《遥感数字图像处理考试知识点整理.doc》由会员分享，可在线阅读，更多相关《遥感数字图像处理考试知识点整理.doc（76页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date遥感数字图像处理考试知识点整理遥感遥感第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。（1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。（2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像2遥感图像的成像方式（三大种：摄影、扫描、雷达）。（1）摄影，扫描
2、属于被动遥感雷达属于主动遥感（2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收3遥感图像的数字化（模数转换）过程两大过程：采样、量化，名词解释。采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。量化：遥感模拟图像经离散采样后，可得到由个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称
3、之为量化 ，即：图像灰度的数字化。量化属于亮度属性离散。遥感图像数字化过程两个特点：亮度和空4遥感数字图像的存储空间大小的计算。图像的灰度级有：2,64,128,256存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MBTM空间分辨：1,2,3,4,5,7为30米，6为120米5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）；（1）时间分辨率： 指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期 空间分辨率：指图像像素所代表的相应地面范围的大小，空间分
4、辨率愈高，像素所代表的范围愈小光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率 书17-18页6遥感数字图像的数据（数据级别、数据存储格式、元数据定义）（1）数据级别：0级产品：未经过任何校正的原始图像数据1级产品：经过了初步辐射校正的图像校正2级产品：经过了系统级的几何校正，即根据卫星的轨道和姿态等参数以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由上述参数和处理模型决定。3级产品：经过几何精校正，即利用地面控制点对
5、图像进行了校正，使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。不同点：不同级别的产品使用条件不同，但是他们都是数据的集合，是信息量的汇总 。一般来说，都是由元数据和图像基本数据两部分数据汇总的结果。 0-2级产品由图像发布部门生产，3级产品可由图像发布部门按照精度要求生产，但大多由用户自己来生产。对于一般的应用来说，2级产品已经能够满足用户的需要。对于几何精度要求较高的应用，则必须使用几何校正后的3级产品。（2）存储格式：BSQ（band sequential）数据格式按波段顺序依次排列的数据格式。即先按照波段顺序分块排列，在每个波段块内，再按照行列顺序排列。同一波段的像素
6、保存在一个块中，这保证了像素空间位置的连续性。 排序规律：第一波段为第一块，第二波段为第二块，.第k波段为第k块。每个波段块中，像素按行列顺序存储。 BIP （band interleaved by pixel）数据格式：每个像元按波段次序交叉排序。以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。保持行的顺序不变，在列的方向上按列分块，每个块内为当前像素不同波段的像素值。 排序规律：第一个像素第一波段第一行，第一个像素第二波段第一行，以此类推。 BIL （band interleaved line）数据格式：逐行按波段次序排列。像素先以行为单位分块，在每个块内，按照波段
7、顺序排列像素。同一行不同波段的数据保存在一个数据块中。像素的空间位置在列的方向上是连续的。 排序规律：第一行第一波段，第一行第二波段，第一行第k波段，.第M行第一波段，第M行第二波段，第M行第K波段。（3）元数据（meta data）又称为“头文件”，是关于图像数据特征的表述，是关于数据的数据，它描述了与图像获取有关的参数和获取后所进行的处理。 元数据与图像数据同时发布，或嵌入图像文件中，或单独列出。 其多为文本格式，或二进制格式存储。7遥感数字图像处理的主要内容（包括含义要理解）和处理的特点。（1）定义：利用计算机对遥感图像进行一系列的操作，以求达到预期目的的技术称作遥感图像处理。 遥感数字
8、图像处理的内容：主要内容：数字图像变换：a光学图像变成数字图像b数字图像转变成光学图像c图像变换工作如：彩色空间转换、二维傅里叶变换、沃尔什哈达玛变换、哈尔变换、离散余弦变换和小波变换等数字图像校正：a辐射校正 b几何校正 （几何粗校正和几何精校正）数字图像增强：采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称之为图像增强。多源信息复合：多源信息复合是指将多种遥感平台、多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。计算机解译处理：综合运用地学分析、遥感图像处理、地理信息系统、模拟识别与人工智能技术，这些技术的运用都应在计算机系统支持下进行，
9、采取相应的遥感数字图像的处理方法.（2）特点：图像信息损失低，处理的精度高抽象性强，再现性好通用性广，灵活性高8 遥感数字图像处理系统（硬件+软件）。硬件系统的组成（五大部分）：计算机平台、数字化器、大容量存储器、显示器和输出设备及操作台核心：计算机平台遥感数字图像处理的软件系统：ERDAS IMAGINE（美国莱卡） 、ENVI、PCI Geomatica(加拿大)、ER Mapper (澳大利亚) 第二章9 多源图像：在同一地区，随时间、波段和极化方向不同而获得的多个图像的组合。可分为; a多波段图像（多光谱图像） b多时相图像（多日相图像 ）c多极化图像 对于某一景单波段遥感图像，t,
10、r ,p三个参数均以固定的，故这景图像的数学物理模型可以简化为：(x,y)这2参数的模型，t为多时段，r为多极化，p为多极化10 遥感图像的统计学描述特征（单波段、多波段的参数计算）：（1） 单波段平均信息（均值、中值、众数）；变化信息（反差对比度、变差、方差）；直方图及累积直方图（定义、绘制方法、直方图性质）均值：中值： 众数：方差：变差（反差差）： 反差（图像对比度 ）：C1=像素最大/最小C2=像素最大-最小值C3=标准差（方差的平方根） （3）直方图定义：直方图是反映灰度级的函数，描述的是图像中各个灰度级像素的个数，反映出原遥感图像的灰度值概率密度函数离散化后的图形 。横坐标是灰度级，
11、纵坐标是灰度级出现的频率。（4）灰度直方图绘制方法：1 统计灰度级 2 统计灰度级像素的个数 3 建立直角坐标系 横轴为灰度级，纵轴为灰度级像素个数 4 根据横轴的灰度级画柱状图 5 了解灰度分布状态（5）直方图性质：a直方图反映了图像灰度的分布规律；b形态多与正态分布的曲线形态类似；c图像与直方图相对应，但直方图可对应多个图像；d图像中包括两个不相连的区域，则直方图=这两区域的直方图之和。（6）、累积直方图：横轴表示灰度级，纵轴表示每一灰度级及其以下灰度级所具有的像素数或此像元数占总像素数的比值 多波段协方差、相关系数累计直方图与直方图纵轴的意义不同第三章11（1）图像显示的方法（单波段灰度
12、图像显示+伪彩色显示；多波段全色显示+彩色显示（真彩色、假彩色合成）；补充：加色法原理。（R G B）一般，单波段图像的直接输出显示，反映出该波段上图像的量化信息。主要以灰度级来展示，从识别效果看就是一幅灰度图像。 （2）伪彩色显示：伪彩色(pseudo color)合成显示方法。它将单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，再将其显示出来，以此突出某些特殊的地物信息，准确区分地物的类别。 （3）真彩色(true color)：如果彩色合成中选择的波段的波长与红绿蓝的波长相近或相同，那么得到的图像的颜色与真彩色相似，这种合成方式称为真彩色合成（选择的波段与RGB相对应 ）假彩色(
13、false color)：选择任意3个波段，分别赋予RGB三种颜色，既合成彩色图像。(选择任意波段不与RGB对应） （4）、加色法原理：R+G=黄色 R+B=品红 G+B=青色 R+G+B=白色12可以举出例子证明什么样的显示符合上述图像的显示方法，比如对于TM数据来说，7个波段的对应表达。（1）TM: 1(0.45-0.52)蓝波段，2(0.52-0.60)绿波段，3(0.63-0.69)红波段，4(0.76-0.90)近红外波段，5(1.55-1.75)近红外波段，7(2.08-2.35)近红外波段（2）真彩色：TM 321 假彩色：TM 432 ， TM 741等（3）SPOT5 ：Ba
14、nd1： 0.5-0.59um (绿波段) Band2： 0.61-0.68um (红波段) 20mBand3： 0.79-0.89um （近红外）Band4： 1.58-1.75um （短波红外）Pan： 0.51-0.73um (全色波段) 10m第四章13图像校正，它包括两部分（辐射校正、几何校正）；（1） 为什么要做图像校正：现实的遥感影像，存在畸变，无法不歪曲地反映出地物的辐射能量分布和几何特征（存在降质现象）。图像校正是针对数字影像的，因为数字影像存在误差（空间，量度）。（2） 辐射校正：定义：辐射失真亮度属性，消除图像和数据中依附在辐亮度中的各种失真的过程。原因：a 遥感传感器本
15、身特征b地物光照条件c大作用d其他（3） 几何校正：定义：空间几何位置的失真，原因：a传感器不稳定b遥感平台c地球14 什么是辐射校正？辐射误差产生的主要原因是什么? 定义：针对遥感图像产生的辐射失真产生的误差，做订正进行的校正。消除图像和数据中依附在辐亮度中的各种失真的过程。【辐射误差产生的原因有两种，传感器响应特性和外界（自然）条件，后者包括太阳照射（位置和角度）和大气传输（雾和云）等条件。（1）因传感器的响应特性引起的辐射误差l）光学摄影机引起的辐射误差2）光电扫描仪引起的辐射误差（2） 因大气影响引起的辐射误差（3） 因太阳辐射引起的辐射误差1）太阳位置引起的辐射误差2）地形起伏引起的
16、辐射误差（4） 其他原因引起的辐射误差】辐射校正的主要内容包括？（对辐射校正产生该怎么做）依据童庆禧的流程或讲课时介绍的思路。1）光学摄影机内部辐射误差校正：（定量或者半定量）光学摄影机内部辐射误差主要是由镜头中心和边缘的透射光的强度不一致造成的，它使得在图像上不同位置的同一类地物有不同的灰度值。 设通过透镜达到像平面o点的光强度为Eo，与主光轴成 角通过透镜到达像平面P点的光强度为Ep， 则有:2）光电扫描仪内部辐射误差的校正两类误差:（1）光电转换误差（2）探测器增益变化引起的误差。消除方法：楔校准模型和和增益校准模型；3）大气校正：指消除主要由大气散射引起的辐射误差的处理过程。 大气校正
17、方法主要有3种：1）统计学方法包括内部平均法、平场域法、经验线性法（实测光谱回归方法）等 ；2）辐射传递方程计算法；3）波段对比法分为回归分析法和直方图最小值去除法两类。4） 太阳高度角的辐射误差校正：（1）太阳高度角引起的畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像。（2）太阳的高度角可根据成像时刻的时间、季节和地理位置来确定，即：sin=sinj sincosj coscost （3）太阳高度角的校正是通过调整一幅图像内的平均灰度来实现的。特别是对于多光谱图像上的阴影可以通过图像之间的比值予以消除。比值图像是用同步获取的相同地区的任意两个波段图像相除而得到的新
18、图像。5） 地形坡度辐射误差校正：（1）太阳光线和地表作用以后再反射到传感器的太阳光的辐射亮度和地面倾斜度有关。（2）若处在坡度为的倾斜面上的地物影像为g（x，y），则校正后的图像f（x，y）为： 由上式看出，地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据，校正较为麻烦，一般情况下对地形坡度引起的误差不做校正。 6）其他原因引起的辐射误差及其校正：（1）遥感影像中有时因各检测器特性的差别、干扰、故障等原因引起不正常的条纹斑点。（2）条纹误差主要是由检测器引起的。（3）斑点误差主要由噪声或磁带的误码率等原因造成，具有分散和孤立的特点15 大气校正的常用方法有？1）统计学方法包括内部平均
19、法、平场域法、经验线性法（实测光谱回归方法）等 ；2）辐射传递方程计算法：测量大气参数，按理论公式求得大气干扰辐射量3）波段对比法分为回归分析法和直方图最小值去除法两类。4）经验线性法（公式法）：与卫星扫描同步进行野外波谱测试，将地面测量结果与卫星影像对应像元亮度值进行回归分析，回归方程为：式中，LAi为卫星观测值；Ri为地面反射率； a和b为回归系数；系数a为大气散射引起对辐射的干扰部分：(公式) 式中，Si为系统增益因素；Lbi为大气路径辐射率；系数 b表示辐射率Lai随地面反射率Ri递增而增长的程度大小：（公式）式中，Ti为大气透射率；Hi为太阳辐照度；为太阳天顶角；5）回归分析法：用长
20、波数据来校正短波数。 作法：在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。 例如：式中，X为TM5波段的亮度均值；Y为TM1亮度均值；a1,b1计算如下：T1、T5表示TM1与TM5波段灰度值, 为TM1波段校正后的灰度值。6) 直方图最小值去除法:通过灰度直方图对比找出校正量。16几何畸变；影响图像几何畸变的因素（6大因素）；定义：遥感图像在获取过程中由于多种原因导致景物中目标物相对位置的坐标关系图像中发生变化。因素：1）传感器成像几何形态影响：传感器一般的成像几何形态有中心投影、全影投影、斜距
21、投影以及平行投影等几种不同类型。a)全景投变形b) 斜距投影变形，侧视雷达属斜距投影 2）传感器外方位元素变化畸变 3）地球自转的影响：地球自转对于瞬时光学成像遥感方式没有影响，对于扫描成像则造成图像平行错动。 4）地球曲率影响：1、在星下点视场角较小，曲率影响可忽略。2、产生的误差原理与航空像片像点位移相同。 5）地球起伏的影响：地形起伏在中心投影影像上造成的像点位移是远离原点向外移动的，而在雷达影像上则是向内变动的中心投影成像时大气折射的影响 6）距离投影成像时大气折射的影响 ：像点位移误差为=（R-R） 17 几何精校正；几何精校正的基本原理；几何精校正的工作流程（比如：多项式矫正法20
22、题）；核心步骤。（1）定义：是把多平台的不同的传感器或多时相的同一传感器，具有几何精度的图像、地图或数据集中地相同地物元素彼此匹配、叠加在一起的过程。 图对图：相对，以一景图像作为基础，纠正其他图像 图对标准数据：绝对，以地图作为标准，纠正图像（2）几何（数字）纠正的基本原理：回避成像的空间几何过程，直接利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，用一个适当的数学模型表示校正前后的图像对应点坐标关系。（3）几何精纠正的操作步骤流程 ：核心步骤：建立纠正函数、选择地面控制点以及图像重采样（包括几何位置变换和灰度重采样两步）。包括：像素空间坐标的变换（几何位置变换）和像元值大小的变换（
23、灰度重采样） a) 几何位置变换： 首先要确定原始图像和纠正后图像之间的坐标变换关系，其次按选定的纠正变换函数，将原始的数字影像逐个像元地变换到输出影像的相应的位置上去的过程。 变换方法分直接法（或正解法）和间接法（或反解法）纠正。 b) 灰度值的重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。 某像元P的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献，我们将这种内插获得灰度值的过程称为数字图像的灰度值重采样 。常用的重采样方法有：最近邻方法、双线性内插方法、三次卷积内插方法（立体卷积）、双像素重采样法等。 18 多项式纠正方法中，选择GCP的基本
24、出发点（原则）？a)易识别和定位且不易发生变化的的明显地物点 b)要有一定的数量 ：一般选择控制点的最小数量为: (n+1)(n+2)/2, n为多项式次数。c)分布比较均匀 d)限定控制点像元匹配误差 ：( 进行彩色变换（RGB-IHS）进行其他图像处理进行彩色逆变换（HIS-RGB）RGB重新合成显示。 RGB - IHS 称为: IHS正变换IHS - RGB 称为: IHS逆变换RGB-HIS之间的变换方法主要有：球体变换和圆柱体变换两大类。 27 多光谱空间（名词）；多光谱变换的本质；多光谱变换的常用方法：PCA，和K-T。(1)多光谱空间是一个n维坐标系，每一个坐标轴代表一个波段，
25、坐标值为该波段的亮度值，坐标系内的每一个点代表一个像元。这种空间只表示各波段光谱之间的关系， 仅含光谱空间维数信息，而无任何空间意义(2)多光谱变换的本质是对遥感图像实行数学上的线性变换，使多光谱空间的坐标系按一定得规律进行旋转，以此得到变换后的新波段，新波段涵括了变换前图像的主要信息，达到了我们变换的目的（保留主要信息，分离噪声，增强或提取有用信息，降低数据量）。 PCA ：1） K-L变换原理 Y=AX X为变换前多光谱空间的像元矢量Y为变换后多光谱空间的像元矢量A为一个nn的线性变换矩阵流程：主成分正变换主成分逆变换2） K-L交换分析（1）数据压缩（2）图像增强（3）分类前预处理 K-
26、T变换：Y=BX其中，X为变换前多光谱空间的像元矢量，Y为变换后的新坐标空间的像元矢量，B为变换矩阵。K-T变换同样是旋转坐标空间，但旋转后的坐标轴不同于PCA中的指向主成分的方向，而是指向另外的方向。这些方向和地面目标物十分相关，尤其是植被和土壤信息。经研究，缨帽变换后获得的n个新分量（对TM数据来说，n=7）我们常常仅取前三个分量。 其关系为：y1为亮度，反映出图像总体的反射值；y2为绿度，反映了绿色生物量的特征；y3为湿度，对土壤湿度和植被湿度最为敏感 K-T变换可以对植被、土壤等地面景物作出更精细的、更准确的分析，同时，仅用这3分量也实现了信息压缩。此方法常应用在农业监测和农作物估产方
27、面。 28 什么是主成分变换？主成分变换的应用意义是什么?K-L变换又称为主成分变换（principal component analysis）。它的原理如下：对某一n个波段的多光谱图像实行一个线性变换，即对该多光谱图像组成的光谱空间X乘以一个线性变换矩阵A，产生一个新的光谱空间Y，即产生一幅新的n个波段的多光谱图像。其表达式为Y=AX 式中：X为变换前多光谱空间的像元矢量；Y为变换后多光谱空间的像元矢量；A为一个nn的线性变换矩阵。根据以上的分析可将K-L变换的应用归纳如下。（1）数据压缩。经过主成分变换，多光谱图像变成了新的主成分图像，像元的亮度值不再表示地物原来的光谱值。但变换后的前几个
28、主分量包含了绝大部分的地物信息，在一些情况下几乎是100%，因此可以只取前几个主分量，既获得了绝大部分的地物信息，又减少了数据量，如TM图像，经主成分变换后可只取前3个主分量，波段数由7个减少到3个，数据量减少到43%，实现了数据压缩。（2）图像增强。主成分变换的前几个主分量包含了主要的地物信息，噪声相对较少；而随着信息量的逐渐减少，最后的主分量几乎全部是噪声信息（如MSS数据中的条纹）。因此，主成分变换突出了主要信息，抑制了噪声，达到了图像的目的。（3）分类前预处理。多波段图像的每个波段并不都是分类最好的信息源，因而分类前的一项重要工作就是特征选择，即减少分类的波段数并提高分类效果。主成变换
29、即是特征选择最常用的方法。29 图像空间滤波的处理计算（平滑【主要是均值滤波、中值滤波】、锐化【梯度法（多种梯度算子）】）。特别注意，图像的空间域增强的方式有两种：一种是针对像元的点运算；一种是针对像元和周边相邻像元关系之间的邻域运算。154页和161页30 图像锐化处理有几种方法?试述Laplace算法的特点。图象锐化处理的方法：1 梯度法 2 Roberts梯度 3 Prewitt和Sobel梯度 4 Laplace算法 5 定向检测 Laplace算法的特点Laplace算子检测的是变化率的变化率，是二阶微分，在图像上灰度均匀和变化均匀的部分，根据Laplace算子计算出的值为为0。因此
30、，它不检测均匀的灰度变化，产生的图像更加突出灰度值突变的部分。第六章31 遥感图像计算机分类（名词）；遥感图像分类的主要依据；（1）名词解释：是针对原始遥感影像或各种变换处理之后的图像，在计算机技术的协助下，采用决策理论或统计方法等对变量特征空间进行地物属性的识别和划分等达到图像分类的目的。 （2）遥感图像分类的主要依据就是地物的光谱特征的相似程度。 遥感图像分类以每个像素的光谱数据为基础进行的。（3）相似性度量32 什么是监督分类，什么是非监督分类？简述监督分类和非监督分类的异同。答： 1)监督分类是基于对于遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别，于是可以
31、利用这些样本类别的特征作为依据来判断非样本数据的类别。2)非监督分类是遥感图像地物的属性不具有先验知识，纯粹依靠不同光谱数据组合在统计上的差别来进行“盲目分类”，事后再对已分出各类的地物属性进行确认的过程。 （也可以从两方法的基本原理出发来解释也可以。）3)异: a. 监督分类对于遥感图像上样本区内的地物的类属已有先验的知识，即已经知道它所对应的地物类别;非监督分类对于遥感图像地物的属性不具有先验知识。 b. 监督分类以样本类别的特征作为依据可直接判断判断非样本数据的类别；非监督分类仅凭据遥感影像地物的光谱特征的分布规律，随其自然地进行盲目的分类，并不确定类别的属性，其属性是通过事后对各类的光
32、谱响应曲线进行分析，以及与实地调查相比较后确定的。4)同: 都是依据地物的光谱特性的点独立原则来分类的，且都采用的是统计方法。33 简述遥感图像计算机分类的一般流程。1. 原始图像的预处理 2. 选择分类方法（训练区的选择）3特征选择和特征提取4图像分类运算5分类后处理及检验结果6结果输出34 度量相似度的指标主要有？比较绝对值距离、马氏距离、欧氏距离判别函数之间的异同点。1绝对值距离在二维空间中可以看出，这种距离是计算两点之间的直角边距离。绝对值距离的特点是各特征参数以等权参与进来，所以也称等混合距离。2欧几里德距离欧几里德距离（Euclidean）距离就是两点之间的直线距离（以下简称欧氏距
33、离）。欧氏距离中各特征参数也是等权的。绝对值距离和几里德距离又简称闵氏距离或明氏距离：（1）闵氏距离与特征参数的量纲有关, 常应用于等权的特征参数，当有不同量纲的特征参数的闵氏距离常常是无意义的。（2）闵氏距离没有考虑特征参数间的相关性。而哈拉诺比斯距离解决了这个问题。3马哈拉诺比斯距离与前两种距离不同，马氏距离是一种加权的欧氏距离，它是通过协方差矩阵来考虑变量相关性的。35 监督分类和非监督分类法各自经典的算法有哪些？非监督：K-均值算法（K-mean）基本原则是：使得每一分类中，像素点到该类别中心的距离的平方和最小，在迭代过程中，逐次移动各类的中心，直到满足图像中互不相交的所有任意类的像素
34、值与该类的均值差的平方和的总和达到最小，停止迭代结束聚类。该方法由于每调整一个样本类别就重新计算一次各样本的均值，故此又称为逐个样本修正法。 迭代式自组织数据分析算法，又简称为迭代法。这是一个最常用的非监督分类算法，在很多图像处理系统或软件中都有相关模块，可以直接运用。监督分类：1）最小距离法2）最大似然法 36 如何提高遥感图像的分类精度（建议）。a）充分利用遥感图像提供的多种信息 b) 多种信息复合（融合）有易于提高单一方法分类精度 c) 混合像素的分解处理 d) 研究和采用智能分类技术，灵活运用多方面知识，分区、分层次进行分类实验 计算题1）图像的统计学特征2）直方图均衡化3）平滑和锐化处理-