第六章遥感数字图像计算机解译.ppt

资源描述

第六章遥感数字图像计算机解译.ppt

《第六章遥感数字图像计算机解译.ppt》由会员分享，可在线阅读，更多相关《第六章遥感数字图像计算机解译.ppt（76页珍藏版）》请在冰豆网上搜索。

第六章遥感数字图像计算机解译.ppt

遥感数字图像的性质与特点遥感数字图像的性质与特点遥感数字图像的计算机分类遥感数字图像的计算机分类遥感图像多种特征的抽取遥感图像多种特征的抽取遥感图像遥感图像解译专家系统解译专家系统第六章第六章遥感数字图像计算机解译遥感数字图像计算机解译1遥感数字图像计算机解译概念遥感数字图像计算机解译概念遥感数字图像计算机解译以遥感数字图像为研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、地理信息系统、模式识分析、遥感图像处理、地理信息系统、模式识别与人工智能技术，实现地学专题信息的智能别与人工智能技术，实现地学专题信息的智能化提取。

化提取。

基本目标：

将人工目视解译遥感图像发展为计基本目标：

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。

算机支持下的遥感图像理解。

2计算机解译难度大的原因：

计算机解译难度大的原因：

11、遥感图像带有噪声；、遥感图像带有噪声；22、遥感影像信息量丰富，内容、遥感影像信息量丰富，内容“拥挤拥挤”；33、遥感图像的地域性、季节性和不同成、遥感图像的地域性、季节性和不同成像方式更增加了解译难度。

像方式更增加了解译难度。

3遥感数字图像的性质与特点遥感数字图像的性质与特点遥感数字图像遥感数字图像:

以数字形式表现的遥感影像。

基本单位为以数字形式表现的遥感影像。

基本单位为像素（像元），是成像过程的采样点，也是计算机图像处理像素（像元），是成像过程的采样点，也是计算机图像处理的最小单元。

的最小单元。

4遥感数字图像的性质与特点遥感数字图像的性质与特点遥感数字图像的特点：

遥感数字图像的特点：

11）便于计算机处理与分析便于计算机处理与分析22）图像信息损失低图像信息损失低33）抽象性强抽象性强5遥感数字图像的性质与特点遥感数字图像的性质与特点按波段数量，遥感数字图像可分为以下类型：

按波段数量，遥感数字图像可分为以下类型：

11）二值数字图像：

）二值数字图像：

图像中每个像素由图像中每个像素由00或或11构成，在构成，在计算机屏幕上表示为黑白图像。

计算机屏幕上表示为黑白图像。

22）单波段数字图像：

）单波段数字图像：

在某一波段范围内工作的传感在某一波段范围内工作的传感器获取的遥感数字图像。

器获取的遥感数字图像。

33）彩色数字图像：

）彩色数字图像：

由红、绿、蓝三个数字层构成的由红、绿、蓝三个数字层构成的图像。

图像。

44）多波段数字图像：

）多波段数字图像：

传感器从多个波段获取的遥感传感器从多个波段获取的遥感数字图像。

数字图像。

6遥感数字图像的性质与特点遥感数字图像的性质与特点多波段数字图像的存贮与分发，通常采用三种多波段数字图像的存贮与分发，通常采用三种数据格式：

数据格式：

1）BSQ（Bandsequential）：

是一种按波段顺序依次是一种按波段顺序依次排列的数据格式。

排列的数据格式。

2）BIP（Bandinterleavedbypixel）：

第一波段位居第一波段位居第一列，第二波段位居第二列，第第一列，第二波段位居第二列，第nn波段位居第波段位居第nn列。

列。

3）BIL（Bandinterleavedbyline）：

第一波段第一行第一波段第一行第一个像素位居第一，第一波段第一行第二个像素位第一个像素位居第一，第一波段第一行第二个像素位居第二，第一波段第一行第居第二，第一波段第一行第nn个像素位居第个像素位居第nn位。

依次位。

依次类推。

类推。

71）BSQ2）BIP3）BIL8遥感数字图像的性质与特点遥感数字图像的性质与特点航空像片的数字化：

航空像片的数字化：

11）空间采样：

）空间采样：

将航空像片具有的连续灰度将航空像片具有的连续灰度（色彩色彩）信息转信息转换为每行有换为每行有mm个单元，每列有个单元，每列有nn个单元的像素集合。

个单元的像素集合。

22）属性量化：

一般把航空照片上连续变化的黑一灰一白）属性量化：

一般把航空照片上连续变化的黑一灰一白的亮度量化为的亮度量化为6464级或级或256256个灰度级。

经过量化处理，可以个灰度级。

经过量化处理，可以得到每个像元的数字模拟量。

得到每个像元的数字模拟量。

9遥感数字图像的计算机分类遥感数字图像的计算机分类遥感数字图像计算机解译的主要目的：

遥感数字图像计算机解译的主要目的：

将遥感将遥感图像的地学信息获取发展为计算机支持下的遥图像的地学信息获取发展为计算机支持下的遥感图像智能化识别。

感图像智能化识别。

最终目的：

实现遥感图像理解。

基础工作：

遥感数字图像的计算机分类。

10遥感数字图像的计算机分类遥感数字图像的计算机分类计算机分类计算机分类:

是通过模式识别理论，利用计算机将是通过模式识别理论，利用计算机将遥感图象自动分成若干地物类别的方法。

遥感图象自动分成若干地物类别的方法。

如土地覆盖如土地覆盖/土地利用分类、森林类型分类、植土地利用分类、森林类型分类、植被类型分类、岩性分类、被类型分类、岩性分类、分类关键：

分类关键：

提取待识别模式的一组统计特征值。

主要依据：

地物的光谱特征。

11遥感数字图像的计算机分类遥感数字图像的计算机分类模式（模式（patternpattern）:

在多波段图像中，每个像元都具有一组对在多波段图像中，每个像元都具有一组对应取值，称为像元模式应取值，称为像元模式特征（特征（featurefeature）：

）：

在多波段图象中，每个波段都可看作一个在多波段图象中，每个波段都可看作一个变量，称为特征变量。

特征变量构成特征空间。

变量，称为特征变量。

特征变量构成特征空间。

分类过程中采用的统计特征变量包括：

全局统计特征变量和全局统计特征变量和局部统计特征变量。

局部统计特征变量。

全局统计特征变量：

将整个数字图像作为研究对象，从整个将整个数字图像作为研究对象，从整个图像中获取或进行变换处理后获取变量。

图像中获取或进行变换处理后获取变量。

局部统计特征变量：

将数字图像分割成不同识别单元，在各将数字图像分割成不同识别单元，在各个单元内分别抽取的统计特征变量。

个单元内分别抽取的统计特征变量。

特征提取特征提取（featureextraction）（featureextraction）：

通过变换找出最能反映地通过变换找出最能反映地物类别差异的特征变量用于分类的过程物类别差异的特征变量用于分类的过程12遥感数字图像的计算机分类遥感数字图像的计算机分类计算机分类的基本原理：

计算机分类的基本原理：

不同的地物具有不同的光谱特征，同类地不同的地物具有不同的光谱特征，同类地物具有相同或相似的光谱特征。

物具有相同或相似的光谱特征。

分类依据是遥感图像像素的相似度。

相似度：

两类模式之间的相似程度。

相似度：

两类模式之间的相似程度。

距离相关系数13常用的度量特征空间距离的几种算法常用的度量特征空间距离的几种算法欧氏距离欧氏距离:

NN为波段数为波段数;d;dijij为第为第ii个像元与第个像元与第jj个像元在个像元在NN维空间中的距离维空间中的距离;xxikik为第为第kk个波段上第个波段上第ii个像元的灰度值个像元的灰度值;绝对距离绝对距离:

明斯基距离明斯基距离:

欧氏距离和绝对距离可统一表示为欧氏距离和绝对距离可统一表示为:

14马氏距离马氏距离（Mahalanobis）:

（Mahalanobis）:

常用的度量特征空间距离的几种算法常用的度量特征空间距离的几种算法马氏距离既考虑离散度，也考虑到各轴间总体分布的相关。

马氏距离既考虑离散度，也考虑到各轴间总体分布的相关。

采用距离衡量相似度时，距离越小相似度越大，反之则小。

15相关系数相关系数相关系数相关系数:

像素间的关联程度。

可以定义为：

像素间的关联程度。

可以定义为：

xxikik和和xxjkjk为像元为像元ii和和jj的第的第kk个分量个分量（波段波段kk上对应的值上对应的值）；采用相关系数衡量相似度时，相关程度越大相似度采用相关系数衡量相似度时，相关程度越大相似度越大。