河南理工大学本科毕业论文
４结论与展望
本文以土地利用的分类研究为主线，以遥感分类方法为主要技术手段，综合应用遥感影像数据和地面调查资料，对焦作市进行了土地利用现状分类研究，主要有以下的内容：
①在遥感影像处理过程中，灵活应用各种图形增强技术对图像质量进行改善时影像处理的难点。而随着影像增强技术的发展，又出现了许多新的图像增强模型。在实际生产工作中，只有灵活合理的运用各种图像增强技术，才能达到令人满意的的处理效果。
② 遥感分类方法和土地利用的研究现状，遥感应用于土地利用分类中研究取得的成果。
③遥感分类方法研究。主要介绍了9种现行比较普遍的遥感图像分类方法以及在此方法上取得的成果。
④基于多维信息组合的遥感分类方法的实例研究。由于多种原因的影响，在原影像上监督分类无法正确的识别地物，达到预期的目的，不能有效地对东营市的土地利用现状进行分类的情况下，采用多维信息组合对原影像进行有效的处理之后再进行监督分类能够达到精度要求。利用多维信息组合对原影像处理时，多维信息的选取是十分重要的。本研究是在赵寒冰等的研究基础之上，根据研究区的实际情况，选择了组合精度比较高的6维信息组合，分别是原影像第7波段、缨帽变换后得到的绿度和湿度、主成份变换后的第2、第3波段以及植被指数（NDVI）。
本次研究虽然取得了一定的成果，但是也存在着不足。一是在进行分类的时候没有进行比较全面的实地调查，还有一些地物不能辨别；二是在进行实例分类所选取的方法还是选择了传统的分类方法，没有充分利用现在的知识和计算机应用能力。
遥感图像分类是信息提取及处理的关键技术之一。快速、高精度的遥感图像分类方法是实现各种实际应用的前提。遥感图像分类的研究目标主要有地面房屋、车辆、地面植被、海洋冰、大气云层等目标。数据来自于机载雷达、星载雷达,如SPOT、LANDSAT等SAR或光学雷达。
33
河南理工大学本科毕业论文
针对具体遥感特定图像的分类 ,我们往往需要获得较大量的图像数据,尤为关键的是还要得到作为最后校验数据标准的地面信息，采取适合的分类方法，否则无法衡量分类的精确度和提取较为准确的特征矢量。遥感图像的分类技术是远远跟不上遥感技术本身的发展。因此，如何充分发挥遥感图像数据的优势，提高分类的质量和所提取的信息的质量等，使之更好地服务于目标检测、变化检测和目标识别，为其相应的具体的应用提供准确可靠的信息，从而提高这些应用的精确度，一直是人们努力的方向。各种学科、各种知识、各种技术的渗透增加了分类的精度与可靠性，并向普适性、高效性的分类器方向发展。
目前，由于技术原因和一些实际因素的考虑，应用中使用较多的仍是传统的统计分类方法，但是我们相信，随着计算机计算能力的迅速提高，专家系统、神经网络等瓶颈技术，将最终得到完整的解决方案，遥感图像处理领域将获得突飞猛进的发展，各种各样的遥感分类方法得到广泛的应用。
34
河南理工大学本科毕业论文
参 考 文 献
[1] PAN JIAN JUN ,ZOU JUN. Monitor the land utilization condition change of Yang zhong
city by the TM remote sensing image [J]. Journal of Nanjing Agricultural University ,1997 , 20 (2) : 46 - 50.
[2] http://www.sjzghj.gov.cn/WebCon/WebCon.aspx?theID=1967 [3] 焦作概况http://www.jzrb.com/jzwjzzn/200812/372949.html [4] 杜培军。遥感原理与应用[M].徐州:国矿业出版社，2006.
[5] 倪金生,李琦,曹学军. 遥感与地理信息系统基本理论与实践[M] . 北京:电子工业出
版社,2004.
[6] http://baike.http://www.china-audit.com//view/1444849.htm
[7] 翁永玲,田庆久.遥感数据融合方法分析与评价综述[J] .遥感信息,2003 , (3) :49-53.
分析用.
[8] 陈敬柱,贺瑞霞,郭恒亮. 最大似然法在植被信息识别提取中的应用[J] . 水文地质程
地质,2004 , (2) :94 - 96.
[9] 冉有华,李文君,陈贤章. TM图像土地利用分类精度验证与评估[J] . 遥感技术与应
用,2003 ,18 (2) :81 - 86.
[10] IN FUJ IE , WANG YAN , LAIYONGBIN. Application of RS and GIS Technologies in
Land Use Status Investigation [J].nvironmental Protection Science , 2005 , 31(2) : 44 - 46.
[11] 许榕峰,徐涵秋. 多步骤分类法在土地利用/ 覆盖专题提取中的应用[J] . 福州大学
学报(自然科学版) ,2003 ,31 (4) :108 - 112.
[12] 张国庆,祝民强,林子瑜,等. 基于TM影像的抚州地区土地利用/ 覆盖动态监测及
[J] . 东华理工学院学报,2005 ,28 (4) :365 - 369.
[13] 杜凤兰,田庆久,夏学齐,等. 面向对象的地物分类法分析与评价[J] . 遥感技术与应
用,2004 ,19 (1) :20 - 23.
[14] C.K.Munechika , J . S.Warnick , C. Salvaggio and J . R. Schott . Resolution enhancement
35
河南理工大学本科毕业论文
of multispectral image data to improve classification accuracy.
[J ] . Photogram metric Engineering and Remote Sensing ,1993 , (59) : 67 - 72.
[15] 孙家抦.遥感原理与应用. 2003-2第1版.
[16] 李爽，丁圣彦，许叔明. 遥感影像分类方法比较研究[J].河南大学学报（自然科学
版）,2002年6月，第32卷第2期：70-73.
[17] 毛建旭，王耀南，孙炜. 基于模糊小脑模型神经网络的遥感图像分类算法[J].测绘
学报，2002，31(4)：327-332.
[18] 林剑，鲍光淑，敬荣中，黄继先. FasART模糊神经网络用于遥感图像监督分类的研
究[J]. 中国图像图形学报，2002年12月，第7卷(A版)第12期：1263-1268.
[19] 陈丹峰，林陪，汲长远. 自组织网络与模糊规则结合在遥感土地覆盖分类中的应用[J].中国土地科学，1998年12月第5期：42-44.
[20] 贾永红. 计算机图像处理与分析[M].武汉：武汉大学出版社，2002.
[21] 贾永红，张春森，王爱平. 基于BP神经网络的多源遥感影像分类[J].西安科技学院
学报，2001年3月第21卷第1期:58-60.
[23] 陈玉敏.基于神经网络的遥感影像分类研究[J].测绘信息与工程，2002年第27
期:6-8.
[24] 党安荣，王晓栋，陈晓峰，张建宝.ERDAS IMAGING遥感图像处理方法[M].北京：清
华大学出版社，2003.
[25] 杨存建，张增祥，王思远. 基于空间数据库的土地利用模式知识的发现[J].遥感信
息，理论研究，2001.4：4-7.
[26] 刘正军，王长耀，延昊.基于Fuzzy ARTMAP神经网络的高分辨率图像土地覆盖分类
及其评价[J].中国图象图形学报，2003年2月，第8卷(A版)第2期:151-154. [27] 程昌秀，朱德海，严泰来.GIS辅助下的图斑地类识别方法研究[J].中国农业大学学
报，2001，6（3）:55-59.
[28] 术洪磊等. GIS辅助下的基于知识的遥感影像分类方法研究[J].测绘学报，1997年1
月，第26卷第4期:28-336.
[29] 游代安，蒋定华，余旭初.GIS辅助下的Bayes法遥感影像分类[J].测绘学院学
报.2001，18（2）:113～117.
36
