ArcGIS教程：影像分类基本词汇

　　理解和熟悉以下术语有助于您使用 ArcGIS Spatial Analyst 扩展模块的功能执行影像分类：

　　图像

　　通过用光学或电子设备扫描地球表面而生成的栅格数据集。常见示例包括扫描文档、遥感数据(如卫星影像)和航空像片。影像以包含二进制或整型值的栅格数据集形式存储，这些值表示反射光、热的强度值或电磁光谱上其他范围的值。

　　像元

　　像元是栅格数据中最小的信息单位。每个像元都代表地球上对应单位区域位置上的某一测量值。

　　像元通常是方形。每个像元所表示的区域面积取决于栅格分辨率。高分辨率(大比例)栅格像元表示的区域面积较小，通常采用像平方米这样的单位来计量。低分辨率(小比例)栅格中的像元表示为大面积区域取一个相同的值，通常采用像公顷或平方公里这样的单位计量。

　　像素

　　在影像或栅格地图中的最小信息单位，通常为正方形或矩形。术语“像素”在使用时通常与“像元”含义相同。

　　影像分类

　　将影像中的像素排序或排列成类或簇的过程。根据分析人员与计算机的交互情况，现有两种类型的影像分类：监督分类和非监督分类。

　　监督分类

　　这种影像分类方法基于分析人员所采集的训练样本。训练样本会“指示”软件如何对影像中的其余像素进行分类。

　　非监督分类

　　这种影像分类方法是在没有分析人员介入的情况下将影像中的像素排序成簇。该过程只取决于多维属性空间中像素值的分布。

　　分类

　　影像中表示地球表面上同一物体的一组像素。

　　集群

　　在多维属性空间中可区分的一组像素。簇与类相似，只是执行聚类分析时它所表示的地表物体是未知的。

　　训练样本

　　影像中的样本区域，用于在监督分类中表示各个类。训练样本提供了影像中类的示例，以使分类工具知道如何对其余像素进行分类。

　　特征文件

　　特征文件用于记录一系列波段的不同类的频谱特征。对于每个类，特征都包含根据其训练样本计算得出的平均值和协方差。