遥感以及试卷_第1页
遥感以及试卷_第2页
遥感以及试卷_第3页
遥感以及试卷_第4页
遥感以及试卷_第5页
已阅读5页,还剩20页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第8章遥感图像自动识别分类

利用计算机技术来模拟人类的识别功能,对遥感图像上的信息进行属性的自动判别和分类,达到提取所需地物信息的目的。

计算机自动分类武汉市的TM原始影象和分类图像f(x,y,z,λ,t)Class1,…nTM-1灰度值直方图TM-2灰度值直方图TM-3灰度值直方图TM-3灰度值直方图TM-4灰度值直方图TM-4灰度值直方图TM图像各波段原始灰度值与对应的类别TM各波段灰度值对应的类别实际地表如何对这些地物分类?§8—1基础知识1、模式与模式识别 所谓“模式”是指某种具有空间或几何特征的东西。 对被识别的模式作一系列的测量,然后将测量结果与“模式字典”中一组“典型的”测量值相比较,得出所需要的分类结果。这一过程称为模式识别.

xn

分类器(或称判决器),可以根据一定的分类规则,把某一测量矢量X划入某一组预先规定的类别之中去。

自然模式接收器(传感器)分类器(判决器)x2x1结果….模式识别系统的模型§1基础知识1.光谱特征空间同名地物点在不同波段图像中亮度的观测量将构成一个多维的随机向量X,称为光谱特征向量。即

式中n——

图像波段总数;xj——

地物图像点在第i波段图像中的亮度值。如TM图像上任一个点TM=[TM1,TM2,TM3,TM4,TM5,TM6,TM7]

波谱特性曲线与响应曲线波长反射率水土壤植被亮度波段2.特征空间及地物聚类波段2波段1水土壤植被用亮度值轴构成一个直角坐标空间

三维特征空间二维特征空间聚类特点:同类地物在光谱特征空间中不可能是一个点,而是形成一个相对聚集的点群。不同地物的点群在特征空间内一般是分布不同。地物在特征空间中的聚类情况理想情况波段波段水土壤植被典型情况一般情况为均值向量;

N为第i特征的特征值总个数。其中,式中,表示第i特征第k个特征值3.地物在特征空间中聚类的统计特性Σ为协方差矩阵,即4.其他有关统计量1)像元之间的相关系数2)相似系数3)欧氏距离4)绝对距离5)马氏距离6)混合距离统计特征矢量(多维光谱特征空间)光谱特征空间及地物在特征空间中聚类的统计特性

地物与光谱特征空间的关系水土壤植被B5B7特征点集群在特征空间中的分布大致可分为如下三种情况:

理想情况——可相互区分BiBj水植被土壤一般情况——重叠现象水植被土壤典型情况——在任一子空间中都有相互重叠的现象存在,但在总的特征空间中可以完全区分。可采用特征变换使之变成理想情况进行分类。水植被土壤

假设特征点的统计分布属于正态分布,则其概率密度函数可表达为:式是:X—特征向量

——

均值向量

Σ——

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论