当前位置:首页 >> 信息与通信 >>

遥感数字图像处理


第11讲
课 题 :遥感图像的自动分类(2) 目的要求:1.理解遥感图像分类的原理;2.掌握遥感 图像分类的工作流程;3.熟悉常用的分类方法;4. 掌握分类后处理及分类精度分析。 重 点 :监督分类与非监督分类的结合 难 点 :分类后处理和误差分析 教学课时:2课时 教学方法:授课为主、鼓励课堂交流 本次课涉及的学术前沿:遥感图像分类的原理及遥感 图像分类方法的最新发展



§9-5 非监督分类与监督分类的结合
通过非监督法将一定区域聚类成不同的 单一类别,监督法再利用这些单一类别区 域“训练”计算机。通过“训练”后的计 算机将其它区域分类完成,这样避免了使 用速度比较慢的非监督法对整个影像区域 进行分类,使分类精度得到保证的前提下, 分类速度得到了提高。

步骤: 第一步:选择一些有代表性的区域进行非监督分 类。 这些区域的选择与监督法分类训练样区的选 择要求相反,监督法分类训练样区要求尽可能单 一。而这里选择的区域包含类别尽可能地多,以 便使所有感兴趣的地物类别都能得到聚类。
第二步:获得多个聚类类别的先验知识。这些先验 知识的获取可以通过判读和实地调查来得到。聚 类的类别作为监督分类的训练样区。

第三步:特征选择。选择最适合的特征图像 进行后续分类。 第四步:使用监督法对整个影像进行分类。 根据前几步获得的先验知识以及聚类后的 样本数据设计分类器。并对整个影像区域 进行分类。 第五步:输出标记图像。由于分类结束后影 像的类别信息也已确定。所以可以将整幅 影像标记为相应类别输出。

§9-6 分类后处理和误差分析
一分类后处理 1、分类后专题图像的格式 遥感影像经分类后形成的专题图,用编号、 字符、图符或颜色表示各种类别。

原始遥感图像

对应的专题图像

2、 分类后处理 用光谱信息对影像逐个像元地分类,在 结果的分类地图上会出现“噪声” 产生噪声的原因有原始影像本身的噪声, 在地类交界处的像元中包括有多种类别, 其混合的幅射量造成错分类,以及其它原 因等。 另外还有一种现象,分类是正确的,但 某种类别零星分布于地面,占的面积很小, 我们对大面积的类型感兴趣,因此希望用 综合的方法使它从图面上消失。

多数平滑:平滑时中心像元值取周围占多数的 类别。

平滑前后的一个例子

二分类后的误差分析

利用一些样本对分类误差进行估计。 采集样本的方式有三种类型: ﹡来自监督分类的训练样区; ﹡专门选定的试验场; ﹡随机取样。

? 混淆矩阵

分类精度的评定

实际类别 试验像元的百分比% 类别1 类别2 类别3 1 2 3 84.3 8.5 6.1 4.9 80.3 4.1 10.8 11.2 89.8

试验像元 100% 100% 100% 102 152 49

根据这个混淆矩阵可以算出平均精度,对角 线元素之和取平均: ? S =(84.3%+80.3%+89.8%)/3=84.8% 由于各种类别样本元素的总数不一致, 所以更合理的方法应加权平均,以总精度S 表示加权平均,则: ? S =(84.3%*102+80.3%*152+89.8%*49) /(102+152+49)=83.2%

§9-9 计算机自动分类的新方法
一、面向对象的遥感信息提取 基于像素级别的信息提取以单个像素为 单位,过于着眼于局部而忽略了附近整片图 斑的几何结构情况,从而严重制约了信息 提取的精度,而面向对象的遥感信息提取, 综合考虑了光谱统计特征、形状、大小、 纹理、相邻关系等一系列因素,因而具有 更高精度的分类结果。

方法如下: 首先对图像数据进行影像分割,从二维 化了的图像信息阵列中恢复出图像所反映 的景观场景中的目标地物的空间形状及组 合方式。影像的最小单元不再是单个的像 素,而是一个个对象,后续的影像分析和 处理也都基于对象进行。

光谱特征包括均值、方差、灰度比值 形状特征包括面积、长度、宽度、边界长度、 长宽比、形状因子、密度、主方向、对称 性,位置 对于线状地物包括线长、线宽、线长宽比、 曲率、曲率与长度之比等 对于面状地物包括面积、周长、紧凑度、 多边形边数、各边长度的方差、各边的平 均长度、最长边的长度 纹理特征包括对象方差、面积、密度、对称 性、主方向的均值和方差等。

通过定义多种特征并指定不同权重,建 立分类标准,然后对影像分类。分类时先 在大尺度上分出"父类",再根据实际需要 对感兴趣的地物在小尺度上定义特征,分 出"子类"。

二神经元网络方法 (Artificial Neural Netwroks,简称ANN)
?什么是人工神经网络? T.Koholen的定义:“人工神经网络是由具有适 应性的简单单元组成的广泛并行互连的网络,它 的组织能够模拟生物神经系统对真实世界物体所 作出的交互反应。”

三 决策树分类法
模拟人工分类过程由整个数据集从上 往下逐级细分,而在其算法描述中却是由 “终级”到“原级”的逆过程,即在预先 已知“终极”类别样本数据的情况下,根 据各类别的相似程度逐级往上聚类,每一 级聚类形成一个树结点,在该结点处选择 对其往下细分的有效特征。依此往上发展 到“原级”,完成对各级各类组的特征选 择。

? 在此基础上,再根据已选出的特征,从 “原级”到“终级”对整个影像实行全面 的逐级往下分类。对于每一级处的特征选 择,依据散布矩阵准则来进行。

决策树分类器

决策树分类器

四 专家系统方法 采用人工智能语言如LISP、PROLOG 或C语言,将某一领域的专家分析方法或经 验,对对象的多种属性进行分析、判断, 确定事物的归属。其核心内容是知识库和 推理机

五 基于GIS的遥感图像分类方法 将原有的GIS数据和各种土地利用类型 变化的先验性知识综合集成用于新的遥感 图像的分类中,不仅可以促进GIS数据更新 的自动化,而且还可以得到比常规最大似 然法高的分类精度。

提出从GIS空间数据库中挖掘知识用以 辅助遥感影像分类,以提高分类精度

思考题
? 遥感图象分类的基础是什么? ? 影响分类精度的因素有哪些? ? 比较监督分类与非监督分类的优缺点。


相关文章:
遥感数字图像处理试题
遥感数字图像处理试题_工学_高等教育_教育专区。1 一幅灰度级均匀分布的图像,其灰度在[0,255],则该图像的信息量为 8 2 图像与灰度直方图间的对应关心是:多对...
遥感数字图像处理重点整理
遥感数字图像处理 第一章《概论》 1、图像 定义:IMAGE,指通过镜头等设备得到的视觉形象(或以某一技术手段再现于二维画面上的视觉信息) ,是二维数据 阵列的光学...
纯数字图像处理论文和遥感数字图像处理论文的异同点
纯数字图像处理论文和遥感数字图像处理论文的异同点 本学期我们先后学习了《遥感原理及应用》和《数字图像处理》这两门课,其中《遥感 原理及应用》虽然是说到遥感原...
《遥感数字图像处理》习题与答案
遥感数字图像处理》习题与答案_工学_高等教育_教育专区。《遥感数字图像处理》习题与答案第一部分 1.什么是图像?并说明遥感图像与遥感数字图像的区别。 答:图像...
遥感数字图像处理期末重点 南信大
1、数字图像:是指数字存储的、用计算机直接处理的图像,是空间坐标和图像数值不连续 的、用离散数字表示的图像。 2、遥感数字图像处理的内容:1)图像增强 2)图像...
《遥感数字图像处理》课后习题详解
遥感数字图像处理》课后习题详解_理学_高等教育_教育专区。遥感数字图像处理第一部分 1.什么是图像?并说明遥感图像与遥感数字图像的区别。 答:图像(image)是对...
遥感数字图像处理教程 期末复习整理
遥感数字图像处理教程 期末复习整理_工学_高等教育_教育专区。今日推荐 160份文档 四季养生 中医养生与保健 中医养生知识大全 女人养生之道68份文档 新...
遥感数字图像处理复习资料
遥感数字图像处理复习资料_教育学_高等教育_教育专区。遥感数字图像处理与应用☆1、图像、数字图像、遥感图像、遥感数字图像(名词解释四选一) ? 图像:图像是对客观...
遥感数字图像处理教程整理
遥感数字图像处理教程整理_工学_高等教育_教育专区。辐射分辨率:辐射分辨率是指传感器接受波谱信号时,能分辨的最小辐射亮度差异。 光谱分辨率:是指传感器在接受目标的...
《遥感数字图像处理》
遥感数字图像处理 教案 -1- 第1讲 课题:遥感数字图像处理概述 目的要求:了解数字图像处理的概念、遥感数字图像处理系统的构成、数字图像 处理的应用 教学重点:遥感...
更多相关标签: