首页 理论教育 计算机分类原理解析

计算机分类原理解析

时间:2023-06-29 理论教育 版权反馈
【摘要】:不同类的地物之间具有差异。遥感图像的计算机分类是把每个波段划分为若干个阈值,然后将这些阈值进行组合,每种组合都代表一种地物。如图10-1所示,先假设图像上只包含三类地物,记为A、B、C。图10-1遥感图像分类原理而在特征空间中的分类界限就是判别准则或者说判别函数。因此,如何寻找较好的判别函数,使各类地物在特征空间中准确地被分割出来,成为遥感图像分类算法的核心问题。

计算机分类原理解析

同类地物在相同的条件(如光照)下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质地不同分成若干个类别(class)的过程称为图像的分类。

遥感图像的计算机分类是把每个波段划分为若干个阈值,然后将这些阈值进行组合,每种组合都代表一种地物。然后对整幅图像逐个像素进行比对,实现对每个像素的分类。

为了简化,下面以遥感图像中的两个波段为例来进行说明。因为在通常情况下,同一类地物的光谱特性相同或者比较接近,因此在特征空间中这些点就会聚集在一起,多类地物在特征空间中形成多个点簇。如图10-1所示,先假设图像上只包含三类地物,记为A、B、C。现在以波段1作为x轴,波段2作为y轴,这样构成的坐标系就是一个光谱特征空间。因为每一个像素都有波段1和波段2的亮度值,这样在图10-1的坐标中,就能点出每一个像素点。而且此时有些像素点在图像上是重合的,因为尽管像素点的位置不同,但光谱值却可以相同(例如A地物,在实际空间中占据两个空间,在光谱特征空间中只占据一个空间)。由于A、B、C是3种不同的地物,因此A、B、C在光谱空间中占据的区域不同,通过对该特征空间进行区域分割,如图中用线段分割成3个区域,这样就将图像中的不同地物区分开来,实现了分类的目的。

(www.xing528.com)

图10-1 遥感图像分类原理

而在特征空间中的分类界限就是判别准则或者说判别函数。在上述分类中,分类界限可以不用直线来划界,这意味着判别函数可以不是简单的线性函数。因此,如何寻找较好的判别函数,使各类地物在特征空间中准确地被分割出来,成为遥感图像分类算法的核心问题。

其次,对于多光谱遥感,其波段数目较多,此时由光谱构成的特征空间不再是简单的二维或者三维空间,因此问题将变得很复杂,此时选择或者确定判别函数显得不容易,往往出现顾此失彼的现象。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈