遙感導(dǎo)論主要內(nèi)容

1、第四章 遙感圖像處理 顏色的性質(zhì)可以由明度、色調(diào)和飽和度明度、色調(diào)和飽和度來描述。 上圖從左至右飽和度逐漸增大，葉子的綠色中摻入上圖從左至右飽和度逐漸增大，葉子的綠色中摻入 白光的成分越來越少。物體的飽和度取決于其反射白光的成分越來越少。物體的飽和度取決于其反射 （透射）光譜特性。反射（透射）光譜越窄，物體（透射）光譜特性。反射（透射）光譜越窄，物體 飽和度就越高。飽和度就越高。 紅、綠、藍(lán)這三種顏色稱為“色光三原色” 也稱加法三原色。 光學(xué)基礎(chǔ)知識(shí)光學(xué)基礎(chǔ)知識(shí) 原色減法：三補(bǔ)色(黃，品紅，青）全部 參與疊加形成黑色，任意其中兩種補(bǔ)色 相加形成不參與合成的顏色的原色。 （近似）真彩色合成 標(biāo)準(zhǔn)

2、假彩色合成 其中遙感平臺(tái)位置和運(yùn)動(dòng)狀態(tài)變化的影響 包括航高、航速、俯仰、翻滾、偏航等 遙感影像變形原因：遙感影像變形原因： 遙感平臺(tái)位置和運(yùn)動(dòng)狀態(tài)變化的影響 地形起伏的影響 地球表面曲率的影響 大氣折射的影響 地球自轉(zhuǎn)的影響 數(shù)字圖像的校正 數(shù)字圖像的校正 精校正基本思路 數(shù)字圖像的校正 精校正具體步驟 確定校正前后像元的位置關(guān)系 通過控制點(diǎn)，找到變換前后圖像坐標(biāo)的對(duì)應(yīng)關(guān)系 建立該關(guān)系的數(shù)學(xué)描述 根據(jù)該數(shù)學(xué)描述計(jì)算坐標(biāo) 計(jì)算校正后各像元的亮度值 ？ 最小二乘法在多項(xiàng)式糾正的使用 多項(xiàng)式幾何糾正根據(jù)多項(xiàng)式方程的次數(shù)，有最少 控制點(diǎn)個(gè)數(shù)的要求，但控制點(diǎn)選擇過程中可能存 在隨機(jī)誤差。為了消除隨機(jī)誤差

3、，需要盡可能將 更多的控制點(diǎn)信息應(yīng)用到多項(xiàng)式模型的方程解算 當(dāng)中，因此需要利用最小二乘法將更多的控制點(diǎn) 坐標(biāo)信息應(yīng)用到多項(xiàng)式方程的求解過程。 最小二乘法最小二乘法（又稱最小平方法最小平方法）是一種數(shù)學(xué)優(yōu)化技術(shù)。它 通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。 數(shù)字圖像的校正 計(jì)算方法 計(jì)算校正后各像元的亮度值 最近相鄰法 k=Integer(x+0.5) l=Integer(y+0.5) 優(yōu)點(diǎn)：簡單易用，計(jì)算量小 缺點(diǎn)：精度差，亮度不連續(xù) 數(shù)字圖像的校正 jifyif yifjif 1 ) 1,(),(),(),( 雙線性內(nèi)插 數(shù)字圖像的校正 地面控制點(diǎn)（GCP）數(shù)目的確定原則 最低限按未知

4、方程的次數(shù)來確定 一般實(shí)際控制點(diǎn)數(shù)目要遠(yuǎn)遠(yuǎn)多于最低數(shù) 控制點(diǎn)的選取原則 應(yīng)選取圖像上易分辨且較精細(xì)的特征點(diǎn) 特征變化大的地區(qū)要多選 圖像邊緣部分一定要選 盡可能滿幅均勻選取 (n+1)(n+2)/2 數(shù)字圖像的校正 校正方法 精校正 1.利用遙感影像相對(duì)于地面坐標(biāo)（如GPS 地面點(diǎn)坐標(biāo)）的配準(zhǔn)校正； 2.利用遙感影像相對(duì)于地圖投影坐標(biāo)系統(tǒng) 配準(zhǔn)校正； 3.利用不同類型或不同時(shí)相的遙感影像之 間的幾何配準(zhǔn)； 數(shù)字圖像的輻射校正 理想狀態(tài)下， 進(jìn)入傳感器的輻射強(qiáng)度只受兩個(gè)因素影響： 太陽照射到地面的輻射強(qiáng)度 地物的光譜反射率 實(shí)際狀態(tài)下， 還受其它因素的影響（輻射校正的目的就是 去除這些影像）：

5、儀器本身的誤差儀器本身的誤差 大氣對(duì)輻射的影響大氣對(duì)輻射的影響 數(shù)字圖像的輻射校正 粗校正方法直方圖最小值去除法 原理： 假設(shè)程輻射在同一幅圖像的同一個(gè)波段上的值是常數(shù) （實(shí)際上與像元位置有關(guān)） 在一幅圖像上，總可以找到某幾處地物，其輻射亮度 理論上應(yīng)接近于0。 如實(shí)測值不為0，則多出部分應(yīng)為大氣散射導(dǎo)致的程 輻射值。 方法： 將每一波段中每一像元亮度都將去本波段的最小值。 數(shù)字圖像的增強(qiáng) 空間濾波 卷積運(yùn)算 ),(),(),( 11 nmtnmjir n m n n 數(shù)字圖像的增強(qiáng) 空間濾波 平滑 用于減小圖像的亮度變化， 去掉不必要的噪聲點(diǎn) 數(shù)字圖像的增強(qiáng) 空間濾波 銳化(邊緣增強(qiáng)） 用于

6、突出圖像的邊緣、線狀目標(biāo)等 亮度變化率大的部分 數(shù)字圖像的增強(qiáng) 彩色變換 HLS變換 色調(diào)、明度、飽和度 （hue、lightness、 saturation） 遙感技術(shù)的應(yīng)用，使得NDVI廣泛的被用來定性和定量的評(píng)價(jià) 植被覆蓋及其生長活力； 它是基于物理知識(shí)，將電磁波輻射、大氣、土壤、植被覆蓋等 相互作用集合在一起，對(duì)植物在紅光和近紅外波段的光譜進(jìn)行 分析。 NDVI=(近紅外-紅)/(近紅外+紅) 針對(duì)TM影像NDVI=(B4-B3)/(B4+B3) 圖像運(yùn)算 數(shù)字圖像的增強(qiáng) K-L(Karhunen-Loeve)變換（PCT主成分變換） 利用影像各波段亮度值間的協(xié)方差矩陣構(gòu)造的 線性變換

7、矩陣，從而使影像數(shù)據(jù)的信息依次向 前幾個(gè)維度集中的影像處理方法。 目的： 數(shù)據(jù)壓縮-多個(gè)波段可以轉(zhuǎn)化為幾個(gè)主分量 波段 圖像增強(qiáng)-主分量波段的信噪比比原圖增大 簡單的說就是降維、減噪 數(shù)字圖像的增強(qiáng) 多光譜變換 Kauth-Thomas變換（纓帽、穗帽變換）Tasseled Cap 根據(jù)經(jīng)驗(yàn)確定的變換矩陣將影像的多光譜亮度空間綜 合變換到由亮度、綠度、濕度三維空間的一種線性特 征變換圖像處理方法。 多源信息融合 不同傳感器的遙感信息的融合 融合原因：來自不同傳感器的信息有 不同的特征: 空間分辨率（高空間分辨率影像，往往是 全色的） 光譜分辨率（多波段影像的光譜信息） 時(shí)間分辨率 遙感圖像目視

8、解譯原理 目標(biāo)地物特征 色顏色 形形狀 位位置 目標(biāo)地物的直接判讀標(biāo)志 色調(diào)（tone）顏色（colour） 陰影（shadow） 形狀（shape） 紋理（texture） 大?。╯ize） 位置（site） 圖型（pattern） 遙感圖像目視解譯原理 遙感圖像目視解譯原理 間接判讀標(biāo)志目標(biāo)地物與其相關(guān)指示 特征 間接判讀標(biāo)志地物及其與環(huán)境的關(guān)系 間接判讀標(biāo)志目標(biāo)地物與成像時(shí)間的關(guān)系 TM影像（5號(hào)星） 波段序號(hào)波長/um波段名稱地面分辨率 10.450.52藍(lán)色30 20.520.60綠色30 30.630.69紅色30 40.760.90近紅外30 51.551.75短波紅外30 61

9、0.412.5熱紅外120 72.082.35短波紅外30 SPOT4影像 波段序號(hào)波長/um波段名稱地面分辨率 10.500.60綠色20 20.610.68紅色20 30.790.89近紅外20 41.51.75短波紅外20 全色0.510.73全色10 中巴資源一號(hào)01、02星 高分辨率CCD相機(jī) 波段序號(hào)波長/um波段名稱地面分辨率 10.450.52藍(lán)綠色19.5 20.520.59綠色19.5 30.630.69紅色19.5 40.770.89近紅外19.5 全色0.510.73全色19.5 遙感圖像目視解譯基礎(chǔ) 目視解譯步驟 準(zhǔn)備工作 初步解譯與建標(biāo) 室內(nèi)詳細(xì)判讀 野外驗(yàn)證與補(bǔ)判

10、 目視解譯成果的轉(zhuǎn)繪與制圖 計(jì)算機(jī)自動(dòng)分類的實(shí)質(zhì) 是根據(jù)某一標(biāo)準(zhǔn)，對(duì)像元特征空間進(jìn)行劃 分，將遙感影像上的每一個(gè)像元?jiǎng)澐值讲?同地物類別的過程。 分類主要依據(jù) 地物的光譜特征 像素的相似度 通常用距離和相關(guān)系數(shù)作為衡量相似度的指標(biāo) n k jkikij xxd 1 | 絕對(duì)值距離 歐氏距離 )(*)( 2 ji T jiij xxxxd k jki ji ji k jkijiji xx xx xx xxxxxx 2 2 11 2 211 *)()()( 馬氏距離 )(*)( 1 2 ji ij T jiij xxxxd 混合距離 n k gkikig Mxd 1 | 相關(guān)系數(shù) 2 1 2 1

11、1 )()( )( n k jjk n k iik jjk n k iik ij xxxx xxxx r 分類方法 監(jiān)督分類 通過選取有代表性的訓(xùn)練場地作為樣本， 并依此建立判別函數(shù)。應(yīng)用該函數(shù)對(duì)非 樣本像元進(jìn)行分類 選取訓(xùn)練樣本是監(jiān)督分類的前提 注意：通常對(duì)每類地物都會(huì)選N個(gè)樣本 分類方法 監(jiān)督分類 最小距離分類 分類方法 監(jiān)督分類 最近鄰域分類 法 分類方法 監(jiān)督分類 特征曲線窗口法 分類方法 監(jiān)督分類 最大似然比分類法 Maximum Likelihood Classifier 分類方法 非監(jiān)督分類 不以任何先驗(yàn)知識(shí)為依據(jù)，純粹依靠不同光 譜數(shù)據(jù)組合在統(tǒng)計(jì)上的差別來進(jìn)行“盲分 類”， 事

12、后再對(duì)已分出各類的地物屬性進(jìn) 行確認(rèn)的分類方法。 n非監(jiān)督分類 n分級(jí)集群法（Hierarchical Clustering） n用距離評(píng)價(jià)各個(gè)像元在光譜空間上分布的相似程度， 把它們合并成不同的集群，即分類結(jié)果中不同的類別。 非監(jiān)督分類 動(dòng)態(tài)聚類法（ISODATA） 分類方法 遙感圖像的計(jì)算機(jī)分類 監(jiān)督分類與非監(jiān)督分類的比較 監(jiān)督分類需要根據(jù)訓(xùn)練場提供的特征參數(shù)建 立判別函數(shù)。工作量大，資料收集有難度， 費(fèi)用高，訓(xùn)練場選擇較好時(shí)，分類質(zhì)量高。 非監(jiān)督分類不需要任何先驗(yàn)知識(shí)，根據(jù)地物 光譜的統(tǒng)計(jì)特性進(jìn)行分類。費(fèi)用較低。光譜 特征類與唯一地物對(duì)應(yīng)時(shí)，分類質(zhì)量高。地 物間光譜特性相差小時(shí)，分類質(zhì)量

13、低。 人工智能方法人工智能方法 人工神經(jīng)網(wǎng)絡(luò)（ANN） 主要特征： 大規(guī)模的并行處理和分布式信息存儲(chǔ) 具有自適應(yīng)性和自組織性的非線性系統(tǒng) 較強(qiáng)的學(xué)習(xí)功能、聯(lián)想功能和容錯(cuò)功能 從本質(zhì)上講也可以說一種監(jiān)督分類，因?yàn)橐灿袠?本參與訓(xùn)練的過程 計(jì)算自動(dòng)解譯與目視解譯的區(qū)別與聯(lián)系，及各自的優(yōu)缺 點(diǎn) 聯(lián)系：都是從遙感圖像上獲取目標(biāo)地物的信息 區(qū)別：目視解譯完全靠手工提取，計(jì)算機(jī)自動(dòng)解譯給定 判定準(zhǔn)則（算法）后計(jì)算機(jī)自動(dòng)處理 目視解譯的優(yōu)點(diǎn)在于對(duì)專業(yè)解譯人員而言，能用的判讀 標(biāo)志多，使用影像的信息多，解譯精度高，其缺點(diǎn)在于 手工工作量大，不同的解譯員的判據(jù)有差異，無法完全 保證結(jié)果的客觀一致性。 計(jì)算機(jī)自動(dòng)

14、分類的優(yōu)點(diǎn)在于判定準(zhǔn)則給定后，計(jì)算能夠 自己實(shí)現(xiàn)待分像元的類別歸屬，手工工作量相對(duì)較小。 其缺點(diǎn)在于主要僅用影像的光譜信息，對(duì)于一些地學(xué)與 物理意義等需要?dú)w納的信息難以直接應(yīng)用到分類當(dāng)中。 而且計(jì)算機(jī)自動(dòng)分類還是需要目視解譯去核查分類精度。 第四章 遙感圖像處理 顏色的性質(zhì)可以由明度、色調(diào)和飽和度明度、色調(diào)和飽和度來描述。 標(biāo)準(zhǔn)假彩色合成 數(shù)字圖像的校正 計(jì)算方法 計(jì)算校正后各像元的亮度值 最近相鄰法 k=Integer(x+0.5) l=Integer(y+0.5) 優(yōu)點(diǎn)：簡單易用，計(jì)算量小 缺點(diǎn)：精度差，亮度不連續(xù) 數(shù)字圖像的校正 jifyif yifjif 1 ) 1,(),(),(),

15、( 雙線性內(nèi)插 數(shù)字圖像的校正 地面控制點(diǎn)（GCP）數(shù)目的確定原則 最低限按未知方程的次數(shù)來確定 一般實(shí)際控制點(diǎn)數(shù)目要遠(yuǎn)遠(yuǎn)多于最低數(shù) 控制點(diǎn)的選取原則 應(yīng)選取圖像上易分辨且較精細(xì)的特征點(diǎn) 特征變化大的地區(qū)要多選 圖像邊緣部分一定要選 盡可能滿幅均勻選取 (n+1)(n+2)/2 多源信息融合 不同傳感器的遙感信息的融合 融合原因：來自不同傳感器的信息有 不同的特征: 空間分辨率（高空間分辨率影像，往往是 全色的） 光譜分辨率（多波段影像的光譜信息） 時(shí)間分辨率 n k jkikij xxd 1 | 絕對(duì)值距離 歐氏距離 )(*)( 2 ji T jiij xxxxd k jki ji ji k jkijiji xx xx xx xxxxxx 2 2 11 2 211 *)()()( 馬氏距離 )(*)( 1 2 ji ij T jiij xxxxd 混合距離 n k gkikig Mxd 1 | 相關(guān)系數(shù) 2 1 2 1 1 )()( )( n k jjk n k iik jjk n k iik ij xxxx xxxx r 計(jì)算自動(dòng)解譯與目視解譯的區(qū)別與聯(lián)系，及各自的優(yōu)缺 點(diǎn) 聯(lián)系：都是從遙感圖像上獲取目標(biāo)地物的信息 區(qū)別：目視解