遥感图像分类

遥感图像分类Tag内容描述：<p>1、遥感影像监督分类与非监督分类摘 要：遥感影像的分类方法按照是否有先验类别可分为监督分类和非监督分类，这两种分类方法有着本质的区别但也有存在一定的联系。本文从分类原理和分类方法等不同角度分别介绍了监督分类和非监督分类方法， 并对两种方法的分类结果进行了对比和分析。关键词：遥感；监督分类；非监督分类；ISODATA算法；贝叶斯分类算法。1. 数据来源本文使用的数据是华盛顿广场上空由卫星拍摄的高光谱遥感影像。该幅影像使用的传感器系统覆盖0.4到2.4m的可见光到近红外的210个波段。由于0.9-1.4米光谱对应的区域上空大气透光。</p><p>2、实验五 遥感图像分类一、背景知识图像分类就是基于图像像元的数据文件值，将像元归并成有限几种类型、等级或数据集的过程。常规计算机图像分类主要有两种方法：非监督分类与监督分类，本实验将依次介绍这两种分类方法。非监督分类运用ISODATA（Iterative Self-Organizing Data Analysis Technique)算法，完全按照像元的光谱特性进行统计分类，常常用于。</p><p>3、遥感数字图像处理实验报告 学号： 2010041026 姓名：邢晓辉一、 实验名称遥感图像的监督分类与非监督分类二、 实验目的理解遥感图像监督分类及非监督分类的原理；掌握用ENVI对影像进行监督分类和非监督分类的方法，初步掌握图像分类后的相关操作；了解整个实验的过程以及实验过程中要注意的事项。三、 实验原理监督分类：又称训练分类法，用被确认类别的样本像元去识别其他未知类别像元的过程。它是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每一种类别选取一定数量的训练样本，计算机。</p><p>4、3.2 遥感图像的种类与特性,3.2.1 遥感图像的种类 3.2.2 遥感图像的基本属性 3.2.3 光学摄影像片特性 3.2.4 光机扫描图像特性 3.2.5 固体自扫描图像特性 3.2.6 成像雷达图像特性,3.2.1 遥感图像的种类,几个概念： 影像:由地物反射或自身发射的电磁辐射,通过成像系统处理后产生与原物相似的形象。 遥感影像:由遥感器对地球表面摄影或扫描获得的影像。 遥感图像:遥感影像经过处理或再编码后产生的与原物相似的形象。 光学摄影成像的二维连续的图像-像片(Photograph). 扫描成像的一维连续一维离散或二维离散的图像-图像 (Image)。,按成像遥感。</p><p>5、第八章 遥感图像分类,一、概述 二、监督分类 三、非监督分类,一、概述,图像分类：将图像中每个像元根据其光谱信息、空间结构信息和（或）其它专题信息，按照一定的规则或算法划分为不同的类别。 可在由计算机自动完成。 最常用于分类的信息是光谱信息，即各波段的亮度值。另外还可以将空间结构信息，如图像纹理密度、方向等，及其它专题信息用于分类。这些信息的加入常可使分类的精度得到显著提高。 除考虑目标象元的特征外，还可以考虑周围象元的特征。,二、监督分类（supervised),原理 方法与步骤 监督分类的优缺点,原理,建立各类型已知。</p><p>6、第九章 遥感图像分类,本章教学目的及要求：了解遥感图像的计算机分类基本原理、遥感图像的计算机分类一般过程；掌握非监督分类、监督分类。 本章教学重点及难点：如何应用非监督、监督分类对遥感数字图像进行分类处理，分类结果的Kappa系数评价方法。,本章提要,9.1 概述 9.2 相似性度量 9.3 工作流程 9.4 监督分类 9.5 非监督分类 9.6 专家系统分类 9.7 分类精度分析 9.8 分类后处理,9.1.1 基本原理 同类地物在相同的条件下(光照、地形等)应该具有相同或相似的光谱信息和空间信息特征。不同类的地物之间具有差异根据这种差异，将图像中的。</p><p>7、1,第七章 高光谱遥感图像分类,本章主要介绍高光谱遥感数据的分类算法和实验。,2,7.1 遥感图像分类,数据信息,利用计算机通过对高光谱遥感图像中的各类地物的光谱信息和空间信息进行分析、选择特征，并用一定的手段将特征空间互分为互不重叠的子空间，然后将图像中的各个像元划分到各个子空间去。,3,构造分类器,分类器如下图所示是把未知模式识别为已知模式的工具，要实现这一功能，它由以下四个部分组成：分类特征，分类判据，分类准则，分类算法。,4,1）遥感图像的分类特征,分类特征即将各类模式区分开来的特征，常用的高光谱图像的分类特。</p><p>8、遥感图像分类 非监督分类 地质系09资源勘查 0910105025 殷祥 2012 5 19 遥感图像分类 非监督分类 一 实验目的 掌握在ERDAS中进行非监督分类的操作方法 掌握对分类进行精度评估的方法 二 实验内容 1 操作步骤 1 选择。</p><p>9、遥感图像分类 监督分类 地质系09资源勘查 0910105025 殷祥 2012 5 19 遥感图像分类 监督分类 一 实验目的 掌握在ERDAS中进行监督分类的操作方法 掌握对分类进行精度评估的方法 二 实验内容 1 定义分类模板 1 显示需。</p><p>10、ENVI/IDL，6-遥感图像分类，刘海信河北工业大学资源学院电话：13932086700，ENVI/IDL，根据方法类型分为以下信息提取类型：6.1分类类型，ENVI/IDL手动解释：适用的定性信息提取，即通过图像用肉眼区分的信息；基于光谱的计算机分类(小于10米)，对中等分辨率和低分辨率的多光谱图像产生明显效果；基于专家知识的决策树分类：需要多源数据支持。面向对象的分类方法：随着高分辨率图像。</p><p>11、第九章 遥感图像分类,本章教学目的及要求：了解遥感图像的计算机分类基本原理、遥感图像的计算机分类一般过程；掌握非监督分类、监督分类。 本章教学重点及难点：如何应用非监督、监督分类对遥感数字图像进行分类处理，分类结果的Kappa系数评价方法。,本章提要,9.1 概述 9.2 相似性度量 9.3 工作流程 9.4 监督分类 9.5 非监督分类 9.6 专家系统分类 9.7 分类精度分析 9.8 分类后。</p><p>12、遥感影像分类,遥感影像计算机自动解译,利用计算机通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将图像中的各个像元划归到各个子空间去。 特征能够反映地物光谱信息和空间信息并可用于图像分类处理的变量,遥感影像分类,基于统计的方法和基于规则的方法 监督分类和非监督分类 硬分类和软分类 逐像元分类和面向对象分类,分类标准,按照逻辑准则组。</p>