学位论文 > 优秀研究生学位论文题录展示

基于不同分类方法土地利用/覆盖分类精度分析

作　者: 杨冰
导　师: 孙旭
学　校: 内蒙古农业大学
专　业: 水土保持与荒漠化防治
关键词: 土地利用与土地覆盖分类最大似然纹理分析决策树分类精度
分类号: TP18
类　型: 硕士论文
年　份: 2008年
下　载: 340次
引　用: 10次
阅　读: 论文下载

内容摘要

遥感图像分类是遥感研究领域的重要内容,如何解决多类别的图像的分类识别并满足一定的精度,是遥感图像研究中的一个关键问题。本文以土地利用与土地覆盖信息提取的实际应用出发,以内蒙古自治区伊金霍洛旗红庆河乡的TM遥感图像为主要数据资料,在对影像的光谱特征综合分析、选择参与分类的最优波段组合后,分别应用最大似然分类法、基于灰度共生矩阵的纹理信息分类法和基于决策树的专家分类法,对研究区影像进行了分类研究。并对三种分类方法的分类精度进行了比较,在此基础上分析了不同土地利用与土地覆盖类型的分类精度。经过对分类精度评价指标的计算结果分析评价后,三种分类方法的总精度都在80%以上,满足应用的要求。将纹理信息引入分类中,可提高分类总精度;基于决策树的专家分类方法虽然具有较高的分类总精度,但对有些土地利用与土地覆盖类型的分类精度较差。与传统的最大似然分类方法相比较,基于灰度共生矩阵的纹理信息分类法和基于决策树的专家分类方法,改善了研究区土地利用与土地覆盖的分类效果,提高了分类精度,但是原理和运算较复杂。每一种方法都有其相应的优缺点。

全文目录

摘要  3-4
Abstract  4-9
1 引言  9-13
  1.1 遥感概述  9-10
  1.2 遥感与土地利用/覆盖变化研究  10-11
    1.2.1 土地利用与土地覆盖  10-11
    1.2.2 土地利用与土地覆盖遥感分类方法  11
  1.3 土地利用与土地覆盖分类精度评价研究进展  11-13
2 土地利用与土地覆盖信息计算机提取  13-16
  2.1 分类信息计算机提取的一般原理  13-14
  2.2 土地利用与土地覆盖信息计算机提取的基本过程  14
  2.3 非监督分类  14-15
  2.4 监督分类  15-16
  2.5 分类新方法  16
3 研究内容与方法  16-23
  3.1 研究内容  16
  3.2 数据资料  16-17
  3.3 研究方法  17-23
    3.3.1 图像的预处理  17-18
    3.3.2 特征选取与波段组合  18
    3.3.3 图像分类运算  18-21
    3.3.4 分类后精度评价  21-23
    3.3.5 结果输出  23
4 研究区影像土地利用分类波段选取及特征分析  23-32
  4.1 TM 影像土地利用与土地覆盖分类特征选取  23-27
    4.1.1 TM 影像的统计特征值分析  23-24
    4.1.2 TM 各波段相关分析  24-25
    4.1.3 最佳指数因子  25-26
    4.1.4 优化波段组合  26-27
  4.2 分类系统及解译标志的建立  27-28
  4.3 原始图像土地利用分类光谱特征分析  28-32
5 遥感图像土地利用与土地覆盖分类试验研究  32-47
  5.1 图像预处理  32
  5.2 最大似然法分类  32-33
    5.2.1 训练样区的选取与模板的建立  32-33
    5.2.2 最大似然分类的实现  33
  5.3 基于纹理特征的分类  33-38
    5.3.1 灰度共生矩阵纹理分析原理  33-36
    5.3.2 纹理特征影像提取  36-38
  5.4 基于决策树的专家分类系统  38-47
    5.4.1 构造新波段变量  38-44
    5.4.2 决策树分类  44-47
6 土地利用与土地覆盖分类精度评价  47-52
  6.1 随机样本容量  47-48
  6.2 分类精度统计  48-50
  6.3 不同分类方法分类结果精度分析  50-51
  6.4 三种分类方法识别精度比较  51-52
  6.5 分类识别误差原因与提高精度的方法  52
    6.5.1 分类识别误差原因分析  52
    6.5.2 提高分类精度的措施  52
7 结论与讨论  52-54
  7.1 结论  52-53
  7.2 讨论  53-54
致谢  54-55
参考文献  55-59
附录  59-61
作者简介  61

基于不同分类方法土地利用/覆盖分类精度分析

内容摘要

全文目录

相似论文