1.功能概述 1.1 圖像分類功能概述 在遙感技術的應用中，對資源分布、自然災害、區域環境等的監測和分析依附於遙感圖像分類。而遙感圖像分類是進行圖像信息提取的有效手段。隨着遙感技術的的不斷改進，各領域對遙感圖像分類方法的要求越來越高，主要表現在以下幾個方面： 分類 ...

PIE-hyp高光譜影像預處理 由於受傳感器系統本身因素和外界環境條件的影響，高光譜影像中存在一定的噪聲，以及不同程度、不同性質輻射量的失真和幾何畸變等現象。這些畸變和失真均會導致圖像質量下降，嚴重影響其應用效果，必須進行預處理，削弱其影響，為后續的高光譜應用奠定基礎。 高光譜遙感影像 ...

PIE-HYP混合像元分解 遙感圖像中混合像元的存在，是像元級遙感分類和要素反演精度難以達到使用要求的主要原因。為了提高遙感應用的精度，必須解決混合像元分解的問題，使遙感應用由像元級達到亞像元級。進入像元內部，將混合像元分解為不同的"基本組分單元"，或稱"端元"，並求得這些基本組分所占的比例 ...

功能概述 1.1 遙感圖像分類的概念 遙感技術能夠實現宏觀、迅速的大范圍信息提取，被各個行業廣泛應用。遙感圖像分類是圖像信息提取的一種方法，是遙感數字圖像處理的重要環節之一。 遙感圖像分類：根據感興趣目標在遙感圖像上的特征差異，判斷並識別其類別屬性和空間分布 ...

PIE-Hyp光譜分析 高光譜遙感數據是一個光譜圖像立方體，其主要特點是將傳統的圖像空間維與光譜維信息融合為一體，在獲取地表空間圖像的同時，得到每個像元對應的地物光譜信息。 高光譜數據可完整涵蓋探測譜段范圍內的地物光譜信息，大幅提高了精細信息表達能力，使得基於地物光譜信息進行高光譜數據的處理 ...

計算均值，且 根據所得的新均值，對像元進行再分類；這一處理過程持續到每一類的像元數變化少於所選的像元變 ...

最近研究遙感，用到分類算法，PIE SDK正好提供了一些方法可供調用，他們的官方博客上也有相應的示例代碼（可參考：https://www.cnblogs.com/PIESat/p/10725270.html）。但是，我在開發手冊中發現了監督分類對話框類 ...

非監督分類的概念： 非監督分類，又稱“聚類分析或者點群分析”。在多光譜圖像中搜尋、定義其自然相似光譜集群的過程。它不必對圖像地物獲取先驗知識，僅依靠圖像上不同地物光譜信息進行特征提取，在統計特征的差別來達到分類的目的，最后對已分出的各個類別的實際屬性進行確認。 在ENVI中 ...