"遥感图像监督与非监督分类方法研究与实践"

遥感图像监督分类是一种训练分类法，它利用被确认类别的样本像元来识别其他未知类别像元的过程。在实施监督分类之前，需要通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识。在这个过程中，需要对每一种类别选取一定数量的训练样本，并计算每种训练样区的统计或其他信息。随后，利用这些种子类别对判决函数进行训练，从而使其符合于对各种子类别分类的要求。最后，利用训练好的判决函数对其他待分数据进行分类，按不同的规则将其划分到和其最相似的样本类，以此完成对整个图像的分类。 遥感影像的监督分类一般包括以下 6 个步骤。首先是类别定义/特征判别，需要根据分类目的、影像数据自身的特征和分类区收集的信息来确定分类系统。同时也需要对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下根底。 第二步是样本选择，这一步需要在图像上选择各类别的代表性地物样本，以及与之相似的样本。这个过程需要充分考虑地物的多样性和空间分布。 第三步是特征空间的转换和特征选择，需要根据选择的样本来计算训练样本的统计特性，以便进行特征空间的转换和特征选择。这一步需要充分了解不同像元之间的关系，以便更准确地进行分类。 第四步是分类器的选择和训练，需要根据特征空间的情况选择合适的分类器，并对其进行训练，使其能够准确地识别不同的地物类别。这一步需要充分考虑不同地物类别之间的差异，以便更准确地进行分类。 第五步是分类结果的验证，需要对分类结果进行验证，以确保分类的准确性和可靠性。这个过程需要利用地面调查和实地验证来对分类结果进行验证，保证其与实际情况一致。 最后一步是分类结果的后处理，需要对分类结果进行后处理，以便更好地呈现和利用分类信息。这个过程包括对分类结果进行后期处理，例如去除孤立像元和地物边界的平滑处理等。 综合以上几步，遥感影像的监督分类是一个复杂而又精密的过程，需要充分考虑不同地物类别之间的差异和相似性，以及地物在空间上的分布情况。只有充分了解地物的特征和分布情况，才能更准确地进行分类，从而为地理信息系统和环境监测提供准确的数据支持。