7.1 图像平面特征分类

7.1.1 基于像元的图像分类

像元分类现象：分类结果存在明显的椒盐现象。

存在问题：不能区分同谱异物、难以分类异谱同物的像元。

7.1.2 图像模式分类

图像分类是建立输入图像和输出语义图之间可靠的映射关系。

图像平面空间关系建模（减少不必要的相互影响）。

7.2 实验要求

（1）理解基于像元的图像分类和图像模式分类的差异，相互之间的关系。

（2）利用jupyter notebook实现基于最大似然分类法对影像进行分类。

（3）实现空间升维、光谱升维对影像分类，比较结果精度差异，分析原因。

7.3 思考探索

（1）图像分类的基本过程？ 思考图像模式分类的实质？

（2）图像平面空间与特征空间的联系和转换？

（3）空间上升维或者光谱上升维是否一定能够提高分类精度？