遥感计算机分类及制图.pptVIP

随机变量X与Y之间的协方差定义为：COV(X，Y)=E[(X-E(X))(Y-E(Y))] , X与Y是统计独立的，那么二者之间的协方差就是0。 * 自动匹配算法：fist AdaBoost算法将多个分类器线性地组合成一个强分类器 * 在同一个样本空间 Ω 中的事件或者子集 A 与 B，如果随机从 Ω 中选出的一个元素属于 B，那么下一个随机选择的元素属于 A 的概率就定义为在 B 的前提下 A 的条件概率。 先验概率：1/S。条件概率：密度函数 * 上式中分母和类别无关，在类别间比较的时候可以忽略。 * 条件概率都取一样 * 超平面方程 * * 图像的二值化方法一般是通过设定某个阈值，并以该阈值为门限，把具有灰度级的图像变换为二值的黑白图像。 * * * * * * * 连拉成份—空洞数 连接成份，根据邻域定义判断。 * * * Δδ：德尔塔 Delte?； ζ zeta /zat/ 截塔 系数，方位角，阻抗，相对粘度 * * * * * 根据定义，弧段是一条规定了起点和终点的线段，区域分割时，一组弧形形成的封闭曲线确定了多边形（面状地物）的空间位置，一个弧段仅属于一个唯一的区域 * 　4）? 熵 熵是图像所具有的信息量的度量，纹理信息也属于图像的信息。若没有纹理，则灰度共生矩阵接近于零阵，则熵值接近为0；若分布着较少的纹理，则该图像的熵值较小；若图像充满细纹理，则灰度共生矩阵数值近似相等，则该图像的熵值最大。 　5）? 局部均匀性（逆差矩） 　　 　 说明：在实际应用中，通常在不影响纹理特征的前提下压缩图像，根据实际图像纹理的特点，选取几个距离和方向，计算出共生造成矩阵及特征系数，将特征系数组成一纹理特征矢量，作为统计分类器的输入。 4、空间关系特征提取 方位关系 包含关系 相邻关系 相交关系 相贯关系 四、遥感图像多种特征的提取 地物的二维空间关系主要表现为： 方位关系：指两个地物之间方向与位置的相对关系。方位关系用来描述边界并不相互接触的两个物体。通常采用以一个物体为中心，描述另一个物体位于它的哪个方向上，距离它有多远。 距离关系 方向关系：比较地物投影在X和Y方向的坐标大小，可以获得地物A相对于地物B的方位关系。 地物空间关系特征描述与提取 不同地物之间的距离空间关系 不同地物类型之间的距离关系 包含关系 定义：一个物体位于另一个物体内部，并且边界不相邻。 包含关系具有三种情况：点、线、或面状物体被另一个大的面状物体所包围。 提取点状地物与面状地物的包含关系 铅垂线法：需要注意点与多边形边界相交的异常情况。 射线法： 提取线状地物与面状地物的包含关系：可以简化运算，利用铅垂线法或射线法检测“线”上的每一点是否在多边形内部。 提取面状地物与面状地物的包含关系：同样简化为线状地物与面状地物的包含关系，进一步简化为点状地物与面状地物的包含关系。这仍然可以采用铅垂线法或射线法来检测。 相邻关系 两种形式：外接邻域，内接邻域。 点与面相邻：检测“点”是否在多边形的边界上。 线与面相邻，首先判断线与面是否相交，如果存在相交，那么以相交点为裁剪点，将线状地物一分为二，分别检测这两个线段是否同时在面状地物的外部或在面状地物的内部。若同时在面状地物的外部或在面状地物的内部，说明线状地物与面状地物相邻，否则不是。 两个面相邻，可以利用弧段建立多边形与边界的关系。由于其共用一条边界，每条边界记录了两个多边形标号。通过检索一个多边形边界，必然能够找到相邻接的多边形。 相交关系 表现特征：两个地物在一点上交汇。 点与线的相交，主要判明点是否在线段上即可。 两条线段相交，可以利用两条直线求交点公式。假定每条线段都是由有限个点构成。设第一条线段上相邻两点的坐标为（xi,yi）与(xi+1,yi+1) ，第二条线段的相邻两点坐标分别为（xj’,yj’）与（x’j+1,y’j+1) ，分别采用第一条线段上的两点依次与第二条相邻两点构成的线段求交点，设两直线的方程为(1),如果存在交点，其交点坐标为（2）。 （1） （2） 相贯关系 定义：一个线状物体通过面状物体内部，例如穿过林区的道路。 相贯关系特征的提取：其方法类似于提取线状地物与面状地物相邻关系，首先需要了解线状地物是否与面状地物边界相交，如果存在相交，那么以相交点为裁剪点，将线状地物一分为二，分别检测这两个线段是否一个在面状地物的外部，另一个在面状地物的内部。若成立，则可以选取在面状地物内部的线段，检查其是否与面状地物在边界上有另一个交点，若存在相交点，提取关系特征。 一般说来，地物空间关系的提取是在完成形状特征提取的基础上进行的。首先，它对相同分布特征的地物进行提取，如对具有面状特征的植被类型或土壤类型进行提取。然后在不同分布特征的地物间进行提取，如提取具