遥感数字图像处理教程 期末复习整理(11)

9.5.4 最大似然方法

基本原理

最大似然假设遥感图像的每个波段数据都为正态分布，其基本思想是：地物类数据在空间中构成特定的点群；每一类的每一维度数据都在自己的数轴上位正态分布，该类的多维数据就构成了一个多为正态分布；各类的多维正态分布模型各有其分布特征，例如所在位置、形状、密集或分散的程度等。对于具有3个特征的正太分布来说，每一类的数据就是一个近似钟形的立方体。根据各类的已知数据，可以构成各类多维正太分布模型。在此基础上，对于任何一个像素，可反过来求它属于各类的概率，取最大概率对应的类位分类结果 2.判别函数 9.5.5光谱角方法

光谱角分类方法使用一种光谱匹配技术，它通过估计像素光谱与样本光谱或是混合像素中段远成分光谱的西欧昂死刑来分类，端元成分是混合像素中最纯的类型，它的光谱代表春地物类光谱，并可作为分类中的标准光谱。通过光谱分解方法，可以从训练区中提取出端元成分

9.5.6 分类结果比较 9.6.2 人工神经网络方法

人工神经网络方法是由大量处理单元相互连接的网络结构，是人脑的某种抽象、简化和模拟。AN的信息处理是由神经元之间的相互作用来实现的，只是和信息的存储是网络结构分布式的，网络的学习和决策过程取决于个神经元的动态变化过程。由于ANN神经元通常采用非线性的激活函数，其动态运行具有不可预测性、不可逆性等特点，从而可大规模模拟非线性复杂系统

人工神经网络可模拟人脑神经元活动过程，其中包括对信息的加工、处理、存储、搜索等过程。 1.神经元模型 2.网络结构 3.学习规则 9.6.3 决策树方法

思想：首先计算所有类别之间的距离，合并距离最近的两类形成一个新类，然后计算新类与其他类别之间的距离，重复前面工作，知道最终所有类别都合并为一大类，形成整个树结构的根部。每次合并产生树结构中的一个结点，分类树由多个结点和分支组成

9.7 专家系统分类方法 9.7.1 概述

遥感图像解译专家系统是模式识别与人工智能技术相结合的产物。应用人工技能技术，运用遥感图像解译专家的经验和方法，模拟遥感图像目视解译的棘突思维过程，进行遥感图像解译。它使用人工智能语言讲某一领域的专家分析方法或经验，对地物的多种属性进行分析判断，确定类别。专家的经验和知识以某一领域的专家分析方法或经验对地物的多种属性进行分析判断，确定类别。专家的经验和知识以某种形式表示

遥感图像解译专家系统组成主要包括三个部分 1）图像处理与特征提取子系统 2）知识获取系统 3）狭义专家系统 9.8 分类后处理

非监督分类获得的各类是管够累，监督分类虽说是通过选训练区确定了地物累分类结果得等到的应地物类，但由于同谱异谱的问题，分类结果仍带有光谱性质，而非真正的地物类 9.8.1碎斑处理

碎斑处理时一个非常重要的后处理工作 9.8.2 类别合并 9.8.3 分类结果统计 9.8.4 类间可分离性分析 9.9 分类精度分析

遥感图像分类精度通常把分类图与标准数据比较，然后通过正确分类的百分比来表示分类精度。

9.10 遥感专题制图 9.10.1 专题制图

遥感分类图是栅格图，图上的累时用一个个有地理坐标和类属性的像素点表示的。我们通常看到的分类图是向量图，其中的分类图斑是用封闭的多边形或封闭的不规则弧形圈表示的，多边形或弧形圈面积多大或包括多少点，其属性都可用一个代码表示。

分类结果可以转化成向量图，多数图像处理系统都有这种功能。栅格到响亮的转换可以对选定的类进行，也可对所有的类同时进行。通常是每个类保存为一个独立的向量文件 1.分类赋色

分类完成后，计算机处理系统一般都是按类顺序自动给各了类别赋色。这些默认颜色基本上不符合专业制图要求。 2.叠加修饰符号

为了满足制图要求，需要在图像上叠加各种修饰性内容 3.打印输出

9.10.2专题制图类型

1）地质图 2）土地利用类型 3）农、林、牧等资源图 4）陆地水温图 5）土壤图

6）城市用地与城市规划图 7）海图 8）系列专题地图 9.11 提高分类精度的基本对策 9.11.1 多种信息的综合利用

遥感图像的计算机分类方法，大多是以遥感图像的光谱特征为基础的。但是在实践中，由于各种内在和外在因素的影响，需要借助一些辅助措施，以改善分类效果 1.几何信息

计算机视觉技术表明，根据方向对称变量不仅能描述点对称性，而且能够通过对称性在不同方向上的分布来描述物体的基本形状 2. 纹理信息

对纹理特征的获取。纹理可以从单个像素中获得而纹理特征不能从单个像素中获得。它必然涉及某像素邻域亮度信息，因此纹理特征的提取和分析总作用在一个子图像区域中。

其次，使用纹理特征作为辅助进行分类。以上纹理特征提取的结果有两种，一是纹理特征参数本身，二是纹理特征参数对子图像进行初步分类后所得的纹理分类图像 3.地形信息

在分类中引入地形信息，可以提高分类精度，

这里主要介绍吧地面高程信息作为辅助数据直接引入计算机分类过程。 9.11.2 混合像素的分解处理

混合像素是遥感图像中教普遍存在现象。尤其是低分辨率的文星图像，一个像素覆盖的地面范围内往往包含一种以上的地物类别。这种混合像素的灰度值必为各组成图像灰度的混合值

9.11.3 分层分类与专家系统的应用

目视解译能够取得比计算机分类更佳的效果，特别是在情况比较复杂地区，主要元以内在于解译者能够灵活运用各方面知识，建立多种直接和间接的解译标志，具备综合分析和逻辑推理的思维能力，还可以根据实际情况的需要调整工作程序，分区、分层次进行图像分析判断，最后整合成完整的图像解译成果