第六章遥感数字图像计算机解译.ppt

第六章:遥感数字图象计算机解译 第六章 遥感数字图像的计算机解译 本章要点 遥感数字图像的性质与特点 遥感数字图像的自动分类 遥感图像多种特征的抽取 遥感图像解译专家系统 遥感数字图像计算机解译以遥感数字图像为研究对象,在计算机系统支持下,综合运用地学分析、遥感图像处理、模式识别人工智能技术，实现地学专题信息的智能化获取。 是将人工目视解译遥感图像发展为计算机支持下的遥感图像理解。 计算机解译难度大：高空成像，噪声大，需尽可能准确地从场景中获取目标物；信息“拥挤”不同地物间的干扰大；遥感地域性季节性和不同的成像方式增加了遥感解译的难度。 §1、数字图像的性质和特点 遥感数字图像 遥感数字图像是以数字表示的遥感图像,其最基本的单元是像素.像素是成像过程的采样点,也是计算机处理图像的最小单元. 像素具有空间特征和属性特征. 像素的属性特征采用亮度值来表达. 正像素、混合像素 §1、数字图像的性质和特点 二、遥感数字图像的特点 便于计算机处理与分析 图像信息损失少 抽象性强 §1、数字图像的性质和特点 §1、数字图像的性质和特点 BSQ数据格式：是一种按波段顺序依次排列的数据格式。 遵循以下规律： 第一波段位居第一，第二波段位居第二….. 第一波段中，数据依据行号顺序依次排列，每一行内，数据按像素号顺序排列； BIP 数据格式：每个像元按波段次序交叉排列。 遵循以下规律： 第一波段第一行第一个像素位居第一位，第二波段第一行第一个像素位居第二，第三波段第一行第一个像素位居第三，第n波段第一行第一个像素位居第n位； 然后，为第一波段第一行第二个像素为居第n+1位，第二波段第一行第二个像素，位居第二位，其余数据排列位置依次类推。 BIL数据格式：是逐行按波段次序排列的格式。 遵循以下规律：第一波段第一行第一个像素位居第一位，第一波段第一行第二个像素位居第二位，第一波段第一行第三个像素位居第三位，第一波段第一行第n个像素位居第n位，第二波段第一行第一个像素，它位居第n+1位，第二波段第一行第二个像素，它位居第n+2位。。。依次类推。 §1、数字图像的性质和特点 空间采样：将航空像片具有的连续灰度信息转化为每行有m个单元，每列有n个单元的像素组合。 属性量化：可得到每个像元的数字模拟量，与航空像片中对应位置上的灰度相对应。 §2、遥感图像的计算机分类 一、分类原理与基本过程 是模式识别技术在遥感领域中的具体应用. 遥感图像分类的依据：是地物的光谱特征. 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。 遥感图像计算机分类遥感图像像素的相似度。 常使用距离和相关系数来衡量相似度。 采用距离衡量相似度时，距离越小相似度越大。 采用相关系数衡量相似度时，相关程度越大，相似度越大。 见P194-195 遥感图像计算机分类方法 监督分类法：选择具有代表性的训练场地作为样本. 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。 非监督分类：是在没有先验类别（训练场地）作为样本的条件下，即事先不知道类别特征，主要根据像元间相似度的大小进行归类合并（即相似度的像元归为一类）的方法。 与监督分类相比，非监督分类具有下列优点：不需要对被研究的地区有事先的了解，对分类的结果与精度要求相同的条件下，在时间和成本上较为节省,但实际上,非监督分类不如监督分类的精度高，所以监督分类使用的更为广泛。 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 1、监督分类 二、图像分类方法 2、非监督分类 二、图像分类方法 三、图像分类中的有关问题 1、未充分利用遥感图像提供的多种信息 只考虑多光谱特征，没有利用到地物空间关系、图像中提供的形状和空间位置特征等方面的信息。 统计模式识别以像素为识别的基本单元,未能利用图像中提供的形状和空间位置特征,其本质是地物光谱特征分类.水体的分类. 三、图像分类中的有关问题 §3、遥感图像多种特征的抽取 一、地物边界跟踪法 点状地物与面状地物的边界跟踪 线状地物信息检测与跟踪 二、形状特征描述与提取 地物形状特征的描述 地物形态特征的提取 §3、遥感图像多种特征的抽取 三、地物空间关系特征描述与提取 不同地物之间的空间关系：方位关系、包含关系、相邻关系、相交关系、相贯关系。 空间关系特征提取与描述 （1）方位关系的提取 （2）包含关系特征提取与描述 （3）相邻关系特征抽取 （4）相交关系特征抽取 （