地球遙感技術(shù)基礎(chǔ)2014講稿

第三講：遙感信息處理遙感信息獲取與處理沈曉華浙江大學(xué)地球科學(xué)系遙感圖像處理一般流程1、數(shù)據(jù)源2、遙感數(shù)據(jù)預(yù)處理

輻射校正、幾何校正、正射校正、圖像配準(zhǔn)、圖像鑲嵌與裁剪、圖像去云及陰影處理和光譜歸一化等環(huán)節(jié)3、遙感信息增強(qiáng)處理空間增強(qiáng)、光譜增強(qiáng)4、遙感信息分類(lèi)及解譯非監(jiān)督分類(lèi)、監(jiān)督分類(lèi)、決策樹(shù)分類(lèi)5、專(zhuān)題成果1.數(shù)據(jù)源遙感數(shù)據(jù)記錄形式：光學(xué)影像、數(shù)字圖像；光學(xué)影像（早期）：記錄在感光膠片或像紙上，其灰度和顏色是連續(xù)變化的；數(shù)字圖像（現(xiàn)在）：記錄在數(shù)字磁帶或磁盤(pán)上，其灰度或顏色是離散變化的；遙感數(shù)據(jù)量非常巨大，地面站接收的衛(wèi)星數(shù)據(jù)通常被實(shí)時(shí)記錄到高密度數(shù)字磁帶(HDDT)上，然后根據(jù)用戶(hù)需要，拷貝到計(jì)算機(jī)兼容磁帶(CCT)、CD、DVD等其它載體上。1.數(shù)據(jù)源SPOT5原始數(shù)據(jù)格式遙感影像的假彩色合成波段波長(zhǎng)(微米)分辨率(米)主要作用Band1藍(lán)綠0.45-0.5230對(duì)葉綠素和葉色素濃度敏感，對(duì)水體穿透強(qiáng)，用于區(qū)分土壤、植被及判別水深Band2綠0.52-0.6030綠色植物反射峰附近，對(duì)健康茂盛植物反射敏感，用于識(shí)別植物類(lèi)別Band3紅0.63-0.6930葉綠素吸收區(qū)域,用于觀測(cè)道路/裸露土壤/植被種類(lèi)Band4近紅外0.76-0.9030位于植物高反射區(qū)，對(duì)綠色植物類(lèi)別差異敏感,為植物通用波段，用于植物長(zhǎng)勢(shì)測(cè)量、植物的識(shí)別、分類(lèi)Band5短波紅外1.55-1.7530位于兩個(gè)水體吸收帶之間，對(duì)植物和土壤水分含量敏感，用于土壤濕度、植物含水量調(diào)查Band6熱紅外10.4-12.560對(duì)地物熱量輻射敏感，根據(jù)輻射熱差異可用于作物與森林區(qū)分、水體、巖石等地表特征識(shí)別。Band7短波外2.09-2.3530專(zhuān)為地質(zhì)調(diào)查追加的波段，該波段對(duì)巖石、特定礦物反應(yīng)敏感，用于區(qū)分主要巖石類(lèi)型、巖石水熱蝕變，探測(cè)與交代巖石有關(guān)的粘土礦物等。Band8全色0.52-0.9015覆蓋光譜范圍較廣，空間分辨率高，用于獲取地面幾何特征。294_289全色波段294_289多光譜波段SPOT5原始數(shù)據(jù)格式大慶油田SPOT5原始數(shù)據(jù)（tif格式存放）2004.09.10SPOT52004.09.14SPOT52004.09.20SPOT52004.10.16SPOT52004.11.26SPOT5SPOT5原始數(shù)據(jù)格式一景SPOT5數(shù)據(jù)(60kmx60km)覆蓋范圍示意圖2.遙感數(shù)據(jù)預(yù)處理2.遙感數(shù)據(jù)預(yù)處理由于各種因素的影響，遙感圖像存在一定的幾何畸變和輻射量的失真現(xiàn)象，這些畸變和失真影響了圖像的質(zhì)量和應(yīng)用，必須進(jìn)行消除。常見(jiàn)的預(yù)處理包括輻射校正、幾何校正、正射校正、圖像配準(zhǔn)、圖像鑲嵌與裁剪、圖像去云及陰影處理和光譜歸一化等環(huán)節(jié)，有時(shí)還需消除條帶噪聲衛(wèi)星影像數(shù)據(jù)根據(jù)產(chǎn)品的類(lèi)型，提供給用戶(hù)的數(shù)據(jù)部分已經(jīng)過(guò)輻射校正和幾何初步校正。2.遙感數(shù)據(jù)預(yù)處理SPOT5法國(guó)遙感圖像在獲得過(guò)程中，受到太陽(yáng)位置和角度條件、大氣吸收與散射、傳感器定標(biāo)、地勢(shì)等因素波及，傳感器測(cè)量值與目標(biāo)光譜反射率或光譜輻射亮度等物理量是不一致的。消除遙感圖像中依附在輻射亮度中的各種失真的過(guò)程稱(chēng)為輻射量校正。輻射誤差的校正主要包括三個(gè)方面：①傳感器校正：傳感器靈敏度特性引起的輻射誤差校正等；②大氣校正：光照條件的差異引起的輻射誤差校正；③大氣的散射和吸收引起的輻射誤差校正。2.遙感數(shù)據(jù)預(yù)處理--輻射校正2.遙感數(shù)據(jù)預(yù)處理--輻射校正MODIS2007.7.22太陽(yáng)耀斑反射輻射校正衛(wèi)星遙感數(shù)據(jù)是按衛(wèi)星軌道方向按次掃描成像，受衛(wèi)星姿態(tài)、成像傳感器焦距變動(dòng)、鏡頭畸變、掃描線首末點(diǎn)成像時(shí)間差、地球曲率、地形起伏、地球旋轉(zhuǎn)等多種因素影響，遙感圖像與地面目標(biāo)之間存在較大的幾何變形，為了解決遙感圖像的幾何變形問(wèn)題，需要對(duì)遙感圖像進(jìn)行幾何校正。遙感影像幾何畸變：①內(nèi)部畸變:傳感器性能差異引起②外部畸變:運(yùn)載工具姿態(tài)變化和目標(biāo)物引起幾何校正：①幾何粗校正：系統(tǒng)級(jí)校正，用構(gòu)像公式（已知構(gòu)像方程和傳感器校正參數(shù)）等進(jìn)行校正；②幾何精校正：對(duì)離散數(shù)字圖像中的每一個(gè)像元逐個(gè)進(jìn)行校正處理的方法，能精確地改正動(dòng)態(tài)掃描圖像所有的各種誤差。2.遙感數(shù)據(jù)預(yù)處理--幾何校正2.遙感數(shù)據(jù)預(yù)處理--幾何精校正幾何精校正包括兩個(gè)環(huán)節(jié)：（1）像素坐標(biāo)的變換，即將圖像坐標(biāo)轉(zhuǎn)變?yōu)榈貓D或地面坐標(biāo)；（2）對(duì)坐標(biāo)變換后的像素，亮度值進(jìn)行重采樣。幾何精糾正的核心是建立糾正函數(shù)（影像坐標(biāo)和地面坐標(biāo)之間的數(shù)學(xué)模型）和像元灰度重采樣函數(shù)（坐標(biāo)變換后的像素亮度值進(jìn)行重采樣），糾正函數(shù)一般可采用多項(xiàng)式函數(shù)、改進(jìn)多項(xiàng)式函數(shù)、共線方程函數(shù)、小面元多項(xiàng)式函數(shù)和樣條函數(shù)等來(lái)進(jìn)行幾何精糾正。1）建立糾正函數(shù)（影像坐標(biāo)和地面坐標(biāo)之間的數(shù)學(xué)模型）多光譜數(shù)據(jù)=>地形圖=>帶大地坐標(biāo)的多光譜數(shù)據(jù)源全色數(shù)據(jù)=>地形圖=>帶大地坐標(biāo)的全色數(shù)據(jù)源2.遙感數(shù)據(jù)預(yù)處理--幾何精校正地形圖影像數(shù)據(jù)2.遙感數(shù)據(jù)預(yù)處理--幾何精校正校正前(297_289寧波)校正后(297_289寧波)2.遙感數(shù)據(jù)預(yù)處理--幾何精校正校正前校正后（標(biāo)準(zhǔn)1：5萬(wàn)地形圖）2.遙感數(shù)據(jù)預(yù)處理--幾何精校正幾何精校正關(guān)鍵是選取地面合適的地面控制點(diǎn)一般：1）地面控制點(diǎn)選擇圖像上有明顯的、清晰的點(diǎn)位標(biāo)志，如道路交叉點(diǎn)、河流交叉點(diǎn)等；2）地面控制點(diǎn)上的地物不隨時(shí)間而變化；3）地面控制點(diǎn)均勻分布在整幅影像內(nèi)，且要有一定的數(shù)量保證，不同糾正模型對(duì)控制點(diǎn)個(gè)數(shù)的需求不相同；4）圖像邊緣和地面特征變化較大的地區(qū)要有適當(dāng)?shù)目刂泣c(diǎn)。定位精度稍差定位精度較高雙眼皮現(xiàn)象定位精度稍差定位精度較高像素亮度值重采樣：最鄰近像元法，雙線性?xún)?nèi)插法和雙三次卷積重采樣法等1)最鄰近像元法2)雙線性插法3)雙三次卷積法2.遙感數(shù)據(jù)預(yù)處理--幾何精校正不同算法的重采樣效果(分辯率較低時(shí))原始圖不同算法的重采樣效果放大比較鄰點(diǎn)法線性法雙三次卷積法浙江煉油廠不同算法的重采樣效果圖像鑲嵌是將二幅或多幅（具有重疊部分）影像拼在一起，構(gòu)成一幅整體圖像的過(guò)程。鑲嵌圖像可以是不同時(shí)間同一傳感器獲取的，也可以是不同時(shí)間不同傳感器獲取的圖像2.遙感數(shù)據(jù)預(yù)處理--圖像鑲嵌數(shù)字圖像鑲嵌的關(guān)鍵是：1)如何在幾何上將多幅不同的圖像連接在一起；2)如何保證拼接后的圖像反差一致、色調(diào)相近、沒(méi)有明顯的接縫。2004.09.10SPOT52004.09.20SPOT52004.10.16SPOT52004.11.26SPOT54遙感信息的數(shù)字鑲嵌3.遙感信息增強(qiáng)處理3.遙感信息增強(qiáng)處理圖像增強(qiáng)目的：1）采用灰度線性變換、直方圖均衡化、圖像融合、多光譜變換等一系列方法改善圖像的視覺(jué)效果，提高圖像的清晰度；2）為特定的研究目的，突出遙感圖像中與研究有關(guān)的信息，削弱、分離無(wú)關(guān)的信息，使圖像更易判讀。圖像增強(qiáng)方法：分空間域處理和頻率域處理兩大類(lèi)1）空間域處理：直接對(duì)圖像進(jìn)行各種運(yùn)算，以得到圖像的增強(qiáng)結(jié)果，如灰度變換、直方圖均衡等；2）頻率域處理：將空間域圖像變換成頻率域圖像，在頻率域中對(duì)圖像的頻譜進(jìn)行處理，然后再進(jìn)行反變換，以達(dá)到增強(qiáng)圖像的目的，如濾波、小波變換等。圖像增強(qiáng)不能增加原始圖像的信息，有時(shí)反而會(huì)損失一些信息3.遙感信息增強(qiáng)處理圖像灰度直方圖：反映了一幅圖像中灰度級(jí)與其出現(xiàn)概率之間的關(guān)系。3.遙感信息增強(qiáng)處理--直方圖增強(qiáng)簡(jiǎn)單線性變換是按比例拉伸原始圖像灰度等級(jí)范圍

充分利用顯示設(shè)備的顯示范圍，使輸出直方圖的兩端達(dá)到飽和；變化前后圖像每一個(gè)像元呈一對(duì)一關(guān)系，像元總數(shù)不變。294_289杭州3.遙感信息增強(qiáng)處理--線性變換297_289寧波3.遙感信息增強(qiáng)處理--線性變換3.遙感信息增強(qiáng)處理--直方圖均衡3.遙感信息增強(qiáng)處理--直方圖正態(tài)化3.遙感信息增強(qiáng)處理--直方圖匹配平滑：消除各種干擾噪聲，使圖像中高頻成分消退，即平滑掉圖像的細(xì)節(jié)，使其反差降低，保存低頻成分。

1）鄰域平均法

2）低通濾波3.遙感信息增強(qiáng)處理--圖像平滑銳化：是增強(qiáng)圖像中的高頻成份，突出圖像的邊緣信息，提高圖像細(xì)節(jié)的反差，也稱(chēng)為邊緣增強(qiáng)，其結(jié)果與平滑相反。

1）空間域圖像銳化

2）頻域圖像銳化3.遙感信息增強(qiáng)處理--圖像銳化利用多源圖像之間的四則運(yùn)算來(lái)達(dá)到增加某些信息或消除某些影響的目的。

1）減法運(yùn)算：增加不同地物間光譜反射率以及在兩個(gè)波段上變化趨勢(shì)相反時(shí)的反差。用紅外波段與紅波段圖像相減時(shí)，即為植被指數(shù)VI=BIR－BR

2）加法運(yùn)算：綠色波段和紅色時(shí)段圖像相加可以得到近似全色圖像

3）乘法運(yùn)算：同加法運(yùn)算

4）除法運(yùn)算：比值運(yùn)算能壓抑因地形坡度和方向引起的輻射量變化，消除地形起伏的影響；也可以增強(qiáng)某些地物之間的反差。

5）混合運(yùn)算：3.遙感信息增強(qiáng)處理--多光譜圖像四則運(yùn)算遙感圖像波段比值處理TM4/TM3比值TM3TM4杭州灣及其附近地區(qū)3.遙感信息增強(qiáng)處理--混合運(yùn)算植被指數(shù):由多光譜數(shù)據(jù)，經(jīng)線性和非線性組合構(gòu)成的對(duì)植被有一定指示意義的各種數(shù)值植物光合作用，可見(jiàn)光波段中的光合有效輻射(0.47~0.78μm)是一強(qiáng)吸收帶，而在近紅外波段(0.78~1.1μm)為一反射高峰常用的四種植被指數(shù)1.比值植被指數(shù)RVI＝Ch2/Ch1

其中，Ch1為可見(jiàn)光通道，Ch2為近紅外通道2.歸一化植被指數(shù)NDVI=(Ch2-Ch1)/(Ch2+Ch1)

其中，Ch1為可見(jiàn)光通道，Ch2為近紅外通道.在植被覆蓋稠密區(qū)，NDVI易較早飽和；植被覆蓋稀疏區(qū)，NDVI受土壤背景影響較大。-1≤NDVI≤1,負(fù)值,表示地面覆蓋為云、水、雪等，對(duì)可見(jiàn)光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值,表示有植被覆蓋，隨覆蓋度增大而增大3.土壤調(diào)整植被指數(shù)SAVI=(Ch2－Ch1)/(Ch2+Ch1+L)*(1+L)

其中，Ch1為可見(jiàn)光通道，Ch2為近紅外通道，L取0.5SAVI能較好地消除土壤背景對(duì)植被指數(shù)的影響4.修改型土壤調(diào)整植被指數(shù)MSAVI:其中，Ch1為可見(jiàn)光通道，Ch2為近紅外通道遙感圖像波段比值處理TM3杭州灣及其附近地區(qū)NDVI(TM5/3)TM5歸一化植被指數(shù)NDVI=(近紅外－紅外)/(近紅外十紅外)遙感圖像波段比值處理TM4TM3杭州灣及其附近地區(qū)NDVI(TM4/3)歸一化植被指數(shù)NDVI=(近紅外－紅外)/(近紅外十紅外)3.遙感信息增強(qiáng)處理--植物長(zhǎng)勢(shì)監(jiān)測(cè)LAI將大量原始圖像(成像光譜儀的波段數(shù)達(dá)數(shù)百之多)直接用來(lái)解譯和分類(lèi)，不僅數(shù)據(jù)量太大，計(jì)算復(fù)雜，而且效果也不一定好。將原有的m個(gè)量值集合通過(guò)某種變換，然后產(chǎn)生n個(gè)（n≤m）特征。特征變換的作用表現(xiàn)在兩方面，一方面減少特征之間的相關(guān)性，使得用盡可能少的特征來(lái)最大限度地包含所有原始數(shù)據(jù)的信息；另一方面使得待分類(lèi)別之間的差異在變換后的特征中更明顯，從而改善分類(lèi)識(shí)別效果。常用的特征變換有主分量變換、哈達(dá)瑪變換、生物量指標(biāo)變換、比值變換、穗帽變換、小波變換等。3.遙感信息增強(qiáng)處理--圖像特征變換主成分分析123組分影像合成圖3.遙感信息增強(qiáng)處理--主分量變換主分量變換(PCA)：由原始圖像數(shù)據(jù)協(xié)方差矩陣的特征值和特征向量建立起來(lái)的變換核，將光譜特征空間原始數(shù)據(jù)向量投影到平行于地物集群橢球體各結(jié)構(gòu)軸的主成分方向，突出和保留主要地物類(lèi)別信息，用來(lái)進(jìn)行圖像增強(qiáng)、特征選擇和圖像壓縮的處理方法。K-L變換也常稱(chēng)為主成分變換(PCA)或霍特林變換去相關(guān)拉伸法是一種基于主成分變換的技術(shù),它主要有三個(gè)步驟:①將原始圖像波段變換為它們的主組分。②分別反差拉伸變換后的主組分。③進(jìn)行主組分反變換，以原始彩色空間顯示。3.遙感信息增強(qiáng)處理--杭州灣及其附近地區(qū)去相關(guān)拉伸影像3.遙感信息增強(qiáng)處理--R型因子分析因子分析是一種簡(jiǎn)化數(shù)據(jù)結(jié)構(gòu)的方法，它通過(guò)研究多變量之間的依賴(lài)關(guān)系，利用主成分分析和因子旋轉(zhuǎn)技術(shù)，將多變量轉(zhuǎn)換為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo)，以較少的幾個(gè)因子反映原資料的大部分信息錢(qián)塘江口ETM+多光譜數(shù)據(jù)B1、B2、B3、B4、B5、B7六個(gè)波段進(jìn)行R型因子分析結(jié)果及效果溫州(ETM543)六橫島(ETM543)溫州(123457)六橫島(123457)1）海塘空間展布.規(guī)模.長(zhǎng)度.清晰2）新修海塘色調(diào)較亮，舊海塘略暗。3）不同級(jí)別海塘，影像上有相應(yīng)表現(xiàn)4）多波段提取的信息較543波段合成影像更顯著。利用R型因子分析提取的海塘信息118041(ETM543)118041(123457)近岸水體泥砂含量多，水動(dòng)力強(qiáng)提取的水動(dòng)力及泥沙含量信息錢(qián)塘江口(ETM543)錢(qián)塘江口(123457)海岸地物、海涂、砂丘，在遙感影像及提取信息中清晰可辨提取的海岸地物、海涂信息北麂列島(ETM543)北麂列島(123457)南麂列島(123457)南麂列島(ETM345)洋流及波浪信息經(jīng)提取后，非常明顯(信息量?jī)H占總信息量的2%)提取的水動(dòng)力和海浪信息3.遙感信息增強(qiáng)處理--圖像融合1.多源遙感影象數(shù)據(jù)特點(diǎn)：冗余性：表示多源遙感影像數(shù)據(jù)對(duì)環(huán)境或目標(biāo)的表示、描述或解譯結(jié)果相同；互補(bǔ)性：指信息來(lái)自不同的自由度且相互獨(dú)立；合作性：不同傳感器在觀測(cè)和處理信息時(shí)對(duì)其它信息有依賴(lài)關(guān)系。2.遙感圖像融合：將多源信道所采集到的關(guān)于同一目標(biāo)的圖像數(shù)據(jù)（可以是多時(shí)相和不同類(lèi)別傳感器），按一定的算法，提取各自波段的信息，在規(guī)定的地理投影坐標(biāo)系上，綜合成統(tǒng)一同一圖像的圖像處理過(guò)程。3.圖像融合由低到高分為三個(gè)層次：基于象素級(jí)（Pixel）融合；基于特征級(jí)（Feature）融合；基于影像理解的決策層（Decision）融合。3.遙感信息增強(qiáng)處理--圖像融合象素級(jí)融合：是指直接對(duì)傳感器采集來(lái)得數(shù)據(jù)進(jìn)行處理而獲得融合圖像的過(guò)程。常用的有：顏色空間變換、高通濾波、主成分變換、小波融合等。特征級(jí)融合：將各遙感影像數(shù)據(jù)進(jìn)行特征提取，再按特征信息對(duì)多源數(shù)據(jù)進(jìn)行分類(lèi)、聚集和綜合，產(chǎn)生特征矢量，而后采用基于特征級(jí)融合方法融合這些特征矢量，作出基于融合特征矢量的屬性說(shuō)明。決策層融合:對(duì)每一數(shù)據(jù)進(jìn)行屬性說(shuō)明，再對(duì)其結(jié)果加以融合，得到目標(biāo)或環(huán)境的融合屬性說(shuō)明。3.遙感信息增強(qiáng)處理--圖像融合彩色空間變換三基色(RGB)原理：自然界常見(jiàn)的各種顏色光，都是由紅(R)、綠(G)、藍(lán)(B)三種顏色光按不同比例相配而成，同樣絕大多數(shù)顏色也可以分解成紅、綠、藍(lán)。亮度、色調(diào)、飽和度：I亮度：光的強(qiáng)和弱H色調(diào)：光的波長(zhǎng)、人眼的感覺(jué)(反映)顏色(的基本特征)S飽和度：顏色滲入白光的程度(表示)顏色深淺的程度紅+白光=>粉紅色飽和度下降紅+另一種顏色的光=>色調(diào)發(fā)生變化3.遙感信息增強(qiáng)處理--基于ＩＨＳ變換的融合飽和度色調(diào)綠藍(lán)藍(lán)綠綠黃亮度黃紫藍(lán)紅橙白綠亮度黑IHS色彩模型飽和度色調(diào)綠藍(lán)藍(lán)綠綠黃亮度黃紫藍(lán)紅橙白綠亮度黑HIS色彩模型3.遙感信息增強(qiáng)處理--基于ＩＨＳ變換的融合彩色空間變換(2.5米+10米數(shù)據(jù)融合)10米多光譜2.5米全色1.RGB轉(zhuǎn)為HIS2.保留色調(diào)H和飽和度S3.亮度I用全色波段4.IHS轉(zhuǎn)為RGB基于IHS變換的圖像融合過(guò)程如下：①遙感影像有多個(gè)多光譜波段數(shù)據(jù)（ETM+有6個(gè)，SPOT5有4個(gè)），選擇其中的3個(gè)多光譜波段數(shù)據(jù)，將它們?cè)O(shè)置為基色顏色空間R、G、B；②對(duì)選擇的多光譜波段圖像和相應(yīng)高精度的全色波段圖像進(jìn)行幾何配準(zhǔn)；③將基色顏色空間R、G、B轉(zhuǎn)換到色、亮分離的IHS顏色空間；④將全色波段圖像I′和IHS顏色空間中的亮度分量I進(jìn)行直方圖匹配；⑤用直方圖匹配后的全色波段圖像I′，代替IHS顏色空間的亮度分量I，即HIS變成I′HS；⑥將I′HS逆變換到基色顏色空間，得到新的RGB；⑦完成整幅影像的上述操作，即得到融合后的圖像。3.遙感信息增強(qiáng)處理--基于ＩＨＳ變換的融合多光譜數(shù)據(jù)+全色數(shù)據(jù)

SPOT510米多光譜影像SPOT52.5米全色波段影像SPOT5多光譜與全色波段融合后影像3.遙感信息增強(qiáng)處理--基于ＩＨＳ變換的融合IKONOS+TM3.遙感信息增強(qiáng)處理--基于ＩＨＳ變換的融合4.遙感信息分類(lèi)及解譯4.遙感信息分類(lèi)及解譯圖像分類(lèi)：根據(jù)各自在圖像信息中所反映的不同特征，把不同類(lèi)別的目標(biāo)區(qū)分開(kāi)來(lái)的圖像處理方法。圖像空間分類(lèi)法：利用圖像的灰度,顏色,紋理,形狀,位置等底層特征對(duì)圖像進(jìn)行分類(lèi);1)利用灰度直方圖特征對(duì)圖像進(jìn)行分類(lèi)；2）利用紋理特征對(duì)圖像進(jìn)行分類(lèi)；3）采用紋理、邊緣和顏色直方圖混合特征對(duì)圖像進(jìn)行分類(lèi)；優(yōu)點(diǎn)：分類(lèi)精度比較理想;缺點(diǎn)：數(shù)據(jù)量大,計(jì)算復(fù)雜性高。特征空間分類(lèi)法：將原圖像經(jīng)過(guò)某種變換（如K-L變換,小波變換等），變換到特征空間，在特征空間提取圖像特征信息，實(shí)現(xiàn)圖像分類(lèi)。優(yōu)點(diǎn)：可降低數(shù)據(jù)維數(shù),降低計(jì)算復(fù)雜性；缺點(diǎn)：?jiǎn)栴}相關(guān)性較強(qiáng),與特征提取的方法和效果有很大關(guān)系。4.遙感信息分類(lèi)遙感圖像分類(lèi)：通過(guò)對(duì)各類(lèi)地物的光譜特征分析來(lái)選擇特征參數(shù)，將特征空間劃分為互不重疊的子空間，把不同類(lèi)別的目標(biāo)區(qū)分開(kāi)來(lái)。與遙感圖像的目視判讀技術(shù)相比較，它們的目的是一致的，但手段不同，目視判讀是直接利用人類(lèi)的自然識(shí)別智能；計(jì)算機(jī)分類(lèi)是利用計(jì)算機(jī)技術(shù)來(lái)模擬人的識(shí)別功能。遙感圖像分類(lèi)方法，常見(jiàn)的有兩大類(lèi)，即監(jiān)督分類(lèi)(訓(xùn)練區(qū)分類(lèi))和非監(jiān)督分類(lèi)。4.遙感圖像分類(lèi)方法4.遙感圖像分類(lèi)方法--監(jiān)督分類(lèi)監(jiān)督分類(lèi)，首先要從欲分類(lèi)的圖像區(qū)域中選定一些訓(xùn)練樣區(qū)，在這樣訓(xùn)練區(qū)中地物的類(lèi)別是已知的，用它建立分類(lèi)標(biāo)準(zhǔn)，然后計(jì)算機(jī)將按同樣的標(biāo)準(zhǔn)對(duì)整個(gè)圖像進(jìn)行識(shí)別和分類(lèi)。它是一種由已知樣本，外推未知區(qū)域類(lèi)別的方法；監(jiān)督分類(lèi)的思想：首先根據(jù)已知的樣本類(lèi)別和類(lèi)別的先驗(yàn)知識(shí)，確定判別函數(shù)和相應(yīng)的判別準(zhǔn)則，其中利用一定數(shù)量的已知類(lèi)別函數(shù)中求解待定參數(shù)的過(guò)程稱(chēng)之為學(xué)習(xí)或訓(xùn)練，然后將未知類(lèi)別的樣本的觀測(cè)值代入判別函數(shù)，再依據(jù)判別準(zhǔn)則對(duì)該樣本的所屬類(lèi)別作出判定。監(jiān)督分類(lèi)方法：以實(shí)際地物類(lèi)別的先驗(yàn)知識(shí)為基礎(chǔ)，根據(jù)每一類(lèi)別的具體情況進(jìn)行分類(lèi)特征處理及判別函數(shù)計(jì)算。因此分類(lèi)所得的每一類(lèi)別都有實(shí)際物理意義。監(jiān)督分類(lèi)法是遙感圖像計(jì)算機(jī)分類(lèi)中最常用的方法。4.遙感圖像分類(lèi)方法--監(jiān)督分類(lèi)監(jiān)督分類(lèi)的主要步驟如下：1）確定感興趣的類(lèi)別數(shù)首先確定要對(duì)哪些地物進(jìn)行分類(lèi)，這樣就可以建立這些地物的先驗(yàn)知識(shí)。2）特征變換和特征選擇進(jìn)行有針