【正文】 征是被分類別最具有判斷力的特征。自 20 世紀(jì) 70 年代以來，隨著數(shù)字成像技術(shù)和計算機技術(shù)的飛速發(fā)展，影像處理、分類與信息提取的算法層出不窮。如平行管道、最大似然、最小距離、馬氏距離等，原來針對多光譜數(shù)據(jù)的處理手段在高光譜的數(shù)據(jù)分析中多有使用。Boardman（1993）發(fā)展了凸面幾何學(xué)分析, Boardman、Kruse、Green（1995）發(fā)展了純象元指數(shù)(PPI)端元提取算法。吳波,張良培,李平湘（2005）根據(jù)迭代誤差分析思路，結(jié)合端元存在的空間信息,自動提取出端元光譜。王毅,張良培,李平湘(2007)提出了一種基于局部自動搜索和光譜匹配技術(shù)的監(jiān)督分類訓(xùn)練樣本的純化方法。Zhuo L（2008）將遺傳算法應(yīng)用到高光譜圖像波段選擇和圖像分類中。牛鵬（2010）結(jié)合高光譜數(shù)據(jù)特性，改進了 SVM，將其應(yīng)用到高光譜遙感圖像分類中。由于土壤反射光譜特征綜合反映了土壤各種理化性質(zhì)，因此高光譜遙感技術(shù)在土壤剖面的研究中有很大的應(yīng)用價值（張美琴，2012）。遙感影像的分類方法可以分為非監(jiān)督分類和監(jiān)督分類，非監(jiān)督分類不需要人工采集地物樣本點數(shù)據(jù)，多是通過聚類的方法來自動分類，主要有isodata，k均值等。 監(jiān)督分類過程 PCA變換對原始影像xl1n進行主成分變換，具體方法是在ENVI主菜單上選擇Transform Principal Components Forward PC Rotation Compute New Statistics and Rotate，輸入影像選擇xl1n，得到的結(jié)果存為pc，然后在ENVI主菜單選擇Basic Tools Resize Data(Spatial/spectral)，選取信息量最大的前三個波段，存為pcResize。使用感興趣區(qū)（ROI）工具來選擇訓(xùn)練樣本，在主影像菜單欄中選擇Overlay RegionTool對話框中選中第二個區(qū)域，在影像上顏色比較均勻的區(qū)域選擇顏色較淺的點，得到的結(jié)果如圖6，最后把選好的ROI保存為xl1n，將ROI Tool對話框關(guān)閉。圖7 分類參數(shù)選擇Figure 7 Classification parameters（Minimum Distance）法利用訓(xùn)練樣本數(shù)據(jù)計算出每一類的均值向量和標(biāo)準(zhǔn)差向量，然后以均值向量作為該類在特征空間中的中心位置，計算輸入影像中每個像元到各類中心的距離，到哪一類中心的距離最小，該像元就歸入到哪一類。 （Likelihood Classification）法 最大似然法分類假定每個波段每一類統(tǒng)計呈均勻分布，并計算給定像元屬于一特定類別的可能性。圖8 平行六面體法Figure 8 Parallelpiped圖9 最小距離法Figure 9 Minimum Distance 圖10 馬氏距離法Figure 10 Mahalanobis Distance圖11 最大似然法Figure 11 Likelihood Classification圖12 原始影像Figure 12 The original image3. 結(jié)果與分析本文利用ENVI 軟件中的監(jiān)督分類模塊對經(jīng)過PCA變換和裁剪的同一影像分別用平行六面體法、最小距離法、馬氏距離法、最大似然法四種分類方法進行監(jiān)督分類，同時這四種分類都采用了相同的訓(xùn)練樣本，有利于比較不同分類方法的差異。地面真實影像可以是另一幅分類影像，或是根據(jù)地面真實測量生成的影像（也可以是感興趣區(qū)）。類別之間的合并將顯示在對話框底部列表中，如果地表真實影像感興趣區(qū)中的類別與分類影像中的類別名稱相同，他們將自動匹配。像元總數(shù)等于所有地表真實分類中的像元總和?；煜仃嚨拿恳涣写砹艘粋€地表真實分類，每一列中的數(shù)值等于地表真實像元在分類影像中對應(yīng)于相應(yīng)類別的數(shù)量。錯分誤差顯示在混淆矩陣的行里。（Omission）本屬于地表真實分類，但沒有被分類器分到相應(yīng)類別中的像元數(shù)。（）是指分類器將整個影像的像元正確分為A類的像元數(shù)（對角線值）與A類真實參考總數(shù)（混淆矩陣中A類列的總和）的比率。 四種分類方法精度比較如表1，本文選取了幾個評價標(biāo)來比較不同的分類方法的精度，平行六面體分類方法的總體分類精度較低，Kappa系數(shù)很低，并且裂縫和陰影的錯分誤差達到50%以上，同時正常土壤的漏分誤差達到50%以上，說明有一半以上的正常土壤被分到裂縫和陰影類，分類效果較差。圖19 將像素點1定位在三種分類結(jié)果影像和原始影像中Figure 19 The pixel dots 1 positioning in the three classification results and original image圖20 像素點1的波譜剖面曲線圖Figure 20 Spectral profile graph of pixel 1 像素點2選取的第2個像素在25列，12行，稱作像素點2，將像素點2定位在三種分類結(jié)果影像和原始影像中，如圖21，第一排左起分別為最小距離法分類結(jié)果影像、馬氏距離法分類結(jié)果影像、最大似然法分類結(jié)果影像、原始影像的縮放窗口，可以看出，只有最小距離法把該點分到了正常土壤中，查看該點的波譜剖面曲線圖，如圖22，在1400nm處沒有水分吸收谷，再結(jié)合原始影像該點位置的顏色，可以判斷該點為裂縫或陰影，所以對于像素點2，馬氏距離法和最大似然法的分類結(jié)果相對較好。圖27 將像素點5定位在三種分類結(jié)果影像和原始影像中Figure 27 The pixel dots 5 positioning in the three classification results and original image圖28 像素點5的波譜剖面曲線圖Figure 28 Spectral profile graph of pixel 5 像素點6選取的第6個像素在30列，5行，稱作像素點6，將像素點6定位在三種分類結(jié)果影像和原始影像中，如圖29第一排左起分別為最小距離法分類結(jié)果影像、馬氏距離法分類結(jié)果影像、最大似然法分類結(jié)果影像、原始影像的縮放窗口，可以看出，只有最小距離法把該點分到了正常土壤中，查看該點的波譜剖面曲線圖，如圖30，在1400處有明顯的水分吸收谷，可以判斷該點為正常土壤，所以對于像素點6，最小距離法的分類結(jié)果相對較好。4. 討論本文主要介紹了平行六面體法、最小距離法、馬氏距離法、最大似然法、通過對分類結(jié)果的比較和分析，平行六面體法的分類精度較低，效果較差，不適用于土壤剖面的裂縫和陰影與正常土壤的分類，最小距離法、馬氏距離法、最大似然法的分類精度都很高，但是每一種分類方法都有自己適合的范圍和局限性，不能判斷哪一種方法是最好的，所以必須靈活地綜合應(yīng)用多種分類方法，并且與其他影像處理技術(shù)結(jié)合起來達到更好的分類效果。華中農(nóng)業(yè)大學(xué)碩士學(xué)位論文，20126. 李靜。成都理工大學(xué)博士學(xué)位論文，2011,[J], 陜西師范大學(xué)學(xué)報(自然科學(xué)版),2009,37(4):4347.,周成虎,梁怡,[J].遙感學(xué)報, 2002, 6(1): 5055. 鵬 , 魏 維 . 基 SVM 動 態(tài) 集 成 的 高 光 譜 遙 感 圖 像 分 類 [J]. 計 算 機 應(yīng)用,2010,30(6):15901593.,張良培,[J], 遙感學(xué)報,2005,(3).,張良培,[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版),2007(3):216219.,馬洪超, SOM 神經(jīng)網(wǎng)絡(luò)和混合像元分解的高光譜影像分類方法研究[J].遙感學(xué)報,2007,11(6):778786.，董秀