版权声明:以上文章中所选用的图片及文字来源于网络以及用户投稿,由于未联系到知识产权人或未发现有关知识产权的登记,如有知识产权人并不愿意我们使用,如果有侵权请立即联系:55525090@qq.com,我们立即下架或删除。
简介:遥感图像的计算机分类
1
一、分类原理与基本过程
遥感图像计算机分类的依据是遥感图像像素的相似度。常使用距离和相关系数来衡量相似度。
采用距离衡量相似度时,距离越小相似度越大。
采用相关系数衡量相似度时,相关程度越大,相似度越大。
遥感图像计算机分类方法
监督分类法:
选择具有代表性的典型实验区或训练区,用训练区中已知地面各类地物样本的光谱特性来“训练”计算机,获得识别各类地物的判别函数或模式,并以此对未知地区的像元进行分类处理,分别归入到已知的类别中。
非监督分类:
是在没有先验类别(训练场地)作为样本的条件下,即事先不知道类别特征,主要根据像元间相似度的大小进行归类合并(即相似度的像元归为一类)的方法。
2
一、分类原理与基本过程
遥感数字图像计算机分类基本过程
根据图像分类目的选取特定区域的遥感数字图像,需考虑图像的空间分辨率、光谱分辨率、成像时间、图像质量等。
根据研究区域,收集与分析地面参考信息与有关数据。
根据分类要求和图像数据的特征,选择合适的图像分类方法和算法。制定分类系统,确定分类类别。
找出代表这些类别的统计特征
为了测定总体特征,在监督分类中可选择具有代表性的训练场地进行采样,测定