遥感分类PPT课件

k 1
k 1
k 1
式中 xi 1 p： kp 1xk； ixj 1 pkp 1xkj
22
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
（2）像元i和像元j之间的相似系数
p
pp
coi j s xkx ik/j xk 2i xk 2j
k 1
k 1 k 1
23
一、遥感影像分类
12
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
混合像元的存在常使得同类地物的特征向 量也不尽相同。
30m R
10m R 13
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
影像分类的关键问题之一是选择适当的分 类规则(或叫分类器)，通过分类器把影像数据划 分为尽可能符合实际情况的不同类别。
K-mean ISODATA
33
二、非监督分类
K-mean ISODATA
K=5的分类结果
34
二、非监督分类
K-mean ISODATA
K=10的分类结果
35
二、非监督分类
K-mean ISODATA
ISODATA分类原理：
在初始状态给出图像粗糙的分类，然后基于一定原 则在类别间重新组合样本，直到分类比较合理为止。
概念及原理 特点和原则 分类顺序 分类统计量
d i 2 j ( x i x j) T i 1 ( jx i x j)
26
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
（6）二类均值的标准化距离(g类和h类)
D g h kp 1(M iS g i g S M i h i h )2
K-mean ISODATA
K-mean原理: 通过迭代,移动各个基准类别的中心,直至 得到最好的聚类结果为止。
31
K-mean
确定初始类别中心
判断样本至各类的距离
算
将样本分到较近的类S中
法
流 程
重新计算类S的中心
图
是 类中心是否变化？
否 迭代结束
K-mean ISODATA
32
K-mean具体步骤
17
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
18
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
19
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
分类原则：
①不能孤立地根据个别变量数值分类，要从整个 向量数据特征出发，按空间集群分布来分类。
②一个集群(类)在特征空间的位置用其均值向量 表示。
概念及原理 特点和原则 分类顺序 分类统计量
概念：
是指通过对遥感影像中各类地物的光 谱信息和空间信息的分析来选择特征，并 将特征空间划分为互不重叠的子空间，将 影像中各像元划归到各子空间的过程。
8
一、遥感影像分类
原始影像
概念及原理 特点和原则 分类顺序 分类统计量
亮度值
9
一、遥感影像分类
原理：
概念及原理 特点和原则 分类顺序 分类统计量
主要步骤： 按照某个原则选择一些初始类聚类中心。 计算像素与初始类别中心的距离，把该像素分配到 最近的类别中。 计算并改正重新组合的类别中心
36
二、非监督分类
K-mean ISODATA
按照某个原则选择一些初始类聚类中心。 在实际操作中，要把初始聚类数设定得大一些，同时引入各种对
迭代次数进行控制的参数，如控制迭代的总次数、每一类别最小像 元数、类别的标准差、比较相邻两次迭代效果以及可以合并的最大 类别数等，在整个迭代过程中，不仅每个像元的归属类别在调整， 而且类别总数也在变化。在用计算机编制分类程序时，初始聚类中 心可按如下方式确定：设初始类别数为n，这样共有n个初始聚类 中心，求出图像的均值M和方差σ，按下式可求出初始聚类中心:
根据各类样本内在的相似性将相似的 种类(像元)合并，将不相似的种类(像元) 分开，使各像元在特征空间的分布按其相 似性分割或合并成一些集群。
10
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
11
一、遥感影像分类
同类地 物在相同条 件下应具有 相同或相似 的信息特征。
概念及原理 特点和原则 分类顺序 分类统计量
概念及原理 特点和原则 分类顺序 分类统计量
（3）像元i和像元j之间的欧几里德距离
p
dij (xk i xk)j2 k 1
24
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
（4）像元i和像元j之间的绝对距离
p
d ij xk i xkj k 1
25
一、遥感影像分类
（5）马氏距离(Mahalanobis)
14
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
最简单的分类器就是密度分割或灰度分 层。
15
一、遥感影像分类
Leabharlann Baidu
概念及原理 特点和原则 分类顺序 分类统计量
最简单的分类器就是密度分割或灰度分 层。
16
一、遥感影像分类
遥感影像分类的特点： 多变量的影像分类
概念及原理 特点和原则 分类顺序 分类统计量
27
二、非监督分类
28
二、非监督分类
➢也叫“边学习边分类法”。 ➢是在没有先验类别知识(训练场地)情况下， 根据影像本身的统计特征及自然点群的分 布来划分地物类别。 ➢各类别内涵不能由该分类方法得出，要 根据地面实况调查和比较来决定。
29
三、非监督分类
K-mean ISODATA
30
二、非监督分类
第九讲 遥感影像分类
1
主要内容
遥感影像分类 非监督分类 监督分类 遥感影像分类处理中的几个问题
一、遥感影像分类
3
分类前
非监督 分类
分类后
4
分类前
分类
分类后
5
分类前
分类
分类后
6
一、遥感影像分类
遥感影像分类的概念及原理 遥感影像分类的特点和原则 遥感影像的分类顺序 影像分类统计量
7
一、遥感影像分类
xk
M(2(k1)1)
n1
k=1,2,…,n，为初始类中心编号，n为初始类总数。
37
二、非监督分类
K-mean ISODATA
计算像素与初始类别中心的距离，把该像素分配到最近的类 别中。
动态聚类法中类别间合并或分割所使用的判别标准是距离，待分像元 在特征空间中的距离说明互相之间的相似程度，距离越小，相似性大，则 它们可能会归入同一类。这里的距离可以采用前面介绍的几种距离。
③实质是把多维特征空间划分为若干区域(子空间) 的过程。
20
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
21
一、遥感影像分类
概念及原理 特点和原则 分类顺序 分类统计量
（1）像元i和像元j之间的相关系数
p
p
p
r ij(x k ix i)(x k jx j)/ (x k ix i)2 (x k jx j)2