遥感数字图像计算机解译.ppt

第六章遥感数字图像的计算机解译§1、数字图像的性质和特点§1、数字图像的性质和特点§1、数字图像的性质和特点§1、数字图像的性质和特点§1、数字图像的性质和特点§2、遥感图像的计算机分类一、分类原理与基本过程遥感图像计算机分类方法
监督分类法：选择具有代表性的训练场地作为样本.用训练区中已知地面各类地物样本的光谱特性来“训练”计算机，获得识别各类地物的判别函数或模式，并以此对未知地区的像元进行分类处理，分别归入到已知的类别中。
非监督分类：是在没有先验类别（训练场地）作为样本的条件下，即事先不知道类别特征，主要根据像元间相似度的大小进行归类合并（即相似度的像元归为一类）的方法。
与监督分类相比，非监督分类具有下列优点：不需要对被研究的地区有事先的了解，对分类的结果与精度要求相同的条件下，在时间和成本上较为节省,但实际上,非监督分类不如监督分类的精度高，所以监督分类使用的更为广泛。
二、图像分类方法二、图像分类方法二、图像分类方法二、图像分类方法二、图像分类方法二、图像分类方法三、图像分类中的有关问题三、图像分类中的有关问题§3、遥感图像多种特征的抽取§3、遥感图像多种特征的抽取§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统§4、遥感图像专家解译系统