第六章 遥感图像判读及分类.pptVIP

遥感图像的目视判读 计算机自动识别与分类的基础知识 计算机自动识别分类的几种方法 遥感图像的核心问题是根据辐射能在各种图像上的表现特征，判读出地面特征。所谓判读就是对图像中内容进行分析、判读、解释，弄清楚图像中的线条、轮廓、色彩、花纹等内容对应着地表上的什么景物及景物处于什么状态。 直接判读标志 目视判读的一般方法 判读标志是按波段建立的，尤其是色调这一标志随波段变化十分明显，由地物反射波谱特性和传感器工作波段可推知物体在图像上的色调。 热红外图像的辐射特性主要反映在物体温度和发射性能上，一般情况下，温度高的物体显示为亮色调，温度低的物体显示为暗色调。 雷达回波强度决定图像像素的灰度、回波延续的时间决定像素的位置。 模式 某种具有空间或几何特征的东西，通俗讲是某种事物的标准形式或使人可以照着做的标准样式。 特征选择——从众多特征中挑选出可以参加分类运算的若干个特征。 特征提取——在特征选择之后，利用特征提取算法从原始特征中求出最能反映其类别特性的一组新特征，完成样本空间到特征空间的转换。 计算机遥感图像分类是统计模式识别技术在遥感领域中的具体应用。统计模式识别的关键是提取待识别模式的一组统计特征值，然后按照一定准则作出决策，从而对数字图像予以识别。遥感图像分类的主要依据是地物的光谱特征，即地物电磁波辐射的多波段测量值。分类是对图像上每个像素按照亮度接近程度给出对应类别，以达到大致区分遥感图像中多种地物的目的。 原始图像的预处理 对观测数据作成像处理，以及图像的几何校正、辐射校正、量化、采样、预滤波、去噪声等处理，以便获得一幅比较清晰，对比度强，位置准确的图像以提高分类精度。 训练区选择 从待处理数据中抽取具有普遍性、代表性的数据作为训练样本。 特征选择和特征提取 图像分类运算 根据影像特点和分类目的设计或选择恰当的分类器及其判别规则，对特征矢量集进行划分，完成分类工作。 检验结果 对分类的精度和可靠性进行评价。 结果输出 包括分类结果图像的输出，以及分类结果的统计值，例如各类别的地物占地面积、类别集群的统计中心和方差等。 步骤：（以最大似然法为例）： * 第六章 遥感图像判读及分类 遥感技术基础 主讲教师：韩 玲 本章主要内容 遥感图像判读 景物特征主要有光谱特征，空间特征和时间特征，此外在微波区还有偏振性。 判读最基本的方法：目视判读和计算机自动识别和分类。 判读标志—各种地物在影像上的各种特有的表现形式。 光谱特征及其判读标志 地物的波谱响应曲线与其光谱特性曲线的变化趋势是一致的。地物在多波段影像上特有的这种波谱响应就是地物的光谱特征判读标志。 光谱特性曲线与波谱响应 空间特征及其判读标志 空间特征：景物的各种几何形态 形状、大小、颜色和色调、阴影、位置、结构、纹理、分辨率、立体外貌等。 间接判读标志 水系、地貌、土质、植被、气候、人文活动等。 遥感影像的目视判读 总体观察、对比分析、综合分析、 参数分析。 目视判读的一般过程 准备阶段—建立判读标志阶段—室内初步判读阶段—野外验证阶段—成果整理阶段。 影响目视判读成果质量的因素 资料质量、环境情况、人为因素。 多光谱遥感图像的判读 判读方法主要靠各波段图像的对比分析，充分顾及地物波谱特性与图像灰度的关系。 可作彩色合成处理，以颜色来反映物体波谱特性差别，大大提高人眼的辨别能力而增强判读性能。 不同颜色的城市建筑物在 不同波段范围内色调的变化 热红外图像的判读 “形状”和“大小”只能表现温度分布的“形状”和“大小”。 “阴影”在热红外图像上的表现与常规图像相似，但太阳照射情况改变后，温度不会立即变化，因此阴影也不会马上消失，这是热图像阴影的特点。 雷达图像的判读 雷达回波强度由雷达信号的发射特性，地面特性等因素决定。 侧视雷达图像相当于低太阳入射角摄影图像，色调的明暗度差别明显，次要细节大大被抑制，线性形迹明显得到显示。 模式与模式识别 模式识别 模式识别系统对被是的自然模式作一系列的测量，然后将测量结果与“模式字典”中一组“典型的”测量值相比较，若和字典中的某一“词目”的比较结果相吻合，得出所需要的分类结果的过程。 地物在特征空间的聚类统计特性 地物的集群特性 地物的分布函数 特征选择与特征提取 计算机自动识别分类 计算机分类处理的一般过程 计算机自动识别分类的方法有监督分类、非监督分类和联合分类。 监督分类—首先从研究区域选取有代表性的训练场地作为样本。根据已知训练区