IDRISI培训讲义研讨.ppt

附录3 参考文献 References 返回目录 J. Ronald Eastman, 2009. IDRISI Taiga Guide to GIS and Image Processing. J. Ronald Eastman, 2009. IDRISI Taiga Tutorial. ERDAS ?, Inc. ERDAS IMAGINE Field Guide. Software documentation of ERDAS IMAGINE. Kevin St. Martin. United Nations Institute for Training And Research Explorations in Geographic Information Systems Technology, Volume 3, Applications in Coastal Zone Research and Management. 克拉克实验室网站. / The EndEnjoy Using IDRISI eCognition software 这种技术适合具有纹理信息的影像，例如SAR、高分辨率卫星影像或者航空像片。它适合于根据特定的任务从影像数据中提取有意义的原始影像对象。 * 彩色原理 RGB彩色六面体 色彩模型转换（Colour Space , Colspace） 菜单位置：Image Processing / Transformation / Colspace COLSPACE模块可以完成彩色遥感影像在RGB和HLS模型之间的转换。可以用于图像增强，典型应用如图像拉伸和图像融合。 φ --- Hue PP0/P0P1 --- Saturation BP0 --- Intensity 正变换（RGB?HSI） 当B最小，I=（R+G+B）/3； H=（G-B）/（3I-3B）；S=1-B/I 当R最小，I=（R+G+B）/3； H=1+（B-R）/（3I-3R）；S=1-R/I 当G最小，I=（R+G+B）/3； H=2+（R-G）/（3I-3G）；S=1-G/I 反变换（HSI?RGB） 0=H1时，R=I（1+2S-3SH）；G=I（1-S+3SH）；B=I（1-S） 1=H2时，R=I（1-S）；G=I（1+5S-3SH）；B=I（1-4S+3SH） 2=H3时，R=I（1+7S+3SH）；G=I（1-S）；B=I（1+8S-3SH RGB?HSI和HSI?RGB的具体方法 TM（30m） 与IKONOS（1m）融合 14 图像分类 Image Classification 返回目录 人对外界事物的识别（分类）： 形状： 颜色： 常识（经验）：例：“水往低处流” …… 遥感影像的分类： 更多的是基于“颜色”信息（包括可见光、近红外、远红外等电磁波波段） Band1 Band2 菜单位置：GIS Analysis / Statistics / REGRESS 波段之间的相关性 SD 7.9 5.1 7.8 25.8 21.1 4.8 9.0 Rij TM1 TM2 TM3 TM4 TM5 TM6 TM7 TM1 1 TM2 0.90 1 TM3 0.89 0.94 1 TM4 0.05 0.19 0.00 1 TM5 0.47 0.69 0.56 0.76 1 TM6 0.72 0.80 0.76 0.21 0.66 1 TM7 0.77 0.91 0.84 0.37 0.85 0.82 1 标准差 相关系数 波段组合的最佳指数因子 （Optimum Index Factor） 对TM波段组合： OIF123=7.6 OIF234=34.2 OIF345=41.5 遥感影像分类原理： 在波段空间（有几个波段就有几维空间）中将同类地物尽量集聚，将不同类地物尽量分离 二维波段空间 三维波段空间 空间分割方法的不同，以及待分类地物在分类空间中归属方法的不同（即分类准则不同），就形成了各种各样的分类方法 （1）按分类前是否已定类别： 非监督分类（Unsupervised Classification）：分类前，类别未知 监督分类（Supervised Classification）：分类前，先确定一组类别集合（Classes set），然后再将每个象元（pixel）归类到类别集合中的某一类 （2）按分类的逻辑： 硬分类器（Hard Classifiers）：{0，1}，“非此即彼” 软分类器（Soft Classifiers）：[0，1]，“隶属度” （3）按遥感影像数据的光谱类型： 多光谱分类器（Multispectral Classif