2.20. 概率神经网络分类器¶
在这个版本中，只建立了10个类（当时的上限）。结果显示，该产品与idrisi最小距离版本（其中有13个类）相似，但后者的简化促进了更容易的解释。然而，有几个分类显示出明显的错误分类：分配给水的蓝色区域分散在内陆（这些区域可能与具有相似、低dn值的阴影有关）；与沼泽有关的红色区域（应该局限于河流三角洲）也出现在广泛的地方，包括较高的山脉；以及红色BR。给城市赋予自己的色彩的地方太多了，肯定不是城市。橙色，标识为shad2，绝对不是阴影，而是对应于场景中在颜色合成图像中具有明亮色调的区域。这是一个糟糕的班级选择。
在附录B中，PIT现在可供您交互使用。其中包括的几个数据集是这个莫罗湾次新世，你现在很熟悉。如果您在接触图像处理后感到有冒险精神，您可能希望在使用附录1中的“烹饪书”向自己讲解其程序后，尝试在Morro Bay上使用PIT处理器进行自己的处理。
够了！如果你通过整个章节的学习达到了这一点，并且在检查和分析Morro Bay的各种图像时与我们一起进行了推理，那么你已经对图像解释的基础知识有了很好的了解。你已经准备好了，正如好奇心提示你的那样，去调用下一个场景中的图像——犹他州一个突出的褶皱结构的地质研究——以及其他场景中被放在线上的任何图像。
但是，等等！如果你在教室里而不是在网上或是在CD-ROM上工作，你知道在完成第一个主要的信息块之后会有“诅咒”。 考试！ . 我们已经设计了一套相当全面的基于图像解释的问题，我们现在邀请（敦促）你去做，以便向你自己证明你已经发展成为一个成熟的分析遥感数据的专家。我们复制了大量的场景和计算机地图，覆盖了一个完整的陆地卫星MSS场景，宾夕法尼亚州中南部以州首府哈里斯堡为中心。（这些都是从陆地卫星教学手册中提取的。）所有相关的问题和插图都已放在特殊的附加页上，您可以通过单击此处访问。这些都有自己的答题表，可以用通常的方式访问。这将是我们在本教程中向您提出的最终问答挑战。起来吧。按“here<examq.html> uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu！
_________________________________________________________________________
关于计算机处理基本原理的进一步背景、信息和阅读，重点是遥感，请咨询：
艾弗里，T.E和G.L.柏林， 遥感与航空摄影解释基础，第15章，数字图像处理 1992年，麦克米伦出版社。有限公司。
康迪特，C.D.和P.S.查韦斯，Jr.， 地质学家计算机数字图像处理的基本概念 1979年，美国地质勘探局。苏尔夫公牛。1462，Wash。直流电
延森，J.R.， ch27_chapter26ductory Digital Image Processing 1996年第2版，普伦蒂斯·霍尔公司
Lillesand，T.M.和R.W.Kiefer， 遥感与图像解释，第10章，数字图像处理 1987年，J.Wiley and Sons，Inc.
Moik，J.G.， 遥感图像的数字处理 1980年，美国国家航空航天局特别文件432，美国政府印刷局。
Sabins，F.F.， 遥感：原理与解释，第7章，数字图像处理 1987年，W.H.Freeman&Co.
斯温，P.H.和S.M.戴维斯， Remote Sensing - The Quantitative Approach ，1978。麦格劳·希尔图书公司