监督分类方法在遥感影像分类处理中的比较

• 作者: 孙坤 鲁铁定
• 来源期刊: 江西科学
• 关键词: ENVI 遥感影像 分类方法 总体精度 Kappa系数
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 地球科学
• 页码范围: 367-371,468
• 页数: 6页
• 分类号: TU43|O344
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2017.03.009

摘要

随着计算机解译技术的发展,遥感影像分类方法不断涌现,各种分类器分类精度不一的问题,对其应用产生了一定的影响.运用ENVI软件,采用同一地区的Landsat TM影像,通过目视解译选择相对应的训练样本和已有的验证样本进行试验,对监督分类的6种分类器(最大似然、神经元网络、支持向量机、最小距离、马氏距离、平行六面体分类方法)进行分类后的精度比较.通过对试验区的地物做分类结果的评判和比较研究,再经过分类后处理,得出分类结果的总体精度和Kappa系数.结果表明,最大似然分类方法的精度明显高于其他分类方法的精度,而对比分类影像的细部图,也优于其他分类法,即在监督分类中,最大似然分类法具有较好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁铁定	东华理工大学测绘工程学院	113	1082	16.0	28.0
5	孙坤	东华理工大学测绘工程学院	2	22	2.0	2.0