7.1 图像平面特征分类
7.1.1 基于像元的图像分类
像元分类现象:分类结果存在明显的椒盐现象。
存在问题:不能区分同谱异物、难以分类异谱同物的像元。
7.1.2 图像模式分类
图像分类是建立输入图像和输出语义图之间可靠的映射关系。
图像平面空间关系建模(减少不必要的相互影响)。
7.2 实验要求
(1)理解基于像元的图像分类和图像模式分类的差异,相互之间的关系。
(2)利用jupyter notebook实现基于最大似然分类法对影像进行分类。
(3)实现空间升维、光谱升维对影像分类,比较结果精度差异,分析原因。
7.3 思考探索
(1)图像分类的基本过程? 思考图像模式分类的实质?
(2)图像平面空间与特征空间的联系和转换?
(3)空间上升维或者光谱上升维是否一定能够提高分类精度?