遥感图象计算机自动识别方法

出处：按学科分类—自然科学总论 山东人民出版社《方法大辞典》第278页（829字）

根据遥感图象的空间、时间、光谱和偏振(或极化)等特征，利用计算机快速分析并直接取得最终判读结果的方法。

其具体方法很多，大体上可以归纳为三类：统计方法(数学方法)、语言(结构)学方法和模糊数学方法。后两类方法目前还处于试验探索阶段，一些重大关键问题尚没有突破性的进展，所以实用中以第一类统计方法为主。

统计方法是计算机根据统计学原理对目标象素(象元)进行分类的方法，当前使用较多的是监督分类法(训练方法)和非监督分类法(光谱积群方法)两种。

(1)监督分类法是在研究区域的影象或数据里首先选择一些有代表性的训练区(或样本)，其地面情况(包括各类目标类型和它们的光谱特性)都是已知的。

在这些训练区内，供识别分类的计算机要受到训练，取得各种目标类型的计算参数和判别标准，并假定它们对整个研究区域都是标准的，算出每种目标类型在各通道数据中的统计特性参数，如平均值、标准偏差、协方差以及离散度等。然后，利用由训练区取得的统计标准和分类界线，按照统计判别理论中的一些判别原则，把研究区中所有象元的多通道数据组，逐一加以识别分类，从而把每个象元分别纳入不同的目标类型中去，经过打印输出则可得到分类图。

(2)非监督分类法是不需要在研究区里选用训练区，它的工作程序和监督分类法正好相反。它根据同一类目标类型光谱特性相近的原理，仅利用图象(或数据)的统计性质作为分类基础。

分类时先根据图象的多光谱特性，用计算机建立多维判别空间、再把每个象元的多光谱数据绘在多维坐标系统里，此时不同类型的目标物的数据点将积群于坐标系统的不同位置上。通过一些统计判别处理可以确定各点群之间的判别界线，从而把所有的数据点都分配到不同的点群里去。每个点群用一个符号代表，逐点打印输出则可得分类图。至于图中各点群符号代表何种目标类型，则可根据已知的参考数据或有目的地进行地面抽样检查的办法来解决。

非监督分类法的分类精度与监督分类相近，但花费的时间和成本较少。