1、第11講課 題 ：遙感圖像的自動(dòng)分類(lèi)(2)目的要求：1.理解遙感圖像分類(lèi)的原理；2.掌握遙感圖像分類(lèi)的工作流程；3.熟悉常用的分類(lèi)方法；4.掌握分類(lèi)后處理及分類(lèi)精度分析。重 點(diǎn) ：監(jiān)督分類(lèi)與非監(jiān)督分類(lèi)的結(jié)合難 點(diǎn) ：分類(lèi)后處理和誤差分析教學(xué)課時(shí)：2課時(shí)教學(xué)方法：授課為主、鼓勵(lì)課堂交流本次課涉及的學(xué)術(shù)前沿：遙感圖像分類(lèi)的原理及遙感圖像分類(lèi)方法的最新發(fā)展通過(guò)非監(jiān)督法將一定區(qū)域聚類(lèi)成不同的通過(guò)非監(jiān)督法將一定區(qū)域聚類(lèi)成不同的單一類(lèi)別，監(jiān)督法再利用這些單一類(lèi)別區(qū)單一類(lèi)別，監(jiān)督法再利用這些單一類(lèi)別區(qū)域域“訓(xùn)練訓(xùn)練”計(jì)算機(jī)。通過(guò)計(jì)算機(jī)。通過(guò)“訓(xùn)練訓(xùn)練”后的計(jì)后的計(jì)算機(jī)將其它區(qū)域分類(lèi)完成，這樣避免了使算機(jī)將其

2、它區(qū)域分類(lèi)完成，這樣避免了使用速度比較慢的非監(jiān)督法對(duì)整個(gè)影像區(qū)域用速度比較慢的非監(jiān)督法對(duì)整個(gè)影像區(qū)域進(jìn)行分類(lèi)，使分類(lèi)進(jìn)行分類(lèi)，使分類(lèi)精度精度得到保證的前提下，得到保證的前提下，分類(lèi)分類(lèi)速度速度得到了提高。得到了提高。 步驟步驟:第一步：選擇一些有代表性的區(qū)域進(jìn)行非監(jiān)督分第一步：選擇一些有代表性的區(qū)域進(jìn)行非監(jiān)督分類(lèi)。類(lèi)。這些區(qū)域的選擇與監(jiān)督法分類(lèi)訓(xùn)練樣區(qū)的選這些區(qū)域的選擇與監(jiān)督法分類(lèi)訓(xùn)練樣區(qū)的選擇要求擇要求相反相反，監(jiān)督法分類(lèi)訓(xùn)練樣區(qū)要求盡可能單，監(jiān)督法分類(lèi)訓(xùn)練樣區(qū)要求盡可能單一。而這里選擇的區(qū)域包含類(lèi)別盡可能地多，以一。而這里選擇的區(qū)域包含類(lèi)別盡可能地多，以便使所有感興趣的地物類(lèi)別都能得到聚類(lèi)

3、。便使所有感興趣的地物類(lèi)別都能得到聚類(lèi)。第二步：獲得多個(gè)聚類(lèi)類(lèi)別的先驗(yàn)知識(shí)。這些先驗(yàn)第二步：獲得多個(gè)聚類(lèi)類(lèi)別的先驗(yàn)知識(shí)。這些先驗(yàn)知識(shí)的獲取可以通過(guò)判讀和實(shí)地調(diào)查來(lái)得到。聚知識(shí)的獲取可以通過(guò)判讀和實(shí)地調(diào)查來(lái)得到。聚類(lèi)的類(lèi)別作為監(jiān)督分類(lèi)的訓(xùn)練樣區(qū)。類(lèi)的類(lèi)別作為監(jiān)督分類(lèi)的訓(xùn)練樣區(qū)。第三步：特征選擇。選擇最適合的特征圖像第三步：特征選擇。選擇最適合的特征圖像進(jìn)行后續(xù)分類(lèi)。進(jìn)行后續(xù)分類(lèi)。第四步：使用監(jiān)督法對(duì)整個(gè)影像進(jìn)行分類(lèi)。第四步：使用監(jiān)督法對(duì)整個(gè)影像進(jìn)行分類(lèi)。根據(jù)前幾步獲得的先驗(yàn)知識(shí)以及聚類(lèi)后的根據(jù)前幾步獲得的先驗(yàn)知識(shí)以及聚類(lèi)后的樣本數(shù)據(jù)設(shè)計(jì)分類(lèi)器。并對(duì)整個(gè)影像區(qū)域樣本數(shù)據(jù)設(shè)計(jì)分類(lèi)器。并對(duì)整個(gè)影像區(qū)域

4、進(jìn)行分類(lèi)。進(jìn)行分類(lèi)。第五步：輸出標(biāo)記圖像。由于分類(lèi)結(jié)束后影第五步：輸出標(biāo)記圖像。由于分類(lèi)結(jié)束后影像的類(lèi)別信息也已確定。所以可以將整幅像的類(lèi)別信息也已確定。所以可以將整幅影像標(biāo)記為相應(yīng)類(lèi)別輸出。影像標(biāo)記為相應(yīng)類(lèi)別輸出。一分類(lèi)后處理一分類(lèi)后處理1、分類(lèi)后專(zhuān)題圖像的格式、分類(lèi)后專(zhuān)題圖像的格式遙感影像經(jīng)分類(lèi)后形成的專(zhuān)題圖，用編號(hào)、遙感影像經(jīng)分類(lèi)后形成的專(zhuān)題圖，用編號(hào)、字符、圖符或顏色表示各種類(lèi)別。字符、圖符或顏色表示各種類(lèi)別。原始遙感圖像對(duì)應(yīng)的專(zhuān)題圖像2、 分類(lèi)后處理分類(lèi)后處理用光譜信息對(duì)影像逐個(gè)像元地分類(lèi)，在用光譜信息對(duì)影像逐個(gè)像元地分類(lèi)，在結(jié)果的分類(lèi)地圖上會(huì)出現(xiàn)結(jié)果的分類(lèi)地圖上會(huì)出現(xiàn)“噪聲噪聲”產(chǎn)

5、生噪聲的原因有原始影像本身的噪聲，產(chǎn)生噪聲的原因有原始影像本身的噪聲，在地類(lèi)交界處的像元中包括有多種類(lèi)別，在地類(lèi)交界處的像元中包括有多種類(lèi)別，其混合的幅射量造成錯(cuò)分類(lèi)，以及其它原其混合的幅射量造成錯(cuò)分類(lèi)，以及其它原因等。因等。另外還有一種現(xiàn)象，分類(lèi)是正確的，但另外還有一種現(xiàn)象，分類(lèi)是正確的，但某種類(lèi)別零星分布于地面，占的面積很小，某種類(lèi)別零星分布于地面，占的面積很小，我們對(duì)大面積的類(lèi)型感興趣，因此希望用我們對(duì)大面積的類(lèi)型感興趣，因此希望用綜合的方法使它從圖面上消失。綜合的方法使它從圖面上消失。多數(shù)平滑多數(shù)平滑:平滑時(shí)中心像元值取周?chē)级鄶?shù)的 類(lèi)別。 二分類(lèi)后的誤差分析二分類(lèi)后的誤差分析利用一些

6、樣本對(duì)分類(lèi)誤差進(jìn)行估計(jì)。利用一些樣本對(duì)分類(lèi)誤差進(jìn)行估計(jì)。采集樣本的方式有三種類(lèi)型：采集樣本的方式有三種類(lèi)型： 來(lái)自監(jiān)督分類(lèi)的訓(xùn)練樣區(qū)；來(lái)自監(jiān)督分類(lèi)的訓(xùn)練樣區(qū)； 專(zhuān)門(mén)選定的試驗(yàn)場(chǎng)；專(zhuān)門(mén)選定的試驗(yàn)場(chǎng)； 隨機(jī)取樣。隨機(jī)取樣。 混淆矩陣 分類(lèi)精度的評(píng)定 實(shí)際類(lèi)別 試驗(yàn)像元的百分比%類(lèi)別1 類(lèi)別2 類(lèi)別3 試驗(yàn)像元 1 2 3 84.3 4.9 10.8 8.5 80.3 11.2 6.1 4.1 89.8100% 102100% 152100% 49根據(jù)這個(gè)混淆矩陣可以算出平均精度，對(duì)角線元素之和取平均： S =（84.3%+80.3%+89.8%）/3=84.8%由于各種類(lèi)別樣本元素的總數(shù)不一致，所

7、以更合理的方法應(yīng)加權(quán)平均，以總精度S表示加權(quán)平均，則： S =（84.3%*102+80.3%*152+89.8%*49）/(102+152+49)=83.2%一、面向?qū)ο蟮倪b感信息提取一、面向?qū)ο蟮倪b感信息提取基于像素級(jí)別的信息提取以單個(gè)像素為基于像素級(jí)別的信息提取以單個(gè)像素為單位單位,過(guò)于著眼于局部而忽略了附近整片圖過(guò)于著眼于局部而忽略了附近整片圖斑的幾何結(jié)構(gòu)情況，從而嚴(yán)重制約了信息斑的幾何結(jié)構(gòu)情況，從而嚴(yán)重制約了信息提取的精度，而面向?qū)ο蟮倪b感信息提取，提取的精度，而面向?qū)ο蟮倪b感信息提取，綜合考慮了光譜統(tǒng)計(jì)特征、形狀、大小、綜合考慮了光譜統(tǒng)計(jì)特征、形狀、大小、紋理、相鄰關(guān)系等一系列因素

8、，因而具有紋理、相鄰關(guān)系等一系列因素，因而具有更高精度的分類(lèi)結(jié)果。更高精度的分類(lèi)結(jié)果。方法如下：方法如下： 首先對(duì)圖像數(shù)據(jù)進(jìn)行影像分割，從二維首先對(duì)圖像數(shù)據(jù)進(jìn)行影像分割，從二維化了的圖像信息陣列中恢復(fù)出圖像所反映化了的圖像信息陣列中恢復(fù)出圖像所反映的景觀場(chǎng)景中的目標(biāo)地物的空間形狀及組的景觀場(chǎng)景中的目標(biāo)地物的空間形狀及組合方式。影像的最小單元不再是單個(gè)的像合方式。影像的最小單元不再是單個(gè)的像素，而是一個(gè)個(gè)對(duì)象，后續(xù)的影像分析和素，而是一個(gè)個(gè)對(duì)象，后續(xù)的影像分析和處理也都基于對(duì)象進(jìn)行。處理也都基于對(duì)象進(jìn)行。光譜特征包括均值、方差、灰度比值光譜特征包括均值、方差、灰度比值形狀特征包括面積、長(zhǎng)度、寬度

9、、邊界長(zhǎng)度、形狀特征包括面積、長(zhǎng)度、寬度、邊界長(zhǎng)度、長(zhǎng)寬比、形狀因子、密度、主方向、對(duì)稱(chēng)長(zhǎng)寬比、形狀因子、密度、主方向、對(duì)稱(chēng)性，位置性，位置對(duì)于線狀地物包括線長(zhǎng)、線寬、線長(zhǎng)寬比、對(duì)于線狀地物包括線長(zhǎng)、線寬、線長(zhǎng)寬比、曲率、曲率與長(zhǎng)度之比等曲率、曲率與長(zhǎng)度之比等 對(duì)于面狀地物包括面積、周長(zhǎng)、緊湊度、對(duì)于面狀地物包括面積、周長(zhǎng)、緊湊度、多邊形邊數(shù)、各邊長(zhǎng)度的方差、各邊的平多邊形邊數(shù)、各邊長(zhǎng)度的方差、各邊的平均長(zhǎng)度、最長(zhǎng)邊的長(zhǎng)度均長(zhǎng)度、最長(zhǎng)邊的長(zhǎng)度紋理特征包括對(duì)象方差、面積、密度、對(duì)稱(chēng)紋理特征包括對(duì)象方差、面積、密度、對(duì)稱(chēng)性、主方向的均值和方差性、主方向的均值和方差等。通過(guò)定義多種特征并指定不同權(quán)重

10、，建通過(guò)定義多種特征并指定不同權(quán)重，建立分類(lèi)標(biāo)準(zhǔn)，然后對(duì)影像分類(lèi)。分類(lèi)時(shí)先立分類(lèi)標(biāo)準(zhǔn)，然后對(duì)影像分類(lèi)。分類(lèi)時(shí)先在大尺度上分出在大尺度上分出父類(lèi)父類(lèi)，再根據(jù)實(shí)際需要，再根據(jù)實(shí)際需要對(duì)感興趣的地物在小尺度上定義特征，分對(duì)感興趣的地物在小尺度上定義特征，分出出子類(lèi)子類(lèi)。二神經(jīng)元網(wǎng)絡(luò)方法二神經(jīng)元網(wǎng)絡(luò)方法 （Artificial Neural Netwroks，簡(jiǎn)稱(chēng)，簡(jiǎn)稱(chēng)ANN）什么是什么是人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)？T.Koholen的定義：的定義：“人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)是由具有適是由具有適應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它應(yīng)性的簡(jiǎn)單單元組成的廣泛并行互連的網(wǎng)絡(luò)，它的組織能夠模擬生物神經(jīng)系統(tǒng)

11、對(duì)真實(shí)世界物體所的組織能夠模擬生物神經(jīng)系統(tǒng)對(duì)真實(shí)世界物體所作出的交互反應(yīng)。作出的交互反應(yīng)?！?三三 決策樹(shù)分類(lèi)法決策樹(shù)分類(lèi)法 模擬人工分類(lèi)過(guò)程由整個(gè)數(shù)據(jù)集從上模擬人工分類(lèi)過(guò)程由整個(gè)數(shù)據(jù)集從上往下逐級(jí)細(xì)分，而在其算法描述中卻是由往下逐級(jí)細(xì)分，而在其算法描述中卻是由“終級(jí)終級(jí)”到到“原級(jí)原級(jí)”的逆過(guò)程，即在預(yù)先的逆過(guò)程，即在預(yù)先已知已知“終極終極”類(lèi)別樣本數(shù)據(jù)的情況下，根類(lèi)別樣本數(shù)據(jù)的情況下，根據(jù)各類(lèi)別的相似程度逐級(jí)往上聚類(lèi)，每一據(jù)各類(lèi)別的相似程度逐級(jí)往上聚類(lèi)，每一級(jí)聚類(lèi)形成一個(gè)樹(shù)結(jié)點(diǎn)，在該結(jié)點(diǎn)處選擇級(jí)聚類(lèi)形成一個(gè)樹(shù)結(jié)點(diǎn)，在該結(jié)點(diǎn)處選擇對(duì)其往下細(xì)分的有效特征。依此往上發(fā)展對(duì)其往下細(xì)分的有效特征。依

12、此往上發(fā)展到到“原級(jí)原級(jí)”，完成對(duì)各級(jí)各類(lèi)組的特征選，完成對(duì)各級(jí)各類(lèi)組的特征選擇。擇。 在此基礎(chǔ)上，再根據(jù)已選出的特征，從“原級(jí)”到“終級(jí)”對(duì)整個(gè)影像實(shí)行全面的逐級(jí)往下分類(lèi)。對(duì)于每一級(jí)處的特征選擇，依據(jù)散布矩陣準(zhǔn)則來(lái)進(jìn)行。決策樹(shù)分類(lèi)器 決策樹(shù)分類(lèi)器 決策樹(shù)分類(lèi)器決策樹(shù)分類(lèi)器 四四 專(zhuān)家系統(tǒng)方法專(zhuān)家系統(tǒng)方法 采用人工智能語(yǔ)言如采用人工智能語(yǔ)言如LISP、PROLOG或或C語(yǔ)言，將某一領(lǐng)域的專(zhuān)家分析方法或經(jīng)語(yǔ)言，將某一領(lǐng)域的專(zhuān)家分析方法或經(jīng)驗(yàn)，對(duì)對(duì)象的多種屬性進(jìn)行分析、判斷，驗(yàn)，對(duì)對(duì)象的多種屬性進(jìn)行分析、判斷，確定事物的歸屬。其核心內(nèi)容是知識(shí)庫(kù)和確定事物的歸屬。其核心內(nèi)容是知識(shí)庫(kù)和推理機(jī)推理機(jī) 五五 基于基于GIS的遙感圖像分類(lèi)方法的遙感圖像分類(lèi)方法 將原有的將原有的GIS數(shù)據(jù)和各種土地利用類(lèi)型數(shù)據(jù)和各種土地利用類(lèi)型變化的先驗(yàn)性知識(shí)綜合集成用于新的遙感變化的先驗(yàn)性知識(shí)綜合集成用于新的遙感圖像的分類(lèi)中，不