遥感数字图像计算机解译要点解析.ppt

第六章:遥感数字图象计算机解译 第六章 遥感数字图像的计算机解译 本章要点 遥感数字图像的性质与特点 遥感数字图像的计算机分类 遥感图像多种特征的抽取 遥感图像解译专家系统 遥感数字图象计算机解译是以遥感数字图像为研究对象，在计算机系统支持下，综合运用地学分析、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现地学专题信息的智能化获取。 基本目标是将人工目视解译遥感图像发展为计算机支持下的遥感图像理解。 §1、数字图像的性质和特点 遥感数字图像 遥感数字图像是以数字表示的遥感图像,其最基本的单元是像素.像素是成像过程的采样点,也是计算机处理图像的最小单元.像素具有空间特征和属性特征. 像素的属性特征采用亮度值来表达. 正像素：一个像素内只包含一种地物。 混合像素：一个像素内两种或两种以上地物。 §1、数字图像的性质和特点 二、遥感数字图像的特点 便于计算机处理与分析 图像信息损失少 抽象性强 §1、数字图像的性质和特点 §1、数字图像的性质和特点 §1、数字图像的性质和特点 空间采样：将航空像片具有的连续灰度信息转化为每行有m个单元，每列有n个单元的像素组合。 属性量化：可得到每个像元的数字模拟量，与航空像片中对应位置上的灰度相对应。 航空像片的数字化可以利用扫描仪来进行，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。 §2、遥感图像的计算机分类 一、分类原理与基本过程 遥感图像计算机分类的依据是遥感图像像素的相似度。常使用距离和相关系数来衡量相似度。 采用距离衡量相似度时，距离越小相似度越大。 采用相关系数衡量相似度时，相关程度越大，相似度越大。 一、分类原理与基本过程 遥感数字图像计算机分类基本过程 根据图像分类目的选取特定区域的遥感数字图像，需考虑图像的空间分辨率、光谱分辨率、成像时间、图像质量等。 根据研究区域，收集与分析地面参考信息与有关数据。 根据分类要求和图像数据的特征，选择合适的图像分类方法和算法。制定分类系统，确定分类类别。 找出代表这些类别的统计特征 为了测定总体特征，在监督分类中可选择具有代表性的训练场地进行采样，测定其特征。在非监督分类中，可用聚类等方法对特征相似的像素进行归类，测定其特征。 对遥感图像中各像素进行分类。 分类精度检查。 对判别分析的结果进行统计检验。 二、图像分类方法 1、监督分类 二、图像分类方法 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 2、非监督分类 非监督分类是假定遥感影像上同类地物在同样条件下具有相同的光谱信息特征。 非监督分类主要采用聚类分析法，聚类是把一组像素按照相似性归成若干类别。使同一类别的像素之间的距离尽可能的小而不同类别的像素间的距离尽可能的大。 二、图像分类方法 2、非监督分类 二、图像分类方法 2、非监督分类 二、图像分类方法 三、图像分类中的有关问题 1、未充分利用遥感图像提供的多种信息 只考虑多光谱特征，没有利用到地物空间关系、图像中提供的形状和空间位置特征等方面的信息。 统计模式识别以像素为识别的基本单元,未能利用图像中提供的形状和空间位置特征,其本质是地物光谱特征分类.水体的分类. 三、图像分类中的有关问题 §3、遥感图像多种特征的抽取 一、地物边界跟踪法 点状地物与面状地物的边界跟踪 线状地物信息检测与跟踪:亮度与方向特性 二、形状特征描述与提取 地物形状特征的描述 地物形态特征的提取 §3、遥感图像多种特征的抽取 三、地物空间关系特征描述与提取 不同地物之间的空间关系：方位关系、包含关系、相邻关系、相交关系、相贯关系。 空间关系特征提取与描述 （1）方位关系的提取：距离、方向 （2）包含关系特征提取与描述：点、线、面 （3）相邻关系特征抽取：点、线、面 （4）相交关系特征抽取：点-线、线-线 （5）相贯关系特征的提取：线-面 §4、遥感图像专家解译系统 专家系统：把某一特定领域的专家知识与经验形式化后输入到计算机中，由计算机模仿专家思考问题与解决问题，是代替专家解决专业问题的技术系统。 遥感图像解译专家系统的组成 图像处理与特征提取子系统 遥感图像解译知识获取子系统 遥感图像解译专家系统的机理 计算机解译的主要技术发展趋