自动识别分类.ppt

* 二纹理信息在遥感图像分类中的应用 纹理信息提取:目前用得比较多的方法包括：共生矩阵法、分形维方法、马尔可夫随机场方法等。第63页,共78页，星期六，2024年，5月Cosmo-SkyMed高分辨率雷达图像第64页,共78页，星期六，2024年，5月*1.纹理影像直接与多光谱影像一起对分类器进行训练2.先利用多光谱信息对遥感图像进行自动分类。再利用纹理特征对光谱分类的结果进行进一步的细分3.智能的方法(神经元网络方法等)第65页,共78页，星期六，2024年，5月*§8－9计算机自动分类的新方法一面向对象的遥感信息提取

问题的提出基于像素级别的信息提取以单个像素为单位,过于着眼于局部而忽略了附近整片图斑的几何结构情况，从而严重制约了信息提取的精度 第66页,共78页，星期六，2024年，5月*方法首先对图像数据进行影像分割,影像的最小单元不再是单个的像素，而是一个个对象(图斑),后续的影像分析和处理也都基于对象进行。第67页,共78页，星期六，2024年，5月*优点面向对象的遥感信息提取，综合考虑了光谱统计特征、形状、大小、纹理、相邻关系等一系列因素，因而具有更高精度的分类结果。第68页,共78页，星期六，2024年，5月*二神经元网络方法（ArtificialNeuralNetwroks，简称ANN）人工神经网络是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体作出交互反应。第69页,共78页，星期六，2024年，5月*ANN与经典计算方法相比ANN对处理大量原始数据而不能用规则或公式描述的问题,表现出极大的灵活性和自适应性。第70页,共78页，星期六，2024年，5月*决策树分类器决策树分类器三决策树分类法第71页,共78页，星期六，2024年，5月*一个较大的决策树中可以使用不同的分类算法，称之为复合决策树第72页,共78页，星期六，2024年，5月*复合决策树的最大优点在于它可以用来处理复杂的分类问题,使该算法更具弹性和扩展性，分类精度也大为提高。第73页,共78页，星期六，2024年，5月*四专家系统方法将某一领域的专家分析方法或经验，对对象的多种属性进行分析、判断，确定事物的归属。其核心内容是知识库和推理机第74页,共78页，星期六，2024年，5月*专家系统的特长：1）灵活性:专家系统可能具有大量的知识，知识库规则可增加、修改和删除。2）持久性:专家系统的知识会无限地持续。第75页,共78页，星期六，2024年，5月*3）具有解释、说明功能:专家系统能明确、详细地解释导出结论的推理过程。4）复合专家知识:其水平肯定会超过某个单独的专家。5）稳定、理智、及时和完整的响应。第76页,共78页，星期六，2024年，5月*五基于GIS的遥感图像分类方法从GIS空间数据库中挖掘知识用以辅助遥感影像分类，以提高分类精度第77页,共78页，星期六，2024年，5月感谢大家观看第78页,共78页，星期六，2024年，5月*§8-4非监督分类 二非监督分类 仅凭遥感影像地物的光谱特征的分布规律，即自然聚类的特性，进行“盲目”的分类； 其类别的属性是通过分类结束后目视判读或实地调查确定的。第31页,共78页，星期六，2024年，5月*(一)K-均值聚类法 K-均值算法的聚类准则是使每一聚类中，多模式点到该类别的中心的距离的平方和最小。基本思想是：通过迭代，逐次移动各类的中心，直至得到最好的聚类结果为止。第32页,共78页，星期六，2024年，5月第33页,共78页，星期六，2024年，5月*第34页,共78页，星期六，2024年，5月*第35页,共78页，星期六，2024年，5月* 缺点:这种算法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代过程中又没有调整类数的措施，因此可能产生不同的初始分类得到不同的结果。第36页,共78页，星期六，2024年，5月*(二)ISODATA算法聚类分析可以自动地进行类别的“合并”和“分裂”，从而得到类数比较合理的聚类结果。 第37页,共78页，星期六，2024年，5月选定初始类别中心输入迭代限值参数:I,Tn,TS,TC对样本