不同時期天水市tm遙感影像特征與分類分析畢業(yè)論文(編輯修改稿)
2024-07-21 19:18 本頁面
【文章內(nèi)容簡介】 feature地物類型圖像特征樣本圖片河流橘黃色；線狀植被綠色；塊狀耕地淺綠色；有規(guī)則的塊狀裸地白色；塊狀建筑地紫色；不規(guī)則的小塊狀最大似然分類法是經(jīng)常使用的監(jiān)督分類方法之一，它是通過計算每個像元對于各類別的歸屬概率，把該像元分到歸屬概率最大的類別中去的方法。最大似然法假設(shè)訓(xùn)練區(qū)地物的光譜特征和自然界大部分隨機(jī)現(xiàn)象一樣，近似服從正態(tài)分布，利用訓(xùn)練區(qū)可求出均值、方差以及協(xié)方差等特征參數(shù)，從而可求出總體的先驗(yàn)概率密度函數(shù)。此時，像元X歸為類別k的歸屬概率Lk表示如下（這里省略了和類別無關(guān)的數(shù)據(jù)項）。在該式中，n：特征空間的維數(shù)；p（k）：類別k的先驗(yàn)概率；（x）：像元x歸并到到類別k的歸屬概率；x：像元向量；：類別k的平均向量即n維列向量；det：矩陣A的行列式；∑k：類別k的方差、協(xié)方差矩。在分類過程中主要是通過改變概率閾值來生成分類影像。分類圖像如圖4所示：圖4 最大似然法分類后的結(jié)果 The results of Maximum likelihood classification對分類后的圖像進(jìn)行分類精度評價，主要是選點(diǎn)然后進(jìn)行數(shù)據(jù)統(tǒng)計分析，可以得出的一個混淆矩陣，在該矩陣中可以看出各種地物的分類效果以及總得分類效果。表2 研究區(qū)最大似然分類精度評價結(jié)果Table2: The evaluation results of classification accuracy of Maximum likelihood classification in study areas河流植被居民區(qū)裸地耕地用戶精度（%）河流107210128植被019910934居民區(qū)55157011裸地11156926耕地51851187生產(chǎn)精度(%)總體精度：% Kappa系數(shù)：最小距離法使用了每個感興趣區(qū)的均值矢量，并以均值向量作為該類在特征空間中的中心位置，來計算每一個未知象元到每一類均值矢量的距離，到哪一類中心的距離最小，像元都將被分類到那一類。這種方法原理簡單，分類精度不高，但計算速度快，可以在快速瀏覽分類概況中使用。在分類過程中主要是利用改變標(biāo)準(zhǔn)差和最大距離誤差來生成分類影像。分類圖像如圖5所示：圖5 最小距離法分類后的結(jié)果 The results of Minimum distance classification 分類后精度評價結(jié)果如下表：表 3 研究區(qū)最小距離法分類精度評價結(jié)果Table3: The evaluation results of classification accuracy of Minimum distance in study areas河流植被居民區(qū)裸地耕地用戶精度（%）河流52911223植被124810430居民區(qū)4171161裸地10318801耕地7621317生產(chǎn)精度（%）總體精度：% Kappa系數(shù)： 平行六面體法平行六面體法用一條簡單的判定規(guī)則對多光譜數(shù)據(jù)進(jìn)行分類，根據(jù)訓(xùn)練樣本的亮度值形成一個n維的平行六面體數(shù)據(jù)空間，其它像元的光譜值如果落在平行六面體任何一個訓(xùn)練樣本所對應(yīng)的區(qū)域，就被劃分其類別中。平行六面體的尺度是由標(biāo)準(zhǔn)差閾值所確定的，而該標(biāo)準(zhǔn)差閾值則是根據(jù)每種所選類的均值求出的。分類結(jié)果如圖6所示：圖6 平行六面體法分類結(jié)果 The result of parallelepiped classification分類后精度評價結(jié)果如下表：表4 研究區(qū)平行六面體法分類精度評價結(jié)果Table4: The evaluation results of classification accuracy of parallelepiped method in study areas河流植被居民區(qū)裸地耕地用戶精度（%）河流110000植被02000居民區(qū)001400裸地000110耕地00008生產(chǎn)精度（%）總體精度：% Kappa系數(shù)： 馬氏距離分類馬氏距離分類是一個方向靈敏的距離分類器，它分類時將使用到統(tǒng)計信息。它與最大似然分類有些類似，但是它假定了所有類的協(xié)方差都相等，所以它是一種較快的分類方法。除非用戶指定了距離的閾值，在這種情況下，如果有些像元不滿足所選的標(biāo)準(zhǔn)，那么它們就不會被歸為任何類，否則所有像元都將分類到感興趣區(qū)中最接近的那一類。分類結(jié)果如圖7所示：圖7 馬氏距離法分類結(jié)果 The result of Mahalanobis distance classification分類后精度評價結(jié)果如下表：表5 研究區(qū)馬氏距離法分類精度評價結(jié)果Table5:The evaluation results of classification accuracy of Mahalanobis distance in study areas河流植被居民區(qū)裸地
公司管理相關(guān)推薦
鄂ICP備17016276號-1