变差函数的应用
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
变差函数的优势:
1、传统统计学方法在处理数据图像实施过程中不考虑数
据的空间分布特性,其出发点是数据的总体数字特征。但众所周知传感器获取的地球表面数据都是以特定地物空间内目标为自变量的传感器传递函数的取值,空间分布或空间变化应是处理过程首要考虑的,因为任何脱离实际目标的数据及处理方法都是去其本来意义,简单的说,空间分布或空间变化性不同的两组图像数据可以由相同的均值或方差。而变差函数方法则可以做到在数值分析的同时兼顾遥感数据的空间结构性。
2、传统的概率统计方法处理遥感数据时,把遥感数据当
做纯随机变量,并且都要服从一定的已知的某种概率分布模型。而传感器一旦获取地物数据,则这些数据最大的特点是其空间结构性,随机性只是在一定的空间变化范围内才得到体现。比如阳光闪烁对可见光数据的影像首先与数据获取时飞行方向,方位,时间,大气状况密切相关,其分布区域并不是随机地分布在影像内,而是具有一定的分布规律。只有在这些阳光闪烁区内,阳光闪烁对可见光遥感数据的影像才具体表现出其随机性的一面。
3、传统概率统计研究方法要求每个遥感数据都是相互独
立的,但大多数情况下遥感数据并不满足这个假设,如海洋遥感,以每个像元代表地面10m*10m的两相邻像元而
言,由于海面波浪的影像改变光纤的传播方向,则相邻像元的辐射值绝不可能是相互独立的。