【文章內(nèi)容簡介】 的決策樹分類進行分類，最后進行比較分析。長白朝鮮族自治縣是一個地域算小的區(qū)域，以它為研究對象，能夠簡潔明了的進行計算機操作，對實驗減輕了不少的麻煩，這塊區(qū)域目視就是林地比較多， 居民地分布有一定的特點。每一種方法的分類比較之后，進行分析比較，最后得出 結論。 圖 21 長白朝鮮族自治縣土地覆蓋圖 數(shù)據(jù)處理 利用光譜數(shù)據(jù)進行模式識別時，結果的準確性很大程度上取決于光譜資料的聚集程度。原始的遙感圖像在成像過程中，由于受到各種因素的影響，會產(chǎn)生幾何畸變，圖像目視效果不好或者有用的信息不突出等一些問題，從而導致出現(xiàn)分類錯誤，因此必須在分類之前作必要的預處理。遙感圖像處理是恢復，增強，處理，遙感圖像數(shù)據(jù)處理遙感數(shù)據(jù)圖像的信息提取和分析，它在遙感科學的實際應用和特異性結合的重要技術，隨著計算機技術的發(fā)展與應用，目前遙感圖像處理主要是利用計算機等設備通過數(shù)字處理 的方法完成。 長春師范大學本科畢業(yè)論文 5 數(shù)據(jù)源 數(shù)據(jù)源 是提供某種所需要數(shù)據(jù)的器件或原始媒體。顧名思義，數(shù)據(jù)的來源。在 數(shù)據(jù)源 中存儲了所有建立 數(shù)據(jù)庫連接的信息。就 像 通過指定文件名稱可以在文件系統(tǒng)中找到文件一樣，通過提供正確的數(shù)據(jù)源名稱，你可以找到相應的數(shù)據(jù)庫連 接。 本文里我以 06年， 08年的數(shù)據(jù)為研究對象進行土地覆蓋分類的研究。 遙感圖像增強及數(shù)據(jù)融合 圖像增強是提高圖像的顯示質(zhì)量，以促進和圖像信息的識別提取。在該方法中采用的是突出重要信息，刪除不重要的或必要的信息來實現(xiàn)，也可以調(diào)整圖像的直方圖，實現(xiàn)對像素的亮度值 之間的數(shù)學或數(shù)學變換的圖像增強的目的。主要的方法有對比度擴展、空間濾波、圖像運算和多光譜變換等，通過增加顏色提高圖像目視效果也不失為圖像增強的方法之一。 (1)對比度變化 相反，反映了圖像的亮度值的范圍，目標物體的可能性就大發(fā)現(xiàn)；相反，它是難以區(qū)分的對象和背景，識別是不可能。與線性變換的對比度增強的主要方法，直方圖調(diào)整。線性變換是圖像增強最常用的方法。由于目標和背景的解釋是復雜的，蔓延到指定的范圍和最大動態(tài)范圍。轉(zhuǎn)換函數(shù)是線性的，往往將功能認為原始圖像的亮度值的動態(tài)。非線性變換的非線性對比度增強功能。常用方 法有對數(shù)變換、指數(shù)變換和查表法等，變換函數(shù)，指數(shù)變換的效果正好與對數(shù)變換相反，突出亮區(qū)而壓制暗區(qū)。二者互為逆運算操作。查表法是非線性變換的一種簡單而有效的方法，即把亮度值的輸入與輸出間的變換關系列成表格，當輸入某一已知值后，通過查表獲得其對應的輸出值。直方圖調(diào)整是指傳遞函數(shù)，使原圖像的直方圖和亮度根據(jù)價值觀的變化。 (2)彩色合成 在使用單波段圖像時，由于成像系統(tǒng)動態(tài)范圍的限制，地物顯示的亮度值差異較小。選擇三個波段和多波段圖像的濾波，衍射光柵的光學系統(tǒng)，這樣得到的，給出了三色合成。根據(jù)帶顏色的不同，可以有 不同的彩色合成圖像。①對真彩色合成的藍綠色，同一對象的三幅圖像，紅色過濾器和拍攝相同的顏色，如果使用合成，可以得到接近自然的色彩，這種方法稱為真彩色合成。②假彩色合成，因為多光譜攝影，圖像不得到的三基色的波長范圍，如可見紅外隱形的使用等等，因此由這些圖像所進行的彩色合成稱假彩色合成進行遙感影像合成時，方案的選擇十分重要，它決定了彩色影像能否顯示較豐富的信息或突出某一方面的信息。 (3)濾波空間濾波 是指在圖像空間 (x， y)或空間頻率或?qū)斎雸D像應用若干濾波函數(shù)而獲得改進的輸出圖像的技術，即對圖像中某些空間、 頻率特征的信息增強或抑制，如增強高頻信息，抑制低頻信息等。增強的低頻信息來抑制高頻細節(jié)信息，刪除。為了消除噪聲的影響，邊緣增強和線，圖 像清晰度。注意圖像的某些特征突出，邊緣或紋理，與相鄰長春師范大學本科畢業(yè)論文 6 的像素 的方法之間的關系，在空間域的鄰里關系的處理方法，也被稱為“空間濾波”，它屬于一種幾何增強處理。空間濾波技術的基本思路有：提取原圖像的邊緣信息，進行加權處理，然后與原圖像迭加；加權抽取模糊成分的原始圖像和原始圖像，然后疊加；原始圖像加權使用指定的函數(shù)，使圖像清晰、平滑效果。在操作過程中，空間卷積技術，即移動的“窗口”，在 原始圖像中，通過局部操作塊。 (4)HIS 彩色空間變換 HIS 是色調(diào)，飽和度和明度的色彩模式，在自動處理色彩時，通常采用彩色顯示器顯示系統(tǒng)進行，彩色顯示器顯示的色彩是由 RGB 信號的亮度來確定的，由于 RGB 表色系統(tǒng)不是線性的，所以通過這種操作調(diào)整顯示色的色調(diào)比較困難。在這種情況下，的 RGB 信號會暫時變成他的顏色系統(tǒng)的假設，調(diào)整亮度和飽和度，然后返回到 RGB 彩色合成信號。在 RGB 空間和自己的空間和自己的變換之間的轉(zhuǎn)換過程之間的關系模型。 長春師范大學本科畢業(yè)論文 7 第 三 章 圖像分類方法 遙感圖像分類就是利用計算機通過對遙感圖像中各類 地物的光譜信息和空間信息進行 分析，選擇特征，并用一定的手段將特征空間劃分為互不重疊的子空間。 遙感圖像分類的理論依據(jù)是：遙感圖像中的同類地物在相同的條件下，應具有相同或相似的光譜信息特征和空間信息特征，從而表現(xiàn)出同類地物的某種內(nèi)在的相似性，即同類地物像素的特征向量將集群在同一特征空間區(qū)域；而不同的地物其光譜信息和空間信息特征將不同，將集群在不同的特征空間區(qū)域。由于對象的復雜特性，組成，分布和成像條件，和像素或瞬時視場往往有混合的像素 —— 這兩個或兩個以上的物體，類似對象的特征向量是不一樣的，不同類型的區(qū)別的特征 向量不清楚。 當 各個集群之間往往不能十分清楚地分開，不同集群之間一般有少部分重疊交叉的情況，一個集群就是一個類別，每個類別的像素值都可以看作是隨機變量。 監(jiān)督分類 監(jiān)督分類是 一種常用的精度較高的統(tǒng)計判決分類，在已知類別的訓練場地上提取各類訓練樣本，通過選擇特征變 量、確定判別函數(shù)或判別規(guī)則，把圖像中的每個像素點在每個給定的類別中劃分，分類 的方法。首先對 06 年的遙感影像進行了分類，分類首先 目視的看大致能分成幾類，然后 選取樣本，選取樣本越細致，分類結果精度越高。選取樣本之后要進行驗證，看選取的樣本精度如何 。有兩種方法進行驗證，第一種是利用統(tǒng)計學的方法，計算可分離性。 圖 31 監(jiān)督分類選取樣本 長春師范大學本科畢業(yè)論文 8 圖 32 檢驗計算可分離性 圖 33 統(tǒng)計學方法檢驗 一般是大于 的算合格的，這幅圖里居民地和耕地就比較接近，如果小于 的可以選擇合并，像這個就需要重新選擇分類。 長春師范大學本科畢業(yè)論文 9 圖 34 NV 可視化檢驗 第二種方法是目視，在 NV 可視化下看，如果聚在一起的就是一類的，如果離的有一定的距離就不是一類的?？梢园巡辉谝活惖娜サ艋蛘甙阉鼩w到鄰近的一類里，可以稍微的調(diào)試一下。 最大似然 /貝葉斯分類 最大似然法因有嚴密的理論基礎，對于呈正態(tài)分布的類別判別函數(shù)易于建立，綜合應用了每個類別在各波段中的均值，方差以及各波段之間的協(xié)方差，有較好的統(tǒng)計特性，一直被認為是最先進的分類方法。 最大似然判決分類方法是建立在貝葉斯準則基礎上的，其分類錯誤概率最小，是風險最小的判決分析，是典型的和應用最廣的監(jiān)督分類方法，偏重于集群分布的統(tǒng)計特性，并假定訓練樣本數(shù)據(jù)在光譜空間服從高斯正態(tài)分布。用最大似然法分類，具體分為三步：首先確定各類的訓練樣本，再根據(jù)訓練樣本計算各類的統(tǒng)計特征值，建立分類判別函數(shù)，最后逐點掃描影像各像元，將像元特征向量代入判別函數(shù)求出其屬于各類的概率，將待判斷像元歸屬于判別函數(shù)概率最大的一組。高精度的最小分類錯誤，是一個很好的分類。不足的是采樣的工作量，效率低，傳統(tǒng)的手工方法，和人為 錯誤，分類結果精度差。利用 GIS 數(shù)據(jù)來輔助最大似然法分類，可以提高分類精度，通過建立知識庫指導分類的進行，可以減少分類的錯誤，這是提高最大似然法分類的精度的有效途。 最大似然分類是圖像處理中最常用的一種監(jiān)督分類方法，它利用了遙感數(shù)據(jù)的統(tǒng)計特征，假定各類的分布函數(shù)為正態(tài)分布，在多變量空間中形成橢圓或橢球分布，這是方向和傳播的情況不同的是根據(jù)最大似然