地理信息科學(xué)概論第六章遙感圖像計(jì)算機(jī)分類課件

地理信息科學(xué)概論第六章遙感圖像計(jì)算機(jī)分類課件1課程內(nèi)容第一章緒論第二章：電磁輻射的基本特征第三章遙感成像原理與遙感圖像特征第四章遙感圖像處理第五章遙感圖像目視解譯與制圖第六章遙感數(shù)字圖像計(jì)算機(jī)解譯第七章遙感應(yīng)用2遙感圖像解譯課程內(nèi)容2遙感圖像解譯2遙感數(shù)字圖像計(jì)算機(jī)解譯以遙感數(shù)字圖像為研究對象，在計(jì)算機(jī)系統(tǒng)支持下，綜合運(yùn)用地學(xué)分析、遙感圖像處理、GIS、模式識(shí)別與人工智能技術(shù)，實(shí)現(xiàn)地學(xué)專題信息的智能化獲取。具有重要的理論意義和應(yīng)用前景。3遙感數(shù)字圖像計(jì)算機(jī)解譯以遙感數(shù)字圖像為研究對象，在計(jì)算機(jī)系統(tǒng)3本章主要內(nèi)容第一節(jié)遙感數(shù)字圖像的性質(zhì)與特點(diǎn)第二節(jié)監(jiān)督分類、非監(jiān)督分類第三節(jié)其它分類方法第四節(jié)誤差與精度評價(jià)4本章主要內(nèi)容44教學(xué)目的鞏固基礎(chǔ)知識(shí)（遙感數(shù)字圖像的概念、特點(diǎn)及表示方法）掌握遙感數(shù)字圖像計(jì)算機(jī)分類的基本原理理解監(jiān)督分類、非監(jiān)督分類的含義了解分類方法，做好實(shí)踐操作的理論準(zhǔn)備2022/12/125教學(xué)目的2022/12/1155遙感數(shù)字圖像是以數(shù)字表示的遙感圖像其最基本的單元是像素.像素是成像過程的采樣點(diǎn),也是計(jì)算機(jī)處理圖像的最小單元.像素具有空間特征和屬性特征.2022/12/126遙感數(shù)字圖像是以數(shù)字表示的遙感圖像2022/12/1166遙感數(shù)字圖像可以用二維數(shù)組表示2022/12/127f(2,0),f(2,1),f(2,2),…,f(2,N-1)f(X,Y)＝f(0,0),f(0,1),f(0,2),…,f(0,N-1)f(1,0),f(1,1),f(1,2),…,f(1,N-1)?f(M-1,0),f(M-1,1),f(M-1,2),…,f(M-1,N-1)坐標(biāo)位置由所處行列決定每個(gè)元素的值決定亮度值遙感數(shù)字圖像可以用二維數(shù)組表示2022/12/117f(2,7便于計(jì)算機(jī)處理與分析圖像信息損失少抽象性強(qiáng)保存方便2022/12/1282022/12/1188多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ(bandsequential)BIP(bandinterleavedbypixel)BIL(bandinterleavedline)2022/12/129多波段數(shù)字圖像的三種數(shù)據(jù)格式2022/12/1199多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ格式(Bandsequential)2022/12/1210第一波段(1,1)(1,2)(1,3)(1,4)?

(1,n)(2,1)(2,2)(2,3)(2,4)?(2,n)?(m,1)(m,2)(m,3)(m,4)?

(m,n)第二波段(1,1)(1,2)(1,3)(1,4)?(1,n)(2,1)(2,2)(2,3)(2,4)?(2,n)?第n波段(1,1)(1,2)(1,3)(1,4)?(1,n)?(m,1)(m,2)(m,3)(m,4)?

(m,n)BIP格式(Bandinterleavedbypixel)

第一波段第二波段?第n波段第一波段第二波段?第一行

(1,1)(1,1)?(1,1)(1,2)(1,2)?

第二行

(2,1)(2,1)?(2,1)(2,2)(2,2)??第N行

(n,1)(n,1)?(n,1)(n,2)(n,2)?BIL(bandinterleavedline)第一波段(1,1)(1,2)(1,3)(1,4)?(1,n)第二波段(1,1)(1,2)(1,3)(1,4)?(1,n)?第n波段(1,1)(1,2)(1,3)(1,4)?(1,n)第一波段(2,1)(2,2)(2,3)(2,4)?(2,n)第二波段(2,1)(2,2)(2,3)(2,4)?(2,n)?多波段數(shù)字圖像的三種數(shù)據(jù)格式2022/12/1110第一波段10主要內(nèi)容第一節(jié)遙感數(shù)字圖像的性質(zhì)與特點(diǎn)第二節(jié)遙感數(shù)字圖像的計(jì)算機(jī)分類第三節(jié)遙感圖像多種特征的抽取第四節(jié)遙感圖像解譯專家系統(tǒng)2022/12/1211主要內(nèi)容2022/12/1111112022/12/1212主要內(nèi)容一遙感圖像分類物理基礎(chǔ)二遙感圖像計(jì)算機(jī)分類方法2022/12/1112主要內(nèi)容122022/12/1213一、計(jì)算機(jī)分類物理基礎(chǔ)同類地物在相同條件下（光照、地形等）應(yīng)該具有相同或相似的光譜信息和空間信息特征。不同類的地物之間具有差異。根據(jù)這種差異，將圖像中的所有像素按其性質(zhì)分為若干個(gè)類別的過程，稱圖像分類。遙感圖像分類以每個(gè)像素的光譜數(shù)據(jù)為基礎(chǔ)進(jìn)行。2022/12/1113一、計(jì)算機(jī)分類物理基礎(chǔ)132022/12/1214光譜特征為了將各個(gè)波段影像中像元的亮度值與地面景物特征聯(lián)系起來，必須發(fā)現(xiàn)其中的規(guī)律性。由地物反射率曲線可知，在不同的波段各種地物的反射率有差異。？2022/12/1114光譜特征？142022/12/1215雪、沙漠、小麥、濕地反射率曲線．按MSS波段1，2，3，4分段，反射率的差異2022/12/1115雪、沙漠、小麥、濕地反射率曲線．按M152022/12/1216任意選取衛(wèi)星影像同一景中的兩個(gè)或兩個(gè)以上波段，以每一波段的亮度(灰度)為軸做多光譜空間；對應(yīng)于地面同一類地物的像元點(diǎn)在多光譜空間內(nèi)位置都很接近，有集聚的傾向。2022/12/1116任意選取衛(wèi)星影像同一景中的兩個(gè)或兩個(gè)162022/12/1217上圖中，凡同一類型的地物，如濕地，亮度接近，在波段1亮度最小，在波段3亮度也最小，因此在二維波段1—3空間中．濕地位置在左下角區(qū)域；而小麥亮度在波段1較小，在波段3卻較大，位于光譜空間的左上角等。這種同類聚集的特性說明：如果按照地物類別聚集的規(guī)律把多光譜空間劃分為若干個(gè)子空間，每一子空間包含有一個(gè)類別，這樣就可以把圖像中未知的像元進(jìn)行分類，把他們分配到各自的子空間中去。2022/12/1117上圖中，凡同一類型的地物，如濕地，亮172022/12/1218計(jì)算機(jī)分類的基本原理同類地物在相同條件下（光照、地形等）應(yīng)該具有相同或者相似的光譜信息和空間信息特征；不同類型的地物之間具有差異。遙感圖像分類就是把圖像中的每個(gè)像元或區(qū)域劃歸為若干類別中的一種，即通過對各類地物的光譜特征分析來選擇特征參數(shù)，將特征空間劃分為互不重疊的子空間．然后將影像內(nèi)各個(gè)像元?jiǎng)澐值礁鱾€(gè)子空間中去，從而實(shí)現(xiàn)分類。

2022/12/1118計(jì)算機(jī)分類的基本原理182022/12/1219波段1波段2波段n多光譜圖像如圖所示，假設(shè)多光譜圖像有n個(gè)波段，則(i，j)位置的像元在每個(gè)波段上的灰度值可以構(gòu)成一個(gè)矢量X

＝(x1，x1，…，xn)T，X稱作該像元的特征值，包含X的n維空間稱為特征空間2022/12/1119波段1波段2波段n多光譜圖像如圖所19遙感圖像計(jì)算機(jī)分類方法監(jiān)督分類非監(jiān)督分類2022/12/12202022/12/112020監(jiān)督分類又稱訓(xùn)練分類法,即用被確認(rèn)類別的樣本像元去識(shí)別其它未知類別像元的過程。已被確認(rèn)類別的樣本像元是指那些位于訓(xùn)練區(qū)的像元。在這種分類中,分析者在圖像上對每一種類別選取一定數(shù)量的訓(xùn)練區(qū),計(jì)算機(jī)計(jì)算每種訓(xùn)練樣區(qū)的統(tǒng)計(jì)或其他信息,每個(gè)像元和訓(xùn)練樣本作比較,按照不同規(guī)則將其劃分到和其最相似的樣本類。2022/12/1221?監(jiān)督分類2022/12/1121?21步驟：一、選擇訓(xùn)練樣本和提取統(tǒng)計(jì)信息二、評價(jià)訓(xùn)練樣本三、執(zhí)行監(jiān)督分類四、評價(jià)分類結(jié)果步驟：22訓(xùn)練樣本的選擇與評價(jià)如何選擇如何評價(jià)樣本類別樣本典型性樣本數(shù)量樣本的光譜特征分析如均值、方差、標(biāo)準(zhǔn)差等直方圖訓(xùn)練樣本的選擇與評價(jià)樣本類別樣本的光譜特征分析23訓(xùn)練樣本的選擇訓(xùn)練樣本的選擇需要分析者對要分類的圖像所在的區(qū)域有所了解。同一類別訓(xùn)練樣本必須是均質(zhì)的,不能包含其他類別,也不能是和其他類別之間的邊界或混合像元;其大小、形狀和位置必須能同時(shí)在圖像和實(shí)地(或其他參考圖)容易識(shí)別和定位必須考慮每一類別訓(xùn)練樣本的總數(shù)量。訓(xùn)練樣本的選擇訓(xùn)練樣本的選擇需要分析者對要分類的圖像所在的區(qū)24訓(xùn)練樣本的來源①實(shí)地收集,即通過全球定位系統(tǒng)(GPS)定位,實(shí)地記錄的樣本。②屏幕選擇,即通過參考其他圖或根據(jù)分析者對該區(qū)的了解,在屏幕上數(shù)字化每一類別有代表性的像元或區(qū)域,或用戶指定一個(gè)中心像元,機(jī)器自動(dòng)評價(jià)其周邊像元,選擇與其相似的像元。

訓(xùn)練樣本的來源25訓(xùn)練樣本評價(jià)(1)收集有關(guān)分類區(qū)的信息,包括地圖、航空像片或?qū)嵉刭Y料等,以了解該區(qū)主要的分類類別及分布狀況;(2)對圖像進(jìn)行檢查,對照已有的參考數(shù)據(jù)或者實(shí)地考察經(jīng)驗(yàn),評價(jià)圖像質(zhì)量,檢查其直方圖,決定是否需要?jiǎng)e的預(yù)處理,如地形糾正、配準(zhǔn)等,并確定其分類系統(tǒng);(3)在圖像上對每一類別按照前面提到的標(biāo)準(zhǔn)選擇訓(xùn)練樣本,訓(xùn)練樣本必須是容易識(shí)別的,均勻分布于全圖(4)對每一類別的訓(xùn)練樣本,顯示和檢查其直方圖,計(jì)算和檢查其均值、方差、協(xié)方差短陣,以及其對應(yīng)的特征空間相關(guān)波譜橢圓形圖和不同的指示其分離度的統(tǒng)計(jì)指數(shù)等,從而評估其訓(xùn)練樣本的有效性;(5)根據(jù)上面(4)中的檢查和評估,修改訓(xùn)練樣本,必要時(shí)可重新選擇和評估訓(xùn)練樣本;(6)將訓(xùn)練樣本的信息運(yùn)用于合適的分類過程中。訓(xùn)練樣本評價(jià)26監(jiān)督分類中常用的分類方法最小距離分類法多級切割分類法特征曲線窗口法最大似然比分類法2022/12/1227監(jiān)督分類中常用的分類方法2022/12/112727

最小距離法—是利用訓(xùn)練樣本中各類別在各波段的均值,根據(jù)各像元離訓(xùn)練樣本平均值距離的大小來決定其類別

2022/12/1228

1、最小距離分類法Step2–foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea最小距離法—是利用訓(xùn)練樣本中各類別在各波段的均值,根28

2022/12/1229

2、多級切割分類法通過設(shè)定在各軸上的一系列分割點(diǎn)，將多維特征空間劃分成分別對應(yīng)不同分類類別的互不重疊的特征子空間的分類方法。對于一個(gè)未知類別的像素來說，它的分類取決于它落入哪個(gè)類別特征子空間中。2022/12/11292、多級切割分類法29地理信息科學(xué)概論第六章遙感圖像計(jì)算機(jī)分類課件30

2022/12/1231

3、最近鄰域法

最近領(lǐng)域法—與最小距離分類法相似，都使用距離的遠(yuǎn)近作為類別歸屬的依據(jù)。但不使用均值。2022/12/11313、最近鄰域法31

2022/12/1232

4、最大似然比分類法(MaximumLikelihood)通過求出每個(gè)像素對于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。假定訓(xùn)練區(qū)地物的光譜特征和自然界大部分隨機(jī)現(xiàn)象一樣，近似服從正態(tài)分布。2022/12/11324、最大似然比分類32非監(jiān)督分類是指人們事先對分類過程不施加任何的先驗(yàn)知識(shí)，僅憑據(jù)遙感影像地物的光譜特征的分布規(guī)律，隨其自然地進(jìn)行盲目的分類。分類的結(jié)果，只是對不同類別達(dá)到了區(qū)分，并不確定類別的屬性，其屬性是通過事后對各類的光譜響應(yīng)曲線進(jìn)行分析，以及與實(shí)地調(diào)查相比較后確定的。2022/12/1233非監(jiān)督分類2022/12/113333基本過程選取特定區(qū)域的遙感數(shù)字圖像。收集與分析地面參考信息與有關(guān)數(shù)據(jù)。選擇合適的圖像分類方法和算法并制定分類系統(tǒng)，確定分類類別。找出代表這些類別的統(tǒng)計(jì)特征。測定總體特征，在監(jiān)督分類中可選擇具有代表性的訓(xùn)練場地進(jìn)行采樣，測定其特征。在非監(jiān)督分類中，可用聚類等方法對特征相似的像素進(jìn)行歸類，測定其特征。進(jìn)行分類。分類精度檢查。對判別分析的結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)。2022/12/1234基本過程2022/12/113434非監(jiān)督分類中常用的方法分級集群法動(dòng)態(tài)聚類法2022/12/1235非監(jiān)督分類中常用的方法2022/12/113535監(jiān)督分類的的主要優(yōu)點(diǎn):可根據(jù)應(yīng)用目的和區(qū)域,有選擇地決定分類類別,避免出現(xiàn)一些不必要的類別;可控制訓(xùn)練樣本的選擇;可通過檢查訓(xùn)練樣本來決定訓(xùn)練樣本是否被精確分類,從而能避免分類中的嚴(yán)重錯(cuò)誤；避免了非監(jiān)督分類中對光譜集群組的重新歸類。2022/12/1236監(jiān)督分類的的主要優(yōu)點(diǎn):2022/12/113636監(jiān)督分類的缺點(diǎn):其分類系統(tǒng)的確定、訓(xùn)練樣本的選擇,均人為主觀因素較強(qiáng),分析者定義的類也許并不是圖像中存在的自然類別,導(dǎo)致多維數(shù)據(jù)空間中各類別間并非獨(dú)一無二,而有重疊;分析者所選擇的訓(xùn)練樣本也可能并不代表圖像中的真實(shí)情形;由于圖像中同一類別的光譜差異,如同一森林類,由于森林密度、年齡、陰影的差異,其森林類的內(nèi)部方差大,造成訓(xùn)練樣本并沒有很好的代表性;訓(xùn)練樣本的選取和評估需花費(fèi)較多的人力、時(shí)間;只能識(shí)別訓(xùn)練樣本中所定義的類別,若某類別由于訓(xùn)練者不知道或者其數(shù)量太未被定義,則監(jiān)督分類不能識(shí)別。2022/12/1237監(jiān)督分類的缺點(diǎn):2022/12/113737和監(jiān)督分類相比,非監(jiān)督分類的主要優(yōu)點(diǎn)表現(xiàn)在非監(jiān)督分類不需要預(yù)先對所要分類的區(qū)域有廣泛的了解和熟悉,而監(jiān)督分類則需要分析者對所研究區(qū)域有很好的了解從而才能選擇訓(xùn)練樣本。但是在非監(jiān)督分類中分析者仍需要一定的知識(shí)來解釋非監(jiān)督分類得到的集群組。人為誤差的機(jī)會(huì)減少。非監(jiān)督分類只需要定義幾個(gè)預(yù)先的參數(shù),如集群組的數(shù)量,最大最小像元數(shù)量等,監(jiān)督分類中所要求的決策細(xì)節(jié)在非監(jiān)督分類中都不需要,因此大大減少了人為誤差。即使分析者對分類圖像有很強(qiáng)的看法偏差,也不會(huì)對分類結(jié)果有很大影響。因此非監(jiān)督分類產(chǎn)生的類別比監(jiān)督分類所產(chǎn)生的更均質(zhì)。獨(dú)特的、覆蓋量小的類別均能夠被識(shí)別,而不會(huì)像監(jiān)督分類那樣被分析者的失誤所丟失。2022/12/1238和監(jiān)督分類相比,非監(jiān)督分類的主要優(yōu)點(diǎn)表現(xiàn)在2022/12/38非監(jiān)督分類的主要缺點(diǎn)來自于對其"自然"的依賴性:非監(jiān)督分類產(chǎn)生的光譜集群組并不一定對應(yīng)于分析者想要的類別,因此分析者面臨著如何將它們和想要的類別相匹配的問題,實(shí)際上幾乎很少有一對一的對應(yīng)關(guān)系。分析者較難對產(chǎn)生的類別進(jìn)行控制。因此其產(chǎn)生的類別也許并不能讓分析者滿意。圖像中各類別的光譜特征會(huì)隨時(shí)間、地形等變化,不同圖像以及不同時(shí)段的圖像之間的光譜集群組無法保持其連續(xù)性,從而使其不同圖像之間的對比變得困難。2022/12/1239非監(jiān)督分類的主要缺點(diǎn)來自于對其"自然"的依賴性:2022/13940一、地物邊界跟蹤法點(diǎn)狀地物與面狀地物的邊界跟蹤線裝地物信息檢測與跟蹤二、形狀特征描述與提取地物形狀特征的描述地物形態(tài)特征的提取40一、地物邊界跟蹤法4041

三、地物空間關(guān)系特征描述與提取不同地物之間的空間關(guān)系：方位關(guān)系、包含關(guān)系、相鄰關(guān)系、相交關(guān)系、相貫關(guān)系。空間關(guān)系特征提取與描述（1）方位關(guān)系的提?。?）包含關(guān)系特征提取與描述（3）相鄰關(guān)系特征抽取（4）相交關(guān)系特征抽?。?）相關(guān)關(guān)系特征的提取41三、地物空間關(guān)系特征描述與提取4142

專家系統(tǒng)：把某一特定領(lǐng)域的專家知識(shí)與經(jīng)驗(yàn)形式化后輸入到計(jì)算機(jī)中，由計(jì)算機(jī)模仿專家思考問題與解決問題，是代替專家解決專業(yè)問題的技術(shù)系統(tǒng)。遙感圖像解譯專家系統(tǒng)的組成圖像處理與特征提取子系統(tǒng)遙感圖像解譯知識(shí)獲取子系統(tǒng)遙感圖像解譯專家系統(tǒng)的機(jī)理計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢

42專家系統(tǒng)：把某一特定領(lǐng)域的專家知識(shí)與經(jīng)驗(yàn)形式42431、圖像處理與特征提取子系統(tǒng)：包括圖像處理、地形圖數(shù)字化、精糾正、特征提取，結(jié)果存貯在遙感數(shù)據(jù)庫內(nèi)。2、遙感圖像解譯知識(shí)獲取系統(tǒng)：獲取遙感圖像解譯專家知識(shí)，并把專家知識(shí)形式化表示，存貯在知識(shí)庫中。3、狹義的遙感圖像解譯專家系統(tǒng)。一、遙感圖像解譯專家系統(tǒng)的組成431、圖像處理與特征提取子系統(tǒng)：包括圖像處理、地形圖數(shù)字化43441、圖像處理：圖像濾波可消除圖像的噪聲；圖像增強(qiáng)可突出目標(biāo)物體與背景的差異；大氣糾正可消除大氣散射、霧霽等影響；幾何精校正后的數(shù)字影像可與專題圖精確復(fù)合；2、分類與特征提取子系統(tǒng)

從圖像中抽取光譜特征、圖像特征和空間特征，為專家系統(tǒng)進(jìn)行推理、判斷及分析提供依據(jù)。

二、圖像處理與特征提取子系統(tǒng)441、圖像處理：二、圖像處理與特征提取子系統(tǒng)44451、遙感圖像解譯知識(shí)獲取系統(tǒng)的主要功能是知識(shí)獲取.2、知識(shí)獲取有三個(gè)層次:增加遙感解譯新知識(shí)發(fā)現(xiàn)原有錯(cuò)誤知識(shí),修改或補(bǔ)充新知識(shí)根據(jù)解譯結(jié)果,自動(dòng)總結(jié)經(jīng)驗(yàn)，修改錯(cuò)誤知識(shí),增加新知識(shí).4、遙感圖像解譯描述性知識(shí)可以采用框架式方法表示框架知識(shí)表示方法的特點(diǎn)5、過程性知識(shí)采用產(chǎn)生式規(guī)則知識(shí)表示方法產(chǎn)生式規(guī)則的特點(diǎn)三、遙感圖像解譯知識(shí)獲取子系統(tǒng)451、遙感圖像解譯知識(shí)獲取系統(tǒng)的主要功能是知識(shí)獲取.三、遙45461、遙感圖像數(shù)據(jù)庫包括遙感圖像數(shù)據(jù)和每個(gè)地物單元的不同特征，由數(shù)據(jù)管理系統(tǒng)管理。2、解譯知識(shí)庫包括專家解譯知識(shí)和背景知識(shí)，由知識(shí)庫管理系統(tǒng)管理。3、推理機(jī)采用正向推理和反向推理相結(jié)合的方式進(jìn)行遙感圖像解譯。四、遙感圖像解譯專家系統(tǒng)的機(jī)理

推理機(jī)具有兩種運(yùn)行形式咨詢式：用戶和系統(tǒng)進(jìn)行人機(jī)對話，解譯系統(tǒng)根據(jù)用戶提供的區(qū)域信息和任務(wù)要求，完成遙感圖像解譯。隱蔽式：解譯過程中圖像數(shù)據(jù)同解譯知識(shí)的結(jié)合在專家系統(tǒng)內(nèi)部進(jìn)行。數(shù)據(jù)的傳遞、知識(shí)的調(diào)用都在系統(tǒng)內(nèi)部獨(dú)立完成461、遙感圖像數(shù)據(jù)庫包括遙感圖像數(shù)據(jù)和每個(gè)地物單元的不同特4647五、計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢1、抽取遙感圖像多種特征

對高分辨率衛(wèi)星圖像的自動(dòng)解譯來說，一般分別對目標(biāo)地物采用地、中、高三個(gè)層次進(jìn)行特征抽取和表達(dá)。

低層次的對象是像素，每個(gè)像素對應(yīng)的數(shù)值是該地物波譜特征的表征；中層次主要抽取和描述目標(biāo)的形態(tài)、紋理等空間特征；高層次主要抽取和描述識(shí)別目標(biāo)與相鄰地物之間的空間關(guān)系。47五、計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢1、抽取遙感圖像多種特征4748

GIS數(shù)據(jù)庫在計(jì)算機(jī)自動(dòng)解譯中發(fā)揮以下重要作用：（1）對遙感圖像進(jìn)行輻射校正，消除或降低地形差異的影響；（2）作為解譯的直接證據(jù)，增加遙感圖像的信息量；（3）作為解譯的輔助證據(jù)，減少自動(dòng)解譯中的不確定性；（4）作為解譯結(jié)果的檢驗(yàn)數(shù)據(jù)，降低誤判率。五、計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢2、逐步完成GIS各種專題數(shù)據(jù)庫的建設(shè)，利用GIS數(shù)據(jù)減少自動(dòng)解譯中的不確定性48GIS數(shù)據(jù)庫在計(jì)算機(jī)自動(dòng)解譯中發(fā)揮以下重要作用：五、4849

需要從以下兩方面開展工作：建立解譯知識(shí)庫和背景知識(shí)庫。解譯知識(shí)庫是遙感圖像解譯認(rèn)識(shí)和經(jīng)驗(yàn)經(jīng)形式化后記錄在貯存介質(zhì)上的。背景知識(shí)庫是有關(guān)遙感解譯背景知識(shí)與經(jīng)驗(yàn)的集合，以地學(xué)知識(shí)為主。根據(jù)遙感圖像解譯的特點(diǎn)來構(gòu)造專家系統(tǒng)。五、計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢3、建立適用于遙感圖像自動(dòng)解譯的專家系統(tǒng)，提高自動(dòng)解譯的靈活性49需要從以下兩方面開展工作：五、計(jì)算機(jī)解譯的主要技4950

既可以發(fā)揮圖像解譯專家知識(shí)的指導(dǎo)作用，在一定程度上為模式識(shí)別提供經(jīng)驗(yàn)性的知識(shí)，又可以利用數(shù)字遙感圖像本身提供的特征，有助于提高計(jì)算機(jī)解譯的靈活性。五、計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢4、模式識(shí)別與專家系統(tǒng)相結(jié)合50既可以發(fā)揮圖像解譯專家知識(shí)的指導(dǎo)作用，在一定程度上5051（1）人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetworks)在遙感圖像識(shí)別中的應(yīng)用。（2）小波分析在遙感圖像識(shí)別中的應(yīng)用。（3）分形技術(shù)在遙感圖像識(shí)別中的應(yīng)用。（4）模糊分類方法遙感圖像識(shí)別中的應(yīng)用。五、計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢5、計(jì)算機(jī)解譯新方法的應(yīng)用51（1）人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeural51地理信息科學(xué)概論第六章遙感圖像計(jì)算機(jī)分類課件52課程內(nèi)容第一章緒論第二章：電磁輻射的基本特征第三章遙感成像原理與遙感圖像特征第四章遙感圖像處理第五章遙感圖像目視解譯與制圖第六章遙感數(shù)字圖像計(jì)算機(jī)解譯第七章遙感應(yīng)用53遙感圖像解譯課程內(nèi)容2遙感圖像解譯53遙感數(shù)字圖像計(jì)算機(jī)解譯以遙感數(shù)字圖像為研究對象，在計(jì)算機(jī)系統(tǒng)支持下，綜合運(yùn)用地學(xué)分析、遙感圖像處理、GIS、模式識(shí)別與人工智能技術(shù)，實(shí)現(xiàn)地學(xué)專題信息的智能化獲取。具有重要的理論意義和應(yīng)用前景。54遙感數(shù)字圖像計(jì)算機(jī)解譯以遙感數(shù)字圖像為研究對象，在計(jì)算機(jī)系統(tǒng)54本章主要內(nèi)容第一節(jié)遙感數(shù)字圖像的性質(zhì)與特點(diǎn)第二節(jié)監(jiān)督分類、非監(jiān)督分類第三節(jié)其它分類方法第四節(jié)誤差與精度評價(jià)55本章主要內(nèi)容455教學(xué)目的鞏固基礎(chǔ)知識(shí)（遙感數(shù)字圖像的概念、特點(diǎn)及表示方法）掌握遙感數(shù)字圖像計(jì)算機(jī)分類的基本原理理解監(jiān)督分類、非監(jiān)督分類的含義了解分類方法，做好實(shí)踐操作的理論準(zhǔn)備2022/12/1256教學(xué)目的2022/12/11556遙感數(shù)字圖像是以數(shù)字表示的遙感圖像其最基本的單元是像素.像素是成像過程的采樣點(diǎn),也是計(jì)算機(jī)處理圖像的最小單元.像素具有空間特征和屬性特征.2022/12/1257遙感數(shù)字圖像是以數(shù)字表示的遙感圖像2022/12/11657遙感數(shù)字圖像可以用二維數(shù)組表示2022/12/1258f(2,0),f(2,1),f(2,2),…,f(2,N-1)f(X,Y)＝f(0,0),f(0,1),f(0,2),…,f(0,N-1)f(1,0),f(1,1),f(1,2),…,f(1,N-1)?f(M-1,0),f(M-1,1),f(M-1,2),…,f(M-1,N-1)坐標(biāo)位置由所處行列決定每個(gè)元素的值決定亮度值遙感數(shù)字圖像可以用二維數(shù)組表示2022/12/117f(2,58便于計(jì)算機(jī)處理與分析圖像信息損失少抽象性強(qiáng)保存方便2022/12/12592022/12/11859多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ(bandsequential)BIP(bandinterleavedbypixel)BIL(bandinterleavedline)2022/12/1260多波段數(shù)字圖像的三種數(shù)據(jù)格式2022/12/11960多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ格式(Bandsequential)2022/12/1261第一波段(1,1)(1,2)(1,3)(1,4)?

(1,n)(2,1)(2,2)(2,3)(2,4)?(2,n)?(m,1)(m,2)(m,3)(m,4)?

(m,n)第二波段(1,1)(1,2)(1,3)(1,4)?(1,n)(2,1)(2,2)(2,3)(2,4)?(2,n)?第n波段(1,1)(1,2)(1,3)(1,4)?(1,n)?(m,1)(m,2)(m,3)(m,4)?

(m,n)BIP格式(Bandinterleavedbypixel)

第一波段第二波段?第n波段第一波段第二波段?第一行

(1,1)(1,1)?(1,1)(1,2)(1,2)?

第二行

(2,1)(2,1)?(2,1)(2,2)(2,2)??第N行

(n,1)(n,1)?(n,1)(n,2)(n,2)?BIL(bandinterleavedline)第一波段(1,1)(1,2)(1,3)(1,4)?(1,n)第二波段(1,1)(1,2)(1,3)(1,4)?(1,n)?第n波段(1,1)(1,2)(1,3)(1,4)?(1,n)第一波段(2,1)(2,2)(2,3)(2,4)?(2,n)第二波段(2,1)(2,2)(2,3)(2,4)?(2,n)?多波段數(shù)字圖像的三種數(shù)據(jù)格式2022/12/1110第一波段61主要內(nèi)容第一節(jié)遙感數(shù)字圖像的性質(zhì)與特點(diǎn)第二節(jié)遙感數(shù)字圖像的計(jì)算機(jī)分類第三節(jié)遙感圖像多種特征的抽取第四節(jié)遙感圖像解譯專家系統(tǒng)2022/12/1262主要內(nèi)容2022/12/1111622022/12/1263主要內(nèi)容一遙感圖像分類物理基礎(chǔ)二遙感圖像計(jì)算機(jī)分類方法2022/12/1112主要內(nèi)容632022/12/1264一、計(jì)算機(jī)分類物理基礎(chǔ)同類地物在相同條件下（光照、地形等）應(yīng)該具有相同或相似的光譜信息和空間信息特征。不同類的地物之間具有差異。根據(jù)這種差異，將圖像中的所有像素按其性質(zhì)分為若干個(gè)類別的過程，稱圖像分類。遙感圖像分類以每個(gè)像素的光譜數(shù)據(jù)為基礎(chǔ)進(jìn)行。2022/12/1113一、計(jì)算機(jī)分類物理基礎(chǔ)642022/12/1265光譜特征為了將各個(gè)波段影像中像元的亮度值與地面景物特征聯(lián)系起來，必須發(fā)現(xiàn)其中的規(guī)律性。由地物反射率曲線可知，在不同的波段各種地物的反射率有差異。？2022/12/1114光譜特征？652022/12/1266雪、沙漠、小麥、濕地反射率曲線．按MSS波段1，2，3，4分段，反射率的差異2022/12/1115雪、沙漠、小麥、濕地反射率曲線．按M662022/12/1267任意選取衛(wèi)星影像同一景中的兩個(gè)或兩個(gè)以上波段，以每一波段的亮度(灰度)為軸做多光譜空間；對應(yīng)于地面同一類地物的像元點(diǎn)在多光譜空間內(nèi)位置都很接近，有集聚的傾向。2022/12/1116任意選取衛(wèi)星影像同一景中的兩個(gè)或兩個(gè)672022/12/1268上圖中，凡同一類型的地物，如濕地，亮度接近，在波段1亮度最小，在波段3亮度也最小，因此在二維波段1—3空間中．濕地位置在左下角區(qū)域；而小麥亮度在波段1較小，在波段3卻較大，位于光譜空間的左上角等。這種同類聚集的特性說明：如果按照地物類別聚集的規(guī)律把多光譜空間劃分為若干個(gè)子空間，每一子空間包含有一個(gè)類別，這樣就可以把圖像中未知的像元進(jìn)行分類，把他們分配到各自的子空間中去。2022/12/1117上圖中，凡同一類型的地物，如濕地，亮682022/12/1269計(jì)算機(jī)分類的基本原理同類地物在相同條件下（光照、地形等）應(yīng)該具有相同或者相似的光譜信息和空間信息特征；不同類型的地物之間具有差異。遙感圖像分類就是把圖像中的每個(gè)像元或區(qū)域劃歸為若干類別中的一種，即通過對各類地物的光譜特征分析來選擇特征參數(shù)，將特征空間劃分為互不重疊的子空間．然后將影像內(nèi)各個(gè)像元?jiǎng)澐值礁鱾€(gè)子空間中去，從而實(shí)現(xiàn)分類。

2022/12/1118計(jì)算機(jī)分類的基本原理692022/12/1270波段1波段2波段n多光譜圖像如圖所示，假設(shè)多光譜圖像有n個(gè)波段，則(i，j)位置的像元在每個(gè)波段上的灰度值可以構(gòu)成一個(gè)矢量X

＝(x1，x1，…，xn)T，X稱作該像元的特征值，包含X的n維空間稱為特征空間2022/12/1119波段1波段2波段n多光譜圖像如圖所70遙感圖像計(jì)算機(jī)分類方法監(jiān)督分類非監(jiān)督分類2022/12/12712022/12/112071監(jiān)督分類又稱訓(xùn)練分類法,即用被確認(rèn)類別的樣本像元去識(shí)別其它未知類別像元的過程。已被確認(rèn)類別的樣本像元是指那些位于訓(xùn)練區(qū)的像元。在這種分類中,分析者在圖像上對每一種類別選取一定數(shù)量的訓(xùn)練區(qū),計(jì)算機(jī)計(jì)算每種訓(xùn)練樣區(qū)的統(tǒng)計(jì)或其他信息,每個(gè)像元和訓(xùn)練樣本作比較,按照不同規(guī)則將其劃分到和其最相似的樣本類。2022/12/1272?監(jiān)督分類2022/12/1121?72步驟：一、選擇訓(xùn)練樣本和提取統(tǒng)計(jì)信息二、評價(jià)訓(xùn)練樣本三、執(zhí)行監(jiān)督分類四、評價(jià)分類結(jié)果步驟：73訓(xùn)練樣本的選擇與評價(jià)如何選擇如何評價(jià)樣本類別樣本典型性樣本數(shù)量樣本的光譜特征分析如均值、方差、標(biāo)準(zhǔn)差等直方圖訓(xùn)練樣本的選擇與評價(jià)樣本類別樣本的光譜特征分析74訓(xùn)練樣本的選擇訓(xùn)練樣本的選擇需要分析者對要分類的圖像所在的區(qū)域有所了解。同一類別訓(xùn)練樣本必須是均質(zhì)的,不能包含其他類別,也不能是和其他類別之間的邊界或混合像元;其大小、形狀和位置必須能同時(shí)在圖像和實(shí)地(或其他參考圖)容易識(shí)別和定位必須考慮每一類別訓(xùn)練樣本的總數(shù)量。訓(xùn)練樣本的選擇訓(xùn)練樣本的選擇需要分析者對要分類的圖像所在的區(qū)75訓(xùn)練樣本的來源①實(shí)地收集,即通過全球定位系統(tǒng)(GPS)定位,實(shí)地記錄的樣本。②屏幕選擇,即通過參考其他圖或根據(jù)分析者對該區(qū)的了解,在屏幕上數(shù)字化每一類別有代表性的像元或區(qū)域,或用戶指定一個(gè)中心像元,機(jī)器自動(dòng)評價(jià)其周邊像元,選擇與其相似的像元。

訓(xùn)練樣本的來源76訓(xùn)練樣本評價(jià)(1)收集有關(guān)分類區(qū)的信息,包括地圖、航空像片或?qū)嵉刭Y料等,以了解該區(qū)主要的分類類別及分布狀況;(2)對圖像進(jìn)行檢查,對照已有的參考數(shù)據(jù)或者實(shí)地考察經(jīng)驗(yàn),評價(jià)圖像質(zhì)量,檢查其直方圖,決定是否需要?jiǎng)e的預(yù)處理,如地形糾正、配準(zhǔn)等,并確定其分類系統(tǒng);(3)在圖像上對每一類別按照前面提到的標(biāo)準(zhǔn)選擇訓(xùn)練樣本,訓(xùn)練樣本必須是容易識(shí)別的,均勻分布于全圖(4)對每一類別的訓(xùn)練樣本,顯示和檢查其直方圖,計(jì)算和檢查其均值、方差、協(xié)方差短陣,以及其對應(yīng)的特征空間相關(guān)波譜橢圓形圖和不同的指示其分離度的統(tǒng)計(jì)指數(shù)等,從而評估其訓(xùn)練樣本的有效性;(5)根據(jù)上面(4)中的檢查和評估,修改訓(xùn)練樣本,必要時(shí)可重新選擇和評估訓(xùn)練樣本;(6)將訓(xùn)練樣本的信息運(yùn)用于合適的分類過程中。訓(xùn)練樣本評價(jià)77監(jiān)督分類中常用的分類方法最小距離分類法多級切割分類法特征曲線窗口法最大似然比分類法2022/12/1278監(jiān)督分類中常用的分類方法2022/12/112778

最小距離法—是利用訓(xùn)練樣本中各類別在各波段的均值,根據(jù)各像元離訓(xùn)練樣本平均值距離的大小來決定其類別

2022/12/1279

1、最小距離分類法Step2–foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea最小距離法—是利用訓(xùn)練樣本中各類別在各波段的均值,根79

2022/12/1280

2、多級切割分類法通過設(shè)定在各軸上的一系列分割點(diǎn)，將多維特征空間劃分成分別對應(yīng)不同分類類別的互不重疊的特征子空間的分類方法。對于一個(gè)未知類別的像素來說，它的分類取決于它落入哪個(gè)類別特征子空間中。2022/12/11292、多級切割分類法80地理信息科學(xué)概論第六章遙感圖像計(jì)算機(jī)分類課件81

2022/12/1282

3、最近鄰域法

最近領(lǐng)域法—與最小距離分類法相似，都使用距離的遠(yuǎn)近作為類別歸屬的依據(jù)。但不使用均值。2022/12/11313、最近鄰域法82

2022/12/1283

4、最大似然比分類法(MaximumLikelihood)通過求出每個(gè)像素對于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。假定訓(xùn)練區(qū)地物的光譜特征和自然界大部分隨機(jī)現(xiàn)象一樣，近似服從正態(tài)分布。2022/12/11324、最大似然比分類83非監(jiān)督分類是指人們事先對分類過程不施加任何的先驗(yàn)知識(shí)，僅憑據(jù)遙感影像地物的光譜特征的分布規(guī)律，隨其自然地進(jìn)行盲目的分類。分類的結(jié)果，只是對不同類別達(dá)到了區(qū)分，并不確定類別的屬性，其屬性是通過事后對各類的光譜響應(yīng)曲線進(jìn)行分析，以及與實(shí)地調(diào)查相比較后確定的。2022/12/1284非監(jiān)督分類2022/12/113384基本過程選取特定區(qū)域的遙感數(shù)字圖像。收集與分析地面參考信息與有關(guān)數(shù)據(jù)。選擇合適的圖像分類方法和算法并制定分類系統(tǒng)，確定分類類別。找出代表這些類別的統(tǒng)計(jì)特征。測定總體特征，在監(jiān)督分類中可選擇具有代表性的訓(xùn)練場地進(jìn)行采樣，測定其特征。在非監(jiān)督分類中，可用聚類等方法對特征相似的像素進(jìn)行歸類，測定其特征。進(jìn)行分類。分類精度檢查。對判別分析的結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)。2022/12/1285基本過程2022/12/113485非監(jiān)督分類中常用的方法分級集群法動(dòng)態(tài)聚類法2022/12/1286非監(jiān)督分類中常用的方法2022/12/113586監(jiān)督分類的的主要優(yōu)點(diǎn):可根據(jù)應(yīng)用目的和區(qū)域,有選擇地決定分類類別,避免出現(xiàn)一些不必要的類別;可控制訓(xùn)練樣本的選擇;可通過檢查訓(xùn)練樣本來決定訓(xùn)練樣本是否被精確分類,從而能避免分類中的嚴(yán)重錯(cuò)誤；避免了非監(jiān)督分類中對光譜集群組的重新歸類。2022/12/1287監(jiān)督分類的的主要優(yōu)點(diǎn):2022/12/113687監(jiān)督分類的缺點(diǎn):其分類系統(tǒng)的確定、訓(xùn)練樣本的選擇,均人為主觀因素較強(qiáng),分析者定義的類也許并不是圖像中存在的自然類別,導(dǎo)致多維數(shù)據(jù)空間中各類別間并非獨(dú)一無二,而有重疊;分析者所選擇的訓(xùn)練樣本也可能并不代表圖像中的真實(shí)情形;由于圖像中同一類別的光譜差異,如同一森林類,由于森林密度、年齡、陰影的差異,其森林類的內(nèi)部方差大,造成訓(xùn)練樣本并沒有很好的代表性;訓(xùn)練樣本的選取和評估需花費(fèi)較多的人力、時(shí)間;只能識(shí)別訓(xùn)練樣本中所定義的類別,若某類別由于訓(xùn)練者不知道或者其數(shù)量太未被定義,則監(jiān)督分類不能識(shí)別。2022/12/1288監(jiān)督分類的缺點(diǎn):2022/12/113788和監(jiān)督分類相比,非監(jiān)督分類的主要優(yōu)點(diǎn)表現(xiàn)在非監(jiān)督分類不需要預(yù)先對所要分類的區(qū)域有廣泛的了解和熟悉,而監(jiān)督分類則需要分析者對所研究區(qū)域有很好的了解從而才能選擇訓(xùn)練樣本。但是在非監(jiān)督分類中分析者仍需要一定的知識(shí)來解釋非監(jiān)督分類得到的集群組。人為誤差的機(jī)會(huì)減少。非監(jiān)督分類只需要定義幾個(gè)預(yù)先的參數(shù),如集群組的數(shù)量,最大最小像元數(shù)量等,監(jiān)督分類中所要求的決策細(xì)節(jié)在非監(jiān)督分類中都不需要,因此大大減少了人為誤差。即使分析者對分類圖像有很強(qiáng)的看法偏差,也不會(huì)對分類結(jié)果有很大影響。因此非監(jiān)督分類產(chǎn)生的類別比監(jiān)督分類所產(chǎn)生的更均質(zhì)。獨(dú)特的、覆蓋量小的類別均能夠被識(shí)別,而不會(huì)像監(jiān)督分類那樣被分析者的失誤所丟失。2022/12/1289和監(jiān)督分類相比,非監(jiān)督分類的主要優(yōu)點(diǎn)表現(xiàn)在2022/12/89非監(jiān)督分類的主要缺點(diǎn)來自于對其"自然"的依賴性:非監(jiān)督分類產(chǎn)生的光譜集群組并不一定對應(yīng)于分析者想要的類別,因此分析者面臨著如何將它們和想要的類別相匹配的問題,實(shí)際上幾乎很少有一對一的對應(yīng)關(guān)系。分析者較難對產(chǎn)生的類別進(jìn)行控制。因此其產(chǎn)生的類別也許并不能讓分析者滿意。圖像中各類別的光譜特征會(huì)隨時(shí)間、地形等變化,不同圖像以及不同時(shí)段的圖像之間的光譜集群組無法保持其連續(xù)性,從而使其不同圖像之間的對比變得困難。2022/12/1290非監(jiān)督分類的主要缺點(diǎn)來自于對其"自然"的依賴性:2022/19091一、地物邊界跟蹤法點(diǎn)狀地物與面狀地物的邊界跟蹤線裝地物信息檢測與跟蹤二、形狀特征描述與提取地物形狀特征的描述地物形態(tài)特征的提取40一、地物邊界跟蹤法9192

三、地物空間關(guān)系特征描述與提取不同地物之間的空間關(guān)系：方位關(guān)系、包含關(guān)系、相鄰關(guān)系、相交關(guān)系、相貫關(guān)系?？臻g關(guān)系特征提取與描述（1）方位關(guān)系的提?。?）包含關(guān)系特征提取與描述（3）相鄰關(guān)系特征抽?。?）相交關(guān)系特征抽取（5）相關(guān)關(guān)系特征的提取41三、地物空間關(guān)系特征描述與提取9293

專家系統(tǒng)：把某一特定領(lǐng)域的專家知識(shí)與經(jīng)驗(yàn)形式化后輸入到計(jì)算機(jī)中，由計(jì)算機(jī)模仿專家思考問題與解決問題，是代替專家解決專業(yè)問題的技術(shù)系統(tǒng)。遙感圖像解譯專家系統(tǒng)的組成圖像處理與特征提取子系統(tǒng)遙