遥感图像分类流程,遥感影像处理的一般流程

遥感图像分类流程,遥感影像处理的一般流程

遥感影像分类，就是利用计算机通过对遥感影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，然后获得遥感影像中与实际地物分配分类。首先利用遥感软件创建“clusters”，一些常见的图像聚类算法有：K-均值ISODATA 选择聚类算法后，可确定要生成的组数。例如，可以创建8、20 或42 个集群，更少的集群在组

遥感图像分类流程如下：(1)预处理：包括确定工作范围、多源图像的几何配准、噪声处理、辐射校正、几何精校正、多图像融合等。2)特征选取：包括特征选择和特征提取。特征选择依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程即为遥感信息提取。目前信息提取的方法有：目视判读法和计算机分类法。其中目视判读是最常

目前的遥感图像分类主要以计算机分类为主，因此按照人工参与的程度可以将分类方法划分为监督分类、非监督分类(陶超等，2021)。近年来，分类方法逐渐向机器学习本推文简要介绍了图像分类的原理和方式，并着重介绍了最大似然分类法监督分类在ENVI中的操作流程。1. 遥感图像分类的框架遥感图像分类主要分为目视解译和计算机解译两种，随着计算

监督分类的大致步骤有：类别定义、样本选择、分类器选择、影像分类、分类后处理、结果验证。监督分类对本案例处理的简要流程：1、类别定义根据分类目的、影像数据自身的特征和分类遥感图像分类的流程通常包括以下几个步骤：数据收集、数据预处理、特征提取、分类算法选择、分类模型训练和评估等。首先，数据收集是遥感图像分类的前提，可以通过卫星采集或航