1. 研究目的与意义（文献综述包含参考文献）

遥感影像分类是影像分析的一个重要内容,它是利用计算机通过对影像中不同地物的空间信息和光谱信息进行分析,选择特征,并将特征空间划分为互不重叠的子空间,然后将影像中各个像元划归到子空间去。高分辨率遥感影像信息提取是从含有丰富的纹理信息和空间结构信息的高分辨率遥感影像上进行地物信息的分类及判别。

传统的遥感影像分类是基于像素、利用影像中像素的光谱值进行分类，一般分为两种方法：监督分类和非监督分类。其中，监督分类的思想是：首先根据已知的样本类别和类别的先验知识，确定判别函数和相应的判别准则，利用一定数量的已知类别的样本的观测值求解待定参数的过程成为学习或训练，然后将未知类别的样本的观测值带入判别参数，再依据判别准则对该样本的所属类别做出判定）。非监督分类是指不施加任何先验知识，仅凭遥感影像地物的光谱特征的分布规律进行盲目的聚类，其分类结果只是对不同类别达到了区分，但不能确定类别的属性。目前国内国际上对影像分类的研究主要集中在应用具体的物理的、数学的方法等对影像进行的分类研究方面[1 - 8 ] ,对于影像分类方法的研究,从不同的方面可以划分为不同的类型. 按照利用图像要素的不同,影像分类大体可以分为三种:一是基于图像灰度值的分类,二是基于图像纹理的分类,三是基于多源信息融合的分类[9 ] . 用计算机对影像进行分类应用的主要是模式识别技术,根据具体应用的数学方法不同又可分为:统计法(决策分类法) 、语言结构法(句法方法) 、模糊法以及神经网络法. 在影像分类过程中,根据是否已知训练样本的分类数据,影像分类方法又可以分为监督分类和非监督分类. 本文主要从分类原理、分类过程、分类方法等方面来探讨这两种分类方法的区别与联系。

1 　监督分类的主要方法

2. 研究的基本内容、问题解决措施及方案

（1) 研究的问题

1.收集卫星影像等资料；

2.理解地物波谱特征的概念及其在遥感图像分类中的重要性，熟悉水体、植被等典型地物的反射波谱特征，了解landsat系列卫星的轨道特征及其etm传感器各波段的特点。