简述计算机监督分类的基本原理,（揽宇方圆）遥感图像的计算机分类方法包括监督分类和非监督分类...

原标题：(揽宇方圆)遥感图像的计算机分类方法包括监督分类和非监督分类

遥感数字图像的计算机(自动识别)分类

遥感图像计算机解译的主要目地是将遥感图像的地学信息获取发展为计算机支持下的遥感图像智能化识别，其最终目地是实现遥感图像理解。其基础工作就是遥感数字图像的分类。

遥感图像的计算机分类方法包括监督分类和非监督分类。

l 监督分类：事先有类别的先验知识，根据先验知识选择训练样本，由训练样本得到分类准则。

监督分类中常用的具体分类方法包括：

①最小距离分类法：classifier)：用特征空间中的距离表示像元数据和分类类别特征的相似程度，在距离最小时(相似度最大)的类别上对像元数据进行分类的方法。

②多级切割分类法：根据设定在各轴上的值域,分割多维特征空间的分类方法。

③特征曲线窗口法：特征曲线：地物光谱特征参数构成的曲线。以特征曲线为中心取一个条带，构造一个窗口，凡是落在此窗口范围内的地物即被认为是一类，反之则不属于该类。

④最大似然比分类法：求出像元数据对于各类别的似然度(likelihood)，把该像元分到似然度最大的类别中去的方法。

l 非监督分类：事先没有类别的先验知识，纯粹根据图像数据的统计特征和点群分布情况，根据相似性程度自动进行归类，最后再确定每一类的地理属性。

非监督分类的常用方法