基于Matlab的遥感影像BP神经网络分类算法

基于MATLAB写的可对遥感影像进行BP神经网络分类的m文件，里面有测试图像数据，其中感兴趣区域数据是由ENVI选取的感兴趣区域保存而来。

clear all;
clc;
%<----------------------------贝叶斯算法进行遥感图像分类------------------------
%读入样本图像1
Y=imread（‘date\yangqu.tif‘）;
%读入待分类遥感图像
I=imread（‘date\wuhan.bmp‘）;
  %将彩色图像降维
  R=I（::1）;
  G=I（::2）;
  B=I（::3）;
  %将灰度值归一化处理
  R=im2double（R）;
  G=im2double（G）;
  B=im2double（B）;
  [MN]=size（R）;
  P=[R;G;B];

a1=1;a2=1;a3=1;
for i = 1 : M
    for j = 1 : N
        if （Y（ij）==1）
            T1（:a1） = I（ij:）;
            a1=a1+1;
        elseif （Y（ij）==2）
            T2（:a2） = I（ij:）;
            a2=a2+1;
        elseif （Y（ij）==3）
            T3（:a3） = I（ij:）;
            a3=a3+1;
        end
    end
end

T1 = im2double（T1）;
T2 = im2double（T2）;
T3 = im2double（T3）;

P=[T1T2T3];    %样区数据
T=[];     %标记结果
TT=[0;0;0];
T=concur（TTa1-1）;
TT=[0.4;0.7;0.7];
TT=concur（TTa2-1）;
T=[TTT];
TT=[0.6;0.7;0.4];
TT=concur（TTa3-1）;
T=[TTT];                    

%建立BP网络，中间层8，输出层3，tansig、purelin分别为中间层、输出层的转换函数，
 echo on
 net=newff（minmax（P）[83]{‘tansig‘‘purelin‘}‘trainlm‘）;  
 clc
    %设置训练参数
    net.trainparam.show=50;        
    net.trainParam.epochs=1000;
    net.trainParam.goal=1e-4;
    net=init（net）;%重新初始化
    [nettr]=train（netPT）; 

A4=imread（‘date\wuhan.bmp‘）;
A4=im2double（A4）;%将各波段的灰度值类型转换为人工神经网络可用的类型
RB=A4（::1）;%提取出图像红色波段的灰度值
GB=A4（::2）;%提取出图像绿色波段的灰度值
BB=A4（::3）;%提取出图像蓝色波段的灰度值
%初始化三个矩阵
[mn]=size（RB）;%确定图像的行数和列数
RB1=reshape（RB1n*m）;
GB1=reshape（GB1m*n）;
BB1=reshape（BB1m*n）;

X=[RB1;GB1;BB1];
OUT=sim（netX）;
IN=sim（netX）; 


clc
[mn]=size（RB）;
r1=OUT（1:）;%将数据还原成原始图像的rgb行列格式
r1=reshape（r1mn）;
g1=OUT（2:）;
g1=reshape（g1mn）;
b1=OUT（3:）;
b1=reshape（b1mn）;
r2=IN（1:）;%将数据还原成原始图像的rgb行列格式
r2=reshape（r2mn）;
g2=IN（2:）;
g2=reshape（g2mn）;
b2=IN（3:）;
b2=reshape（b2mn）;
R=[];
G=[];
B=[];
for i=1:m
    for j=1:n
        if r1（ij）<0.9
            R（ij）=r1（ij）;
            G（ij）=g1（ij）;
            B（ij）=b1（ij）;
        else
            R（ij）=r2（ij）;
            G（ij）=g2（ij）;
            B（ij）=b2（ij）;
        end
    end
end
Rr=abs（R）*255;%还原成图像格式
Gg=abs（G）*255;
Bb=abs（B）*255;
Rr=uint8（Rr）;
Gg=uint8（Gg）;
Bb=uint8（Bb）;
RGB=cat（3RrGgBb）;

clc
imshow（RGB）;
title（‘05年分类图像‘）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2013-05-22 21:10  BP神经网络\
     文件        2485  2013-05-22 19:44  BP神经网络\BPnetwork.m
     目录           0  2013-05-22 21:10  BP神经网络\date\
     文件     3000054  2013-05-22 19:17  BP神经网络\date\wuhan.bmp
     文件     1009921  2013-05-22 19:17  BP神经网络\date\yangqu.tif