论文总字数：15022字

摘 要

分类是根据事物的种类、级别、属性等按照不同的特点分别归类，找出其中的规律性。遥感影像分类是把具有相同光谱特征的地物分为同一类别，为后续的研究和应用打下基础。

本文阐述遥感影像监督法分类和非监督法分类这两种最基本、应用最多的方法。从遥感影像的预处理，到介绍平行六面体、最小距离、马氏距离、最大似然、神经网络、支持向量机几种分类方法，以及对于最大似然比分类法的精度评定。

论文以扬州市landsat 5遥感影像为例，以ENVI软件为平台，对扬州市遥感影像用不同的方法进行分类，并对监督法分类和非监督分类的方法进行比较和研究。

关键词：遥感影像 监督法分类 非监督分类

Comparison research of remote sensing image classification method

Abstract

Based on the types of things, level and properties, the classification of remote sensing is classified according to different characteristics, and to find out the regularity. In Remote sensing image classification, the same spectral features of ground objects are divided into the same category for the foundation of the subsequent research and application.

This paper expounds the basic classification of remote sensing image: supervised classification and unsupervised classification. From the image preprocessing of remote sensing, several classification methods are introduced, such as parallelepiped, minimum distance, Markov distance, maximum likelihood, neural network and support vector machine (SVM), and the precision evaluation of maximum likelihood .

Taking Yangzhou Landsat 5 remote sensing image as examples, the ENVI software as the platform, the remote sensing image of Yangzhou are classified in different ways. Based on above results the supervised classification and unsupervised classification are studied.

Key words: Remote sensing image Supervised classification Unsupervised classification

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1 选题的目的和意义 1

1.2 国内外现状和动态 1

1.3 研究的内容 3

1.4 研究的方法和步骤 3

第二章 理论与技术方法原理 5

2.1 遥感影像 5

2.2 监督法分类 5

2.2.1 概念 5

2.2.2 监督法分类方法 5

2.2.3 精度评价 6

2.3 非监督法分类 7

2.4 目视解译 8

第三章 研究区域和数据 9

3.1 研究的区域 9

3.1.1 地理位置 9

3.1.2 地形地貌 10

3.2 基础数据 10

3.2.1 Landsat-5卫星影像 10

3.2.2扬州市行政图 12

第四章 数据预处理实验 13

4.1 数据处理的软件 13

4.2 数据的预处理 13

4.2.1波段组合 13

4.2.2影像拼接（镶嵌） 15

4.2.3影像规则裁剪 16

4.2.4几何校正 16

4.2.5不规则裁剪 18

4.2.6 图像增强 18

4.3监督法分类 20

4.3.1建立训练区 20

4.3.2 分类器的选择 21

4.3.3精度验证 23

4.4 非监督法分类 25

4.4.1影像分类 25

4.4.2类别定义和类别合并 25

4.5分类方法的比较 26

4.5.1原理上的比较 26

4.5.2分类结果的比较 26

第五章 结论与展望 28

5.1 论文的研究成果 28

5.2 存在的问题 28

5.3 需要进一步研究的问题 29

参考文献 30

致谢 31

第一章 绪论

1.1 选题的目的和意义

随着计算机技术、空间技术、数学以及测绘学的发展，遥感技术已经深入到我们的身边。遥感起源于20世纪60年代,这是一种在一定距离上,应用探测仪器，不与探测目标相接触,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术^[1]。通过遥感影像识别各种地面目标是遥感技术发展的一个重要环节, 无论是专题信息提取、动态变化监测、专题制图, 还是遥感数据库建设等都离不开遥感影像分类技术。遥感技术拥有现势性强，观测范围广，获取速度快，信息量大等特点。遥感影像可以大范围作业，且可以实时更新，相比于传统的测量方法有着巨大的优势，完全可以突破人力物力和长时间工作的限制，快速的完成地形图等地图的测绘。遥感影像地图是一种以遥感影像和一定的地图符号来表现制图对象地理空间分布和环境状况的地图，他是有信息量丰富、直观形象、现势性强，以及有一定的数学基础能进行图面的精确量算等优点，能够在军事、抢险救灾、地籍调查、数字城市建设等方面发挥忠告作用。

遥感影像通过分类才能更好的发挥作用，遥感影像信息量太大，分类后信息种类明确，需要不同信息的单位可以各取所需，是最快最大量消除数据冗余。也有利于数据的综合分析。

基于遥感分类的重要性，寻找一种准确、详细、快速的分类方法成为了继续解决的问题，通过分析比较各种现有的分类方法，并对其有缺点进行研究有助于分类新方法的形成。

1.2 国内外现状和动态

国内外对于遥感影像都有过详细而深入的研究，从遥感影像的几何校正、大气校正到遥感影像的制作、预处理，下列主要介绍国内外专家学者对于遥感影像分类方面的研究。

孟海东, 郝永宽, 宋飞燕等提出了一种基于密度和自适应密度可达聚类算法。实验分析表明，与常用的分类方法相比，该算法具有良好的分类效果^[2]。

请支付后下载全文，论文总字数：15022字