基于云理论的遥感影像分类方法分析

基于云理论的遥感影像分类方法分析

赵静1,2，王崇倡1，王家海1，陈艳玲3

【摘要】采用基于云理论的遥感影像分类方法，该理论兼容模糊性和随机性，通过逆向云发生器生成云模型，进而得出云的数字特征隶属函数，使用X条件云发生器计算隶属度，最后用极大判别法实现分类。通过与传统方法的实验对比分析，基于云理论的遥感影像分类方法有效地改善分类中的不确定性问题，提高分类准确度。

【期刊名称】测绘工程

【年(卷),期】2014(023)012

【总页数】5

【关键词】不确定性；云理论；遥感影像分类；云发生器；隶属度

遥感起源于20世纪60年代，到80年代高光谱遥感技术兴起，遥感分类是人们获取信息的一种重要手段[1]。遥感影像分类实质上是从定量数值、地物光谱信息到定性概念、地物类别的一种转换[2]。但是，由于环境自身变化的随机性、传感器本身特性的影响以及地表覆盖的复杂性，这种转换存在着一定的模糊性和随机性，特别当地物细节丰富、空间相关性强而产生相互影响和干扰强的情况下，这种不确定性很明显。模糊性主要体现在图像中各个对象的边界像素的“非此即彼”性，随机性主要体现在模糊像元对于一个对象隶属的不确定性[3]。遥感影像分类是遥感技术中重要的组成部分，是遥感技术中的研究热点。因此，如何克服图像的模糊性与随机性的影响是关系分类成功与否的关键因素。云理论就是以研究定性定量间的不确定性转换为基础的系统处理不确定性问题的一种新理论，包括云模型、虚云、云运算、云变换、不确定性推理等内容，是一