遙感數(shù)字圖像計(jì)算機(jī)解譯整理

遙感數(shù)字圖像計(jì)算機(jī)解譯整理第1頁，共45頁，2023年，2月20日，星期日16.1遙感圖像的計(jì)算機(jī)分類第2頁，共45頁，2023年，2月20日，星期日26.1遙感圖像的計(jì)算機(jī)分類第3頁，共45頁，2023年，2月20日，星期日3專題信息提取的概念：日本遙感學(xué)會(huì)：利用圖像的光譜信息，空間信息以及多時(shí)相信息對(duì)目標(biāo)進(jìn)行識(shí)別并歸類，并將可從遙感圖像中提取的信息分為五類。6.1遙感圖像的計(jì)算機(jī)分類第4頁，共45頁，2023年，2月20日，星期日46.1遙感圖像的計(jì)算機(jī)分類第5頁，共45頁，2023年，2月20日，星期日56.1.1分類原理與基本過程1)遙感圖像計(jì)算機(jī)分類的依據(jù)是遙感圖像像素的相似度。常使用距離和相關(guān)系數(shù)來衡量相似度。采用距離衡量相似度時(shí)，距離越小相似度越大。采用相關(guān)系數(shù)衡量相似度時(shí)，相關(guān)程度越大，相似度越大。6.1遙感圖像的計(jì)算機(jī)分類第6頁，共45頁，2023年，2月20日，星期日62)遙感圖像計(jì)算機(jī)分類方法監(jiān)督分類法：選擇具有代表性的典型實(shí)驗(yàn)區(qū)或訓(xùn)練區(qū)，用訓(xùn)練區(qū)中已知地面各類地物樣本的光譜特性來“訓(xùn)練”計(jì)算機(jī)，獲得識(shí)別各類地物的判別函數(shù)或模式，并以此對(duì)未知地區(qū)的像元進(jìn)行分類處理，分別歸入到已知的類別中。非監(jiān)督分類：是在沒有先驗(yàn)類別（訓(xùn)練場(chǎng)地）作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進(jìn)行歸類合并（即相似度的像元?dú)w為一類）的方法。6.1遙感圖像的計(jì)算機(jī)分類第7頁，共45頁，2023年，2月20日，星期日73)遙感數(shù)字圖像計(jì)算機(jī)分類基本過程根據(jù)圖像分類目的選取特定區(qū)域的遙感數(shù)字圖像，需考慮圖像的空間分辨率、光譜分辨率、成像時(shí)間、圖像質(zhì)量等。根據(jù)研究區(qū)域，收集與分析地面參考信息與有關(guān)數(shù)據(jù)。根據(jù)分類要求和圖像數(shù)據(jù)的特征，選擇合適的圖像分類方法和算法。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6.1遙感圖像的計(jì)算機(jī)分類第8頁，共45頁，2023年，2月20日，星期日83)遙感數(shù)字圖像計(jì)算機(jī)分類基本過程為了測(cè)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(chǎng)地進(jìn)行采樣，測(cè)定其特征。在非監(jiān)督分類中，可用聚類等方法對(duì)特征相似的像素進(jìn)行歸類，測(cè)定其特征。對(duì)遙感圖像中各像素進(jìn)行分類。分類精度檢查。對(duì)判別分析的結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)。6.1遙感圖像的計(jì)算機(jī)分類第9頁，共45頁，2023年，2月20日，星期日9

（1）最小距離分類法Step2–foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第10頁，共45頁，2023年，2月20日，星期日10DefinesatypicalpixelforeachclassAssignspixelsonthebasisofspectraldistanceCanseparatediverseclassesBoundaryproblemsremainunresolved6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第11頁，共45頁，2023年，2月20日，星期日11

（2）多級(jí)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(duì)應(yīng)不同分類類別的互不重疊的特征字空間的分類方法。對(duì)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)類別特征字空間中。6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第12頁，共45頁，2023年，2月20日，星期日12

（3）特征曲線窗口分類法特征曲線是地物光譜特征曲線參數(shù)構(gòu)成的曲線。以特征曲線為中心取一個(gè)條帶，構(gòu)造一個(gè)窗口，凡是落在此窗口內(nèi)的地物即被認(rèn)為是一類，反之，則不屬于該類。6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第13頁，共45頁，2023年，2月20日，星期日13

（4）最大似然比分類法(MaximumLikelihood)通過求出每個(gè)像素對(duì)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。6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第14頁，共45頁，2023年，2月20日，星期日14最大似然比分類法6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第15頁，共45頁，2023年，2月20日，星期日15最大似然比分類法6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類第16頁，共45頁，2023年，2月20日，星期日166.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類最大似然比分類法第17頁，共45頁，2023年，2月20日，星期日17

（1）分級(jí)集群法確定評(píng)價(jià)各樣本相似程度所采用的指標(biāo)初定分類總數(shù)；計(jì)算樣本間的距離，據(jù)距離最近的原則判定樣本歸并到不同類別；歸并后的類別作為新類，與剩余的類別重新組合，然后再計(jì)算并改正其距離。6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－非監(jiān)督分類第18頁，共45頁，2023年，2月20日，星期日18第19頁，共45頁，2023年，2月20日，星期日19

（2）動(dòng)態(tài)聚類法(a)計(jì)算個(gè)體與初始類別中心的距離,把該個(gè)體分配到最近的類別中;(b)計(jì)算并改正重新組合的類別中心,重復(fù)進(jìn)行(a)的過程。如果重新組合的個(gè)體數(shù)在某一門限值以下,可以認(rèn)為結(jié)束。(c)消除微小的類別后，當(dāng)類別數(shù)在一定的范圍，類別中心間的距離在門限位以上，類別內(nèi)的方差的最大值為門限值以上時(shí)，可以看做集群分析終了。當(dāng)集群分析的終了條件不滿足時(shí).就要通過類別的合并及分離，調(diào)整類別的數(shù)目和中心間的距離等，然后返回到(a)，重復(fù)進(jìn)行再組合的過程。6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－非監(jiān)督分類第20頁，共45頁，2023年，2月20日，星期日20第21頁，共45頁，2023年，2月20日，星期日21根本區(qū)別在于是否利用訓(xùn)練場(chǎng)地來獲取先驗(yàn)的類別知識(shí)。監(jiān)督分類的關(guān)鍵是選擇訓(xùn)練場(chǎng)地。訓(xùn)練場(chǎng)地要有代表性，樣本數(shù)目要能夠滿足分類要求。此為監(jiān)督分類的不足之處。非監(jiān)督分類不需要更多的先驗(yàn)知識(shí)，據(jù)地物的光譜統(tǒng)計(jì)特性進(jìn)行分類。當(dāng)兩地物類型對(duì)應(yīng)的光譜特征差異很小時(shí)，分類效果不如監(jiān)督分類效果好。6.1遙感圖像的計(jì)算機(jī)分類6.1.2圖像分類方法－監(jiān)督分類與非監(jiān)督分類方法比較第22頁，共45頁，2023年，2月20日，星期日221類別的合并2

篩濾

3

臨近類別的歸并

4

多數(shù)或者少數(shù)分析

5圖象分割

6類別的疊加6.1遙感圖像的計(jì)算機(jī)分類6.1.3分類后處理第23頁，共45頁，2023年，2月20日，星期日23

1精度評(píng)價(jià)流程

2檢驗(yàn)數(shù)據(jù)

3采樣方法

4混淆矩陣

5Kappa統(tǒng)計(jì)

6.1遙感圖像的計(jì)算機(jī)分類6.1.4精度評(píng)價(jià)第24頁，共45頁，2023年，2月20日，星期日24隨著遙感和GIS的結(jié)合，遙感專題分類結(jié)果作為GIS數(shù)據(jù)更新的需求日益加劇。分類精度直接關(guān)系到它更新GIS數(shù)據(jù)庫的能力，因此分類結(jié)果的精度評(píng)價(jià)也引起了人們的普遍關(guān)注。6.1遙感圖像的計(jì)算機(jī)分類6.1.4精度評(píng)價(jià)－評(píng)價(jià)流程第25頁，共45頁，2023年，2月20日，星期日25

檢驗(yàn)數(shù)據(jù)主要來自于地面實(shí)況的調(diào)查或更高空間分辨率的航空?qǐng)D像的目視解譯結(jié)果，但根據(jù)航空影像解譯結(jié)果往往產(chǎn)生保守的精度。

ENVI軟件中通過定義ROI來實(shí)現(xiàn)。6.1遙感圖像的計(jì)算機(jī)分類6.1.4精度評(píng)價(jià)－檢驗(yàn)數(shù)據(jù)第26頁，共45頁，2023年，2月20日，星期日26①簡(jiǎn)單隨機(jī)采樣（SimpleRandomSampling）②分層隨機(jī)采樣（StratifiedSimpleRandomSampling）③聚類采樣（ClusterSampling）④系統(tǒng)采樣（SystemSampling）⑤分層系統(tǒng)采樣（StratifiedSystemSampling）除了聚類采樣以塊以外，其余4種方法都以像元為基本單位。檢驗(yàn)樣本的采樣方法是影響精度評(píng)價(jià)結(jié)果的重要因素。6.1遙感圖像的計(jì)算機(jī)分類6.1.4精度評(píng)價(jià)－采樣方法第27頁，共45頁，2023年，2月20日，星期日27運(yùn)行誤差（CommitError）=(E+F)/G用戶精度（User’sAccuracy）：=A/G=100%-運(yùn)行誤差結(jié)果誤差（OmissionError）=(B+C)/D生產(chǎn)者精度（Producer’sAccuracy）=A/D=100%-結(jié)果誤差總體精度(OverallAccuracy)=m為類別數(shù)目，N為樣本數(shù)目。6.1遙感圖像的計(jì)算機(jī)分類6.1.4精度評(píng)價(jià)－混淆矩陣第28頁，共45頁，2023年，2月20日，星期日28總體精度并不能排除偶然一致性，因此一些研究人員推薦使用Cohen（1960）提出的kappa統(tǒng)計(jì)評(píng)價(jià)方法。kappa統(tǒng)計(jì)也是根據(jù)混淆矩陣來計(jì)算。其中m為類別數(shù)，為對(duì)角線樣本的數(shù)目，，分別是i行i列上樣本數(shù)目的總和，N為樣本數(shù)目。6.1遙感圖像的計(jì)算機(jī)分類6.1.4精度評(píng)價(jià)－Kappa統(tǒng)計(jì)第29頁，共45頁，2023年，2月20日，星期日29Kappa統(tǒng)計(jì)用到了混淆矩陣中每一個(gè)元素，用來度量實(shí)際吻合（ActualAgreement）和變化吻合（ChangeAgreement），比只計(jì)算總體精度要合理些。它在評(píng)價(jià)不同分類器的分類精度上耕具有統(tǒng)計(jì)意義上的辨析能力。Kappa統(tǒng)計(jì)的意義是：如果Kappa統(tǒng)計(jì)為0.7，則表示所用的分類方法比隨機(jī)賦予各點(diǎn)某一類別的方法優(yōu)越70%。目前kappa統(tǒng)計(jì)也成為評(píng)價(jià)分類結(jié)果的一個(gè)標(biāo)準(zhǔn)參數(shù)。第30頁，共45頁，2023年，2月20日，星期日30第31頁，共45頁，2023年，2月20日，星期日31

1、未充分利用遙感圖像提供的多種信息

只考慮多光譜特征，沒有利用到地物空間關(guān)系、圖像中提供的形狀和空間位置特征等方面的信息。統(tǒng)計(jì)模式識(shí)別以像素為識(shí)別的基本單元,未能利用圖像中提供的形狀和空間位置特征,其本質(zhì)是地物光譜特征分類.水體的分類.

6.1遙感圖像的計(jì)算機(jī)分類6.1.5

圖像分類中的有關(guān)問題第32頁，共45頁，2023年，2月20日，星期日322、提高遙感圖像分類精度受到限制大氣狀況的影響：吸收、散射。下墊面的影響：下墊面的覆蓋類型和起伏狀態(tài)對(duì)分類具有一定的影響。其他因素的影響：云朵覆蓋；不同時(shí)相的光照條件不同，同一地物的電磁輻射能量不同；地物邊界的多樣性。6.1遙感圖像的計(jì)算機(jī)分類6.1.5

圖像分類中的有關(guān)問題第33頁，共45頁，2023年，2月20日，星期日33一、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(cè)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6.2遙感圖像多種特征的抽取第34頁，共45頁，2023年，2月20日，星期日34三、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)系的提取（2）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6.2遙感圖像多種特征的抽取第35頁，共45頁，2023年，2月20日，星期日35

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(shì)

6.3遙感圖像專家解譯系統(tǒng)第36頁，共45頁，2023年，2月20日，星期日366.3.1遙感圖像解譯專家系統(tǒng)的組成1、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)。6.3遙感圖像專家解譯系統(tǒng)第37頁，共45頁，2023年，2月20日，星期日376.3.2圖像處理與特征提取子系統(tǒng)1、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)。

6.3遙感圖像專家解譯系統(tǒng)第38頁，共45頁，2023年，2月20日，星期日386.3.3遙感圖像解譯知識(shí)獲取子系統(tǒng)1、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)6.3遙感圖像專家解譯系統(tǒng)第39頁，共45頁，2023年，2月20日，星期日396.3.4遙感圖像解譯專家系統(tǒng)的機(jī)理1、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。6.3遙感圖像專家解譯系統(tǒng)第40頁，共45頁，2023年，2月20日，星期日406.3.5計(jì)算機(jī)解譯的主要技術(shù)發(fā)展趨勢(shì)1、抽取遙感圖像多種特征

對(duì)高分辨率衛(wèi)星圖像的自動(dòng)解譯來說，一般分別對(duì)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(duì)象是像素，每個(gè)像素對(duì)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。6.3遙感圖像專家解譯系統(tǒng)第41頁，共45頁，2023年，2月20日，星期日412、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

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(duì)遙感圖像進(jìn)行輻射校正，消除或降低地形差異的影響；（2）