第四章遙感數字圖像計算機解譯一、遙感數字圖像計算機分類的一般原理二、遙感分類的常用判別函數三、遙感數字圖像的分類方法四、遙感數字圖像的分類后處理五、光譜特征分類中的輔助處理技術六、遙感圖像計算機分類新方法1一、遙感數字圖像計算機分類的一般原理遙感圖像解譯

遙感圖像數據專題圖像專題地圖專業應用解譯方法計算機分類目視解譯光譜規律地學規律解譯者的經驗解譯標志（亮度、色調、位置、時間、紋理、結構等）景物類型屬性識別、分類提取信息、識別地物2一、遙感數字圖像計算機分類的一般原理計算機分類是通過模式識別理論，利用計算機將遙感圖象自動分成若干地物類別的方法。如土地覆蓋/土地利用分類、森林類型分類、植被類型分類、巖性分類、……

數據→信息（遙感數據---地物信息）主要數據類型：1、原始光譜數據；2、光譜變換后數據；3、非遙感數據3遙感圖像分類的實質圖象分類過程的總目標是，將圖象中所有的像元自動地進行土地覆蓋類型或土地覆蓋專題的分類。4影響遙感圖像分類精度的因素大氣狀況的影響：吸收、散射。下墊面的影響：下墊面的覆蓋類型和起伏狀態對分類具有一定的影響。其他因素的影響：云朵覆蓋；不同時相的光照條件不同，同一地物的電磁輻射能量不同；地物邊界的多樣性。

5統計模式識別的概念和基本問題模式（pattern）:在多波段圖象中，每個象元都具有一組對應取值，稱為象元模式，即一個像元對應多個值。特征（feature）：在多波段圖象中，每個波段都可看作一個變量，稱為特征變量。特征變量構成特征空間。波段：光譜波段其它派生波段（紋理、上下文關系、波段比等）輔助數據(ancillarydata)(非遙感數據，如DEM、土壤類型)特征提取（featureextraction）：通過變換找出最能反映地物類別差異的特征變量用于分類的過程6統計模式識別的概念和基本問題模式識別是人們沿著仿生學的道路，用計算機系統作為工具來模擬人類的感知和識別智能，它是人工智能的一個分支。遙感圖像的計算機分類它是對地球表面及其環境在遙感圖像上的信息進行屬性的識別和分類，從而達到識別圖像信息所相應的實際地物，提取所需地物信息。7統計模式識別的概念和基本問題遙感圖像目視判讀與計算機分類的比較相同點：目的一致；不同點：目視判讀——直接利用人類的自然識別智能；計算機分類——利用計算機模擬人類的識別能力。遙感圖像的模式特征及其分類方法光譜特征紋理特征↓↓基于光譜特征的統計識別方法基于紋理特征的統計識別方法（主要）（次要、補充）8統計模式識別的概念和基本問題統計模式識別的基本含義

（1）把識別對象的特征的每一個觀測量視為從屬于一定分布規律的隨機變量；（2）在多維觀測的情況下，把識別對象特征的各維觀測值的總體視為一個隨機矢量，每一個隨機矢量在一個多維特征空間中都有一個特征點與之相對應；（3）所有特征點的全體在特征空間中將形成一系列的分布群體，每個分布群體中的特征點被認為具有相似特征，并可以劃為同一類別；（4）找到各個分布群體的邊界線（面）或確定任意特征點落入每個分布群體中的條件概率，并以此依據來確定特征點（或相應的識別對象）的分類。

9光譜特征向量與特征點集群

基于統計模式識別的分類方法監督分類與非監督分類分類處理與增強處理的異同共同點：增強和提取遙感圖像中目標物的信息不同點：增強處理→增強視覺效果→提高圖像的可解譯性（定性）圖像分類→地物類別的區分（定量信息）10光譜特征向量與特征點集群

——圖像波段總數——地物圖像點在第波段圖像中的亮度值光譜特征向量

光譜特征變量：由于受外界各種因素的影響，使得同類地物的成像亮度值總是帶有隨機誤差，導致圖像亮度值（即光譜特征）的觀測值為一個隨機變量（x）。

光譜特征向量：同名地物點在不同波段圖像中亮度的觀測量構成一個多維的隨機向量（X），稱為光譜特征向量。即11光譜特征向量與特征點集群

光譜特征空間為度量地物的光譜特征，建立的以各波段圖像的亮度分布為子空間的多維空間。12光譜特征向量與特征點集群

特征點集群

每個地物點依其在各個波段所具有的光譜值可以在一個多維空間中找到一個相應的特征點，但由于隨機性所致，同類地物的各取樣點在光譜特征空間中的特征點將不可能表現為一個點，而是表現為一個相對聚集的點集群，不同類地物點集群在特征空間中一般相互分離，這些點集群稱為特征點集群。特征點集群在空間中的分布情況

最理想情況

不同類別集群至少在一個特征子空間（某一波段圖像）中的投影（即亮度范圍）是完全可以相互區分開的——可以用簡單的圖像密度分割實現。13光譜特征向量與特征點集群

典型情況

不同類別地物的集群，在任一個子空間都有重疊現象存在，但在總的特征空間中卻是可以完全分開的。即單波段的圖像不能實現圖像的分類，只有利用多波段圖像在多維空間中才能實現精確分類。

14光譜特征向量與特征點集群

一般情況

不論是在總的特征空間還是任一子空間，不同類別的集群之間總有重疊現象，這時重疊部分的特征點所相應的地物，在分類時會出現不同程度的分類誤差，這是遙感圖像分類中最常見的現象。

15地物錫與光轟譜特肆征空辮間的甲關系16計算悉機分擠類的須基本弱原理基本罩原理不同卻的地喇物具摩有不承同的張光譜梢特征鎖，同潑類地抹物具駐有相丙同或根相似碰的光暖譜特買征→將圖滅像中框的每憐個像勾元或陶區域昏劃歸驅為若斑干類舊別是聲的一墓種，貓即通爹過光微譜特宿征分爐析→選擇猴特征剪參數→將特列征空配間劃稻分為迷不重歌疊的岸子空聾間→將影緣瑞像像曠元劃董分到害各個甘子空映間→實現供分類圖象品分類陪：基于朋數字糠圖象停中反衣映的濤同類數地物嶄的光完譜相猴似性塊和異令類地飄物的爸光譜攪差異睬性。依據是遙喪感圖指像像處素的相似庸度。距離相關因系數17計算恨機分洋類的答基本納原理基本竭思想同類妖地物咽的光型譜特乘征比忽較接往近，衡在特薄征空齒間中奸的點炒聚集汁在該餃類的強中心穿附近掘；多壟類目課標聚弊集多曬個點修族。分類捐算法渠的核抹心判別廁函數副判別昨準則方法判別料函數：找到多一個翻函數墨使fAB(X)=住0判別昂準則：fAB(X)>0，X為A類；fAB(X)<0，X為B類類別辯界面18計算研機分微類處品理的道一般蛙過程圖像變換及特征選擇分類器的設計初始變量參數的確定每個像素的分類判決分類編碼圖像、結果檢驗分類結果輸出原始圖像數據的預處理準備階段分類判決輸出幾何校正、輻射校正量化、采樣、增強等特征選擇（FeatureSelection）特征提取（FeatureExtraction）精度評價可靠性評價19二、捕遙感仰分類給的常時用判捐別函宵數距離彈判別窩函數歐氏去距離:N,波段嘗數；dij第個i像元虎與第j個像凡元在N維空驗間中惜的距賠離；xik為第淚個k波段圍上第i個像置元的情灰度傅值。絕對院距離:明可中夫斯檢基距秤離（Mi壺nk憤ow心sk層i）:歐氏測距離返和絕攝對距達離可鞏統一匪表示陷為:明可丘夫斯邪基距喜離存哭在的暖主要垮問題明氏鋤距離毒與特光征參咬數的五量綱頑有關累（解四決辦虛法：痛標準迫化處章理）明氏姜距離序沒有輔考慮翁特征吉參數嫂間的鑒相關筑性20馬氏俯距離匪（Ma寺ha信la牧no削bi撓s）21二、頁遙感屋分類蔥的常糟用判淹別函冬數最大群似然駁法判撫別函鄉豐數（Ba批ye西s準則礙）基本借思想假定僅各類蓮的分弓布函咬數為店正態壤，按裁正態陶分布鵝規律晉用最錄大似敬然判饒別規甲則進煙行判柱決，纖得取吩分類比結果節。Ba尺ye收s準則果及判浩別函著數X屬于wi的概煎率，海又稱采后驗犁概率22三、廚遙感鉆數字繳圖像卸的分么類方魂法分類灑執行驢方式勁：監督套分類裳、非典監督診分類分類知模型莫或分初類器戲：統計臭分類頑、模鋤糊分莫類、艘鄰域五分類縮慧、神辰經網尺絡分甜類等細。23監督庭分類散（su橡pe嚇rv乒is勤ed述c笛la授ss本if訊ic獸at秩io誼n）通過脖選擇槐代表臟各類為別的方已知荒樣本烘（訓傳練區陵）的突象元嶺光譜臨特征固，事游先取熊得個濕類別救的參揭數，鋪確定圖判別派函數蘋，從輪而進心行分封類。在監董督分繞類中桐，先詞定義蝕信息暢類，采然后楊檢驗歌它們寶的光鞋譜可禍分性止。24監督浴分類護（su棒pe棗rv澡is掩ed擴c寶la雨ss某if絡ic賞at夕io狐n）訓練珍區的柏作用已知縫覆蓋陪類型劫的代翠表樣鄙區用于蜘描述趣主要蘆特征內類型桶的光歷譜屬根性其精動度直堂接影昆響分屬類結刺果訓練勻區的莖選擇訓練尾區必睜須具司有典直型性碼和代問表性圖件哲時間疊和空孟間上疼的一螞致性25訓練夢區的董選擇26水體高層建筑水泥地面裸地林地選擇扛訓練掏樣區--直接撿在圖愿像上料選取27TMBand38284969901435567788TMBand4水泥地面水體選擇保訓練棵樣區—在特鐮征空歷間上焦選取28訓練渠樣本笑中的話各個柴像素紫在特兩征空兆間中御的分香布情瞞況Band1DNsBand1DNsCluster1Cluster2Cluster3Band1DNsBand1DNs29判別范分析房誠分類鼠方法線性占判別沾分析乖分類逐步府判別聾分析輸分類平行避多面像體分范類（很少哭用）最小翼距離仁分類犯（距離鑄判別潤函數）最大驅似然謀比分早類（最常微用）30最小膊距離痰分類短法最小江距離千分類段法是農以特朽征空種間中披的距齡離作曉為像齊元分夠類的協依據粉。原熟理簡蛇單，傳計算點速度馳快，冒分類濾精度卸不高腔。02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest1231平行屋多面蛙體分蓮類02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest12要求岡分割傾面總壇是與驗各特悅征軸饒正交餓，如俊果各陣類別粱在特擊征空痕間中箭呈傾巡壽斜分運布，沸就會細產生歌分類察誤差凍。可糧先采據用各劃軸的施正交陵變換魔后，梢再進糊行多潔級分嗓割。32最大話似然矮比分押類法它是齡通過贏求出吧每個招像素功對于潤各個層類別落的歸蕉屬概巴率，撇把該犬像素求分到孔歸屬繪概率廳最大留的類仇別中撤去的龜方法考。02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest1202550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest33使用壇最大巴似然加比分志類法登的注撓意事斥項各類果別的訓練督數據至少同要為異特征穴維數認的2-嬌3倍以隨上，楚這樣蜘才能回統計棄出具汁有較結高精冠度的疏均值筍、方穴差與泥協方們差；如果2個以梅上的波段買相關絲式性很旬強，那乒么方慣差協薪方差踩矩陣緞的逆悲矩陣襖就不級存在罷，或傅非常攜不穩悼定。唉在訓河練數踩據幾古乎都拜取相踢同值小的均常質性達數據愚組的換情況膜下也柜是如甘此。駛此時揭，最裂好采臂用主茅成分答分析攻法，塔把維店數減離到僅爐剩相族互獨瓦立的租波段問。當總幟體分對布不吧符合正態肺分布時，裹不適俯于采左用以柿正態流分布忘的假坡設為壘基礎貝的最冬大似高然比纏分類混法。找其分煌類精填度也際將下高降。34分類裂結果35非監扮督分役類法搶不必給使用趁訓練跪樣區勿數據吧作為血分類斃的基興礎。晨通過鄭檢驗探大量印的未柄知像敲元并城根據售多光演譜空棟間中員的自腸然集北群將異它們才分為坡若干芹類。基本塵前提：同亂種地宗物類臨型的迅值在鹿測量沃空間蓬上應烈該相訂互接蜜近，威而不端同的唉地物源類型稈應該難具有敲比較德明顯潔的可跟分性狼。區別：監寬督分儲類法羊確定紗有用邀信息惠類別椅，然坡后再玩檢驗近它們綱的光巧譜可存分性禮；而纏非監遣督分湊類法循先確桌定光墓譜的累可分吊性，溝然后桶再確趣定它濟們的張有用營信息括。非監媽督分敘類(u編ns安up菜er灑vi痰se高d卸cl內as棋si滴fi議ca輝ti鎖on丘)36分類京算法衫的思誦路先選吩擇若殼干個千模式孤點作厲為聚逐類的館中心剪，每任一個君中心澇代表百一個釋類別皺，按除照某乏種相添似性梅度量落方法寸將各披模式替歸于眠各聚嘴類中槳心所吐代表礙的類籌別，叢形成僑初始明分類抄。然乓后由味聚類錦準則筐判斷腫初始蹦分類胃是否區合理蝕，如孔果不膏合理娛就修名改分意類，依如此啟反復飽迭代泊運算餡，直屋到合填理為洪止。37根據既事先展指定荒的某循一準蒜則，堆而進論行計未算機牌自動蒙判別車歸類慨，無漫須人窄為干界預，作分類橋后需濤確定深地面科類別扛。在非增監督喚分類為中，先確泄定光串譜可姻分的滋類別麻，然皇后定杜義它集們的造信息購類。38非監葛督分聞類(u旱ns炭up訪er庫vi常se瞧d剛cl遞as班si挑fi收ca員ti堵on崗)非監去督分久類的箱核心師：初佛始類奸別參突數的祝選定毛（基冬準類免別集勻群中夜心（察數學惜期望抹），構集群翻分布訂的協姻方差屢矩）惱；迭繼代調另整。非監跪督分岔類的符主要余過程39非監邊督分心類基雪本過懷程確定初始類別參數計算像元至集群中心距離確定像元類別計算新的類別均值向量均值中心變化？計算結束否是40非監宋督分蘿類(u修ns雀up率er淹vi運se北d晶cl紹as摧si他fi斬ca閑ti補on著)初始只類別釣參數霧的選梁定方尸法像素鵝光譜槍特征摔的比哲較法圖像抽樣任一像元f1作為第一類別給定閾值T第i像元fi與第一類比較|f1-fi|<TYNfi屬于f1類Fi產生新的f2類41非監貧督分胖類(u前ns企up暫er搜vi推se宵d扒cl割as毀si日fi度ca箭ti熄on檔)初始涂類別波參數臂的選歷定方枝法總體覺直方攜圖均燭勻定下心法——在總謎體直陸方圖種的基的礎上筑選定司類別求中心4243初始韻類別也參數旨的選尋定方歐法最大紫最小抱距離矛選心雜法（效果耍最好）選心吩原則：各敬初始謙類別辦之間買盡可芽能保微持遠例距離44先抽做樣，論設有n個樣咳本，域計算元步驟哭：45非監稱督分條類(u華ns摟up傍er忌vi頭se刃d賴cl讀as深si澇fi諒ca棍ti壟on丸)非監振督分誰類的桑主要顧算法IS雖OD年AT去A法（批迭代喚自組點織數亞據分回析技承術）基本機思想：在梅初始傲類別走參數寬選定母的基浙礎上餃，通欣過逐遺步趨夸近求谷出實璃際的蘿基準灘類別蠟參數度。46算法巾流程：47484950總結：以布初始京類別縮慧為“種子”進普行自晃動迭屋代聚臺類過摔程，仔它可臟以自姻動地笛進行決類別結的“饞合并毀”與岔“分亡裂”陪，其叉各個價參數槳也在期不斷遍地聚略類調只整中效逐漸亞確定霉，并陣最終穗構成生所需被要的巾判別鑄函數木。因此茫，基躲準類乘別參鋪數的楊確定乘過程幼，也荒正是駱利用井光譜舌特征社本身裂的統編計性畝質對慚判別影函數滴的不菜斷調四整和扣“訓顆練”提的過靈程。51K-持me捕an算法基本賴思想油：通過積迭代炮，移動錦各個說基準肉類別籍的中膛心，得樓到最凝好的尺聚類棄結果吸。聚類運準則本（收羞斂條碑件）：使喂每一恭聚類扇中，田多模胖式點膜到該鑒類別紅的中載心的透距離濫的平差方和店最小悄。5253K-灶me昂an算法憐的計技算步抵驟：54K-障me脫an算法飾與IS劈燕OD淡AT瞧A算法歇的區搖別：（1）IS繭OD柔AT臺A算法始它不膝是每護調整圖一個媽樣本坑的類榜別就榆重新尤計算胡一次線各樣量本的拒均值則，而扯是在丹把所期有的面樣本屑都調轎整完客之后芽才重且新計責算。K-否me每an算法撓是逐勝個樣渴本修婆正法退，IS童OD證AT且A算法逗是成哄批樣宋本修驕正法掙；（2）IS葬OD寸AT渠A算法王不僅概可以吳通過朽調整割樣本俊所屬水類別叛完成堂樣本稿的聚饞類分麥析，極而且趣可以嚷自動嘴地進撿行類立別“臥合并豈”與洞“分袍裂”陷，從婚而得墳到類斤數比料較合品理的塞聚類庸結果跌。554-潔3-捎2假彩旱色合備成圖義像非監左督分串類(聚類)結果:稍15個光賄譜類非監眨督分熱類56非監霸督分譽類1.別4欺-3擋-2假彩停色合棵成圖催象(香港階九龍);狡2準.聚類挎結果(1告0類)573.聚類省結果詳合并(5類);哥4雖.最終愉結果(類別藏顏色胳改變)58非監楊督分擔類與閃監督遞分類緩的結浸合第一他步:選擇臥一些翅有代包表性雞的區拋域進顏行非做監督姻分類第二繪步:獲得搭多個慘類別叫的先姓驗知往識第三某步:特征螞選擇第四尼步:使用贏監督超法對用整個騙影像趁進行溝分類第五慣步:輸出鳴標記乓圖像59四、勵遙感錯數字光圖像逝的分挺類后緒處理類別尤噪聲遙感做圖像寨計算釀機分主類處歐理是跡針對蛛單個遭像素坑，其砍結果革是在萌分類榨圖像據中會友出現搶一大引片同媽類地叫物中析夾雜非著散觀點分翅布的運異類糞地物沫的不踩一致絲式現象勿，這勺些雜袋物稱駛為“摩類別獨噪聲釘”。作用提高北實際章分類繼精度德；符合溉專題葡圖制湯圖要抽求。60四、片遙感唉數字扔圖像渡的分危類后派處理檢驗蜻區的許選擇作用：用躁于評松價分移類精獵度的解代表蒙樣區選擇章方法：——類似松于訓擾練區掉的選礦擇；——遙感旋實地魯調查助時，租確定握部分買區域符為訓蠟練區矛，另修一部撈分區俘域為券檢驗析區。61四、鵲遙感胡數字槽圖像逢的分香類后狐處理后處惜理方楚法（Po接st喂-C費la浴ss天if侮ic雹at育io消n竟Pr符oc蒙es糕s）（實驗許中講）1、碎孫斑處妻理去掉鑰分類蛇圖中度過于破孤立竟的那隱些類金的像抱素，輝或者鞠把它帶們歸幸并到納包圍慎相鄰翻的較臭連續宇分布潔的那訊些類冷。主要日方法：聚類吃統計鋼（Cl耗um衫p）過濾雞分析炸（Si撓ev婦e）去除握分析潑（El帽im散in吳at藝e）62四、素遙感衛數字削圖像乎的分逆類后搶處理后處氧理方耗法（Po熟st惱-C淘la死ss憤if恥ic懼at悲io避n充Pr幸oc五es施s）（實驗猾中講）2、類芳別合竄并基本湯思想弟：將要四合并丹的兩典個或咽兩個滿以上戶類的倘編碼能和顏罪色改休為相然同的燈編碼黨和顏歇色。處理籍對象估：主要速是非泳監督光分類虜結果主要酒方法蔽：分類炊重編售碼（Re斯co盼de）3、分孝類結萄果統業計主要朱內容補包括問：各波愁段的攪平均晌值，梨標準色差，尸最大貼最小瞎值，屢協方升差矩掠，相獻關系跳數矩買陣，航特征逃值，燥各類看的像疫素及玻比例峰，精姜度檢伙驗等隆。63四、專遙感溉數字尸圖像綢的分疊類后艇處理精度叨評價Ev慢al架ua抄te1、分非類評門價的填方法遙感免圖像筑分類崇精度哀分析膜通常炭把分啟類圖猶與標餡準數誰據(圖件果或地法面實層測調般查)進行傷比較誤，然較后用撞正確嬸分類櫻的百分道比來表格示分狂類精塌度。實際轉工作軟中，禾多采蝕用抽樣御方式以部缸分像外索或白部分穗類別這代替偽整幅騾圖像穩來進抽行精炕度分意析。64精度疲評價Ev撐al贏ua揪te1、分酬類評屯價的框方法分類昨疊加：將分魂類圖優像與余原始葬圖像會同時懇在一質個視駛窗中蔑打開淚，通芳過改誤變分糖類專飄題層白的透鍛明度途及顏粥色信糾息，擋查看薄分類量圖像口何原班始圖轉像之渠間的可關系酒。定義罷閥值：用戶熔可以魔對每喪個類慣別設蘇置一謠個距委離閾董值，燥將可集能不允屬于農它的欣像元起篩選挎除去爸，篩用選出播去的遠像元靈在分戰類圖養像中箱將被駕賦予鑰另一拆個分項類值魔，這俗種方憲法可醫以確凈定哪簡些像院元最走可能輔沒有瓜被正諒確分侍類，置從而群對監兇督分娃類的棕初步疤結果紐奉進行尖優化遇。分類程重編反碼：對分熟類圖班像進庭行了忍分析勇之后布，可必能需鄉豐要對發原來搏的分搞類進潤行重酬新組薯合(如將矮林地1與林碑地2合并瞇為林舍地)，給剖部分與或所芳有類撞別以葬新的聚分類桿值。分類銳精度搬評估：將專榮題分屈類圖具像中梯的特玩定像饒元與與已知慎分類道的參較考像躲元進疊行比脆較，旱實際狼工作殲中常森常是秧將分瓜類數互據與話地面斥真值它、先隆前的長試驗嶼地圖緩、航微空相膛片或愚其它呼數據他進行怕對比溉。652、精拐度評寇價的特內容遙感保圖像恩分類礦精度序分為非位扯置精釣度和位置扎精度。非姜位置童精度扇以一綢個簡很單的浙數值扮，如緣瑞面積雕、像棍素數久目等予表示侍分類脂精度頭，由尿于未歸考慮淚位置筋因素賊，類倘別之岔間的酸錯分而結果麻彼此宋平衡討，在旦一定疑程度顆上抵進消了儲分類哪誤差懇，使掘分類洲精度艇偏高壁。我葵國早葡期分惑類工趁作中吧的精塑度評如價多骨是非貍位置架精度磁評價誼。位置姨精度勵分析簽將分緊類的棋類別怒與其耀所在辨的空悔間位綠置進態行統恭一檢璃查。方法：混淆性矩陣，即性以Ka礎pp億a系數薪評價父整個蠶分類皇圖的篩精度享，以脖條件Ka勇pp叉a系數牢評價謊單一欺類別晴的精址度。獅應用刷混淆串矩陣喝的Ka驕pp炮a系數融進行走分類約精度樣的檢蕩驗，止是l9格60年Co亦he服n提出吃的。戲以后喚有許贊多學累者在Ka初pp帆a系數疫的算績法和題應用藍方面軍做了障大量做工作蒜，并碰逐漸議發展持成遙粘感分訊類的瓜主要未精度臺評價姓方法歪。663、混向淆矩恢陣（鑒誤差江矩陣愚）67（1）混龍淆矩錄陣中井，檢撇驗用雙的實廣際類遲別來等源分類茫前選把擇的舟訓練療區和隙訓練庸樣本暢時確毅定的登各個堪類別腹及其勒空間妨分布所圖;類別噴已知柔的局茄部地是段的宰專業方類型儲圖;實地者調查牌的結喊果。68（2）不躁同精懂度估笨算量使的計丸算69以第1類為絮例計販算：運行嗚誤差=（2+蹦7+氧12）/1災75粥=1糾2%用戶禁精度竭（類珠正確暗率）=1叼00肅%-鵲12落%=咽88時%結果伙誤差=（15責+2）/（15屠+2邀+1春54）=9關.9遣%生產寫者精勁度=1斧54努/（15嘴+2謊+1騎54）=1眠00消%-輪9.特9%修=9開0.亂1%70四、頂遙感暴數字累圖像吼的分慕類后權處理精度偉評價Ev懲al賭ua隆te4、Ka銷pp轟a系數（1）Ka破pp怪a系數桿的計熊算71四、蔑遙感耗數字賴圖像騰的分族類后掛處理精度沫評價Ev攜al戶ua洽te4、Ka鄭pp怕a系數（2）Ka壩pp夸a系數齒與分蒜類總個精度坡的關育系72四、環遙感曉數字片圖像江的分率類后句處理精度木評價Ev鼻al屬ua叛te4、Ka報pp菜a系數（3）Ka鼠pp棋a系數語值的蟻含義73四、雪遙感姑數字團圖像甲的分恢類后墊處理