遥感影像分类方法比较研究

• 作 者: 钱茹茹
• 出 处: 长安大学
• 发表日期: 2007年01期
• 关键词: 遥感 图像分类 监督分类 非监督分类 神经网络分类

遥感技术已成为土地利用/覆盖信息来源的重要手段,分类方法在其研究中占有重要的地位,方法的优劣直接关系着分类的精度。本文回顾了遥感图象分类的研究背景,阐述了遥感基本理论和图像预处理的一些方法,简要概述了遥感图像分类的概念和原理,详细探讨了传统的遥感分类方法——监督分类和非监督分类,以及近年来出现的一些较新的分类方法——人工神经网络和模糊分类,对各种方法的原理,算法及各自的优缺点进行了比较分析。最后,用不同的遥感分类方法对实际遥感影像进行分类,通过分类结果的分析比较,得出不同方法在实际使用过程中的特点。结果表明,人工神经网络分类方法在分类效果上要优于传统的分类方法。总之,遥感图像分类是模式识别领域一个比较复杂的问题,遥感影像的监督分类和非监督分类方法,是影像分类的最基本、最概括的两种方法。传统的监督分类和非监督分类方法虽然各有优势,但是也都存在一定的不足。而新的分类方法如神经网络以其自适应、自学习、联想记忆和分布存储等良好特性,被人们加以重视和广泛应用于图像分类中,打破了传统的统计分类方法的局限,提高了分类速度和精度。虽然各种分类方法各有特点,但在实际工作中还需要综合应用多种分类方法,以提高分类的准确率与精度。