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程中都離不開對類別的劃分, 參照地物類型,便可以從圖像上對地物分類。影像的分類是通過計算機(jī)將影像像素進(jìn)行數(shù)值化,達(dá)到自動識別地物將其歸類,但不同的方法有其不同優(yōu)缺點,分類效果也受很多因素的影響。本文將對常用的幾種分類方法進(jìn)去對比分析。
[關(guān)鍵詞]遙感圖像分類 最大似然 面向?qū)ο?決策樹分類 精度評價
[中圖分類號]P217 [文獻(xiàn)碼] B [文章編號] 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題從而出現(xiàn)較多的漏分、錯分的情況[1] 。隨著遙感應(yīng)用技術(shù)的不斷發(fā)展,人們對遙感影像分類計算方法在分類精度、時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?、支撐向量機(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策樹這三種分類方法對美國陸地衛(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)果對這些分類方法在分類時間、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)是通過算出遙感影像中的每個像元相對于每個地物類別的歸屬概率,然后把這個像元劃分到出現(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、相互獨立像元的集合過程。其分割結(jié)果是把影像分解成與實際地物相對應(yīng)的不同部分, 一個集合即為一個實體。圖像分割過程中同時利用影像的光譜信息和空間信息,在影像上識別和劃分出合適的類別集合。
1.3決策樹分類方法
決策樹分類基本[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)由一個根節(jié)點(Root nodes)、多個內(nèi)部節(jié)點(Internal nodes)和終極節(jié)點(Terminal nodes)組成,一個內(nèi)部節(jié)點往上只有一個父節(jié)點,往下有兩個或多個子節(jié)點。在每一個內(nèi)部節(jié)點處會按照一定的規(guī)則將該處的數(shù)據(jù)集劃分為兩個子集,如此往復(fù)直到所有的數(shù)據(jù)集被分為和預(yù)期設(shè)想的各個子集一致為止。決策樹能夠處理光譜信息、紋理信息和高程等多源數(shù)據(jù)。
2結(jié)論與分析
通常“同物異譜”與“異物同譜”在影像處理過程中存在,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)真實的地物。本文也采用誤差矩陣總精度和Kappa系數(shù)來進(jìn)行[6,7]。
實驗結(jié)果進(jìn)行對比與分析,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)分容易錯分的地物,能精準(zhǔn)的提取出實際地類。決策樹分類法、面向?qū)ο蠓椒ǖ木认鄬σ草^高,面向?qū)ο笤趯ο蠼⑦^程中較為復(fù)雜,要做到精準(zhǔn)還得靠先驗知識的積累,最終人為因素導(dǎo)致精度受限。決策樹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等方面是實驗者較難處理的問題,需要時間和經(jīng)驗去驗證結(jié)果。最大似然法由于分類精度高,且計算時間快,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)用過程中必不可少的部分。在分類過程中,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)實際的需要,合理科學(xué)的運用分類方法,必要的時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 ]. 測繪學(xué)報, 2002, 31 (3) : 234 - 239.
[3]楊存建,周成虎. 基于知識的遙感圖像分類方法的探討[ J ]. 地理學(xué)與國土研究, 2001, 17 (1) : 72 - 77.
[4]徐會明,靳小兵,季海,等.決策樹法在雷電潛勢預(yù)報中的應(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.