遙感導(dǎo)論主要內(nèi)容課件

遙感導(dǎo)論主要內(nèi)容2第四章遙感圖像處理顏色的性質(zhì)可以由明度、色調(diào)和飽和度來描述。紅、綠、藍(lán)這三種顏色稱為“色光三原色”也稱加法三原色。光學(xué)基礎(chǔ)知識原色減法：三補(bǔ)色(黃，品紅，青）全部參與疊加形成黑色，任意其中兩種補(bǔ)色相加形成不參與合成的顏色的原色。標(biāo)準(zhǔn)假彩色合成

其中遙感平臺位置和運動狀態(tài)變化的影響包括航高、航速、俯仰、翻滾、偏航等遙感影像變形原因：遙感平臺位置和運動狀態(tài)變化的影響地形起伏的影響地球表面曲率的影響大氣折射的影響地球自轉(zhuǎn)的影響數(shù)字圖像的校正數(shù)字圖像的校正精校正基本思路最小二乘法在多項式糾正的使用多項式幾何糾正根據(jù)多項式方程的次數(shù)，有最少控制點個數(shù)的要求，但控制點選擇過程中可能存在隨機(jī)誤差。為了消除隨機(jī)誤差，需要盡可能將更多的控制點信息應(yīng)用到多項式模型的方程解算當(dāng)中，因此需要利用最小二乘法將更多的控制點坐標(biāo)信息應(yīng)用到多項式方程的求解過程。最小二乘法（又稱最小平方法）是一種數(shù)學(xué)優(yōu)化技術(shù)。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。數(shù)字圖像的校正計算方法計算校正后各像元的亮度值最近相鄰法k=Integer(x+0.5)l=Integer(y+0.5)優(yōu)點：簡單易用，計算量小缺點：精度差，亮度不連續(xù)數(shù)字圖像的校正雙線性內(nèi)插數(shù)字圖像的校正校正方法精校正利用遙感影像相對于地面坐標(biāo)（如GPS地面點坐標(biāo)）的配準(zhǔn)校正；利用遙感影像相對于地圖投影坐標(biāo)系統(tǒng)配準(zhǔn)校正；利用不同類型或不同時相的遙感影像之間的幾何配準(zhǔn)；數(shù)字圖像的輻射校正理想狀態(tài)下，進(jìn)入傳感器的輻射強(qiáng)度只受兩個因素影響：太陽照射到地面的輻射強(qiáng)度地物的光譜反射率實際狀態(tài)下，還受其它因素的影響（輻射校正的目的就是去除這些影像）：儀器本身的誤差大氣對輻射的影響數(shù)字圖像的輻射校正粗校正方法—直方圖最小值去除法原理：假設(shè)程輻射在同一幅圖像的同一個波段上的值是常數(shù)（實際上與像元位置有關(guān)）在一幅圖像上，總可以找到某幾處地物，其輻射亮度理論上應(yīng)接近于0。如實測值不為0，則多出部分應(yīng)為大氣散射導(dǎo)致的程輻射值。方法：將每一波段中每一像元亮度都將去本波段的最小值。數(shù)字圖像的增強(qiáng)空間濾波平滑用于減小圖像的亮度變化，去掉不必要的噪聲點數(shù)字圖像的增強(qiáng)空間濾波銳化(邊緣增強(qiáng)）用于突出圖像的邊緣、線狀目標(biāo)等亮度變化率大的部分?jǐn)?shù)字圖像的增強(qiáng)彩色變換HLS變換色調(diào)、明度、飽和度（hue、lightness、saturation）數(shù)字圖像的增強(qiáng)K-L(Karhunen-Loeve)變換（PCT主成分變換）利用影像各波段亮度值間的協(xié)方差矩陣構(gòu)造的線性變換矩陣，從而使影像數(shù)據(jù)的信息依次向前幾個維度集中的影像處理方法。目的：數(shù)據(jù)壓縮-多個波段可以轉(zhuǎn)化為幾個主分量波段圖像增強(qiáng)-主分量波段的信噪比比原圖增大簡單的說就是降維、減噪數(shù)字圖像的增強(qiáng)多光譜變換Kauth-Thomas變換（纓帽、穗帽變換）TasseledCap根據(jù)經(jīng)驗確定的變換矩陣將影像的多光譜亮度空間綜合變換到由亮度、綠度、濕度三維空間的一種線性特征變換圖像處理方法。目標(biāo)地物的直接判讀標(biāo)志色調(diào)（tone）顏色（colour）陰影（shadow）形狀（shape）紋理（texture）大小（size）位置（site）圖型（pattern）遙感圖像目視解譯原理遙感圖像目視解譯原理間接判讀標(biāo)志—目標(biāo)地物與其相關(guān)指示特征間接判讀標(biāo)志—地物及其與環(huán)境的關(guān)系間接判讀標(biāo)志—目標(biāo)地物與成像時間的關(guān)系TM影像（5號星）波段序號波長/um波段名稱地面分辨率10.45~0.52藍(lán)色3020.52~0.60綠色3030.63~0.69紅色3040.76~0.90近紅外3051.55~1.75短波紅外30610.4~12.5熱紅外12072.08~2.35短波紅外30SPOT4影像波段序號波長/um波段名稱地面分辨率10.50~0.60綠色2020.61~0.68紅色2030.79~0.89近紅外2041.5~1.75短波紅外20全色0.51~0.73全色10中巴資源一號01、02星高分辨率CCD相機(jī)波段序號波長/um波段名稱地面分辨率10.45~0.52藍(lán)綠色19.520.52~0.59綠色19.530.63~0.69紅色19.540.77~0.89近紅外19.5全色0.51~0.73全色19.5遙感圖像目視解譯基礎(chǔ)目視解譯步驟準(zhǔn)備工作初步解譯與建標(biāo)室內(nèi)詳細(xì)判讀野外驗證與補(bǔ)判目視解譯成果的轉(zhuǎn)繪與制圖計算機(jī)自動分類的實質(zhì)是根據(jù)某一標(biāo)準(zhǔn)，對像元特征空間進(jìn)行劃分，將遙感影像上的每一個像元劃分到不同地物類別的過程。分類主要依據(jù)地物的光譜特征像素的相似度通常用距離和相關(guān)系數(shù)作為衡量相似度的指標(biāo)絕對值距離歐氏距離馬氏距離混合距離相關(guān)系數(shù)分類方法監(jiān)督分類通過選取有代表性的訓(xùn)練場地作為樣本，并依此建立判別函數(shù)。應(yīng)用該函數(shù)對非樣本像元進(jìn)行分類選取訓(xùn)練樣本是監(jiān)督分類的前提注意：通常對每類地物都會選N個樣本分類方法監(jiān)督分類最小距離分類分類方法監(jiān)督分類最近鄰域分類法分類方法監(jiān)督分類特征曲線窗口法分類方法監(jiān)督分類最大似然比分類法MaximumLikelihoodClassifier分類方法非監(jiān)督分類不以任何先驗知識為依據(jù)，純粹依靠不同光譜數(shù)據(jù)組合在統(tǒng)計上的差別來進(jìn)行“盲分類”，事后再對已分出各類的地物屬性進(jìn)行確認(rèn)的分類方法。非監(jiān)督分類分級集群法（HierarchicalClustering）用距離評價各個像元在光譜空間上分布的相似程度，把它們合并成不同的集群，即分類結(jié)果中不同的類別。非監(jiān)督分類動態(tài)聚類法（ISODATA）分類方法遙感圖像的計算機(jī)分類監(jiān)督分類與非監(jiān)督分類的比較監(jiān)督分類需要根據(jù)訓(xùn)練場提供的特征參數(shù)建立判別函數(shù)。工作量大，資料收集有難度，費用高，訓(xùn)練場選擇較好時，分類質(zhì)量高。非監(jiān)督分類不需要任何先驗知識，根據(jù)地物光譜的統(tǒng)計特性進(jìn)行分類。費用較低。光譜特征類與唯一地物對應(yīng)時，分類質(zhì)量高。地物間光譜特性相差小時，分類質(zhì)量低。人工智能方法人工神經(jīng)網(wǎng)絡(luò)（ANN）主要特征：大規(guī)模的并行處理和分布式信息存儲具有自適應(yīng)性和自組織性的非線性系統(tǒng)較強(qiáng)的學(xué)習(xí)功能、聯(lián)想功能和容錯功能從本質(zhì)上講也可以說一種監(jiān)督分類，因為也有樣本參與訓(xùn)練的過程計算自動解譯與目視解譯的區(qū)別與聯(lián)系，及各自的優(yōu)缺點聯(lián)系：都是從遙感圖像上獲取目標(biāo)地物的信息區(qū)別：目視解譯完全靠手工提取，計算機(jī)自動解譯給定判定準(zhǔn)則（算法）后計算機(jī)自動處理目視解譯的優(yōu)點在于對專業(yè)解譯人員而言，能用的判讀標(biāo)志多，使用影像的信息多，解譯精度高，其缺點在于手工工作