第08章 遥感数字图像计算机解译-.ppt

原理：利用计算机对影像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将影像中的各个像元归划到各个子空间去。 实质：通过计算机处理，根据一定的判断规则，对每个像元按照像元值给出对应类别，自动输出地物目标的识别分类结果，达到大致区分遥感图像中多种地物的目的。 特点：定量分析 原理：利用计算机对影像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将影像中的各个像元归划到各个子空间去。 实质：通过计算机处理，根据一定的判断规则，对每个像元按照像元值给出对应类别，自动输出地物目标的识别分类结果，达到大致区分遥感图像中多种地物的目的。 特点：定量分析 原理：利用计算机对影像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将影像中的各个像元归划到各个子空间去。 实质：通过计算机处理，根据一定的判断规则，对每个像元按照像元值给出对应类别，自动输出地物目标的识别分类结果，达到大致区分遥感图像中多种地物的目的。 特点：定量分析 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值，经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换：遥感图像分类的主要依据是地物的光谱特征，即地物图像亮度的多光谱量测值。然而，有时就某些指定的地物而言，由原始多波段图