遙感數(shù)字圖像的計(jì)算機(jī)解譯

第四章遙感數(shù)字圖像的計(jì)算機(jī)解譯本章要點(diǎn)遙感數(shù)字圖像的性質(zhì)與特點(diǎn)遙感數(shù)字圖像的自動(dòng)分類遙感圖像多種特征的抽取遙感圖像解譯開(kāi)展趨勢(shì)1§1、數(shù)字圖像的性質(zhì)和特點(diǎn)遙感數(shù)字圖像遙感數(shù)字圖像是以數(shù)字表示的遙感圖像,其最根本的單元是像素.像素是成像過(guò)程的采樣點(diǎn),也是計(jì)算機(jī)處理圖像的最小單元.像素具有空間特征和屬性特征.像素的屬性特征采用亮度值來(lái)表達(dá).正像素;混合像素2§1、數(shù)字圖像的性質(zhì)和特點(diǎn)

二、遙感數(shù)字圖像的特點(diǎn)便于計(jì)算機(jī)處理與分析圖像信息損失少抽象性強(qiáng)3§1、數(shù)字圖像的性質(zhì)和特點(diǎn)

三.遙感數(shù)字圖像的表示方法遙感數(shù)字圖像是以二維數(shù)組來(lái)表示的.4§1、數(shù)字圖像的性質(zhì)和特點(diǎn)三.遙感數(shù)字圖像的表示方法遙感圖像按照波段數(shù)量分為:單波段數(shù)字圖像:SPOT的全色波段.多波段數(shù)字圖像:TM的7個(gè)波段數(shù)據(jù).多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ格式(Bandsequential)BIP格式(Bandinterleavedbypixel)BIL格式(Bandinterleavedbyline)5§1、數(shù)字圖像的性質(zhì)和特點(diǎn)四.航空像片的數(shù)字化空間采樣：將航空像片具有的連續(xù)灰度信息轉(zhuǎn)化為每行有m個(gè)單元，每列有n個(gè)單元的像素組合。屬性量化：可得到每個(gè)像元的數(shù)字模擬量，與航空像片中對(duì)應(yīng)位置上的灰度相對(duì)應(yīng)。6§2、遙感圖像的計(jì)算機(jī)分類7一、分類原理與根本過(guò)程遙感圖像計(jì)算機(jī)分類的依據(jù)是遙感圖像像素的相似度。常使用距離和相關(guān)系數(shù)來(lái)衡量相似度。遙感圖像計(jì)算機(jī)分類方法監(jiān)督分類法：選擇具有代表性的典型實(shí)驗(yàn)區(qū)或訓(xùn)練區(qū)，用訓(xùn)練區(qū)中地面各類地物樣本的光譜特性來(lái)“訓(xùn)練〞計(jì)算機(jī)，獲得識(shí)別各類地物的判別函數(shù)或模式，并以此對(duì)未知地區(qū)的像元進(jìn)行分類處理，分別歸入到的類別中。非監(jiān)督分類：是在沒(méi)有先驗(yàn)類別〔訓(xùn)練場(chǎng)地〕作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進(jìn)行歸類合并〔即相似度的像元?dú)w為一類〕的方法。8一、分類原理與根本過(guò)程遙感數(shù)字圖像計(jì)算機(jī)分類根本過(guò)程〔1〕收集有關(guān)分類區(qū)的信息，包括地圖、航空像片或?qū)嵉刭Y料等，以了解該區(qū)主要的分類類別及分布狀況;〔2〕對(duì)圖像進(jìn)行檢查，對(duì)照已有的參考數(shù)據(jù)或者實(shí)地考察經(jīng)驗(yàn)，評(píng)價(jià)圖像質(zhì)量，檢查其直方圖，決定是否需要?jiǎng)e的預(yù)處理，如地形糾正、配準(zhǔn)等，并確定其分類系統(tǒng)；〔3〕在圖像上對(duì)每一類別按照前面提到的標(biāo)準(zhǔn)選擇訓(xùn)練樣本，訓(xùn)練樣本必須是容易識(shí)別的，均勻分布于全圖；9〔4〕對(duì)每一類別的訓(xùn)練樣本，顯示和檢查其直方圖，計(jì)算和檢查其均值、方差、協(xié)方差矩陣，以及其對(duì)應(yīng)的特征空間相關(guān)波譜橢圓形圖和不同的指示其別離度的統(tǒng)計(jì)指數(shù)等，從而評(píng)估其訓(xùn)練樣本的有效性；〔5〕根據(jù)上面〔4〕中的檢查和評(píng)估，修改訓(xùn)練樣本，必要時(shí)可重新選擇和評(píng)估訓(xùn)練樣本；〔6〕將訓(xùn)練樣本的信息運(yùn)用于適宜的分類過(guò)程中。10二、圖像分類方法1、監(jiān)督分類〔1〕、最小距離分類法Step2–foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea11二、圖像分類方法1、監(jiān)督分類〔1〕、最小距離分類法最近鄰域分類法NearestNeighbour。DefinesatypicalpixelforeachclassAssignspixelsonthebasisofspectraldistanceCanseparatediverseclassesBoundaryproblemsremainunresolved12二、圖像分類方法1、監(jiān)督分類〔2〕、多級(jí)切割分類法通過(guò)設(shè)定在各軸上的一系列分割點(diǎn)，將多維特征空間劃分成分別對(duì)應(yīng)不同分類類別的互不重疊的特征字空間的分類方法。對(duì)于一個(gè)未知類別的像素來(lái)說(shuō)，它的分類取決于它落入哪個(gè)類別特征字空間中。13二、圖像分類方法1、監(jiān)督分類〔3〕、特征曲線窗口分類法特征曲線是地物光譜特征曲線參數(shù)構(gòu)成的曲線。以特征曲線為中心取一個(gè)條帶，構(gòu)造一個(gè)窗口，但凡落在此窗口內(nèi)的地物即被認(rèn)為是一類，反之，那么不屬于該類。14二、圖像分類方法1、監(jiān)督分類〔4〕、最大似然比分類法(MaximumLikelihood)通過(guò)求出每個(gè)像素對(duì)于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。假定訓(xùn)練區(qū)地物的光譜特征和自然界大局部隨機(jī)現(xiàn)象一樣，近似服從正態(tài)分布。15二、圖像分類方法1、監(jiān)督分類〔4〕、最大似然比分類法(MaximumLikelihood)16二、圖像分類方法1、監(jiān)督分類〔4〕、最大似然比分類法(MaximumLikelihood)17二、圖像分類方法1、監(jiān)督分類〔4〕、最大似然比分類法(MaximumLikelihood)183．監(jiān)督分類的優(yōu)缺點(diǎn)監(jiān)督分類的主要優(yōu)點(diǎn)：〔1〕可根據(jù)應(yīng)用目的和區(qū)域，有選擇地決定分類類別，防止出現(xiàn)一些不必要的類別；〔2〕可控制訓(xùn)練樣本的選擇；〔3〕可通過(guò)檢查訓(xùn)練樣本來(lái)決定訓(xùn)練樣本是否被精確分類，從而能防止分類中的嚴(yán)重錯(cuò)誤；〔4〕防止了非監(jiān)督分類中對(duì)光譜集群組的重新歸類。19監(jiān)督分類的缺點(diǎn)1〕人為主觀因素較強(qiáng)，分析者定義的類別也許并不是圖像中存在的自然類別，分析者所選擇的訓(xùn)練樣本也可能并不代表圖像中的真實(shí)情形；〔2〕由于圖像中同一類別的光譜差異，如同一森林類，由于森林密度、年齡、陰影等的差異，其森林類的內(nèi)部方差大，造成訓(xùn)練樣本并沒(méi)有很好的代表性；〔3〕訓(xùn)練樣本的選取和評(píng)估需花費(fèi)較多的人力、時(shí)間；〔4〕只能識(shí)別訓(xùn)練樣本中所定義的類別，假設(shè)某類別由于訓(xùn)練者不知道或者其數(shù)量太少未被定義，那么監(jiān)督分類不能識(shí)別。20二、圖像分類方法2、非監(jiān)督分類〔1〕、分級(jí)集群法確定評(píng)價(jià)各樣本相似程度所采用的指標(biāo)初定分類總數(shù)；計(jì)算樣本間的距離，據(jù)距離最近的原那么判定樣本歸并到不同類別；歸并后的類別作為新類，與剩余的類別重新組合，然后再計(jì)算并改正其距離。分級(jí)集群方法的特點(diǎn)是分級(jí)進(jìn)行的，可能導(dǎo)致對(duì)一個(gè)像元的操作次序不同，得到不同的分類結(jié)果。這是該方法的缺點(diǎn)。

21二、圖像分類方法2、非監(jiān)督分類〔2〕、動(dòng)態(tài)聚類法在初始狀態(tài)給出圖像粗糙的分類，然后基于一定原那么在類別間重新組合樣本，直到分類比較合理為止。221．ISODATA算法ISODATA需要分析者定義：〔1〕最大的集群組數(shù)量Cmax〔如40個(gè)〕，通常這個(gè)數(shù)量都應(yīng)該比最后的分類圖中的類別多；〔2〕在循環(huán)中，最大的類別不變的像元百分比。當(dāng)?shù)竭_(dá)這個(gè)百分比時(shí)，ISODATA算法停止。但對(duì)有些圖像，這個(gè)百分比可能永遠(yuǎn)也達(dá)不到，因此需要其他參數(shù)來(lái)中斷這個(gè)計(jì)算；〔3〕最長(zhǎng)的時(shí)間，當(dāng)ISODATA算法執(zhí)行的時(shí)間到達(dá)這個(gè)指定的最大值，不管其〔2〕中的像元百分比是否到達(dá)，ISODATA算法即中斷；〔4〕每個(gè)集群串中最小的像元數(shù)量、最大的標(biāo)準(zhǔn)方差；〔5〕最小的集群均值間距離，如果兩個(gè)之間的距離小于這個(gè)值，那么這兩個(gè)組合并；〔6〕集群分散值，這個(gè)值通常為0。23ISODATA算法是個(gè)循環(huán)過(guò)程，其初始的集群組是隨機(jī)地在整幅圖像的特征空間選擇Cmax。其根本的步驟為：①初始隨機(jī)地選擇Cmax中心；②計(jì)算其他像元離這些中心的距離，按照最小距離規(guī)那么劃分到其對(duì)應(yīng)的集群中；③重新計(jì)算每個(gè)集群的均值，按照前面定義的參數(shù)合并或分開(kāi)集群組；④重復(fù)②和③，直到其到達(dá)最大不變像元百分比，或者最長(zhǎng)支轉(zhuǎn)時(shí)間。1．ISODATA算法24非監(jiān)督分類的優(yōu)點(diǎn)〔1〕非監(jiān)督分類不需要預(yù)先對(duì)所要分類的區(qū)域有廣泛的了解和熟悉。〔2〕人為誤差的時(shí)機(jī)減少。非監(jiān)督分類只需要定義幾個(gè)預(yù)先的參數(shù)，如集群組的數(shù)量，最大最小像元數(shù)量等，因此大大減少了人為誤差。因此非監(jiān)督分類產(chǎn)生的類別比監(jiān)督分類所產(chǎn)生的更均質(zhì)?！?〕獨(dú)特的、覆蓋量小的類別均能夠被識(shí)別，而不會(huì)像監(jiān)督分類那樣被分析者的失誤所喪失。25非監(jiān)督分類的主要缺點(diǎn)〔1〕非監(jiān)督分類產(chǎn)生的光譜集群組并不一定對(duì)應(yīng)于分析者想要的類別?！?〕分析者較難對(duì)產(chǎn)生的類別進(jìn)行控制?！?〕圖像中各類別的光譜特征會(huì)隨時(shí)間、地形等變化，不同圖像以及