遥感图像分类方法的研究

本文较全面地讨论了遥感图像监督分类和非监督分类中的各种分类方法，及该方法的优缺点、适用场合，并作了简单评价，以期对遥感图像分类方法的研究有新的突破．     

DEM在喀斯特山区多云背景下土地利用遥感影像解译中的应用

土地利用分类是研究土地资源,进行土地评价和土地利用/土地覆盖变化等研究的基础。利用遥感(RS)技术可对土地资源进行分类调查。以沿河县为分析样区,沿河县是典型的喀斯特山区县,常年多云多雾,给土地利用遥感解译带来较大难度。研究中以地理信息系统(GIS)技术为工作平台,利用近年ASTER影像为基础数据,采用分层提取特征波段的方法,结合数字高程模型(DEM)数据对沿河县土地利用进行了遥感分类解译。分类结果表明,多云背景下的影像数据和DEM数据相结合的方法,可以更好、更快、更有效地提取土地信息,达到较好的分类精度。     

干热河谷地质灾害遥感解译特征

为了准确、高效的对干热河谷区地质灾害环境进行评估，选择合适的遥感图像数据，对地质灾害（滑坡、崩塌堆积、泥石流沟和倾倒变形）的解译特征及发育规律进行了研究．提出了一些该区地质灾害可行的判译标志，并通过现场调查验证了它的实用性、正确率为今后该类型地区的地质灾害遥感解译调提供了参考。     

光学遥感影像土地利用分类方法综述

土地是实现经济社会高质量发展的基础性资源,光学遥感影像以时间、空间、光谱等特有的优势为土地利用变化的发现、识别、分析提供了很好的支持,利用光学遥感技术提取土地利用变化信息已经成为重要的研究领域。论文以近年来土地利用分类相关文献为基础,分别从数据源、处理流程、处理精度、计算效率等角度对土地利用分类应用较为广泛的目视解译、监督分类、非监督分类、深度学习等四类方法进行了分析和总结。最后展望了光学遥感影像土地利用分类方法的发展方向     

基岩裸露区基于多光谱遥感影像的快速地质解译——以甘肃北山黑山地区为例

目前遥感地质的影像解译主要以传统的目视解译为主,借助经验,方法落后、效率低下,且缺乏基于光谱的计算机自动分类、基于专家知识的决策树模型或面向对象特征等自动提取方法;目前遥感地质的解译主要强调遥感影像的空间分辨率,而对于图像波谱数据利用非常少.本研究旨在通过各种图像变换或增强手段,发挥人眼对部分彩色空间图像特别敏感的特点,利用已有地质背景资料划分符合地质习惯的单一地层或岩体的区域,建立典型的感兴趣区,然后计算其平均波谱,进而利用ENVI软件监督分类中的神经网络分类工具,设定恰当的权重与临界阈值,最后达到较好区分不同地层或岩体的目的.本研究选择甘肃北山黑山地区,利用lansat8多光谱数据进行试验,其研究成果可为遥感地质工作提供快速智能的影像解译方法提供参考,同时也可以应用于青海、西藏等广阔的基岩出露区域,为矿产资源勘探提供科学依据和决策支持.     

一种改进的决策树分类方法在土地利用信息提取中的应用

选择昆明市作为研究区,以2011年LandsatTM影像为基础数据,通过分析研究区地形特征,提出把研究区进行分区并分别确定高程、坡度决策规则的改进型决策树分类方法,并结合分析的光谱特征规律,在决策分类中引进了比值型指数、NDVI值,构建基于光谱特征和地学辅助知识的决策树信息提取模型,最后对传统计算机自动监督分类方法与决策树信息提取模型方法解译的昆明市土地利用数据的精度进行评价。研究结果表明：基于改进的决策树分类方法进行遥感信息提取的昆明市土地利用数据的Kappa指数比传统监督分类方法提高了0．234,分类精度提高了17．03％;从各种地类类型的测试样本点平均正确率来看,改进的决策树分类方法比传统监督分类方法提高了21％,大大提高了LandsatTM遥感数据分类的精确度和可靠性。     

不同监督分类方法分类结果的对比分析研究

笔者以2007年11月中巴资源卫星多光谱遥感影像数据为例,选择山东省济宁市市中区作为研究区,利用ERDASImagine9.2遥感影像处理软件对数据进行预处理后,运用最大似然法(Maximum Likelihood)、马氏距离法(Mahalanobis Distance)、最小距离法(Minimum Distance)进行监督分类试验.然后对分类后的结果进行主观和客观的分析,并评价各种分类结果的精度,为用户进行影像分类前选择分类方法提供参考.     

浅析TM数据在宁夏贺兰山地区构造解译的应用

遥感图像的构造解译一直被广大地质工作者所重视,与传统的地表路线调查具明显的优势。遥感图像视域广、连续强,既能获得构造的整体概貌,又便于了解其平面上的变化特征。遥感图像客观全面地反映测区各种构造形迹,便于研究它们之间的交切关系和生成顺序。     

基于土壤系统分类的土壤遥感自动识别分类系统的设计

设计出基于土壤系统分类的土壤遥感自动识别分类系统(ASICS)的总体框架，并探讨了其实现方法．该系统由3部分组成：空间数据库、分类识别和结果输出．空间数据库由遥感数据和非遥感数据组成，遥感数据选择绿度指数图像、土壤专题信息增强图像和同谱土壤图像，非遥感数据包括高程、高差、坡度、坡向、粗糙率指数、水系密度、土壤发生分类类别．分类识别采取在非监督分类的基础上对土壤类型进行正向推理与逆向推理相结合的识别模式．用像结构建立了土壤分类识别的规则，构造了基于土壤系统分类的土壤分类判决树．     

基于IDRISI的遥感影像土地利用类型提取——大连市经济技术开发区为例

基于IDRISI系统,选取2006年,TM遥感图像的1～5和第7波段数据,利用监督分类方法对大连市经济技术开发区进行土地利用类型分类提取.选定训练区后,对训练区进行土地利用类型矢量化,从而提取光谱特征,生成光谱特征文件,再利用最小距离分类器提取研究区域的土地利用类型.最终提取出研究区2006年度的土地利用分布图像,并对...     

干旱区遥感图像目视解译的常见问题

遥感图像的解译标志反映着地物信息遥感图像的特征,这些特征能够帮助解译者识别影像上的目标地物,不同种类、不同地区的遥感像片所建立的解译标志虽然可以借鉴其经验,但由于地域、季节等差异并不能生搬硬套,文章针对我国干旱区遥感图像目视解译中应注意的问题作初步的探讨。     

遥感影像监督分类与非监督分类的比较

遥感影像的分类方法按照是否有先验类别可以分为监督分类和非监督分类，这两种分类法有着本质的区别但也存在一定的联系．从分类原理、分类过程、分类方法等不同角度分析了这两种方法的区别与联系，并展望了遥感影像分类的发展趋势与发展前景．     

基于多波段影像特征的土地利用分类

利用Landsat TM遥感影像,在ENVI4.2软件的支持下,分析了甘肃省张掖市TM多波段地物影像特征,建立解译标志,利用监督分类方法对该区域土地利用进行分类。     

基于对比自监督的遥感图像场景分类

基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力，被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题，本文提出了融合掩码重建和对比学习的三阶段自监督遥感图像分类新模型——对比掩码自编码器。第一阶段进行掩码重建预训练，以提取遥感图像全局特征；第二阶段则通过对比学习中的正负样本补充第一阶段掩码建模过程中丢失的局部上下文信息；最后通过训练线性分类器完成特征分类。在公开遥感图像数据集AID和NWPU-RESISC45上将本文方法与主流自监督分类方法、监督分类方法进行对比实验。实验结果表明，该模型在两个数据集上分类精度分别达到95.37%和95.14%,性能优于DINO、MoCo、SSGANs等主流自监督模型，接近GLANet、CANet、MG-CAP (Sqrt-E)等主流监督模型，具有良好的应用价值。     

基于人工神经网络的城市航空遥感图像植被分类研究

研究了一种基于模糊量化与多层前馈神经网络相结合进行多类别遥感图像植被分类的新方法.对分类指标 进行π隶属函数模糊量化之后,进行多层前馈神经网络(MLP)训练,再用训练后的MLP网络构成监督分类器,并 以宁波市彩红外航空遥感图像资料为数据源,选取园林区为试验区,对植被进行监督分类,分类精度达78%.研究 成果表明,该方法适用于多类别的遥感图像植被分类,其分类效果也较好.     

基于TM影像的海南土地利用/覆盖类型解译方法探究

本文以美国陆地卫星TM影像为信息源,利用遥感图像处理软件ARC/INFO作为平台,依据丰富的解译经验以及对海南省省情的了解与具体分析,结合野外调查对海南省土地利用/覆盖类型进行解译,并在此基础上总结出了快速、准确解译的方法,取得了较好的效果.     

基于SPOT5卫星影像与遥感技术的湿地调查实验研究

本文探讨基于遥感计算机监督分类技术提取温地信息，对2012年天津市湿地的进行调查，监测河湖为代表的湿地等专题因子遥感解译标志的建立，为本区域生态环境的保护和经济的发展提供数据和决策依据。     

TM影像在土地利用现状调查中的应用

以遥感技术在阜新市土地利用现状调查中的应用实例出发，介绍了利用TM影像进行土地利用专题信息提取的整个过程，包括图像的校正、镶嵌、特征提取和训练区的选择，采用聚类和监督分类的方法对图像进行了分类，并对分类结果进行了验证。     

中巴资源二号卫星影像在土地利用变化中的应用——以包头固阳县土地利用变化为例

以包头固阳县为实验区，概述了利用中巴地球资源卫星（CBERS）遥感数据进行土地利用动态监测的主要研究方法．通过系统研究，探索了利用CBERS遥感数据开展国土资源环境监测的理论和方法．在分类中，采用监督分类辅以目视解译分类法相结合的混合分类法，改进训练样本选取方法，进行变化信息的提取，此方法的使用，使土地利用信息自动提取的精度明显提高，得到的总体分类精度为82．13％和Kappa指数值0．8016、研究中使用了中巴资源二号卫星影像，取得了一定的成效，这在国内土地利用变化影像应用研究方面还较新，需进一步的研究，同时由于此影像的免费使用，使得成本费用大大降低，值得大力推广、研究表明，CBERS遥感数据在干旱、半干旱地区资源调查与监测评价等诸多方面，具有良好的实用性能和应用前景．     

常见地质灾害的遥感图像解译标志

遥感技术已成为区域地质灾害及其发育环境宏观调查的不可缺少的先进技术之一,在滑坡、崩塌、泥石流、地面沉降和土地荒漠化等地质灾害的调查、监测和研究工作中已发挥了重要的作用。本文简要介绍地质灾害调查中遥感图像解译标志。