遥感图像分类.ppt

《遥感图像分类.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遥感图像分类吴和静2011.3.29内容分类步骤2分类应用1技术方法4划分方式3遥感分类应用调查地球资源状况、监测再生资源的动态变化等森林资源调查，树种、覆盖面积、灾害城市内部的绿化、交通、污染、建筑密度、土地等的现状调查优点：成本低，速度快，克服自然界恶劣环境的限制，减少勘测投资的盲目性分类系统流程信息获取预处理特征提取和选择分类决策分类器设计训练过程去噪变换增强形状灰度边缘区域纹理分类器设计判别函数表示决策规则决策面方程相邻的两个决策域在其决策面上判别函数值相等分类器计算各类的判别函数，选出最大值对应的类作为决策结果常用的

2、决策规则最小错误率贝叶斯准则最小风险贝叶斯准则聂曼-皮尔逊准则最小最大准则费歇尔准则最小二乘准则分类划分按照是否已有已知训练样本的分类数据，分为非监督分类和监督分类按照映射算法分线性分类器和非线性分类器神经网络前馈网络——监督学习竞争网络——非监督学习单层感知器——线性分类多层感知器——非线性分类监督分类利用某些已知类别真实地物样本，训练分类识别系统学习各个类别的特征按照分类的决策规则进行分类基于统计的分类方法（均值、方差、协方差、标准差、离散度）分类精度高最大似然分类判别准则最小错误概率条件下的贝叶斯准则判别函数式中、分别为

3、k类的均值和协方差如果，则检验真实1234567891111213173320601307000002323001032400000360209312303200004140152007140200000512065481503000006670015114402000007138010273800000082272020392200040900100007512000010000000000403000110000000001414401200050009095473013100000000000926最大似然精度两种分类

4、精度总分类精度91.25%%12345678910111213生产者精度96.3294.6581.6479.3750.3162.8836.1990.9598.4699.7598.8194.0499.89使用者精度87.3784.5687.8263.4989.0168.2595.0091.3895.8897.5898.8198.34100非监督分类无需事先知道各类地物的类别统计特征不用经过训练学习过程根据分类判别准则自动分类算法简单并具有一定的分类精度K-均值分类给定类别数c，把N个样本分到c个类别中对所有的j，若则把y从Гi中

5、移到Гx中去直至均差平方和Je不改变监督与非监督分类精度比较最大似然分类二阶统计特征均值、方差K均值聚类一阶统计特征均值球形分布，各类方差相近软分类线性模型（解混）物理意义光谱混合广义反演模糊模型数学角度光谱相似度隶属度模糊C均值聚类设定聚类数目c和参数b初始化各个聚类中心mi循环计算，直至隶属度函数稳定隶属度函数聚类中心ThankYouTheEnd