第五章遙感信息提取及地學(xué)應(yīng)用方法2

1、二、二、地物的幾何形態(tài)：地物的幾何形態(tài)：n地物的幾何形態(tài)指地物的形狀、相對(duì)大小，如房屋長(zhǎng)地物的幾何形態(tài)指地物的形狀、相對(duì)大小，如房屋長(zhǎng)方形，河流條帶狀等。方形，河流條帶狀等。三、三、地物的大小：地物的大?。簄與比例尺有關(guān)，所以物體的形態(tài)、大小分析要有比例與比例尺有關(guān)，所以物體的形態(tài)、大小分析要有比例尺的概念。尺的概念。四、四、陰影：陰影：n包括本影和落影包括本影和落影n本影本影：地物本身未被陽光直接照射到的陰暗部分的影：地物本身未被陽光直接照射到的陰暗部分的影像。像。n落影落影：在地物背光方向上地物投到地面的陰影。：在地物背光方向上地物投到地面的陰影。n本影有助于獲得立體感，對(duì)地質(zhì)、地貌解譯很

2、本影有助于獲得立體感，對(duì)地質(zhì)、地貌解譯很有用。有用。n落影的形狀和長(zhǎng)度可以幫助判別地物立體形狀落影的形狀和長(zhǎng)度可以幫助判別地物立體形狀和高度。如水塔和煙囪的落影。和高度。如水塔和煙囪的落影。n但陰影過大會(huì)遮蓋大片其它地物面影響判讀但陰影過大會(huì)遮蓋大片其它地物面影響判讀五、影紋五、影紋：n 地物影像（細(xì)）斑塊上的的質(zhì)地、細(xì)微結(jié)構(gòu)。地物影像（細(xì)）斑塊上的的質(zhì)地、細(xì)微結(jié)構(gòu)。六、影紋結(jié)構(gòu)六、影紋結(jié)構(gòu)：n地物影像斑塊的影紋的集合形式。地物影像斑塊的影紋的集合形式。七、七、影紋圖案（組合圖案）：影紋圖案（組合圖案）：n重復(fù)出現(xiàn)的細(xì)小（相對(duì)于圖像比例尺而言）地物群體重復(fù)出現(xiàn)的細(xì)?。ㄏ鄬?duì)于圖像比例尺而言）地物

3、群體影像所構(gòu)成的特殊組合花紋圖案。影像所構(gòu)成的特殊組合花紋圖案。n其是地物形狀、大小、色調(diào)、陰影、小水系、植被、其是地物形狀、大小、色調(diào)、陰影、小水系、植被、微地貌、環(huán)境因素的綜合顯示。微地貌、環(huán)境因素的綜合顯示。n影紋圖案可以宏觀地反映出大面積出露的某一種地物影紋圖案可以宏觀地反映出大面積出露的某一種地物（如某一種巖類）。（如某一種巖類）。八、八、其它解譯標(biāo)志：其它解譯標(biāo)志：n與判讀對(duì)象關(guān)系密切的地物和現(xiàn)象，利用相關(guān)的專業(yè)與判讀對(duì)象關(guān)系密切的地物和現(xiàn)象，利用相關(guān)的專業(yè)知識(shí)和經(jīng)驗(yàn)進(jìn)行判讀。知識(shí)和經(jīng)驗(yàn)進(jìn)行判讀。n如人類活動(dòng)標(biāo)志。如人類活動(dòng)標(biāo)志。IR1PA1三、三、 遙感圖像的目視解譯方法與步驟遙

4、感圖像的目視解譯方法與步驟一、解譯方法一、解譯方法解譯原則：解譯原則：n 先整體，后局部先整體，后局部n 先已知，后未知先已知，后未知n 先易，后難先易，后難n 由宏觀到微觀由宏觀到微觀解譯方法：解譯方法：1 直接判定法直接判定法：對(duì)于像片上影像特征比較明顯的地物，：對(duì)于像片上影像特征比較明顯的地物，通過直接標(biāo)志即可判定地物的性質(zhì)、識(shí)別出地物。通過直接標(biāo)志即可判定地物的性質(zhì)、識(shí)別出地物。2 對(duì)比分析法對(duì)比分析法：將待判別影像與已知地物影像或標(biāo)準(zhǔn)圖像上的：將待判別影像與已知地物影像或標(biāo)準(zhǔn)圖像上的影像進(jìn)行比較，以判別該地物的性質(zhì)。影像進(jìn)行比較，以判別該地物的性質(zhì)。3 邏輯推理法邏輯推理法：利用各種

5、現(xiàn)象之間的關(guān)系，依照邏輯推理進(jìn)行：利用各種現(xiàn)象之間的關(guān)系，依照邏輯推理進(jìn)行判讀。判讀。如泉眼線狀分布可判定斷層的存在。如泉眼線狀分布可判定斷層的存在。二、解譯步驟二、解譯步驟（一）、準(zhǔn)備工作（一）、準(zhǔn)備工作1、資料準(zhǔn)備、資料準(zhǔn)備1）根據(jù)研究對(duì)象和精度要求，選擇相應(yīng)比例尺，且最富含研根據(jù)研究對(duì)象和精度要求，選擇相應(yīng)比例尺，且最富含研究對(duì)象信息的圖像種類和波段、波段組合作為解譯的主要圖究對(duì)象信息的圖像種類和波段、波段組合作為解譯的主要圖像像。n另外還根據(jù)條件，盡量多地收集不同種類、波段、比例尺及另外還根據(jù)條件，盡量多地收集不同種類、波段、比例尺及不同時(shí)相的圖像，以資綜合分析之用。不同時(shí)相的圖像，以

6、資綜合分析之用。n還應(yīng)收集相應(yīng)地區(qū)地形圖，相關(guān)專題圖和文獻(xiàn)，作還應(yīng)收集相應(yīng)地區(qū)地形圖，相關(guān)專題圖和文獻(xiàn)，作為判讀的參考。地形圖比例尺應(yīng)與圖像比例尺相近，為判讀的參考。地形圖比例尺應(yīng)與圖像比例尺相近，以便對(duì)比和轉(zhuǎn)繪。以便對(duì)比和轉(zhuǎn)繪。2、工具材料準(zhǔn)備、工具材料準(zhǔn)備準(zhǔn)備所需用的工具，材料如立體鏡、放大鏡、聚脂薄準(zhǔn)備所需用的工具，材料如立體鏡、放大鏡、聚脂薄膜等。膜等。3、熟悉地理概況、熟悉地理概況閱讀研究區(qū)有關(guān)文獻(xiàn)資料，了解基本情況閱讀研究區(qū)有關(guān)文獻(xiàn)資料，了解基本情況（二）、室內(nèi)判讀（二）、室內(nèi)判讀n初判：了解全區(qū)總貌，結(jié)合其它資料的對(duì)比，了解地區(qū)特征初判：了解全區(qū)總貌，結(jié)合其它資料的對(duì)比，了解地區(qū)

7、特征和各種判別要素的分布規(guī)律，特別是典型判別標(biāo)志。和各種判別要素的分布規(guī)律，特別是典型判別標(biāo)志。n建立影像標(biāo)志建立影像標(biāo)志 (三三)、野外調(diào)查、野外調(diào)查n實(shí)地研究各典型類型的影像物征實(shí)地研究各典型類型的影像物征n驗(yàn)證、修改影像標(biāo)志驗(yàn)證、修改影像標(biāo)志（四）室內(nèi)詳細(xì)判讀（四）室內(nèi)詳細(xì)判讀n詳細(xì)判讀：按一定次序進(jìn)行的系統(tǒng)判讀，勾繪出要素邊界，詳細(xì)判讀：按一定次序進(jìn)行的系統(tǒng)判讀，勾繪出要素邊界，對(duì)無法判定的要素標(biāo)以疑問標(biāo)記，選取野外驗(yàn)證路線。對(duì)無法判定的要素標(biāo)以疑問標(biāo)記，選取野外驗(yàn)證路線。（五）、野外檢查驗(yàn)證（五）、野外檢查驗(yàn)證n 野外抽查野外抽查n 對(duì)疑點(diǎn)、難點(diǎn)進(jìn)行實(shí)地觀察對(duì)疑點(diǎn)、難點(diǎn)進(jìn)行實(shí)地觀察（

8、四）成果整理（四）成果整理n修改、補(bǔ)充判讀內(nèi)容、成果，編寫報(bào)告。修改、補(bǔ)充判讀內(nèi)容、成果，編寫報(bào)告。第二節(jié)第二節(jié) 圖像分類圖像分類n一、概述一、概述n二、監(jiān)督分類二、監(jiān)督分類n三、非監(jiān)督分類三、非監(jiān)督分類n四、上下文分類四、上下文分類n五、空間信息的加入五、空間信息的加入一、概述n圖像分類圖像分類：將圖像中每個(gè)像元根據(jù)其光譜信息、空間：將圖像中每個(gè)像元根據(jù)其光譜信息、空間結(jié)構(gòu)信息和（或）其它專題信息，按照一定的規(guī)則或結(jié)構(gòu)信息和（或）其它專題信息，按照一定的規(guī)則或算法劃分為不同的類別算法劃分為不同的類別n可在由計(jì)算機(jī)自動(dòng)完成可在由計(jì)算機(jī)自動(dòng)完成n最常用于分類的信息是光譜信息，即各波段的亮度值。最

9、常用于分類的信息是光譜信息，即各波段的亮度值。另外還可以將空間結(jié)構(gòu)信息，如圖像紋理密度、方向另外還可以將空間結(jié)構(gòu)信息，如圖像紋理密度、方向等，及其它專題信息用于分類。這些信息的加入?？傻龋捌渌鼘ｎ}信息用于分類。這些信息的加入?？墒狗诸惖木鹊玫斤@著提高使分類的精度得到顯著提高n除考慮目標(biāo)象元的特征外，還可以考慮周圍象元的特除考慮目標(biāo)象元的特征外，還可以考慮周圍象元的特征征二、監(jiān)督分類（supervised)n原理n方法下步驟n監(jiān)督分類的優(yōu)缺點(diǎn)原理n建立各類型已知樣本區(qū)（訓(xùn)練區(qū)），根建立各類型已知樣本區(qū)（訓(xùn)練區(qū)），根據(jù)訓(xùn)練區(qū)確定各類的統(tǒng)計(jì)特征，已此為據(jù)訓(xùn)練區(qū)確定各類的統(tǒng)計(jì)特征，已此為基礎(chǔ)，建立

10、分類的判別函數(shù)，對(duì)每個(gè)象基礎(chǔ)，建立分類的判別函數(shù)，對(duì)每個(gè)象元進(jìn)行類別劃分。元進(jìn)行類別劃分。步驟n訓(xùn)練區(qū)的選取訓(xùn)練區(qū)的選取n類別統(tǒng)計(jì)特征的計(jì)算類別統(tǒng)計(jì)特征的計(jì)算n判別函數(shù)的確定判別函數(shù)的確定n對(duì)每個(gè)象元進(jìn)行判別計(jì)算對(duì)每個(gè)象元進(jìn)行判別計(jì)算1 訓(xùn)練區(qū)的選取訓(xùn)練區(qū)的選取n對(duì)每一分類類型，在圖像上圈定若干個(gè)已知區(qū)，對(duì)每一分類類型，在圖像上圈定若干個(gè)已知區(qū)，作為訓(xùn)練區(qū)作為訓(xùn)練區(qū)n要點(diǎn)：要點(diǎn)：n訓(xùn)練區(qū)要典型，有代表性訓(xùn)練區(qū)要典型，有代表性n訓(xùn)練區(qū)最好能均勻分布于全區(qū)訓(xùn)練區(qū)最好能均勻分布于全區(qū)2 類別統(tǒng)計(jì)特征的計(jì)算類別統(tǒng)計(jì)特征的計(jì)算n計(jì)算各類別訓(xùn)練區(qū)中各分類參數(shù)（波段）的統(tǒng)計(jì)特征計(jì)算各類別訓(xùn)練區(qū)中各分類參數(shù)（

11、波段）的統(tǒng)計(jì)特征值：均值、標(biāo)準(zhǔn)差、最大值、最小值、方差、協(xié)方差值：均值、標(biāo)準(zhǔn)差、最大值、最小值、方差、協(xié)方差矩陣、相關(guān)矩陣或重心等。矩陣、相關(guān)矩陣或重心等。訓(xùn)練樣本分類能力的考查訓(xùn)練樣本分類能力的考查n地物亮度分布一般屬于正態(tài)分布或?qū)?shù)正態(tài)分布地物亮度分布一般屬于正態(tài)分布或?qū)?shù)正態(tài)分布n某類單波段亮度直方圖應(yīng)為單峰，方差越小分類效果越好。某類單波段亮度直方圖應(yīng)為單峰，方差越小分類效果越好。如出現(xiàn)多峰說明有多個(gè)總體，視情況需修改訓(xùn)練區(qū)如出現(xiàn)多峰說明有多個(gè)總體，視情況需修改訓(xùn)練區(qū)n不同類在單波段直方圖上勻值相距越大，方差越小，分類不同類在單波段直方圖上勻值相距越大，方差越小，分類效果越好。兩類直方

12、圖有重疊，則重疊區(qū)樣本難以區(qū)分效果越好。兩類直方圖有重疊，則重疊區(qū)樣本難以區(qū)分n特征空間二維圖中各類樣本越集中，距離越遠(yuǎn)，分類效果特征空間二維圖中各類樣本越集中，距離越遠(yuǎn)，分類效果越好越好n錯(cuò)分誤差錯(cuò)分誤差(commission error)像元被分到一個(gè)錯(cuò)誤類像元被分到一個(gè)錯(cuò)誤類別的比例別的比例n漏分誤差漏分誤差(omission error)像元沒被到相應(yīng)類別的比像元沒被到相應(yīng)類別的比例例3 判別函數(shù)的確定 常用三種方法：常用三種方法：n平行算法平行算法n最小距離法最小距離法n最大似然法最大似然法平行算法n又稱盒式?jīng)Q策規(guī)則又稱盒式?jīng)Q策規(guī)則n根據(jù)各類訓(xùn)練樣本的亮度值范圍根據(jù)各類訓(xùn)練樣本的亮度

13、值范圍(由亮度最大值和最小值由亮度最大值和最小值確定）確定） 形成的多維數(shù)據(jù)空間區(qū)域來進(jìn)行判別，將落入該形成的多維數(shù)據(jù)空間區(qū)域來進(jìn)行判別，將落入該區(qū)域內(nèi)的像元?jiǎng)潪樵擃?。也可用均值和?biāo)準(zhǔn)差來確定區(qū)域內(nèi)的像元?jiǎng)潪樵擃悺Ｒ部捎镁岛蜆?biāo)準(zhǔn)差來確定 ijiijXkjmaxmin則如： ijijiSTmXkj*或kXCLASSi )(ijmin第i波段j類的最小亮度值；ijmax第i波段j類的最大亮度值；iX第i波段象元值；ijS第i波段j類的標(biāo)準(zhǔn)差；T人為規(guī)定閾值n特點(diǎn)：特點(diǎn)： 快速快速 邊界附近的判別準(zhǔn)不全理邊界附近的判別準(zhǔn)不全理 但當(dāng)類別間亮度區(qū)域有重疊時(shí)無法判別但當(dāng)類別間亮度區(qū)域有重疊時(shí)無法判別最

14、小距離法n以均值向量或重心作為每類的中心位置，根據(jù)像元到各以均值向量或重心作為每類的中心位置，根據(jù)像元到各類別重心的距離來進(jìn)行判斷，將像元?jiǎng)澋骄嚯x最小的類類別重心的距離來進(jìn)行判斷，將像元?jiǎng)澋骄嚯x最小的類別別n無法考慮類別方差的來同，重疊區(qū)的劃分誤差較大無法考慮類別方差的來同，重疊區(qū)的劃分誤差較大NMXdNiijij 12)( NiijijMXd12)(或ijM為均值向量aa2最大似然法（最大似然法（Bayes) )()(exp)(/iiTiiniMXSMXSp12122121 監(jiān)督分類的優(yōu)缺點(diǎn)n可根據(jù)應(yīng)用和區(qū)域，有選擇地決定分類類別可根據(jù)應(yīng)用和區(qū)域，有選擇地決定分類類別n可控制訓(xùn)練樣本的選擇可

15、控制訓(xùn)練樣本的選擇n通常具有較高的精度通常具有較高的精度n可根據(jù)訓(xùn)練樣本分析分類精度可根據(jù)訓(xùn)練樣本分析分類精度n參入了一定的人為因素參入了一定的人為因素n所選類別可能不能履蓋所有類型，造成一些象元找不所選類別可能不能履蓋所有類型，造成一些象元找不到歸屬到歸屬n不能識(shí)別訓(xùn)練者不知道的類別不能識(shí)別訓(xùn)練者不知道的類別n花較多的人力和時(shí)間花較多的人力和時(shí)間三、非監(jiān)督分類n也稱集（點(diǎn)）群分析或聚類分析，是按光譜（亮度值）向也稱集（點(diǎn)）群分析或聚類分析，是按光譜（亮度值）向量在特征空間聚集的情況來劃分點(diǎn)群或類別量在特征空間聚集的情況來劃分點(diǎn)群或類別n一個(gè)點(diǎn)群或類別在一個(gè)點(diǎn)群或類別在N維的特征空間里在某個(gè)眾

16、數(shù)的周圍，該維的特征空間里在某個(gè)眾數(shù)的周圍，該區(qū)域數(shù)據(jù)點(diǎn)相對(duì)密集，亮度向量之間具有更大的相似性區(qū)域數(shù)據(jù)點(diǎn)相對(duì)密集，亮度向量之間具有更大的相似性n相似性量度的基本特征：相似性量度的基本特征：n1）亮度向量之的距離）亮度向量之的距離n2）特征空間中不同區(qū)域的點(diǎn)密度）特征空間中不同區(qū)域的點(diǎn)密度n非監(jiān)督分類由程序來劃分出符合實(shí)際的點(diǎn)群或類別，需通非監(jiān)督分類由程序來劃分出符合實(shí)際的點(diǎn)群或類別，需通過疊代運(yùn)算來完成。過疊代運(yùn)算來完成。非監(jiān)督分類步驟n1 選定起始集群中心 根據(jù)直方圖人為選取 程序產(chǎn)生：分裂方法 SXSX 21、S 分別為全圖的均值向量和標(biāo)準(zhǔn)差向量n2 計(jì)算距離與歸類 計(jì)算像元到各中心的距離，用最小距離的原則反像元?dú)w入不同的類別NMXdNiijij 12)(n3 檢查和修改集群中心：根據(jù)規(guī)定的參數(shù)（閾值）來檢查前一次循環(huán)中歸類的結(jié)果，決定再分裂，合并或取消某些類別n分裂：標(biāo)準(zhǔn)差超過參數(shù)“最大標(biāo)準(zhǔn)差”，已有類別數(shù)小于預(yù)期類別數(shù)，或某一類的像元數(shù)大于參數(shù)“最大像元數(shù)，則該類就要分裂為兩個(gè)新的集群中心（類別）：),.,.,(niiS 1),.,.,(niiS 1及 NiyixiiisSSYXD12)(iiYX ,為兩個(gè)集群的中心；yixiSS ,為兩個(gè)集群的標(biāo)準(zhǔn)差開始開始輸入用戶參數(shù)輸入用戶參數(shù)選定初始集群選定初