遥感影像分类

遥感影像分类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、遥感图像分类的精度评价精度评价是指比较实地数据与分类结果，以确定分类过程的准确程度。分类结果精度评价是进行土地覆被/利用遥感监测中重要的一步，也是分类结果是否可信的一种度量。最常用的精度评价方法是误差矩阵或混淆矩阵（Error Matrix）方法（Congalton，1991；Richards，1996；Stehman，1997），从误差矩阵可以计算出各种精度统计值，如总体正确率、使用者正确率、生产者正确率（Story等，1986），Kappa系数等。 误差矩阵是一个nn矩阵（n为分类数），用来简单比较参照点和分类点。一般矩阵的行代表分类点，列代表参照点，对角。</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、第六章遥感图像分类 6 1遥感图像分类的基本原理和方法6 2遥感图像非监督分类6 3遥感图像监督分类6 4基于混合像元的遥感图像分类6 5非光谱信息在遥感图像分类中的应用6 6基于知识的遥感图像分类 基本内容 影像读取 图。</p><p>8、遥感技术及应用综合实验 指导书2 遥感影像分类 一 目的 图像是通过亮度值的差异 反映光谱信息 及空间变化 反映空间信息 来表示不同物体的差异的 图像分类就是利用计算机通过对图像中各类物体的光谱信息和空间信息进。</p><p>9、实验六 多光谱遥感影像分类 实验目的 掌握常规的多光谱遥感影像分类操作及其处理 比较非监督分类法和监督分类法的结果 二者之间的优缺点 这些分类处理包括聚合处理 clump 筛选处理 sieve 并类处理 combine 以及精度。</p><p>10、第10讲 遥感影像分类第10讲 遥感影像分类 是通过模式识别理论 利用计算机将遥感 图象 遥感 图象自动分成若干地物类别地物类别的方法 遥感影像计算机分类 基本依据 不同的地物具有不同的光谱特征 同类地物 具有相同或相似的光谱特征 图象分类 基于数字图象中反映的同类地物 的光谱相似性和异类地物的光谱差异性 图象分类过程的总目标是 将图象中所有的像元自动地 进行土地覆盖类型或土地覆盖专题的分类 光谱。</p><p>11、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>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>