遥感图像分类方法 遥感影像分类方法
基于参数化密度分布模型的最大似然方法（MLC）是遥感图像分类中最常用的方法之一。与其它非参数方法（如神经网络）相比，该方法具有参数解释能力强、易于与先验知识融合、算法简单、易于实现等优点。但是，由于遥
基于参数化密度分布模型的最大似然方法（MLC）是遥感图像分类中最常用的方法之一。与其它非参数方法（如神经网络）相比，该方法具有参数解释能力强、易于与先验知识融合、算法简单、易于实现等优点。
但是，由于遥感信息统计分布的高度复杂性和随机性，当特征空间中的类别分布相对离散时，不能服从预先假设的分布，或者样本的选取不具有代表性，分类结果往往偏离实际情况。