遥感原理与应用第八章作业.docxVIP

遥感原理与应用第七章作业名词解释模式识别：一个模式识别系统对识别的模式作一系列的测量，然后对测量结果与模式字典中一组典型的测量值比较。若和字典中某一词目的比较结果吻合或比较吻合，则我们就可以得出分类结果这一过程。遥感图像自动分类：按照决策理论方法，需从被识别的模式中，提取一组反映模式属性的测量值，并把模式特征定义在一个特征空间中，进而用决策的原理对特征空间进行划分。统计模式识别：对模式的统计分类方法，即把模式类看成是用某个随机向量实现的集合。结构模式识别：用模式的基本组成元素（基元）及其相互间的结构关系对模式进行描述和识别的方法。在多数情况下，可以有效地用形式语言理论中的文法表示模式的结构信息，因此也常称为句法模式识别。光谱特征向量：同名地物点在不同波段图像中亮度观测量将构成一个多维的随机向量。特征空间：为了度量图像中地物的光谱特征，建立一个以各波段图像的亮点分布的为子空间的多维光谱特征空间。 特征变换：将原始图像通过一定的数字变换生成一组新的特征图像。特征选择：在特征影像中，选择一组最佳的特征影像进行分类。主分量变换：是指由原始图像数据协方差矩阵的特征值和特征向量建立起来的变换核，将/view/41199.htm光谱特征空间原始数据向量投影到平行于地物集群椭球体各结构轴的主成分方向，突出和保留主要地物类别信息，用来进行图像增强、特征选择和图像压缩的处理方法。哈达玛变换：哈达玛变换是利用哈达玛矩阵作为变换矩阵新实施的遥感多光谱域变换。穗帽变换：穗帽变换是指根据经验确定的变换矩阵将图像投影综合变换到三维空间，其立体形态形似带缨穗的帽子，变换后能看到穗帽的最大剖面，充分反映植物生长枯萎程度、土地信息变化，大气散射物理影响和其它景物变化程度的一种线性特征变换的图像处理方法。生物量指标变换：以两图像间相应亮度差与其亮度和之比作为处理后的图像亮度值的图像处理方法。标准化距离：标准化欧氏距离是针对欧氏距离的缺点而作的一种改进。类间离散度：不同类模式点集内，观测变量各个取值之间的差异程度。类内离散度：同一类模式点集内，观测变量各个取值之间的差异程度。判别函数：用来表示和鉴别某个特征矢量属于哪个类别的函数。判别边界：所谓判别边界就是能够把样本正确分类的一条边界。条件概率：事件A在另外一个/subview/10625/8069377.htm事件B已经发生条件下的发生/view/45320.htm概率。先验概率：是指根据以往经验和分析得到的概率，如全概率公式，它往往作为由因求果问题中的因出现的概率。后验概率：后验概率是指在得到“结果”的信息后重新修正的/view/45320.htm概率；贝叶斯判别规则：把特征向量X落入某类集群wi的条件概率平P（wi/X）当成分类判别函数，把X落入某集群的条件概率最大的类。马氏距离：两个服从同一分布并且其协方差矩阵为Σ的随机变量之间的差异程度。欧氏距离：是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度（即该点到原点的距离）。错分概率：训练样区: ?指图像上那些已知其类别属性，可以用来统计类别参数的区域。.最小距离法分类: 求出未知类别/view/77260.htm向量到要识别各类别/view/898226.htm代表向量中心点的距离，将未知类别向量归属于距离最小一类的一种图像分类方法。ISODATA法分类: ISODATA算法是在k-均值算法的基础上，增加对/subview/31801/31801.htm聚类结果的“合并”和“分裂”两个操作，并设定算法运行控制参数的一种聚类算法。混淆矩阵: 用表格的方式检核分类精度的样区内所有像元，统计分类图中的类别与实际类别之间的混淆程度.问答题地物在特征空间聚类有哪些特性？答：特征：1.不同地物由于光谱特征不同，将分布在特征空间的不同位置。2.同类地物的各取样点在光谱特征空间中的特征点将不可能只表现为同一点，而是形成一个相对聚集的点集群，不同类地物的点集群在特征空间内一般是相互分离的。3.地物在特征空间的聚类通常用特征点分布的概率密度函数表示。作图并说明遥感影像主分量变换的原理和它在遥感中的主要作用。答：主分量变换，是指由原始图像数据协方差矩阵的特征值和特征向量建立起来的变换核，将/sowiki/%E5%85%89%E8%B0%B1?prd=content_doc_search光谱特征空间原始数据向量投影到平行于地物集群椭球体各结构轴的主成分方向，突出和保留主要地物类别信息，用来进行图像增强、特征选择和图像压缩的处理方法。叙述生物量指标变换的原理及其作用。答：以两图像间相应亮度差与其亮度和之比作为处理后的图像亮度值的图像处理方法。生物指标变换后可以将植物、土壤和水等地物分开，因此可以对其中一种进行独立统计。为什么要进行特征选择？列举几种特征选择