遥感图像处理-多特征提取PPT课件

此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！
32
此课件下载可自行编辑修改，此课件供参考！ 部分内容来源于网络，如有侵权请与我联系删除！感谢你的观看！
可编辑课件PPT
11
假彩色：底片为非可见光波段相片，由人工根 据需要添加颜色合成，与天然实物色彩不同。
相同颜色的油漆在遥感相 片中的差异
可编辑课件PPT
国产 韩国 水泥
合资 12
标准假彩色：草、树和庄稼覆盖地区通常为 红色，而水是蓝黑色或深蓝色的，城市、村庄等 人工建筑为灰白色或浅蓝色。
红色
植被
灰白色 浅蓝色
人工建筑
深蓝色 蓝黑色
可编辑课件PPT
水文要素
13
2、遥感技术系统与遥感类型
（1）遥感技术系统的组成
由遥感平台、传感器、信息传输接收装置、数字或图像 处理设备以及相关技术等组成。
最 关 键 装 置
可编辑课件PPT
14
2.遥感技术的类型
可编辑课件PPT
15
航
天 >80 千 米
平
航台
遥感与洪涝灾害
1998年夏秋，长江流域发生了罕见的大洪水，洞庭湖
及荆江地区受灾比较严重。国家利用飞机和卫星对该地
区进行了遥感监控，获得了大量的遥感影像图，通过计
算机处理后制成了淹没地区分布图，图中淹没地区和分
布及各部分的范围一目了然。而且，在计算机中可对淹
没面积按各种要求进行快可编速辑课、件准PPT确无误的统计。
（1）概念
遥感（ Remote sensing简称RS）就是遥远 的感知,指借助对电磁波敏感的仪器，在不与 探测目标接触的情况下，记录目标物对电磁波 的辐射、反射、散射等信息，揭示目标物的特 征、性质及其变化的综合探测技术。

指遥感器所能识别的最小目标或最小特征。
图像解译
通过遥感图像识别地物，提取所需信息。
遥感图像的获取与处理
获取方式
通过卫星、飞机、无人机等平台上的传感器 获取。
处理流程
预处理（辐射定标、大气校正等）、图像增强（对 比度拉伸、直方图均衡化等）、信息提取（特征提 取、分类等）。
应用领域
土地利用、城市பைடு நூலகம்划、环境监测、灾害评估 等。
遥感地学在国家安全、资源调查、环境保护、灾 害监测等方面发挥着重要作用，为社会经济发展 提供了重要的数据支持。
提高人类生活质量
遥感地学的发展为人类提供了更加准确的环境监 测和预测数据，有助于提高人类的生活质量。
遥感地学的历史与发展
遥感地学的起源
遥感技术最早应用于军事领域，随着技术的发展和普及，逐渐应用于地球科学研究。
遥感地学的发展历程
随着卫星遥感技术的发展，遥感地学逐渐成为一门独立的学科。在过去的几十年中，遥感 地学在理论、技术、应用等方面都取得了显著的进展。
遥感地学的未来发展
随着技术的不断进步和应用需求的增加，遥感地学将继续发展壮大。未来遥感地学将更加 注重高光谱、高分辨率数据的获取和处理，加强与其他学科的交叉融合，拓展应用领域， 提高应用效果。
02
遥感技术原理
遥感技术的定义与分类
定义
遥感技术是一种通过非直接接触目标的方式获取其信息的高新技术。
分类
按平台可分为航天遥感、航空遥感和地面遥感；按波段可分为可见光遥感、红外遥感、微波遥感和多波段遥感。
遥感技术的原理
电磁波理论
地球表面各种地物对太阳辐射的反射和发射 的电磁波有不同的特征。
分辨率
水资源评估
总结词

如果
P(i | X ) P( j | X )
对于
i j, i, j 1,2,, m
成立，则
X i
河南农业大学资源与环境学院 冯新伟
5、分类方法
（1）监督分类
选择具有代表性的典型实验区或训练区，用训练 区中已知地面各类地物样本的光谱特性来“训练” 计算机，获得识别各类地物的判别函数或模式， 并以此对未知地区的像元进行分类处理，分别归 入到已知的类别中。
（2）非监督分类 纯粹依靠不同光谱数据组合在统计上的 差别来进行分类，事后再对已分出各类 的地物属性进行确认的过程。
河南农业大学资源与环境学院 冯新伟
（2）非监督分类工作程序：
①对输入的每个象元点的数据进行统计计算。 ②选定某一种比较模式或判别方法，如最小距离法、图像 识别法等。 ③依据确定的模式或判别方法，进行各象元点的统计数值 比较、归纳，输出分类的结果。 ④根据分类结果，实地核定各类所代表的地物类型。 非监督分类不需要对研究地区有事先的了解，可以减少人 为的干扰，同时可以节省时间，成本也较低。

河南农业大学资源与环境学院 冯新伟
图像处理与特征提取子系统
遥感图像解译知识获取子系统
遥感图像解译专家系统的组成
狭义的遥感图像解译专家系统
河南农业大学资源与环境学院 冯新伟
（4）模式识别与专家系统相结合 既可以发挥图像解译专家知识的指导作用，在 一定程度上为模式识别提供经验性的知识，又可以 利用数字遥感图像本身提供的特征，有助于提高计 算机解译的灵活性。
河南农业大学资源与环境学院 冯新伟
4、判别函数



意义：当特征空间已经存在的情况下，每个像元的分 类问题，就是判定它距离哪个集群中心较近；或落入 哪个集群范围的可能性大的问题。因此就需要建立划 分特征空间的判别边界，在数学上来说，就是建立“判 别函数”和“分类规则”的问题。 判别函数对于二维光谱空间是直线或曲线，对于三维 光谱空间是平面或曲面，对于三维以上则是超平面或 超曲面。 类型： 距离判别函数 概率判别函数 河南农业大学资源与环境学院 冯新伟

特征变换
将原始特征进行变换，生成新的特征，以更好地 反映地物类别之间的差异。
分类器设计
监督分类
利用已知样本的训练集设计分类器，对未知样本进行分类。
非监督分类
对未知样本进行聚类分析，将相似的样本归为同一类。
混合分类
结合监督分类和非监督分类的优势，提高分类精度和稳定性。
分类结果评价
精度评价
通过比较分类结果与实际地物类别， 计算分类精度、混淆矩阵等指标。
THANKS
感谢观看
分类器。
多源遥感数据融合问题
多源遥感数据融合可以提高分类精度和可靠性，但同时也带 来了数据匹配、融合算法选择等问题。
解决多源遥感数据融合问题的策略包括使用先进的融合算法 ，如基于深度学习的融合方法，以及优化数据匹配方法。
遥感图像分类技术的发展趋势
01
遥感图像分类技术正朝着高精度、高效率和自动化的方向发展 。
可靠性评价
评估分类结果的稳定性、可靠性以及 抗干扰能力。
应用价值评价
根据分类结果在实际应用中的价值， 如土地利用、资源调查、环境监测等
，对分类方法进行综合评价。
04
CATALOGUE
遥感图像分类的挑战与展望
数据质量问题
遥感图像常常受到噪声、失真和 模糊等影响，导致数据质量下降
。
数据质量问题还表现在不同传感 器获取的图像之间的差异，以及 不同时间获取的图像之间的变化
遥感图像分类的应用
遥感图像分类在多个领域有广泛应用，如环境保护、城市规划、资源调查、军事 侦察等。
通过遥感图像分类，可以快速获取大范围的地物信息，为相关领域的决策提供科 学依据。
02
CATALOGUE
遥感图像分类的方法