遥感数字图像处理教程 期末复习整理(10)

监督分类的前提是已知遥感图像上样本区内地物的类别，该样本又称为训练区 监督分类的基本过程是：首先根据已知的样本类别和类别的先验只是确定判别准则，计算判别函数，然后将未知类别的样本值带入判别函数，依据盘必然标准对该样本所属类别进行判定。在这个过程中，利用已知类别样本的特征值求解判别函数的过程称为学习或训练。 9.5.1 训练区

训练区用来确定图像已知类别像素特征。这些特征对于监督分类来说是必不可少的。 训练区在遥感处理系统中被称为“感兴趣区”。在ENVI系统中，该区域为ROI，在ERDAS为AOI，本文使用ROI表示训练区

在建立训练区之前，首先要根据工作要求，手机地区资料，包括地形图、土地利用现状、土壤图、植被图、行政图等。根据这些资料，确定分类对象及其分类系统 1.虚不能恋曲类型

ROI有三种 点：单个像素

线：直线或折现。主要是线性地物，较窄河流、道路 面：连续的分布区

在遥感系统中确定ROI时，需要同时确定如下参数 1）ROI名称。可以直接使用地物类的名称，如道路

2）颜色。使用颜色应该与分类系统要求保持一致，具体工作时需要参照本行业的特定分类要求来定

3）样本数目：ROI中包括像素数即为统计分析中使用的样本数。样本数应该足够多 2.训练区的选择

根据分类系统要求，结合实地调查，在遥感图像上要勾绘出各类典型地物的分布范围，即训练区

选取训练区必须根据先验知识，尽可能参考现实性强的图件和文字资料，以便能够选出最有代表性和光谱特征比较均一的地段。有条件的话，应该进行实地调查

选择训练区应注意以下问题

1）训练区必须是具有典型性和代表性，即所含类型英语研究地域所要区分的类别一直。训练区的样本应在面积较大的地物中心部分选择，而不应在地物混交地区和类别的边缘选取，以保证特征具有典型性，从而能进行准确的分类。

2）使用的图件时间和空间上保持一致，以便于确定数字图像与地形图的对应关系。即使不一致，也要尽量找时间上相近的涂建安，同时，图件在空间上应能很好的匹配。

3）训练区的选取方式有按坐标输入式和人机对话式两类。按坐标输入式是预先把实地调查确定的各类地物分布区转绘到地图上去，量测其在选定坐标系中的位置，再把量测数据输入计算机并映射到遥感图像上。这种方式用于不带图像显示装备的计算机系统。人机对话式则用于带有图像显示装备的数字图像处理系统，它通过鼠标在图像上勾画出地物所在的范围或转入实地调查的地图食量数据作为训练区。

训练区确定后可通过直方图来分析样本的分布规律和可分性。一般要求单个类训练区的直方图是单峰，近似于正态分布的曲线。如果是双峰，类似于两个正态分布的曲线重叠，则可能是混合类型，需要重做

4）训练样本的数目。训练样本数据用来计算类均值和协方差矩阵。根据概率分析统计，协方差至少需要K+1个样本 9.5.2 平行管道方法

平行管道方法又称盒式分类器，有时又叫等级分割分类器，或者叫做平行六面体分类器，但后者通常指高维的盒式分类器。这是一种简单的分类器

9.5.3 最小距离法

最小距离是一种相对化简了的分类方法。前提是家丁图像中各类地物光谱信息呈多元正态分布，每一个类在K维特征空间中形成一个椭球状的点群，一句像素距各类中心距离的远近决定其归属。