第五章遥感信息提取及应用.ppt

判读—对遥感图像上的各种特征进行综合分析、比较、推理和判断，并提取出感兴趣的信息 阴影(shadow):是遥感图像上光束被地物遮挡而产生的地物的影子，根据阴影形状、大小可判读物体的性质或高度，如航空像片判读时利用阴影可以了解铁塔及高层建筑物等的高度及结构。阴影的长度、方向和形状受到光照射角度、光照射方向和地形起伏等影响，山脉等阴影笼罩下的树木及建筑物往往会使目标模糊不清，甚至丢失。不同遥感影像中阴影的解译是不同的，例如:侧视雷达影像中目标地物阴影由目标阻挡雷达波束穿透而产生，热红外图像中目标地物阴影是由于温度差异所形成，例如夏季中午飞机飞离机场不久进行热红外成像，地表仍会留下飞机的阴影。 本影:地物未被阳光直接照射到的部分在像片上的构像，有助地物获得立体感。 落影:阳光直接照射物体时，物体投在地面上的影子在像片上的构像，可显示出物体的侧面形状。 形状(shape):目标地物在遥感图像上呈现的外部轮廓。如飞机场、港湾设施在遥感图像中均具有特殊形状。用于图像判读的图像通常多是垂直拍摄的，遥感图像上表现的目标地物形状是顶视平面图，它不同于我们日常生活中经常看到的物体形状。由于成像方式的不同，飞行姿态的改变或者地形起伏的变化，都会造成同一目标物在图像上呈现出不同的形状。解译时必须考虑遥感图像的成像方式。 形状：物体的一般形态、构造和轮廓 大小：地物的尺寸、面积、体积在图像上按比例尺缩小。?? 影响因素：地面分辨力，物体本身亮度与周围亮度的对比关系。 热红外探测器检测到物体温度与背景温度存在差异时，就能在影像上构成物体的“热分布”形状。一般说来，物体的“热分布”形状不是它的真正形状，除非物体表面热辐射能力处处相同。 大小(size):指遥感图像上目标物的形状、面积与体积的度量。它是遥感图像上测量目标地物最重要的数量特征之一。根据物体的大小可以推断物体的属性，有些地物如湖泊和池塘，主要依据它们的大小来区别。判读地物大小时必须考虑图像的比例尺。根据比例尺的大小可以计算或估算出图像上物体所对应的实际大小。影响图像上物体大小的因素有地面分辨率、物体本身亮度与周围亮度的对比关系等。 不知道像片比例尺时，比较两个物体的相对大小有助于识别它们的性质，例如单车道和多车道的街道宽度不同；也可利用已知目标地物在像片上的尺寸来比较其他待识别的目标。 纹理(texture):也叫内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。如航空像片上农田呈现的条带状纹理。纹理在高分辨率像片上可以形成目标物表面的质感，在视觉上看上去显得平滑或粗糙，幼年林看上去像天鹅绒样平滑，成年的针叶树林看上去很粗糙。纹理可以作为区别地物属性的重要依据。 目标地物的纹理特征与航空像片的比例尺有关。 图型(pattern):目标地物有规律的排列而成的图形结构。例如住宅区建筑群在图像上呈现的图型，农田与周边的防护林构成的图型，以这种图型为线索可以容易地判别出目标物。 人工地物具有某种特殊的图型。 相关布局(association):多个目标地物之间的空间配置关系。地面物体之间存在着密切的物质与能量上的联系，依据空间布局可以推断目标地物的属性。例如，学校教室与运动操场，货运码头与货物存储堆放区等部是地物相关布局的实例。 计算机图像解译 计算机解译方法 基于统计的方法和基于规则的方法 监督分类和非监督分类 硬分类和软分类 逐像元分类和面向对象分类 遥感影像光谱特征分布特点 遥感影像自动解译原理 同类地物在相同的条件下（纹理、地形等），应具有相同或相似的光谱信息特征和空间信息特征，从而表现出同类地物的某种内在的相似性，即同类地物像元的特征向量将集群在同一特征空间区域；而不同的地物其光谱信息特征或空间信息特征将不同，集群在不同的特征空间区域。 基于光谱特征的分类原理 遥感图像计算机分类的依据是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。 遥感分类基本过程 根据图像分类目的选取特定区域的遥感影像，考虑空间分辨率、光谱分辨率、成像时间、图像质量等。 根据研究区域，收集与分析地面参考信息与有关数据。 根据分类要求和影像的特征，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。 找出代表这些类别的统计特征 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。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。 对遥感图像中各像素进行分类。 分类精度检查。 对判别分析的结果进行统计检验。 监督分类和非监督分类 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