遙感分類ppt課件(編輯修改稿)
2025-02-11 14:51 本頁面
【文章內(nèi)容簡介】 步驟33Kmean ISODATA二、非監(jiān)督分類 K=5的分類結(jié)果34Kmean ISODATA二、非監(jiān)督分類 K=10的分類結(jié)果35Kmean ISODATA二、非監(jiān)督分類 ISODATA分類原理： 在初始狀態(tài)給出圖像粗糙的分類，然后基于一定原則在類別間重新組合樣本，直到分類比較合理為止。主要步驟：n按照某個原則選擇一些初始類聚類中心。n計算像素與初始類別中心的距離，把該像素分配到最近的類別中。n計算并改正重新組合的類別中心36Kmean ISODATA二、非監(jiān)督分類 n按照某個原則選擇一些初始類聚類中心。 在實際操作中，要把初始聚類數(shù)設(shè)定得大一些，同時引入各種對迭代次數(shù)進行控制的參數(shù)，如控制迭代的總次數(shù)、每一類別最小像元數(shù)、類別的標準差、比較相鄰兩次迭代效果以及可以合并的最大類別數(shù)等，在整個迭代過程中，不僅每個像元的歸屬類別在調(diào)整，而且類別總數(shù)也在變化。在用計算機編制分類程序時，初始聚類中心可按如下方式確定：設(shè)初始類別數(shù)為 n，這樣共有 n個初始聚類中心，求出圖像的均值 M和方差 σ ，按下式可求出初始聚類中心 :k=1,2,…,n ， 為初始類中心編號， n為初始類總數(shù)。37Kmean ISODATA二、非監(jiān)督分類 n計算像素與初始類別中心的距離，把該像素分配到最近的類別中。 動態(tài)聚類法中類別間合并或分割所使用的判別標準是距離，待分像元在特征空間中的距離說明互相之間的相似程度，距離越小，相似性大，則它們可能會歸入同一類。這里的距離可以采用前面介紹的幾種距離。n計算并改正重新組合的類別中心 如果重新組合的像素數(shù)目在最小允許值以下，則將該類別取消，并使總類別數(shù)減 1。當類別數(shù)在一定的范圍，類別中心間的距離在閾值以上，類別內(nèi)的方差的最大值為閾值以下時，可以看作動態(tài)聚類的結(jié)束。當不滿足動態(tài)聚類的結(jié)束條件時，就要通過類別的合并及分離，調(diào)整類別的數(shù)目和中心間的距離等，然后返回到上一步，重復進行組合的過程。38Kmean ISODATA二、非監(jiān)督分類 ISODATA中的合并或分裂216。 如果兩個類別的中心點距離近，說明相似程度高，兩類就可以合并成一類；或者某類像元數(shù)太少，該類就要合并到最相近的類中去。216。 類別的分裂也有兩種情況：252。某一類像元數(shù)太多，就設(shè)法分成兩類；252。如果類別總數(shù)太少，就將離散性最大的一類分成兩個類別，可以先求出每個類別的均值和標準差，然后通過對每一個波段的標準偏差設(shè)定閾值來實現(xiàn)，標準差大于閾值，該類就要分裂。 39Kmean ISODATA40Kmean ISODATA41Kmean ISODATA42Kmean ISODATA43K
教學課件相關(guān)推薦
鄂ICP備17016276號-1