遙感導(dǎo)論主要內(nèi)容ppt課件-資料下載頁
2025-05-05 06:29本頁面
【正文】 分類方法 ? 監(jiān)督分類 –特征曲線窗口法 分類方法 ? 監(jiān)督分類 –最大似然比分類法 – Maximum Likelihood Classifier 分類方法 ? 非監(jiān)督分類 –不以任何先驗知識為依據(jù)，純粹依靠不同光譜數(shù)據(jù)組合在統(tǒng)計上的差別來進行“盲分類”， 事后再對已分出各類的地物屬性進行確認的分類方法。 ?非監(jiān)督分類 ?分級集群法（ Hierarchical Clustering） ?用距離評價各個像元在光譜空間上分布的相似程度，把它們合并成不同的集群，即分類結(jié)果中不同的類別。 ? 非監(jiān)督分類 –動態(tài)聚類法（ ISODATA） 分類方法 遙感圖像的計算機分類 ? 監(jiān)督分類與非監(jiān)督分類的比較 –監(jiān)督分類需要根據(jù)訓(xùn)練場提供的特征參數(shù)建立判別函數(shù)。工作量大，資料收集有難度，費用高，訓(xùn)練場選擇較好時，分類質(zhì)量高。 –非監(jiān)督分類不需要任何先驗知識，根據(jù)地物光譜的統(tǒng)計特性進行分類。費用較低。光譜特征類與唯一地物對應(yīng)時，分類質(zhì)量高。地物間光譜特性相差小時，分類質(zhì)量低。 ? 人工智能方法 ? 人工神經(jīng)網(wǎng)絡(luò)（ ANN） –主要特征： ? 大規(guī)模的并行處理和分布式信息存儲 ? 具有自適應(yīng)性和自組織性的非線性系統(tǒng) ? 較強的學(xué)習(xí)功能、聯(lián)想功能和容錯功能 從本質(zhì)上講也可以說一種監(jiān)督分類，因為也有樣本參與訓(xùn)練的過程 計算自動解譯與目視解譯的區(qū)別與聯(lián)系，及各自的優(yōu)缺點 聯(lián)系：都是從遙感圖像上獲取目標(biāo)地物的信息 區(qū)別：目視解譯完全靠手工提取，計算機自動解譯給定判定準(zhǔn)則（算法）后計算機自動處理 目視解譯的優(yōu)點在于對專業(yè)解譯人員而言，能用的判讀標(biāo)志多，使用影像的信息多，解譯精度高，其缺點在于手工工作量大，不同的解譯員的判據(jù)有差異，無法完全保證結(jié)果的客觀一致性。 計算機自動分類的優(yōu)點在于判定準(zhǔn)則給定后，計算能夠自己實現(xiàn)待分像元的類別歸屬，手工工作量相對較小。其缺點在于主要僅用影像的光譜信息，對于一些地學(xué)與物理意義等需要歸納的信息難以直接應(yīng)用到分類當(dāng)中。而且計算機自動分類還是需要目視解譯去核查分類精度。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1