第五遥感数据的信息提取与应用剖析.pptVIP

第五章 遥感数据的信息提取与应用 §1 信息提取的原理和方法 §2 航空遥感图像的信息提取 §3 卫星遥感图像的信息提取 §4 遥感影像地图 §5 遥感数据的应用 §1 信息提取的原理和方法 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。 一、信息提取 1、概念：依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程（既按照应用目的，将影像中代表不同地物的像元区别开）叫信息提取，也叫影像分类或是影像解译。 2、信息提取的方法有： （1）目视判读法：是目前常用的方法。 （2）计算机分类法：有监督分类、非监督分类、模式识别、神经网络分类、分形分类、模糊分类、人工智能等数据挖掘技术方法。 二、目视解译（目视判读） –凭借人眼观察或借助简单的仪器（放大镜、立体镜等），对遥感影像进行分析判断、量测，区别地物类别，勾绘地物分布边界，识别属性，从而获取所需要信息。 1、解译标志（判读标志） –地物本身的性质、形态等特征在像片上的反映，这些影像特征统称为解译标志。 目视判读的标志 色调/色彩：判读前通过反差调整和彩色增强后，成为目视判读的重要标志。 形状：是目视判读最直观的标志。 纹理：也叫内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。 大小：根据地物间的相对大小，区分地物。 阴影：可判读地物的高度，但也遮挡部分地物信息。 组合图案：当地物较小时，在影像上表现为纹理，即某种地物类型有规律的重复出现。如农田、森林。 2、目视判读的方法 直接判读法：依据判读标志，直接识别地物属性。水体的色调与其他地物的区别，根据水体的形状可判断是河流还是湖泊。 对比分析法：与该地区已知的资料对比，或与实地对比而识别地物属性；或通过对遥感图像不同波段、不同时相的对比分析，识别地物的性质和发展变化规律。 逻辑推理法：根据地学规律，分析地物之间的内在必然分布规律，由某种地物推断出另一种地物的存在及属性。如由植被类型可推断出土壤的类型，根据建筑密度可判断人口规模等。或者是根据两种地物之间的区别来判断具体是哪种地物，例如公路与铁路。 目视解译的特点： –直观、速度快 –运用人脑进行的定性分析 –常用于对评价影像增强处理效果、评价计算机解译效果、分析航空像片 –决定于影像质量和判读人员的专业水平、判读经验 –是一个需要反复分析、对比、推理和判断的过程 三.计算机解译 计算机解译（计算机分类、计算机判读） –以遥感数字影像为研究对象，利用计算机对影像中各类地物的光谱信息和空间信息进行分析，选择特征，并用一定的手段将特征空间划分为互不重叠的子空间，然后将影像中的各个像元归划到各个子空间去。 –实质：通过计算机处理，根据一定的判断规则，对每个像元按照像元值给出对应类别，自动输出地物目标的识别分类结果，达到大致区分遥感图像中多种地物的目的。 –特点：定量分析 1、监督分类 –选择具有代表性的典型实验区或训练区，用训练区中已知地面各类地物样本的光谱特性来“训练”计算机，获得识别各类地物的判别函数或模式，并以此对未知地区的像元进行分类处理，分别归入到已知的类别中。 –关键：选择样区、训练样本、建立判别函数（可以是一些列规则，可是某种数学函数） 监督分类的步骤： –首先找出影像中各种类别具有代表性的像元集合，作为样本（训练样区）； –求出每种类别样本像元集的统计特征，然后选择特征参数（如样本像元的平均值、方差）； –根据特征参数建立判别函数； –根据判别函数对已知类别的样本像元进行分类，反复调整判别函数； –最后用判别函数对所有未知像元进行判断，划分像元的类别归属。 –样本像元的选取，通常需要人参与；对判别函数要用样本进行反复验证和训练，就像有人在监督一样。 常见监督分类的方法： –最小距离法 –线性判别分析 –模糊分析 –平行六边形法 –神经网络分类 –最大似然判别法 2、非监督分类 –不选取像元集作为训练区；即不知道任何类别具备什么特征，主要根据所有像元彼此之间的相似度大小进行归类合并（将相似度大的像元归为一类）的方法；然后再对每个类别的具体地理意义根据地面调查或者已知类型的数据比较后确定。 –特点： ??先分类，后定性；分类后再对各类别赋予属性 ??不需要训练样本，依据像素间的相似程度进行分类 ??分类标准：同类别的像素之间的距离尽可能的小，不同类别的像素的距离尽可能的大 非监督分类步骤： –设定分类判定方法参数，分类数 –设定初始分类中心 –将各个像元归入设定的各类中 –计算各类的新中心值 –比较前后中心值是否一致：不一致，调整各类中心及域值；一致，分类图象输出 常见非监督分类方法： –聚类法 –动态聚类法 –波谱图形识别分类 3、监督分类、非监督分类的区别： –是否选