遥感图像处理 第二讲 遥感影像及统计分析
- 格式:ppt
- 大小:3.92 MB
- 文档页数:90
统计学方法在遥感影像处理中的应用遥感影像处理是指利用遥感技术获取的影像数据进行分析、处理和解释的过程。
随着遥感技术的发展和数字图像处理的进步,统计学方法在遥感影像处理中的应用越来越广泛。
统计学方法的应用不仅可以提取遥感影像中的地表信息,还可以进行分类、变化检测、目标识别等各种分析。
一、统计学在遥感影像预处理中的应用在遥感影像预处理中,统计学方法可以用来去除影像中的噪声、增强图像对比度、调整图像亮度等。
其中,最常用的统计学方法之一是直方图均衡化。
通过对图像的像素值进行统计,直方图均衡化可以使图像中的灰度级分布更均匀,从而提高图像的可视化效果和信息提取能力。
二、统计学在遥感影像分类中的应用遥感影像分类是将影像中的像素划分到不同的类别或地物类型中的过程。
统计学方法在遥感影像分类中广泛运用,例如最大似然分类算法。
最大似然分类算法利用统计学原理对不同类别的像素进行分析,通过计算像素在不同类别条件下的概率,选择具有最高概率的类别作为该像素的分类结果。
三、统计学在遥感影像变化检测中的应用遥感影像变化检测是比较不同时期的遥感影像,检测地表发生的变化并进行分析的过程。
统计学方法可以用来识别和量化图像中的变化信息。
例如,统计学中的假设检验方法可以用来判断两幅遥感影像中像素值的差异是否显著,从而确定是否存在地物变化。
四、统计学在遥感影像目标识别中的应用遥感影像目标识别是指从遥感影像中自动或半自动地识别和提取感兴趣的地物目标。
统计学方法可以通过对目标的特征进行统计分析,实现目标的识别和分类。
例如,主成分分析方法可以通过对遥感影像像素的变异性进行统计,提取图像中的主要信息,从而实现目标的自动识别。
综上所述,统计学方法在遥感影像处理中有着广泛的应用。
通过统计学方法,遥感影像的处理和分析能力得到了大幅提升,为遥感技术的进一步应用和研究提供了有力支持。
未来,随着统计学方法的不断发展和创新,其在遥感影像处理中的应用还将得到进一步拓展和深化。
遥感图像处理与分析(二)Remote Sensing Image Processing and Analysis第二章 遥感图像处理系统及基本概念遥感图像处理系统介绍 ¾ 数字图像处理的基本概念¾一、遥感图像处理系统介绍基本要求与分类¾¾¾以计算机系统为核心的、处理和分析图像信息的 系统。
从巨型机到微机都可构成图像处理系统。
但与一 般计算机系统相比较,数字图像处理系统必须具 备图像输入和输出的专用设备。
且要求: ① 存储容量要大; ② 处理速度要快; ③ 人机交互要方便。
随着计算机技术的发展,图像处理系统也出现了 多功能、小型化和普及化的趋势。
遥感图像处理系统大容量图 大容量图 像存储 像存储 图像输入 图像输入 图像运算 图像运算 处理 处理 终端 终端 图像输 图像输 出 出¾一个遥感图像处理系统包括:遥感图像的获取设备(传感器) 图像处理软件 计算机 输入数据存储装置 输出数据存储装置 图像的输出和显示设备图像处理输入(传感器数据)格式1、图像处理的软件部分 它是各种基本的的图像处理程序,包括: 图像显示 图像变换 图像灰度处理 图像几何处理 图像匹配 图像分类 等等。
专业遥感图像处理系统、通用系统图像显示 格式:BMP 大小:256×256 像素深度:8 色彩模式:灰度 图像大小:65K反色阈值化窗口变换灰度拉伸均衡化原图像、水平、垂直镜像、平移图像的转置和旋转图像匹配遥感图像分类是模式识别技术在遥感技术领域的具体应用。
对遥感图像中地物的光谱信息和空间信息进行分析,选择特征,并用将特征控件划分为若干不重叠的子区间,然后将图像中各象素分到各子空间中去。
根据是否给定非类的类别可分为:监督分类和非监督分类。
ERDAS IMAGINEERDAS IMAGINE是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件,以模块的方式提供给用户,可使拥护根据自己的应用要求,资金情况合理的选择不同的功能模块极其不同功能模块的组合。
遥感影像处理与分析遥感技术,是指通过遥感卫星、飞机或其他探测手段,对地球表面各种物质进行感应、探测、监测、记录,并进行加工处理和分析的技术。
在现代社会中,遥感技术已经成为地球科学、环境科学、农业科学、城市规划、国土资源管理等领域中最重要的技术之一。
遥感影像处理与分析是遥感技术中非常重要的环节。
它通过对处于遥远、复杂甚至危险地区采集的遥感图像进行有效的处理和分析,得到大量的地表信息和数据,进一步为科学研究、生产和决策提供支持。
一、遥感影像的处理遥感影像的处理就是对图像进行数字化、几何纠正、辐射校正、噪声剔除、拼接镶接等一系列工作,以便进一步进行分析。
数字化:数字化就是将现实世界中的连续物理量(如亮度、色彩等)转化为数字量,即将图像转化为由像素组成的数字矩阵。
数字矩阵是遥感图像进行后续处理和分析的基础。
几何纠正:在获取遥感影像时,由于地球的弧面效应和平面摄像原理的差异,会出现图像中存在不同程度的几何形变问题,如形状扭曲、变形、位移等。
因此需要进行几何校正,即通过确定地面控制点和图像控制点之间的对应关系,对图像进行校正,以消除图像的几何形变。
辐射校正:遥感影像的像元值与物理量之间存在一定的复杂关系。
为提取出符合实际物理场景的信息,需要对影像进行辐射校正,即将影像的表观辐射值转换为地表反射率或辐射亮度。
噪声剔除:在影像获取和处理的过程中,会伴随着各种噪声,如气象、大气、地物等各种影响。
通过对影像进行滤波、去噪、降噪等一系列操作,去除噪声对图像分析的影响,提高影像的质量和效果。
拼接镶接:在遥感卫星对地面进行拍摄时,由于同一地区的不同时间或不同卫星工作的效果可能存在差异,因此需要对多幅影像进行拼接镶接,以形成一个完整的、无缝的地理信息图。
这是真实世界中遥感影像处理中极为重要的一步。
二、遥感影像的分析遥感影像的处理是为了更好地进行影像分析和提取有用信息,遥感图像分析是遥感影像处理的一个重要应用。
遥感影像的分析包括物质识别、分类、面积测算、空间分布分析、时序变化、地形分析等。