遥感图像目视分类资料.pptVIP

* 遥感图像计算机解译：又称遥感图像理解（Remote Sensing Imagery Understanding），它以计算机系统为支撑环境，利用模式识别技术与人工智能技术相结合，根据遥感图像中目标地物的各种影像特征（颜色、形状、纹理与空间位置），结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成对遥感图像的解译。 (或:以遥感数字图像为研究对象，在计算机系统支持下，综合运用地学分析、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现地学专题信息的智能化获取。其基本目标是将人工目视解译遥感图像发展为计算机支持下的遥感图像理解). * 遥感图像的计算机分类方法:主要包括统计模式方法和句法模式两大类。其中，常见的分类方法一般为统计模式识别的方法 监督分类法: 首先需要从研究区域选取有代表性的训练区作为样本,根据已知训练区提供的样本,通过选择特征参数(如像素亮度均值、方差等),建立判别函数, 据此对样本像元进行分类.最后,再依据样本类别的特征来识别其它像元的归属类别.监督分类法包括最小距离分类法、多级切割分类法、特征曲线窗口法、最大似然比分类法等. * B.非监督分类法: 在没有先验类别(训练区)作为样本的条件下,即事先不知道类别特征的情况下,仅依靠影像上不同类地物光谱信息（或纹理信息）进行特征提取，再