城市TM遙感圖像分類方法研究.pdf

1、遙感圖像分類一直是遙感研究領(lǐng)域的重要內(nèi)容，如何解決多類別的圖像的分類識(shí)別并滿足一定的精度，是遙感圖像研究中的一個(gè)關(guān)鍵問(wèn)題，具有十分重要的意義。 遙感圖像的計(jì)算機(jī)分類是通過(guò)計(jì)算機(jī)對(duì)遙感圖像像素進(jìn)行數(shù)值處理，達(dá)到自動(dòng)分類識(shí)別地物的目的。遙感圖像分類主要有兩類分類方法：一種是非監(jiān)督分類方法，另一種是監(jiān)督分類方法。非監(jiān)督分類方法是一個(gè)聚類過(guò)程，而監(jiān)督分類則是一個(gè)學(xué)習(xí)和訓(xùn)練的過(guò)程，需要一定的先驗(yàn)知識(shí)。非監(jiān)督分類由于不能確定類別屬性，因此直

2、接利用的價(jià)值很小，研究應(yīng)用也越來(lái)越少。而監(jiān)督分類隨著新技術(shù)新方法的不斷發(fā)展，分類方法也是層出不窮。從傳統(tǒng)的基于貝葉斯的最大似然分類方法到現(xiàn)在普遍研究使用的決策樹分類和人工神經(jīng)網(wǎng)絡(luò)分類方法，雖然這些方法很大程度改善了分類效果，提高了分類精度，增加了遙感的應(yīng)用能力。但是不同的方法有其不同優(yōu)缺點(diǎn)，分類效果也受很多因素的影響。 本文在對(duì)國(guó)內(nèi)外遙感圖像分類方法研究的進(jìn)展進(jìn)行充分分析的基礎(chǔ)上，應(yīng)用最大似然分類法、決策樹分類法和BP神經(jīng)網(wǎng)絡(luò)分

3、類法對(duì)北京市TM遙感圖像進(jìn)行了分類研究。在對(duì)分類實(shí)現(xiàn)中，首先對(duì)分類過(guò)程中兩個(gè)必不可少的，并影響分類效果的步驟也進(jìn)行了詳細(xì)地研究，分別是分類樣本和分類特征；然后詳細(xì)介紹三種方法的分類實(shí)驗(yàn)；最后分別分析分類結(jié)果圖和采用混淆矩陣和kappa系數(shù)對(duì)三種方法的分類結(jié)果進(jìn)行精度評(píng)價(jià)。三種分類方法的分類總體精度計(jì)算都達(dá)到80％以上，滿足分類要求。通過(guò)綜合分析發(fā)現(xiàn)本次研究BP神經(jīng)網(wǎng)絡(luò)方法分類精度較低，最大似然法和決策樹法分類精度較高。因此本文有必要進(jìn)一

4、步研究神經(jīng)網(wǎng)絡(luò)分類方法，提高該方法的分類精度。 本文分為六部分。 第一章為緒論，主要介紹本次研究的目的、意義以及遙感圖像識(shí)別與分類技術(shù)發(fā)展和研究現(xiàn)狀，并提出本研究的主要內(nèi)容和研究方法。 第二章為遙感圖像分類技術(shù)的基本理論，介紹遙感圖像分類的整個(gè)過(guò)程的基本原理，傳統(tǒng)的監(jiān)督、非監(jiān)督分類的基本算法，分類精度評(píng)價(jià)方法，為本研究提供理論基礎(chǔ)。 第三章介紹本次分類研究區(qū)典型地物類型樣本的確定原則和方法，并提出了本次分