遥感图像分类精度评价

如何提高遥感图像分类精度计算机自动分类的时候,这些可以作为辅助手段提高精度.监督非监督分类都是利用地物的光谱特征进行分类,像纹理地形这些信息,可以将这些信息的空间位置和影像进行

影响遥感图像分类精度的因素有哪些如果是监督分类,精度取决于你训练区的选择、你本身图像的质量、分类方法（最小距离、最大似然之类的）,还有之后你对分类的再处理.这些其实需要很多的经验,选取合适的组合来对你的图像进行分类

做监督分类时需要做精度评价.非监督分类需要做精度评价吗?求解释!遥感ERDAS处理的遥感影像非监督分类也要做精度评估,不然做出来的图像精度不高,分类精度评估是将专题分类图像中的特定像元与已知分类的参考像元进行比较,实际工作中常常是将分类数据

如何运用形状特征、纹理特征和地物空间位置来提高遥感图像分类精度?对于目视判读的时候这些是最主要的判读依据,就不说了.计算机自动分类的时候,这些可以作为辅助手段提高精度.监督非监督分类都是利用地物的光谱特征进行分类,像纹理地形这些信息,可以将

遥感图像几何纠正精度评估方法评估?这个貌似只能通过总体误差来评估了!

遥感图像计算机解译是不是等于遥感图像计算机分类遥感图象主要是指陆地资源卫星拍摄的地球表面山川水陆、地形地貌的数字图象,它是由多个光学波段（包括可见光到人眼看不着的红外）相机针对同一目标同时获得的图象数据,好比有多个电视摄影机同时用不同光学波

如何评价遥感图像的质量地质勘探系统专业工程师必须掌握的专业技术标准,规范,规则和法规的基础理论知识和专业技术知识,掌握;熟悉相关专业知识,及时了解最新的技术在国内外的专业地位和发展趋势,新技术可以应用的工作实践成果;有丰富的专业技术经验,解

如何评价遥感图像的质量?遥感图像的质量?天气、含云量,时点、季节等应该要考虑吧.空间分辨率高，波谱分辨率高，噪声小，辐射畸变和几何畸变小，图像云量少不知道你要做什么，如果是购买遥感图像，就得根据需要考虑分辨率，有无云雾等；其实工程中首先考虑

遥感图像为什么要进行分类啊?分类以后才能够更好的做分析呀比如说监督分类或非监督分类,做完以后,会把一样的波段归纳在一起,变成一种颜色,便于分析,而且也更加精确了.

在GIS环境中利用离散的高程点及等高线数据来提高遥感图像中植被分类精度的步骤?1确定GIS平台2确定遥感图像波普特征3图像经过了何种变形4确定相应地区地形图数据5确定图像中植被分类离散特点6计量地理及其相关计算方法

遥感图像分类中最大似然法分类的优点?基于参数化密度分布模型的最大似然方法(MLC)是遥感影像分类最常用手段之一,与其他非参数方法(如神经网络)相比较,它具有清晰的参数解释能力、易于与先验知识融合和算法简单而易于实施等优点.但是由于遥感信息的

遥感图像相对辐射校正精度和绝对辐射校正精度的计算式是啥.这个精度应该是统计精度.

用MATLAB怎么做遥感图像质量评价?好,我给你.

怎样评价一幅遥感图像的质量首先清晰度很重要,显然模糊的图像再怎么处理都不如清晰的图像,除此之外还有图上有没有云彩,再有就是看分辨率如何,如果还有的话就是看看房子的阴影覆盖情况,有的图都是楼房的阴影,处理起来也是很头疼的.

如何用ENVI对遥感图像进行分类打开ENVI,如果要进行非监督分类,在主菜单上选classification-〉unsupervised然后再选择非监督分类的方法,ISOdata或K-means,然后在打开的窗口中点击open-〉newfi

遥感图像分割和分类有什么区别和联系楼上是打酱油的.你应该问的是segmentation和classification之间的区别.前者主要是跟object-orientedclassification联系起来的,主要用于高分辨率影响,根据图像

遥感图像计算机分类的一般步骤有哪些?非监督分类K-meansIsodata监督分类平行六面体最小距离马氏距离最大似然波谱角二进制编码光谱信息散度神经网络支持向量机分类基于专家知识的决策树分类面向对象的分类

图像镶嵌对遥感影像计算机分类有什么影响?有对精度一定影响,特别是成像时间不一样的影像镶嵌.若是信息提取,建议你先做提取,再镶嵌.如果是一般分类,那就先镶嵌简单了,注意直方图配合边界重叠区羽化,个人觉得erdas比envi效果好.

遥感自动图像分类中所用的特征非监督分类,根据选择的参数,即分类个数,将像素多维值根据空间距离进行分堆.所用特征为多维值,即像素在各个图层的DN值.

跪求关于SVM的遥感图像分类代码CSDN上面很多台湾林智仁教授开发的libSVM海军工程大学陆振波博士写的都很经典