基于Erdas軟件的遙感影像土地利用現(xiàn)狀分類研究

葉滿珠 廖世芳 王建興

摘 要：目前的光譜遙感技術(shù)在很多方面都有了較大的發(fā)展，獲取的遙感數(shù)據(jù)也日益增多。分類是人們從遙感影像中提取有用信息的重要途徑之一。本文選取某地的遙感圖像，運(yùn)用erdas軟件的監(jiān)督分類方法，對該地區(qū)的土地利用現(xiàn)狀進(jìn)行了分類，并對分類結(jié)果進(jìn)行了評價，評價結(jié)果良好。

關(guān)鍵詞：遙感 特征提取 監(jiān)督分類

一、 引言

作為采集地球光譜數(shù)據(jù)及變化的一種技術(shù)手段，遙感已經(jīng)具有了非常悠久的歷史，遙感數(shù)據(jù)已經(jīng)被廣泛的應(yīng)用到土地利用等各個領(lǐng)域 。目前遙感技術(shù)中的一個重要研究內(nèi)容集中在遙感影像分類領(lǐng)域，提高分類精度的主要方法是合理的選擇分類方法，本文選擇erdas軟件自帶的監(jiān)督分類對某測區(qū)遙感影像土地利用現(xiàn)狀分類進(jìn)行了研究。

二、 計(jì)算機(jī)遙感圖像分類方法

1. 監(jiān)督分類。首先需要從研究區(qū)域選取有代表性的訓(xùn)練場地作為樣本。根據(jù)已知訓(xùn)練區(qū)提供的樣本，通過選擇特征參數(shù)，建立判別函數(shù)，據(jù)此對樣本像元進(jìn)行分類，依據(jù)樣本類別的特征來識別非樣本像元的歸屬類別。缺點(diǎn)是操作者所選擇的訓(xùn)練樣本有可能不是很典型的樣本，有可能造成樣本缺乏代表性，造成分類結(jié)果不準(zhǔn)確。

2. 非監(jiān)督分類。由于不同的地物具有不同的光譜特征，可將其歸屬于不同的類，這是非監(jiān)督分類的理論依據(jù)。該分類的方法主要是通過系統(tǒng)聚類來進(jìn)行的。主要算法有ISODATA法、分級級群法和K-均值算法等。由于非監(jiān)督分類具有受人為因素的影響較少，根據(jù)地物的光譜特征進(jìn)行分類，操作簡潔，算法穩(wěn)定，所以被廣泛應(yīng)用于多個領(lǐng)域。

3. 多特征方法。影像特征包括地物光譜特征，幾何特征，紋理特征，空間特征，語義特征，區(qū)域地學(xué)特征和干擾特征等 。近年來引入了許多新的方法，如模糊集 、神經(jīng)網(wǎng)絡(luò)分類器等，在影像分類精度等方面有不少改進(jìn)，但是其所能獲得的結(jié)果信息依然十分有限，且處理結(jié)果中往往會存在很多小斑塊。因此，面向?qū)ο蟮倪b感影像分類方法正在受到越來越多的重視。

三、遙感圖像的處理流程

遙感圖像處理的一般流程包括圖像預(yù)處理，輻射處理，圖像分類，評價等幾個方面。

1. 圖像預(yù)處理。主要包括幾何校正、圖像拼接、圖象分幅裁剪，幾何校正就是在解譯遙感圖像時，必須將其與其他地理坐標(biāo)相匹配。處理的方法包括粗加工處理和多項(xiàng)式擬合精加工處理。圖像拼接與裁剪的目的是生成合適大小的影像，為圖像處理做鋪墊。

2. 輻射處理。輻射處理包括輻射校正和輻射增強(qiáng)，由于傳感器輸出的能量中受到各方面誤差的影響，使得傳感器接收到的電磁波輻射與目標(biāo)本身輻射的能量之間存在偏差，造成的失真，所以必須進(jìn)行輻射校正；輻射增強(qiáng)是為了突出研究區(qū)域，增強(qiáng)研究目標(biāo)和其他影像間的反差。

3. 圖像分類與評價 。常用的遙感影像的自動分類判讀方法有決策理論方法（統(tǒng)計(jì)方法）和結(jié)構(gòu)法兩種。決策理論方法是被識別的模式中，提取一組反映模式屬性的測量值，并將模式特征定義在一個特征空間中，利用統(tǒng)計(jì)原理對特征空間來區(qū)分有不同特征的模式，達(dá)到分類的目的。

四、 遙感圖像計(jì)算機(jī)分類實(shí)驗(yàn)研究

1. erdas 9.2 軟件介紹 。ERDAS IMAGINE是美國ERDAS公司開發(fā)的遙感圖像處理系統(tǒng)， 它可以面向不同需求的用戶，對于系統(tǒng)的擴(kuò)展功能采用開放的體系結(jié)構(gòu)，并有豐富的功能擴(kuò)展模塊提供用戶選擇，使產(chǎn)品模塊的組合具有極大的靈活性。

2. 實(shí)驗(yàn)步驟。監(jiān)督分類一般有以下幾個步驟：定義分類模板、評價分類模板、進(jìn)行監(jiān)督分類、評價分類結(jié)果，下面將結(jié)合實(shí)例說明其詳細(xì)步驟。首先要根據(jù)原遙感圖顯示的土地利用類型，選擇樣本圖，本測區(qū)如圖1所示。

2.1定義分類模板：打開軟件 erdas 9.2，并且打開原始的遙感圖像，然后打開模板編輯器，進(jìn)行Classification菜單的綜合設(shè)置。

2.2評價分類模板：可能性矩陣評價工具的使用方法為，首先在Signature Editor對話框中，在signature Editor中選擇所有類別，在菜單條Evaluation中打開Contingency Matrix對話框進(jìn)行相應(yīng)的設(shè)置，然后對評價分類模板進(jìn)行評價，如果誤差矩陣值小于85%，則模板需要重新建立。

2.3行監(jiān)督分類：選擇ERDAS圖標(biāo)菜單條：Main→Image Classification→Classification 菜單下的Supervised Classification 菜單項(xiàng)，打開對話框后進(jìn)行參數(shù)的設(shè)置，生成結(jié)果見圖2。

2.4分類結(jié)果的評價：首先打開在Viewer中打開分類前的原始圖像，然后在ERDAS 圖標(biāo)面板菜單條打開Accuracy Assessment對話框中進(jìn)行相應(yīng)設(shè)置，設(shè)置完后就可以輸出分類評價報告了，結(jié)果見圖3。

通過對分類的評價，如果對分類精度滿意，保存結(jié)果。如果不滿意，可以進(jìn)一步做有關(guān)的修改，如修改分類模板等，或應(yīng)用其它功能進(jìn)行調(diào)整， 此次試驗(yàn)的分類精度為87%，符合要求。

五、結(jié)語

通過本文的研究發(fā)現(xiàn)，利用計(jì)算機(jī)分類要比傳統(tǒng)的目視法精度要高、速度要快，而且分類精度達(dá)到了87%，基本達(dá)到了分類的目的。但是還是有些地方區(qū)分的不是太好，這主要是由于本實(shí)例中影像資料分辨率較低，使用的分類方法也比較單一，所以想要獲得更加準(zhǔn)確的結(jié)果，就必須建立多特征的遙感影像分類與提取模型，以此獲得更加準(zhǔn)確的分類結(jié)果。

參考文獻(xiàn)：

[1] 駱劍承，周成虎，粱怡.基于尺度空間的分層聚類方法及其在遙感影像分類中的應(yīng)用[J]，測繪學(xué)報，1999，2B（4）：319—324.

[2] 鄭蘭芬，王晉年.成像光譜遙感技術(shù)及其圖像光譜信息提取分析研究.環(huán)境遙感.

[3] 劉志剛.支撐向量機(jī)在光譜遙感影像分類中的若干問題研究武漢大學(xué)，2004.1992，7（1）：49～58.

[4] 鮑海英.李艷.趙萍輔以紋理特征的面向?qū)ο蟮倪b感影像分類方法研究——以陜西省楊陵縣為例[期刊論文]-遙感信息 2009（4）.

[5] 王新輝.沈掌泉.王珂.賈春燕.凌在盈基于面向?qū)ο蟮南汩假Y源分布遙感調(diào)查研究[期刊論文]-科技通報 2009（2）.

作者簡介：葉滿珠（1984—），女，漢，陜西西安，陜西鐵路工程職業(yè)技術(shù)學(xué)院，工程師，圖像處理及解譯。