第8章遙感作業(yè)

1、第八章 遙感圖像自動(dòng)識(shí)別分類姓名：黃林周 學(xué)號(hào)：2014301610131一、名詞解釋1、模式識(shí)別：一個(gè)模式識(shí)別系統(tǒng)對(duì)被識(shí)別的模式作一系列的測(cè)量，然后將測(cè)量結(jié)果與“模式字典”中一組“典型的”測(cè)量值相比較，若和字典中某一“詞目”的比較結(jié)果是吻合或者比較吻合，則我們就可以得出所需要的分類結(jié)果，這一過程稱為模式識(shí)別。2、遙感圖像自動(dòng)分類：采用決策理論或統(tǒng)計(jì)方法，按照決策理論方法，需要從被識(shí)別的模式中提取一組反映模式屬性的量測(cè)值，稱之為特征，并把模式特征定義在一個(gè)特征空間中，進(jìn)而利用決策的原理對(duì)特征空間進(jìn)行劃分。3、統(tǒng)計(jì)模式識(shí)別：對(duì)模式的統(tǒng)計(jì)分類方法，把模式類看成是用某個(gè)隨機(jī)向量實(shí)現(xiàn)的集合。又稱決策理

2、論識(shí)別方法。4、結(jié)構(gòu)模式識(shí)別：結(jié)構(gòu)模式識(shí)別是用模式的基本組成元素（基元）及其相互間的結(jié)構(gòu)關(guān)系對(duì)模式進(jìn)行描述和識(shí)別的方法。5、光譜特征向量：同名地物點(diǎn)在不同波段圖像中亮度的觀測(cè)量將構(gòu)成一個(gè)多維的隨機(jī)向量X，稱為光譜特征向量。 6、特征空間：為了度量圖像中地物的光譜特征，建立一個(gè)以各波段圖像的亮度分布為子空間的多維光譜特征空間。7、特征變換：將原有的m個(gè)測(cè)量值集合并通過某種變換，產(chǎn)生n（n<=m）個(gè)新的特征，這種處理方法稱為特征變換。 8、特征選擇：從原來的m個(gè)測(cè)量值集合中，按某一準(zhǔn)則選出n個(gè)特征，這種方法稱為特征選擇。9、主分量變換：即K-L變換，是一種線性變換，是就均方差最小來說的最佳正

3、交變換，是在統(tǒng)計(jì)特征基礎(chǔ)上的線性變換。 10、哈達(dá)瑪變換：是利用哈達(dá)瑪矩陣作為變換矩陣新實(shí)施的遙感多光譜域變換。11、穗帽變換：即K-T變換，它有兩個(gè)特點(diǎn)，一是土壤在特征空間的集群隨亮度的變化趨勢(shì)沿從坐標(biāo)原點(diǎn)出發(fā)的同一根輻射線方向上出現(xiàn)，二是若把土壤和植被的混合集群投影到MSS-5和MSS-6波段圖像所組成的特征子空間中，形成一個(gè)近似的帽狀三角形。12、生物量指標(biāo)變換：以兩圖像間相應(yīng)亮度差與其亮度和之比作為處理后的圖像亮度值的圖像處理方法，公式為。13、標(biāo)準(zhǔn)化距離：公式為。14、類間離散度：表示一類模式在空間的散布情況。16、類內(nèi)離散度：各樣本點(diǎn)圍繞均值的散布情況。17、判別函數(shù)：各個(gè)類別的判

4、斷區(qū)域確定后，某個(gè)特征矢量屬于哪個(gè)類別可以用一些函數(shù)來表示和鑒別這些函數(shù)就是判別函數(shù)。18、判別邊界：當(dāng)計(jì)算完某個(gè)矢量在不同類別判別函數(shù)的中的值后，我們要確定該矢量屬于某類就必須給出一個(gè)判斷依據(jù)，如若得到函數(shù)值最大則該矢量屬于最大值對(duì)應(yīng)的類別。19、條件概率：某件事在另一件事已發(fā)生的情況下發(fā)生的概率。20、先驗(yàn)概率：指根據(jù)以往經(jīng)驗(yàn)和分析得到的概率。21、后驗(yàn)概率：指在得到“結(jié)果”的信息后重新修正的概率。22、貝葉斯判別規(guī)則：把某特征矢量X落入某類集群的條件概率當(dāng)成分類判別函數(shù)，把X落入某集群的條件概率最大的類作為X的類別，這種判別規(guī)則就是貝葉斯判別規(guī)則。23、馬氏距離：幾何意義是特征矢量X到某

5、類集群類中心之間的加權(quán)距離。24、歐氏距離：是馬氏距離用于分類集群的形狀都相同下的特例。25、錯(cuò)分概率：類別判別分界兩側(cè)做出不確定判別的概率之和。26、訓(xùn)練樣區(qū)：指的是圖像上那些已知其類別屬性，可以用來統(tǒng)計(jì)類別參數(shù)的區(qū)域。27、最小距離法分類：設(shè)法計(jì)算未知矢量X到有關(guān)類別集群之間的距離，哪類離它最近，該未知矢量就屬于哪類。28、ISODATA法分類：也稱為迭代自組織數(shù)據(jù)分析算法，它與K-均值算法有兩點(diǎn)不同，第一，它不是每調(diào)整一個(gè)樣本的類別就重新計(jì)算一次各類樣本的均值，而是在每次把所有樣本都調(diào)整完畢之后才重新計(jì)算一次各類樣本的均值，前者稱為逐個(gè)樣本修正法，后者稱為批樣本修正法；第二，ISODAT

6、A算法不僅可以通過調(diào)整樣本所屬類別完成樣本的聚類分析，而且可以自動(dòng)的進(jìn)行類別的“合并”和“分裂”，從而得到類數(shù)比較合理的聚類結(jié)果。29、混淆矩陣：統(tǒng)計(jì)分類圖中的類別與實(shí)際類別之間的混淆程度。二、問答題：1、 地物在特征空間聚類有哪些特性？答：1、不同地物由于光譜特征不同，將分布在特征空間的不同位置；2、同類地物的各取樣點(diǎn)在光譜各種空間中的特征點(diǎn)將不可能只表現(xiàn)為同一點(diǎn)，而是形成一個(gè)相對(duì)聚集的點(diǎn)集群，不同類地物的點(diǎn)集群在特征空間內(nèi)一般是相互分離的；3、地物在特征空間的聚類通常用特征點(diǎn)分布的概率密度函數(shù)表示。2、作圖并說明遙感影像主分量變換的原理和它在遙感中的主要作用。答：原理：由原始圖像數(shù)據(jù)協(xié)方差

7、矩陣的特征值和特征向量建立起來的變換核，將光譜特征空間原始數(shù)據(jù)向量投影到平行于地物集群橢球體各結(jié)構(gòu)軸的主成分方向。作用：突出和保留主要地物類別信息，用來進(jìn)行圖像增強(qiáng)、特征選擇和圖像壓縮的處理方法。3、敘述生物量指標(biāo)變換的原理及其作用。答：原理：MSS-5和MSS-7的比值廣泛用于調(diào)查植物的稠密度，它與地面生物量之間有很強(qiáng)的相關(guān)性，公式為。作用：可以很好地把植物從水和土壤中分離出來。4、為什么要進(jìn)行特征選擇？列舉幾種特征選擇的主要方法和原理。答：一方面減少特征之間的相關(guān)性，使得用盡可能少的特征來最大限度地包含所有原始數(shù)據(jù)的信息；另一方面使得待分類別之間的差異在變換后的特征中更明顯，從而改善分類效

8、果。1、主分量變換即K-L變換，是一種線性變換，是就均方差最小來說的最佳正交變換，是在統(tǒng)計(jì)特征基礎(chǔ)上的線性變換。2、哈達(dá)瑪變換是利用哈達(dá)瑪矩陣作為變換矩陣新實(shí)施的遙感多光譜域變換。3、穗帽變換即K-T變換，它有兩個(gè)特點(diǎn)，一是土壤在特征空間的集群隨亮度的變化趨勢(shì)沿從坐標(biāo)原點(diǎn)出發(fā)的同一根輻射線方向上出現(xiàn)，二是若把土壤和植被的混合集群投影到MSS-5和MSS-6波段圖像所組成的特征子空間中，形成一個(gè)近似的帽狀三角形。5、敘述監(jiān)督分類與非監(jiān)督分類的區(qū)別。答： 監(jiān)督分類精確度高準(zhǔn)確性好與實(shí)際類別吻合較好，但是工作量大，有先驗(yàn)知識(shí)時(shí)使用該方法；非監(jiān)督分類工作量小易于實(shí)現(xiàn)，分類結(jié)果與實(shí)際類別相差較大，準(zhǔn)確性

9、差，在沒有類別先驗(yàn)知識(shí)時(shí)使用該方法。6、敘述最大似然法分類原理及存在的缺點(diǎn)。答：最大似然法分類是經(jīng)常使用的監(jiān)督分類方法之一，它是通過求出每個(gè)像素對(duì)于各類別歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。最大似然比分類法在多類別分類時(shí)，常采用統(tǒng)計(jì)學(xué)方法建立起一個(gè)判別函數(shù)集，然后根據(jù)這個(gè)判別函數(shù)集計(jì)算各待分像元的歸屬概率。7、敘述最小距離法分類的原理和步驟。答：原理：聚類準(zhǔn)則使得每一個(gè)聚類中，多模式點(diǎn)到該類別的中心的距離的平方和最小?；舅枷胧峭ㄟ^迭代，逐次移動(dòng)各類的中心，直到得到最好的聚類結(jié)果。步驟如下：1、輸入基因表達(dá)矩陣作為對(duì)象集X，輸入指定聚類類數(shù)N，并在X中隨機(jī)選取N個(gè)對(duì)象作為初始聚

10、類中心；2、設(shè)定迭代中止條件，比如最大循環(huán)次數(shù)或者聚類中心收斂誤差容限；3、進(jìn)行迭代，根據(jù)相似度準(zhǔn)則將數(shù)據(jù)對(duì)象分配到最接近的聚類中心，從而形成一類；4、初始化隸屬度矩陣；更新聚類中心；5、然后以每一類的平均向量作為新的聚類中心，重新分配數(shù)據(jù)對(duì)象；6、反復(fù)執(zhí)行第二步和第三步直至滿足條件。8、敘述ISODATA法非監(jiān)督分類的原理和步驟。答：原理：它不是每調(diào)整一個(gè)樣本的類別就重新計(jì)算一次各類樣本的均值，而是在每次把所有樣本都調(diào)整完畢之后才重新計(jì)算一次各類樣本的均值。 步驟：1、將N個(gè)模式樣本讀入；2、 將N個(gè)模式樣本分給最近的聚類Sj；3、如果Sj中的樣本Nj<N，取消該樣本子集，這時(shí)Nc減去

11、1；4、修正各聚類中心的值；5、計(jì)算各聚類域Sj中諸聚類中心間的平均距離；6、計(jì)算全部模式樣本對(duì)其相應(yīng)聚類中心的總平均距離；7、判別分裂、合并及迭代運(yùn)算等步驟；8、計(jì)算每類聚類中樣本距離的標(biāo)準(zhǔn)差向量；9、求每一標(biāo)準(zhǔn)差向量中的最大分量；10、在任一最大分量集中，如有jmax>S，同時(shí)又滿足條件，則完成分裂運(yùn)算；11、計(jì)算全部聚類中心的距離；12、比較Dij與c值，將Dij<c的值按最小距離次序遞增排列；13、如將距離為Dij的兩個(gè)聚類中心zi1和zj1合并，得新中心；14、如果是最后一次迭代運(yùn)算，算法結(jié)束。9、敘述改善僅用光譜特征的統(tǒng)計(jì)模式識(shí)別自動(dòng)分類的主要方法和基本原理。答：如平行

12、管聚類分析法。以地物的光譜特征曲線為基礎(chǔ)，假定同類地物的光譜特性曲線相似作為判別的標(biāo)準(zhǔn)。10、根據(jù)以下的混淆矩陣，計(jì)算每一類的用戶精度、生產(chǎn)者精度、總體精度和Kappa系數(shù)。類別水體裸地植被建筑物道路合計(jì)用戶精度水體33245388012158673464640.716裸地6901011283248519233881136460.890植被126912206111972404283540.778建筑物3154365017296731261796120.963道路17286401479920745384250.540合計(jì)371071074362530920631330336406501制圖精度0.8960.9410.8720.8380.684總體精度p=（33245+101128+22061+172967+20745）/406501=0.861Kap