3．特征选择和特征提取 4．图像分类运算
5．分类后处理及检验结果 6．结果输出
34 度量相似度的指标主要有？
比较绝对值距离、马氏距离、欧氏距离判别函数之间的异同点。
1．绝对值距离在二维空间中可以看出，这种距离是计算两点之间的直角边距离。绝对值距离的特点是各特征参数以等权参与进来，所以也称等混合距离。
2．欧几里德距离
欧几里德距离（Euclidean）距离就是两点之间的直线距离（以下简称欧氏距离）。欧氏距离中各特征参数也是等权的。
绝对值距离和几里德距离又简称闵氏距离或明氏距离：
（1）闵氏距离与特征参数的量纲有关, 常应用于等权的特征参数，当有不同量纲的特征参数的闵氏距离常常是无意义的。
（2）闵氏距离没有考虑特征参数间的相关性。而哈拉诺比斯距离解决了这个问题。
3．马哈拉诺比斯距离
与前两种距离不同，马氏距离是一种加权的欧氏距离，它是通过协方差矩阵来考虑变量相 关性的。
35 监督分类和非监督分类法各自经典的算法有哪些？ 非监督：
K-均值算法（K-mean）
基本原则是：使得每一分类中，像素点到该类别中心的距离的平方和最小，在迭代过程中，逐次移动各类的中心，直到满足图像中互不相交的所有任意类的像素值与该类的均值差的平方和的总和达到最小，停止迭代结束聚类。该方法由于每调整一个样本类别就重新计算一次各样本的均值，故此又称为逐个样本修正法。
迭代式自组织数据分析算法，又简称为迭代法。这是一个最常用的非监督分类算法，在很多图像处理系统或软件中都有相关模块，可以直接运用。 监督分类： 1）最小距离法 2）最大似然法
36 如何提高遥感图像的分类精度（建议）。 a）充分利用遥感图像提供的多种信息
b) 多种信息复合（融合）有易于提高单一方法分类精度 c) 混合像素的分解处理
d) 研究和采用智能分类技术，灵活运用多方面知识，分区、分层次进行分类实验 计算题
1）图像的统计学特征 2）直方图均衡化 3）平滑和锐化处理
相关推荐：
loading