遥感图像分类方法的研究与精度评定毕业论文

《遥感图像分类方法的研究与精度评定毕业论文》由会员分享，可在线阅读，更多相关《遥感图像分类方法的研究与精度评定毕业论文（31页珍藏版）》请在毕设资料网上搜索。

1、遥感图像分类方法的研究与精度评定 I 目 录 摘 要 III ABSTRACT .IV 1. 绪论 1 1.1 选题背景 .1 1.2 我国遥感技术分类现状 2 2 遥感图像 .3 2.1 遥感概念 .3 2.2 遥感图像的几何处理 3 2.2.1 遥感图像的几何变形 . 4 2.2.2 遥感图像增强 . 5 2.3 特征提取和特征选择 8 3. 遥感图像分类 10 3.1 遥感图像分类原理 10 3.2 监督分类 . 11 3.2.1 监督分类的步骤 11 3.2.2 最大似然分类法 . 12 3.2.3 平行多面体分类方法 . 13 3.2.4 最小距离分类方法 . 14 3.3 非监督分

2、类 . 15 3.3.1 K-均值聚类法 . 15 3.3.2 ISODATA 算法聚类分析 16 3.3.3 平行管道法聚类分析 . 17 3.4 计算机自动分类的新方法. 17 遥感图像分类方法的研究与精度评定 II 3.4.1 神经网络分类法 . 18 3.4.2 模糊分类法 . 18 3.4.3 专家系统分类法 . 19 3.4.4 支持向量机 SVM 分类法 . 20 3.4.5 决策树分类法 . 20 4 精度评定 . 21 5 结束语 . 23 致 谢 24 参考文献 25 遥感图像分类方法的研究与精度评定 III 遥感图像分类方法的研究及精度评定 摘 要 随着科学技术的发展，航

3、空遥感图片和卫星遥感图像分辨率不断提高，在从不同 角度认识宇宙世界的方式中，遥感已然占据了不可撼动的位置。目前，遥感图像在空 间数据资源采集方面起着越来越重要的作用。 本文对遥感图象分类的研究背景进行了 回顾，对遥感基本原理和进行图像预处理时的一些方法进行了重点介绍，简要概述了 一些概念和原理，对较早出现的的遥感分类方法（监督分类和非监督分类）进行了分 析，展望了近年来出现的一些较新的计算机分类方法，包括人工神经网络和模糊分类 等，然后比较分析了各种方法的原理，算法及各自的优缺点。最后，对距离分类方法 及遥感图像分类的精度评定做了详细阐述。 虽然遥感技术在社会发展的很多方面有着广泛应用， 但是

4、遥感图像分类在其中占 据着重要的位置。在遥感图像分类中，遥感数据是否能够使用很大程度上取决于分类 的精度。传统的监督分类和非监督分类方法也是各有利弊，我们只有通过不断的实践 学习，综合应用各种分类方法，充分发挥它们的长处与不足，这样分类的准确率与精 度才能不断提高。 关键词： 遥感 图像分类 精度评定 遥感图像分类方法的研究与精度评定 IV RESEARCH AND ACCURACY EVALUATION OF IMAGE CLASSIFICATION ABSTRACT With the development of satellite remote sensing images and th

5、e improvement of aerial remote sensing image resolution, remote sensing has become a new method and a new mean that human understand universe from multidimensional and macro perspective. At present, the remote sensing image plays a more and more important role in the spatial data resource acquisitio

6、n. This paper reviews the research background of remote sensing image classification, expounds the basic theory and some image preprocessing methods, a brief overview of the concepts and principles of remote sensing image classification, remote sensing classification method for the traditional (supervised and unsupervised classification) are analyzed, looked to the recent emergence of some new computer classification methods, including artificial neural network and fuzzy classification, and t