"遥感数字图像处理：第九章遥感图像分类与计算机自动解译"

遥感图像分类是通过利用计算机对遥感图像中各类地物的光谱信息和空间信息进行分析，选择特征，并利用一定的手段将特征空间划分为互不重叠的子空间，然后将图像中的各个像元划归到各个子空间的过程。特征能够反映地物光谱信息和空间信息并可用于图像分类处理的变量。这个过程可以基于统计的方法和基于规则的方法进行，可以是监督分类和非监督分类，也可以是硬分类和软分类，同时也可以是逐像元分类和面向对象分类。分类标准可以按照逻辑准则组织的信息类别正确的分类学定义进行，也可以是根据美国规划协会的土地分类标准（LBCS）或是美国国家植被分类系等参考标准。 遥感影像分类是一个复杂而又重要的过程。在遥感数字图像处理课件的第九章中，我们学习了遥感影像分类的基本原理和方法。通过计算机自动解译遥感影像，我们可以获取对地球表面上不同地物的准确分布信息，这对于资源调查、环境监测和城市规划等领域具有重要的应用价值。 遥感影像分类的过程中，首先需要利用计算机对遥感图像中的地物光谱信息和空间信息进行分析，选择合适的特征。这些特征不仅能够反映地物的光谱信息和空间信息，而且还可以用于图像分类处理的变量。然后，通过一定的手段将特征空间划分为互不重叠的子空间，将图像中的各个像元划归到各个子空间中去。这个过程需要根据具体的数据和问题，选择适合的分类方法和标准进行分类，可以是基于统计的方法或基于规则的方法，可以是监督分类或非监督分类，也可以是硬分类或软分类，同时可以是逐像元分类或面向对象分类。而分类的标准可以根据逻辑准则组织的信息类别正确的分类学定义进行，也可以是根据美国规划协会的土地分类标准（LBCS）或是美国国家植被分类系等参考标准。 遥感影像分类对于农业、林业、城市规划、环境保护等领域都有着广泛的应用。通过遥感影像分类，可以快速准确地获取地表不同地物的分布信息，为资源的合理利用和环境的有效保护提供有力的支持。因此，掌握遥感影像分类的基本原理和方法，对于从事相关领域的学生和科研人员来说都具有重要的意义。 总之，遥感影像分类是一项复杂而又重要的工作。通过利用计算机对遥感图像中的地物光谱信息和空间信息进行分析，选择合适的特征，并根据具体的数据和问题，选择适合的分类方法和标准进行分类，可以快速准确地获取地表不同地物的分布信息，为资源调查、环境监测和城市规划等领域提供准确的数据支持。因此，掌握遥感影像分类的基本原理和方法具有重要的意义。