遥感数字图像处理教程 期末复习整理(9)

先膨胀后腐蚀的过程称为比运算，它具有填充目标内细小空洞、连接邻近目标、在不明显改变目标面积情况下平滑其边界作用

8.6.4 腐蚀和膨胀的变种

反复进行腐蚀运算，将使一个目标变得不复存在。类似地，反复膨胀将一把一幅图像中所有目标合并为一个。然而，可以对腐蚀和膨胀过程适当的加以改变，已达到特定的图像处理目的 1.收缩

当腐蚀以一种不触及但像素目标的方式执行时，这个过程为收缩，当目标总数保持不变，这种方法很有用 2. 细化

细化将一个曲线形目标细化为一条单像素宽的线，从而图形化显示出其拓扑性质。 3.抽骨架

一个与细化有关的运算时抽骨架，也称中轴变换或焚烧草地技术 4.剪枝 5粗化

粗化可以在不合并彼此分离目标的天体下扩大边界。 8.6.5距离变换

距离变换时一种可哟关于二值图像的一种运算，运算结果不是另一幅二值图像，而是一个灰度级图像。每个像素的灰度级时该像素与距其最近的背景像素间的距离。 8.6.6 边界曲率分析

一条曲线上某点出的曲率定义为该点沿着曲线方向的切线角度变化。一个目标的便捷的曲率在凸起处取正直，而在凹点去负值。 第九章遥感图像分类

在遥感应用中，通过遥感图像处理好判读来识别各种地物时一个主要的工作目的。无论是地物信息提取、土地利用检测、还是专题地图制作和遥感图像库等建立等都离不开风雷

遥感图像的计算机分类，是对遥感图像上的地物进行属性识别和分类，是模式识别技术在遥感技术领域中的具体应用。匪类的目的是从图像识别中识别实际地物，进而提取地物信息。与遥感图像的牧师判读技术相比较，它们的目的是一直弹，但手段不同，牧师判读直接利用人类的自然识别智能，而计算机分类利用计算机技术来模拟人类的识别功能。

9.1 概括 9.1.1 基本原理

同类地物在相同的条件下应该具有相同或相似的光谱信息和空间信息特征。不同类的地物之间具有差异。根据这个差异，将图像中的所有像素按其性质分为若干个类别的过程，称为图像分类 9.1.2 分类方法

事先已经知道类别的部分信息，对未知类别的样本进行分类的方法称为监督分类。事先没有类别的先验知识，对未知类别的样本进行分类的方法称为非监督分类

根据分类使用的统计数学方法可以分为随机统计方法和模糊统计方法 9.2 相似性度量

在特征空间已经存在情况下，每个像素的分类问题，就是判定它与哪个类的特征比较相似问题

距离是常用的相似度量概念。分类是确定像素距离哪个点群中心较近，或落入哪个点群范围可能性大的问题。像素与点群的近距离越近，那么，属于该店群的可能性越高。按照一定的准则，当距离小于一定值时，像素被划分给最近的点群，每个点群为一个类。

1.绝对距离 2.欧氏距离 3.马氏距离 9.3 工作流程 9.3.1 预处理

1. 确定工作范围

可以通过图像裁剪和图像掩膜方法将工作范围的图像提取出来 2.多元图像几何配准 3.噪声处理 4.辐射校正 5 几何精校正 6.多图像融合 9.3.2 特征选取

特征是分类的依据

遥感图像分类的重要依据是遥感图像的特征变量。多光谱遥感图像各个波段的像素值是

最基本的原始特征变量。 9.3.3分类

根据特征与分类对象的实际情况选择适当的分类方法。一般来说，非监督方法简单，不需要先验知识，当光谱与地物类别对应较好时比较适用。如果地物类别之间光谱差异很小，或比较复杂时，监督分类比较好 9.3.4 分类后处理

由于分类过程是按像素逐个进行的，分类结果是图像中成片的地物类别分布区往往会出现零星的异类像素，其中许多不合理，因此要分局分类要求进行分类后处理。 9.3.5 结果检验

对于分类的精度与可靠性机型评价。进入传感器的信息由于受传感器空间分辨率和光谱分辨率的限制，常常是混合的地物信息。又是地物本事就是混合在一起的。图像分类后必须进行检验。错分像素所占的比例越小，则分类结果越好。 9.3.6 结果输出

对于达到精度要求的分类图像，根据需要和用途，设置投影、比例尺、图例等制作专题图，或将数据转换为向量格式，供其他系统使用 9.4 非监督分类

非监督分类是指人们事先对分类过程不加任何的先验知识，而仅凭遥感图像中地物的光谱特征，即自然聚类的特性进行分类。分类结果知识区分了存在的差异，但不能确定类别的属性。类别的属性需要通过牧师判读或实地调查后确定。

非监督分类假设：在具有相容的表面结构特征、植被覆盖。光照，遥感图像上同类地物具有相同或相似的光谱特征，从而表现出某种内在的相似性，可归属于同一个光谱空间。不同地物，光谱信息特征不同，归属于不同的光谱空间。

在开始图像分类时，用非监督方法来探索数据的本来结构及其自然点群的分布情况是很有价值。

9.4.2 初始类别参数选择 1.光谱特征比较

首先，在遥感图像中定义一个抽样集，它可以是整幅图像的所有像素，也可以是按一定间隔抽样的像素，然后选定抽样集任一像素作为第一个类别。

给定一个光谱相似性比较阈值，一次把抽样集中美哦个像素的光谱特征与格初始类别的光谱特征进行相似性比较，若该像素与其中一个厨师类别相似，则作为该类中的一个成员，

若不语任何一个相似，则该像素作为一盒信封初始类别。

完成上述过程后，每个初始类别都包含了一定的成员，据此可计算各类中心的期望和协方差矩阵 2.直方图 3.最大最小距离法 4.局部直方图峰值法

9.4.3 ISODATA迭代式自组织数据分析算法

最常用的非监督分类法，在大多数图像处理系统或图像处理软件中都有这一算法 9.5监督分类

通过对工作区域图像的目视判读、实地勘察或结合GIS，我们可以获得部分地物信息。利用已知地物的信息对未知地物进行分类的方法称为监督法 …… 此处隐藏：776字，全部文档内容请下载后查看。喜欢就下载吧 ……