基于最小距离法的遥感图像分类

过对遥感 图像 中地物 目标 的光谱信 息和空间信息进 行分 析及特征 提取 ，利 用判别 函数计算 到 中心的距离 ，解 读 遥感 图像 ，并对分类结果进行定量评估 。实验结果表 明用最小距离法来分析遥感 图像 可以获得较 高精确 度。
关键词 ：遥感 ；Ｅ ＮＶＩ ；有监督 分类 ；最小距离法 中图分类号 ：Ｐ ３ ２７ 文献标识码 ：Ａ 文 章编 号 ：１７ —７ ３ （０ ２ ０ ６ ３ ９ ８ ２ １ ）３—０ ０ —０ ０１ ２
ｌ Ｌｉ ｕ ￣ ｎ
参考 文献 ：
［ ］岳海 ． Ｗｉｄ ｗ 转 向 Ｌｎ ｘ教程 Ｅ ０ ０基础学 习 ．ｄ ． １ 从 ｎｏ ｓ ｉｕ ３０ ｐｆ
图 ７ Ｂ ｄＬ ｕ ｅ ｉ ｘ客 户 端 卸 载 Ｎ Ｓ资 源 ｎ Ａ
［ Ｂ Ｏ ．ｈｔ ： ｗｗ ｗ．ｈ ｕ ｄ ｆ ｏ ／ｂ／ ｒａ 一 Ｅ ／ Ｌ］ ｔ ／ ｗ ｐ／ ｎ ｘ ｉ ．ｃｍ ｂ ｓ ｈｅｄ ｙ ｔ
结果 进行 分 析和定 量评 价 。 １ 遥 感 图像 分 类原理
在特征空间中的 中心位置 ， 计算输入 图像 中每个像 元 到各类 中心 的距 离 ， 哪一类 中心 的距离 最小 ， 到 该 像元 就 归人 到哪 一类 。在 这类方 法 中距离 就是 一个 判别 函 数 。应 用 最 广 而 比较 简 单 的距 离 函 数 有 两 个， 即欧几里 得距 离 和折线 距离 。 欧几 里得 距 离公式 如 下
厂 —— ———— 一
Ｄ＝ √∑（ ） —
式中 ： Ⅳ—— 波段 数 ；
（ １ ）
像元在第 ｉ 个波段的像元值 ； Ｍ —— 第 类在 第 ｉ 个波段 的均值 。
— —
遥感图像通过亮度值或像元值 的高低差异 （ 反 映地物的光谱信息） 及空间变化 （ 反映地物的空间信 息 ） 表示 不 同 地 物 的差 异 。 这是 区分 不 同 图像地 来 物 的物理 基础 。遥 感 图像分 类就 是利 用计 算 机通过 对遥 感 图像 中各类 地物 的光谱信 息 和空 间信 息进行 分析 Ｈ ， 择特 征 ， 图像 中每个像 元按 照 某种 规则 ］选 将 或算 法划分 为 不 同 的类 别 ， 然后 获 得 遥 感 图像 中与 实际 地物 的对 应信 息 ， 而实现 遥感 图像 的分 类 。 从 Ｅ ＮＶＩ 由遥感 领域 的科 学 家 采用 交 互 式 数据 是 语言 Ｉ ＤＬ开 发 的一 套 功 能 强 大 的遥 感 图像 处 理 软 件 。本 文 以 Ｅ ＮＶＩ 软件 为 平 台 ， 对遥 感 图像 分类 方 法 进 行分 析 。
（） ２
分类 完成 后 要对 分类 结果 进 行评 估 ，最常使 用
的评估参量是 总分类精度和 Ｋ ｐａ ａｐ 系数 ［ ］ 总分 ６， 类精度采用公式
Ｐ ＝∑ ｐ ／ 胁Ｏ
＝ｌ
（） ３
式 中 ： — 总分 类 精度 ； Ｐ— ｍ— — 分类 类 别数 ； Ⅳ—— 抽 样样 本 总数 ； ｐ — — 第 ｋ类 的正确 判别 的样本 数 。 触 Ｋｐａ ａｐ 系数采 用 下式
１ １ 最小距 离法 ．
分 类 的原则 就是把 归人 Ｄ 最 小 的那一类 。
折线距离 ， 也叫街道距离或者等混合距离 ， 是像 元值 在 各个 波段 中与类 均 值 的距 离 （ 差值 ）的总 和 。 距离取绝对值 ， 即
Ⅳ
Ｄ ＝＞ ｌ — ， ： ｌ
１． 分 类 结 果 评 估 原 理 ２
ｓｒｍｅｔ ｎｏｍａｉ ｘｒ ｔ ｎａｄＲ ｏｓ ｕｔ ｎ［ ． ｕｅ ｎ ｆｒ ｔ ｎＥ ｔ ｉ ｎ ｅ ｎｔ ｃｉ Ａ］ Ｉ ｏ ｃ ａ ｏ ｃ ｒ ｏ
Ｐ ｏ ｅ ｄ ｎ ｓ ｏ Ｔｈ Ｔｅ ｔ Ｉ ｔ ｒ ａ ｉ ｎ Ｃｏ ｆ ｒ ｎ ｅ ｎ ｒｃ ｅｉ ｇ ｆ ｅ ｎ ｈ ｎ ｅ ｎ ｔｏ ａ ｌ ｎ ｅ ｅ ｃ ｏ
Ｊ ｎ． ０ ２ ｕ ２ １
基于最小距离法 的遥感 图像分类
冯 登 超 陈 刚 肖楷 乐 杜 文雅 吴新 颖
（ ．北华航天 工业学院 电子工程系 ，河北 廊坊 ０ ５ ０ ；２ １ ６ ０ ０ ．太原 科技 大学 电子信息学院 ，山西 太原 ０ ０ ２ ） ３ ０ ４ 摘 要 ：本文在 Ｅ ＶＩ Ｎ 遥感图像分析软件环 境下 ，利 用最小距 离法对 遥感 图像进行 了有监 督分类 。仿 真实验 通
４ 结
语
４ ８ — １— １． ｔ ． ０３ ４ ｈ ｍ１
本 文介 绍 了 ｗｎ ｏ ｓ 作 系统 和 Ｌｎ ｘ操作 系 ｉｄ ｗ 操 ｉｕ
统 下如 何实 现对 ＮＡ Ｓ的访 问。 由于 ＮＡ Ｓ具 有可 以
［ ］鸟哥 ， 伟 ， 彩 娥 ． 哥 的 Ｌｎ ｘ私房 菜基 础学 习 篇 ２ 许 林 鸟 ｉｕ ［ ． ２版 ． 京 ： 民邮 电出版社 ，０ ７ Ｍ］第 北 人 ２０ ．
最小 距离 法利 用训 练样 本数 据计 算 出每一 类 的 均值 向量和标准差 向量 ， 然后 以均值 向量作为该类
基金项 目： 河北 省 自然科学基金项 目（ ２ １４ ９ ０ ）河北省 教 Ｆ ０ １０ ０ ８ ， 育厅青 年基金项 目（０ ０ ０ ）北华航 天工业学 院博 士基金项 目 ２ １２ ８ ，
பைடு நூலகம்
（ 上接 第 ２页） 参考 文献 ：
［］ １ 梁顺林 ． 定量 遥感 ［ ． Ｍ］ 北京 ： 科学 出版 社 ，０ ９ ３ ３— ２ ０ ：４
３ ４６．
北京 ： 学出版社 ，０ ０ ３—１ ． 科 ２ １： ０ ［ ］Ｆｎ ｅ ｇｈｏｅｃＲ ｓａｃ ｎＭｉ ｉｇＶ ｕ ｓｍａ ｏ ４ ｅｇＤ ｎ ｃａ ，ｔ． ｅｅｒ ｏ ｓｎ ａ ｅＥ ｔ ｔ ｎ ｈ ｓ ｌ ｉ ｉ ｉ Ｄ ｔ Ｍｉｉｇ Ａ］ Ｐｏｅｄｎｓｏ ｈ ｔ ｒ ｏ — ｎ ａ ｎ ［ ． ｒｃｅｉｇ ｆＴ ｅ７ｈ Ｗｏｌ Ｃ ｎ ａ ｎ ｄ
第 ２ 卷第 ３ ２ 期 ２１ ０ ２年 ６月
北华航 天工业学 院学 报
Ｊ ｕ ｎ ｌｏ ｒ ｈ Ｃｈ ｎ ｎ ｔｔ ｔ ｆＡｅ ｏ ｏ ｃ ￣ ｎ ｅ ｉ ｏ ｒ ａ ｆＮｏ ｔ ｉ ａ Ｉ ｓｉ ｅｏ ｒ ｓ ａ ｅ Ｅｎ ｉ ｅ ｒ ｕ ｎ
Ｖｏ ． ２ Ｎ Ｏ． １２ ３
（） ４
１
——
第 ３期
耿娟平等 ： 基于 Ｗｉｄｗ 和 Ｌｎ ｘ 作系统对 Ｎ Ｓ的访问 ｎｏ ｓ ｉ 操 ｕ Ａ
２１ ０ ２年 ６月
８ 卸载 Ｎ ） ＡＳ资源 。见 图 ７ 。
ｆ ：： ： ｒ： Ｕ 上 Ｉ ： ： ： ■一 礼Ｊ … 呻ｌ ． 釜： ｒ ：挂芒 ｕ！ ｌ ： ｔ ｌ ： 置 ｑ ｘ ： 总Ⅲ辙 ８
２ Ｎ ｒ ｈｎ ｎｔｕｅｏ ｅｏｐｃ ｎ ｉｅｒ ｇ Ｌ ｎ ｈｎ ６ ０ ０ Ｃ ｉａ ． ｏｔ Ｃ ｉａＩｓｉ ｔ ｆ ｒｓａｅＥ ｇ ｅｉ ， ａｇ ｇ ５ ０ ， ｈｎ ） ｈ ｔ Ａ ｎ ｎ ０
Ａｂ ｔａ ｔ Ｔｈ ａ ｔｏ ｕ ｅ ｈ ａ ａｓ ｏ ｅ ｓｅ ｏ ｒ ｈ Ｃ ｉ ａＩ ｓｉｕ ｅｏ ｒ ａ ｅＥｎ ｉ ｅ ｒ ｇ ａ ｅ ｎ ｔ ｅ ＮＡＳ ｄ ｔ ，ｔ ｅ ｓ ｒ ｃ ： ｅ ｐ ｐ ｒｉ ｒ ｄ ｃ ｄ ｔ ｅ ｄ ｔ ｔ ｒ ｙ ｔ ｍ ｆＮｏ ｔ ｈ ｎ ｎ ｔ ｔ ｆＡｅ ｏ ｐ ｃ ｇ ｎ ｅ ｉ ，Ｂ ｓ ｄ ｏ ｈ ｎ ｔ ｎ ａａ ｈ ｓ ｏ ａ ｅｄ ｖｃ ｎ ｈ ｅ ｖ ｒ ｒ ｅ ａ ａ ｅ ｏ ｌｔｌ ，ａ ｄ ｓ ｅ ｉ ｃ ｍｅ ｓ ｒ ｓ ｗｅ ｅ ｇ ｖ ｎ ｔ ｃ ｅ ｓ ｎ ｔ ｒ ａ ａ ｂ ｃ ｕ ｈ ｏ ｇ ｔ ｒ ｇ ｅ ｉ ａ ｄ ｔ ｅ ｓ ｒ ｅ ｓ ｗｅ ｅ ｓ ｐ ｒ ｔｄ ｃ ｍｐｅ ｅｙ ｎ ｐ ｆ ａｕ ｅ ｒ ｉ ｅ ｏ ａ ｃ ｓ ｅ ｗｏ ｋ ｄ ｔ ａ ｋ ｐ ｔ ｒ ｕ ｈ ｅ ｃ ｉ ＮＡＳ ｆ ｒＬ ｎ ｘ ａ ｄ Ｗ ｉ ｄ ｗｓｕ ｅ ｓ ｏ ｉ ｕ ｎ ｎ ｏ ｓ ｒ ． Ｋｅ ｏ ｄ ： ｙ ｗ ｒ ｓ ＮＡＳ ＮＦＳ Ｌ ｎ ｘ Ｖｉｔ ａ ｃ ｉ ｅ ； ； ｉ ｕ ； ｒ ｕ ｌｍａ ｈｎ
ｆｏｏ
访问 ， 有效地映射为网络驱动器 ， 可以像操作本地硬 盘 一样 方便 、 快捷 、 时地 实 现 数 据 备份 ， 而保 证 即 从
数 据 的完整 性 。
ｆ
…
～ ｓｏ ｏ
～ ｆ－ －
ｘｒ：帅ｔ ７ ¨１ ｖ ｒ ｔ Ｉ
Ｉ ｒ ｌ
ｒ ｏ０
４６２一 ｆ ｌＩｄ ¨ｂ 聃 如２…１ ０． ｉ ● Ｉ】８２ ０３ １ｏ ２ １Ｏ ＃ ｔ ０ ０９ Ｏ ２２ ｓ 一
［］邓书斌 ． ＮＶ 遥感 图像 处理方 法 ［ ． ５ Ｅ Ｉ Ｍ］ 北京 ： 科学 出版
社 。０ ０ ４ ２ １ ：６—６ ． ８
Ｅｅｔ ｎｃＭｅｓｒｍ ｎ ｎ ｎｔ ｍ ｎｓＣ ．Ｅ Ｅ Ｐ ｅ ， ｌ ｒ ｉ ａｕｅ ｅ ｔ ｄＩｓ ｅ ｔ［ ］ Ｉ Ｅ ｒｓ ｃ ｏ ａ ｕ ｒ ｓ
ｇｅｓｏ ｎｅｉｅｔＣ ｎｒｌａｄ Ａ ｔｍ ｔ ｎ［ ． Ｅ Ｅ ｒｓ ｎ Ｉｔｌｇｎ ｏ ｔ ｎ ｕｏ ａｉ ＣＪ Ｉ Ｅ ｌ ｏ ｏ
Ｐ ｅｓ ２ ０ ： ０ ８—２ ５ ｒｓ ，０ ８ ２ ４ ０ ０．
［ ］Ｆ ｎ ｅｇｈｏ ｅ ． ｔｄ ｎＥ ｐｏａｏｙＡ ａ ｓ ａ ２ ｅ ｇＤ ｎｃａ ，ｔ Ｓｕ ｙｏ ｘ ｌ ｔｒ ｎ ｙｉｉ Ｍｅ— ｃ ｒ ｌ ｓｎ
［ ］Ｃ ｒ ｔ ｈｒ Ｎ ｇｓ 梁 杰 ， 樱 ， 建 洲 ， ． ｅ ａ ３ ｈｉｅ ｅ ｅｕ ． ｓ． ｐ 巩 袁 译 Ｒｄ Ｈ ｔ Ｌｎ ｘ８宝典 ［ ． ｉｕ Ｍ］北京 ： 电子工业出版社 ２ ０ ． ０ ３
减轻 服务 器 负担 、 便 数 据 共 享 和 高 可扩 展 性 的特 方 点， 通过 ｗｉｄｗｓ Ｌｎｘ操作 系 统实 现对 ＮＡ ｎ ｏ 和 ｉｕ Ｓ的
（ ＫＹ一２ ０ ０ ８～０ ２一Ｂ ）
收 稿 日期 ：２ １ ０ ２—０ ３—２ １
＝
作者简介 ： 冯登超 （９ ７一）男 ， １７ ， 讲师 ， 士 ， 博 硕导 ， 四川西充人 ， 研究方 向： 能信息处理 、 智 机器视觉 。
— —
Ⅳ Ｐ 一∑（ × ∑ ｐ Ｐ） Ⅳ 一 （ × “ ∑ ｐ Ｐ）
Ａｃ ｅ ｓｔ ｃ ｓ ｏ ＮＡＳ Ｂ ｓ ｄ ｏ ｉ ｄ ｗｓａ ｄ Ｌｉ ｕ ｅ ａ ｉ ｇ Ｓ ｓｅ ａ ｅ ｎ Ｗ ｎ ｏ ｎ ｎ ｘ Ｏｐ ｒ ｔｎ ｙ ｔｍ
ＧＥＮＧ Ｊ ａ ． ｉｇ ｕ ｎ ｐｎ Ｌ Ｕ ｅ—ｅ Ｉ Ｐｉ ｉ ｐ
（ ．Ｈ ｂ ｉ ｎｖ ｒ ｔ ｏ ｃ ｎ ｅ＆ Ｔ ｃ ｎ ｌ ｙ Ｔ ａ Ｊ ０ １ ０ １ ｅｅ Ｕ ｉ ｓ ｙ ｆ ｉ ｃ ｅ ｉ Ｓ ｅ ｅｈ ｏ ｇ ， ｉ ｉ ３０ ３ ； ｏ ｎｎ
０ 引 言
随 着空 间技 术 的发 展 ， 感 已经成 为 人 类 从 多 遥 维 和宏 观角 度认 识 宇宙 世 界 的新 方 法 和新 手 段 … 。
目 ， 前 遥感 图像 日渐成为一种非常可靠、 不可替代的 空 间数据 资源 。遥感 图像 分类 是遥感 技 术领 域研 ｊ
究 的 重要课 题 之一 ， 年来 一 直 受 到 遥 感 研 究 人员 多 的普 遍重 视 。 鉴 于 目前 遥 感 图像 分 类 法 多 而杂 的现状 ， 本文 采用 最 小 距 离法 对 遥 感 图像 进 行 分 类 ｊ并 对 分类 ，