1. 研究目的与意义（文献综述）

1.1研究目的

随着卫星遥感分辨率的不断提高,人们可以从遥感图像中获得更多有用的数据和信息,对遥感图像分类是遥感图像信息获取的重要手段，而遥感图像的计算机分类，是模式识别技术在遥感技术领域的具体应用。目前遥感图像的分类主要是采用统计模式识别方法，但由于光谱图像上的光谱值是混合光谱， 存在着同物异谱现象， 使传统的最大似然分类法的分类精度不高 。本文利用武汉市近几年的遥感数据，通过研究将针对传统遥感图像分类方法存在的问题，提出新的基于神经网络的优化分类方法。为了解决快速、高精度的遥感影像分类问题，本文在matlab平台基础上，采用bp神经网络对遥感图像进行分类，利用传统的遥感监督和非监督分类方法进行分类，并计算其精度，再进行神经网络学习算法影像分类，对比传统分类法分类精度，得到结果。从而验证神经网络方法进行遥感影像分类具有运算速度快、分类精度高的特点。

1.2研究背景与研究意义

2. 研究的基本内容与方案

2.1研究内容

针对传统分类方法的精度不高等缺点，本文利用武汉市光谷高新区遥感数据，进行图像预处理后，分别采用knn邻近算法分类法、k-means均值算法分类方法以及bp神经网络分类方法，对比三个分类方法的分类精度，验证bp神经网络分类方法是否是最优分类方法，同时也为武汉市遥感影像分类方法选取提供依据。

2.2研究目标（研究问题）

3. 研究计划与安排

第一阶段：即日起-3月19号

查阅相关文献资料，开展初步调研，完成研究设计和开题报告；

第二阶段：3月20号-4月15号

4. 参考文献（12篇以上）

［1］ 都业军，周肃，斯琴其其格，等 . 人工神经网络在遥感影像分类中的应用与对比研究［j］. 测绘科学，2010，35:120-121.

［2］ 都业军，周肃，斯琴其其格，等 . 人工神经网络在遥感影像分类中的应用与对比研究［j］. 测绘科学，2010，35:120-121.

[3]吴云, 姬翠翠，等.bp神经网络在遥感图像分类中的应用.中国科技论文在线.