第六章遥感字图像计算机解译-PPT文档资料

整理文档很辛苦,赏杯茶钱您下走!

免费阅读已结束,点击下载阅读编辑剩下 ...

阅读已结束,您可以下载文档离线阅读编辑

资源描述

枣庄学院·旅游与资源环境系1第六章遥感数字图像的计算机解译本章要点遥感数字图像的性质与特点遥感数字图像的自动分类遥感图像多种特征的抽取遥感图像解译专家系统枣庄学院·旅游与资源环境系2§6.1、数字图像的性质和特点一.遥感数字图像遥感数字图像是以数字表示的遥感图像,其最基本的单元是像素.像素是成像过程的采样点,也是计算机处理图像的最小单元。像素具有空间特征和属性特征。正像素;混合像素枣庄学院·旅游与资源环境系3§6.1、数字图像的性质和特点二、遥感数字图像的特点便于计算机处理与分析图像信息损失少抽象性强枣庄学院·旅游与资源环境系4§6.1、数字图像的性质和特点三.遥感数字图像的表示方法1、以二维数组来表示枣庄学院·旅游与资源环境系5§6.1、数字图像的性质和特点三.遥感数字图像的表示方法2、遥感图像按照波段数量分为:1.二值数字图像:专题信息提取结果.2.单波段数字图像:SPOT的全色波段.3.多波段数字图像:TM的7个波段数据.枣庄学院·旅游与资源环境系6§6.1、数字图像的性质和特点三.遥感数字图像的表示方法3、多波段数字图像的三种数据格式1.BSQ格式(Bandsequential)2.BIP格式(Bandinterleavedbypixel)3.BIL格式(Bandinterleavedbyline)枣庄学院·旅游与资源环境系7§6.1、数字图像的性质和特点四.航空像片的数字化空间采样:将航空像片具有的连续灰度信息转化为每行有m个单元,每列有n个单元的像素组合。属性量化:可得到每个像元的数字模拟量,与航空像片中对应位置上的灰度相对应。枣庄学院·旅游与资源环境系8§6.2遥感图像的计算机分类枣庄学院·旅游与资源环境系9一、计算机分类的种类统计法或称决策理论法语言结构法模糊法神经网络法专家知识分类遥感图像库GIS知识库野外调查专家知识分类结果知识库推理机枣庄学院·旅游与资源环境系10二、分类原理与基本过程统计特征变量全局统计特征变量局部统计特征变量遥感图像计算机分类的依据是遥感图像像素的相似度。常使用距离和相关系数来衡量相似度。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。枣庄学院·旅游与资源环境系11二、分类原理与基本过程选取图像收集参考数据确定分类系统选择算法找出统计特征建立训练样本实施分类精度评价结果统计检验枣庄学院·旅游与资源环境系12三、图像分类方法监督分类法: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。对训练场的要求:训练场在种类上所包含的种类要与待分类区域的类别一致;训练样本应在各类目标地物面积较大的中心选取,这样才具有代表性;如果采用最大似然法,训练样本应尽量满足正态分布。1、监督分类枣庄学院·旅游与资源环境系13三、图像分类方法1、监督分类(1)、最小距离分类法Step2–foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea枣庄学院·旅游与资源环境系14三、图像分类方法1、监督分类(1)、最小距离分类法最近邻域分类法NearestNeighbour。DefinesatypicalpixelforeachclassAssignspixelsonthebasisofspectraldistanceCanseparatediverseclassesBoundaryproblemsremainunresolved枣庄学院·旅游与资源环境系15三、图像分类方法1、监督分类(2)、多级切割分类法通过设定在各轴上的一系列分割点,将多维特征空间划分成分别对应不同分类类别的互不重叠的特征子空间的分类方法。对于一个未知类别的像素来说,它的分类取决于它落入哪个类别特征子空间中。训练样本覆盖所有类型。枣庄学院·旅游与资源环境系16三、图像分类方法1、监督分类(3)、特征曲线窗口分类法特征曲线是地物光谱特征曲线参数构成的曲线。以特征曲线为中心取一个条带,构造一个窗口,凡是落在此窗口内的地物即被认为是一类,反之,则不属于该类。05101520Band1Band2Band3Band4Band5Band6枣庄学院·旅游与资源环境系17三、图像分类方法1、监督分类(4)、最大似然比分类法(MaximumLikelihood)通过求出每个像素对于各类别的归属概率,把该像素分到归属概率最大的类别中去的方法。假定训练区地物的光谱特征和自然界大部分随机现象一样,近似服从正态分布。枣庄学院·旅游与资源环境系18三、图像分类方法1、监督分类(4)、最大似然比分类法(MaximumLikelihood)枣庄学院·旅游与资源环境系19三、图像分类方法2、非监督分类非监督分类法: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)的方法。枣庄学院·旅游与资源环境系20三、图像分类方法2、非监督分类(1)、分级集群法确定评价各样本相似程度所采用的指标初定分类总数;计算样本间的距离,据距离最近的原则判定样本归并到不同类别;归并后的类别作为新类,与剩余的类别重新组合,然后再计算并改正其距离。分级集群方法的特点是分级进行的,可能导致对一个像元的操作次序不同,得到不同的分类结果。这是该方法的缺点。枣庄学院·旅游与资源环境系21三、图像分类方法(2)、动态聚类法在初始状态给出图像粗糙的分类,然后基于一定原则在类别间重新组合样本,直到分类比较合理为止。2、非监督分类枣庄学院·旅游与资源环境系22三、图像分类方法根本区别在于是否利用训练场地来获取先验的类别知识。监督分类的关键是选择训练场地。训练场地要有代表性,样本数目要能够满足分类要求。此为监督分类的不足之处。非监督分类不需要更多的先验知识,据地物的光谱统计特性进行分类。当两地物类型对应的光谱特征差异很小时,分类效果不如监督分类效果好。2、非监督分类枣庄学院·旅游与资源环境系23四、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.枣庄学院·旅游与资源环境系24四、图像分类中的有关问题2、提高遥感图像分类精度受到限制大气状况的影响:吸收、散射。下垫面的影响:下垫面的覆盖类型和起伏状态对分类具有一定的影响。其他因素的影响:云朵覆盖;不同时相的光照条件不同,同一地物的电磁辐射能量不同;地物边界的多样性。枣庄学院·旅游与资源环境系25§3、遥感图像多种特征的抽取一、纹理特征描述与提取二、地物边界跟踪法1.点状地物与面状地物的边界跟踪2.线状地物信息检测与跟踪三、形状特征描述与提取枣庄学院·旅游与资源环境系26§3、遥感图像多种特征的抽取四、地物空间关系特征描述与提取空间关系特征提取与描述(1)方位关系:距离关系、方向关系(2)包含关系(3)相邻关系(4)相交关系(5)相贯关系枣庄学院·旅游与资源环境系27§4、遥感图像专家解译系统专家系统:把某一特定领域的专家知识与经验形式化后输入到计算机中,由计算机模仿专家思考问题与解决问题,是代替专家解决专业问题的技术系统。遥感图像解译专家系统的组成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机理计算机解译的主要技术发展趋势枣庄学院·旅游与资源环境系28§4、遥感图像专家解译系统一、遥感图像解译专家系统的组成1、图像处理与特征提取子系统:包括图像处理、地形图数字化、精纠正、特征提取,结果存贮在遥感数据库内。2、遥感图像解译知识获取系统:获取遥感图像解译专家知识,并把专家知识形式化表示,存贮在知识库中。3、狭义的遥感图像解译专家系统。枣庄学院·旅游与资源环境系29§4、遥感图像专家解译系统二、图像处理与特征提取子系统1、图像处理:图像滤波可消除图像的噪声;图像增强可突出目标物体与背景的差异;大气纠正可消除大气散射、雾霁等影响;几何精校正后的数字影像可与专题图精确复合;2、分类与特征提取子系统从图像中抽取光谱特征、图像特征和空间特征,为专家系统进行推理、判断及分析提供依据。枣庄学院·旅游与资源环境系30§4、遥感图像专家解译系统三、遥感图像解译知识获取子系统1、知识获取系统的主要功能三个层次2、知识获取的界面三个界面3、遥感图像解译描述性知识可以采用框架式方法表示框架知识表示方法的特点4、过程性知识采用产生式规则知识表示方法产生式规则的特点增加新知识修改或补充知识修改错误下拉式主菜单界面多窗口知识获取界面知识分类获取界面枣庄学院·旅游与资源环境系31§4、遥感图像专家解译系统四、遥感图像解译专家系统的机理1、遥感图像数据库包括遥感图像数据和每个地物单元的不同特征,由数据管理系统管理。2、解译知识库包括专家解译知识和背景知识,由知识库管理系统管理。3、推理机采用正向推理和反向推理相结合的方式进行遥感图像解译。枣庄学院·旅游与资源环境系32§4、遥感图像专家解译系统四、遥感图像解译专家系统的机理推理机具有两种运行形式咨询式:用户和系统进行人机对话,解译系统根据用户提供的区域信息和任务要求,完成遥感图像解译。隐蔽式:解译过程中图像数据同解译知识的结合在专家系统内部进行。数据的传递、知识的调用都在系统内部独立完成枣庄学院·旅游与资源环境系33§4、遥感图像专家解译系统五、计算机解译的主要技术发展趋势1、抽取遥感图像多种特征对高分辨率卫星图像的自动解译来说,一般分别对目标地物采用地、中、高三个层次进行特征抽取和表达。低层次的对象是像素,每个像素对应的数值是该地物波谱特征的表征;中层次主要抽取和描述目标的形态、纹理等空间特征;高层次主要抽取和描述识别目标与相邻地物之间的空间关系。枣庄学院·旅游与资源环境系34§4、遥感图像专家解译系统五、计算机解译的主要技术发展趋势2、逐步完成GIS各种专题数据库的建设,利用GIS数据减少自动解译中的不确定性GIS数据库在计算机自动解译中发挥以下重要作用:(1)对遥感图像进行辐射校正,消除或降低地形差异的影响;(2)作为解译的直接证据,增加遥感图像的信息量;(3)作为解译的辅助证据,减少自动解译中的不确定性;(4)作为解译结果的检验数据,降低误判率。枣庄学院·旅游与资源环境系35§4、遥感图像专家解译系统3、建立适用于遥感图像自动解译的专家系统,提高自动解译的灵活性需要从以下两方面开展工作:建立解译知识库和背景知识库。解译知识库是遥感图像解译认识和经验经形式化后记录在贮存介质上的。背景知识库是有关遥感解译背景知识与经验的集合,以地学知识为主。根据遥感图像解译的特点来构造专家系统。五、计算机解译的主要技术发展趋势枣庄学院·旅游与资源环境系36§4、遥感图像专家解译系统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。五、计算机解译的主要技术发展趋势枣庄学院·旅游与资源环境系37§4、遥感图像专家解译系统5、计算机解译新方法的应用(1)人工神经网络(ArtificialNeuralNetworks)在遥感图像识别中的应用。(2)小波分析在遥感图像识别中的应用。(3)分形技术在遥感图像识别中的应用。(4)模糊分类方法遥感图像识别中的应用。五、计算机解译的主要技术发展趋势

1 / 37
下载文档,编辑使用

©2015-2020 m.777doc.com 三七文档.

备案号:鲁ICP备2024069028号-1 客服联系 QQ:2149211541

×
保存成功