毕业论文：基于ERDAS的遥感影像分类方法研究-以聊城市中心城区为例.doc

本科生本科生毕业论毕业论文（文（设计设计） ） 题题 目：目：基于基于 ERDAS 的遥感影像分的遥感影像分类类方法方法 研究研究-以聊城市中心城区以聊城市中心城区为为例例 专业专业代代码码： ： 070703 作者姓名：作者姓名： 李然李然 学学 号：号： 2007202060 单单 位：位： 环环境与境与规规划学院划学院 指指导导教教师师： ： 汤庆汤庆新新 2011 年年 5 月月 31 日日 聊城大学本科论文（设计）聊城大学本科论文（设计） 原创性声明 本人郑重声明：所提交的学位论文是本人在导师指导下， 独立进行研究取得的成果。除文中已经注明引用的内容外，论 文中不含其他人已经发表或撰写过的研究成果，也不包含为 获得聊城大学或其他教育机构的学位证书而使用过的材料。 对本文的研究作出重要贡献的个人和集体，均已在文中以明 确方式标明。本人承担本声明的相应责任。 学位论文作者签名： 日期 指 导 教 师 签 名： 日期 聊城大学本科论文（设计）聊城大学本科论文（设计） 目目 录录 前言前言-1 1 1 研究区域概况研究区域概况-1 2 2 主要研究方法主要研究方法-1 3 3 遥感图像的预处理遥感图像的预处理-2 3.1 数据准备 -2 3.2 图像几何校正 -3 3.3 图像裁切 -3 4 4 各地物信息的提取各地物信息的提取-4 4.1 非监督分类图像处理 -4 4.1.1 分类方法的选择 -4 4.1.2 分类合并及专题判别 -4 4.1.3 执行非监督分类 -5 4.2 监督分类图像处理 -6 4.2.1 定义分类模板 -6 4.2.2 保存分类模板 -7 4.2.3 执行监督分类 -7 5 5 分类后处理分类后处理-9 5.1 图像完善 -9 5.2 分类重编码 -10 5.3 色彩重定义 -10 6 6 分类精度评估及精度分析分类精度评估及精度分析-12 6.1 精度评估 -12 6.2 精度分析 -14 7 7 结论结论-14 参考文献参考文献-16 聊城大学本科论文（设计）聊城大学本科论文（设计） 致致 谢谢-17 聊城大学本科论文（设计）聊城大学本科论文（设计） 摘摘 要要 根据区内各种地物的不同光谱特征，利用遥感光谱分析方法，对聊城市中心 城区内各种地物分别运用监督分类和非监督分类两种方法进行信息提取，并对其 处理结果进行精度评价，最终选择效果比较理想的一种对区域内遥感信息进行提 取。研究结果表明基于 ERDAS 的遥感影像分类方法中监督分类法在对聊城市中心 城区进行信息提取时有较强的可行性和实用性。 关键词关键词：遥感影像；ERDAS；分类 聊城大学本科论文（设计）聊城大学本科论文（设计） Abstract According to the spectral characteristics of various ground features in different areas, the use of remote sensing spectral analysis method, the downtown area of liaocheng were used in a variety of surface features supervised classification and unsupervised classification of two methods of information extraction, and the accuracy of the results were evaluation, the final choice of a more satisfactory effect on the area of remote sensing information extraction. The results show that the ERDAS software- based remote sensing image classification method in the supervised classification method in the downtown area of liaocheng in information extraction has strong feasibility and practicality. Keyword: Remote Sensing; ERDAS; Classification 聊城大学本科论文（设计）聊城大学本科论文（设计） 1 基于基于 ERDASERDAS 的遥感影像分类方法研究的遥感影像分类方法研究- -以聊以聊 城市中心城区为例城市中心城区为例 前言前言 随着科学技术的进步，一直处在科技发展前沿的遥感技术在国内也取得了长 足的发展。与以往实地勘测而获取某地的信息相比，遥感信息提取更方便快捷和 准确，利用遥感技术获取所需信息的方法成为现在信息获取方法的主流，也是重 点发展对象，因此对遥感信息提取方法的研究有着特别重要的意义。而基于光谱 理论的遥感信息提取方法则是众多遥感信息提取方法中比较重要的一种。研究基 于光谱理论的遥感信息提取方法可以与近年来发展迅速的摄影技术、图像处理技 术等呼应发展，从而发挥更大的作用1。 本文通过实验操作，利用计算机的解译对聊城东昌府区的遥感图像进行处理， 实验所用的软件为 ERDAS IMAGINE 8.6，通过软件的非监督分类与监督分类功 能实现提取植被、水体、建设用地等地物信息的目的。 ERDAS IMAGINE 8.6 是美国 ERDAS 公司开发的遥感图像处理系统，它拥 有先进的图像处理功能、友好灵活的操作界面和丰富的图像处理模块。软件的功 能也越来越强调遥感图像处理和地理信息系统的功能集成，是目前应用较为广泛 的遥感数据处理软件。利用其对遥感数据进行处理，能够有效描述地物信息的提 取过程。 1 1 研究区域概况研究区域概况 本研究区位于聊城市东昌府区，是中共聊城市委、市政府驻地，是鲁西政治、 经济、文化的中心，又处于京九、济邯铁路和济聊馆高速公路这个黄金十字架的 交汇点上，是山东西部、中原一带和京九沿线人流、物流、信息流的一大集散中 心，不仅起着辐射带动鲁西经济发展的龙头作用，而且是山东省与山西、河北等 内陆省份进行交流与合作的主要场所，也是南下北上，东出西进的重要通道。 2 主要研究方法主要研究方法 聊城大学本科论文（设计）聊城大学本科论文（设计） 2 本文以山东聊城市中心城区为研究对象，利用地理信息系统的空间分析特征， 首先对聊城市中心城区遥感图像进行坐标校正，然后建立分类指标体系，进行影 像训练样本的采集、模板的建立和评价，确定各地物信息的种类，最后进行非监 督分类和监督分类。结合 EARDAS8.6 软件支持的分类方法，利用非监督分类中 的 ISODATA 分类法和监督分类中的最大似然比分类法将聊城市中心城区信息进行 提取分类，并对成图进行分类精度评估，以验证该提取方法在分类方面的可行性 与准确度，最终得到高质量的聊城市中心城区各地物信息的图像。 ISODATA 分类法即迭代式自组织数据分析算法，可简称迭代法。这是一个最 常用的非监督分类算法，在大多数图像处理系统或图像处理软件中都有这一算法， 如 ERDAS 系统和 ENVI 系统。其特点：第一，它不是每调整一个样本的类别就 重新计算一次各类样本的均值，而是把所有的样本都调整完毕之后才重新计算， 前者称为逐个样本修正法，后者称为成批样本修正法；第二，ISODATA 算法不仅 可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别“合 并”和“分裂” ，从而得到类数比较合理的聚类结果。 最大似然分类方法是基于贝叶斯准则的分类错误概率最小的一种非线性分类， 是应用比较广泛、比较成熟的一种监督分类方法。最大似然法假设遥感图像的每 个波段数据都为正态分布。其基本思想是：地物各类数据在空间中构成特定的点 群；每一类的每一维数据就构成了一个多维正态分布；各类的多维正态分布模型 各有其分布特征，例如，所在位置、形状、密集或分布的程度等。对于具有 3 个 特征的正态分布来说，每一类的数据就是一个近似钟形的立方体。不同类形成的 “钟”在高低、粗细、尖阔等方面都不相同；根据各类的已知数据，可以构造出 各类的多维正态分布模型；在此基础上，对于任何一个像素，可反过来求它属于 各类的概率，取最大概率对应的类为分类结果2。 3 3 遥感图像的预处理遥感图像的预处理 3.1 数据准备数据准备 本次研究图像来源为聊城市东昌府区 6 月份的 TM 遥感影像，分辨率是 30m，图像无云，无数据丢失，图像质量良好如图 1 所示。 聊城大学本科论文（设计）聊城大学本科论文（设计） 3 图 1 原始图像数据 3.2 图像几何校正图像几何校正 遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影 响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目 标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就 叫几何校正4。在 ERDAS 中通过选取控制点进行校正，使其达到分类的精度要求。 3.3 图像裁切图像裁切 在实际工作中，根据实际情况并综合工作量对图像进行裁切。现对校正后数 据采用 AOI 多边形裁切来获得东昌府区城区的遥感图像，得到裁切结果如图 2 所示。 聊城大学本科论文（设计）聊城大学本科论文（设计） 4 图 2 裁切后图像 4 4 各地物信息的提取各地物信息的提取 4.1 非监督分类图像处理非监督分类图像处理 4.1.1 分类方法的选择 ISODATA 分类法即迭代式自组织数据分析算法，可简称迭代法。这是一 个最常用的非监督分类算法，在大多数图像处理系统或图像处理软件中都有这一 算法6。所以，本文选择非监督分类中最具有代表性的 ISODATA 分类法进行分类。 4.1.2 分类合并及专题判别 依据东昌府的实际情况以及专题图像的制作要求将图像初始分类的七个专题 并最终根据遥感图像特征以及实际需要合并为三类，分别是植被、水体和建设用 地三个专题。 聊城大学本科论文（设计）聊城大学本科论文（设计） 5 4.1.3 执行非监督分类 ERDAS 图标面板工具条中点击 Classifier 图标 Classification 菜单 选择 Unsupervised Classification 菜单项 。 在 Unsupervised Classification 对话框中，确定输入文件（Input File） 定义 输出文件（Output File） 选择生成分类模板文件（Output Signature Set） 确 定分类模板文件（FileName） 对 Clustering Options 选择 Initialize from Statistics 单选框 Initialize from Statistics 指有图像文件整体（或其 AOI 区域）的统计值产生 自由聚类，分出类别的多少由用户自己决定。Use Signature Means 是基于选定模 板文件进行非监督分类，类别数目由模板文件确定。 （如图 4 所示） 确定初始分类数（Number of classes）：7 定义最大循环次数（Maximum Iterations）：12 设置循环收敛阈值（Convergence Threshold）：0.9 图 4 点击 OK 输出非监督分类的图像 最终非监督分类方法处理图像完成得到图 5 所示。 聊城大学本科论文（设计）聊城大学本科论文（设计） 6 图 5 非监督分类方法处理图像结果 4.2 监督分类图像处理监督分类图像处理 4.2.1 定义分类模板 根据聊城市中心城区的实际情况以及专题图像的制作要求将图像样本分为三 类，分别是居民地、植被和水体。 ERDAS 图标面板工具条：点击 Classifier 图标Classification 菜单 Signature Editor 菜单项Signature Editor 对话框。在 View 1 工具条：利用 AOI TOOL 工具选择样本，并修改合适的名称和颜色如此循环，直到选够样本为 止。在遥感影像上，根据目视解译的要求进行样本的选取。选取足够的样本后， 对所选样本生成的.sig 文件调整合适的颜色生成的文件如图 6 所示。 聊城大学本科论文（设计）聊城大学本科论文（设计） 7 图 6 生成的 Signature Editor 图 4.2.2 保存分类模板 Signature Editor 对话框菜单条：FileSave As 打开 Save Signature File As 对 话框确定是保存所有的模板还是只保存被选中的模板确定文件的目录和名字 (.sig 文件)点击 OK 4.2.3 执行监督分类 ERDAS 图标面板工具条：点击 Classifier 图标Classification 菜单 Supervised Classification 菜单选项Supervised Classification 对话框，进行如图 7 所示。 聊城大学本科论文（设计）聊城大学本科论文（设计） 8 图 7 Supervised Classification 对话框 点击 OK 输出监督分类的图像，输出得到图 8 所示。 聊城大学本科论文（设计）聊城大学本科论文（设计） 9 图 8 监督分类方法处理图像结果 5 5 分类后处理分类后处理 5.1 图像完善图像完善 非监督分类获得的各类是光谱类；监督分类虽说通过选训练区确定了地物类， 分类结果得到的应是地物类，但由于同谱异物和同物异谱的问题，分类结果仍带 光谱类性质，而非真正的地物类。但是，分类的目的是要分出地物类。为了解决 光谱类和地物类的关系以及其他一些专业及专业制图的技术问题，分类后还需进 行各种处理，统称为分类后处理8。 运用软件分类得到的遥感影像分类结果中,不可避免地会产生一些面积很小 的图斑。无论从专题制图还是从实际应用角度，都有必要对这些小图斑进行剔除 和重新分类。目前，常用的方法有聚类、过滤、剔除和邻域分析等。这里采用的 是邻域分析法，用类似于卷积的方法对图像分类值进行分析，选择 5 5 像元的 聊城大学本科论文（设计）聊城大学本科论文（设计） 10 邻域范围和主数值分析函数。 5.2 分类重编码分类重编码 在相应的文件中选择需要合并的类。得到如图 9 所示，将建设用地、水体和 植被样本分别合并。 图 9 合并后的 Signature Editor 图 ERDAS 图标面板菜单，MainImage InterpreterGIS AnalysisRecode，在 Recode 对话框中，点击 Setup Recode 并将同一类的值设为一样，本文将建设用 地值设为 1，水体设为 2，植被设为 3。 5.3 色彩重定义色彩重定义 对非监督分类和监督分类结果分别进行色彩重定义，使其视觉效果更好重要 地物更加突出。最终成图如下： 聊城大学本科论文（设计）聊城大学本科论文（设计） 11 图 10 非监督分类结果成图 聊城大学本科论文（设计）聊城大学本科论文（设计） 12 图 11 监督分类结果成图 6 6 分类精度评估及精度分析分类精度评估及精度分析 6.1 精度评估精度评估 执行了监督分类之后，需要对分类效果进行评价，ERDAS 系统提供了多种 分类评价方法，包括分类叠加、定义阈值、分类编码、精度评估等，本次操作是 通过分类精度评估实现的。 分类精度是指分类图像中的像元被正确分类的程度。通常评价目标识别效果 的好与坏,可通过分类精度评价的方法得到一个定量的描述。 分类精度评估将专题分类图像中的特定像元与已知分类的参考像元进行比较， 实际工作中常常是将分类数据与地面真值、先前的试验地图、航空相片或其它数 聊城大学本科论文（设计）聊城大学本科论文（设计） 13 据进行对比的途径之一10。 在 ERDAS IMAGINE 软件平台下操作，下面为具体的操作： 第一步：在视窗中打开原始图像 在 Viewer 中打开分类前的原始图像，以便进行精度评估。 第二步：启动精度评估对话框 ERDAS 图标面板菜单条：MainImage Classification Classification 或 ERDAS 图标面板工具条：点击 Classifier 图标Classification 菜单选择 Accuracy Assessment 菜单项打开 Accuracy Assessment 对话框 Accuracy Assessment 对话框中显示了一个精度评估矩阵（Accuracy Assessment Cellarray） 。本文精度评估根据需要在 TM 影像上随机选取 130 个样 点，并对其进行目视解译或分类，得到的人工判读与监督分类结果；然后进行对 比分析如图 12 所示。 图 12 分类点与判读点对比分析 聊城大学本科论文（设计）聊城大学本科论文（设计） 14 最后，得到评价数据，结果如表 1、表 2 所示。 表 1 监督分类精度评价指标 类型参考点数分类点数正确点数生产者精度使用者精度 Kappa 建设用地 7376710.97260.93420.8543 水体 555111 植被 4946440.89800.96770.9292 总分类精度=0.9449 ； Kappa=0.8929 表 2 非监督分类精度评价指标 类型参考点数分类点数正确点数生产者精度使用者精度 Kappa 建设用地 7475690.93240.92000.8062 水体 6650.83330.93330.8250 植被 4645410.89130.91110.8600 总分类精度=0.9127 ； Kappa=0.8314 6.2 精度分析精度分析 在精度分类报告中，监督分类的各项精度评价指标均优于非监督分类，可得 监督分类效果较为理想。在分类精度评估过程中发现以下问题： (1) 在精度评价中，目视判读分类点的过程中，考虑到判读人判读经验的因 素，对最终的精度评价结果略有影响。 (2) 建设用地植被覆盖率较高时，受到的干扰较多，提取精度略低。 (3) 在水体的精度评价中，虽然各项指标均较高，但由于其随机点比较少， 导致其分类精度不如其他两种地物更具说服力。 总的来说，由分类精度可知监督分类法的地物信息提取效果较好，同时也反 映出 ERDAS 软件自动分类模块在自动分类方面的可信性与准确度。 7 7 结论结论 由非监督分类和监督分类所得的成果图及精度评价报告可知： 在此研究中监督分类方法所得的成果图比非监督分类方法所得的成果图更加 精确，效果更好。且运用 ERDAS 软件进行监督分类总体精度在本次研究中达到 聊城大学本科论文（设计）聊城大学本科论文（设计） 15 94.49，高于非监督分类总体精度 91.27%，因此，在基于光谱理论的东昌府区 遥感信息提取方法的研究这个课题中监督分类方法有较强的可行性和实用性。 然而，监督分类根据训练场提供的样本选择特征参数，建立判别函数，对 待分类点进行分类，因此，训练场地选择是监督分类的关键。由于训练场地要求 有代表性，训练样本的选择要考虑到地物光谱特征，样本数量及质量能满足分类 的要求，人为因素比较大，这是监督分类的不足之处，相比之下，非监督分类不 需要更多的先验知识，根据地物的光谱统计特性进行分类。因此，非监督分类方 法简单，而且具有一定的精度。 最后，通过本文对遥感影像分类方法的研究，使得我们了解到聊城市中心 城区的三类地物分布状况，从而使得我们在对东昌府区在以后开发和建设中能提 出比较匹配实际的方法。特别是对现在经济建设的快速发展，建筑用地迅速扩张， 占用了大面积耕地资源，利用遥感影像的优