我來大概補充一下： 在遙測影像的判讀上 我們大概知道 藍色是水體 綠色是森林或農田 etc. 跟數位相片一樣，檔案中並非絕對的藍色 綠色 紅色等.. 有些藍色 偏像藍綠 或是黃藍的顏色 所以我們利用軟體在研判地形地物時，通常會去設定或假定 '藍色-水庫 湖泊 河流' '綠色-森林 原野 農田' '黑色-裸露地 岩體' ....等等 這時就有一個問題，藍色代表水體 但是如果我們所選的區域不全為藍色 或是藍綠 黃藍 那判讀上就會有偏差...所以我們利用監督分類跟非監督分類兩個方式去做判讀 監督式分類：例如今天拿到的是高屏溪流域的遙測影像，利用軟體進行判讀 選定高屏溪流域沿線X Y Z 任意三點，作為比對基礎。 當電腦記住了這三點的數值範圍之後，只要是偏向於這三個點的藍色 電腦都會自動判定為水體(河流)。有點類似比對法，就像你拿家裡的衣服 要去百貨公司買不同型號但是款式類似的衣服一樣。 點數越多，電腦就越能精確的比對出你所想要的水體 建物 林相等等。 非監督式分類：同上，利用電腦做判讀。不同的是 再這邊僅告訴電腦一些量化的參數 比如1-100我定義為藍色（WATER） 101-200定義為森林(forest)... 這比較簡單，也能快速的對大範圍的影像做基本的分類。 以上，小小的一點淺見 希望對你有幫助。 若原po對這方面有興趣的話 潘國樑老師出版的遙測學大綱一定能對您有幫助。 ※ 引述《ckitwei (?)》之銘言： : 非監督分類 : 在非監督分類的情況下，並無基準類別的先驗知識可利用，因而只能先假定初始的參量， : 並通過預分類處理來形成集群，再由集群的統計參數來調整預置的參量，接著再聚類，再 : 調整，如此不斷迭代直至有關參量的變量的變動在容忍的範圍內為此，通過這個過程來使 : 判決函數得以確定。 : (就是說沒有相關資料可以參考，直接用電腦來分析他的特性) : 舉例來說，你眼前有一堆書，叫你分成五類，但沒教你怎麼分類 : 你眼前只有五個書架，你只能自已動腦來分類。 : 監督分類 : 基本特點是在分類前對遙感圖像上某些抽樣區中影像地物的類別屬性已有了先驗知識，這 : 些先驗知識通常是通過實地的抽樣調查，配合人工目視判讀技術來獲得，一旦抽樣后中的 : 類別屬性已經認定，再要求電腦按照已知類別的特征去訓練判決函數，以便用經過訓練的 : 判決函數把像按指定的類別分類 : (有相關相考資料，再用比對的方法，按圖索騎，來分成某些類別) : 舉例來說，你眼前有一堆書，叫你分類，眼前有五個書架 : 書架上有書，你就可以照書架上放書的方法，來分類 : ※ 引述《cccmj (真心)》之銘言： : : 請教土木版的前輩 : : 小弟在書籍中看到監督式分類和非監督式分類 : : 可是實在搞不清楚他大致上再講什麼 : : 有人能用比較口語的講法告訴我　　 : : 到底是差別在哪 : : 讓我比較容易理解 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.165.177.160