论文总字数：14490字

摘 要

随着遥感技术的发展，遥感已逐步成为采集地球数据及其变化信息的重要技术手段和重要的信息来源。由于不同领域遥感图像的应用对遥感图像处理提出了不同的要求，所以图像处理中重要的环节—图像分类也就显得尤为重要。

遥感图像分类就是通过对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，将图像中每个像元按照某种规则或算法划分为不同的类别。

本文以扬州市TM影像为数据源，基于ENVI软件，进行了遥感影像分类方法研究。首先对多光谱TM影像进行预处理，然后分别采用监督分类方法（最小距离分类，马氏距离分类，最大似然分类）和非监督分类方法（K均值分类，ISODATA分类）对地物进行分类，通过对分类结果进行精度评价和综合比较，实现五种分类方法的比较研究。

关键字： 遥感图像 图像分类 精度评价 比较研究 ENVI

Research of remote sensing image classification method

Abstract

With the development of remote sensing technology, remote sensing has gradually become an important technology of collecting earth data and an important source of information. Different applications of remote sensing image put forward different demands for remote sensing image processing, so image classification, the most important role in image processing, becomes very important.

Remote sensing image classification is to analyze spectral information and spatial information of all kinds of ground objects in image, choose features by computer, and divide each pixel of image into different categories according to certain rules or algorithms.

This experiment carries out the study of classification method of remote sensing image, taking Yangzhou TM image as data resource and making use of remote sensing image disposal software ENVI. Firstly, multispectral TM images are pre-process. Then objects are classified through supervised classification method (minimum distance classification, mahalanobis distance classification, and maximum likelihood classification) and unsupervised classification (k-means classification, and ISODATA classification). At last the comparative researches of five kinds of classification methods are studied through the evaluation of the classification accuracy of five kinds of results.

Key word: Remote Sensing Image; Classification; Accuracy Evaluation; Comparative Study; ENVI

目 录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 遥感技术研究背景 1

1.2 遥感影像分类方法研究的目的与意义 1

1.3 国内外研究现状 2

1.4 课题研究内容 3

1.5 课题研究的技术路线 3

第二章 遥感影像分类基础理论 5

2.1遥感图像计算机分类基础 5

2.1.1概述 5

2.1.2计算机分类的基本原理 5

2.1.3计算机分类的过程 5

2.2监督分类方法 6

2.2.1监督分类概述 6

2.2.2最小距离分类法 6

2.2.3马氏距离分类法 7

2.2.4最大似然分类法 7

2.3非监督分类方法 7

2.3.1 非监督分类概述 7

2.3.2 K均值分类 7

2.3.3 ISODATA分类 8

2.4 遥感影像分类精度评价 8

2.4.1评价的标准 8

2.4.2混淆矩阵 8

第三章 遥感图像预处理 9

3.1 波段组合 9

3.2 图像拼接 10

3.3 几何纠正 11

3.3.1 基本理论 11

3.3.2 基本步骤 11

3.4 图像裁剪 13

3.4.1 基本理论 13

3.4.2 规则裁剪 13

3.4.3 不规则裁剪 13

3.5 图像增强 15

第四章 遥感影像分类方法比较研究 17

4.1 监督分类方法 17

4.1.1训练样本的选择 17

4.1.2 三种分类方法成果图 18

4.1.3 混淆矩阵 18

4.1.4 三种监督分类方法比较研究 19

4.2 非监督分类方法 20

4.2.1两种分类方法成果图 20

4.2.2类别定义/类别合并 20

4.2.3分类后处理 21

4.2.4两种非监督分类方法比较研究 24

第五章 结论 25

参考文献 26

致谢 27

第一章 绪论

1.1 遥感技术研究背景

作为一种综合性探测技术，遥感技术的发展是一个漫长而艰辛的积累过程^[1]。它的主要特点有：

（1）观测面积大：遥感技术能够提供大面积的同步观测数据，这些数据采集的方式不受地形阻隔等限制，而依靠传统的地面勘测进行数据观测时，工作量就会增加很多且实施难度很大。

（2）时效性强：可以在短时间内重复探测同一区域，从而能够探测到许多事物的动态变化，这有利于研究地球上不同周期的动态变化。遥感的时效性可应用于天气预报、火灾、水灾等的灾情监测，以及军事行动等领域。

请支付后下载全文，论文总字数：14490字