KeyWords: Remote Sensing Classification COSMO-Skymed SAR
目录
摘 要 III
Abstract IV
1 绪论 1
1.1 研究目的和意义 1
1.2 SAR 图像分类研究现状 2
1.3 本论文的主要研究内容 2
1.4 本文章节安排 3
2 研究区和数据 4
2.1 研究区 4
2.2 SAR 数据 5
3 SAR 地物分类方法 9
3.1 监督分类 9
3.2 非监督分类 12
3.3 决策树 14
第 4 章 分类结果分析 16
4.1 监督分类 16
4.2 非监督分类 ISODATA 18
4.3 决策树分类 19
4.4 分类结果精度比较 20
5 总结与展望 23
参考文献 24
致谢 25
1 绪论
1.1 研究目的和意义
遥感技术(RS)可以通过远程来确定测量和分析远距离目标的性质,它可 以直接采集和处理地表信息。遥感技术是测绘领域一种新兴的技术,其优势是: 周期动态性、获取信息量大、高效率等等。这十几年来随着现代科技的不断发展, 人们要求动态更佳、更快、信息更准、更多样化的遥感技术。获取观测数据也越 来越快捷精准。论文网
随着新传感器的不断问世,将从航天、航空遥感平台上获得的遥感图像,并 从中提取不同空间分辨率、时间分辨率和光谱分辨率等数据,然后和全球定位系 统(GPS)、地理信息系统(GIS)等相互结合。通过遥感技术,使我们从另一种方式 来认识了地球,结合其他学科和领域产生了了新的应用,并且渐渐发展成为核心 技术,不断发展结合成其它技术的集成。
在遥感领域中“分类”是十分重要的,所以受到了许多科学家们的广泛探索。 近几年以来,成像技术和其相关方面的数据产品不断提升,使遥感图像技术的应 用空间更加广阔,遥感图像从单波段到多光谱,再到高光谱的研究应用更加深刻 和广泛。
卫星图像使用的分类方法是从定性到定量的一次巨大进步[1]。因为分类的卫 星图像是数字图像,又因为我们通过计算机来对数字图像进行分类。卫星图像分 类可以利用大量的卫星数据,所以它的结果一定是高度定量化,进行面积统计时 简单,根据理论来说,基本上精确到了地面上的像元。除此之外,怎么可以更好 的分类,并达到自动化解译脱离人工,可以大规模节约人力物力以及资源,而且 可以达到与人工解译、勾绘、转绘、量算相同或者更好的效果。按观测谱段分, 遥感有光学遥感和微波遥感,微波遥感中,有合成孔径雷达的方式,而本研究所 用的就是合成孔径雷达。
与可见光相比 SAR 能够全天候工作,由于微波具有一定的穿透力,因此 SAR 用来检测隐蔽目标,比如在树林中,草丛中的物体。和真实孔径雷达比较,SAR 方位分辨率要明显高于前者,分辨率与距离没有关系,相同条件下,真实孔径雷 达的信噪比和距离成反比。所以,SAR 能达到比真实孔径雷达更高的信噪比。 基于合成孔径雷达COSMO-Skymed数据的地表分类研究(2):http://www.youerw.com/guanli/lunwen_80288.html