城市TM遙感圖像分類方法研究.pdf

1、遙感圖像分類一直是遙感研究領域的重要內(nèi)容，如何解決多類別的圖像的分類識別并滿足一定的精度，是遙感圖像研究中的一個關(guān)鍵問題，具有十分重要的意義。 遙感圖像的計算機分類是通過計算機對遙感圖像像素進行數(shù)值處理，達到自動分類識別地物的目的。遙感圖像分類主要有兩類分類方法：一種是非監(jiān)督分類方法，另一種是監(jiān)督分類方法。非監(jiān)督分類方法是一個聚類過程，而監(jiān)督分類則是一個學習和訓練的過程，需要一定的先驗知識。非監(jiān)督分類由于不能確定類別屬性，因此直

2、接利用的價值很小，研究應用也越來越少。而監(jiān)督分類隨著新技術(shù)新方法的不斷發(fā)展，分類方法也是層出不窮。從傳統(tǒng)的基于貝葉斯的最大似然分類方法到現(xiàn)在普遍研究使用的決策樹分類和人工神經(jīng)網(wǎng)絡分類方法，雖然這些方法很大程度改善了分類效果，提高了分類精度，增加了遙感的應用能力。但是不同的方法有其不同優(yōu)缺點，分類效果也受很多因素的影響。 本文在對國內(nèi)外遙感圖像分類方法研究的進展進行充分分析的基礎上，應用最大似然分類法、決策樹分類法和BP神經(jīng)網(wǎng)絡分

3、類法對北京市TM遙感圖像進行了分類研究。在對分類實現(xiàn)中，首先對分類過程中兩個必不可少的，并影響分類效果的步驟也進行了詳細地研究，分別是分類樣本和分類特征；然后詳細介紹三種方法的分類實驗；最后分別分析分類結(jié)果圖和采用混淆矩陣和kappa系數(shù)對三種方法的分類結(jié)果進行精度評價。三種分類方法的分類總體精度計算都達到80％以上，滿足分類要求。通過綜合分析發(fā)現(xiàn)本次研究BP神經(jīng)網(wǎng)絡方法分類精度較低，最大似然法和決策樹法分類精度較高。因此本文有必要進一

4、步研究神經(jīng)網(wǎng)絡分類方法，提高該方法的分類精度。 本文分為六部分。 第一章為緒論，主要介紹本次研究的目的、意義以及遙感圖像識別與分類技術(shù)發(fā)展和研究現(xiàn)狀，并提出本研究的主要內(nèi)容和研究方法。 第二章為遙感圖像分類技術(shù)的基本理論，介紹遙感圖像分類的整個過程的基本原理，傳統(tǒng)的監(jiān)督、非監(jiān)督分類的基本算法，分類精度評價方法，為本研究提供理論基礎。 第三章介紹本次分類研究區(qū)典型地物類型樣本的確定原則和方法，并提出了本次分