作者：王利民; 刘佳; 杨福刚; 杨玲波; 姚保民冬小麦面积遥感识别
摘要：为了实现基于遥感影像作物的自动分类,发挥遥感技术宏观、迅速的大范围监测特点,在遥感影像非监督分类的基础上,提出了一种基于ISODATA非监督分类结果的自动分类方法。该方法分为ISODATA非监督分类过程和自动分类过程,自动分类过程又可分为冬小麦样本点占比排序和类冬小麦类别确定两个方面。当非监督分类类别设置为40或50类、每类样本数量为4或5类时,冬小麦遥感分类精度较高且分类精度稳定。在200个样本点组合(40个分类类别,每个类别中5个样本点)中,基于ISODATA非监督自动分类结果的总体精度相较于最大似然分类方法提高了2.5个百分点,KAPPA系数提高了19.4%。在500个样本点组合(100个分类类别,每个类别中5个样本点)下,基于ISODATA非监督自动分类结果总体精度和KAPPA系数与最大似然分类方法相近。基于ISODATA非监督分类结果的自动分类方法可以在样本量较少时保持较高的分类精度,人机交互少,分类效率高,适用于业务化应用。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
