遙感影像分類方法研究

陳平 王炬城

[摘要]隨著遙感影像分辨率的不斷提高，人們從影像上獲得更多有效的信息。然而在圖像處理分析過(guò)程中都離不開(kāi)對(duì)類別的劃分， 參照地物類型，便可以從圖像上對(duì)地物分類。影像的分類是通過(guò)計(jì)算機(jī)將影像像素進(jìn)行數(shù)值化，達(dá)到自動(dòng)識(shí)別地物將其歸類，但不同的方法有其不同優(yōu)缺點(diǎn)，分類效果也受很多因素的影響。本文將對(duì)常用的幾種分類方法進(jìn)去對(duì)比分析。

[關(guān)鍵詞]遙感圖像分類 最大似然 面向?qū)ο?決策樹(shù)分類 精度評(píng)價(jià)

[中圖分類號(hào)]P217 [文獻(xiàn)碼] B [文章編號(hào)] 1000-405X（2015）-9-164-1

0引言

在當(dāng)前遙感影像分類應(yīng)用中，常用基于數(shù)理統(tǒng)計(jì)的監(jiān)督分類， 其中的最大似然法在應(yīng)用最為廣泛。但是這種算法會(huì)因大量存在的“異物同譜”、“同物異譜”現(xiàn)象以及遙感圖像自身的空間分辨率問(wèn)題從而出現(xiàn)較多的漏分、錯(cuò)分的情況[1] 。隨著遙感應(yīng)用技術(shù)的不斷發(fā)展，人們對(duì)遙感影像分類計(jì)算方法在分類精度、時(shí)間度等方面也不斷提地提出了新的需求[2][ 3]，因此各種分類方法不斷被研究發(fā)現(xiàn)。目前已經(jīng)出現(xiàn)了多種新型分類方法， 比如模糊法、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、面向?qū)ο蟆⒅蜗蛄繖C(jī)等分類法。

1分類原理

本文將分別使用最大似然、面向?qū)ο蟆Q策樹(shù)這三種分類方法對(duì)美國(guó)陸地衛(wèi)星landsat-5 TM多光譜遙感圖像作為主要數(shù)據(jù)源進(jìn)行分析和處理。并以分析和處理后的數(shù)據(jù)結(jié)果對(duì)這些分類方法在分類時(shí)間、分類精度和分類速度方面做出比較。

1.1最大似然分類方法

最大似然（maximum likelihood classifier）是通過(guò)算出遙感影像中的每個(gè)像元相對(duì)于每個(gè)地物類別的歸屬概率，然后把這個(gè)像元?jiǎng)澐值匠霈F(xiàn)概率最大的類別中。該方法假設(shè)訓(xùn)練區(qū)地物的特征符合隨機(jī)現(xiàn)象，服從正態(tài)分布，利用訓(xùn)練區(qū)特征求出均值、方差和協(xié)方差等特征參數(shù)，求出總體的先驗(yàn)概率密度函數(shù)。最大似然分類方法是最常使用的監(jiān)督分類方法之一。

1.2面向?qū)ο蠓诸惙椒?/p>

面向?qū)ο蠓指钤恚喊凑找欢ǖ囊?guī)則將影像分割成具有不同特性、相互獨(dú)立像元的集合過(guò)程。其分割結(jié)果是把影像分解成與實(shí)際地物相對(duì)應(yīng)的不同部分， 一個(gè)集合即為一個(gè)實(shí)體。圖像分割過(guò)程中同時(shí)利用影像的光譜信息和空間信息，在影像上識(shí)別和劃分出合適的類別集合。

1.3決策樹(shù)分類方法

決策樹(shù)分類基本[4，5]原理是：參照一定的規(guī)則將影像數(shù)據(jù)集由上至下逐步劃分，最終獲得含有不同屬性的子類別。分類決策數(shù)由一個(gè)根節(jié)點(diǎn)（Root nodes）、多個(gè)內(nèi)部節(jié)點(diǎn)（Internal nodes）和終極節(jié)點(diǎn)（Terminal nodes）組成，一個(gè)內(nèi)部節(jié)點(diǎn)往上只有一個(gè)父節(jié)點(diǎn)，往下有兩個(gè)或多個(gè)子節(jié)點(diǎn)。在每一個(gè)內(nèi)部節(jié)點(diǎn)處會(huì)按照一定的規(guī)則將該處的數(shù)據(jù)集劃分為兩個(gè)子集，如此往復(fù)直到所有的數(shù)據(jù)集被分為和預(yù)期設(shè)想的各個(gè)子集一致為止。決策樹(shù)能夠處理光譜信息、紋理信息和高程等多源數(shù)據(jù)。

2結(jié)論與分析

通?！巴锂愖V”與“異物同譜”在影像處理過(guò)程中存在，以及在樣本選擇中人為誤差因素的影響，不同的分類方法的分類結(jié)果都會(huì)存在一定的誤差，導(dǎo)致其結(jié)果不能完全準(zhǔn)確的反應(yīng)真實(shí)的地物。本文也采用誤差矩陣總精度和Kappa系數(shù)來(lái)進(jìn)行[6，7]。

實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比與分析，得出在這三種方法中，最大似然分類法分類精度最高，較好的區(qū)分容易錯(cuò)分的地物，能精準(zhǔn)的提取出實(shí)際地類。決策樹(shù)分類法、面向?qū)ο蠓椒ǖ木认鄬?duì)也較高，面向?qū)ο笤趯?duì)象建立過(guò)程中較為復(fù)雜，要做到精準(zhǔn)還得靠先驗(yàn)知識(shí)的積累，最終人為因素導(dǎo)致精度受限。決策樹(shù)的分類精度也受到一定的限制是因在規(guī)則的獲取、量化及綜合不確定性知識(shí)等方面是實(shí)驗(yàn)者較難處理的問(wèn)題，需要時(shí)間和經(jīng)驗(yàn)去驗(yàn)證結(jié)果。最大似然法由于分類精度高，且計(jì)算時(shí)間快，仍是使用較多的分類方法。

3結(jié)論

遙感圖像分類是其在應(yīng)用過(guò)程中必不可少的部分。在分類過(guò)程中，最終選擇何種方法主要取決于圖像特征、應(yīng)用的要求，根據(jù)實(shí)際的需要，合理科學(xué)的運(yùn)用分類方法，必要的時(shí)可混合使用兩種或多種方法，使影像分類達(dá)到預(yù)期的目的。

參考文獻(xiàn)

[1]楊凱.遙感圖像處理原理和方法[M ]. 北京： 測(cè)繪出版社，1988.

[2]駱劍承，王欽敏，馬江洪，等. 遙感圖像最大似然分類方法的EM改進(jìn)算法[ J ]. 測(cè)繪學(xué)報(bào)， 2002， 31 （3） ： 234 - 239.

[3]楊存建，周成虎. 基于知識(shí)的遙感圖像分類方法的探討[ J ]. 地理學(xué)與國(guó)土研究， 2001， 17 （1） ： 72 - 77.

[4]徐會(huì)明，靳小兵，季海，等.決策樹(shù)法在雷電潛勢(shì)預(yù)報(bào)中的應(yīng)用[J].高原山地氣象研究，2008，28（4）：55-58

[5]Friedl M A，Brodley C E，Strahler A H.Maximizing Land Cover Classification Accuracies Produced by Decision Trees at Continental to Global Scales[J].IEEE Transactions on Geoscience and Remote Sensing，1999，37（2）：969-977

[6]吳健平，楊星衛(wèi).遙感數(shù)據(jù)分類結(jié)果的精度分析[J].遙感技術(shù)與應(yīng)用1995，10（1）：17-24.

[7]Rasim Latifovic， Ian Olthof. Accuracy assessment using sub-pixel error matrices of globalland cover products derived from satellite data[J]. Remote sensing of Environment， 2004，90：l53-165.