像素是计算机图像处理的最小单元,第6章 遥感数图像的计算机解译.ppt

第6章 遥感数图像的计算机解译

第六章 遥感数字图像的计算机解译 §1 遥感数字图像的性质和特点 §2 遥感数字图像的计算机分类 §3 遥感图像解译专家系统 §2 遥感数字图像的性质与特点 1、遥感数字图像 (1)含义 以数字形式表示的遥感影像。 遥感数字图像最基本的单元是像素。 像素是成像过程的采样点，也是计算机图像处理的最小单元。 像素具有空间特性和属性特性。 每个像素含有特定的地理位置的信息，并有一定的面积，像素的面积可以根据投影面在地表X方向和Y方向长度来计算。 像素的属性特征采用亮度值来表达。在不同波段上，相同地点的亮度值可能是不同的。(电磁波特性) §2 遥感数字图像的性质与特点 1、遥感数字图像 (2)特点 便于计算机处理和分析： 图像信息损失低：获取、传输、分发、长期存储。 抽象性强：便于建立分析模型，进行计算机解译和运用遥感图像专家系统。 §2 遥感数字图像的性质与特点 2、遥感数字图像的表示方法 (1)方法 遥感数字图像以二维数组表示。 在数组中，每个元素代表一个像素，像素的坐标位置隐含，由这个元素在数组中的行列位置决定的； 元素的值表示传感器探测到像素对应面积上的目标地物的电磁辐射强度。 §2 遥感数字图像的性质与特点 2、遥感数字图像的表示方法 (2)二值数字图像与单波段数字图像 二值数字图像：图像中每个像素由0或1组成，在计算机屏幕上表现为黑白图像。 二值图像一般在图像处理过程中作为中间结果产生，常采用压缩方式方式存储，每个像素采用一位(bit)来表示，相邻8个像素的信息记录在一个字节，可节省存储空间。 单波段数字图像：在某一波段范围内工作的传感器获取的遥感数字图像。 单波段数字图像的每个像素采用1字节记录地物亮度值。 §2 遥感数字图像的性质与特点 2、遥感数字图像的表示方法 (2)彩色数字图像与多波段数字图像 彩色数字图像：由红、绿、蓝三个数字层构成的图像。在每个数字层中，每个像素用1个字节记录地物亮度值，数值范围一般介于0-255。每个数字层的行列数决定图像的尺寸或数字化过程采用的光学分辨率。三层数据共同显示为彩色图像。 多波段数字图像：传感器从多个波段获取的遥感数字图像。例如landsat卫星提供TM遥感数字图像包含7个波段数据。 多波段数字图像的存储与分发，通常采用三种数据格式： BSQ数据格式：按波段顺序依次排列 BIP数据格式：每个像素按波段次序交叉排列 BIL数据格式：逐行按波段次序排列 §2 遥感数字图像的性质与特点 3、航空像片的数字化 (1)方法与过程 空间采样(网格)：分辨率的选择 属性量化(离散化)：灰度或颜色的选择 §2 遥感数据的计算机分类法 遥感图像计算机解译的目的：将遥感图像的地学信息获取发展为计算机支持下的遥感图像智能化识别，其最终目的是实现遥感图像的理解。 遥感图像计算机解译的困难： 影像中所提供地物目标信息不完全，或多或少带有“噪声”； 信息量丰富，因而内容非常“拥挤”，不同地物间信息的相互影响与干扰使得要提出感兴趣的目标变得非常困难； 遥感图像的地域性、季节性和不同成像方式更增加了解译难度。 遥感数字图像的计算机分类是解译的基础工作。 §2 遥感数据的计算机分类法 1、分类原理与基本过程 (1)原理 明确分类目的及所要解决的问题，合理选取图像(区域、时间、分辨率等)。 收集与分析地面参考信息与有关数据，完成数据校正。 选择合适的分类方法和算法。 找出代表这些类别的统计特征。 测定特征。 对图像中各像素进行分类。 分类精度检查。 对判别分析的结果统计检验。 §2 遥感数据的计算机分类法 1、分类原理与基本过程 (2)过程 明确分类目的及所要解决的问题，合理选取图像(区域、时间、分辨率等)。 收集与分析地面参考信息与有关数据，完成数据校正。 选择合适的分类方法和算法。 找出代表这些类别的统计特征。 测定特征。 对图像中各像素进行分类。 分类精度检查。 对判别分析的结果统计检验。 §2 遥感数据的计算机分类法 2、分类方法 (1)监督分类 含义：在研究区域选有代表性的训练场地作为样本，通过选择特征参数(如亮度的均值、方差等)，建立判别函数，对样本进行分类，依据样本的分类特征来识别样本像元的归属类别的方法。 本质：通过对已知类别的样本统计运算得到分类参数、条件，确定和取得判别函数和模式。 方法：最小距离分类法、多级切割分类法、特征曲线窗口法等。 §2 遥感数据的计算机分类法 2、分类方法 (2)非监督分类 含义：没有先验的样本类别，根据像元间的相似度大小进行归类，将相似度大的归为一类的方法。 本质：在缺少已知条件的情况下，通过对输入像元数值自身规律性的统计计算，总结、归类出所需参数和条件，获得判别函数或模式，进而进行分类。 前提：假定遥感影像上同类物体在同样条件下具有相同