白話遙感圖像分類技術(shù)

1、白話遙感圖像分類技術(shù)白話遙感圖像分類技術(shù)背景方法問題遙感能做什么遙感能做什么.地理要素國土二調(diào)、水利普查、地理國情普查.遙感圖像分類遙感圖像分類概念概念 遙感影像通過亮度值或像元值的高低差異（反映地物遙感影像通過亮度值或像元值的高低差異（反映地物 的光譜信息）及空間變化的光譜信息）及空間變化（反映地反映地物物的空間的空間信信息息）來來 表示不同地物的差異，這表示不同地物的差異，這是是區(qū)分不區(qū)分不同同影像地影像地物物的的物物理理 基礎(chǔ)?；A(chǔ)。 遙感影像分類就是利用計(jì)算機(jī)通過對遙感影像中各類遙感影像分類就是利用計(jì)算機(jī)通過對遙感影像中各類 地物的光譜信息和空間信地物的光譜信息和空間信息息進(jìn)行分進(jìn)行分

2、析析，選擇選擇特特征征，將將 圖像中每個(gè)像元按照某種圖像中每個(gè)像元按照某種規(guī)規(guī)則或算則或算法法劃分為劃分為不不同同的類的類 別，然后獲得遙感影像中別，然后獲得遙感影像中與與實(shí)際地實(shí)際地物物的對應(yīng)的對應(yīng)信信息息，從從 而實(shí)現(xiàn)遙感影像的分類，即遙感信息提取。而實(shí)現(xiàn)遙感影像的分類，即遙感信息提取。遙感圖像分類遙感圖像分類遙感信息分類遙感信息分類 定性（特征）信息定性（特征）信息 地物類型。 空間信息：分布、形狀等。 屬性信息：周長、面積等。遙感圖像分類遙感圖像分類遙感信息分類遙感信息分類 定量信息定量信息 地表物質(zhì)的定量物理量和準(zhǔn)確的空間位置，如葉面積指數(shù)、 氣溶膠含量、水質(zhì)參數(shù)等。遙感圖像分類遙感

3、圖像分類遙感信息分類遙感信息分類 其他信息其他信息 地形信息。 結(jié)論性信息（如圖像中是否有這種物質(zhì)等）。方法遙感數(shù)據(jù)的種類遙感數(shù)據(jù)的種類光學(xué)遙感數(shù)據(jù)合成孔徑雷達(dá) (SAR)激光雷達(dá)(LiDAR)非成像遙感數(shù)據(jù)遙感信息遙感信息火災(zāi)信息農(nóng)作物長勢海水溫度幼林信息土地利用光學(xué)遙感圖像處理與分析框架光學(xué)遙感圖像處理與分析框架數(shù)據(jù)讀取圖像幾何處理與地理編碼 圖像輻射定標(biāo)與大氣校正 圖像增強(qiáng)、裁剪、鑲嵌遙感信息提取成果整理與輸出圖像分類方法圖像分類方法基于圖像屬性基于圖像屬性人工解譯經(jīng)驗(yàn)知識(shí)專家知識(shí)決策樹分類經(jīng)驗(yàn)總結(jié)CART算法C5.0算法面向?qū)ο髨D像分類監(jiān)督分類規(guī)則決策樹 分類目視解譯光譜自動(dòng)分類灰度分

4、割非監(jiān)督分類監(jiān)督分類統(tǒng)計(jì)學(xué)方法支持向量機(jī)神經(jīng)網(wǎng)絡(luò)基于像素的圖像分類光譜自動(dòng)分類光譜自動(dòng)分類灰度分割灰度分割 通常又稱密度分割或彩色分割，應(yīng)用于單波段灰度圖像通常又稱密度分割或彩色分割，應(yīng)用于單波段灰度圖像 的分類方法。假設(shè)灰度的分類方法。假設(shè)灰度圖圖像上像上某某像元像元值值范圍范圍內(nèi)內(nèi)表示表示一一種種 物質(zhì)，我們將這部分像物質(zhì)，我們將這部分像元元從圖從圖像像上分上分離離出來出來形形成一成一類類。 可用于如植被指數(shù)、地表溫度、地形等數(shù)據(jù)的分可用于如植被指數(shù)、地表溫度、地形等數(shù)據(jù)的分類。類。例子一：灰度分割例子一：灰度分割 光譜分析光譜分析+自動(dòng)分類自動(dòng)分類圖像準(zhǔn)備計(jì)算增強(qiáng)型水指數(shù)灰度分割光譜自動(dòng)

5、分類光譜自動(dòng)分類非監(jiān)督分類非監(jiān)督分類 非監(jiān)督分類：也稱為聚類分析或點(diǎn)群分類。在多光非監(jiān)督分類：也稱為聚類分析或點(diǎn)群分類。在多光譜譜圖像中搜尋、定義其自然相似光譜集群的過程。圖像中搜尋、定義其自然相似光譜集群的過程。分類器選擇影像分類ISODATAK-Mean其他類別定義/類別合并分類后處理結(jié)果驗(yàn)證影像分析小斑處理 結(jié)果編輯例子二：非監(jiān)督分類例子二：非監(jiān)督分類光譜自動(dòng)分類光譜自動(dòng)分類監(jiān)督分類監(jiān)督分類 監(jiān)督分類：又稱訓(xùn)練分類法，用被確認(rèn)類別的樣本監(jiān)督分類：又稱訓(xùn)練分類法，用被確認(rèn)類別的樣本像像元去識(shí)別其他未知類別像元的過程。元去識(shí)別其他未知類別像元的過程。分類器選擇樣本選擇分類后處理影像分類結(jié)果驗(yàn)

6、證最大似然 最小距離 馬氏距離 神經(jīng)網(wǎng)絡(luò) 支持向量機(jī) 其他類別定義/特征判別小斑處理 結(jié)果編輯例子三：監(jiān)督分類例子三：監(jiān)督分類+ +DEM+ + + +RMoadapZConingoverageLandcoverClassification陡坡上的植被陡坡上的植被緩坡上的植被緩坡上的植被高高ftft植被植被公園用地公園用地專家知識(shí)決策樹分類專家知識(shí)決策樹分類根據(jù)光譜特征、空間關(guān)系和其他上下文關(guān)系歸類像元例子四：專家知識(shí)決策樹分類例子四：專家知識(shí)決策樹分類規(guī)則獲取：經(jīng)驗(yàn)總結(jié)和樣本總規(guī)則獲?。航?jīng)驗(yàn)總結(jié)和樣本總結(jié)結(jié)規(guī)則描述規(guī)則描述 Class1（緩坡植被）:NDVI0.3, slope0.3, sl

7、ope=20 90=aspect0.3, slope=20, ,aspect270 Class4（水體）：NDVI=0.3, 0b420 Class5（裸地）：NDVI=20 Class6（無數(shù)據(jù)區(qū)，背景）: NDVI=0.3, b4=0面向?qū)ο髨D像分類技術(shù)面向?qū)ο髨D像分類技術(shù) 面向?qū)ο蟮募夹g(shù)面向?qū)ο蟮募夹g(shù) 集合臨近像元為對象用來識(shí)別感興趣的光譜要素。 在“對象”的基礎(chǔ)上，采用監(jiān)督分類、規(guī)則分類、目視解譯等方法得到分類結(jié)果。例子五：面向?qū)ο髨D像分類例子五：面向?qū)ο髨D像分類大蒜種植面積量測大蒜種植面積量測 下載與準(zhǔn)備數(shù)下載與準(zhǔn)備數(shù)據(jù)據(jù) 圖像融合圖像融合 大氣校正（可選）大氣校正（可選） 圖像裁剪

8、圖像裁剪山東濟(jì)寧金鄉(xiāng)縣山東濟(jì)寧金鄉(xiāng)縣大蒜種植面積量測大蒜種植面積量測 建立解譯標(biāo)建立解譯標(biāo)志志 圖像分割圖像分割小麥大蒜 獲取規(guī)則獲取規(guī)則 自動(dòng)分類自動(dòng)分類 自動(dòng)分類自動(dòng)分類大蒜種植面積量測大蒜種植面積量測2016年大蒜種植分布75.77萬畝2015年大蒜種植分布69.28萬畝2014年大蒜種植分布75.2萬畝1天處理完成基于像元和基于對象分類的區(qū)別基于像元和基于對象分類的區(qū)別類型類型基本原理基本原理影像的最小影像的最小單元單元適用數(shù)據(jù)源適用數(shù)據(jù)源缺缺 陷陷傳統(tǒng)基于光譜的分類傳統(tǒng)基于光譜的分類方法方法地物的光譜信息特征單 個(gè) 的 影 像 像元中低分辨率多光譜和高光譜影像豐富的空間信息利用率幾乎

9、為零基于專家知識(shí)決策樹基于專家知識(shí)決策樹 根據(jù)光譜特征、空間關(guān)系和其他上下文關(guān)系歸類像元單 個(gè) 的 影 像 像元多源數(shù)據(jù)知識(shí)獲取比較復(fù)雜面向?qū)ο蟮姆诸惙椒嫦驅(qū)ο蟮姆诸惙椒?光譜信息、幾何信息、結(jié)構(gòu)信息一 個(gè) 個(gè) 影 像 對象中高分辨率多光譜和全色影像速度比較慢注：一種方法不能完全取代另一種，每種方法都有其適用范圍圖像分類方法圖像分類方法基于光譜分析基于光譜分析地物識(shí)別波譜曲線對比混合像元分解線性模型非線性模型定量反演水質(zhì)參數(shù) 植被Th物量大氣參數(shù) 地表溫度高光譜遙感高光譜遙感 高光譜分辨率遙感（高光譜分辨率遙感（HyperspectralRemoteSensing） 空間成像的同時(shí)，記錄下成

10、百個(gè)連續(xù)光譜通道數(shù)據(jù) 光譜通道窄（小于10nm）而連續(xù)，從每個(gè)像元均可提取一條連續(xù)的光譜曲線例子六：地物識(shí)別例子六：地物識(shí)別firtree grass遙感定量反演遙感定量反演 遙感反演：根據(jù)觀測信息和模型遙感反演：根據(jù)觀測信息和模型，求解或推算描述地面實(shí)況的，求解或推算描述地面實(shí)況的應(yīng)應(yīng)用參數(shù)。用參數(shù)。 遙感反演的基礎(chǔ)是描述遙感信號(hào)遙感反演的基礎(chǔ)是描述遙感信號(hào) 或遙感數(shù)據(jù)與地表應(yīng)用之間的或遙感數(shù)據(jù)與地表應(yīng)用之間的關(guān)關(guān) 系模型。這種關(guān)系模型可以系模型。這種關(guān)系模型可以是遙是遙 感模型和應(yīng)用模型，包括感模型和應(yīng)用模型，包括統(tǒng)計(jì)型統(tǒng)計(jì)型 和物理型。和物理型。圖像預(yù)處理反演模型選擇模型參數(shù)計(jì)算地表參數(shù)

11、反演反演結(jié)果驗(yàn)證例子七：水質(zhì)參數(shù)反演例子七：水質(zhì)參數(shù)反演多 光 譜 數(shù) 據(jù) 模 型比值植被指 數(shù) X=Red/NIRChla= a*X+bChla = a*ln(X) bChla = a*eb*X歸一化植被 指數(shù) X=NDVIChla=a*X2+ b*X+cChla = a*X+bChla = a*ln(X) b水體葉綠素水體葉綠素綜合例子：遙感技術(shù)輔助城市建設(shè)生態(tài)規(guī)劃綜合例子：遙感技術(shù)輔助城市建設(shè)生態(tài)規(guī)劃 需求：從影像數(shù)據(jù)中提取水深、土壤肥力等信需求：從影像數(shù)據(jù)中提取水深、土壤肥力等信息息 水深：用于水Th態(tài)評價(jià)和植被的種植規(guī)劃 土壤肥力：對濕地類型的分類和植被的種植規(guī)劃處理流程處理流程數(shù)據(jù)

12、讀取大氣校正正射校正信息提取 水面區(qū)域提取 水深反演 土壤肥力反演數(shù)據(jù)：數(shù)據(jù)：2米WV-2多光譜數(shù)據(jù)數(shù)據(jù)讀取：數(shù)據(jù)讀?。憾鄠€(gè)TIFF格式圖像文件 大氣校正：大氣校正：由于衛(wèi)星傳感器獲取的觀測 輻射亮度值是由大氣、水體、陸地等綜 合因素影響下獲取的，為了去除大氣、 水汽等因素的影響進(jìn)行大氣校正正射校正：正射校正：LV2A級(jí)別的Worldview2數(shù) 據(jù)，提供RPC文件，直接使用RPC文件 進(jìn)行正射校正信息提取信息提取- 面向?qū)ο髨D像分類提取水面區(qū)域- 水深反演模型和土壤肥力SOC反演模型遙感圖像預(yù)處理遙感圖像預(yù)處理 打開打開.TIL文件，自動(dòng)將多個(gè)文件，自動(dòng)將多個(gè)TIF文件虛擬鑲嵌為一個(gè)文件虛擬

13、鑲嵌為一個(gè)文文件，方便處理件，方便處理面向?qū)ο蠊ぞ呙嫦驅(qū)ο蠊ぞ逨X提取城市水體信息提取提取城市水體信息提取反演水深反演水深城市土壤肥力反演城市土壤肥力反演應(yīng)用：顏值很重要應(yīng)用：顏值很重要以上資源來源NASA、Esri制圖大賽作品、網(wǎng)絡(luò)等應(yīng)用：顏值很重要應(yīng)用：顏值很重要以上資源來源NASA、Esri制圖大賽作品、網(wǎng)絡(luò)等問題遙感影像分類的困惑遙感影像分類的困惑預(yù)處理步驟的 選擇數(shù)據(jù)大、信息 豐富樣本區(qū)域性光譜信息很重 要，識(shí)別難度 較大遙感模型很重 要，甚至是核 心需要頻繁的人機(jī)交互精度讓人糾結(jié)專家系統(tǒng)什么情況需要做大氣校正什么情況需要做大氣校正 一般圖像分類、多光譜物質(zhì)識(shí)別不需要大氣校正一般圖像

14、分類、多光譜物質(zhì)識(shí)別不需要大氣校正 變化監(jiān)測根據(jù)檢測方法有選擇的大氣校正變化監(jiān)測根據(jù)檢測方法有選擇的大氣校正 光譜指數(shù)計(jì)算、高光譜物質(zhì)識(shí)別、遙感定量反演一光譜指數(shù)計(jì)算、高光譜物質(zhì)識(shí)別、遙感定量反演一般般需要大氣校正需要大氣校正左：表觀反射率數(shù)據(jù)，右：地表反射率數(shù)據(jù)同一個(gè)像素的波譜差異圖像增強(qiáng)圖像增強(qiáng) 圖像融合圖像融合 全色與多光譜融合處理 真彩色合成真彩色合成/增強(qiáng)增強(qiáng) 缺少藍(lán)色波段 傳感器性能與拍攝區(qū)域 其他其他 去霧、去薄云 圖像變換（PCA，MNF、） 圖像增強(qiáng)的選擇圖像增強(qiáng)的選擇 圖像增強(qiáng)可以輔助目視解譯、樣本選擇。圖像增強(qiáng)可以輔助目視解譯、樣本選擇。 基于光譜的自動(dòng)分類是基于光譜的自

15、動(dòng)分類是綜綜合總合總體體像元像元值值，圖，圖像像增強(qiáng)對增強(qiáng)對 其影響不會(huì)很大。其影響不會(huì)很大。 光譜指數(shù)計(jì)算、高光譜光譜指數(shù)計(jì)算、高光譜物物質(zhì)識(shí)質(zhì)識(shí)別別、遙、遙感感定量定量等等不選擇不選擇 圖像增強(qiáng)處理。圖像增強(qiáng)處理。 進(jìn)行PCA、MNF等變換，主要是為了去相關(guān)方便選擇端元波譜 由于全色圖像沒有好的方法進(jìn)行精確大氣校正，因此在此領(lǐng)域一般不使用全色圖像。幾個(gè)小問題幾個(gè)小問題 當(dāng)圖像為不規(guī)則時(shí)候，背景會(huì)參與分類當(dāng)圖像為不規(guī)則時(shí)候，背景會(huì)參與分類 分類結(jié)果輸出別的格式分類結(jié)果輸出別的格式，如如TIFF，圖圖像屬像屬性性信息信息會(huì)會(huì)變變 化，如分類名稱、顏色等信息?；?，如分類名稱、顏色等信息。ENVI

16、新的分類框架新的分類框架 可訓(xùn)練一個(gè)分類器，并將其運(yùn)用于不同區(qū)域或時(shí)間可訓(xùn)練一個(gè)分類器，并將其運(yùn)用于不同區(qū)域或時(shí)間段段 Support Vector Machine Softmax 在桌面軟件或者企業(yè)級(jí)在線系統(tǒng)上都可以使用在桌面軟件或者企業(yè)級(jí)在線系統(tǒng)上都可以使用 屬于初級(jí)機(jī)器學(xué)習(xí)屬于初級(jí)機(jī)器學(xué)習(xí)例子：新分類框架應(yīng)用例子：新分類框架應(yīng)用123032影像123033影像遙感圖像分析遙感圖像分析新方法新方法Orbital Insight公司公司 計(jì)算機(jī)深度學(xué)習(xí)方法（人工智能） 基于海量遙感圖像進(jìn)行零售業(yè)景氣評估、世界石油儲(chǔ) 備指數(shù)、全球水資源儲(chǔ)備、中國經(jīng)濟(jì)指數(shù)、農(nóng)業(yè)等信 息 Terrapattern

17、公司、公司、Connectivity Lab、DescartesLabs遙感系統(tǒng)的發(fā)展遙感系統(tǒng)的發(fā)展企業(yè)級(jí)遙感平臺(tái)系統(tǒng)企業(yè)級(jí)遙感平臺(tái)系統(tǒng)遙感定制系統(tǒng)遙感定制系統(tǒng)遙感桌面系統(tǒng)遙感桌面系統(tǒng)新一代企業(yè)級(jí)服務(wù)器遙感平臺(tái)新一代企業(yè)級(jí)服務(wù)器遙感平臺(tái)提供： 在線影像數(shù)據(jù)桌面桌面網(wǎng)頁網(wǎng)頁移動(dòng)移動(dòng)提供： 在線影像數(shù)據(jù) 在線影像處理數(shù)據(jù)服務(wù)器數(shù)據(jù)服務(wù)器桌面桌面網(wǎng)頁網(wǎng)頁移動(dòng)移動(dòng)服務(wù)器服務(wù)器影像處理影像處理以Services方式提供影像處理工具新一代企業(yè)級(jí)服務(wù)器遙感平臺(tái)新一代企業(yè)級(jí)服務(wù)器遙感平臺(tái) 基于基于SOA架構(gòu)架構(gòu) 靈活開發(fā) 系統(tǒng)集成 支持集群、云計(jì)算環(huán)支持集群、云計(jì)算環(huán)境境 并行計(jì)算、多線程計(jì)算 分布式計(jì)算 彈

18、性伸縮 多客戶端多客戶端 Web、移動(dòng)、桌面 創(chuàng)新的創(chuàng)新的ENVI企業(yè)級(jí)服務(wù)器產(chǎn)品：企業(yè)級(jí)服務(wù)器產(chǎn)品：ENVI服務(wù)器Web應(yīng)用應(yīng)用移動(dòng)移動(dòng)其他其他Services Engine組織、創(chuàng)建及發(fā)布先進(jìn)的組織、創(chuàng)建及發(fā)布先進(jìn)的ENVI/IDL圖像分析能力圖像分析能力 標(biāo)準(zhǔn)Rest服務(wù)，易于其他Web系統(tǒng)集成可部署在任何現(xiàn)有可部署在任何現(xiàn)有集群環(huán)境、企業(yè)級(jí)服務(wù)器或云平臺(tái)集群環(huán)境、企業(yè)級(jí)服務(wù)器或云平臺(tái)中中 充分利用服務(wù)器端硬件資源快速處理和分析影像。在在Web瀏覽器或移動(dòng)設(shè)備在線、按需、自助式請求遙感服務(wù)瀏覽器或移動(dòng)設(shè)備在線、按需、自助式請求遙感服務(wù)桌面端桌面端影像影像模型模型ENVI Services Engine應(yīng)用：在線分析應(yīng)用：在線分析演示系統(tǒng)軟件框架演示系統(tǒng)軟件框架高性能處理環(huán)境移動(dòng)端瀏覽器應(yīng)用端 JavaScript界面應(yīng)用應(yīng)用服務(wù)服務(wù)開開發(fā)發(fā)應(yīng)用應(yīng)用程序程序ENVI Services Engine處理器處理器集群計(jì)算處理器