《遙感圖像分類》課件

遙感圖像分類本課程將全面講解遙感圖像分類知識，包括基礎(chǔ)概念、特征提取、分類算法、深度學(xué)習(xí)和應(yīng)用案例等方面內(nèi)容。遙感圖像分類基礎(chǔ)知識1定義遙感圖像分類是將無人機(jī)或衛(wèi)星遙感數(shù)據(jù)分為不同的類別，從而獲得對一定地理范圍內(nèi)地物的信息。2種類根據(jù)分類的方法和目標(biāo)分為監(jiān)督和非監(jiān)督分類，根據(jù)分類精度和時間尺度分為地物和土地覆蓋分類。3意義是研究地球表面海陸屬性、照射能被反射或被輻射單位時間內(nèi)散射的地表特征，并用計算機(jī)自動提取出各種地物信息的重要手段。遙感圖像的特征提取光譜特征區(qū)分物體的顏色、反射率、光譜形狀等?？臻g特征物體間隙、紋理、形態(tài)、大小等空間關(guān)系。時序特征同一地區(qū)的遙感圖像在時間序列上變化時反映出地物變化、自然災(zāi)害以及社會經(jīng)濟(jì)活動等。監(jiān)督分類與非監(jiān)督分類概述1監(jiān)督分類使用訓(xùn)練數(shù)據(jù)，根據(jù)預(yù)先確定的標(biāo)準(zhǔn)將像元劃分類別。2非監(jiān)督分類將圖像中相似的像元組成一類，區(qū)分出地圖中不同地物。3不同之處監(jiān)督分類需要一定的先驗知識，非監(jiān)督分類更加自適應(yīng)性強(qiáng)，可以自動確定分類數(shù)目和分類閾值。經(jīng)典的遙感圖像分類算法介紹最小距離分類法通過像元和類別之間的距離來判斷待分類像元屬于哪個類別。最大似然分類法將待分類樣本判定為概率最大的類別，基于貝葉斯理論推導(dǎo)求出類別變量的概率密度函數(shù)，然后在分類過程中利用該函數(shù)來計算待分類樣本的后驗概率。K均值聚類法將所有像元分為K類，使得同一類內(nèi)像元間的相互差別小，不同類內(nèi)像元間的相互差別很大，從而完成分類目的。SVM分類器原理及其應(yīng)用原理使用超平面對數(shù)據(jù)進(jìn)行劃分，找到能夠最好地劃分兩類的超平面，再推廣至多類情形。應(yīng)用圖像識別、人臉識別、文本分類、基因表達(dá)數(shù)據(jù)的分類等領(lǐng)域?；谏疃葘W(xué)習(xí)的遙感圖像分類方法卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的卷積核實現(xiàn)了有效特征提??；從而避免了人工提取特征的麻煩。循環(huán)神經(jīng)網(wǎng)絡(luò)有效地利用圖像時序信息，實現(xiàn)對時間序列的分析，避免了遙感序列數(shù)據(jù)的信息丟失。數(shù)據(jù)集的制作和預(yù)處理1數(shù)據(jù)集制作數(shù)據(jù)收集，數(shù)據(jù)清洗和數(shù)據(jù)標(biāo)注，以及數(shù)據(jù)集劃分為訓(xùn)練集、驗證集和測試集等。2預(yù)處理數(shù)據(jù)集大小歸一化、圖像增強(qiáng)、空間擾動等方式對圖像進(jìn)行預(yù)處理并提取特征。不同類型土地覆蓋的分類農(nóng)業(yè)土地識別出農(nóng)業(yè)土地，進(jìn)行農(nóng)業(yè)資源、氣候變化、農(nóng)作物類型、植被覆蓋度等的監(jiān)測。城市建設(shè)監(jiān)測城市建設(shè)的發(fā)展變化，識別出城市建設(shè)用地，以及城市擴(kuò)張對自然環(huán)境的影響。水資源識別河流和水庫，監(jiān)測水資源的分布、利用和保護(hù)。遙感圖像分類的準(zhǔn)確性評價1樣本數(shù)量更多的樣本數(shù)量增加對結(jié)果的可信度，可以用混淆矩陣和概率密度圖表現(xiàn)分類器的性能。2分類精度分類精度是表征分類器性能的一個重要指標(biāo)。3實際應(yīng)用效果對遙感圖像分類推廣的應(yīng)用效果評價，從農(nóng)業(yè)、土地管理、城市規(guī)劃、資源調(diào)查和環(huán)境保護(hù)等方面進(jìn)行綜合評定。圖像分類中的錯誤分析和解決方案誤檢測將非特定類別的對象錯誤地標(biāo)記為該類別，需要調(diào)整分類算法的閾值。漏檢測將特定類別的對象未標(biāo)記出來，需要增加分類特征或改進(jìn)類別的識別?；煜仃囷@示分類器的性能和性質(zhì)，可以更好地分析分類結(jié)果的準(zhǔn)確性。遙感圖像分類的應(yīng)用實例氣象預(yù)報通過遙感圖像分類技術(shù)，對氣象數(shù)據(jù)進(jìn)行快速處理，實現(xiàn)氣象預(yù)報和對重大自然災(zāi)害做出快速反應(yīng)。自然資源調(diào)查監(jiān)測能源狀況、水資源狀況、土地利用情況等，同時提供決策支持，切實推動資源調(diào)查管理工作的重點向規(guī)劃和綜合治理方向轉(zhuǎn)變。航空導(dǎo)航實現(xiàn)高精度導(dǎo)航數(shù)據(jù)，促進(jìn)航空事業(yè)改革，完善航空導(dǎo)航網(wǎng)絡(luò)規(guī)劃和設(shè)計?，F(xiàn)有遙感圖像分類技術(shù)的發(fā)展趨勢深度學(xué)習(xí)以卷積神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，網(wǎng)絡(luò)更深、參數(shù)更多。詳細(xì)分類對更細(xì)分的分類目標(biāo)進(jìn)行識別，如城市街景、樹木、人物等。遙感圖像分類中的典型案例森林砍伐運用分類技術(shù)監(jiān)測熱帶雨林、亞馬遜河流上游、西伯利亞等砍伐情況?；卤O(jiān)測由于滑坡災(zāi)害具有突發(fā)性、地域性強(qiáng)等特點，遙感圖像分類技術(shù)成為了目前最有效的滑坡監(jiān)測方法。鳥類遷徙通過遙感圖像分類技術(shù)，跟蹤大型鳥類的種類、數(shù)量和遷移路線來保護(hù)鳥類的棲息地。未來遙感圖像分類技術(shù)的發(fā)展展望1智能化分類實現(xiàn)自動化和機(jī)器化處理，無需人工介入，提高分類效率和準(zhǔn)確性。2多源遙感將多源遙感數(shù)據(jù)融合，提高遙感圖像分類的精度、分類能力和數(shù)據(jù)處理速度。遙感圖像分類中的問題及解決方案1監(jiān)督數(shù)據(jù)標(biāo)注成本高解決方案：采用半監(jiān)督、協(xié)同過濾等方法，提高標(biāo)注效率。2非均衡樣本分布解決方案：欠采樣、過采樣等方法，平衡樣本分布。3圖像限制性解決方案：引入更多的數(shù)據(jù)以及其他信息（如地理數(shù)據(jù)）優(yōu)化分類。云計算在遙感圖像分類中的應(yīng)用數(shù)據(jù)處理利用云計算的強(qiáng)大處理能力，加快遙感圖像分類的進(jìn)程。資源共享云計算平臺能夠集中存儲遙感數(shù)據(jù)和加速數(shù)據(jù)共享。數(shù)據(jù)分析利用云計算的數(shù)據(jù)挖掘、分析技術(shù)，獲取更精確有效的遙感數(shù)據(jù)信息。遙感圖像分類技術(shù)在城市規(guī)劃中的應(yīng)用地表覆蓋狀態(tài)監(jiān)測遙感圖像分類幫助對城市地表覆蓋情況進(jìn)行監(jiān)測，可以及時發(fā)現(xiàn)和解決問題，提高城市規(guī)劃質(zhì)量。交通規(guī)劃利用遙感技術(shù)對多層次交通運輸網(wǎng)絡(luò)進(jìn)行監(jiān)測，提高城市交通運輸效益。航空規(guī)劃利用遙感技術(shù)對航空機(jī)場運行狀態(tài)進(jìn)行監(jiān)測和分析，提高航班安全性。飛機(jī)航拍遙感技術(shù)在農(nóng)業(yè)中的應(yīng)用1精準(zhǔn)施肥通過遙感圖像分類技術(shù)，可以檢測獲得植物生長情況，從而可以進(jìn)行精準(zhǔn)施肥。2水資源監(jiān)測利用遙感圖像分類，可得到測量各種土地覆蓋類型面積、比率、變化情況，為農(nóng)業(yè)生產(chǎn)提供科學(xué)依據(jù)。3病蟲害監(jiān)測無人機(jī)遙感圖像技術(shù)提供了高分辨率和高質(zhì)量的影像數(shù)據(jù)，