遥感地学分析整理的一些东西.doc

《遥感地学分析整理的一些东西.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、一．基础知识1.一些概念性的东西：（1）反射类型：镜面反射、漫反射、方向反射（2）遥感概念：广义与狭义（3）遥感技术系统：遥感平台、传感器、遥感数据接收与处理系统、遥感资料分析处理系统（4）遥感分类：平台分；探测的电磁波分；电磁辐射源分；应用领域分。（5）遥感的特点：大面积同步观测；时效性；经济性；局限性（6）遥感信息在地学分析中的模糊性和多解性：地面信息室多维的、无限的（时空），而遥感信息是简化的二维信息；遥感信息的复杂性与不确定性：同物异谱，异物同谱；混合像元；时相变化；信息传输中的衰减与增益（辐射失真

2、与几何畸变）（7）空间分辨率，时间分辨率，光谱分辨率，辐射分辨率（8）不同应用的卫星遥感系统：如陆地资源卫星系列；气象卫星系列、海洋卫星系列、地球观测系统计划、环境遥感卫星2.识别土壤，植被，岩石，水体，地物的光谱反射特征3.黑体：在任何温度下，对各种波长的电磁辐射都完全吸收的理想辐射体4.目视解译的标志：色调、颜色、图型、阴影、形状、纹理、大小。5.目视解译的方法与步骤：（1）自上而下的过程：特征匹配、提出假设、图像辨识；（2）自下而上的过程：图像信息的获取、特征提取的识别、证据的选取6.目视解译的步骤：

3、7.遥感图像校正（1）辐射校正：消除图像数据中依附在辐射亮度中的各种失真的过程。包含遥感器校正、大气校正、地形辐射校正、地物反射模型校正；（2）几何校正：控制点的选择（3）大气校正：消除大气反射的影响8.图像处理1.图像显示合成（1）目的：综合不同波段的特征，突出显示对象的差异。原则信息量最大，相关性最小，差异最大。（2）主要方法：密度分割（将灰度按照指定的间隔分为不同的级别，对新的密度级别分别赋予不同的颜色）彩色合成：任选3个波段作为RGB进行彩色合成，产生彩色图像。反差增强/对比度增强：灰度拉伸、直方图

4、均衡化、直方图匹配2.图像变换（1）目的：将图像从空间域转换到频率域的过程，简化图像处理的过程。（2）作用：更易于进行特征抽取（3）主要方法傅里叶变换：进行数据压缩、图像增强、特征提取K-T变换：分离和消除干扰信息突出研究的专题信息K-L变换：减少波段之间的相关性，去除多余信息，减少图像的数据量代数运算：突出地物差异，压抑噪声HSI彩色变换：将显示的彩色从RGB空间转换到HSI空间3.图像滤波（1）图像平滑：领域滤波、中值滤波、梯度倒数加权、高斯低通滤波去噪，突出主体（2）图像锐化：罗伯特算法、sobel算

5、子、拉普拉斯算子强化边缘信息（3）频率域图像增强：高通滤波（锐化）、低通滤波（平滑）、带通滤波（突出地物）、同态滤波（改善图像质量）4.图像融合：在同一坐标系中将对同一目标的多幅遥感图像数据采用一定的算法，生成一副新的、更能有效表示该目标的图像。（1）数据融合分类：像元级融合；特征级融合、决策级融合（2）数据融合方法：HSI；代数法、图像回归法、主成分变换（PCT）、小波变换4.图像分类（1）原理：同类地物在相同的条件下（光照、地形等）应该具有相同或者相似的光谱信息和空间信息特征。不同类的地物之间具有差异。

6、同类地物的像元在数目较大的时候，其特征量的分布类型接近正态分布。（2）方法：基于特征值的相似性准则对像素进行合并的过程（3）分类方法：监督分类：最大似然法、最小距离法非监督分类：特征空间识别法、系统聚类法、分裂法、动态聚类法数字图像分类新技术：人工神经网络分类法、模糊分类法、亚像元分类法等5.定量反演（较感兴趣）（1）反演的原理：统计模型、物理模型、半经验模型（2）方法：辐射传输模型（RT模型）、几何光学模型（GO模型）、几何光学--辐射传输混合模型（GORT混合模型）、计算机模拟模型。（3）具体参考赵英时

7、定量遥感分析P3095.图像光谱特征提取1.遥感图像光谱与地物光谱的区别与联系（1）区别：　－多光谱遥感图像的光谱波段数较少；高光谱波段数较多（光谱波段间隔可达5nm），高光谱数据的光谱曲线与实测地物光谱较为对应。　－遥感图像不仅可以反映地物的光谱特征，还可以反映空间等特征；（2）联系：地物反演和信息提取时一般先分析地物的光谱特征，再以此为依据，使用对应波段的遥感影像光谱进行分类和信息提取。2.原理：通过原光谱空间或者其子空间的一种数学变换，来实现信息综合、特征增强和光谱减维的过程3.特征提取：从减少特征之

8、间的相关性和浓缩信息量的角度出发，根据原始数据的统计特性，用尽可能少的新特征来最大限度的包含所有原始数据的统计特征。4.光谱特征选择：（1）良好的特征应该具有的特点：可区分性：对于不同地物类别的图像，他们的光谱特征应该具有明显的差异性。可靠性：对于同类的图像，它们的特征值应比较相近。独立性：所使用的各特征之间应彼此无关。数量少：图像识别的复杂度随着特征的个数迅速增长。（2）选取准则：光谱距离可分性度量：目标地物类