遥感图像解译与处理

遥感图像是地物电磁波谱特征的实时记录。人们可以根据记录在图像上的影像特征：地物的光谱特征、空间特征、时间特征等，来推断地物的电磁波谱性质。不同地物，这些特征和性质不同，在图像上的表现不一，因而可以根据它们的变化和差异进行识别和区分。
遥感图像的解译是从遥感图像的影像特征入手的。影像特征不外乎色、形两个方面。前者指影像的色调、颜色、阴影等，其中色调与颜色反映了地物的物理性质，是地物电磁波能量的记录，而阴影则是地物三维空间特征在影像色调上的反映；后者指影像的图形结构特征，如大小、形状、纹理结构等，它是色调颜色的空间排列，反映了地物的几何性质和空间关系。任何目的的解译均要通过基本解译要素和具体的解译标志来完成。
下面主要说几种常用的且比较重要的解译要素：
色调或颜色：指图像的明暗程度(相对亮度)，在彩色影像上色调表现为颜色。色调是地物反射、辐射能量强弱在影像上的表现。地物的属性、几何形状、分布范围和规律都通过色调的差异表现在遥感图像上，因而可以通过色调的差异来识别目标。色调的差异多用灰阶表示。由于人眼识别色彩的能力远强于灰度，因而往往利用彩色图像的不同颜色来提高识别的能力和精度。这里有两点需要说明：
一是解译者必须了解该解译图像中影像色调的支配因素。二是影像的色调受到多种因素的影响，除了受本身的波谱特征因时因地、因环境的变化而变化的影响外，还受到成像高度、成像时间、观察角度、遥感器、成像材料、成像后处理等多因素的影响。因而，用色调解译要素要特别小心，且色调一般仅能在同一像片上进行比较。对于多张像片的比较，色调不能作为稳定且可靠的解译标志。
纹理：即图形的细部结构，指图像上色调变化的频率，是一种单一细小特征的组合。这种单一特征可以很小，以至于不能在图像上单独识别，如叶片、海滩的砂粒、河床的卵石等。目视解译中，纹理指图像上地物表面的质感，一般以平滑/粗糙度划分为不同层次。纹理不仅依赖于表面特征，且与光照角度有关，是一个变化值。同时纹理的解译还依赖于图像对比度。
遥感解译过程的复杂性：
遥感解译过程是复杂的，主要有以下几点：
1.地物的波谱特征是复杂的，受多种因素控制，本身也是因时因地在变化着。
2.自然界存在着大量的“同物异谱”与“同谱异物”的现象。
3.地物的时空属性和地学规律是错综复杂的，各要素、各类别之间的关系是多种类型的。有的具有明显的规律性、有的具有随机性、有的具有模糊性。
辐射校正：利用遥感器观测目标辐射或反射的电磁能量时，从遥感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量是不一致的，遥感器本身的光电系统特征、太阳高度、地形以及大气条件等都会引起光谱亮度的失真。为了正确评价地物的反射特征及辐射特征，必须尽量消除这些失真。这种消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。
遥感器校准：是将遥感器所得到测量值变换为绝对亮度值或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程。或者说，遥感器校准就是建立遥感器每个探测器输出值与该探测器相对应的实际地物辐射亮度之间的定量关系。
几何校正：遥感器在获取地物影像时，由于遥感器的高度、经纬度、速度和姿态的不稳定，地球曲率及空气折射的变化等，一般很难预测。几何校正的目的就是要纠正这些系统和非系统性因素引起的图像变形，从而实现与标准图像或地图的几何配准。
地面控制点的选取原则：
1.地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流交叉口，建筑物边界，农田界限等。
2.地面控制点上的地物不随时间而变化，以保证对两幅图像不同时段的图像或地图进行几何纠正时，可以同时识别出来。
3.在没有做过地形校正的图像上选取控制点时，应尽量在同一地形高度上进行。
4.地面控制点要有一定的数量保证，否则不足以作为纠正误差的来源。
5.地面控制点应均匀地分布在整幅图像中，因为图像变形是非线性的，部分变形具有周期性。
像元灰度重采样的原因：原图像经坐标变换、重新定位后的像元在原图像中的分布是不均匀的，即在原图像中的行列号不是或不全是整数关系。因此需要根据重新定位的各像元在原图像中的位置，对原始图像按照一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵。
常见的重采样方法：
1.最近邻法
2.双线性内插法
3.三次卷积内插法
图像增强分为光谱增强和空间增强两类：
图像增强的目的是突出图像中要表现的信息
光谱增强和变换对应于每个像元，与像元的空间排列和结构无关，因此又称为点操作。
它是对目标物的光谱特征—像元的对比度、波段间的亮度比进行增强和转换。其主要包括对比度增强、各种指标提取、光谱转换等。
空间增强主要集中于图像的空间特征，即考虑每个像元及其周围像元亮度之间的关系，从而使图像的空间几何特征如边缘、目标物的大小、形状等突出或者降低，其中包括各种空间滤波、傅里叶变换，以及比例空间的各种变换如小波变换。
对比度增强包括：灰度阈值、灰度级分割、线性拉伸、非线性拉伸。
主成分分析 穗帽变换 主要是进行处理，压缩图像信息。
分类：
分类是遥感的重点，主要分为：监督分类和非监督分类
主要区别是监督分类需要自己选择训练样本，而非监督分类不需要选择训练样本。
非监督分类与监督分类的优缺点是各大院校考试的重点
精度评价的：误差矩阵，精度指标主要有：总体精度、用户精度和制图精度
***以上内容参考《遥感应用分析原理与方法》 赵英时 第二版