遥感概论遥感数字图像计算机解译.ppt

遥感概论 教材：《遥感导论》梅安新等 高等教育出版社 电子教案 §6.1遥感数字图像的性质与特点 数字图像：是以有序的数字（二维数组表示）反映地物景观反射或发射电磁波的特征及其变化。 数字图像最基本单位--像素 （1）空间位置---地面分辨率（瞬时视场角） （2）属性特征---亮度值 正像素：一个像素内只包含一种地物 混合像素：像素内包括两种或两种以上的地物 §6.1遥感数字图像的性质与特点 数字图像的表示： 按波段数量，遥感数字图像可分为：二值数字图像；但波段数字图像；彩色数字图像；多波段数字图像 多波段数字图像的存储与分发，通常有三种数据格式： （1）BSQ：按波段顺序依次排列 （2）BIP：每个像元按波段次序交叉排列 （3）BIL：逐行按波段次序排列 §6.1遥感数字图像的性质与特点 航空像片的数字化： （1）空间采样：将航空像片具有连续灰度（色彩）信息转换为每行有m个单元，每列有n个单元的像素集合。——均匀采样 （2）属性量化：连续变化的亮度、颜色或其他模拟量用有限个整数来表示。——等距量化 数字化质量取决于航空像片本身的质量与采样间距与属性量化精度。 第六章 遥感数字图像计算机解译 遥感图像中目标地物的特征是地物电磁波的辐射差异在遥感影像上的反映。 信息提取的方法有： 目视判读法：主要以图像的空间特征（地物的几何特征和光谱特征的空间反映）为判读依据。 计算机分类法:主要以图像像元的灰度（地物光谱特征的直接反映）为判读依据。 第六章 遥感数字图像计算机解译 计算机判读：以计算机系统为支撑环境，利用模式识别技术与人工智能技术相结合，根据目标地物的影像特征，结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理,实现对遥感图象的理解,完成对遥感图象的解译。 模式：即某种实物的标准形式或使人可以照着做的标准样式。 模式识别：对需识别或分类的对象，进行一系列测量,然后将这一系列测量所构成的模式与已知类别的地物模式作比较，看它与那一个相同或相似，即判认它是属于哪一个类别的地物。 举例：某地物的光谱特征曲线反映了该地物的反射特性，所以，该光谱特征曲线就是该地物的一个模式。 §2 遥感数字图像的计算机分类 特征提取： 我们把从遥感图像n个特征中选取k个更有效特征作为分类依据（这里n〉k）的过程称为特征提取。 遥感图像分类的依据是地物的光谱特征。 遥感图像计算机分类的依据是遥感图像像素的相似度。 计算机判读实现的思想基础 ① 同类地物具有相同（似）的光谱特征，不同地物的光谱特征具有明显的差别。----统计分析 ② 同类地物的图像灰度概率在单波段（一维空间）符合正态分布规律。 ③一个点群就是地物的一种类别。 一般情况下，点群的边界不是截然的，有少部分重叠和交错的情况。 多维图像（即多波段）中的一个像元值（灰度）向量。在几何上相当于多维空间中的一个点，而同类地物的像元值，即不集中于一点，也绝非是杂乱无章的分布，而是相对地密集在一起，形成一个点群。 计算机分类方法（1） （1）监督分类 即先选择有代表性的实验区（训练区），用已知地面的各种地物光谱特征来训练计算机，取得识别分类判别规则，并以此做标准对未知地区的遥感数据进行自动分类识别。 监督分类常常用于对分类区比较了解情况下,要求用户控制。 选择可以识别或借助其他信息可以断定其类型的像元建立模板,然后基于该模板使系统自动识别具有相同特征的像元。 计算机分类方法（1） 对分类结果进行评价后再对模板进行修改,多次反复后建立比较正确的模板,在此基础上最终进行分类。 一般经过以下步骤:训练样本/建立模板/评价模板/初步分类/检验分类/分类后处理/分类特征统计。 训练场地选取要求： 样本与待分区域种类一致；面积较大的中心；样本数目足够。 常用的监督分类方法 （1）最小距离分类法：以特征空间中距离作为像素分类依据 （2）多级切割分类法： 通过设定在各轴上的一系列分割点，将多维特征空间划分成为分别对应不同分类类别的互不重叠的特征子空间 （3）特征曲线窗口法：以特征曲线为中心取一个条带，构造一个窗口，凡是落在此窗口内的地物被认为是一类 （4）最大似然比分类法：服从正态分布，求出总体的先验概率密度函数 计算机分类方法（2） （2）非监督分类 不需要先验知识或无基准类别的先验知识可利用，先假定初始的参数，并通过预分类处理来形成集群，再由集群的统计参数来调整预置的参量，接着再集群，再调整，如此不断迭代直至有关参量的变动达到容忍的范围为止。 常常用于对分类区没有太多了解情况下. 1)原始图像的所有波段都参于分类运算,分类结果往往是各类像元数大体等比例. 2)人为干预较少,自动化程度较高. 3)一般经过以下步骤:初始分类/专题判别