遥感图像分类方法及研究进展.pdfVIP

河北农业科学，2009，13(1)：143—146 Hebei Sciences Journalof Agricultural 编辑李布青 遥感图像分类方法及研究进展 陈 姝，居为民 (南京大学国际地球系统科学研究所，江苏南京210093) 摘要：随着遥感技术的不断发展，仅仅依靠传统的计算机分类方法对遥感影像进行分类，有明显的不足之处。 近年来出现了一些新方法，并且越来越广泛的被接受和应用。众多研究表明，将传统的计算机分类方法和新方法 加以结合，可以有效减少错分、漏分的情况，使不易识别的地物能够被方便地提取出来，提高了图像分类的精度。 关键词：人工神经网络；决策树；特征融合；频谱 中图分类号：TP75 文献标识码：A 文章编号：1008—1631(2009)0l旬143-04 Methods ofRemote Classificationand Progress SensingImage CHEN Wei—min InstituteofEarth 21 Shu，JU (International SystemScience，NanjingUniversity，Nanjing0093，China) the ofremote wereobvious theremote Abstract：Withdevelopmentsensingtechnology，thereshortcomings，when wasclassified onthetraditionalclassificationmethods recent new sensingimage onlyrely bycomputer．Inyears，some more and studieshad thatthe methods weremoreand acceptedwidelyused．Many shown traditional appeared，which methods werecombinedwithnew could reduce and classification methods，which omission， bycomputer effectivelywrong weredifficultto the of classification． extractthe featureswhich easily ground identify，andimproveaccuracyimage neural ofmulti—scale words：Artificial Key networks；Decisiontree；Fusion features；Frequencyspectroscopy 1遥感图像的分类 2传统分类方法 在遥感技术的研究中，通过遥感影像判读识别各种 2．1非监督分类 地物是遥感技术发展的1个重要环节。无论是专题信息 遥感图像上的同类地物在相同的条件下，一般具有 的提取，动态变化的监测，还是专题地图的制作，或是 相同或相近的光谱特征，从而表现出某种内在的相似 遥感数据库的建立等都离不开遥感图像的分类。图像分 性，归属于同一个光谱空间区域。而不同的地物，光谱 类的过程，实际上就是将图像中的每个像元点或每一块 特征不同，归属于不同的光谱空间区域，这