遥感图像计算机解译：监督与非监督分类方法比较

第六章主要探讨的是遥感图像的计算机解译技术，这一章节详细介绍了遥感数字图像的特点、分类方法以及在计算机处理中的应用。首先，遥感数字图像以二维数组形式存在，具有便于存储、运算、显示和输出的优点，但同时也可能存在信息损失和抽象性强的特性。基本表达单位是像素，它既是空间特征的记录，也包含属性特征，包括正像素和混合像素。 图像分类是遥感数字图像处理的核心内容，分为监督分类和非监督分类。监督分类通过先验知识提高精度和准确性，但需要大量的人工标注工作；非监督分类则工作量较小，适用于没有类别先验知识的情况，但分类结果可能与实际类别存在一定偏差。 遥感图像分类按波段数量可分为二值、彩色、单波段和多波段数字图像，每种类型都有其特定的应用场景。像片数字化涉及到空间采样、量化等级、反差调节和波段配准等技术，对于彩色像片，还会使用滤色镜进行量化处理。 计算机分类的理论基础强调利用模式识别、遥感图像处理、GIS（地理信息系统）、人工智能等技术，目标是通过自动化手段提取地物信息，尽管速度较快，但解译难度较大，如Landsat TM真彩色合成影像分类后的处理就是一个典型例子。 本章内容深入浅出地阐述了遥感图像计算机解译的方法、优势与局限，以及在实际应用中的重要性和挑战，为遥感数据分析提供了实用的技术指导。