遙感影象分類主要依據是地物的光譜特徵,即地物電磁波輻射的多波段輻射測量值,這些測量值可以用作遙感影象分類的原始特徵變數。
之所以在分類結果中產生椒鹽現象,是因為
我們目前所用的分類方法大部分是基於統計的方法,而計算機處理的物件就是一景影像上的單個像元,並沒有考慮地物的空間結構資訊,屬於利用光譜資訊的單點分類。而我們都知道,遙感影像的一個最大的尺度問題:混合像元。即一個像元包含的地物類不一定是單一的,有可能是多種地物類的混合像元,那麼相應的像元表現的輻射亮度值就不再是單一地物的輻射亮度,是多種地物混合的輻射亮度。那麼,尤其是在地類交界處的像元包括多種類別,其混合的輻射亮度會造成錯分類,產生椒鹽現象。
還有一種原因:雖然有椒鹽現象,但分類本身是正確的。這些椒鹽類別零星的分佈於地面上,佔的面積很小。而我們感興趣的是大面積的型別,因此希望用綜合的方法使它從圖面消失。
原理在原因中已經說過一部分了:
混合像元,讓遙感影象的輻射亮度值變得更加複雜;
地物本身的複雜性,使得影像中存在同物異譜、同譜異物的地類,讓分類變得複雜
分類方法的影響:逐像元分類
遙感影象分類主要依據是地物的光譜特徵,即地物電磁波輻射的多波段輻射測量值,這些測量值可以用作遙感影象分類的原始特徵變數。
之所以在分類結果中產生椒鹽現象,是因為
我們目前所用的分類方法大部分是基於統計的方法,而計算機處理的物件就是一景影像上的單個像元,並沒有考慮地物的空間結構資訊,屬於利用光譜資訊的單點分類。而我們都知道,遙感影像的一個最大的尺度問題:混合像元。即一個像元包含的地物類不一定是單一的,有可能是多種地物類的混合像元,那麼相應的像元表現的輻射亮度值就不再是單一地物的輻射亮度,是多種地物混合的輻射亮度。那麼,尤其是在地類交界處的像元包括多種類別,其混合的輻射亮度會造成錯分類,產生椒鹽現象。
還有一種原因:雖然有椒鹽現象,但分類本身是正確的。這些椒鹽類別零星的分佈於地面上,佔的面積很小。而我們感興趣的是大面積的型別,因此希望用綜合的方法使它從圖面消失。
原理在原因中已經說過一部分了:
混合像元,讓遙感影象的輻射亮度值變得更加複雜;
地物本身的複雜性,使得影像中存在同物異譜、同譜異物的地類,讓分類變得複雜
分類方法的影響:逐像元分類