– 假设遥感图像有K个波段,则(i,j)位置的像素在
每个波段上的灰度值可以构成表示为X=(x1,
T
5
8.1 概述
• 8.1.2 分类方法
– 根据是否需要分类人员事先提供已知类别及其 训练样本,对分类器进行训练和监督,可将遥 感图像分类方法划分为监督分类和非监督分类。
– 事先己经知道类别的部分信息(即类别的先验知 识),对未知类别的样本进行分类的方法称之为 监督分类(Supervised Classification)。事先没 有类别的先验知识,对未知类别的样本进行分 类的方法称之为非监督分类(Unsupervised Classification)
14
8.4 非监督分类
• 非监督分类,是指人们事先对分类过程不
施加任何的先验知识,仅凭据遥感影像地 物的光谱特征的分布规律,随其自然地进 行盲目的分类。其分类的结果,只是对不 同类别进行了区分,并不确定类别的属性, 其属性是通过事后对各类的光谱响应曲线 进行分析,以及与实地调查相比较后确定 的。
• 非监督分类的理论依据:遥感图像上的同
4
8.1 概述
• 8.1.1 基本原理
– 同类地物在相同的条件下(光照、地形等)应该 具有相同或相似的光谱信息和空间信息特征。 不同类的地物之间具有差异根据这种差异,将 图像中的所有像素按其性质分为若干个类别 (Class)的过程,称为图像的分类。
– 遥感图像分类以每个像素的光谱数据为基础进 行。
9
8.2 相似性度量
3.马氏(Mahalanobis)距离
马氏距离是一种加权的欧氏距离,它通 过协方差矩阵来考虑变量的相关性。这 是由于在实际中,各点群的形状是大小 和方向各不相同的椭球体,如图所示, 尽管K点距MA的距离DA比距MB的距离 DB小,即DA<DB ,但由于B点群比A点 群离散得多,因而把K点划入B类更合 理。加权可以这样理解,计算的距离与 各点群的方差有关。方差愈大,计算的 距离就愈短。如果各个点群具有相同的 方差,则马氏距离是欧氏距离的平方。