遥感地学分析整理的一些东西.docVIP

基础知识 一些概念性的东西： （1）反射类型：镜面反射、漫反射、方向反射 （2）遥感概念：广义与狭义 （3）遥感技术系统：遥感平台、传感器、遥感数据接收与处理系统、遥感资料分析处理系统 （4）遥感分类：平台分；探测的电磁波分；电磁辐射源分；应用领域分。 遥感的特点：大面积同步观测；时效性；经济性；局限性 遥感信息在地学分析中的模糊性和多解性： 地面信息室多维的、无限的（时空），而遥感信息是简化的二维信息； 遥感信息的复杂性与不确定性：同物异谱，异物同谱；混合像元；时相变化；信息传输中的衰减与增益（辐射失真与几何畸变） 空间分辨率，时间分辨率，光谱分辨率，辐射分辨率 不同应用的卫星遥感系统：如陆地资源卫星系列；气象卫星系列、海洋卫星系列、地球观测系统计划、环境遥感卫星 2.识别土壤，植被，岩石，水体，地物的光谱反射特征 3.黑体：在任何温度下，对各种波长的电磁辐射都完全吸收的理想辐射体 4.目视解译的标志：色调、颜色、图型、阴影、形状、纹理、大小。 5.目视解译的方法与步骤： 自上而下的过程：特征匹配、提出假设、图像辨识； 自下而上的过程：图像信息的获取、特征提取的识别、证据的选取 目视解译的步骤： 遥感图像校正 辐射校正：消除图像数据中依附在辐射亮度中的各种失真的过程。包含遥感器校正、大气校正、地形辐射校正、地物反射模型校正； 几何校正：控制点的选择 大气校正：消除大气反射的影响 图像处理 1. 图像显示合成 目的：综合不同波段的特征，突出显示对象的差异。原则信息量最大，相关性最小，差异最大。 主要方法： 密度分割（将灰度按照指定的间隔分为不同的级别，对新的密度级别分别赋予不同的颜色） 彩色合成：任选3个波段作为RGB进行彩色合成，产生彩色图像。 反差增强/对比度增强：灰度拉伸、直方图均衡化、直方图匹配 2.图像变换 目的：将图像从空间域转换到频率域的过程，简化图像处理的过程。 作用：更易于进行特征抽取 主要方法 傅里叶变换：进行数据压缩、图像增强、特征提取 K-T变换：分离和消除干扰信息突出研究的专题信息 K-L变换：减少波段之间的相关性，去除多余信息，减少图像的数据量 代数运算：突出地物差异，压抑噪声 HSI彩色变换：将显示的彩色从RGB空间转换到HSI空间 3.图像滤波 图像平滑：领域滤波、中值滤波、梯度倒数加权、高斯低通滤波 去噪，突出主体 图像锐化：罗伯特算法、sobel算子、拉普拉斯算子 强化边缘信息 频率域图像增强：高通滤波（锐化）、低通滤波（平滑）、带通滤波（突出地物）、同态滤波（改善图像质量） 4.图像融合：在同一坐标系中将对同一目标的多幅遥感图像数据采用一定的算法，生成一副新的、更能有效表示该目标的图像。 数据融合分类：像元级融合；特征级融合、决策级融合 数据融合方法：HSI；代数法、图像回归法、主成分变换（PCT）、小波变换 图像分类 （1）原理：同类地物在相同的条件下（光照、地形等）应该具有相同或者相似的光谱信息和空间信息特征。不同类的地物之间具有差异。同类地物的像元在数目较大的时候，其特征量的分布类型接近正态分布。 （2）方法：基于特征值的相似性准则对像素进行合并的过程 （3）分类方法： 监督分类：最大似然法、最小距离法 非监督分类：特征空间识别法、系统聚类法、分裂法、动态聚类法 数字图像分类新技术：人工神经网络分类法、模糊分类法、亚像元分类法等 定量反演（较感兴趣） 反演的原理：统计模型、物理模型、半经验模型 方法：辐射传输模型（RT模型）、几何光学模型（GO模型）、几何光学--辐射传输混合模型（GORT混合模型）、计算机模拟模型。 具体参考赵英时 定量遥感分析 P309 图像光谱特征提取 遥感图像光谱与地物光谱的区别与联系 区别： 　－多光谱遥感图像的光谱波段数较少；高光谱波段数较多（光谱波段间隔可达5nm），高光谱数据的光谱曲线与实测地物光谱较为对应。 　－遥感图像不仅可以反映地物的光谱特征，还可以反映空间等特征； 联系： 地物反演和信息提取时一般先分析地物的光谱特征，再以此为依据，使用对应波段的遥感影像光谱进行分类和信息提取。 原理：通过原光谱空间或者其子空间的一种数学变换，来实现信息综合、特征增强和光谱减维的过程 特征提取：从减少特征之间的相关性和浓缩信息量的角度出发，根据原始数据的统计特性，用尽可能少的新特征来最大限度的包含所有原始数据的统计特征。 光谱特征选择： 良好的特征应该具有的特点： 可区分性：对于不同地物类别的图像，他们的光谱特征应该具有明显的差异性。 可靠性