遙感圖像自動(dòng)識(shí)別分類(lèi)第1頁(yè)/共58頁(yè)2遙感圖像的計(jì)算機(jī)分類(lèi)，就是利用計(jì)算機(jī)技術(shù)來(lái)模擬人類(lèi)的識(shí)別功能,對(duì)地球表面及其環(huán)境在遙感圖像上的信息進(jìn)行屬性的自動(dòng)判別和分類(lèi)，達(dá)到提取所需地物信息的目的。遙感圖像的自動(dòng)識(shí)別分類(lèi)主要采用決策理論方法，按照決策理論方法，需要從被識(shí)別的模式中，提取一組反映模式屬性的量測(cè)值，稱(chēng)之為特征，并把模式特征定義在一個(gè)特征空間中，進(jìn)而利用決策的原理對(duì)特征空間進(jìn)行劃分。第2頁(yè)/共58頁(yè)3一、基礎(chǔ)知識(shí)1.模式與模式識(shí)別所謂“模式”是指某種具有空間或幾何特征的東西。對(duì)被識(shí)別的模式作一系列的測(cè)量，然后將測(cè)量結(jié)果與“模式字典”中一組“典型的”測(cè)量值相比較,得出所需要的分類(lèi)結(jié)果。這一過(guò)程稱(chēng)為模式識(shí)別。第3頁(yè)/共58頁(yè)4xn自然模式接收器(傳感器)分類(lèi)器(判決器)x2x1….結(jié)果模式識(shí)別系統(tǒng)的模型分類(lèi)器（或稱(chēng)判決器），可以根據(jù)一定的分類(lèi)規(guī)則，把某一測(cè)量矢量X劃入某一組預(yù)先規(guī)定的類(lèi)別之中去。第4頁(yè)/共58頁(yè)52.光譜特征空間及地物在特征空間中聚類(lèi)的統(tǒng)計(jì)特性光譜特征空間:以各波段圖像的亮度分布為坐標(biāo)軸組成的空間.第5頁(yè)/共58頁(yè)6水土壤植被B5B7地物與光譜特征空間的關(guān)系第6頁(yè)/共58頁(yè)7特征點(diǎn)集群在特征空間中的分布大致可分為如下三種情況：理想情況——不同類(lèi)別地物的集群至少在一個(gè)特征子空間中的投影是完全可以相互區(qū)分開(kāi)的。BiBj水植被土壤第7頁(yè)/共58頁(yè)8一般情況——無(wú)論在總的特征空間中，還是在任一子空間中，不同類(lèi)別的集群之間總是存在重疊現(xiàn)象。這時(shí)重疊部分的特征點(diǎn)所對(duì)應(yīng)的地物，在分類(lèi)時(shí)總會(huì)出現(xiàn)不同程度的分類(lèi)誤差，這是遙感圖像中最常見(jiàn)的情況。水植被土壤第8頁(yè)/共58頁(yè)9典型情況——不同類(lèi)別地物的集群，在任一子空間中都有相互重疊的現(xiàn)象存在，但在總的特征空間中可以完全區(qū)分的。這時(shí)可采用特征變換使之變成理想情況進(jìn)行分類(lèi)。水植被土壤第9頁(yè)/共58頁(yè)10二、特征變換及特征選擇特征變換，是將原有的m測(cè)量值集合并通過(guò)某種變換，產(chǎn)生n個(gè)新的特征。特征選擇，是從原有的m個(gè)測(cè)量值集合中，按某一準(zhǔn)則選擇出n個(gè)特征。第10頁(yè)/共58頁(yè)11特征變換的目的：?減少特征之間的相關(guān)性，使得用盡可能少的特征來(lái)最大限度地包含所有原始數(shù)據(jù)的信息。?使得待分類(lèi)別之間的差異在變換后的特征中更明顯，從而改善分類(lèi)效果。第11頁(yè)/共58頁(yè)12特征變換的方法：主分量變換哈達(dá)瑪變換生物量指標(biāo)變換比值變換穗帽變換第12頁(yè)/共58頁(yè)13特征選擇的目的：用最少的影像數(shù)據(jù)最好地進(jìn)行分類(lèi)。第13頁(yè)/共58頁(yè)14特征選擇的方法：定性：了解變換前后圖像的特征定量：距離測(cè)度和散布矩陣測(cè)度。第14頁(yè)/共58頁(yè)15三、監(jiān)督分類(lèi)自動(dòng)識(shí)別分類(lèi)監(jiān)督分類(lèi)法非監(jiān)督分類(lèi)法第15頁(yè)/共58頁(yè)16監(jiān)督分類(lèi)法是選擇有代表性的試驗(yàn)區(qū)來(lái)訓(xùn)練計(jì)算機(jī)，再按一定的統(tǒng)計(jì)判別規(guī)則對(duì)未知地區(qū)進(jìn)行自動(dòng)分類(lèi)的方法。第16頁(yè)/共58頁(yè)17監(jiān)督分類(lèi)的思想：1）確定每個(gè)類(lèi)別的樣區(qū)2）學(xué)習(xí)或訓(xùn)練3）確定判別函數(shù)和相應(yīng)的判別準(zhǔn)則4）計(jì)算未知類(lèi)別的樣本觀測(cè)值函數(shù)值5）按規(guī)則進(jìn)行像元的所屬判別第17頁(yè)/共58頁(yè)18原始影像數(shù)據(jù)的準(zhǔn)備圖像變換及特征選擇分類(lèi)器的設(shè)計(jì)初始類(lèi)別參數(shù)的確定逐個(gè)像素的分類(lèi)判別形成分類(lèi)編碼圖像輸出專(zhuān)題圖監(jiān)督分類(lèi)的流程第18頁(yè)/共58頁(yè)19判別函數(shù):當(dāng)各個(gè)類(lèi)別的判別區(qū)域確定后，用來(lái)表示和鑒別某個(gè)特征矢量屬于哪個(gè)類(lèi)別的函數(shù)。這些函數(shù)不是集群在特征空間形狀的數(shù)學(xué)描述，而是描述某一未知矢量屬于某個(gè)類(lèi)別的情況，如屬于某個(gè)類(lèi)別的條件概率。一般，不同的類(lèi)別都有各自不同的判別函數(shù)。第19頁(yè)/共58頁(yè)20判別規(guī)則:判斷特征矢量屬于某類(lèi)的依據(jù)。

當(dāng)計(jì)算完某個(gè)矢量，在不同類(lèi)別判別函數(shù)中的值后，我們要確定該矢量屬于某類(lèi)必須給出一個(gè)判斷的依據(jù)。如若所得函數(shù)值最大則該矢量屬于最大值對(duì)應(yīng)的類(lèi)別。這種判斷的依據(jù)，我們稱(chēng)之為判別規(guī)則。第20頁(yè)/共58頁(yè)21監(jiān)督分類(lèi)的方法：?最大似然法?最小距離法?盒式分類(lèi)法第21頁(yè)/共58頁(yè)22?最大似然法根據(jù)概率判別函數(shù)和貝葉斯判別規(guī)則來(lái)進(jìn)行的分類(lèi)稱(chēng)為最大似然分類(lèi)法。第22頁(yè)/共58頁(yè)23概率判別函數(shù)：把某特征矢量X落入某類(lèi)集群wi的條件概率P(wi/X)當(dāng)成分類(lèi)判決函數(shù)（概率判決函數(shù)）。貝葉斯判別規(guī)則：把X落入某集群wi的條件概率P(wi/X)最大的類(lèi)為X的類(lèi)別。貝葉斯判別規(guī)則以錯(cuò)分概率或風(fēng)險(xiǎn)最小為準(zhǔn)則的判別規(guī)則。

第23頁(yè)/共58頁(yè)24?最小距離法基于距離判別函數(shù)和判別規(guī)則的分類(lèi)方法稱(chēng)為最小距離分類(lèi)法。第24頁(yè)/共58頁(yè)25距離判別函數(shù)是設(shè)法計(jì)算未知矢量X到有關(guān)類(lèi)別集群之間的距離，哪類(lèi)距離它最近，該未知矢量就屬于那類(lèi)。距離判別函數(shù)不象概率判別函數(shù)那樣偏重于集群分布的統(tǒng)計(jì)性質(zhì)，而是偏重于幾何位置。距離判別規(guī)則是按最小距離判別的原則。

第25頁(yè)/共58頁(yè)26

馬氏（Mahalanobis）距離

歐氏（Euclidean）距離

計(jì)程（Taxi）距離

最小距離法中常使用的三種距離判別函數(shù)第26頁(yè)/共58頁(yè)27?盒式分類(lèi)法盒式分類(lèi)法基本思想:首先通過(guò)訓(xùn)練樣區(qū)的數(shù)據(jù)找出每個(gè)類(lèi)別在特征空間的位置和形狀，然后以一個(gè)包括該集群的“盒子”作為該集群的判別函數(shù)。判別規(guī)則為若未知矢量X落入該“盒子”，則X分為此類(lèi)，否則再與其它盒子比較。第27頁(yè)/共58頁(yè)28例如 對(duì)于A類(lèi)的盒子，其邊界（最小值和最大值）分別是X1=a、X1=b；X2=c、X2=d。這種分類(lèi)法在盒子重疊區(qū)域有錯(cuò)分現(xiàn)象。錯(cuò)分與比較盒子的先后次序有關(guān)。

第28頁(yè)/共58頁(yè)29監(jiān)督分類(lèi)的步驟：（1）確定感興趣的類(lèi)別數(shù)。首先確定要對(duì)哪些地物進(jìn)行分類(lèi)，這樣就可以建立這些地物的先驗(yàn)知識(shí)。（2）特征變換和特征選擇根據(jù)感興趣地物的特征進(jìn)行有針對(duì)性的特征變換，這部分內(nèi)容在前面特征選擇和特征變換一節(jié)有比較詳細(xì)的介紹。變換之后的特征影像和原始影像共同進(jìn)行特征選擇，以選出既能滿(mǎn)足分類(lèi)需要，又盡可能少參與分類(lèi)的特征影像，加快分類(lèi)速度，提高分類(lèi)精度。第29頁(yè)/共58頁(yè)30（3）選擇訓(xùn)練樣區(qū) 訓(xùn)練樣區(qū)的選擇要注意準(zhǔn)確性、代表性和統(tǒng)計(jì)性三個(gè)問(wèn)題。 準(zhǔn)確性就是要確保選擇的樣區(qū)與實(shí)際地物的一致性。 代表性一方面指所選擇區(qū)為某一地物的代表，另一方面還要考慮到地物本身的復(fù)雜性，所以必須在一定程度上反映同類(lèi)地物光譜特性的波動(dòng)情況。 統(tǒng)計(jì)性是指選擇的訓(xùn)練樣區(qū)內(nèi)必須有足夠多的像元，以保證由此計(jì)算出的類(lèi)別參數(shù)符合統(tǒng)計(jì)規(guī)律。實(shí)際應(yīng)用中，每一類(lèi)別的樣本數(shù)都在102數(shù)量級(jí)左右。第30頁(yè)/共58頁(yè)31水新城區(qū)老城區(qū)耕地植被選擇樣本區(qū)域第31頁(yè)/共58頁(yè)32（4）確定判別函數(shù)和判別規(guī)則一旦訓(xùn)練樣區(qū)被選定后，相應(yīng)地物類(lèi)別的光譜特征便可以用訓(xùn)練區(qū)中的樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。（5）根據(jù)判別函數(shù)和判別規(guī)則對(duì)非訓(xùn)練樣區(qū)的圖像區(qū)域進(jìn)行分類(lèi)。第32頁(yè)/共58頁(yè)33分類(lèi)得到的專(zhuān)題圖第33頁(yè)/共58頁(yè)34監(jiān)督分類(lèi)的優(yōu)點(diǎn)：?根據(jù)應(yīng)用目的和區(qū)域，有選擇的決定分類(lèi)類(lèi)別，避免出現(xiàn)一些不必要的類(lèi)別；?可以控制訓(xùn)練樣本的選擇；?可以通過(guò)檢查訓(xùn)練樣本來(lái)決定訓(xùn)練樣本是否被精確分類(lèi)，從而避免分類(lèi)中的嚴(yán)重錯(cuò)誤，分類(lèi)精度高；?避免了非監(jiān)督分類(lèi)中對(duì)光譜集群的重新歸類(lèi)；?分類(lèi)速度快。第34頁(yè)/共58頁(yè)35監(jiān)督分類(lèi)的缺點(diǎn)：主觀性；由于圖象中間類(lèi)別的光譜差異，使得訓(xùn)練樣本沒(méi)有很好的代表性；訓(xùn)練樣本的獲取和評(píng)估花費(fèi)較多人力時(shí)間；只能識(shí)別訓(xùn)練中定義的類(lèi)別。第35頁(yè)/共58頁(yè)36四、非監(jiān)督分類(lèi) 非監(jiān)督分類(lèi) 是指人們事先對(duì)分類(lèi)過(guò)程不施加任何的先驗(yàn)知識(shí)，而僅憑遙感影像地物的光譜特征的分布規(guī)律，即自然聚類(lèi)的特性，進(jìn)行“盲目”的分類(lèi)。 其分類(lèi)的結(jié)果只是對(duì)不同類(lèi)別達(dá)到了區(qū)分，但并不能確定類(lèi)別的屬性；其類(lèi)別的屬性是通過(guò)分類(lèi)結(jié)束后目視判讀或?qū)嵉卣{(diào)查確定的。第36頁(yè)/共58頁(yè)37非監(jiān)督分類(lèi)也稱(chēng)聚類(lèi)分析。 一般的聚類(lèi)算法是先選擇若干個(gè)模式點(diǎn)作為聚類(lèi)的中心。 每一中心代表一個(gè)類(lèi)別，按照某種相似性度量方法（如最小距離方法）將各模式歸于各聚類(lèi)中心所代表的類(lèi)別，形成初始分類(lèi)。 然后由聚類(lèi)準(zhǔn)則判斷初始分類(lèi)是否合理，如果不合理就修改分類(lèi)，如此反復(fù)迭代運(yùn)算，直到合理為止。第37頁(yè)/共58頁(yè)38非監(jiān)督分類(lèi)的方法：?K-均值聚類(lèi)法?ISODATA聚類(lèi)分析法?平行管道聚類(lèi)分析法第38頁(yè)/共58頁(yè)39?K-均值聚類(lèi)法K-均值算法的聚類(lèi)準(zhǔn)則是使每一聚類(lèi)中，多模式點(diǎn)到該類(lèi)別的中心的距離的平方和最小。

基本思想：通過(guò)迭代，逐次移動(dòng)各類(lèi)的中心，直至得到最好的聚類(lèi)結(jié)果為止。第39頁(yè)/共58頁(yè)40第40頁(yè)/共58頁(yè)41缺點(diǎn):這種算法的結(jié)果受到所選聚類(lèi)中心的數(shù)目和其初始位置以及模式分布的幾何性質(zhì)和讀入次序等因素的影響，并且在迭代過(guò)程中又沒(méi)有調(diào)整類(lèi)數(shù)的措施，因此可能產(chǎn)生不同的初始分類(lèi)得到不同的結(jié)果，這是這種方法的缺點(diǎn)?？梢酝ㄟ^(guò)其它的簡(jiǎn)單的聚類(lèi)中心試探方法，如最大最小距離定位法，來(lái)找出初始中心，提高分類(lèi)效果。第41頁(yè)/共58頁(yè)42?ISODATA聚類(lèi)分析法ISODATA（IterativeSelf-OrganizingDataAnalysisTechniquesAlgorithm）算法也稱(chēng)為迭代自組織數(shù)據(jù)分析算法。第42頁(yè)/共58頁(yè)43它與K－均值算法有兩點(diǎn)不同:第一，它不是每調(diào)整一個(gè)樣本的類(lèi)別就重新計(jì)算一次各類(lèi)樣本的均值，而是在每次把所有樣本都調(diào)整完畢之后才重新計(jì)算一次各類(lèi)樣本的均值，前者稱(chēng)為逐個(gè)樣本修正法，后者稱(chēng)為成批樣本修正法；第二，ISODATA算法不僅可以通過(guò)調(diào)整樣本所屬類(lèi)別完成樣本的聚類(lèi)分析，而且可以自動(dòng)地進(jìn)行類(lèi)別的“合并”和“分裂”，從而得到類(lèi)數(shù)比較合理的聚類(lèi)結(jié)果。第43頁(yè)/共58頁(yè)44?平行管道聚類(lèi)分析法它以地物的光譜特性曲線(xiàn)為基礎(chǔ)，假定同類(lèi)地物的光譜特性曲線(xiàn)相似作為判別的標(biāo)準(zhǔn)。設(shè)置一個(gè)相似閾值，這樣，同類(lèi)地物在特征空間上表現(xiàn)為以特征曲線(xiàn)為中心，以相似閾值為半徑的管子，此即為所謂的“平行管道”。這種聚類(lèi)方法實(shí)質(zhì)上是一種基于最鄰近規(guī)則的試探法。第44頁(yè)/共58頁(yè)45與監(jiān)督分類(lèi)相比，非監(jiān)督分類(lèi)具有下列優(yōu)點(diǎn)：不需要對(duì)被研究的地區(qū)有事先的了解，對(duì)分類(lèi)的結(jié)果與精度要求相同的條件下，在時(shí)間和成本上較為節(jié)省。但實(shí)際上，非監(jiān)督分類(lèi)不如監(jiān)督分類(lèi)的精度高，所以監(jiān)督分類(lèi)使用的更為廣泛。第45頁(yè)/共58頁(yè)46五、非監(jiān)督分類(lèi)與監(jiān)督分類(lèi)的結(jié)合通過(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)域“訓(xùn)練”計(jì)算機(jī)。通過(guò)“訓(xùn)練”后的計(jì)算機(jī)將其它區(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)域進(jìn)行分類(lèi)，使分類(lèi)精度得到保證的前提下，分類(lèi)速度得到了提高。第46頁(yè)/共58頁(yè)47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)的選擇要求相反，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)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)。第47頁(yè)/共58頁(yè)48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)。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。第48頁(yè)/共58頁(yè)49六、分類(lèi)后處理和誤差分析1.分類(lèi)后處理?分類(lèi)后專(zhuān)題圖像的格式?分類(lèi)后處理第49頁(yè)/共58頁(yè)50?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)、字符、圖符或顏色表示各種類(lèi)別。第50頁(yè)/共58頁(yè)51原始遙感圖像對(duì)應(yīng)的專(zhuān)題圖像第51頁(yè)/共58頁(yè)52?分類(lèi)后處理用光譜信息對(duì)影像逐個(gè)像元地分類(lèi)，在結(jié)果的分類(lèi)地圖上會(huì)出現(xiàn)“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，其混合的幅射量造成錯(cuò)分類(lèi)，以及其它原因等。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