遥感图像信息提取.ppt

位置、波长间隔的大小。
多光谱遥感、高光谱遥感、超光谱遥感之间的区别， 本质上就是光谱分辨率在数量级上的不同。
黑白全色航片、彩色相片、多光谱影像、高光谱影 像，光谱分辨率越来越高。
光谱分辨率的提高，有利于提高遥感应用分析的效 果；但并不是简单的波段数量越多越好。
光学遥感技术的开展-光谱分辨率不断提高
时间分辨率是关于遥感影像间隔时间的一项性能指 标。
遥感探测器按一定的时间周期重复采集数据，这种 重复周期是由卫星的轨道高度、轨道倾角、运行周期、 轨道间隔、偏移系数等参数所决定。这种重复观测的 最小时间间隔就称为时间分辨率。
采用适宜时间分辨率的数据，是成功进展遥感变化 检测的关键问题之一。
空间分辨率与光谱分辨率之间的关系
〔1〕根据卫星轨道参数〔包括位置、姿态、轨道及扫 描特征〕校正影像，为提高精度有时需要参加DEM。这 种情况不需要GCP，一般利用卫星数据自带的一个参数 文件完成纠正。在低分辨率的遥感影像上，GCP的选择 比较困难，可以考虑采用这种方式。 〔2〕利用几何校正模型〔如多项式〕+GCP的方式。 一般中分辨率的遥感数据〔如TM影像〕可以考虑采用这 种方式，但具体情况下还需考虑地形的影响。 〔3〕利用轨道参数+地面控制点+DEM进展纠正，即 进展正射纠正，这种方式精度最高，但对信息的需求也 最多，适合高分辨率的遥感数据的纠正。 说明：第二种情况是练习的重点。
Panchromatic
Hyperspectral
Multispectral
主要通过形状〔空间 信息〕识别地物
Color Photography
加强型的颜色感知
主要通过光谱 信息识别地物
增加了颜色的感知
2. 空间分辨率〔Spatial Resolution〕

➢采用距离衡量相似度 时，距离越小相似度 越大。 ➢采用相关系数衡量相 似度时，相关程度越 大，相似度越大。
2
二、分类方法
非监督分类（ Unsupervised classification ）： 是在没有先验类别（训练场地）作为样本的条件 下，即事先不知道类别特征，主要根据像元间相 似度的大小进行归类合并（即相似度的像元归为 一类85%，模板需要要重建。
35
三、图像分类中的有关问题
1、未充分利用遥感图像提供的多种信息 只考虑多光谱特征，没有利用到地物空间关系、
图像中提供的形状和空间位置特征等方面的信 息。 统计模式识别以像素为识别的基本单元,未能利 用图像中提供的形状和空间位置特征,其本质是 地物光谱特征分类
（3）多级切割分类法 （4）特征曲线窗口分类法
监督分类的一般步骤
采集训练样本 建立模板 评价模板 初步分类 检验分类
分类后处理 分类特征统计
训练样本选择：
取决于用户对研究区及类别的了解程度。
1）矢量多边形：使用矢量图层；自定义AOI多边形； 2）标志种子象素：利用AOI工具，用十字光标标出 一个象元作为种子象素（seed pixel）代表训练样本， 其相邻象素根据用户指定参数进行比较，直到没有 相邻象元满足要求，这些相似元素通过栅矢转换成 为感兴趣区域。
46
小波分析
小波理论起源于信号处理。由于探测精度的限
制．一般的信号都是离散的，通过分析认为信号是由多
个小波组成的，这些小波代表着不同的频率持征。小波
函数平移、组合形成了小波函数库，通过小波函数库中
区间的变化可以对某些感兴趣的频率特征局部放大，因
此．小波函数被称为数学显微镜。
47
小波分析
小波分析方法的基本思想就是将图像进行多分辨率 分解．分解成不同空间、不同频率的子图像、然后再对子 图像进行系数编码。基于小波分析的图像压缩实质上是对 分解系数进行量化的压缩。

几何校正模型
主要有： 仿射变换（RST） 多项式 局部三角网（Delaunay Triangulation）
图像配准
经常在实际数据生产中会遇到，同一地区的图像 或者相邻地区有重叠区的图像，由于几何校正误 差的原因，重叠区的相同地物不能重叠，这种情 况对图像的融合、镶嵌、动态监测等应用带来很 大的影响。遇到这种情况，可以利用重叠区的匹 配点和相应的计算模型进行精确配准。
地球曲率及空气折射，地形影响等
几何校正：纠正系统和非系统因素引起的几 何畸变。
背景知识——卫星姿态引起的图 像变形
背景知识——动态扫描图像的变 形
几何校正模型
主要有： 仿射变换（RST） 多项式 局部三角网（Delaunay Triangulation）
几何粗校正
几何粗校正：这种校正是针对引起几何畸变的原 因进行的，地面接收站在提供给用户资料前，已 按常规处理方案与图像同时接收到的有关运行姿 态、传感器性能指标、大气状态、太阳高度角对 该幅图像几何畸变进行了校正。
Modis传感器参数
校 正 前
校 正 后
在google earth上显示校正后 的结果
几何精校正
基于地面控制点，利用几何校正模型，构建图像 与地面坐标/与图像之间的几何关系完成几何校 正，当控制点选择源是图像（有地理坐标）时候， 又属于图像配准范畴。
多项式模型 x=a0+a1x+a2Y+a3x2+a4xy+a5y2+…… y=b0+b1x+b2Y+b3x2+b4xy+b5y2+…… 最少控制点个数 N=（n+1）*（n+2）/2 误差计算 RMS Eerror=sqrt（（x’-x）2+（y’-y）2）

10
三，其他光学图像处理
对遥感影像母片作不同的曝光处理可制成影像密度 各不相同的正、负模片(拷贝)。同一地区可以有不同遥 感器，不同波段以及不同时间等各种模片。对不同组 合的相关模片进行处理可获得不同增强效果的新图像。 上述彩色合成即是其中最常用的方法。此外，还常采用 以下几种处理方法。
1 反差增强： 通常是利用高反差的感光材料和冲 洗液作反复拷贝，来扩大原模片中的影像密度差异。 它有利于增强一些低反差的地物影像，突出大的轮廓， 也可使彩色合成获得更丰富的层次，但同时会丢失部分 细节，故处理时要适可而止。
5
假彩色等密度分割：即通过光电仪器将胶片上 不同的密度等级以色彩的变化显示成彩色的图像。这 种仪器通常称彩色等密度分割仪，一般将胶片的影像 密度分割为8、12、24、32，64等级，不同密度级的 色别可在64色内任意选调变换，并在数秒钟内显示在 彩色监视器的屏幕上，通过反复调节变换色彩，选择 最佳的处理结果。
光学处理的仪器和技术手段： 摄影处理、光电处 理和相干光处理等等。
处理方法： 密度分割、彩色合成、边缘增强、反 差增强、光学图像比值、光学变换、光学编码等，其中 最常用的是假彩色等密度分割和假彩色合成。
2
一、光学等密度分割处理
(一)影像密度的概念： 对于黑白胶片，影像密度通常 以胶片透光率(T)倒数的对数表示。
密度分割：任何一幅遥感图像都可以看作是地物电 磁波辐射强度的二维分布函数。对于胶片影像。可用影 像密度值的二维分布来表征，对于像片，则为灰度值的 二维分布。与地形图的等高线相仿，照例可按一幅图像
中密度(或灰度)值的变化 范围，将其划分为若干个 等级，以等值面对影像密 度(或灰度)函数进行分层， 用等值线图来表示图像各 部分的密度(灰度)差异变 化。在遥感图像处理中称 此为密度分割，或密度分 割技术。