我来大概补充一下： 在遥测影像的判读上 我们大概知道 蓝色是水体 绿色是森林或农田 etc. 跟数位相片一样，档案中并非绝对的蓝色 绿色 红色等.. 有些蓝色 偏像蓝绿 或是黄蓝的颜色 所以我们利用软体在研判地形地物时，通常会去设定或假定 '蓝色-水库 湖泊 河流' '绿色-森林 原野 农田' '黑色-裸露地 岩体' ....等等 这时就有一个问题，蓝色代表水体 但是如果我们所选的区域不全为蓝色 或是蓝绿 黄蓝 那判读上就会有偏差...所以我们利用监督分类跟非监督分类两个方式去做判读 监督式分类：例如今天拿到的是高屏溪流域的遥测影像，利用软体进行判读 选定高屏溪流域沿线X Y Z 任意三点，作为比对基础。 当电脑记住了这三点的数值范围之後，只要是偏向於这三个点的蓝色 电脑都会自动判定为水体(河流)。有点类似比对法，就像你拿家里的衣服 要去百货公司买不同型号但是款式类似的衣服一样。 点数越多，电脑就越能精确的比对出你所想要的水体 建物 林相等等。 非监督式分类：同上，利用电脑做判读。不同的是 再这边仅告诉电脑一些量化的参数 比如1-100我定义为蓝色（WATER） 101-200定义为森林(forest)... 这比较简单，也能快速的对大范围的影像做基本的分类。 以上，小小的一点浅见 希望对你有帮助。 若原po对这方面有兴趣的话 潘国梁老师出版的遥测学大纲一定能对您有帮助。 ※ 引述《ckitwei (?)》之铭言： : 非监督分类 : 在非监督分类的情况下，并无基准类别的先验知识可利用，因而只能先假定初始的参量， : 并通过预分类处理来形成集群，再由集群的统计参数来调整预置的参量，接着再聚类，再 : 调整，如此不断迭代直至有关参量的变量的变动在容忍的范围内为此，通过这个过程来使 : 判决函数得以确定。 : (就是说没有相关资料可以参考，直接用电脑来分析他的特性) : 举例来说，你眼前有一堆书，叫你分成五类，但没教你怎麽分类 : 你眼前只有五个书架，你只能自已动脑来分类。 : 监督分类 : 基本特点是在分类前对遥感图像上某些抽样区中影像地物的类别属性已有了先验知识，这 : 些先验知识通常是通过实地的抽样调查，配合人工目视判读技术来获得，一旦抽样后中的 : 类别属性已经认定，再要求电脑按照已知类别的特征去训练判决函数，以便用经过训练的 : 判决函数把像按指定的类别分类 : (有相关相考资料，再用比对的方法，按图索骑，来分成某些类别) : 举例来说，你眼前有一堆书，叫你分类，眼前有五个书架 : 书架上有书，你就可以照书架上放书的方法，来分类 : ※ 引述《cccmj (真心)》之铭言： : : 请教土木版的前辈 : : 小弟在书籍中看到监督式分类和非监督式分类 : : 可是实在搞不清楚他大致上再讲什麽 : : 有人能用比较口语的讲法告诉我　　 : : 到底是差别在哪 : : 让我比较容易理解 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.165.177.160