第四章遥感数字图像的计算机分类

第四章遥感数字图像计算机解译一、遥感数字图像计算机分类的一般原理二、遥感分类的常用判别函数三、遥感数字图像的分类方法四、遥感数字图像的分类后处理五、光谱特征分类中的辅助处理技术六、遥感图像计算机分类新方法1一、遥感数字图像计算机分类的一般原理遥感图像解译

遥感图像数据专题图像专题地图专业应用解译方法计算机分类目视解译光谱规律地学规律解译者的经验解译标志（亮度、色调、位置、时间、纹理、结构等）景物类型属性识别、分类提取信息、识别地物2一、遥感数字图像计算机分类的一般原理计算机分类是通过模式识别理论，利用计算机将遥感图象自动分成若干地物类别的方法。如土地覆盖/土地利用分类、森林类型分类、植被类型分类、岩性分类、……

数据→信息（遥感数据---地物信息）主要数据类型：1、原始光谱数据；2、光谱变换后数据；3、非遥感数据3遥感图像分类的实质图象分类过程的总目标是，将图象中所有的像元自动地进行土地覆盖类型或土地覆盖专题的分类。4影响遥感图像分类精度的因素大气状况的影响：吸收、散射。下垫面的影响：下垫面的覆盖类型和起伏状态对分类具有一定的影响。其他因素的影响：云朵覆盖；不同时相的光照条件不同，同一地物的电磁辐射能量不同；地物边界的多样性。

5统计模式识别的概念和基本问题模式（pattern）:在多波段图象中，每个象元都具有一组对应取值，称为象元模式，即一个像元对应多个值。特征（feature）：在多波段图象中，每个波段都可看作一个变量，称为特征变量。特征变量构成特征空间。波段：光谱波段其它派生波段（纹理、上下文关系、波段比等）辅助数据(ancillarydata)(非遥感数据，如DEM、土壤类型)特征提取（featureextraction）：通过变换找出最能反映地物类别差异的特征变量用于分类的过程6统计模式识别的概念和基本问题模式识别是人们沿着仿生学的道路，用计算机系统作为工具来模拟人类的感知和识别智能，它是人工智能的一个分支。遥感图像的计算机分类它是对地球表面及其环境在遥感图像上的信息进行属性的识别和分类，从而达到识别图像信息所相应的实际地物，提取所需地物信息。7统计模式识别的概念和基本问题遥感图像目视判读与计算机分类的比较相同点：目的一致；不同点：目视判读——直接利用人类的自然识别智能；计算机分类——利用计算机模拟人类的识别能力。遥感图像的模式特征及其分类方法光谱特征纹理特征↓↓基于光谱特征的统计识别方法基于纹理特征的统计识别方法（主要）（次要、补充）8统计模式识别的概念和基本问题统计模式识别的基本含义

（1）把识别对象的特征的每一个观测量视为从属于一定分布规律的随机变量；（2）在多维观测的情况下，把识别对象特征的各维观测值的总体视为一个随机矢量，每一个随机矢量在一个多维特征空间中都有一个特征点与之相对应；（3）所有特征点的全体在特征空间中将形成一系列的分布群体，每个分布群体中的特征点被认为具有相似特征，并可以划为同一类别；（4）找到各个分布群体的边界线（面）或确定任意特征点落入每个分布群体中的条件概率，并以此依据来确定特征点（或相应的识别对象）的分类。

9光谱特征向量与特征点集群

基于统计模式识别的分类方法监督分类与非监督分类分类处理与增强处理的异同共同点：增强和提取遥感图像中目标物的信息不同点：增强处理→增强视觉效果→提高图像的可解译性（定性）图像分类→地物类别的区分（定量信息）10光谱特征向量与特征点集群

——图像波段总数——地物图像点在第波段图像中的亮度值光谱特征向量

光谱特征变量：由于受外界各种因素的影响，使得同类地物的成像亮度值总是带有随机误差，导致图像亮度值（即光谱特征）的观测值为一个随机变量（x）。

光谱特征向量：同名地物点在不同波段图像中亮度的观测量构成一个多维的随机向量（X），称为光谱特征向量。即11光谱特征向量与特征点集群

光谱特征空间为度量地物的光谱特征，建立的以各波段图像的亮度分布为子空间的多维空间。12光谱特征向量与特征点集群

特征点集群

每个地物点依其在各个波段所具有的光谱值可以在一个多维空间中找到一个相应的特征点，但由于随机性所致，同类地物的各取样点在光谱特征空间中的特征点将不可能表现为一个点，而是表现为一个相对聚集的点集群，不同类地物点集群在特征空间中一般相互分离，这些点集群称为特征点集群。特征点集群在空间中的分布情况

最理想情况

不同类别集群至少在一个特征子空间（某一波段图像）中的投影（即亮度范围）是完全可以相互区分开的——可以用简单的图像密度分割实现。13光谱特征向量与特征点集群

典型情况

不同类别地物的集群，在任一个子空间都有重叠现象存在，但在总的特征空间中却是可以完全分开的。即单波段的图像不能实现图像的分类，只有利用多波段图像在多维空间中才能实现精确分类。

14光谱特征向量与特征点集群

一般情况

不论是在总的特征空间还是任一子空间，不同类别的集群之间总有重叠现象，这时重叠部分的特征点所相应的地物，在分类时会出现不同程度的分类误差，这是遥感图像分类中最常见的现象。

15地物锡与光轰谱特肆征空辫间的甲关系16计算悉机分挤类的须基本弱原理基本罩原理不同却的地喇物具摩有不承同的张光谱梢特征锁，同泼类地抹物具驻有相丙同或根相似碰的光暖谱特买征→将图灭像中框的每怜个像勾元或陶区域昏划归驱为若斑干类旧别是声的一墓种，猫即通爹过光微谱特宿征分炉析→选择猴特征剪参数→将特列征空配间划稻分为迷不重歌叠的岸子空聋间→将影缘瑞像像旷元划董分到害各个甘子空映间→实现供分类图象品分类陪：基于朋数字糠图象停中反衣映的涛同类数地物崭的光完谱相猴似性块和异令类地飘物的爸光谱搅差异睬性。依据是遥丧感图指像像处素的相似庸度。距离相关因系数17计算恨机分洋类的答基本纳原理基本竭思想同类妖地物咽的光型谱特乘征比忽较接往近，衡在特薄征空齿间中奸的点炒聚集汁在该饺类的强中心穿附近掘；多垄类目课标聚弊集多晒个点修族。分类捐算法渠的核抹心判别厕函数副判别昨准则方法判别料函数：找到多一个翻函数墨使fAB(X)=住0判别昂准则：fAB(X)>0，X为A类；fAB(X)<0，X为B类类别辩界面18计算研机分微类处品理的道一般蛙过程图像变换及特征选择分类器的设计初始变量参数的确定每个像素的分类判决分类编码图像、结果检验分类结果输出原始图像数据的预处理准备阶段分类判决输出几何校正、辐射校正量化、采样、增强等特征选择（FeatureSelection）特征提取（FeatureExtraction）精度评价可靠性评价19二、捕遥感仰分类给的常时用判捐别函宵数距离弹判别窝函数欧氏去距离:N,波段尝数；dij第个i像元虎与第j个像凡元在N维空验间中惜的距赔离；xik为第泪个k波段围上第i个像置元的情灰度傅值。绝对院距离:明可中夫斯检基距秤离（Mi壶nk愤ow心sk层i）:欧氏测距离返和绝摄对距达离可巩统一匪表示陷为:明可丘夫斯邪基距喜离存哭在的暖主要垮问题明氏锄距离毒与特光征参咬数的五量纲顽有关累（解四决办虚法：痛标准迫化处章理）明氏姜距离序没有辅考虑翁特征吉参数嫂间的鉴相关筑性20马氏俯距离匪（Ma寺ha信la牧no削bi挠s）21二、页遥感屋分类葱的常糟用判淹别函冬数最大群似然驳法判抚别函乡丰数（Ba批ye西s准则碍）基本借思想假定仅各类莲的分弓布函咬数为店正态壤，按裁正态陶分布鹅规律晋用最录大似敬然判饶别规甲则进烟行判柱决，纤得取吩分类比结果节。Ba尺ye收s准则果及判浩别函著数X属于wi的概煎率，海又称采后验犁概率22三、厨遥感钻数字缴图像卸的分么类方魂法分类洒执行驴方式劲：监督套分类裳、非典监督诊分类分类知模型莫或分初类器戏：统计臭分类顽、模锄糊分莫类、艘邻域五分类缩慧、神辰经网尺络分甜类等细。23监督庭分类散（su橡pe吓rv乒is勤ed述c笛la授ss本if讯ic兽at秩io谊n）通过脖选择槐代表脏各类为别的方已知荒样本烘（训传练区陵）的突象元岭光谱临特征固，事游先取熊得个湿类别救的参揭数，铺确定图判别派函数苹，从轮而进心行分封类。在监董督分绕类中桐，先词定义蚀信息畅类，采然后杨检验歌它们宝的光鞋谱可祸分性止。24监督浴分类护（su棒pe枣rv澡is掩ed扩c宝la雨ss某if络ic赏at夕io狐n）训练珍区的柏作用已知缝覆盖陪类型劫的代翠表样鄙区用于蜘描述趣主要芦特征内类型桶的光历谱属根性其精动度直堂接影昆响分属类结刺果训练匀区的茎选择训练尾区必睁须具司有典直型性码和代问表性图件哲时间叠和空孟间上疼的一蚂致性25训练梦区的董选择26水体高层建筑水泥地面裸地林地选择扛训练掏样区--直接捡在图愿像上料选取27TMBand38284969901435567788TMBand4水泥地面水体选择保训练棵样区—在特镰征空历间上焦选取28训练渠样本笑中的话各个柴像素紫在特两征空兆间中御的分香布情瞒况Band1DNsBand1DNsCluster1Cluster2Cluster3Band1DNsBand1DNs29判别范分析房诚分类鼠方法线性占判别沾分析乖分类逐步府判别聋分析输分类平行避多面像体分范类（很少哭用）最小翼距离仁分类犯（距离铸判别润函数）最大驱似然谋比分早类（最常微用）30最小膊距离痰分类短法最小江距离千分类段法是农以特朽征空种间中披的距龄离作晓为像齐元分够类的协依据粉。原熟理简蛇单，传计算点速度驰快，冒分类滤精度卸不高腔。02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest1231平行屋多面蛙体分莲类02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest12要求冈分割倾面总坛是与验各特悦征轴饶正交饿，如俊果各阵类别粱在特击征空痕间中箭呈倾巡寿斜分运布，沸就会细产生歌分类察误差冻。可粮先采据用各划轴的施正交陵变换魔后，梢再进糊行多洁级分嗓割。32最大话似然矮比分押类法它是龄通过赢求出吧每个招像素功对于润各个层类别落的归蕉属概巴率，撇把该犬像素求分到孔归属绘概率厅最大留的类仇别中撤去的龟方法考。02550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest1202550255TMBand3TMBand4concretehighbuildingsgrassslopewaterbaresoilsforest33使用坛最大巴似然加比分志类法登的注挠意事斥项各类果别的训练督数据至少同要为异特征穴维数认的2-娇3倍以随上，楚这样蜘才能回统计弃出具汁有较结高精冠度的疏均值笋、方穴差与泥协方们差；如果2个以梅上的波段买相关丝式性很旬强，那乒么方惯差协薪方差踩矩阵缎的逆悲矩阵袄就不级存在罢，或傅非常携不稳悼定。唉在训河练数踩据几古乎都拜取相踢同值小的均常质性达数据愚组的换情况膜下也柜是如甘此。驶此时揭，最裂好采臂用主茅成分答分析攻法，塔把维店数减离到仅炉剩相族互独瓦立的租波段问。当总帜体分对布不吧符合正态肺分布时，裹不适俯于采左用以柿正态流分布忘的假坡设为垒基础贝的最冬大似高然比缠分类混法。找其分煌类精填度也际将下高降。34分类裂结果35非监扮督分役类法抢不必给使用趁训练跪样区勿数据吧作为血分类毙的基兴础。晨通过郑检验探大量印的未柄知像敲元并城根据售多光演谱空栋间中员的自肠然集北群将异它们才分为坡若干芹类。基本尘前提：同乱种地宗物类临型的迅值在鹿测量沃空间蓬上应烈该相订互接蜜近，威而不端同的唉地物源类型秆应该难具有敲比较德明显洁的可跟分性狼。区别：监宽督分储类法羊确定纱有用邀信息惠类别椅，然坡后再玩检验近它们纲的光巧谱可存分性礼；而缠非监遣督分凑类法循先确桌定光墓谱的累可分吊性，沟然后桶再确趣定它济们的张有用营信息括。非监妈督分叙类(u编ns安up菜er洒vi痰se高d卸cl内as棋si滴fi议ca辉ti锁on丘)36分类京算法衫的思诵路先选吩择若壳干个千模式孤点作厉为聚逐类的馆中心剪，每任一个君中心涝代表百一个释类别皱，按除照某乏种相添似性梅度量落方法寸将各披模式替归于眠各聚嘴类中桨心所吐代表碍的类筹别，丛形成侨初始明分类抄。然乓后由味聚类锦准则筐判断肿初始蹦分类胃是否区合理蚀，如孔果不膏合理娱就修名改分意类，依如此启反复饱迭代泊运算馅，直屋到合填理为洪止。37根据既事先展指定荒的某循一准蒜则，堆而进论行计未算机牌自动蒙判别车归类慨，无漫须人窄为干界预，作分类桥后需涛确定深地面科类别扛。在非增监督唤分类为中，先确泄定光串谱可姻分的滋类别麻，然皇后定杜义它集们的造信息购类。38非监葛督分闻类(u旱ns炭up访er库vi常se瞧d刚cl递as班si挑fi收ca员ti堵on岗)非监去督分久类的箱核心师：初佛始类奸别参突数的祝选定毛（基冬准类免别集匀群中夜心（察数学惜期望抹），构集群翻分布订的协姻方差屡矩）恼；迭继代调另整。非监跪督分岔类的符主要余过程39非监边督分心类基雪本过怀程确定初始类别参数计算像元至集群中心距离确定像元类别计算新的类别均值向量均值中心变化？计算结束否是40非监宋督分萝类(u修ns雀up率er淹vi运se北d晶cl绍as摧si他fi斩ca闲ti补on著)初始只类别钓参数雾的选梁定方尸法像素鹅光谱枪特征摔的比哲较法图像抽样任一像元f1作为第一类别给定阈值T第i像元fi与第一类比较|f1-fi|<TYNfi属于f1类Fi产生新的f2类41非监贫督分胖类(u前ns企up暂er搜vi推se宵d扒cl割as毁si日fi度ca箭ti熄on档)初始涂类别波参数臂的选历定方枝法总体觉直方携图均烛匀定下心法——在总谜体直陆方图种的基的础上筑选定司类别求中心4243初始韵类别也参数旨的选寻定方欧法最大紫最小抱距离矛选心杂法（效果耍最好）选心吩原则：各敬初始谦类别办之间买尽可芽能保微持远例距离44先抽做样，论设有n个样咳本，域计算元步骤哭：45非监称督分条类(u华ns搂up傍er忌vi头se刃d赖cl读as深si涝fi谅ca棍ti垄on丸)非监振督分谁类的桑主要顾算法IS虽OD年AT去A法（批迭代唤自组点织数亚据分回析技承术）基本机思想：在梅初始傲类别走参数宽选定母的基浙础上饺，通欣过逐遗步趋夸近求谷出实璃际的萝基准滩类别蜡参数度。46算法巾流程：47484950总结：以布初始京类别缩慧为“种子”进普行自晃动迭屋代聚台类过摔程，仔它可脏以自姻动地笛进行决类别结的“馋合并毁”与岔“分亡裂”陪，其叉各个价参数桨也在期不断遍地聚略类调只整中效逐渐亚确定霉，并阵最终穗构成生所需被要的巾判别铸函数木。因此茫，基躲准类乘别参铺数的杨确定乘过程幼，也荒正是骆利用井光谱舌特征社本身裂的统编计性亩质对惭判别影函数滴的不菜断调四整和扣“训颗练”提的过灵程。51K-持me捕an算法基本赖思想油：通过积迭代炮，移动锦各个说基准肉类别籍的中膛心，得楼到最凝好的尺聚类弃结果吸。聚类运准则本（收羞敛条碑件）：使喂每一恭聚类扇中，田多模胖式点膜到该鉴类别红的中载心的透距离滥的平差方和店最小悄。5253K-灶me昂an算法怜的计技算步抵骤：54K-障me脱an算法饰与IS劈燕OD淡AT瞧A算法歇的区摇别：（1）IS茧OD柔AT台A算法始它不膝是每护调整图一个妈样本坑的类榜别就榆重新尤计算胡一次线各样量本的拒均值则，而扯是在丹把所期有的面样本屑都调轿整完客之后芽才重且新计责算。K-否me每an算法挠是逐胜个样渴本修婆正法退，IS童OD证AT且A算法逗是成哄批样宋本修骄正法挣；（2）IS葬OD寸AT渠A算法王不仅概可以吴通过朽调整割样本俊所属水类别叛完成堂样本稿的聚馋类分麦析，极而且趣可以嚷自动嘴地进捡行类立别“卧合并岂”与洞“分袍裂”陷，从婚而得坟到类斤数比料较合品理的塞聚类庸结果跌。554-洁3-捎2假彩旱色合备成图义像非监左督分串类(聚类)结果:稍15个光贿谱类非监眨督分热类56非监霸督分誉类1.别4欺-3挡-2假彩停色合棵成图催象(香港阶九龙);狡2准.聚类挎结果(1告0类)573.聚类省结果详合并(5类);哥4虽.最终愉结果(类别藏颜色胳改变)58非监杨督分担类与闪监督递分类缓的结浸合第一他步:选择卧一些翅有代包表性鸡的区抛域进颜行非做监督姻分类第二绘步:获得搭多个惨类别叫的先姓验知往识第三某步:特征蚂选择第四尼步:使用赢监督超法对用整个骗影像趁进行沟分类第五惯步:输出鸣标记乓图像59四、励遥感错数字光图像逝的分挺类后绪处理类别尤噪声遥感做图像寨计算酿机分主类处欧理是迹针对蛛单个遭像素坑，其砍结果革是在萌分类榨图像据中会友出现抢一大引片同妈类地叫物中析夹杂非着散观点分翅布的运异类粪地物沫的不踩一致丝式现象勿，这勺些杂袋物称驶为“摩类别独噪声钉”。作用提高北实际章分类继精度德；符合溉专题葡图制汤图要抽求。60四、片遥感唉数字扔图像渡的分危类后派处理检验蜻区的许选择作用：用躁于评松价分移类精猎度的解代表蒙样区选择章方法：——类似松于训扰练区掉的选矿择；——遥感旋实地鲁调查助时，租确定握部分买区域符为训蜡练区矛，另修一部捞分区俘域为券检验析区。61四、鹊遥感胡数字槽图像逢的分香类后狐处理后处惜理方楚法（Po接st喂-C费la浴ss天if侮ic雹at育io消n竟Pr符oc蒙es糕s）（实验许中讲）1、碎孙斑处妻理去掉钥分类蛇图中度过于破孤立竟的那隐些类金的像抱素，辉或者鞠把它带们归幸并到纳包围慎相邻翻的较臭连续宇分布洁的那讯些类冷。主要日方法：聚类吃统计钢（Cl耗um衫p）过滤鸡分析炸（Si挠ev妇e）去除握分析泼（El帽im散in吴at艺e）62四、素遥感卫数字削图像乎的分逆类后抢处理后处氧理方耗法（Po熟st恼-C淘la死ss愤if耻ic惧at悲io避n充Pr幸oc五es施s）（实验猾中讲）2、类芳别合窜并基本汤思想弟：将要四合并丹的两典个或咽两个满以上户类的倘编码能和颜罪色改休为相然同的灯编码党和颜歇色。处理籍对象估：主要速是非泳监督光分类虏结果主要酒方法蔽：分类炊重编售码（Re斯co盼de）3、分孝类结萄果统业计主要朱内容补包括问：各波愁段的搅平均晌值，梨标准色差，尸最大贴最小瞎值，屡协方升差矩掠，相献关系跳数矩买阵，航特征逃值，燥各类看的像疫素及玻比例峰，精姜度检伙验等隆。63四、专遥感溉数字尸图像绸的分叠类后艇处理精度叨评价Ev慢al架ua抄te1、分非类评门价的填方法遥感免图像筑分类崇精度哀分析膜通常炭把分启类图犹与标馅准数谁据(图件果或地法面实层测调般查)进行伤比较误，然较后用撞正确婶分类樱的百分道比来表格示分狂类精塌度。实际转工作软中，禾多采蚀用抽样御方式以部缸分像外索或白部分穗类别这代替伪整幅骡图像稳来进抽行精炕度分意析。64精度疲评价Ev撑al赢ua揪te1、分酬类评屯价的框方法分类昨叠加：将分魂类图优像与余原始葬图像会同时恳在一质个视驶窗中蔑打开泪，通芳过改误变分糖类专飘题层白的透锻明度途及颜粥色信纠息，挡查看薄分类量图像口何原班始图转像之渠间的可关系酒。定义罢阀值：用户熔可以魔对每丧个类惯别设苏置一谣个距委离阈董值，燥将可集能不允属于农它的欣像元起筛选挎除去爸，筛用选出播去的远像元灵在分战类图养像中箱将被驾赋予钥另一拆个分项类值魔，这俗种方宪法可医以确净定哪简些像院元最走可能辅没有瓜被正谅确分侍类，置从而群对监凶督分娃类的棕初步疤结果纽奉进行尖优化遇。分类程重编反码：对分熟类图班像进庭行了忍分析勇之后布，可必能需乡丰要对发原来搏的分搞类进润行重酬新组薯合(如将矮林地1与林碑地2合并眯为林舍地)，给剖部分与或所芳有类撞别以葬新的聚分类杆值。分类锐精度搬评估：将专荣题分屈类图具像中梯的特玩定像饶元与与已知慎分类道的参较考像躲元进叠行比脆较，旱实际狼工作歼中常森常是秧将分瓜类数互据与话地面斥真值它、先隆前的长试验屿地图缓、航微空相膛片或愚其它呼数据他进行怕对比溉。652、精拐度评寇价的特内容遥感保图像恩分类矿精度序分为非位扯置精钓度和位置扎精度。非姜位置童精度扇以一绸个简很单的浙数值扮，如缘瑞面积雕、像棍素数久目等予表示侍分类脂精度头，由尿于未归考虑泪位置筋因素贼，类倘别之岔间的酸错分而结果麻彼此宋平衡讨，在旦一定疑程度颗上抵进消了储分类哪误差恳，使掘分类洲精度艇偏高壁。我葵国早葡期分惑类工趁作中吧的精塑度评如价多骨是非狸位置架精度磁评价谊。位置姨精度励分析签将分紧类的棋类别怒与其耀所在辨的空悔间位绿置进态行统恭一检璃查。方法：混淆性矩阵，即性以Ka础pp亿a系数薪评价父整个蚕分类皇图的筛精度享，以脖条件Ka勇pp叉a系数牢评价谎单一欺类别晴的精址度。狮应用刷混淆串矩阵喝的Ka骄pp炮a系数融进行走分类约精度样的检荡验，止是l9格60年Co亦he服n提出吃的。戏以后唤有许赞多学累者在Ka初pp帆a系数疫的算绩法和题应用蓝方面军做了障大量做工作蒜，并碰逐渐议发展持成遥粘感分讯类的瓜主要未精度台评价姓方法歪。663、混向淆矩恢阵（鉴误差江矩阵愚）67（1）混龙淆矩录阵中井，检撇验用双的实广际类迟别来等源分类茫前选把择的舟训练疗区和隙训练庸样本畅时确毅定的登各个堪类别腹及其勒空间妨分布所图;类别喷已知柔的局茄部地是段的宰专业方类型储图;实地者调查牌的结喊果。68（2）不躁同精懂度估笨算量使的计丸算69以第1类为絮例计贩算：运行呜误差=（2+蹦7+氧12）/1灾75粥=1纠2%用户禁精度竭（类珠正确暗率）=1叼00肃%-鹊12落%=咽88时%结果伙误差=（15责+2）/（15屠+2邀+1春54）=9关.9遣%生产写者精劲度=1斧54努/（15嘴+2谎+1骑54）=1眠00消%-轮9.特9%修=9开0.乱1%70四、顶遥感暴数字累图像吼的分慕类后权处理精度伟评价Ev惩al赌ua隆te4、Ka销pp轰a系数（1）Ka破pp怪a系数杆的计熊算71四、蔑遥感耗数字赖图像腾的分族类后挂处理精度沫评价Ev携al户ua洽te4、Ka郑pp怕a系数（2）Ka坝pp夸a系数齿与分蒜类总个精度坡的关育系72四、环遥感晓数字片图像江的分率类后句处理精度木评价Ev鼻al属ua叛te4、Ka报pp菜a系数（3）Ka鼠pp棋a系数语值的蚁含义73四、雪遥感姑数字团图像甲的分恢类后垫处理