遥感制图第十篇 章 遥感定性专题图的制作.ppt

第十章 遥感定性专题图的制作; 主要讲述如何从遥感影像提取专题地图制作所需的地物类别信息;遥感图像目视解译原则;地物与环境的关系;色调/颜色;阴影;MSS;ＴＭ假彩色合成;TM影像;SPOT影像;QuickBird;微波;目视判读－－地质判读;植被判读中，除图像色调色彩标志的运用外，还要结合植物的地带性和垂直分带特点，植被生长发育特点，以及当地地形、土壤、水文、地质特点进行判读。所有绿色植物在可见光波段以吸收为主；在近红外波段以反射为主；并且在1.3μm，1.9μm、2.73μm 有三处明显的水分吸收带。 1.植物在TM2、TM3 波段的卫星图像上一般是深色调，TM4 波段图像上浅色调，其中阔叶林比针叶林更浅一些。 2.在标准假彩色（如TM4、3、2）图像上植物一般表现为红色，幼嫩的植物呈粉红色，长势好的为红色，成熟的为鲜红色，受到伤害的植物呈暗红色，干枯的植物为青色。阔叶树和针叶树相比，前者的颜色显得鲜红，后者则较深些；灌丛的颜色淡一些；水稻呈暗红色。 ;TM5、TM6 等近红外和热红外波段，为判读土壤水分、腐植质含量和土壤质地等提供了有利条件。判读的一般规律是： 1.若某区土壤表面的色调，在可见光和热红外波段图像上的色调都比较深，一般说明这个区域土壤的含水量较高。 2.若某区域的土壤在可见光和热红外波段图像上的色调都比较浅，说明该区域的土壤本身就是浅色调，而且比较干燥。 3.若某区域的土壤在可见光波段图像上呈较深色调，而热红外波段图像上呈浅色调，则说明该地区土壤比较干燥，而且可能具有较高的有机质含量。;城镇的光谱特性是建筑物和建筑物之间空地的综合反映，在TM（或MSS）图像上，城镇一般呈现较深的色调，而在标准假彩色合成图像上，城镇常呈现浅蓝色或蓝灰色，城镇的中心部分色调相对深一些。图像上城镇内部结构已大大简化。 道路：水泥路呈灰白色，反射率最高；其次是土路呈灰色；反射率最低的是沥青路，色调较深。;遥感图像计算机分类 分类的定义 分类内容：特征，判据，准则，算法 存在问题;遥感图像的计算机分类的基本定义;分类效果取决的因素;遥感分类内容;一、遥感图像的分类特征;遥感影像分类采用的其???特征;第二类：几何特征 几何特征主要指的是纹理特征，纹理反映的是灰 度的空间变化规律。 纹理可以分为： 1、确定性纹理（人工纹理），按照某种确定性的规律或者是统计规律来排列组成； 2、随机纹理（自然纹理）没有一个统一的规律。;二、 分类判据;（３）分类准则;（４）分类算法;算法基本过程;监督分类（Supervised classification）;监督分类;样区选择示例;样区选择示例;监督分类;监督分类实例;监督算法介绍;1、平行管道监督分类原理;平行管道监督分类;分类判决过程：; 最小距离监督分类; 最小距离监督分类;分类常用距离与有关统计量;2. 欧几里德距离;3. 马哈拉若比斯距离;4. 相似系数;最小距离监督分类;通过求出每个像素对于各类别的归属概率，把该像素分到归属概率最大的类别中去的方法。 假定训练区地物的光谱特征和自然界大部分随机现象一样，近似服从正态分布（对一些非正态分布可以通过数学方法化为正态问题来处理）。利用训练区可求出均值、方差以及协方差等特征参数，从而可求出总体的先验概率密度函数。; 最大似然法是经典的分类方法，已在宽波段遥感图像分类中普遍采用。它主要根据相似的光谱性质和属于某类的概率最大的假设来指定每个像元的类别。MLC法最大优点是能快速指定被分类像元到若干类之中的一类中去 。;最大似然监督分类;; 是每一类（ ）在图像中的概率，在事先不知道 是多少的情况下，可以认为所有的 都相同，即 为类别数， 为第i类的协方差矩阵， 为该类的均值向量，这些数据来源于由训练组所产生的分类统计文件。对于任何一个像元值x，其在那一类中 最大，就属于哪一类。最大似然法分类的基本前提是认为每一类的概率密度分布都是正态分布（即高斯分布）。最大似然法分类的分类精度一般比前几种方法要高，但分类过程更复杂，计算时间较长。;Maximum likelihood classifier;Maximum likelihood classifier (cont.);;非监督分类（Unsupervised classification）;一、非监督分类算法;主要过程如下：;初始类别参数的选定;1、像素光谱特征的比较法;2、最大最小距离选心法;则; 该方法是在整幅遥感影像的总体直方图的基础上进行类别中心的选定的。设总体直方图的