簡介
像片影像(photo image)是指將像紙和負片接觸印像獲得與負片黑白相反而與景物明暗相應的影像。像片是中心投影，航攝像片還存在地形起伏和像片一傾斜兩種誤差的共同影響，致使影像有變形，各處比例尺不一致。航攝像片雖能真實反映地面情況，但需通過航測內業成圖，將中心投影的影像轉化為正射投影的地形圖才便於套用 。
像片影像紋理
影像紋理反映著地物的空間分布狀況，代表著物體表面的特徵，是人類目視判讀的重要標誌之一。紋理信息對實現影像的自動解譯、提高解譯的可靠性都起著一定的作用。在對影像紋理分類的現狀進行深入回顧的基礎上，通過對共生矩陣法、時間序列分析方法、分形維方法、馬爾可夫隨機場模型四種統計影像紋理分類方法用於較難分辨的標準影像紋理和航空像片影像紋理分類的試驗和研究，發現由共生矩陣導出的14種紋理特徵值中，只需利用其中的三種紋理特徵值進行分類就可取得較好的效果，從而實現了不降低分類精度前提條件下的節時省力。當紋理子樣數量較多時，既可用檢驗法又可用模糊聚類分析方法進行影像紋理分類，而模糊聚類分析方法對子樣數量是不作任何要求的，因而適用範圍更廣一些 。
航空像片影像紋理分類
對於分形維方法，應以一級解析度分維為基本依據，輔之以多解析度分維值和空隙數據進行紋理分類的方法。針對空隙數據自身的特點，提出了分別利用擬合回歸方法和模糊聚類分析方法進行分類的思想，從而進一步完善了影像紋理分類中的分形維方法。儘管共生矩陣方法、時間序列分析方法、分形維方法能進行影像分類，但只能達到一定的精度且難以表征出影像紋理的集聚形式和不能融分類與合成等功能於一體。為了有效地解決這個問題，我們將馬爾可夫隨機場模型方法引入到影像紋理分類中，拓廣了傳統的貝葉斯決策方法的套用範圍，使得貝葉斯決策理論與馬爾可夫隨機場模型選擇問題結合起來了，為人們決策出合理的馬爾可夫隨機場模型的鄰域點和模型形式找到了可靠且可行的理論依據，從而有效地避免了選用模型式上的盲目性，提高了模型表征紋理的準確性和影像紋理分類精度 。
影像紋理分類的途徑
在綜合考慮分類準確性和計算工作量的基礎上，提出了一種較有效的航片影像紋理分類的途徑，即以馬爾可夫隨機場模型分類為基礎，輔之以分形維和共生矩陣的紋理特徵值進行航片影像紋理分類，為了有效地利用紋理分類方法提供的紋理特徵，將模糊數學中的模糊聚類分析引入到針對紋理特徵值進行紋理分類中，使得統一分類標準變得簡單而易行了 。
