遙感數(shù)字圖像處理教學(xué)-wenkub.com
2025-05-10 23:14 本頁面
【正文】 在此基礎(chǔ)上，對(duì)于圖像上任何一像素，都可以反過來求出它屬于各類的概率值，那 判定類別的方式 就是 選擇該像素屬于各類的概率值中的 max，將該像素歸屬為這一類 。 這種方法原理簡(jiǎn)單，計(jì)算速度較快，實(shí)用性較強(qiáng)，但分類精度相對(duì)不高。 常用方法有： 最小距離法 、多級(jí)切割法（平行管道法）、 最大似然比法 、光譜角方法、特征曲線窗口法等。 a)訓(xùn)練區(qū)的確定 訓(xùn)練區(qū)，也稱為 “ 感興趣區(qū)、 ROI 或 AOI” 。 監(jiān)督分類法 使用前提 —— 分類者已知遙感圖像上樣本區(qū)（訓(xùn)練區(qū)）內(nèi)地物的類別信息，即 獲取了分類的先驗(yàn)經(jīng)驗(yàn) 。 },m a x { 21m a x iniii ???? ??（條件一） （條件二） 2NNi ??? ?i分裂處理如下 同時(shí)，修改類別總數(shù) Ni=Nl+1，并修改搜索表。判斷其最大的標(biāo)準(zhǔn)差分量 是否超過限值 Ts，即若 σimax ＜ TS，并滿足下列條件之一者，則第 i類需要進(jìn)行分裂處理。此時(shí)搜索表中的有關(guān)參數(shù)將作為基準(zhǔn)類別參數(shù)，并用于構(gòu)建最終的判別函數(shù)。 第三步：類別的取消處理。 2） ISODATA法不僅可以通過調(diào)整樣本所屬類別完成樣本的聚類分析，而且可以自動(dòng)地進(jìn)行類別合并和類別分裂，從而得到類數(shù)比較合理的聚類結(jié)果。 該方法由于每調(diào)整一個(gè)樣本類別就重新計(jì)算一次各樣本的均值，故此又稱為 逐個(gè)樣本修正法 。 （ 5）比較新的類別均值與原中心位置上的變化。 非監(jiān)督分類 主要過程 （ 1）確定初始類別參數(shù)，即確定最初類別數(shù)和類別中 心（集群中心）。 分類精度主要分為 非位置精度 和 位置精度 。 比如： ENVI的多數(shù) /少數(shù)分析、聚塊和篩除等。 4）圖像分類運(yùn)算 依據(jù)你選擇的特征變量和圖像的分類對(duì)象的實(shí)際情況以及選擇適當(dāng)?shù)姆诸惙椒ê拖鄳?yīng)的分類參數(shù)進(jìn)行圖像分類。 多光譜圖像各個(gè)波段的像素值就是最基本的原始特征變量；經(jīng)過 +、 、 *、 /運(yùn)算以及一些 KL變換、比值變換等處理后生成的一些新值也是反映圖像信息的新特征變量。 相似度是兩種模式之間的相似程度。 做分類時(shí)，常把圖像中某一類地物稱為 模式 ，而把屬于該類中的像素稱為 樣本 ，其中某位置的像元在不同波段或不同特征空間中的像素值，則可以稱為該 樣本的觀測(cè)值 。 2）根據(jù)分類使用的統(tǒng)計(jì)數(shù)學(xué)方法可以分為： 隨機(jī)統(tǒng)計(jì)方法 和模糊數(shù)學(xué)方法 分類。 即：分類則就是對(duì)圖像上每個(gè)像素按其亮度接近程度給出對(duì)應(yīng)類別，達(dá)到大致區(qū)分圖像中多種地物的目的。 遙感圖像的計(jì)算機(jī)分類 就是針對(duì)原始遙感影像或各種變換處理之后的圖像，在計(jì)算機(jī)技術(shù)的協(xié)助下，采用決策理論或統(tǒng)計(jì)方法等對(duì)變量特征空間進(jìn)行地物屬性的識(shí)別和劃分等達(dá)到圖像分類的目的。第六章 遙感數(shù)字圖像的計(jì)算機(jī)分類 ? 分類的基本原理 ? 分類的方法 ? 分類的工作流程 ? 非監(jiān)督分類方法 ? 監(jiān)督分類方法 ? 圖像分類的相關(guān)問題 主要內(nèi)容 遙感圖
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1