《遥感原理与应用》考试重点复习版.docx
《《遥感原理与应用》考试重点复习版.docx》由会员分享，可在线阅读，更多相关《《遥感原理与应用》考试重点复习版.docx（35页珍藏版）》请在冰点文库上搜索。
《遥感原理与应用》考试重点复习版
第一章
遥感的定义
广义：
遥感指是在不直接接触的情况下，对目标物和自然现象远距离感知的一种探测技术。
狭义：
是指在高空和外层空间的各种平台上运用各种传感器（如摄影仪、扫描仪和雷达等）获取地表的信息，通过数据的传输和处理，从而实现研究地面物体的形状、大小、位置、性质及其环境的相互关系的一门现代应用技术。
遥感特点：
宏观性，综合性（覆盖范围大）；多波段性；多时相性（重复探测，有利于进行动态分析）
按探测电磁波的工作波段分（既是研究对象）：
光学遥感；热红外遥感；微波遥感
研究内容：
波谱特性、空间特性、时间特性，遥感信息及地学规律
应用领域：
资源调查方面、环境监测评价、区域分析规划、全球性宏观研究
电磁波谱：
将各种电磁波按其在真空中的波长长短，依次排列制成的图表。
（可见光0.4-0.76um，热红外波段：
8~14µm微波：
1mm~1m
大气窗口：
通过大气而较少被反射、吸收或散射的透射率较高的电磁辐射波段。
它是选择遥感工作波段的重要依据。
地物反射率大小的影响因素（3点）：
波长（μ），入射角（θ），地表颜色与粗糙程度（ε）
地物反射率：
地物对某一波段的反射能量与入射能量值比
地物反射光谱曲线（掌握定义）：
根据地物反射率与波长之间的关系而绘成的曲线。
地物电磁波光谱特征的差异是遥感识别地物性质的基本原理。
遥感影像之所以出现不同的色调和灰度跟地物的波谱反射特性有关。
1）不同地物在不同波段反射率存在差异：
雪、沙漠、湿地、小麦的光谱曲线
2）同类地物的反射光谱具有相似性，但也有差异性。
不同植物；植物病虫害
3）地物的光谱特性具有时间特性和空间特性。
✓水、植被、土壤三种地物的反射光谱曲线的绘制及其描述.
❤植被的波谱特征
可见光有个小的反射峰值位置在0.55um，两侧0.45um，0.67um有两个吸收带。
这是由于叶绿素对蓝光红光的吸收作用强，对绿光的反射作用强。
近红外0.7-0.8um有一个反射“陡坡”，峰值在1.1um左右。
影响植被波谱特征的主要因素
v植物类型植物生长季节病虫害影响等
❤土壤的波谱特征
v自然状态下土壤表面的反射曲线呈比较平滑的特征，没有明显的反射峰和吸收谷，随着波长的增大而升高。
（在可见光和近红外波段明显，土壤对所有入射能均吸收或反射，无透射）
v在干燥条件下，土壤的波谱特征主要与成土矿物（原生矿物和此生矿物）和土壤有机质有关。
v干燥的土壤与湿润的土壤的反射率大小比较：
干燥的土壤的反射率大。
❤水体的波谱特征
v纯净水体的反射主要在可见光中的蓝绿光波段，其他波段吸收率强。
近红外波段吸收更强，在近红外影像上，水体呈黑色。
干燥的土壤与湿润的土壤的反射率大小比较：
干燥的土壤的反射率大。
水中其它物质对波谱特征的影响
v水中含有泥沙，在可见光波段的反射率会增加，峰值出现在黄红区。
v水中含有水生植物叶绿素时，近红外波段反射率明显抬高。
第二章
遥感系统主要由遥感平台、遥感器、遥感地面站组成。
遥感平台：
在遥感中搭载遥感仪器的工具称为遥感平台（载体）。
传感器：
在遥感中，收集、记录和传达遥感信息的装置称为传感器（遥感器）。
按遥感工作平台分为：
地面平台：
为航空和航天遥感作校准和辅助工作。
航空平台：
80km以下的平台，包括飞机和气球。
航天平台：
80km以上的平台，包括高空探测火箭、人造地球卫星、宇宙飞船、空间轨道站、航天飞机）
遥感平台选择的依据：
根据不同的地面分辨率选择不同的遥感平台。
根据不同的应用目的选择不同的遥感平台
传感器：
在遥感中，收集、记录和传达遥感信息的装置称为传感器（遥感器）。
各种光学、无线电一起，如扫描仪、雷达、摄影机、摄像机、辐射计等。
传感器的性能制约着整个遥感技术的能力，传感器的性能（遥感图像的特征表现参数）靠时间、空间、光谱、辐射分辨率来衡量。
空间分辨率：
（Spatialresolution）一个像元所对应的的地面范围的大小。
光谱分辨率：
（SpectralResolution）遥感所能记录的电磁反射波谱中某一特定的波长间隔。
间隔愈小，分辨率愈高。
传感器的波段选择必须考虑目标的光谱特征值。
辐射分辨率（RadiometricResolution）：
指传感器接受波谱信号时，能分辨的最小辐射度差。
遥感图像上表现为每一像元的辐射量化级。
图像的时间分辨率（TemporalResolution）
时间分辨率指对同一地点进行采样的时间间隔，即采样的时间频率，也称重访周期。
时间分辨率对动态监测很重要。
传感器分类（问题如：
辐射计按照资料记录的方式属于哪种传感器？
答：
非成像）
✧每种分类下前两个传感器一定要记住分类的归属
1.按工作方式：
主动式：
测试雷达，激光雷达，微波散射计等
被动式：
摄影机，多波段扫描仪，微波辐射计，红外辐射计
2按记录方式：
成像：
摄影机，扫描仪
非成像：
辐射计，雷达高度计，散射计，激光高度计
3．结构方式：
摄影类型：
面辐式摄影机、全景式摄影机
扫描成像类型：
多光谱扫描仪，电视摄像机，红外扫描仪
微波成像类型：
测试雷达，微波辐射仪
传感器组成：
地物电磁波辐射→收集器→探测器→处理器→输出器
陆地卫星Landsat，1972年发射第一颗，已连续36年为人类提供陆地卫星图像，共发射了7颗，产品主要有MSS,TM,ETM，属于中高度、长寿命的卫星。
Landsat上搭载的传感器有5个：
1．多光谱扫描仪（MultispectralScanner,MSS）
2．专题制图仪（ThematicMapper,TM）30m
3．增强型专题制图仪（ETM）
4．再增强型专题制图仪（ETM+）Landsat7搭载，全色波段空间分辨率15m.
5．反束光导摄像机（RBV）
Landsat系列卫星的运行特点：
中等高度，近圆形，近极地，太阳同步，可重复轨道
光谱段
波长
功能
1
0.45~0.52蓝绿谱段
绘制水系图和森林图，识别土壤和常绿、落叶植被
2
0.52~0.60绿谱段
探测健康植物绿色反射率和反映水下特征
3
0.63~0.69红谱段
测量植物叶绿素吸收率，进行植被分类
4
0.76~0.90近红外谱段
用于生物量和作物长势的测定
5
1.55~1.75近红外谱段
土壤水分和地质研究，以及从云中间区分出雪
6
10.4~12.5热红外谱段
植物受热强度和其它热图测量
7
2.08~2.35近红外谱段
用于城市土地利用，岩石光谱反射及地质探矿
表格1TM数据的波谱段
Landsat-7增加了15m全色波段，TM6热红外波段分辨率提高到了60m
Spot系列
Spot-5上搭载有3种成像装置，spot高分辨率几何装置（HRG）和植被探测器（VEGETATION）外，高分辨率立体成像（HGS）装置，目前国际上最优秀的对地观测卫星之一。
全色波段与多光谱波段分辨率不一样。
空间分辨率最高2.5m.
MODIS卫星：
中分辨率成像光谱仪，有36个光谱通道，（空间）地面分辨率为250m、500m、1000m.扫描宽2330km，是当前世界上新一代“图谱”。
时间分辨率1/4。
（1/4天）。
Quickbird分辨率：
0.61m（全色波段），2.5m（多光谱波段）有4个多光谱波段（蓝、绿、红、近红外）
第三章
像元基本属性：
灰度和位置。
f（x,y）=y灰度
灰度变化——辐射校正位置校正——几何校正
图像数字化过程的两个步骤：
采样（空间坐标的数字化）和量化（图像灰度的数字化）
注意：
无论是坐标还是灰度都应是一个整数集合（一幅图像可以被看成是空间各个坐标点上强度的集合）
图像的形式化定义
f（x,y）二维→f（x,y,z）三维→f（x,y,z,λ）彩色活动立体图像→f（x,y,z,λ,t）电视I=f（x,y,,λ,t）
参数的含义要知道：
X,y,z为空间坐标,λ为波长,t为时间，I是图像点的光强度。
静止图像：
I=f（x,y,z,λ）、平面图像：
I=f（x,y,λ,t）、单色图像：
I=f（x,y）
PS：
如果问：
I=f（x,y,z,λ）表示什么图像，要知道是静止图像。
图像表示方法
1、数学表示：
矩阵和数组
2．计算机表示：
图像描述信息——一般以结构或者类来描述。
（包括高、宽）图像数据
图像的像素:
像素是图片大小的基本单位,图像的像素大小是指位图在高和宽两个方向的像素数;
1.邻域：
4-邻域，8-邻域
4-邻域距离计算公式：
D4（p，q）=|x-s|+|y-t|（p点坐标x，y点坐标s，t）
8-邻域距离计算公式：
D8（p，q）=max{|x-s|，|y-t|}
2.距离：
欧几里得距离公式：
图像格式：
JPG,BMP,TIFF,JIFF
存储介质：
磁带、磁盘、光盘
2、存储格式：
BSQ方式/BIL方式/BIP方式
（遥感图像与普通图像最大区别：
多波段）
vBSQ方式：
按波段顺序存储
{[（像元号顺序），行号顺序]，波段顺序}
vBIL方式：
按行存储
{[（像元号顺序），波段顺序]，行号顺序}
vBIP方式：
按像素存储
{[（波段顺序），像元号顺序]，行号顺序}
数据源及分类
1.多光谱定义：
（定义为2≦波段数<15的观测数据）2.高光谱遥感器：
HYPERION（图谱合一，实验性仪器）,MODIS,MERIS（海洋水色仪）
3.全色波段数据源（CCD照相机）了解即可
4.SAR遥感器：
只有与两台重载雷达：
ASAR是一台单频多极化SAR，航天飞机载SIR-CX-SAR
地图数据——4D产品
DEM:
数字高程模型digitalelevationmodel：
是在高斯投影平面上规则格网点平面坐标（x，y）高程（z）的数据级
DOM:
数字正射影像图digitalorthophotomap：
是对中心投影或其他投影方式的数字影像进行投影差改正，一般采用DEM进行数字微分纠正，使之成为正射的数字影像
DOM与DEM叠加不仅可以表现地表的起伏状态还可以直观显示地表物体在平面和空间上分布的形态特征和构造关系。
DLG:
数字线规图digitallinegraphic：
在现有地形图上做的矢量数据集，保有要素的空间关系和相关的属性关系
DRG:
数字栅格地图digitalrastergraphic：
是现有纸质地形图绘计算机处理后得到的栅格数据文件。
（高程：
地面点到大地水准面的距离），DTM包括DEM
图像处理系统：
输入系统，处理与分析系统，存储系统，输出系统
分辨率DPI：
单位长度（表示英寸）上采样的像素个数。
1600DPI效果比1000DPI好。
第四章
辐射失真（畸变）：
传感器在接收来自地物的波谱辐射能量时，由于电磁波在大气中传输和传感器作用等的影响，而导致的遥感器测量值与地物实际的光谱辐射率的不一致，
辐射校正：
消除影像数据中依附在辐射亮度中的各种失真过程称为辐射校正
辐射量校正包括：
遥感器校正（光学→边缘减光；光电变换系统→灵敏度特性的偏差），太阳高度地形校正（消除太阳高度和地形倾斜的影像），大气校正（消除吸收散射的影像）
大气校正方法：
利用辐射传递方程来进行大气校正，利用地形实况数据进行大气校正，多波段遥感影像的对比分析法（包括直方图最小值去除法，回归分析法）。
回归分析法图：
要会绘图分析,见笔记
回归分析法的步骤：
1.点绘作图分析2.确定曲线拟合的形式3.拟合的原则（最小二乘法原则）4.根据拟合形式进行求解5.对波段图像的灰度值进行校正（都减去a4）。
回归分析法的理由:
MSS7波段几乎不会受到大气散射的影像，MSS4，5，6三个波段都会受到大气散射的影像；以MSS7波段为基准，对同步获得的其他波段进行校正。
（？
在要进行大气散射校正的MSS456的波段影像上，找出最黑的影像目标，并在同步获得的MSS7波段影像上找到同一目标为基准，理由是最黑的影像若没有收到大气散射的影响，其灰度值应该为0）
图像反差调整（又称对比度变换）：
线性变换、非线性变换、直方图修正（均衡化和规定化）
例题：
若x方向灰度范围84-153，将其在y方向进行拉伸（0-255），建立数学线性关系，就可求出x方向任意一点的灰度。
（结果保留整数）
1．直方图均衡化：
又称直方图平坦化，是将一已知灰度概率密度分布的影像，经过某种变换，变成一幅具有均匀灰度概率密度分布的新影像，其结果是扩大了像元取值的动态范围。
原理是首先将图像灰度规化到0到1之间再进行校正。
效果：
1.均衡后每个灰度级的像元频率近似相等。
2.频数少的灰度级被合并，频数高的灰度级被保留，可以增强图像上大面积地物与周围地物的方差。
2．直方图规定化（即匹配）：
使原始图像灰度直方图变成规定形状的直方图而对原始图像作修正的增强方法。
要求：
1.为了使匹配获得很好的效果，两幅图像应具有相似特性
2.直方图总体形状应该相似。
3.图像中黑与亮的特征应该相同
4.图像上地物分布应该相同，尤其不同地区的图像匹配。
5.如果一幅图像里有云，二另一幅没有云，在进行直方图匹配前应将云去掉。
有一个考题（计算）：
计算步骤：
1.计算归化灰度，rK2.利用sk的计算公式求sk计算3.求sk计算计算sk并（舍入），要求输出sk=i/7,对sk计算进行修正。
4.Sk的确定5.计算sk对应的nsk6.计算Ps（S）=nsk/n
彩色增强包括真彩色合成﹑假彩色增强﹑伪彩色增强（密度分割，伪彩色变换，滤波法伪彩色增强）
简答：
1.地物在不同影像上出现不同色调的原因？
1辨析题：
用TM5，4，3按照RGB合成影像上植被是绿色（先判断正误，然后说明理由）
答：
正确
TM543按红绿蓝合成结果影像出现什么色调与红、绿、蓝色光的比例有关。
画一下或者说一下植被反射光谱曲线，在哪个波段反射率最高。
TM4>TM5>TM3，先说反射率谁高谁低，因为是543按红绿蓝合成所以红绿蓝色光的比例大小（比较一下）按彩色合成原理，当比例相等时产生消色，所以最后合成的植被是绿色。
2．请阐述假彩色增强，真彩色合成，伪彩色密度分割的区别与联系。
答：
1.三者的定义不同：
1）真彩色合成：
从多波段图像中选择其中三幅影响在显示屏上合成一幅图像（三合一），该三幅影像的波段范围与自然界中的红绿蓝光的波长范围大致相同。
2）假彩色合成：
将一幅自然彩色图像或者是同一景物的多光谱图像通过映射函数变换成新的三基色分量进行彩色合成，使增强图像中各目标呈现出与原图像中不同的彩色。
3）伪彩色增强：
单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。
2.真彩色合成和假彩色合成都是三合一，只是合成影像所用的波段不同或者相同波段但是组合次序不同而形成的影像，伪彩色增强是将单波段影像，通过独立的数学变换产生三个分量而合成伪彩色增强影像。
3.和自然界色调相一致的是真彩色，不一致的是假彩色和伪彩色。
3．
信息量，灰度阈值计算方法：
pi为灰度级出现的概率
最佳假彩色合成变量的选择方法：
1.信息量分析：
选用信息量最大的波段2.影像灰度阈值分析：
取影像灰度阈值最大的波段3.波段间的相关系数分析：
选择相关系数小的波段
4.最佳波段组合指数法5.方差-协方差矩阵特征值6.主成分分析7.多维亮度重叠指数法
平滑（去噪）：
为了抑制噪声改善图像质量所进行的处理，就称为平滑。
平滑可在空间域和频率域中进行。
1）邻域平均值法2）中值滤波——都属于空间域平滑（掌握2种方法的计算）
1）领域平均值法（4邻域/8邻域）（是否考虑中心像元）
2）中值滤波：
一种非线性的平滑方法。
对一个滑动窗口内的像元灰度值排序，用其居于中间位置的值代替窗口中心像元的位置。
中间值的取法：
当排序总数为偶数，去中间两个值求平均值
中值滤波的作用：
1）可除去孤立噪声,改善图像质量2）对脉冲很有效
图像的空间域锐化：
Roberts算子
Sobel算子（模板）
Sobel算子：
Robert算子：
计算：
IMAGEAddBACK的计算如IMAGEAddBACK=20%时，输出的结果影像
图像锐化：
就是增强图像的边缘，使图像轮廓分明，从而改善图像的质量。
图像的锐化可在空间域和频率域中进行。
锐化使得边缘棱角分明，但会带入部分噪声。
频率域图像锐化：
1.理想高通滤波器2.Butterworth高通滤波器3.指数滤波器4.梯度滤波器
多光谱图像的四则运算，加减乘除的作用（很重要）
加法：
去除“叠加性”噪音生成图像叠加效果
减法：
去除不需要的叠加性图案；检测同一场景两幅图像之间的变化；计算物体边界的梯度
乘法：
加宽波段的范围，该处理在影像的宽度值的缩、扩改及回归运算中应用广泛；用二值蒙板图像与原图像作乘法，有利于图像局部显示。
除法：
非线性夸大不同地物间的反差；消除或减弱地形阴影、云影的影响；压抑地形坡度和方向引起的辐射量变化，增强土壤、植被和水之间的差别。
图像融合（新加重点）：
图像融合是指将多源遥感图像按照一定的算法，在规定的地理坐标系中，生成新的图像的过程。
图像融合的目标：
提高图像的空间分辨率、改善分类、多时像图像融合用于变化检测。
图像融合的方法：
1.像素级图像融合2.特征级图像融合3.决策级图像融合（选择）
1.像素级图像融合：
是将源图像或者源图像的变换图像中的对应像素进行融合，从而获得一幅新的图像
2.特征级图像融合：
首先对来自传感器的原始信息进行特征提取，产生特征矢量，然后对特征矢量进行融合处理。
3.决策级图像融合：
属于最高层次的融合，包含了检测、分类、识别和融合。
它首先对每个数据进行属性说明，然后将其结果加以融合，得到目标或环境的融合属性说明，其结果为指挥控制决策提供依据。
三者的比较：
像素级图像融合方法虽然是最难的，但也是最重要、最基本的图像融合方法，信息损失最小，分类性能最好
三者的比较
像素级融合
特征级融合
决策级融合
通信量
最大
中等
最小
信息损失
最小
中等
最大
容错性
最差
中等
最好
对传感器的依赖性
最大
中等
最小
融合方法
最难
中等
最易
预处理
最小
中等
最大
分类性能
最好
中等
最差
抗干扰性
最差
中等
最好
系统开放性
最差
中等
最好
像素级融合的技术路线HIS变换合成原理（图）
简答：
就一种图像融合的方法进行阐述基本原理和思想。
（1）HSV变换法：
HIS（H→色度；S→亮度；V或I→饱和度。
）。
首先将多光谱图像进行重采样，再经HIS变换得到H、I、S三个分量。
然后保持H、S分量不变,将高分辨率的全色图像与I分量进行几何配准和替换产生新的I分量，最后再进行HIS逆变换得到具有高空间分辨率的多光谱图像。
（2）Brovey变换法:
对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。
彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。
函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。
输出的RGB图像的像元将与高分辨率数据的像元大小相同。
第五章
几何粗校正：
只需将遥感器的校准数据、遥感平台的位置以及卫星运行姿态等一系列测量数据代入理论校正公式即可。
几何精校正：
多用控制点进行校正
精校正的过程框图
准备工作→输入原始数字图像→建立纠正变换函数→确定图像输出范围→逐个像素的几何位置变换→像素亮度值重采样→输出校正后图像
控制点的选取
1数目的确定：
6倍于最小数目（3个控制点6个未知数），一般一幅遥感影像选择16——20个控制点为宜。
2选择的原则：
①易分辨，易定位的特征点；道路的交叉口，水库的坝址，河流弯曲点等
②特征根变化大的地区应该多选点③尽可能满幅均匀选取。
输出图像边界范围的确定原则：
是既包括了纠正后图像的全部又使得空白图像空间尽可能地少。
几何纠正的两种方案：
1.直接方法（亮度重配置）2.间接方法（亮度重采样）。
3种方法（计算）：
重采样的三种方法：
XN=[Xp+0.5]取整
1）最近邻内插法（像元法）
YN=[Yp+0.5]取整
2）双线性内插法：
W权重=1—距离
3）双三次卷积法
简答：
请阐述像素亮度重采样的三种方法，三种重采样方法比较
最邻近像元法：
最简单，计算速度快，且能不破坏原始影像的灰度信息，但其几何精度较差。
双线性内插法：
破坏了原来的数据，计算时间较长，但是具有平均化的滤波效果，几何精度较好。
双三次卷积法：
破坏了原来的数据，计算时间更长，但是具有影像均衡化和清晰化效果，几何精度较好。
在一般情况下，用双线性内插法较宜。
1数字镶嵌：
就是对若干幅互为邻接（时间往往可能不同）的遥感数字影像通过彼此间的几何镶嵌、色调调整、去重叠等数字处理，镶嵌拼接成一幅统一的新（数字）影像。
2数字镶嵌的工作流程：
准备工作→预处理工作→实施方案确定→重叠区确定→色调调整→影像镶嵌。
3数字镶嵌的方法：
基于像素的镶嵌；基于地理坐标的镶嵌。
第六章
1.模式识别的分类：
1）按照识别过程中所用到的信息不同分为：
光谱模式识别、空间模式识别、时间模式识别；
2）按照解决模式识别问题的不同的数学技巧分为：
语言模式识别、模糊模式识别、神经网络模式识别、统计法模式识别。
2.统计法模式识别的定义：
从被识别的对象（模式）中提取一些反应对象属性的量度特征（变量）；
所有特点在特征空间中将形成一系列的分布集群，每个分布集群中的特征点认为具有相似特征而被划分为同一类。
找到各个分布群体的边界线（面）或确定任一特征点落入每个分布群体中的条件概率，以它们为判据实现特征点的分类。
（不确定）
3.统计模式识别的过程框图
4.地物点在特征空间分布的三种状况：
（看书上图）
理想
典型
一般
1）理想情况——不同类别地物的集群至少在一个特征子空间中的投影是完全可以相互区分开的；
2）典型情况——不同类别地物的集群，在任一子空间都有相互重叠存在，但在总的特征空间中是可以完全区分的；
3）一般情况——无论在总的特征空间中，还是在任一子空间中，不同类别的集群总是存在重叠现象。
最大最小距离选心法（原则：
使各初始类别之间尽可能保持远离）
1.
总体直方图均匀定心法（思想）（盒式判决法→监督分类；平行管道法→非监督分类）
特征变换定义：
特征变换是将原始图像通过一定的数学变换生成一组新的特征图像，这组新图像的信息集中在少数几个特征图像上，达到数据压缩的目的。
目的：
数据量有所减少（达到数据压缩的目的），去相关，有助于分类。
常用的特征变换：
主分量变换、哈达玛变换、生物是指标变换、比值变换以及穗帽变换等。
ISB（土壤背景轴）——土壤亮度轴的像元亮度值；
IGV（绿色植被轴）——植物绿色指标轴的像元亮度值；IY（黄轴）——黄色轴；
IN——噪声轴；xi——地物在MSS四个波段上的亮度值。
例题：
要掌握贝叶斯全概率公式，最小贝叶斯判决
监督分类的优点：
1.根据应用目的和区域，有选择的决定分类类别，避免出现一些不必要的类别、
2.可以控制训练样本的选择。
3.可以通过检查训练样本来决定训练样本是否被精确分类，从而避免分类中的严重错误。
4.避免了非监督分类中对光谱集群的重新归类。
缺点：
1.主观性
2.由于图像类别的光谱差异，使得训练样本没有很好的代表性
3.训练样本的获取和评估较多的人力时间。
4.只能识别训练中定义的类别。
非监督分类优点：
1
升级会员 