第06-02章 监督分类 -课件（PPT·精·选）.ppt

基于知识的遥感图像分类第二节遥感图像监督分类★监督分类法:首先,从研究区域选取具有代表性的一定数量的已知类别的样本(训练样区),并根据这些样本的观测值(类别的先验知识)建立判别函数和相应的判别准则, 然后将未知类别的样本的观测值代入判别函数,最后依据判别准则对该未知类别的样本所属类别做出判定.★----是建立在Bayes准则基础上分类错误概率最小的一种非线性分类法,也是应用比较广泛、比较成熟的一种监督分类法。假定每一类在图像中的概率密度分布呈正态分布,并计算给定像元属于某一特定类别的似然度(即概率或可能性),★监督分类法:首先,从研究区域选取有代表性的一定数量的已知类别的样本(训练样区),并根据这些样本的观测值(类别的先验知识)确定判别函数和相应的判别准则, 然后将未知类别的样本的观测值代入判别函数,最后再依据判别准则对该未知类别的样本所属类别做出判定.★----假定图像上各类地物光谱特征呈多元正态分布(若非正态分布,可通过变换使其呈正态分布),并计算每个未知像元到各类别中心的距离(如欧氏距离,即两点之间的直线距离),★监督分类法:首先,从研究区域选取有代表性的一定数量的已知类别的样本(训练样区),并根据这些样本的观测值(类别的先验知识)确定判别函数和相应的判别准则, 然后将未知类别的样本的观测值代入判别函数,最后再依据判别准则对该未知类别的样本所属类别做出判定.★---,然后计算每个未知像元到各类别中心的马氏距离,★监督分类法:首先,从研究区域选取有代表性的一定数量的已知类别的样本(训练样区),并根据这些样本的观测值(类别的先验知识)确定判别函数和相应的判别准则, 然后将未知类别的样本的观测值代入判别函数,最后再依据判别准则对该未知类别的样本所属类别做出判定.★---首先由巡逻组数据产生每一类别的均值向量和标准差向量等基本统计文件,然后据此在数据空间中划分出若干个平行六面体块断(二维情况下为矩形),每一块断即为一类。第二节遥感图像监督分类★(Define Signature)(Evaluate Signature)(Perform Supervised Classification)(Evaluate Classification)(Post-Classification Process):详见“第三节遥感图像非监督分类”第二节遥感图像监督分类★※显示需要进行分类的图像※打开模板编辑器----点击Classifier图标/Signature Editor菜单第二节遥感图像监督分类★※显示需要进行分类的图像※打开模板编辑器※获取分类模板信息----可以应用AOI绘图工具、AOI扩展工具或查询光标等方法※获取分类模板信息①应用AOI绘图工具在原始图像获取分类模板信息?在显示有待分类图像的视窗中对所有类别都绘制若干个多边形AOI※获取分类模板信息①应用AOI绘图工具在原始图像获取分类模板信息?在Signature Editor对话框,点击图标,将多边形AOI区域加载Signature分类模板中,并确定各类的名字及颜色