遙感圖像計(jì)算機(jī)信息提取

遙感圖像計(jì)算機(jī)信息提取第1頁(yè)，共39頁(yè)，2023年，2月20日，星期日2從遙感影像中能提取哪些專(zhuān)題信息？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(lèi)，并將可從遙感圖像中提取的信息分為五類(lèi)。第2頁(yè)，共39頁(yè)，2023年，2月20日，星期日310.1遙感圖像計(jì)算機(jī)分類(lèi)原理遙感圖像計(jì)算機(jī)分類(lèi)基本目標(biāo):

將人工目視解譯遙感圖像發(fā)展為計(jì)算機(jī)支持下的遙感圖像理解。計(jì)算機(jī)分類(lèi)：是通過(guò)模式識(shí)別理論和技術(shù)，利用計(jì)算機(jī)將遙感圖像自動(dòng)分成若干地物類(lèi)別的過(guò)程。如土地覆蓋/土地利用分類(lèi)、森林類(lèi)型分類(lèi)、植被類(lèi)型、巖性類(lèi)別分類(lèi)、……。分類(lèi)以實(shí)現(xiàn)由遙感數(shù)據(jù)-地物信息的提取轉(zhuǎn)變遙感數(shù)據(jù)包括：1、原始光譜數(shù)據(jù)；2、光譜變換后數(shù)據(jù)；3、非遙感數(shù)據(jù)第3頁(yè)，共39頁(yè)，2023年，2月20日，星期日4多波段遙感影像的n維空間模型：

每個(gè)像元可表示為對(duì)應(yīng)n維空間一個(gè)點(diǎn)，差異明顯的不同地物構(gòu)成n維空間的若干個(gè)點(diǎn)群。模式（pattern）:在多波段圖像中，每個(gè)象元都具有一組對(duì)應(yīng)取值，稱(chēng)為象元模式特征（feature）：在多波段圖像中，每個(gè)波段都可看作一個(gè)變量，稱(chēng)為特征變量。特征變量構(gòu)成特征空間。波段：光譜波段其它派生波段（紋理、上下文關(guān)系、波段比等）輔助數(shù)據(jù)(ancillarydata)(非遙感數(shù)據(jù)，如DEM、土壤類(lèi)型)10.1遙感圖像計(jì)算機(jī)分類(lèi)原理第4頁(yè)，共39頁(yè)，2023年，2月20日，星期日5遙感圖像計(jì)算機(jī)分類(lèi)就是分析多波段遙感影像在n維空間的若干個(gè)點(diǎn)群的位置、分布中心、分布規(guī)律，確定點(diǎn)群的界限，最終完成分類(lèi)。從統(tǒng)計(jì)學(xué)看，點(diǎn)群的中心是點(diǎn)群中各點(diǎn)的均值向量；點(diǎn)群的范圍是其標(biāo)準(zhǔn)差向量（反映點(diǎn)群的離散程度）；點(diǎn)群的邊界是分類(lèi)過(guò)程中像元?dú)w屬的準(zhǔn)則，稱(chēng)為判別函數(shù)。10.1遙感圖像計(jì)算機(jī)分類(lèi)原理特征提取：通過(guò)變換找出最能反映地物類(lèi)別差異的特征變量用于分類(lèi)的過(guò)程，也即從遙感圖像n個(gè)特征中選取k個(gè)特征作為分類(lèi)依據(jù)的過(guò)程。第5頁(yè)，共39頁(yè)，2023年，2月20日，星期日6遙感圖像分類(lèi)的基本原理：不同的地物具有不同的光譜特征，同類(lèi)地物具有相同或相似的光譜特征。圖像分類(lèi)：基于數(shù)字圖像中反映的同類(lèi)地物的光譜相似性和異類(lèi)地物的光譜差異性。依據(jù)是遙感圖像像素的相似度。距離相關(guān)系數(shù)在遙感圖像常用距離和相關(guān)系數(shù)衡量相似度。10.1遙感圖像計(jì)算機(jī)分類(lèi)原理第6頁(yè)，共39頁(yè)，2023年，2月20日，星期日7問(wèn)題1：

同物異譜、同譜異物。如：同一作物，生長(zhǎng)狀態(tài)不同，光譜特征有差異；不同的植被類(lèi)型可能有相似的光譜特征。10.1遙感圖像計(jì)算機(jī)分類(lèi)原理清水和長(zhǎng)滿(mǎn)藻類(lèi)的水體的實(shí)測(cè)光譜曲線葉綠素a在400與500nm間和675nm處的強(qiáng)烈吸收長(zhǎng)滿(mǎn)藻類(lèi)并含有不同濃度懸浮物的水體（0-500mg/l）的光譜曲線水體光譜特征的變化：同物異譜第7頁(yè)，共39頁(yè)，2023年，2月20日，星期日8問(wèn)題2：光譜類(lèi)和信息類(lèi)不對(duì)應(yīng)光譜類(lèi)（spectralclass）：基于光譜特征形成的類(lèi)別如房屋的陽(yáng)面和陰面光譜特征不同，不同的光譜類(lèi)信息類(lèi)(informationclass)：根據(jù)實(shí)際需要待分的類(lèi)別人為的劃分，如城市類(lèi)由道路、建筑物、水體、綠地等不同地物組成，不同地物光譜特征不同。磚場(chǎng)：煙囪（窯）、取土坑、堆磚處、房屋等10.1遙感圖像計(jì)算機(jī)分類(lèi)原理第8頁(yè)，共39頁(yè)，2023年，2月20日，星期日9遙感數(shù)字圖像計(jì)算機(jī)分類(lèi)基本過(guò)程：根據(jù)應(yīng)用目的選取特定區(qū)域的遙感數(shù)字圖像。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)。分類(lèi)預(yù)處理，如大氣校正、幾何校正與配準(zhǔn)等根據(jù)分類(lèi)要求和圖像數(shù)據(jù)的特征，選擇合適的圖像分類(lèi)方法和算法，確定分類(lèi)類(lèi)別；找出代表上述類(lèi)別的統(tǒng)計(jì)特征。對(duì)遙感圖像中所有像素進(jìn)行分類(lèi)。分類(lèi)后后處理，包括分類(lèi)精度檢查，對(duì)判別分析的結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)專(zhuān)題圖制作。10.2遙感圖像的監(jiān)督分類(lèi)、非監(jiān)督分類(lèi)第9頁(yè)，共39頁(yè)，2023年，2月20日，星期日10原始圖像

分類(lèi)圖像最終結(jié)果：專(zhuān)題制圖第10頁(yè)，共39頁(yè)，2023年，2月20日，星期日11分類(lèi)常用的相似性度量和有關(guān)統(tǒng)計(jì)量歐氏距離:N,波段數(shù);dij第個(gè)i像元與第j個(gè)像元在N維空間中的距離;xik為第個(gè)k波段上第i個(gè)像元的灰度值;絕對(duì)距離:明斯基距離:歐氏距離和絕對(duì)距離可統(tǒng)一表示為:第11頁(yè)，共39頁(yè)，2023年，2月20日，星期日12馬氏距離(Mahalanobis):相似系數(shù):相關(guān)系數(shù):其中,為兩個(gè)矢量間的夾角分類(lèi)常用的相似性度量和有關(guān)統(tǒng)計(jì)量第12頁(yè)，共39頁(yè)，2023年，2月20日，星期日13遙感影像的光譜特征統(tǒng)計(jì)量像元值--影像中像元的灰度值，反映對(duì)應(yīng)區(qū)域的光譜特性灰度均值－反映圖像中地物的平均反射強(qiáng)度灰度中值－灰度級(jí)中處于中間的值，是灰度級(jí)的統(tǒng)計(jì)量，而非像元值灰度眾數(shù)－出現(xiàn)次數(shù)最多的像元值，反映分布較廣的地物灰度方差－反映信息量大小灰度數(shù)值域－灰度值變化范圍，信息量大小灰度反差－影響顯示效果和可分辨率第13頁(yè)，共39頁(yè)，2023年，2月20日，星期日14分類(lèi)模型或分類(lèi)器：統(tǒng)計(jì)、模糊、鄰域、神經(jīng)網(wǎng)絡(luò)分類(lèi)等。10.2遙感圖像的監(jiān)督分類(lèi)、非監(jiān)督分類(lèi)監(jiān)督分類(lèi)：通過(guò)選擇代表各類(lèi)別的已知樣本（訓(xùn)練區(qū)）的象元光譜特征，事先取得個(gè)類(lèi)別的參數(shù)，確定判別函數(shù)，從而進(jìn)行分類(lèi)。在監(jiān)督分類(lèi)中，先定義信息類(lèi)，然后檢驗(yàn)它們的光譜可分性。

非監(jiān)督分類(lèi)：根據(jù)事先指定的某一準(zhǔn)則，計(jì)算機(jī)進(jìn)行自動(dòng)判別歸類(lèi)，分類(lèi)后需確定地面類(lèi)別；主要采用聚類(lèi)法，使同一類(lèi)別的像素之間的距離盡可能的小而不同類(lèi)別上的像素間的距離盡可能的大。在非監(jiān)督分類(lèi)中，先確定光譜可分的類(lèi)別，后定義它們的信息類(lèi)。第14頁(yè)，共39頁(yè)，2023年，2月20日，星期日15

非監(jiān)督分類(lèi)1.4-3-2假彩色合成圖像(香港九龍);2.聚類(lèi)結(jié)果(10類(lèi))遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)第15頁(yè)，共39頁(yè)，2023年，2月20日，星期日16

非監(jiān)督分類(lèi)3.聚類(lèi)結(jié)果合并(5類(lèi));4.最終結(jié)果(類(lèi)別顏色改變)遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)第16頁(yè)，共39頁(yè)，2023年，2月20日，星期日17訓(xùn)練區(qū)：已知覆蓋類(lèi)型的代表樣區(qū)用于描述主要特征類(lèi)型的光譜屬性其精度直接影響分類(lèi)結(jié)果檢驗(yàn)區(qū)：用于評(píng)價(jià)分類(lèi)精度的代表樣區(qū)監(jiān)督分類(lèi)遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)第17頁(yè)，共39頁(yè)，2023年，2月20日，星期日18訓(xùn)練區(qū)的選擇遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)用于監(jiān)督分類(lèi)的訓(xùn)練場(chǎng)地應(yīng)該是光譜特征比較均一的地區(qū)，一般在圖像顯示中根據(jù)均一的色調(diào)估計(jì)只有一類(lèi)地物，而且一類(lèi)地物的訓(xùn)練場(chǎng)地可選取一塊以上。訓(xùn)練樣本的數(shù)目至少要能滿(mǎn)足建立分類(lèi)用判別函數(shù)的要求，以克服各種偶然因素的影響，而對(duì)于光譜特征變化較大的地物，訓(xùn)練樣本的數(shù)目要更多一些，以反映其變化范圍。一般情況下，要得出可靠的統(tǒng)計(jì)數(shù)據(jù)，每類(lèi)至少要有10～100個(gè)訓(xùn)練樣本數(shù)據(jù)。第18頁(yè)，共39頁(yè)，2023年，2月20日，星期日19分類(lèi)結(jié)果第19頁(yè)，共39頁(yè)，2023年，2月20日，星期日20監(jiān)督分類(lèi)中常用的具體方法：

1)、最小距離分類(lèi)法

2)、多級(jí)切割分類(lèi)法

3)、特征曲線窗口法

4)、最大似然比分類(lèi)法10.2遙感圖像的監(jiān)督分類(lèi)、非監(jiān)督分類(lèi)第20頁(yè)，共39頁(yè)，2023年，2月20日，星期日211)、最小距離分類(lèi)法（minimumdistanceclassifier）一種相對(duì)簡(jiǎn)化了的分類(lèi)方法。假設(shè)N維空間存在M個(gè)類(lèi)別，某一像元距哪類(lèi)距離最小，則判歸該類(lèi)。通過(guò)訓(xùn)練樣本事先確定類(lèi)別數(shù)、類(lèi)別中心，然后進(jìn)行分類(lèi)。分類(lèi)的精度取決于訓(xùn)練樣本的準(zhǔn)確與否。10.2遙感圖像的監(jiān)督分類(lèi)、非監(jiān)督分類(lèi)第21頁(yè)，共39頁(yè)，2023年，2月20日，星期日22遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)2)、多級(jí)切割分類(lèi)法（multi-levelsliceclassifier）在各特征軸上設(shè)置一系列分割點(diǎn)。將多維特征空間劃分成分別對(duì)應(yīng)不同分類(lèi)類(lèi)別的互不重疊的特征子空間。第22頁(yè)，共39頁(yè)，2023年，2月20日，星期日233)、特征曲線窗口法特征曲線：地物光譜特征參數(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，凡是落在此窗口范圍內(nèi)的地物即被認(rèn)為是一類(lèi)，反之則不屬于該類(lèi)。特征曲線窗口法分類(lèi)的依據(jù)是：相同地物在相同地域環(huán)境及成像條件下，特征曲線相同或相近，而不同地物的特征曲線差別明顯。

特征曲線選取方法:地物吸收特征曲線，地物亮度值特征曲線等。窗口選擇:根據(jù)地物的特征參數(shù)上、下限值構(gòu)造,如地物光譜曲線反射峰、谷的寬度和峰值的高度。遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)第23頁(yè)，共39頁(yè)，2023年，2月20日，星期日24遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)4)、最大似然比分類(lèi)法（maximumlikelihoodclassifier）求出每個(gè)像素對(duì)于各類(lèi)別的歸屬概率(似然度likelihood)，把該像素分到歸屬概率最大的類(lèi)別中去。建立在貝葉斯準(zhǔn)則基礎(chǔ)上分類(lèi)錯(cuò)誤概率最小的一種非線性分類(lèi)，是應(yīng)用比較廣泛、比較成熟的一種監(jiān)督分類(lèi)方法。

同類(lèi)地物在特征空間中形成一個(gè)從屬與某種概率分布的集群(類(lèi)別)X落入(歸屬)類(lèi)別k的條件概率為P(kx)---概率判別函數(shù)

X落入(歸屬)條件概率最大的類(lèi)別,定為X的類(lèi)別---貝葉斯判別規(guī)則第24頁(yè)，共39頁(yè)，2023年，2月20日，星期日25遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)4)、最大似然比分類(lèi)法第25頁(yè)，共39頁(yè)，2023年，2月20日，星期日26遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)訓(xùn)練階段的質(zhì)量決定著分類(lèi)階段的成功與否，也決定著從分類(lèi)中所獲取的信息的價(jià)值用于圖像分類(lèi)的訓(xùn)練區(qū)的統(tǒng)計(jì)結(jié)果，一定要充分反映每種信息類(lèi)型中光譜類(lèi)別的所有組成。代表性、完整性分布：多個(gè)樣區(qū)第26頁(yè)，共39頁(yè)，2023年，2月20日，星期日27非監(jiān)督分類(lèi)的常用方法遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)1)、分級(jí)集群法2)、動(dòng)態(tài)聚類(lèi)法（ISODATA）非監(jiān)督分類(lèi)主要采用聚類(lèi)分析方法，聚類(lèi)是把一組像素按照相似性歸成若干類(lèi)別----“物以類(lèi)聚”。目的:屬于同一類(lèi)別的像素之間的距離盡可能小,而不同類(lèi)別上的像素間的距離盡可能大。第27頁(yè)，共39頁(yè)，2023年，2月20日，星期日281）非監(jiān)督分類(lèi)--分級(jí)集群法：

不同地物的輻射特性不同，在直方圖上會(huì)出現(xiàn)很多峰值及其對(duì)應(yīng)的一些灰度值，在圖像上對(duì)應(yīng)的像元分別傾向于聚集在各自不同灰度空間形成的很多點(diǎn)群，這些點(diǎn)群叫做集群。分級(jí)集群法采用“距離”評(píng)價(jià)每個(gè)像元在空間分布的相似程度，把它們的分布分割或者合并成不同的集群。每個(gè)集群的地理意義需要根據(jù)地面調(diào)查或者與已知類(lèi)型的數(shù)據(jù)比較后方可確定。分級(jí)集群方法的特點(diǎn)：歸并的過(guò)程是分級(jí)進(jìn)行的，在迭代過(guò)程中沒(méi)有調(diào)整類(lèi)別總數(shù)。如果一個(gè)像元被歸入到某一類(lèi)后，就排除了它再被歸入到其他分支類(lèi)別中的可能性，可能導(dǎo)致對(duì)一個(gè)像元的操作次序不同，會(huì)得到不同的分類(lèi)結(jié)果的缺點(diǎn)。遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)第28頁(yè)，共39頁(yè)，2023年，2月20日，星期日29遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)2）、非監(jiān)督分類(lèi)--最常用的方法:

迭代自組織數(shù)據(jù)分析技術(shù)（ISODATA，IteractiveSelf-OrganizingDataAnalysisTechnique）在初始設(shè)定基礎(chǔ)上，在分類(lèi)過(guò)程中根據(jù)一定原則不斷重新計(jì)算類(lèi)別總數(shù)、類(lèi)別中心，使分類(lèi)結(jié)果逐漸趨于合理，直到滿(mǎn)足一定條件,分類(lèi)完畢.1.確定最初類(lèi)別數(shù)和類(lèi)別中心;2.計(jì)算每個(gè)像元與各初始聚類(lèi)中心的距離;3.選與其中心距離最近的類(lèi)別作為這一像元的所屬類(lèi)別;4.計(jì)算新的類(lèi)別均值向量;5.比較新的類(lèi)別均值與原中心位置的變化,形成新的聚類(lèi)中心;重復(fù)2,反復(fù)迭代;6.如聚類(lèi)中心不再變化,停止計(jì)算。第29頁(yè)，共39頁(yè)，2023年，2月20日，星期日30初始聚類(lèi)中心開(kāi)始計(jì)算距離像元?dú)w類(lèi)計(jì)算類(lèi)別均值均值與中心數(shù)一致？新均值代替舊中心ISODATA算法框圖停止是否第30頁(yè)，共39頁(yè)，2023年，2月20日，星期日31原始的聚類(lèi)中心第1次迭代后的類(lèi)別分布聚類(lèi)過(guò)程:類(lèi)別中心的變化第2次迭代后第n次迭代后第31頁(yè)，共39頁(yè)，2023年，2月20日，星期日32遙感數(shù)字圖像的計(jì)算機(jī)分類(lèi)監(jiān)督分類(lèi)與非監(jiān)督分類(lèi)方法對(duì)比1、是否用訓(xùn)練樣區(qū)來(lái)獲取先驗(yàn)的類(lèi)別知識(shí)；2、分類(lèi)效果：

1）光譜特征類(lèi)與地物信息類(lèi)一一對(duì)應(yīng)時(shí)，非監(jiān)督分類(lèi)效果好；

2）兩個(gè)地物類(lèi)型對(duì)應(yīng)的光譜特征類(lèi)差異很小時(shí)，監(jiān)督分類(lèi)效果好.第32頁(yè)，共39頁(yè)，2023年，2月20日，星期日3310.3遙感影像計(jì)算機(jī)信息提取的其它方法一）、空間信息提取1、空間特征：形狀、紋理及大小第33頁(yè)，共39頁(yè)，2023年，2月20日，星期日34遙感影像計(jì)算機(jī)信息提取的其它方法一）、空間信息提取2、空間關(guān)系：相鄰、包含、穿過(guò)、相交等第34頁(yè)，共39頁(yè)，2023年，2月20日，星期日35遙感影像計(jì)算機(jī)信息提取的其它方法二）、專(zhuān)家系統(tǒng)應(yīng)用專(zhuān)家系統(tǒng)是計(jì)