遥感影像监督分类

４ 结束语
编制好上述计算程序（ 表格） ， 不同的测设曲 线对象， 仅需更改相应的已知参数即可； 若增加放 样点， 则只需在相应的位置内插行， 再复制相应的 公式即可完成计算。总之， 在测量计算中使用 ＥＸＣＥＬ 软件， 我们会发现它具有编程简便， 计算 过程直观， 计算结果表格化等优点， 加之该软件普 及程度高， 具有非常大的应用和开发潜力。
国 人 民 大 学 出 版 社 ，２００６．
最大似然分类是图像处理中最常用的一种 监督分类方法， 它利用了遥感数据的统计特征， 假定各类的分布函数为正态分布， 在多变量空间 中形成椭圆或椭球分布， 按正态分布规律用最大 似然判别规则进行判决， 得到较高准确率的分类 结果。
２ 监督分类方法
监督分类是自顶向下的知识驱动法， 先进行 训练再进行分类， 即先学习再分类法。最大似然 估计分类法是一种基于概率判别函数和贝叶斯 判别规则， 在这种方法中首先要正确地选择训练 样区， 当建立好训练样区后， 通过对训练样本进 行统计， 得到各个类别样本的统计参数， 有了这 些参数也就是确定了各个类别的概率密度函数， 然后根据先验知识和实地（ 或历史） 统计资料， 确 定各个类别的先验概率， 最后就可以按照贝叶斯 判别准则进行分类。在用最大似然分类方法分类 的过程中， 由于统计参数是由训练样本得来的， 因此训练样区的选择好坏极大地影响了分类的 精确度。
参考文献： ［１］ 史 宗 海 等．ＥＸＣＥＬ２００２ 从 入 门 到 精 通［Ｍ］．北 京 ： 电 子 工
业 出 版 社 ，２００２． ［２］ 李清岳等．工程测量学［Ｍ］．北京：测绘出版社，１９９５． ［３］ 龚乐群等．ＣＡＳＳ 软件在工程测 量 中 的 使 用［Ｊ］．测 绘 与 空
间 地 理 信 息 ．２００６，（６）． ［４］ 朱世武译．基于 Ｅｘｃｅｌ 和 ＶＢＡ 的 高 级 金 融 建 模．北 京：中
总第 ７０ 期 第 ４ 期
遥感影像监督分类
遥感影像监督分类
· ６３ ·
巢宁佳
（江西省第二测绘院 江西南昌 ３３００４６）
摘 要 本文主要研究探讨遥感影像分类的监督分类法原理、技术、步骤及精度等问题。通过采用最 大似然分类法对各种融合影像进行监督分类， 比对结果， 阐述最大似然分类法的特点。 关键词 遥感影像分类 方法 特点
３ 主要步骤
（ １） 选择特征波段 确定感兴趣的类别数， 首先确定要对哪些地 物进行分类， 这样就可以建立这些地物的先验知 识。特征变换和特征选择。 （ ２） 选择训练样区 从 待 处 理 数 据 中 抽 取 出 具 普 遍 性 、代 表 性 的 数据作为训练样区。 训练样区指的是图像上那些已知其类别属 性， 可以用来统计类别参数的区域。因为监督分 类关于类别的数字特征都是从训练样区获得的， 所 有训练样区的选择一定要保证类别的代表性。训练 样区选择不正确便无法得到正确的分类结果。 （ ３） 特征提取 图像分类中重要的一步是提取图像中的特征 信息， 从样本数据中提取特征矢量， 成样本空间到 特征空间的转换。特征应反映观测目标的特性。 确定判别函数和判别准则。监督法分类意味 着对类别已有一定的先验知识， 根据这些先验知 识， 就可以有目的地选择若干个“训练样区”。这 些“训练样区”的类别是已知的。利用“训练样区” 的数据去“训练”判别函数就建立了每 个类别的 分类器， 然后按照分类器对未知区域进行分类。 分类的结果不仅使不同的类别区分开了而且类 别的属性也知道了。 根据所选定的训练样区， 相应地物类别的光 谱特征在使用最大似然法进行分类时， 就可以用 样本区中的数据计算判别函数所需的参数， 根据 选出的各类训练区的图像数据。 （ ４） 图像分类运算 基于特征矢量集采用特定的分类器对特征 空 间 进 行 划 分 、运 算 。 将 训 练 区 以 外 的 图 像 像 元 逐个逐类地代入公式， 对于每个像元， 分几类就
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! （上接第 ６０ 页）
Ｈ８＝（ ３．１４＊Ｈ３＊（Ｊ３－ Ｈ７＊２）） ／１８０＋２＊Ｈ４ Ｊ８＝（Ｈ３＋Ｊ６） （１／（ＣＯＳ（（Ｊ３／２） ３．１４／１８０）））－ Ｈ３ Ｈ９＝２＊Ｊ７－ Ｈ８ Ｈ１２ Ｈ１２＝ＩＦ（Ｉ１２＞ １０００， Ｈ１１＋１， Ｈ１１）“ 此 为 条 件 判断函数” Ｉ１２＝ＩＦ（（ Ｉ１１－ Ｊ７） ＞ ０，（ Ｉ１１－ Ｊ７） ，（ Ｉ１１＋１０００－ Ｊ７） ） Ｉ１３＝Ｉ１２＋Ｈ４ Ｉ１４＝Ｉ１２＋Ｈ８／２ Ｉ１５＝Ｉ１２＋Ｈ８－ Ｈ Ｉ１６＝Ｉ１２＋Ｈ８ Ｂ４＝Ｂ３＋２０－ ＭＯＤ（ Ｂ３， ２０） Ｃ４＝Ｂ４－ ＄Ｂ＄３ Ｄ４＝＄Ｈ＄３＊ＳＩＮ （ （ Ｃ４－ ０．５＊＄Ｈ＄４）／＄Ｈ＄３）＋＄Ｈ＄６ “其中加＄是指绝对引用” Ｅ４＝＄Ｈ＄３＊（ １－ ＣＯＳ（ （ Ｃ４－ ０．５＊＄Ｈ＄４） ／＄Ｈ＄３））＋ ＄Ｊ＄５ Ｆ３＝Ｂ４－ ＄Ｂ＄３－ Ｄ４ 创 建 好 以 上 计 算 公 式 后 ， 再 将 Ｂ４， Ｃ４， Ｄ４， Ｅ４， Ｆ３， Ｈ１２ 格的公式分别向下拖动复制， 则其它 的结果自动计算， 计算结果见表 ２。 在上面的表格中只计算了曲线的一半， 另一半 可以 ＨＺ 为起点用同样的方法来进行计算。另外在 上表中的一行（ Ｌｉ－ Ｘｉ） 的值， 是因为在用切线支距 法进行放样时， 不是通过量取 Ｘｉ 和 Ｙｉ 来进行放 样， 而是先向切线方向量取 Ｌｉ， 再倒退（ Ｌｉ－ Ｘｉ） ， 得出 垂足， 在垂线方向量取 Ｙｉ， 即得曲线上的各点。
１ 概述
传统的基于像素的常规遥感图像分类方法 主要有监督分类和非监督分类， 而监督分类它主 要有： 平行六面体法、最短距离法、马氏距离法、 最大似然法、波谱 角度制图（ＳＡＭ）以 及二进制编 码方法等。
在遥感图像分类方法中， 最大似然分类法是 平均误差最小的方法， 因此在常规的遥感数据分 类中得到较为广泛的应用。
· ６４ ·
江西测绘
２００７ 年
计算几次， 最后比较大小， 选择最大值得出类别， 完成分类工作。
（ ５） 产生分类图 给每一类别规定一个值，如分 １０ 类，就定 每 一类分别为 １，２，…，１０，分类后的像元值便用类别 值代替， 最后得到的分类图像就是专题图像。由 于最大灰阶值等于类别数， 在监视器上显示时需 要给各类加上不同的彩色。 （ ６） 检验结果 如果分类中错误较多， 需要重新选择训练区 再作以上各步， 直到结果满意为。 这种方法的优点是， 对符合正态分布的样本 聚类组而言， 是监督分类中较准确的分类器， 因 为考虑的因素较多； 通过协方差矩阵考虑了类型 内部的变化。缺点是， 扩展后的等式计算量较大，
当输入波段增加时， 计算时间相应增加； 最大似 然是参数形式的， 意味着每一输入波段必须符合 正态分布； 在协方差矩阵中有较大值时， 易于对 模板分类过头。
参考文献 ［１］ 潘建刚， 赵文吉， 宫辉力， 遥感图像分类方法的研究 首
都师范大学学报（ 自然科学版） 第 ２５ 卷 第 ３ 期， ２００４ 年 ９ 月． ［２］ 杜 凤 兰 ， 田 庆 久 ， 夏 学 齐 ， 遥 感 图 像 分 类 方 法 评 析 与 展 望 遥感技术与应用 第 １９ 卷 第 ６ 期 ２００４ 年 １２ 月． ［３］ 黄宁， 刘小军， 朱敏慧， 张守融， 遥感图像分类技术研究 华北工学院测试技术学报 ２００１ 年第 １５ 卷第 ２ 期． ［４］ 周 庆 ， 李 峰 ， 张 海 涛 ， 监 督 分 类 技 术 在 高 分 辨 率 卫 星 影 像中的应用， 北京林业大学学报， ２００３ 年 １２ 月． ［５］ 孙家抦， 遥感原理与应用 武汉大学出版社， ２００３ 年．