中国地质大学模式识别实习报告.docx

中国地质大学模式识别实习报告.docx

《中国地质大学模式识别实习报告.docx》由会员分享，可在线阅读，更多相关《中国地质大学模式识别实习报告.docx（10页珍藏版）》请在冰豆网上搜索。

中国地质大学模式识别实习报告

《模式识别》

上机实习报告

学号：

班级序号：

姓名：

指导老师：

中国地质大学（武汉）信息工程学院遥感系

2017年4月

一、用贝叶斯估计做二类分类

【问题描述】

利用贝叶斯估计将某地区的遥感图像数据做二类分类，将图像中的裸土和水田加以区分，并使用enviclassic的colormapping工具将分类好的图像加以颜色。

【模型方法】

与分布有关的统计分类方法主要有最大似然/贝叶斯分类。

最大似然分类是图像处理中最常用的一种监督分类方法,它利用了遥感数据的统计特征,假定各类的分布函数为正态分布,在多变量空间中形成椭圆或椭球分布,也就是和中个方向上散布情况不同,按正态分布规律用最大似然判别规则进行判决,得到较高准确率的分类结果。

否则,用平行六面体或最小距离分类效果会更好。

【方案设计】

（1）确定需要分类的地区和使用的波段和特征分类数,检查所用各波段或特征分量是否相互已经位置配准；

（2）根据已掌握的典型地区的地面情况,在图像上选择训练区；

（3）计算参数,根据选出的各类训练区的图像数据,计算和确定先验概率；

（4）分类,将训练区以外的图像像元逐个逐类代入公式,对于每个像元,分几类就计算几次,最后比较大小,选择最大值得出类别；

（5）产生分类图,给每一类别规定一个值,如果分10类,就定每一类分别为1,2……10,分类后的像元值便用类别值代替,最后得到的分类图像就是专题图像.由于最大灰阶值等于类别数,在监视器上显示时需要给各类加上不同的彩色；

（6）检验结果,如果分类中错误较多,需要重新选择训练区再作以上各步,直到结果满意为止。

【结果讨论】

优点：

（1）生成式模型，通过计算概率来进行分类，可以用来处理多分类问题，

（2）对小规模的数据表现很好，适合多分类任务，适合增量式训练，算法也比较简单。

缺点：

（1）对输入数据的表达形式很敏感。

（2）需要计算先验概率，分类决策存在错误率。

局部区域：

精度评价步骤：

（1）首先需要将外部程序生成的分类文件转化为ENVI可以识别的分类图，方法如下：

Envi打开图像->Tools->Color Mapping->Density Slice->Set default numer of ranges（设置为聚类数目）->Applydefault ranges->output ranges to class image

（2）对分类结果进行合并与命名

（3）从参考影像（高分辨率影像）上选取ROI并命名，方法：

Envi打开图像->Tools->Region of Interest->ROI Tools

（4）将ROI文件与分类图像相关联，方法：

Basic Tools->Region of Interest->Reconcile ROIs Parameters->输入参考影像->输入分类影像

（5）Classification->Post Classification->Confusion Matrix->Using Ground Truth ROIs

二、用Fisher估计做二类分类

【问题描述】

利用Fisher估计将某地区的遥感图像数据做二类分类，将图像中的裸土和水田加以区分，并使用enviclassic的colormapping工具将分类好的图像加以颜色。

【模型方法】

设计线性分类器首先要确定准则函数，然后再利用训练样本集确定该分类器的参数，以求使所确定的准则达到最佳。

在使用线性分类器时，样本的分类由其判别函数值决定，而每个样本的判别函数值是其各分量的线性加权和再加上一阈值w0。

如果我们只考虑各分量的线性加权和，则它是各样本向量与向量W的向量点积。

如果向量W的幅度为单位长度，则线性加权和又可看作各样本向量在向量W上的投影。

显然样本集中向量投影的分布情况与所选择的W向量有关，图3.3表示了在一个二维空间两个类别样本在两个不同的向量w1与w2上投影分布的情况。

其中用红点及蓝点分别表示不同类别的样本。

显然对向量的投影能使这两类有明显可分开的区域，而对向量的投影，则使两类数据部分交迭在一起，无法找到一个能将它们截然分开的界面。

Fisher准则的基本原理，就是要找到一个最合适的投影轴，使两类样本在该轴上投影的交迭部分最少，从而使分类效果为最佳。

【方案设计】

（1）计算各类样本的均值向量mi，Ni是类ωi的样本个数

（2）计算样本类内离散度矩阵Si和总类内离散度矩阵Sw。

（3）计算样本类间离散度矩阵Sb。

Sb=（m1−m2）（m1−m2）T。

（4）求向量w∗。

为此定义Fisher准则函数

使得JF（W）取的最大值的w∗为：

w∗=S−1w（m1−m2）。

（5）将训练集内所有样本进行投影。

（6）计算在投影空间上的分割阈值y0。

阈值的选取可以有不同的方案，比较常用的一种为

（7）对于给定的X，计算它在

上的投影点y。

（8）根据决策规则分类，有

【结果讨论】

优点：

（1）一般对于线性可分的样本，总能找到一个投影方向，使得降维后样本仍然线性可分，而且可分性更好即不同类别的样本之间的距离尽可能远，同一类别的样本尽可能集中分布。

（2）Fisher方法可直接求解权向量

（3）Fisher的线性判别式不仅适用于确定性模式分类器的训练，而且对于随机模式也是适用的，Fisher还可以进一步推广到多类问题中去

缺点：

（1）对线性不可分的情况，Fisher方法无法确定分类

局部区域：

精度评估：

三、用k-means算法对图像进行分类

【问题描述】

利用k-means算法对某地区的遥感图像数据进行分类，将图像中的裸土和水田加以区分，并使用enviclassic的colormapping工具将分类好的图像加以颜色。

【模型方法】

K-Means是聚类算法中的一种，其中K表示类别数，Means表示均值。

顾名思义K-Means是一种通过均值对数据点进行聚类的算法。

K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分。

并通过划分后的均值迭代优化获得最优的聚类结果。

K值是聚类结果中类别的数量。

简单的说就是我们希望将数据划分的类别数。

K值决定了初始质心的数量。

K值为几，就要有几个质心。

选择最优K值没有固定的公式或方法，需要人工来指定，建议根据实际的业务需求，或通过层次聚类的方法获得数据的类别数量作为选择K值的参考。

这里需要注意的是选择较大的K值可以降低数据的误差，但会增加过拟合的风险。

【方案设计】

（1）未聚类的初始点集

（2）随机选取两个点作为聚类中心

（3）计算每个点到聚类中心的距离，并聚类到离该点最近的聚类中去

（4）计算每个聚类中所有点的坐标平均值，并将这个平均值作为新的聚类中心

（5）重复（3）,计算每个点到聚类中心的距离，并聚类到离该点最近的聚类中去

（6）重复（4）,计算每个聚类中所有点的坐标平均值，并将这个平均值作为新的聚类中心

【结果讨论】

优点：

原理简单，实现容易，聚类效果中上

缺点：

（1）无法确定K的个数

（2）对离群点敏感（容易导致中心点偏移）

（3）算法复杂度不易控制，迭代次数可能较多

（4）局部最优解而不是全局优（这个和初始点选谁有关）

（5）结果不稳定（受输入顺序影响）

局部区域

精度评估：

实习心得

经过一个学期对《模式识别》的学习，我学习到了基本的理论知识，了解到了计算机处理图像的思想，了解到了神经网络，深度学习的原理，这些知识都为我的课程实践和进一步的学习打下了坚实的基础。

在本次实习上机中，我体会颇多，学到了很多东西。

我加强了对模式识别这门课程的认识，并且复习了自己以前学习到的知识。

这些都使得我对计算机有了更深入的认识！

总之，通过这次课程设计，我收获颇丰，相信会为自己以后的学习和工作带来很大的好处。

通过上机实习的训练，我进一步学习和掌握了对程序的设计和编写，从中体会到了各种算法的方便和巧妙。

像k-means算法就是一个原理很简单但分类效果很好的算法，这种借助计算机进行数据处理的思维，让我开阔了视野，也锻炼了我的动手能力。

由于时间的紧迫和对知识的了解不够广泛，造成了代码中还存在许多不足，对于图像处理的过程也仅仅使用了一个波段。

以后我会继续努力，大胆创新，争取能编写出更全面的程序。

这次课程设计让我充分认识到了自己的不足，认识到了动手能力的重要性。

我会在以后的学习中更加努力锻炼自己，不断的提高自己！

最后，对于本次实习中给予我帮助的老师，助教以及同学，表达我由衷的感谢！