灰度共生矩阵Gray-levelCo-occurrenceMatrixGLCM分形维数纹理.ppt

遥感图像分析
Analysis of Remote Sensing
河南理工大学测绘学院
第十四讲遥感图像分类
Remote Sensing Image Classification
一、遥感图像分类概述
二、监督分类
三、非监督分类
四、遥感图像分类的新方法
五、分类后处理和精度分析
主要内容
一、遥感图像分类概述

遥感图像计算机分类:是通过模式识别理论,利用计算机将遥感图像上的每个像元或区域自动进行属性识别和划分的过程。
数据--信息(遥感数据---地物信息)
遥感数据包括:
;
;

一、遥感图像分类概述
(Pattern Recognition)
模式还可分成抽象的和具体的两种形式。
前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。
后者是对语音波形、地震波、心电图、脑电图、图像、文字、符号、生物传感器等对象的具体模式进行辨识和分类。
模式识别:对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程。
一、遥感图像分类概述

模式识别原理:是依据一定的原则将不同物体区分开来。
?
形状区分
颜色区分
数字化
梨
二维特征空间
对于每一个水果有特征向量:
对于整筐水果有模式n:
颜色特征
形状特征
一、遥感图像分类概述
X
梨
该水果属于桔子
假如一个未知水果有:
一、遥感图像分类概述
模式识别的一般步骤:
——对象的数学描述(形状、颜色)
(已知)样本——先验知识
——判决函数
——识别
数学
模式
一、遥感图像分类概述


一、遥感图像分类概述
基于遥感图像中反映的同类地物的特征相似性和异类地物的特征差异性。通过分析特征空间中点群的位置分布中心、分布规律等,确定点群的界限,完成分类。