1 / 30

第六章 遥感数字图像计算机解译

第六章 遥感数字图像计算机解译. 遥感系统. 1 ）目标物的电磁波特性 2 ）信息的获取（传感器和遥感平台） 3 ）信息的接收 4 ）信息的处理 5 ）信息的应用. 遥感数字图像的性质与特点 遥感数字图像的计算机分类. 遥感数字图像的性质与特点. 遥感数字图像 : 以数字形式表现的遥感影像。. 遥感数字图像的性质与特点. 遥感数字图像 : 基本单位为像素（像元），是成像过程的采样点，也是计算机图像处理的最小单元。. 空间特征. 正像素 混合像素. 属性特征. 遥感数字图像的性质与特点. 遥感数字图像的特点 1 ） 便于计算机处理与分析

ghalib
Download Presentation

第六章 遥感数字图像计算机解译

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 第六章 遥感数字图像计算机解译 遥感系统 1）目标物的电磁波特性 2）信息的获取（传感器和遥感平台） 3）信息的接收 4）信息的处理 5）信息的应用

  2. 遥感数字图像的性质与特点 遥感数字图像的计算机分类

  3. 遥感数字图像的性质与特点 遥感数字图像: 以数字形式表现的遥感影像。

  4. 遥感数字图像的性质与特点 遥感数字图像: 基本单位为像素（像元），是成像过程的采样点，也是计算机图像处理的最小单元。 空间特征 正像素 混合像素 属性特征

  5. 遥感数字图像的性质与特点 遥感数字图像的特点 1） 便于计算机处理与分析 2） 图像信息损失低 3） 抽象性强

  6. 遥感数字图像的性质与特点 遥感数字图像的类型 1）二值数字图像 2）单波段数字图像 3）多波段数字图像

  7. 遥感数字图像的性质与特点 遥感数字图像的存贮 1）BSQ（Band sequential） 2）BIP （Band interleaved by pixel ） 3）BIL（Band interleaved by line）

  8. 遥感数字图像的性质与特点 光学影像——遥感数字图像的转化 1）空间采样：确定采样间距。对应扫描仪的光学分辨率，如300dpi 2）属性量化：8位，24位

  9. 遥感数字图像的计算机分类 • 计算机分类：是通过模式识别理论，利用计算机将遥感图象自动分成若干地物类别的方法。 如土地覆盖/土地利用分类、森林类型分类、植被 类型分类、岩性分类、…… 数据--信息 （遥感数据---地物信息） 遥感数据包括： 1、原始光谱数据； 2、光谱变换后数据； 3、非遥感数据

  10. 遥感数字图像的计算机分类 • 模式（pattern）: 在多波段图象中，每个象元都具有一组对应 取值，称为象元模式 • 特征（feature）：在多波段图象中，每个波段都可看作一个变量，称为特征变量。特征变量构成特征空间。 • 波段：光谱波段 • 其它派生波段（纹理、上下文关系、波段比等） • 辅助数据(ancillary data) (非遥感数据，如DEM、 土壤类型) • 特征提取(feature extraction)：通过变换找出最能反映地物类别差异的特征变量用于分类的过程

  11. 遥感数字图像的计算机分类 • 基本原理： 不同的地物具有不同的光谱特征，同类地物具有相同或相似的光谱特征 图象分类：基于数字图象中反映的同类地物的光谱相似性和异类地物的光谱差异性。 依据是遥感图像像素的相似度。 距离 相关系数

  12. 常用的距离和有关统计量 欧氏距离: N, 波段数; dij第个i像元与第j个像元在N维空间中的距离; xik为第个k波段上第i个像元的灰度值; 绝对距离: 明斯基距离: 欧氏距离和绝对距离可统一表示为:

  13. 常用的距离和有关统计量 马氏距离(Mahalanobis): 相似系数: 其中, 为两个矢量间的夹角 相关系数:

  14. 遥感数字图像的计算机分类 遥感数字图像的分类方法 分类执行方式：监督分类、非监督分类 分类模型或分类器：统计分类、模糊分类、邻域分类、神经网络分类等。

  15. 遥感数字图像的计算机分类 分类方法： 监督分类（supervised classification）：通过选择代表各类别的已知样本（训练区）的象元光谱特征，事先取得个类别的参数，确定判别函数，从而进行分类。 在监督分类中，先定义信息类，然后检验它们的光谱可分性

  16. 遥感数字图像的计算机分类 非监督分类(unsupervised classification)：根据事先指定的某一准则，而进行计算机自动判别归类，无须人为干预，分类后需确定地面类别 在非监督分类中，先确定光谱可分的类别，然后定义它们的信息类

  17. 遥感数字图像的计算机分类 非监督分类 4-3-2假彩色合成图像 非监督分类(聚类)结果: 15个光谱类

  18. 遥感数字图像的计算机分类 非监督分类 1. 4-3-2假彩色合成图象(香港九龙); 2. 聚类结果(10类)

  19. 遥感数字图像的计算机分类 非监督分类 3. 聚类结果合并(5类); 4. 最终结果 (类别颜色改变)

  20. 遥感数字图像的计算机分类 监督分类 训练区： 已知覆盖类型的代表样区 用于描述主要特征类型的光谱属性 其精度直接影响分类结果 检验区： 用于评价分类精度的代表样区

  21. 遥感数字图像的计算机分类 训练区的选择

  22. 分类结果

  23. 遥感数字图像的计算机分类 分类过程 • 分类预处理：大气校正、几何校正与配准 • 特征选择(提取) • 分类（监督分类训练区的选择） • 分类后处理，包括精度评价 • 专题图制作

  24. 原始图象

  25. 分类图象

  26. 最终结果： 专题制图

  27. 遥感数字图像的计算机分类 图像分类实质 图象分类过程的总目标是，将图象中所有的像元自动地进行土地覆盖类型或土地覆盖专题的分类。

  28. 遥感数字图像的计算机分类 问题（光谱分类）： 同物异谱：同类地物具有不同的光谱特征 同谱异物：不同的地物可能具有相似的光谱特征。 如：同一作物，生长状态不同，光谱特征有差异； 不同的植被类型可能有相似的光谱特征

  29. 清水和长满藻类的水体的实测光谱曲线 叶绿素a在 400 与500 nm间和675 nm处的强烈吸收 长满藻类并含有不同浓度悬浮物的水体（0 - 500 mg/l）的光谱曲线 水体光谱特征的变化：同物异谱

  30. 遥感数字图像的计算机分类 问题：光谱类和信息类不对应 • 光谱类（spectral class）：基于光谱特征形成的类别 如房屋的阳面和阴面光谱特征不同，不同的光谱类 • 信息类(information class)：根据实际需要待分的类别 人为的划分 如城市类由道路、建筑物、水体、绿地等不同地物组成，不同地物光谱特征不同 砖场：烟囱（窑）、取土坑、堆砖处、房屋等

More Related