一种基于非等权距离的多波段遥感影像模糊监督分类方法技术

本发明专利技术公开了一种基于非等权距离的多波段遥感影像模糊监督分类方法，该方法是在传统FCM分类方法的基础上、采用人工提取的训练区的光谱信息重新定义遥感影像的聚类中心和各类土地利用类型在不同波段的非等权距离，并利用非等权距离作为评价标准，判断各像元隶属于不同土地利用类型的程度，从而实现遥感影像的模糊监督分类。本发明专利技术方法是通过训练区光谱特性来确定聚类中心和距离值，显著提高了分类效率和分类精度。

【技术实现步骤摘要】

本专利技术涉及计算机遥感影像分类领域，尤其涉及一种遥感影像模糊监督分类方法。
技术介绍
遥感影像分类一直是遥感应用领域的热点问题。现实地理世界的多元性和复杂性导致遥感影像分类中普遍存在混合像元，而传统的非此即彼的硬化分方式难以满足这种不确定和模糊的地理现状。建立在样本属性不确定性描述下的遥感影像模糊分类方法可以更好的表达和处理遥感影像中的不分明的类属性，目前已成为遥感影像分类领域的一个热点，许多试验已证明了模糊分类方法较传统的非模糊分类方法更能有效的表达现实地理世界的模糊现象及其特征M。模糊C均值分类(Fuzzy C-Means,FCM)是一种传统的遥感影像模糊非监督分类方法，模糊思想的引入使其在对具有模糊性和不确定性的遥感影像分类上的优势显而易见。张路等人在马尔可夫(Markov)随机场模型框架下，提出了一种估计上下文的模糊分类方法，该方法有效的提高了模糊分类方法在遥感影像分类中的精度和抗噪声能力。张景雄设计了一种基于神经元网络的全模糊遥感影像分类方法，并已证明该方法可以取得较好的分类精度。哈斯巴干等人对模糊C均值分类方法中的欧式距离进行改进，采用马哈拉诺比斯(Mahalanob本文档来自技高网...

【技术保护点】
１．一种基于非等权距离的多波段遥感影像模糊监督分类方法，其特征在于，包括以下步骤：Ｓ１、确定遥感影像的聚类中心，该步骤进一步包括以下子步骤：Ｓ１－１、将遥感影像中土地利用类型分为ｎ类，分别为，选取上述ｎ类土地利用类型的训练区，其中，、、…分别为类型对应的训练区；Ｓ１－２、根据ｎ类土地利用类型的训练区，获取各类土地利用类型在不同波段的光谱特性，其中，为类别的光谱特性，且为自然数；分别为类别在波段的光谱特性；所述的类别在波段的光谱特性，且为自然数，为类别在波段的训练区，为类别的训练区的像元数；Ｓ１－３、根据各类土地利用类型的光谱特性，定义遥感影像的聚类中心；Ｓ２、计算遥感影像中各类土地利用类型在不...

【技术特征摘要】

【专利技术属性】
技术研发人员：王海军，张文婷，贺三维，何青青，
申请(专利权)人：武汉大学，
类型：发明
国别省市：83