遙感圖像認(rèn)識(shí)與解譯

遙感圖像認(rèn)識(shí)與解譯第1頁，共98頁，2023年，2月20日，星期日一目視判讀原理（一）遙感成像與目視判讀（二）目視判讀標(biāo)志二目視判讀的方法與步驟（一）遙感圖像目視判讀的認(rèn)知過程（二）目視判讀的方法（三）目視判讀的步驟三土地利用目視判讀實(shí)例（一）土地/土地利用分類（二）土地利用目視判讀實(shí)例本次課程主要內(nèi)容第2頁，共98頁，2023年，2月20日，星期日第3頁，共98頁，2023年，2月20日，星期日——目視判讀，又稱目視解譯，或目視判譯，即憑著光譜規(guī)律、地學(xué)規(guī)律和解譯者的經(jīng)驗(yàn)從圖像的亮度、色調(diào)、位置、時(shí)間、紋理、陰影、結(jié)構(gòu)等各種特征推出地面的景物類型?！?jì)算機(jī)自動(dòng)分類，它以計(jì)算機(jī)系統(tǒng)為支撐環(huán)境，利用模式識(shí)別技術(shù)與人工智能技術(shù)相結(jié)合，根據(jù)遙感圖像中目標(biāo)地物的各種圖像恃征(顏色、形狀、紋理與空間位置)，結(jié)合專家知識(shí)庫中目標(biāo)地物的解譯經(jīng)驗(yàn)和成像規(guī)律等知識(shí)進(jìn)行分析和推理，實(shí)現(xiàn)對(duì)遙感圖像的理解，完成對(duì)遙感圖像的解譯。遙感圖像解譯(ImageryInterpretation)是從遙感圖像上獲取目標(biāo)地物信息的過程。方法有兩種:第4頁，共98頁，2023年，2月20日，星期日一目視判讀原理（一）遙感成像與目視判讀目視判讀是遙感成像的逆過程。第5頁，共98頁，2023年，2月20日，星期日概念：遙感圖像上那些能夠作為分析、判斷景觀地物的圖像特征為判讀標(biāo)志或解譯標(biāo)志。直接解譯標(biāo)志是判讀目標(biāo)自身特點(diǎn)在圖像上的直接表現(xiàn)形式，包括色調(diào)、形狀、陰影、大小、紋理、位置、布局、圖案。

間接解譯標(biāo)志圖像上能看出的和直接標(biāo)志密切聯(lián)系的地物，不同的專業(yè)判讀不同。

（二）目視判讀標(biāo)志第6頁，共98頁，2023年，2月20日，星期日色調(diào)：也稱顏色，是最重要、最直觀的解譯標(biāo)志，與地物的光譜特性直接相關(guān)，其余與地物的空間特征相關(guān)。（1）直接解譯標(biāo)志紅樹林在綠、紅、近紅外波段圖像注意同物異譜與異物同譜第7頁，共98頁，2023年，2月20日，星期日同物異譜：differentspectrumwithsameobject，同一種物體因其所處在的狀態(tài)與位置不同，如自身濕度不同，處于坡向不同等，而具有不同反射光譜的物理現(xiàn)象。異物同譜：samespectrumwithdifferentobject，不同物體具有基本相同反射光譜的物理現(xiàn)象。比如，大多數(shù)植被就具有基本相同的反射光譜。這里的“同譜”是一個(gè)相對(duì)概念。第8頁，共98頁，2023年，2月20日，星期日形狀：地物的輪廓在圖像平面的投影。需要根據(jù)影象比例尺和分辨率具體分析，注意畸變（雷達(dá)、航片邊緣）。根據(jù)地物空間的平面形態(tài)，地面對(duì)象可分為點(diǎn)狀體、線狀體、面狀體。第9頁，共98頁，2023年，2月20日，星期日在高空間分辨率遙感影像中，形狀特征是重要的特征，特別是人工地物第10頁，共98頁，2023年，2月20日，星期日大小布局大?。旱匚镌趫D像上的尺寸，取決于實(shí)際地物的大小和圖像的空間分辨率。通過地物光譜特性/數(shù)據(jù)的變化，即目標(biāo)與周圍地物間的光譜差異來體現(xiàn)。布局：物體間的空間配置。物體間一定的位置關(guān)系和排列方式，形成了很多天然和人工目標(biāo)特點(diǎn)。第11頁，共98頁，2023年，2月20日，星期日陰影：遙感圖像上光束被地物遮擋而產(chǎn)生的地物的影子；有時(shí)需去除地形起伏引起的部分陰影。第12頁，共98頁，2023年，2月20日，星期日粗紋理細(xì)紋理紋理：遙感圖像中目標(biāo)地物內(nèi)部色調(diào)有規(guī)則變化造成的圖像結(jié)構(gòu)。即地物圖像輪廓內(nèi)的色調(diào)變化的空間布局和頻率。第13頁，共98頁，2023年，2月20日，星期日第14頁，共98頁，2023年，2月20日，星期日15圖型：目標(biāo)地物有規(guī)律的排列而成的圖形結(jié)構(gòu)。第15頁，共98頁，2023年，2月20日，星期日16機(jī)場(chǎng)稻田河灘第16頁，共98頁，2023年，2月20日，星期日Racetrack：賽馬場(chǎng)跑道River：河流Roads：道路Bridges：橋Residentialarea：居民區(qū)Dam：堤壩ShapeTone，Shapeshape,tone,andassociation

tone,shape,association

Shape，TonePattern,Tone第17頁，共98頁，2023年，2月20日，星期日(二)間接解譯標(biāo)志由于遙感技術(shù)的局限性，許多問題不能直接從目視判讀直接獲得答案，都需從其它相關(guān)事物間之間的聯(lián)系，通過邏輯推理獲得判斷，這一過程叫間接解譯，所采用的依據(jù)稱間接解譯標(biāo)志。例如石油天然氣勘探、環(huán)境質(zhì)量評(píng)價(jià)、城市人口等的遙感分析間接標(biāo)志靈活、變化、難有規(guī)律可循。建立間接標(biāo)志需要豐富的知識(shí)背景和嚴(yán)密的邏輯推理，有時(shí)需要建立模型，是一種綜合分析、相關(guān)分析的方法。不同專業(yè)判讀有不同的間接標(biāo)志。進(jìn)行地質(zhì)構(gòu)造分析，可以把水系形態(tài)、地貌類型作為間接標(biāo)志；城市人口判讀，將建筑物密度、樓層數(shù)、商業(yè)網(wǎng)點(diǎn)作為間接標(biāo)志；第18頁，共98頁，2023年，2月20日，星期日木頭堆鋸木場(chǎng)一個(gè)鋸木場(chǎng)和它周圍堆積的木頭第19頁，共98頁，2023年，2月20日，星期日20水系可作為地質(zhì)地貌解譯的間接標(biāo)志輻射型水系(火山附近)向心型水系(盆地)長(zhǎng)方格子狀水系(斷層)第20頁，共98頁，2023年，2月20日，星期日（一）遙感圖像目視判讀的認(rèn)知過程2023/4/2421二目視判讀的方法與步驟遙感圖像知覺形成的條件存在顏色或色調(diào)的差異，并且這種差異能為判讀者視覺所感受，才有可能將目標(biāo)地物與背景區(qū)別開。通常采用一些圖像增強(qiáng)技術(shù)來擴(kuò)大地物之間的對(duì)比度差異。第21頁，共98頁，2023年，2月20日，星期日22（1）自下向上過程（2）自上向下過程圖像信息獲取特征提取識(shí)別證據(jù)選取圖像辨識(shí)提出假設(shè)特征匹配（一）遙感圖像目視判讀的認(rèn)知過程第22頁，共98頁，2023年，2月20日，星期日2023/4/2423（二）遙感圖像目視判讀的方法判讀原則：多種信息綜合分析，多手段、多方法相結(jié)合、內(nèi)外結(jié)合保證精度；2.判讀方法：直接判讀法、對(duì)比分析法、邏輯推理法、信息復(fù)合法、地理相關(guān)分析法。第23頁，共98頁，2023年，2月20日，星期日3.目視判讀的方法直接判讀法：依據(jù)判讀標(biāo)志，直接識(shí)別地物屬性。對(duì)比分析法：與該地區(qū)已知的資料對(duì)比，或與實(shí)地對(duì)比而識(shí)別地物屬性；或通過對(duì)遙感圖像不同波段、不同時(shí)相的對(duì)比分析，識(shí)別地物的性質(zhì)和發(fā)展變化規(guī)律。邏輯推理法：根據(jù)地學(xué)規(guī)律，分析地物之間的內(nèi)在必然分布規(guī)律，由某種地物推斷出另一種地物的存在及屬性。如由植被類型可推斷出土壤的類型，根據(jù)建筑密度可判斷人口規(guī)模等。信息復(fù)合法:利用透明專題圖或透明地形圖與遙感圖像復(fù)合，根據(jù)專題圖或者地形圖提供的多種輔助信息，識(shí)別遙感圖像上目標(biāo)地物的方法。地理相關(guān)分析法:根據(jù)地理環(huán)境中各種地理要素之間的相互依存，相互制約的關(guān)系，借助專業(yè)知識(shí)，分析推斷某種地理要素性質(zhì)、類型、狀況與分布的方法。第24頁，共98頁，2023年，2月20日，星期日第25頁，共98頁，2023年，2月20日，星期日第26頁，共98頁，2023年，2月20日，星期日(三)目視判讀的步驟

目視解譯一般遵從從已知到未知，先整體后局部，從宏觀到微觀，先易后難的原則，可以概略地分為以下主要步驟：

準(zhǔn)備工作：

主要是收集資料，除遙感圖像外，通常還需要工作區(qū)的地形圖和相關(guān)的自然、經(jīng)濟(jì)等情況，以及報(bào)告、必要的參考文獻(xiàn)等各種資料。2023/4/2427第27頁，共98頁，2023年，2月20日，星期日(三)目視判讀的步驟圖像預(yù)判和編制專題圖略圖：

遙感圖像的初步解譯主要是經(jīng)過資料分析建立直接和間接解譯標(biāo)志，包括形狀、大小、色調(diào)、陰影、紋理等。然后在分類系統(tǒng)的指導(dǎo)下設(shè)計(jì)圖例系統(tǒng)，進(jìn)行初步解譯，并把解譯結(jié)果轉(zhuǎn)繪成專題圖略圖。2023/4/2428第28頁，共98頁，2023年，2月20日，星期日(三)目視判讀的步驟野外實(shí)況調(diào)查和地學(xué)驗(yàn)證：

根據(jù)初步解譯結(jié)果，確定野外調(diào)查路線和調(diào)查樣本，進(jìn)行野外調(diào)查，驗(yàn)證判讀標(biāo)志，并應(yīng)用地學(xué)分析方法解決圖像與地物間的機(jī)理關(guān)系，從而修正預(yù)判中的錯(cuò)判或漏判，使得解譯結(jié)果更加客觀可靠。室內(nèi)解譯編繪成圖：

根據(jù)預(yù)判結(jié)果和野外調(diào)查資料，對(duì)全部工作區(qū)進(jìn)行重新解譯，然后清繪成圖，在此基礎(chǔ)上進(jìn)行面積量測(cè)以及其他數(shù)字統(tǒng)計(jì)特征分析。2023/4/2429第29頁，共98頁，2023年，2月20日，星期日(一)土地與土地利用土地是一個(gè)綜合的概念，它是包括氣候、地貌、土壤、水文、植被等自然因素在內(nèi)的自然綜合體，同時(shí)也包括人類活動(dòng)的作用和影響。土地覆蓋是指地球表面當(dāng)前所具有的自然和人為影響所形成的覆蓋物，如地表植被、土壤、冰川、湖泊、沼澤濕地及道路等。土地利用是土地資源自然屬性和經(jīng)濟(jì)特性的全面反映。土地利用劃分具有如下特點(diǎn)：在自然、經(jīng)濟(jì)和技術(shù)條件的綜合影響下，經(jīng)過人類的勞動(dòng)所形成的產(chǎn)物；在一定的空間分布上服從社會(huì)經(jīng)濟(jì)條件，在地域分布上不一定連成片。2023/4/2430三目視判讀實(shí)例第30頁，共98頁，2023年，2月20日，星期日（二）目視判讀實(shí)例

1.航片目視判讀第31頁，共98頁，2023年，2月20日，星期日航空（機(jī)載）遙感圖像（2002.3.25）第32頁，共98頁，2023年，2月20日，星期日2.衛(wèi)片土地利用判讀-北京2023/4/2433云層山體（香山）城區(qū)1彩色合成方式？分別是哪個(gè)波段分別賦給RGB？第33頁，共98頁，2023年，2月20日，星期日2.衛(wèi)片土地利用判讀-北京2023/4/2434北京城區(qū)（五環(huán)線）第34頁，共98頁，2023年，2月20日，星期日2.衛(wèi)片土地利用判讀-北京2023/4/2435故宮及天安門廣場(chǎng)第35頁，共98頁，2023年，2月20日，星期日居民點(diǎn)大棚菜地水域林地裸耕地第36頁，共98頁，2023年，2月20日，星期日4月1日5月22日標(biāo)準(zhǔn)假彩色合成第37頁，共98頁，2023年，2月20日，星期日遙感圖像的目視解譯直接解譯標(biāo)志居民點(diǎn)農(nóng)田What??頤和園WaterBody林地？？道路樹木第38頁，共98頁，2023年，2月20日，星期日四環(huán)五環(huán)橋梁順義區(qū)第39頁，共98頁，2023年，2月20日，星期日遙感圖像計(jì)算機(jī)分類1遙感圖像分類的概述2非監(jiān)督分類3監(jiān)督分類4分類后處理5精度評(píng)價(jià)第40頁，共98頁，2023年，2月20日，星期日模式識(shí)別PatternRecognition將具有相似特征的“東西”識(shí)別歸類的過程?；诮y(tǒng)計(jì)方法模式識(shí)別;

基于句法（或結(jié)構(gòu)）模式識(shí)別.遙感圖像分類屬于模式識(shí)別1遙感圖像分類的概念第41頁，共98頁，2023年，2月20日，星期日遙感圖像分類是計(jì)算機(jī)或人目視按著影像中像素灰度值（反射率等）的大小分布、鄰近像素灰度值差異大小、分布狀況以及幾何形態(tài)等特征規(guī)律對(duì)圖像的各像素做出歸類，歸類結(jié)果直接作為圖像解譯結(jié)果，或者作為輔助人們解譯的參照。

遙感圖像分類第42頁，共98頁，2023年，2月20日，星期日1.1遙感圖像分類遙感圖像分類的方法主要有人工目視解譯和計(jì)算機(jī)自動(dòng)分類。目視解譯是計(jì)算機(jī)自動(dòng)分類的基礎(chǔ)；計(jì)算機(jī)自動(dòng)分類總是盡可能地模擬目視解譯的過程。第43頁，共98頁，2023年，2月20日，星期日1.1計(jì)算機(jī)圖像分類（續(xù)2）目視解譯和計(jì)算機(jī)圖像分類的對(duì)比第44頁，共98頁，2023年，2月20日，星期日影像分類的一般原理遙感影像的計(jì)算機(jī)分類，根據(jù)光譜特征存在問題：同物異譜異物同譜第45頁，共98頁，2023年，2月20日，星期日1.1遙感圖像分類遙感圖像分類特征選擇基于光譜分類：相同地物具有相似的光譜特征，不同地物具有不同光譜特征?；诠庾V特征的統(tǒng)計(jì)分類方法是遙感圖像分類過程中最常用的方法。基于空間結(jié)構(gòu)分類：基于圖像上地物景觀的結(jié)構(gòu)、形狀、紋理特征差異進(jìn)行分類。一般結(jié)合光譜特征，對(duì)遙感圖像進(jìn)行分類，特別是高空間分辨率遙感圖像光譜與空間結(jié)構(gòu)結(jié)合分類，如面向?qū)ο蠓诸惖?6頁，共98頁，2023年，2月20日，星期日構(gòu)建分類系統(tǒng)地類類別一級(jí)二級(jí)三級(jí)耕地1水田11水澆地/旱地12其它耕地13園林地2有林地21針葉林211闊葉林212混交林213竹林214紅樹林215疏林地22灌木林地23苗圃地24經(jīng)濟(jì)林地（園地）25其它林地26草地3天然牧草地31人工牧草地32其它草地33建設(shè)用地4道路用地41工礦、城鄉(xiāng)居民、其他建筑用地42其它建設(shè)用地43水域5其它用地6根據(jù)具體任務(wù)研究區(qū)特點(diǎn)遙感影像特點(diǎn)第47頁，共98頁，2023年，2月20日，星期日光譜特征空間遙感圖像的光譜特征通常是以地物在多光譜圖像上的亮度值（反射率值）體現(xiàn)出來的。地物點(diǎn)在不同波段圖像中的亮度值構(gòu)成一個(gè)多維的向量X，稱為光譜特征向量。

X=[x1,x2,…,xn]Tn為圖像的波段數(shù)；xi為地物圖像點(diǎn)在第i波段圖像的亮度值為了度量圖像中地物的光譜特征，建立一個(gè)以各波段圖像的亮度分布為子空間的多維特征空間。第48頁，共98頁，2023年，2月20日，星期日地物與光譜特征空間的關(guān)系地類名稱一般稱類別，例如土地利用/覆蓋中的居民地、水域、園地、林地、耕地等。參與分類的多個(gè)特征量（向量）所定義的空間，稱為特征空間，例如2個(gè)波段定義的2維特征空間，3個(gè)波段定義的3維特征空間等。第49頁，共98頁，2023年，2月20日，星期日特征變換特征變換的作用：減少特征之間的相關(guān)性，盡可能少的特征來最大限度的包含原始的信息；使待分類別之間的差異在變換后的特征中更加明顯，從而改善分類效果。特征變換主要方法有：比值變換、主成分變換、纓帽變換、植被指數(shù)等第50頁，共98頁，2023年，2月20日，星期日特征選擇在特征空間中，選擇一組最佳的特征波段來進(jìn)行分類。特征選擇與所希望區(qū)分的類別以及圖像本身的特征有關(guān)。如提取植被，選植被指數(shù)，纓帽變換的第二分量等；山地植被提取，選用比值變換后的影像，可以消除地形對(duì)圖像的影響；針對(duì)巖石、建構(gòu)筑物，選用短波紅外波段（TM5或TM7）第51頁，共98頁，2023年，2月20日，星期日監(jiān)督分類與非監(jiān)督分類非監(jiān)督分類：事先沒有類別的先驗(yàn)知識(shí)，純粹根據(jù)圖像數(shù)據(jù)自身的統(tǒng)計(jì)特征和點(diǎn)群分布情況，根據(jù)相似性程度自動(dòng)進(jìn)行歸類，最后再確定每一類的類別。監(jiān)督分類：有類別的先驗(yàn)知識(shí)，根據(jù)先驗(yàn)知識(shí)選擇訓(xùn)練樣本，由訓(xùn)練樣本得到分類判別準(zhǔn)則。將未知類別的樣本代入判別規(guī)則，依據(jù)判別準(zhǔn)則對(duì)各樣本的所屬類別做出判斷。第52頁，共98頁，2023年，2月20日，星期日2非監(jiān)督分類分類標(biāo)準(zhǔn)的確定不需要人的參與，由計(jì)算機(jī)自動(dòng)按照某一標(biāo)準(zhǔn)（例如距離最短）自動(dòng)進(jìn)行。需要確定要分幾類，或者類別數(shù)量范圍。類似的概念：聚類分析、點(diǎn)群分析、空間集群等。常用的非監(jiān)督分類方法：1)K-MEANS;ISODATA非監(jiān)督分類的結(jié)果是光譜類（反映光譜差異）需要對(duì)光譜類進(jìn)行綜合與調(diào)整才能得到信息類第53頁，共98頁，2023年，2月20日，星期日2.1K-MEANS（K-均值算法）1、任意選擇K個(gè)聚類中心，一般選前K個(gè)樣本；2、迭代，將未知樣本X分到距離最近的類中；3、根據(jù)第2步的結(jié)果，重新計(jì)算聚類中心；4、每一類的像元數(shù)目變化達(dá)到要求或迭代次數(shù)達(dá)到要求，算法結(jié)束。在特征空間內(nèi)計(jì)算各類的均值，使用最小距離法，將未知像元?jiǎng)澐值侥骋活愔?，再調(diào)整均值，直到迭代次數(shù)滿足，或者距離閾值滿足條件。具體步驟：影響K－均值法的因素有：聚類中心數(shù)目，初始類中心的選擇，樣本輸入的次序等。第54頁，共98頁，2023年，2月20日，星期日ENVI的K-MEANS參數(shù)設(shè)定Numberofclass:要分成幾類Changethreshold%(0-100):如果每一類的像元數(shù)目變化小于此數(shù)值，則迭代停止。第55頁，共98頁，2023年，2月20日，星期日2.2ISODATAISODATA（IterativeSelf-OrganizingDataAnalysisTechnologyAlgorithm,迭代自組織數(shù)據(jù)分析算法）在K均值算法的基礎(chǔ)上，加入了試探性的步驟，能夠吸取中間結(jié)果的經(jīng)驗(yàn)，在迭代的過程中可以進(jìn)行類別的分離和合并，具有“自組織”性，是目前非監(jiān)督分類中使用最為廣泛的算法。該算法中影響分類結(jié)果的參數(shù)有：迭代次數(shù)、類別數(shù)（最大、最?。⒓臃诸惖牟ǘ?。第56頁，共98頁，2023年，2月20日，星期日ENVI的ISODATA參數(shù)設(shè)定第57頁，共98頁，2023年，2月20日，星期日輸入?yún)?shù)說明：最大和最小類別數(shù)目，因?yàn)樗惴ㄟM(jìn)行自動(dòng)的類別分裂和合并，所以不能確定類別的具體數(shù)目;最大迭代次數(shù)和各類間像元變化閾值，其中一項(xiàng)滿足，則分類結(jié)束;如果某一類別中的像元數(shù)目小于Minimum#pixelinclass，則刪除該類別，像元?dú)w并到最近的一類中;如果某一類的標(biāo)準(zhǔn)差大于Minimumclassstdv，則該類別需要分裂成兩個(gè)類別;如果兩個(gè)類別的距離小于Maximumclassdistance，則該兩個(gè)類別合并成一類;Maximum#mergepairsclass定義最多合并多少類別;Maximumstdevfrommean;Maximumdistanceerror.第58頁，共98頁，2023年，2月20日，星期日3監(jiān)督分類監(jiān)督分類，首先根據(jù)已知的樣本類別和類別的先驗(yàn)知識(shí)，確定判別函數(shù)和相應(yīng)的判別準(zhǔn)則其中利用一定數(shù)量的已知類別的樣本的觀測(cè)值求解待定參數(shù)的過程稱為學(xué)習(xí)或者訓(xùn)練然后將未知類別的樣本的觀測(cè)值代入判別函數(shù)，再依據(jù)判別準(zhǔn)則對(duì)該樣本的所屬類別作出判定第59頁，共98頁，2023年，2月20日，星期日3監(jiān)督分類3.1

盒式分類(平行六面體分類)3.2最小距離分類

3.3最大似然分類

第60頁，共98頁，2023年，2月20日，星期日3.1盒式(平行六面體)分類使用簡(jiǎn)單的分類規(guī)則進(jìn)行多光譜遙感圖像的分類。決策線在n維光譜空間中是一個(gè)“盒子”。盒子的邊長(zhǎng)根據(jù)距離平均值的標(biāo)準(zhǔn)差確定。如果某個(gè)像元落在某一類的盒子的閾值范圍內(nèi)，則劃分到該類別中。落不到任何盒子中，則標(biāo)識(shí)為未分類像元。輸入?yún)?shù)Maxstdevfromthemean,是距離平均值多少個(gè)標(biāo)準(zhǔn)差。第61頁，共98頁，2023年，2月20日，星期日平行六面體分類ParallelepipedClassifier3SD’s3SD’s3SD’s3SD’s使用3倍標(biāo)準(zhǔn)差的例子：平均值MeanBand1Band2第62頁，共98頁，2023年，2月20日，星期日3.1盒式(平行六面體)分類(續(xù))第63頁，共98頁，2023年，2月20日，星期日3.2最小距離分類計(jì)算未知像元距離各個(gè)類別均值向量的距離，將該像元?jiǎng)澐值骄嚯x最小的類別中。則，樣本x屬于第i類，距離的計(jì)算公式：Σ=I，則為歐式距離，否則為馬氏距離第64頁，共98頁，2023年，2月20日，星期日最小距離法輸入?yún)?shù)：Maxstdevfromthemean,是距離平均值n個(gè)標(biāo)準(zhǔn)差。Maxdistanceerror,距離的最大閾值如果兩個(gè)參數(shù)都輸入了，使用其中小的作為最終的判別標(biāo)準(zhǔn)。如果計(jì)算的距離大于上面的參數(shù)設(shè)置，則樣本分到未分類第65頁，共98頁，2023年，2月20日，星期日3.2最小距離分類(續(xù)1)第66頁，共98頁，2023年，2月20日，星期日3.3最大似然分類假設(shè)條件：數(shù)據(jù)符合某種分布（多維正態(tài)分布）。如果不符合，分類的精度將下降。計(jì)算每個(gè)像元屬于各個(gè)類別的似然度（后驗(yàn)概率）（likelihood）,該像元?dú)w到似然度最大的類別中。似然度是像元數(shù)據(jù)X屬于類別ωi的后驗(yàn)概率。如果類別ωi中X的條件概率為P(x/ωi),則似然度的計(jì)算公式為：第67頁，共98頁，2023年，2月20日，星期日3.3最大似然分類（續(xù)1）P(X/ωi)=_______1.0(2*)1/2∑1/2e-(1/2)*(X–M)2/∑2對(duì)于樣本點(diǎn)的統(tǒng)計(jì)分布屬于正態(tài)分布，其概率密度函數(shù)為：判別函數(shù)：第68頁，共98頁，2023年，2月20日，星期日3.3最大似然分類(續(xù)2)第69頁，共98頁，2023年，2月20日，星期日最大似然與最小距離分類判別函數(shù)：如果各類的P(ωi)

相等，則為最小馬氏距離監(jiān)督分類如果各類的P(ωi)

和Σ都相等，則為最小歐式距離的監(jiān)督分類第70頁，共98頁，2023年，2月20日，星期日監(jiān)督分類過程1、確定分類類別2、特征變換、特征選擇3、選擇訓(xùn)練區(qū)4、確定判別函數(shù)和判別規(guī)則，根據(jù)訓(xùn)練區(qū)數(shù)據(jù)，計(jì)算判別函數(shù)參數(shù)（類別均值標(biāo)準(zhǔn)差）5、根據(jù)判別函數(shù)和判別規(guī)則對(duì)非訓(xùn)練樣區(qū)圖像進(jìn)行判別和歸類第71頁，共98頁，2023年，2月20日，星期日神經(jīng)網(wǎng)絡(luò)方法輸入層隱藏層輸出層其他分類算法第72頁，共98頁，2023年，2月20日，星期日遙感分層決策樹分類根據(jù)圖像覆蓋區(qū)的地表覆蓋類型總體結(jié)構(gòu)和分層結(jié)構(gòu)，進(jìn)行逐級(jí)分類。對(duì)目視解譯分類而言，就是在分類樹的每個(gè)節(jié)點(diǎn)上，建立類別間的解譯標(biāo)志來區(qū)分；而對(duì)計(jì)算機(jī)自動(dòng)分類而言，則是按一定的分類規(guī)則（如最小距離、最大似然法等）分別設(shè)計(jì)各種分類器，對(duì)圖像中的各像元進(jìn)行逐層的識(shí)別、歸類，通過若干次中間判別最終得到判別分類的結(jié)果。第73頁，共98頁，2023年，2月20日，星期日分層決策分類樹示例地表特征云密度形態(tài)水域雪冰天然的裸巖裸地陰影栽培的地表水植被裸露地表人工特征城鄉(xiāng)用地工礦用地森林灌木林草地休閑地耕地針葉林闊葉林混交林林型健康干旱病蟲害狀態(tài)種類作物狀態(tài)水田交通用地園地健康干旱病蟲害旱地水澆地菜地NDVI、DTM、地貌部位NDVI、空間結(jié)構(gòu)NDVINDVI第74頁，共98頁，2023年，2月20日，星期日30米分辨率TM圖像融合后2.5米分辨率SPOT5圖像適合高分辨率的面向?qū)ο蠓诸惖?5頁，共98頁，2023年，2月20日，星期日面向?qū)ο蟮姆诸惙▽?duì)象為具有相似特征像素的集合體，將它看成高空間分辨率遙感圖像的構(gòu)成基元，對(duì)應(yīng)于中低空間分辨率圖像的像素單元。通過對(duì)對(duì)象的操作，不僅可以獲得地物光譜信息，更能獲得包括紋理、形狀、大小、上下文等豐富的空間信息。第76頁，共98頁，2023年，2月20日，星期日與傳統(tǒng)分類方法的本質(zhì)區(qū)別：是對(duì)影像對(duì)象而不是像素進(jìn)行分類

對(duì)象屬性： 像素屬性: -顏色 -顏色（波譜信息） -形狀 -大小 -紋理 -上下文第77頁，共98頁，2023年，2月20日，星期日面向?qū)ο蠓诸愡^程1、圖像分割—形成對(duì)象

根據(jù)某些特征把圖像分割成一些在空間上相鄰、互不交疊的區(qū)域，使得這些特征在某一區(qū)域內(nèi)表現(xiàn)一致或相似，而在不同區(qū)域間表現(xiàn)出明顯的不同2、影像對(duì)象分類

根據(jù)對(duì)象的光譜、紋理、形狀、層次關(guān)系、拓?fù)潢P(guān)系等，進(jìn)行分類

分類方法：最鄰近法，模糊分類法第78頁，共98頁，2023年，2月20日，星期日面向?qū)ο蠓诸惙椒ㄗ钹徑诸惙ㄓ跋駥?duì)象作為分類的基本單元，優(yōu)選對(duì)象的特征，構(gòu)建對(duì)象的特征空間在特征空間中計(jì)算待分類影像對(duì)象與各地類訓(xùn)練樣本之間的距離，尋找與待分類影像對(duì)象距離最近的樣本對(duì)象，將該對(duì)象歸屬到最近樣本對(duì)象所在的類別第79頁，共98頁，2023年，2月20日，星期日面向?qū)ο蠓诸惙椒：诸惙：蠢秒`屬度函數(shù)將對(duì)象特征值轉(zhuǎn)換為隸屬度（屬于某一類別的可能性）。模糊邏輯運(yùn)算是對(duì)對(duì)象的多個(gè)特征形成的多個(gè)模糊集合進(jìn)行邏輯運(yùn)算處理。反模糊化指通過模糊集合綜合評(píng)判的方法確定對(duì)象類別，是一個(gè)從隸屬度度到確定類別的過程。第80頁，共98頁，2023年，2月20日，星期日基于像元的植被提取基于影像對(duì)象的植被提取面向?qū)ο笈c基于像素分類效果比較第81頁，共98頁，2023年，2月20日，星期日4分類后處理4.1類別的合并4.2篩濾4.3臨近類別的歸并4.4多數(shù)/少數(shù)分析4.5類別的疊加顯示

第82頁，共98頁，2023年，2月20日，星期日4.1類別的合并同一類別中，光譜特征相差太大，需要再分類的時(shí)候作為幾類進(jìn)行分類，分類完成后再進(jìn)行類別的合并。第83頁，共98頁，2023年，2月20日，星期日4.2篩濾（sieve）去除離散的像元點(diǎn)。與用戶給定的窗口大小有關(guān)。去除后的像元標(biāo)記為“未分類”。四鄰域八鄰域四鄰域八鄰域第84頁，共98頁，2023年，2月20日，星期日4.3臨近類別的歸并(clump)離散點(diǎn)歸并到周圍大的類別中。先膨脹，再侵蝕。數(shù)學(xué)形態(tài)學(xué)知識(shí)簡(jiǎn)介：膨脹（Dilate）：填充、擴(kuò)展、增長(zhǎng)等。填充小于結(jié)構(gòu)元素（核）的像元。灰度圖像或者黑白圖像。侵蝕(Erode):收縮。去除小于給定結(jié)構(gòu)的孤島。開運(yùn)算（Opening）：先侵蝕再膨脹。突刺濾掉，切斷細(xì)長(zhǎng)搭接而起到分離作用。閉運(yùn)算（Closing）：先膨脹再侵蝕?？梢蕴钛a(bǔ)小的缺口和孔，搭接短的間斷而起到連通作用。Clump采用閉運(yùn)算第85頁，共98頁，2023年，2月20日，星期日111131111111111111CLUMP處理后第86頁，共98頁，2023年，2月20日，星期日4.4多數(shù)/少數(shù)分析

Majority/MinorityAnalysis多數(shù)或者少數(shù)分析中心像元將被給定的窗口內(nèi)的多數(shù)像元或者少數(shù)像元值所取代。舉例多數(shù)分析第87頁，共98頁，2023年，2月20日，星期日4.5類別疊加顯示將分類的圖像疊加在一個(gè)彩色合成遙感圖像上。對(duì)于分類圖像可以選擇要疊加的類別。用途：動(dòng)態(tài)變化的監(jiān)測(cè)，分類結(jié)果的檢驗(yàn)與交互式修改。第88頁，共98頁，2023年，2月20日，星期日5.精度評(píng)價(jià)5.1精度評(píng)價(jià)流程

5.2檢驗(yàn)數(shù)據(jù)

5.3采樣方法

5.4混淆矩陣

5.5Kappa統(tǒng)計(jì)

第89頁，共98頁，2023年，2月20日