遥感导论.ppt

《遥感导论.ppt》由会员分享，可在线阅读，更多相关《遥感导论.ppt（40页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、关于遥感导论现在学习的是第1页，共40页第六章 遥感数字图像计算机解译本章重点：本章重点：o数字图像的性质、特点与表示方法o数字图像的分类原理，监督与非监督分类现在学习的是第2页，共40页计算机解译难点：一、遥感图像是高空成像，受传感器、大气条件、太阳位置等多种因素的影响。二、遥感图像比一般图像信息丰富，地物之间的相互影响与干扰影响信息提取。三、遥感图像的地域性、季节性和不同成像方式更增加了计算机对遥感图像解译的难度。现在学习的是第3页，共40页第六章 遥感数字图像计算机解译o遥感数字图像的性质与特点o遥感数字图像的计算机分类o遥感图像多种特征的提取现在学习的是第4页，共40页6.1 遥感数字

2、图像的性质与特点o遥感数字图像o遥感数字图像的表示方法o航空相片的数字化现在学习的是第5页，共40页一、遥感数字图像o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.o像素的属性特征采用亮度值来表达.现在学习的是第6页，共40页遥感数字图像的特点遥感数字图像的特点o便于计算机分析。相比与光学图像处理方式，遥感数字图像适合计算机处理。o图像信息损失低：二进制表示，在获取、传输和分发过程中，不会因长期存储损失信息，也不会因传输和复制损失信息。o抽象性强：数字形式表示的图像，便于建模分析及进行计算机解译和运用

3、遥感图像专家系统。现在学习的是第7页，共40页二、遥感数字图像的表示方法二、遥感数字图像的表示方法o1.遥感数字图像是以二维数组来表示的.现在学习的是第8页，共40页二、遥感数字图像的表示方法二、遥感数字图像的表示方法o2.遥感图像按照波段数量分为:o单波段数字图像单波段数字图像:SPOT 的全色波段的全色波段.o多波段数字图像多波段数字图像:TM的的7个波段数据个波段数据.现在学习的是第9页，共40页二、遥感数字图像的表示方法二、遥感数字图像的表示方法3.多波段数字图像的三种数据格式oBSQ格式格式(Band sequential)oBIP格式格式(Band interleaved by p

4、ixel)oBIL格式格式(Band interleaved by line)现在学习的是第10页，共40页BSQ格式格式(Band sequential)o是一种按波段顺序依次排列的数据格式。o遵循规律：按波段排列，每个波段按行列号排列。第一波段第二波段现在学习的是第11页，共40页BIP格式格式(Band interleaved by pixel)o按象元来进行存储。先存储第一行第一列的n个波段，再依次继续存储。现在学习的是第12页，共40页BIL格式格式(Band interleaved by line)o先存储第一行的n个波段，再依次存储n行。现在学习的是第13页，共40页三、航空相片

5、的数字化三、航空相片的数字化o空间采样：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。o 属性量化：属性量化：可得到每个像元的数字量，与航空像片中对应位置上的灰度相对应。现在学习的是第14页，共40页6.2 遥感数字图像的计算机分类遥感数字图像的计算机分类o遥感图像分类是图像信息提取的一种方法遥感图像分类是图像信息提取的一种方法现在学习的是第15页，共40页计算机图像分类的概念计算机图像分类的概念o计算机图像分类：是通过模式识别理论，利用计算机将遥感图像分成若干地物类别的方法。o计算机图像分类的应用十分广泛，如土地覆盖/土地利用分类、森林类型分类、植被类

6、型分类、岩性分类等等。现在学习的是第16页，共40页计算机图像分类的基本原理计算机图像分类的基本原理o不同的地物具有不同的光谱特性，同类的地物具有相同或相似的光谱特征。基于数字图像中反映的同类地物的光谱相似性和异类地物的光谱差异性进行分类。o图像分类过程的总目标是，将同类图像中所有的像元自动地进行土地覆盖类型或土地覆盖专题的分类。o需要注意的问题是：同物异谱，同类地物具有不同光谱特征；同谱异物，不同的地物可能具有相似的光谱特征。现在学习的是第17页，共40页图像分类的基本原理图像分类的基本原理现在学习的是第18页，共40页遥感图像的计算机分类遥感图像的计算机分类现在学习的是第19页，共40页分

7、类原理与基本过程分类原理与基本过程o遥感图像计算机分类的依据是遥感图像像素的相似度。o常使用距离和相关系数来衡量相似度。o采用距离衡量相似度时，距离越小相似度越大。o采用相关系数衡量相似度时，相关程度越大，相似度越大。现在学习的是第20页，共40页遥感图像计算机分类方法o监督分类法：选择具有代表性的典型实验区或训练区，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。o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

8、度的像元归为一类）的方法。现在学习的是第21页，共40页遥感数字图像计算机分类基本过程1.根据图像分类目的选取特定区域的遥感数字图像，需考虑图像的空间分辨率、光谱分辨率、成像时间、图像质量等。2.根据研究区域，收集与分析地面参考信息与有关数据。3.根据分类要求和图像数据的特征，选择合适的图像分类方法和算法。制定分类系统，确定分类类别。4.找出代表这些类别的统计特征。现在学习的是第22页，共40页遥感数字图像计算机分类基本过程5.为了测定总体特征，在监督分类中可选择具有代表性的训练场地进行采样，测定其特征。在非监督分类中，可用聚类等方法对特征相似的像素进行归类，测定其特征。6.对遥感图像中各像素

9、进行分类。7.分类精度检查。8.对判别分析的结果进行统计检验。现在学习的是第23页，共40页一、监督分类o监督分类:建立训练区,利用已知训练区(training area)样本建立判别函数的”学习”过程,然后根据判别函数对整个图像进行分类.o训练区:用于建立判别函数的已知类别区域.在各类地物具有代表性的区域选择.o判别函数:由统计特征建立的判别式,统计参数包括均值,方差等,不同的算法有不同的判别函数.现在学习的是第24页，共40页训练区的选择水体植被岩石现在学习的是第25页，共40页监督分类的计算方法o常用的方法有：最小距离法、马赫拉诺距离法、最大似然法等现在学习的是第26页，共40页最小距离

10、法特征空间中的每个点对应着一个象元。从图中可知，这些点分成了互相分离的几块，每块对应着不同的地物类型。要判断一个象元属于哪一类，只需要计算其在特征空间中所对应点距离哪一块最近即可。现在学习的是第27页，共40页n(1)通过训练样区计算分类特征参数(define signatures)n(2)评价分类特征参数(evaluate signatures)n(3)执行监督分类(perform supervised classification)n(4)评价分类结果(evaluate classification)n(5)分类后处理(Post classification)监督分类的步骤:现在学习的是第

11、28页，共40页监督分类实例现在学习的是第29页，共40页二、非监督分类o非监督分类是以不同地物在特征空间中类别特征差异为依据的一种无先验知识的图像分类。o前提是假设遥感影像上同类物体在同样条件下具有相同的光谱。o非监督分类选择训练样本时，并不知道它属于哪一类地物，只是根据聚类算法自动地将光谱特征相近的象元归为一类。现在学习的是第30页，共40页非监督分类o象元亮度值16，25，15，14，24，26，30，31，32，14，30o可分为几类？o非监督分类是由计算机按照象元特征进行自动聚类，得到不同的类别。现在学习的是第31页，共40页非监督分类的流程o非监督分类又称边学习边分类法，通过学习，

12、自动将特征相近的象元归为一类，然后将该类与其它类区分开。其操作流程如下：遥感图像预处理分类方法选择分类参数设计分类结果精度评价先选择部分样本进行试分类，分类参数确定后，再对整个图像进行分类。现在学习的是第32页，共40页非监督分类实例香港九龙4-2-3波段假彩色合成图像聚类结果(10类)现在学习的是第33页，共40页监督分类和非监督分类的比较根本区别在于是否利用训练场地来获取先验的类别知识。监督分类的关键是选择训练场地。训练场地要有代表性，样本数目要能够满足分类要求。监督分类相对更为准确，但是受分类者主观影响较大。同时花费的人力成本和时间成本较高。非监督分类不需要更多的先验知识，据地物的光谱统

13、计特性进行分类。当两地物类型对应的光谱特征差异很小时，分类效果不如监督分类效果好。现在学习的是第34页，共40页分类精度评价o图像分类精度评价是分类过程不可或缺的组成部分。分类精度的评价通常是用分类图与标准数据(图件或地面实测值)进行比较，以正确的百分比来表示精度。o非位置精度：以一个简单的数值，如面积、像元数目等表示精度，未考虑位置因素，所获得的精度偏高。o位置精度：将分类的类别与其所在的空间位置进行统一检查。目前普遍采用混淆矩阵方法。现在学习的是第35页，共40页图像分类中的有关问题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o只考虑多光谱特征，没有利用到地物空间关 系、图像中

14、提供的形状和空间位置特征等方面的信息。o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.现在学习的是第36页，共40页图像分类中的有关问题图像分类中的有关问题2、提高遥感图像分类精度受到限制o大气状况的影响大气状况的影响：吸收、散射。o下垫面的影响：下垫面的影响：下垫面的覆盖类型和起伏状态对分类具有一定的影响。o其他因素的影响：其他因素的影响：云朵覆盖；不同时相的光照条件不同，同一地物的电磁辐射能量不同；地物边界的多样性。现在学习的是第37页，共40页提高分类精度的策略提高分类精度的策略（1）分类前处理）分类前处理o校正(大气、几何)；变

15、换(特征选取与提 取)(PCA、NDVI)；空间信息的提取(纹理)。（2）分类树与分类层分类）分类树与分类层分类o当一次性分类出现类间混淆又难以解决时，可采取逐次分类的方法。（3）使用不同的分类方法）使用不同的分类方法o监督分类与非监督分类结合，混合分类。现在学习的是第38页，共40页提高分类精度的策略提高分类精度的策略（4）多种信息复合o遥感信息；非遥感信息；辅助数据。（5）GIS技术支持下的分类改进oGIS与遥感数据复合分类；利用GIS将非遥感数据生成的数字地学图像，并与遥感数据进行复合，然后对复合后的图像进行分类；o利用GIS数据对遥感图像进行分层和对分类结果做逻辑操作，提高分类精度；GIS数据用于o图像纠正、辅助训练区和检验样本的选择。现在学习的是第39页，共40页感谢大家观看感谢大家观看现在学习的是第40页，共40页