Guojfx的个人博客分享 http://blog.sciencenet.cn/u/Guojfx

博文

[转载]Envi遥感分类

已有 5389 次阅读 2010-9-9 16:01 |个人分类:未分类|系统分类:科研笔记|文章来源:转载

遥感的最终成果之一就是从遥感影像上获取信息,遥感分类是获取信息的重要手段。同时遥感分类也是目前遥感技术中的热点研究方向,每年都有新的分类方法推出。
    本小节主要内容:
   l遥感分类基本概念
   l常见遥感分类方法
ENVI中的分类工具

1、遥感分类

        遥 感影像通过亮度值或像元值的高低差异(反映地物的光谱信息)及空间变化(反映地物的空间信息)来表示不同地物的差异,这是区分不同影像地物的物理基础。遥 感影像分类就是利用计算机通过对遥感影像中各类地物的光谱信息和空间信息进行分析,选择特征,将图像中每个像元按照某种规则或算法划分为不同的类别,然后 获得遥感影像中与实际地物的对应信息,从而实现遥感影像的分类。
    不同的地物具有不同的波谱特征,同类的地物具有相似的波谱特征,由不同探测波段组成的多波段数字图像是地物特征的量化,遥感影像分类正是基于影像中所反映 的同类地物的光谱相似性和异类地物的光谱差异性的基础上进行的,根据影像的特征向量,建立判别函数,最终实现将遥感影像自动分成若干地物类型。遥感影像分 类由于遥感影像的数据量大和成像复杂等特点,使得遥感影像具有一些特点和原则。
     遥感影像分类比起一般的数字影像分类具有自身的特点,概况来讲遥感影像分类的特点有如下几点:
      1)数据量大。遥感影像通常具有较多的光谱波段,每个像元在不同波段具有不同的波谱特征,所以遥感影像分类是处理多波段的运算。
      2)复杂性。虽然大多数的地物符合“同类地物具备相同的波谱特征,不同地物具有不同的波谱特征”的原则,但是大多数情况下,研究的同类地物会具有不同的光谱特征,即“同物异谱”,而相同的光谱特征表示了不同的地物,即“异物同谱”。
      3)需要预处理。在对遥感影像分类前,往往需要做一定的预处理,原始影像的特征波段间往往存在比较强的相关性,同时由于处理多波段遥感数据的计算量大的原因,在分类前采用特征判别,决定一定的预处理方法,不但可以减少计算量,同时为可以处理多波段数据提供一种方式。
遥感影像分类方法可以归纳为两类:监督分类与非监督分类。

2、非监督分类非监督分类:

     也称为聚类分析或点群分类。在多光谱图像中搜寻、定义其自然相似光谱集群的过程。它不必对影像地物获取先验知识,仅依靠影像上不同类地物光谱(或纹理) 信息进行特征提取,再统计特征的差别来达到分类的目的,最后对已分出的各个类别的实际属性进行确认。
      目前比较常见也较为成熟的是ISODATA、链状方法等。遥感影像的非监督分类一般包括以下6个步骤:



Envi遥感分类[z]
1.JPG

1非监督分类流程



       影像分析:分析影像,大体上判断主要地物的类别数量。
       分类器选择:选择一个合适的分类方法。
       影像分类:设置好分类器的参数对影像进行分类。
       类别定义:一般需要多设置几个类别,之后重新判别与合并非监督分类的结果。
       分类重编码:对定义好类别的重新定义类别ID
       结果验证:对分类结果进行评价,确定分类的精度和可靠性。


3、监督分类

       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。它就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,计算机计算每种训练样区的统计或其他信息,同时用这些种子类别对判决函数进行训练,使 其符合于对各种子类别分类的要求, 随后用训练好的判决函数去对其他待分数据进行分类。使每个像元和训练样本作比较,按不同的规则将其划分到和其最相似的样本类,以此完成对整个图像的分类。
       遥感影像的监督分类一般包括以下6个步骤:
      1)类别定义:根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统;
      2)特征判别:对影像进行特征判断,评价图像质量,决定是否需要进行影像增强等预处理;
      3)样本选择:为了建立分类函数,需要对每一类别选取一定数目的样本;
      4)分类器选择:根据分类的复杂度、精度需求等确定哪一种分类器;
      5)影像分类:利用选择的分类器对影像数据进行分类,有的时候还需要进行分类后处理;
      6)结果验证:对分类结果进行评价,确定分类的精度和可靠性。


Envi遥感分类[z]
2.JPG

2监督分类一般流程



4、ENVI中的分类工具

     4.1 非监督分类
   ENVI中,通过主面板—〉Classification—〉unsupervised,有两种方法供选择,ISODATAK-Mean


Envi遥感分类[z]
3.JPG

3 ISODATA非监督分类


 


     ENVI还有类别定义工具和分类重编码工具,

            


Envi遥感分类[z]
5.JPG

4影像与分类结果的叠加





Envi遥感分类[z]
6.JPG

5 分类重编码与类别定义



4.2 监督分类

         
ENVI
中包括了监督分类的各个步骤中的所有工具,首先是样本的选择,通过感兴趣区域收集器(ROI)获取,主面板—〉Basic—〉Region Of Interest。包括的功能非常的全,如样本收集、样本精度验证等,样本收集可以从普通的影像上收集,也可以在散点图上选择。



Envi遥感分类[z]
7.JPG

6 训练样本的选择



        样本收集完了后,就可以进行监督分类了。ENVI有多种分类器:包括平行六面体、最小距离、马氏距离、最大似然,基于神经网络的,基于模式识别,包括支持向量机、模糊分类等,针对高光谱有波谱角(SAM),光谱信息散度,二进制编码


Envi遥感分类[z]
8.JPG

7 ENVI的监督分类器



          分类后处理包括的很多的过程,都是些可选项,包括更改类别颜色、分类统计分析、小斑点处理(类后处理)、栅矢转换等操作。

对分类结果进行评价,确定分类的精度和可靠性。有两种方式用于精度验证:一是混淆矩阵,二是ROC曲线。


Envi遥感分类[z]
9.JPG

8 分类精度评价混淆矩阵



    4.4 基于专家知识的决策树分类器

     基于专家知识的决策树分类是基于遥感影像数据及其他空间数据,通过专家经验总结、简单的数学统计和归纳方法等,获得分类规则并进行遥感分类。分类规则易于理解,分类过程也符合人的认知过程。
基于专家知识的专家分类可以充分利用其他数据,如DEM、行政区划图、道路网、土地利用图、林相图等作为分类的辅助数据。



Envi遥感分类[z]
11.JPG

9 专家分类器


     基于知识的专家分类可以充分利用其他数据,如DEM、行政区划图、道路网、土地利用图、林相图等作为分类的辅助数据。



Envi遥感分类[z]
12.JPG

10 ENVI的专家知识分类器


      

 


     4.5 基于面向对象的分类模块


        面向对象的技术集合临近像元为对象用来识别感兴趣的光谱要素,充分利用高分辨率的全色和多光谱数据,利用空间,纹理,和光谱信息来分割和分类的特点,以高精度的分类结果或者矢量输出。

来自:http://www.gisall.com/?uid-6678-action-viewspace-itemid-1070



http://blog.sciencenet.cn/blog-445865-361237.html


0

发表评论 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2019-9-17 18:30

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部