遥感数字图像处理复习题.docx
《遥感数字图像处理复习题.docx》由会员分享，可在线阅读，更多相关《遥感数字图像处理复习题.docx（15页珍藏版）》请在冰豆网上搜索。
遥感数字图像处理复习题
第一章
1、数字图像：
指用计算机存储和处理图像，是一种空间坐标和灰度均不连续、以离散数学原理表达图像，
2、模拟图像：
又称光学图像，指空间坐标和明暗程度连续变化、计算机无法直接处理图像，属于可见图像。
3、数字图像和模拟图像区别：
模拟图像连续可见，不便于用计算机处理，也不便于图像储存、传输；数字图像不连续可见。
4、遥感数字图像处理主要内容：
（详细见P2-P3）
（1）图像增强
（2）图像校正
（3）信息提取
5、遥感数字图像处理系统典型功能
（1）由不同传感器获得不同图像数据存取和转换
（2）几何校正
（3）辐射校正
（4）图像增强处理
（5）统计分析
（6）特征提取
（7）图像分类和分类后处理
（8）专题制图
（9）专业工具
第二章
1、遥感系统主要构成：
遥感试验、信息获取（传感器、遥感平台）、信息传输、信息处理、信息应用等5个部分。
2、什么是图像采样和量化？
量化级别有什么意义？
将空间上连续图像变换成离散点（即像素）操作称为采样。
采样时，连续图像空间被划分为网格，并对各个网格内辐射值进行测量。
通过采样，才能将连续图像转换为离散图像，供计算机进行数字图像处理。
采样后图像被分割成空间上离散像素，但其灰度值没有改变。
量化是将像素灰度值转换成整数灰度级过程。
采样影响着图像细节再现程度，间隔越大，细节损失越多，图像棋盘化效果越明显。
量化影响着图像细节可分辨程度，量化位数越高，细节可分辨程度越高；保持图像大小不变，降低量化位数减少了灰度级会导致假轮廓。
3、当前常用传感器有哪些？
P12
当前常用传感器有：
资源卫星专题制图仪TM、增强型专题制图仪ETM+、高分辨率几何成像仪HGR、高分辨率立体成像系统HRS、植被传感器VEGETATION、高级空间热辐射热反射探测器、中等高分辨率成像光谱辐射仪MODIS、甚高分辨率辐射仪AVHRR、艾克诺斯IKONOS2、快鸟QuickBird、海岸带影色扫描仪CZCS、海洋宽视场观测传感器SeaWIFS。
4、如何理解传感器辐射分辨率、光谱分辨率、空间分辨率和时间分辨率？
（1）辐射分辨率是传感器区分反射或发射电磁波辐射强度差异能力
（2）光谱分辨率是传感器记录电磁光谱中特定波长范围和数量
（3）空间分辨率是指遥感图像上能够详细区分最小单元尺寸或大小，即传感器能把两个目标物作为清晰实体记录下来两个目标物之间最小距离。
它是表征图像分辨率地面目标细节能力指标。
（4）时间分辨率：
对同一目标进行重复探测时，相邻两次探测时间间隔
5、遥感数字图像产品有哪些数据级别？
（1）0级产品：
未经过任何校正原始图像数据
（2）1级产品：
经过了初步辐射校正图像数据
（3）2级产品：
经过了系统级几何校正，即数据卫星轨道和姿态等参数以及地面系统中有关参数对原始数据进行几何校正。
（4）3级产品：
经过了几何精校正，即利用地面控制点对图像进行了校正，使之具有了更精确地理坐标信息。
产品几何精度要求在亚像素量级上。
6、什么是遥感图像元数据？
包括哪些主要参数？
元数据是关于图像数据特征表述，是关于数据数据。
元数据描述了及图像获取有关参数和获取后进行处理。
参数包括：
图像获取日期和时间、投影参数、几何校正精度、图像分辨率、辐射校正参数等。
7、怎么计算图像文件大小？
图像文件大小=图像行数*图像列数*每个像素字节数*波段数*辅助参数，其中辅助参数一般为1，一些系统如ERDAS，在图像文件中加入了图像金字塔索引等信息，该值为1.4。
每个像素字节数及存储有关，8位数为1个字节。
以8位量化产生图像，每个像素值为0－255，占用一个字节。
16位数占用两个字节，以此类推。
第三章
1、图像直方图有什么作用？
可以通过直方图计算哪些图像参数（书上45页—46页）
作用：
（1）直方图反映了图像灰度分布规律。
它描述了每个灰度级具有像素个数，但不包括这些像素在图像中位置信息。
在遥感数字图像处理中，可通过修改图像直方图来改变图像反差。
（2）任何一幅特定图像都有唯一直方图及之对应，但不同图像可以有相同直方图。
（3）如果一幅图像仅包括两个不相连区域，并且每个区域直方图已知，则整幅图像直方图是这两个区域直方图之和。
（4）由于遥感图像数据随机性，在图像像素数足够多且地物类型差异不是非常特殊情况下，遥感图像数据及自然界其它现象一样，服从或接近于正态分布
2、什么是滤波？
狭义地说滤波是指改变信号中各个频率分量相对大小、或者分离出来加以抑制，甚至全部滤波除某些频率分量过程。
广义地说滤波是吧某种信号处理成为另一种信号过程。
3、什么是纹理？
包括哪些基本类型？
纹理通常被定义为图像某种局部性质,或是对局部区域中像素之间关系一种度量。
通常认为，纹理是由纹理基元按某种确定性规律或只是按某种统计规律重复排列组成。
类型：
人工纹理：
是由自然背景上符号排列组成，这些符号可以是线条、点、字母、数字等。
往往是有规则。
自然纹理是具有重复排列现象自然景物，往往不是规则。
第四章
1、常用颜色模型有哪些？
各有什么特点？
（1）RGB模型，这种模型用在彩色监视器和彩色摄像机等领域，当彩色图像中部分地物隐藏在阴影中时不适用；
（2）CMY模型，用在彩色打印机上；
（3）YIQ模型，用于彩色电视广播。
其中，Y相当于亮度，而I和Q是被称为正交两个颜色分量。
主要优点是去掉了亮度（Y）和颜色信息（I和Q）间紧密联系。
（4）HIS模型，用于图像显示和处理，其中I是强度。
强度成份（Ｉ）在图像中及颜色信息无关；色调和饱和度成份及人们获得颜色方式密切相关。
这些特征使HIS模型成为一个理想研究图像处理运算法则工具，是面向彩色图像处理最常用颜色模型。
2、为什么要进行彩色合成？
有哪些主要合成方法？
人眼对黑白密度分辨能力有限，大致只有10个灰度级，而对彩色图像分辨能力则要高得多。
如果以平均分辨率计算，人眼可察觉出数百种颜色差别。
这还仅仅是色调一个要素，如果加上颜色其他两个要素：
饱和度和亮度，人眼能够辨别彩色差异级数要远远大于黑白差异级数。
为了充分利用色彩在遥感图像判读中优势，常常首先对多波段图像进行彩色合成得到彩色图像，然后再进行其他处理。
彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成四种方法。
合成方法有：
伪彩色合成、真彩色合成、假彩色合成、模拟真彩色合成
3、假彩色合成及伪彩色合成差异是什么？
伪彩色合成是把单波段灰度图像中不同灰度级按特定函数关系变换成彩色，然后进行彩色图像显示方法，主要通过密度分割方法来实现。
假彩色合成使用数据是多波段图像。
区别：
伪彩色处理主要解决是如何把灰度图变成伪彩色图问题,最简单办法是选择对应于某一灰度值设一彩色值来替代,可称之为调色板替代法.另外一种比较好伪彩色处理方法是设定三个独立函数,给出一个灰度值,便由计算机估算出一个相应RGB值.
假彩色（falsecolor）处理是把真实自然彩色图像或遥感多光谱图象处理成假彩色图像.假彩色处理主要用途是:
（1）景物映射成奇异彩色,比本色更引人注目.
（2）适应人眼对颜色灵敏度,提高鉴别能力.可把细节丰富物体映射成深浅及亮度不一颜色.
（3）遥感多光谱图象处理成假彩色,可以获得更多信息.
4、图像拉伸有哪些方法？
优点是什么？
包括灰度拉伸、图像均衡化、直方图规定化。
拉伸是最基本图像处理方法，主要用来改善图像显示对比度。
如果对比度比较低，那么就无法清楚表现出图像中地物之间差异，因此，往往需要在显示时候进行拉伸处理。
拉伸按照波段进行，它通过处理波段中单个像素值来实现增强效果。
第五章
1、辐射校正主要内容是什么？
在太阳——大气——目标——大气——传感器辐射传输过程中存在有许多干扰因素，使得接收信号不能准确反映地表物理特征（光谱反射率、光谱辐射亮度等）。
这些因素归结为以下四个方面：
（1）大气分子及气溶胶Rayleigh散射及Mie散射；分子及气溶胶吸收、散射以及散射吸收耦合作用；
（2）表面因素贡献。
在一般遥感应用中，认为地球表面为朗伯体，反射及方向无关，这个假设是一种近似，事实上任何表面在物理特性及物质结构上都不是理想朗伯体，因此认为地面是朗伯体会带来误差。
另外一个因素是，由于大气散射存在，邻近像元反射也会进入目标视场从而影响辐射量，这部分贡献被称为交叉辐射；
（3）地形因素贡献，目标高度及坡向也会对辐射造成影响。
（4）太阳辐射光谱影响。
因而，为了正确反映目标物反射和辐射特性，必须消除图像记录值中各种干扰项，这就是辐射校正主要内容。
2、辐射误差产生主要原因有哪些？
辐射误差产生原因有两种：
传感器响应特性和外界环境（包括大气和太阳辐射）
传感器响应特性：
光学摄影机引起辐射误差，由光学镜头中心和边缘透射强度不一致造成。
光电扫描仪引起辐射误差，光电转换误差和探测器增益变化引起误差。
外界：
大气和太阳辐射：
太阳位置、地形起伏
其他误差：
遥感图像中有时因各检测器特性差别、干扰、故障等原因引起不正常条纹和斑点，它们不但造成直接错误信息，而且在统计分析中也会引起不好效果，应该予以消除。
3、地面辐射校正主要内容是什么？
地面辐射校正主要包括太阳辐射校正和地形校正。
太阳辐射校正，主要校正由太阳高度角（sunElevation）导致辐射误差，即将太阳光线倾斜照射时获取图像校正为太阳光线垂直照射时获取图像。
如果地形不平坦，受坡度和坡向影响，传感器获得能量也会变化。
一个区域所获得能量会因阴影而有所减少。
由地形或云投射阴影影响着成片连续像素。
树、作物行、岩石露头或其他小物体也能产生阴影，但仅影响单独像素。
这两种类型阴影会降低各个波长亮度值。
地表反射到传感器太阳辐亮度和地表坡度有关。
对由此产生辐射误差，可以利用地表法线向量及太阳入射向量之间夹角来校正。
对于多个波段图像，利用波段比值也可以消除地表坡度影响。
4、遥感图像几何精纠正目和原理是什么？
目：
几何精纠正又称为几何配准（registration），是把不同传感器具有几何精度图像、地图或数据集中相同地物元素精确地彼此匹配、叠加在一起过程。
遥感图像几何精纠正解决遥感图像及地图投影匹配问题，其重要性主要体现在以下三个方面：
第一，只有在进行纠正后，才能对图像信息进行各种分析，制作满足量测和定位要求各类遥感专题图；第二，在同一地域，应用不同传感器、不同光谱范围以及不同成像时间各种图像数据进行计算机自动分类、地物特征变化监测或其它应用处理时，必须进行图像间空间配准，保证不同图像间几何一致性；第三，利用遥感图像进行地形图测图或更新要求遥感图像具有较高地理坐标精度。
基本原理：
几何精纠正基本原理是回避成像空间几何过程，直接利用地面控制点数据对遥感图像几何畸变本身进行数学模拟，并且认为遥感图像总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高次综合作用结果。
因此，校正前后图像相应点坐标关系可以用一个适当数学模型来表示。
5、怎么从图像中有效地选择地面控制点？
在图像上，控制点应该在容易分辨、相对稳定、特征明显位置，如道路交叉、河流弯曲活分叉处、海岸线弯曲处、湖泊边缘、飞机场跑道等。
在变化不明显大面积区域（如沙漠），控制点可以少一些。
在特征变化大且对精度要求高区域，应该多布点。
但是，要尽可能避免控制点之间构成直线关系，避免控制点仅分布在狭长范围里。
6、什么是图像重采样？
常用重采样方法有哪些？
各有什么特点？
内插计算像素值过程称为数字图像重采样。
方法：
最近邻方法、双线性内插方法、三次卷积内插方法
最近邻重采样：
算法简单，最大优点是保持像素值不变，但是，纠正后图像可能具有不连续性，会影响制图效果。
当相邻像素灰度值差异较大时，可能会产生较大误差。
双线性内插重采样：
简单具有一定精度，一般能得到满意插值效果。
缺点是此方法具有低通滤波性质，会损失图像中一些边缘或线性信息，导致图像模糊。
三次卷积内插重采样：
产生图像比较平滑，缺点是计算量很大。
待纠正数字图像本身属于规则离散采样，非采样点上灰度值需要通过采样点（已知像素）内插来获取，即重采样。
常用重采样方法有最近邻方法、双线性内插方法和三次卷积内插方法。
最近邻重采样算法简单，最大优点是保持像素值不变。
但是，纠正后图像可能具有不连续性，会影响制图效果。
当相邻像素灰度值差异较大时，可能会产生较大误差。
双线性内插方法简单且具有一定精度，一般能得到满意插值效果。
缺点是方法具有低通滤波性质，会损失图像中一些边缘或线性信息，导致图像模糊。
三次卷积内插方法产生图像比较平滑，缺点是计算量很大。
7、怎么进行多源图像几何配准？
多图像几何配准是指多图像同名图像通过几何变换实现重叠，通常称作相对配准；将相对配准后多图像纳入某一地图坐标系统，称作绝对配准。
多项式和共线方程都可以实现多图像几何配准，例如，采用多项式纠正法，一旦在多图像上选择分布均匀、足够数量一些同名图像作为相互匹配控制点，就可根据控制点计算多项式系数，实现一幅图像对另一幅图像几何纠正，从而达到多图像几何配准。
但在许多情况下，很难找到准确可靠控制点，所以多图像几何配准，通常采用相关函数进行自动配准。
多图像自动配准基本假设是相同地物具有相似光谱特征。
通过对两个图像做相对移动，找出其相似性量度值最大或差别最小位置作为图像配准位置。
第六章
1、主成分变换算法性质有哪些？
工作流程是什么？
怎么确定主成分个数，（书上133页）怎么解释主成分？
∑性质：
（1）总方差不变性。
变换前后总方差保持不变，变换只是把原有方差在新主成分上重新进行分配。
（2）正交性。
变换后得到主成分之间不相关。
（3）从主成分向量Yi中删除后面（n-p）个成分只保留前p（p<=n）个成分时产生误差符合平方误差最小准则。
换句话说，前面p个主成分包含了总方差大部分。
工作流程：
主成分正变换——主成分逆变换
主成分正变换通过对图像进行统计分析，在波段协方差矩阵或相关基础上计算特征值，构造主成分。
根据主成分-特征值关系，选择少数主成分作为输出结果。
主成分逆变换：
如果在正变换中选择主成分数目及波段/变量数目相同，那么逆变换结果将完全等同于原始图像。
如果选择主成分数目少于波段数，逆变换结果相当及压抑了图像中噪声，但此时逆变换结果图像各个“波段”及原始图像波段不再具有对应性，不再具有原始图像波段物理意义。
主成分：
设有向量集（X=Xi，i=1,2，…，n）Rn（n为变量个数），E（X）为X数学期望，X协方差矩阵为C，U是C特征向量，按其特征值由大到小顺序排列为主成分。
2、缨帽变换基本原理是什么？
有什么优缺点？
缨帽变换结果怎么解释？
（书上135页—139页）
优缺点：
缨帽变换旋转坐标空间，但旋转后坐标轴不是指到主成分方向，而是指到另外方向，这些方向及地物有密切关系，特别是及植物生长过程和土壤有关。
缨帽变换既可以实现信息压缩，又可以帮助解译分析农作物特征，因此有很大实际应用意义。
K-T变换只能用于MSS数据和LANDSAT4、5TM图像、LANDSAT7ETM图像，这是该方法一个限制。
3、什么是植被指数？
有哪些基本表达方式？
植被指数：
根据地物光谱反射率差异作比值运算可以突出图像中植被特征、提取植被类别或估算绿色生物量，能够提取植被算法称为植被指数。
（VI，VegetationIndex）。
植被指数是代数运算增强典型应用
表达方式：
比值植被指数
归一化植被指数
差值植被指数
正交植被指数
或PVI=0.939（IR）—0.344（R）+0.09
4、在图像处理中常用彩色模型有哪些？
常用彩色模型有RGB模型和HIS模型。
RGB和HIS两种色彩模式可以相互转换，有些处理在某个彩色系统中可能更方便。
RGB系统从物理角度出发描述颜色，HIS系统从人眼主观感觉出发描述颜色。
RGB系统比较简单而常用，但是，当彩色合成图像各个波段之间相关性很高时，会使得合成图像饱和度偏低，色调变化不大，图像视觉效果差。
第七章
1、图像噪声有哪些主要类型？
主要特点是什么？
图像噪声按其产生原因可分为外部噪声和内部噪声。
外部噪声是指图像处理系统外部产生噪声，如天体放电干扰、电磁波从电源线窜入系统等产生噪声。
内部噪声是指系统内部产生噪声。
从统计理论观点可分为平稳和非平稳噪声。
凡是统计特征不随时间变化噪声称为平稳噪声；统计特征随时间变化噪声称为非平稳噪声。
从噪声幅度分布形态可分为高斯型、瑞利型噪声。
还有按频谱分布形状进行分类，如均匀分布噪声称为白噪声。
按产生过程进行分类噪声可分为量化噪声和椒盐噪声等。
2.什么是图像平滑？
试叙述均值滤波及中值滤波区别？
（P152，P154-P156）
图像平滑：
图像在获取和传输过程中，受传感器和大气等因素影响会存在噪声。
在图像上表现为一些亮点或亮度过大区域，为了抑制噪声、改善图像质量所做处理成为图像平滑。
区别：
（1）均值滤波是最常用线性低通滤波器。
它均等地对待邻域中每个像素。
对于每个像素，取邻域像素值平均作为像素新值。
均值滤波对高斯噪声比较有效。
均值滤波算法简单，计算速度快，但在去掉尖锐噪声同时造成图像模糊，特别是对图像边缘和细节消弱很多。
随着邻域范围扩大，去噪能力增强同时模糊程度越加严重。
（2）中值滤波是一种最常用非线性平滑滤波器，它将窗口内所有像素值按大小排序后，取中值作为中心像素新值。
窗口行列数一般取奇数。
由于用中值替代了平均值，中值滤波在抑制噪声同时能够有效地保留边缘，减少模糊。
中值滤波不变性，对于一维某些特定输入信号，中值滤波输出保持输入信号值不变。
对于二维信号，中值滤波不变性要复杂得多，不仅及输入信号有关，还及窗口形状有关。
中值滤波去噪性能：
中值滤波可用来减弱随机干扰和脉冲干扰，由于中值滤波是非线性，因此对随机输入信号数学分析比较复杂。
中值滤波输出及输入噪声概率密度分布有关，而均值滤波输出则及之无关。
中值滤波对于随机噪声抑制比均值滤波差一些，但对于脉冲噪声干扰椒盐噪声，中值滤波是非常有效
3.什么是图像锐化？
图像锐化有那种方法？
（p161）
图像锐化：
为了突出图像中地物边缘，轮廓或线状目标，可以采用锐化方法，锐化提高了边缘及周围像素之间方差，也成为边缘增强。
图像锐化方法：
图像锐化方法：
梯度法、罗伯特梯度、Prewitt和Sobel梯度、Laplacian算子、定向检测
第九章
1、遥感图像分类基本原理是什么？
（P208）
同类地物在相同条件下（光照，地形等）应该具有相同或相似光谱信息和空间信息特征。
不同类地物之间具有差异。
根据这种差异，将图像中所有像素按其性质分为若干类别过程，成为图像分类。
2、试述遥感图像分类流程
（1）预处理：
包括确定工作范围、多源图像几何配准、噪声处理、辐射校正、几何精校正、多图像融合等。
（2）特征选取：
包括特征选择和特征提取。
特征选择是从众多特征中挑选出可以参加分类运算若干个特征；特征提取是在特征选择以后，利用特征提取算法（如主成分分析算法）从原始特征中求出最能反映地物类别性质一组新特征。
（3）分类：
根据特征及分类对象实际情况选择适当分类方法。
（4）分类后处理：
由于分类过程是按像素逐个进行，分类结果图像中成片地物类别分布区往往会出现零星异类像素，其中许多是不合理。
因此，要根据分类要求进行后处理工作。
（5）结果检验:
对分类精度及可靠性进行评价。
（6）结果输出:
对于达到精度要求分类图像，根据需要和用途，设置投影、比例尺、图例等制作专题图，或将数据转换为向量格式，供其它系统使用。
3、什么叫非监督分类？
有哪几种主要方法？
非监督分类是指人们事先对分类过程不加入任何先验知识，而仅凭遥感图像中地物光谱特征，即自然聚类特性进行分类。
非监督分类有很多种方法，其中，K-均值方法和ISODATA方法是效果最好，使用最多两种，
4、简述监督分类及非监督分类区别？
（P225，P216）
非监督分类是指人们事先对分类过程不加入任何先验知识，而仅凭遥感图像中地物光谱特征，即自然聚类特征进行分类。
监督分类是利用已知地物信息对未知地物进行分类方法。
5、什么是训练区？
选择训练区应该注意哪些问题？
训练区用来确定图像中已知类别像素特征。
这些特征对于监督分类来说是必不可少。
训练区在遥感处理系统中被称为“感兴趣区”。
在ENVI系统中，该区域称为ROI，在ERDAS系统中称为AOI。
（1）训练区必须具有典型性和代表性，即所含类型应及研究地域所要区分类别一致。
训练区样本应在面积较大地物中心部分选择，而不应在地物混交地区和类别边缘选取，以保证特征具有典型性，从而能进行准确分类。
（2）使用图件时间和空间上要保持一致性，以便于确定数字图像及地形图（或土地利用图、地质图、航片等）对应关系。
即使不一致，也要尽量找时间上相近图件，同时，图件在空间上应能很好匹配。
（3）训练区选取方式有按坐标输入式和人机对话式两类。
按坐标输入式是预先把实地调查确定各类地物分布区转绘到地图上去，量测其在选定坐标系中位置，再把量测数据输入计算机并映射到遥感图像上。
这种方式用于不带图像显示装置计算机系统。
人机对话式则用于带有图像显示装置数字图像处理系统，它通过鼠标在图像上勾画出地物所在范围或转入实地调查地图矢量数据作为训练区。
训练区确定后可通过直方图来分析样本分布规律和可分性。
一般要求单个类训练区直方图是单峰，近似于正态分布曲线。
如果是双峰，即类似二个正态分布曲线重叠，则可能是混合类别，需要重做。
（4）训练样本数目。
训练样本数据用来计算类均值和协方差矩阵。
根据概率统计，协方差矩阵导出至少需要K+1个样本（K是多光谱空间分量数或经过选择特征数），这个数是理论上最小值。
实际上，为了保证参数估计结果比较合理，样本数应适当增多。
在具体分类时，要根据对工作地区了解程度和图像本身情况来确定样本数量。
6、监督分类主要方法有哪些？
各有什么特点？
监督分类几种方法及特点如下：
（1）平行管道法：
这种方法优点是分类标准简单，计算速度快。
主要问题是按照各个波段均值和标准差划分平行多面体及实际地物类点群形态不一致。
（2）最小距离方法：
容易产生错误，但该方法简单、实用性强、计算速度快。
（3）最大似然方法：
基于贝叶斯准则分类错误概率最小一种非线性分类，是应用比较广泛、比较成熟一种监督分类方法。
（4）光谱角方法：
是一种光谱匹配技术，它通过估计像素光谱及样本光谱或是混合像素中端元成分（endmember）光谱相似性来分类。
7、图像分类后处理包括哪些工作？
（1）碎斑处理：
去掉分类图中过于孤立那些类像素，或把它们归并到包围相邻较连续分布那些类。
（2）类别合并：
非监督分类前不知道实际有多少地物类，在策略上总是先分出较多类，然后对照实地情况或根据已有知识，确定最后需要类别，因此，需要将某些光谱上不同类（光谱类）合并为一个地物类。
（3）分类结果统计：
分类结果统计是图像分类报告中必须包含内容，包括各类在各波段平均值、标准差、最低值、最高值、协方差矩阵、相关系数矩阵、特征值、各类像素数和占总像素数百分比、精度检验等
（4）类间可分离性分析：
可分离性可用各类之间距离矩阵来表示。
由于距离是类间相似性一个重要量度，因而通过该矩阵可确定最为相似类。
如果某类地物性质比较模糊，可借助及它最相似已知地物类来进一步明确。
8、遥感专题制图中需要注意哪些问题？
（1）分类赋色：
分类完成后，计算机处理系统一般都是按类顺序（或训练区颜色）自动给各类别赋色。
这些默认颜色基本上都不符合专业制图要求，例如，专业制图要求相近类颜色应相近，面积大类颜色应较浅等，因此需要重新给各类配色。
这个处理过程在ENVI系统中叫“改变类颜色”，在ERDAS系统中则是重编码处理一部分。
各类配好颜色后，可存为一个特定文件或查找表（LUT），供分类图输出时使用。
（2）叠加修饰符号：
为了满足制图要求，需要在图像上叠加各种修饰性内容，包括：
比例尺，公
升级会员 