大桔灯文库logo

下载提示:1. 本站不保证资源下载的准确性、安全性和完整性,同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
2. 本文档由用户上传,版权归属用户,大桔灯负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。

相关文档

  • .doc

    实验六 多光谱遥感影像分类[实验目的]:掌握常规的多光谱遥感影像分类操作及其处理比较非监督分类法和监督分类法的结果二者之间的优缺点这些分类处理包括聚合处理(clump)筛选处理(sieve)并类处理bine)以及精度评估 [实验内容]:1.多光谱影像分类的几种方法并比较之间的区别 2.图像分类的后期处理 [实验准备]:数据:文件夹 envidatacan_tmFileDescript

  • 三-.doc

    #

  • 6-(2).ppt

    前面两种分类方法是直接利用原始的各波段数据进行分类的。能否利用所学的图像处理增强的方法,对各原始波段进行处理,生成特征波段,然后再进行分类?参考相关,设计出一种遥感影像分类方法,对影像进行分类(具体类别数自行设计)。本次实验上交所设计的福州监督分类的成果:1、图像、数据 所设计方法的分类模板文件 (sig文件) 所设计方法的分类结果图像、分类精度报告2、实验报告,实验报告中要体现你所设计方法的

  • 5-(2).ppt

    前面两种分类方法是直接利用原始的各波段数据进行分类的。能否利用所学的图像处理增强的方法,对各原始波段进行处理,生成特征波段,然后再进行分类?参考相关,设计出一种遥感影像分类方法,对影像进行分类(具体类别数自行设计)。本次实验上交所设计的福州监督分类的成果:1、图像、数据 所设计方法的分类模板文件 (sig文件) 所设计方法的分类结果图像、分类精度报告2、实验报告,实验报告中要体现你所设计方法的

  • 非监督.ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级遥感图像计算机分类非监督分类初始分类专题判别分类后处理色彩重定义栅格矢量转换Main> Classification> Unsupervised classification提示:实际工作中将分类设为最终分类数的2倍以上初始分类1) 同时显示germtm.img和germtm_isodata.img

  • 习.doc

    #

  • 习9:.doc

    #

  • 八--的计算机.doc

    实验八 遥感图像的计算机分类一目的和要求:理解遥感图像计算机分类的基本原理掌握非监督分类和监督分类的过程 并弄清两者的区别二实验内容遥感图像ISODATA非监督分类遥感图像最大似然法监督分类三原理与方法传统的遥感图像计算机分类的方法大体有两种:非监督分类和监督分类非监督分类(Unsupervised Classification)指不必对影像地物获取先验知识仅依靠影像上不同类地物的光谱线性进行特

  • .ppt

    单击此处编辑母版标题样式单击此处编辑母版文本样式第二级第三级第四级第五级遥感图像分类任课教师:杨晓霞2013年3月图像分类基本概念和原理计算机分类的概念判别函数与判别规则影像空间与特征空间特征空间中的距离遥感图像分类过程监督分类方法非监督分类方法提高分类精度的方法内容大纲2遥感图像分类是图像信息提取的一种方法遥感图像分类是遥感数字图像处理的重要环节也是遥感应用最广泛的领域之一遥感图像自动识别分类在

  • 章_.ppt

    分类器(判决器)模糊模式识别比值变换图像用作分类有许多优点它可以增强土壤植被水之间的辐射差别压抑地形坡度和方向引起的辐射量变化(2)类间散布矩阵Sb 类间散布矩阵表示了不同类别间相互散布的程度类似地对于m类别情况总的类间散布矩阵也采用先验概率 加数和表示式中: M0——是全体模式的均值向量 Mi—— Wi的均值向量土壤一般情况——无论在总的特征空间中还是在任一子空间中不同类

违规举报

违法有害信息,请在下方选择原因提交举报


客服

顶部