遥感数字图像计算机解译课件.ppt

遥感数字图像计算机解译课件.ppt

ID:59429456

大小:2.04 MB

页数:45页

时间:2020-09-18

遥感数字图像计算机解译课件.ppt_第1页
遥感数字图像计算机解译课件.ppt_第2页
遥感数字图像计算机解译课件.ppt_第3页
遥感数字图像计算机解译课件.ppt_第4页
遥感数字图像计算机解译课件.ppt_第5页
资源描述:

《遥感数字图像计算机解译课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第六章遥感数字图像的计算机解译本章要点遥感数字图像的性质与特点遥感数字图像的计算机分类遥感图像多种特征的抽取遥感图像解译专家系统第六章遥感数字图像的计算机解译目视解译遥感图像计算机解译研究对象:遥感数字图像技术支持:计算机技术、地学分析技术、遥感图像处理技术、地理信息系统技术、模式识别与人工智能技术目的:智能化获取地学专题信息基本目标:目视解译→计算机解译优点:可以快速获取地表不同专题信息,并迅速更新地理数据库基础工作:计算机分类第六章遥感数字图像的计算机解译利用计算机对遥感数字图像进行解译的难度遥感图像是从遥远的高空成像,成像过程要

2、受传感器、大气条件、太阳位置等多种因素的影响,影像中所提供的目标地物信息不仅不完全,且或多或少地带有噪音。遥感影像信息量丰富,与一般的图像相比,其包容的内容远比普通的图像多,因而非常“拥挤”,不同地物间信息的相互影响与干扰。遥感图像的地域性、季节性和不同成像方式更增加了计算机对遥感数字图像进行解译的难度。第一节数字图像的性质和特点遥感数字图像遥感数字图像是以数字表示的遥感图像,其最基本的单元是像素。像素是成像过程的采样点,也是计算机处理图像的最小单元。像素具有空间特征和属性特征。像素的属性特征采用亮度值来表达,由传感器探测到的地物电磁

3、辐射强度决定。正像素:只包含一种地物的像素混合像素:包含两种或两种以上地物的像素以数字形式表示的遥感影像遥感数字图像的特点便于计算机处理与分析图像信息损失少抽象性强第一节数字图像的性质和特点遥感数字图像的表示方法遥感数字图像以二维数组来表示。每个元素代表一个像素,像素的坐标位置隐含,由该元素在数组中的行列位置决定,元素的值表示传感器探测到像素对应面积上的目标地物的电磁辐射强度。第一节数字图像的性质和特点遥感图像按照波段数量分为:二值数字图像:图像中每个像素由0或1构成,在计算机屏幕上表示为黑白图像。一般是图像的中间处理结果。单波段数字

4、图像:在某一波段范围工作的传感器获取的图像。彩色数字图像:由红、绿、蓝三个数字层构成的图像。多波段数字图像:传感器从多个波段获取的图像。多波段数字图像的三种数据格式BSQ格式(Bandsequential):按波段顺序依次排列BIP格式(Bandinterleavedbypixel):每个像元按波段次序交叉排列BIL格式(Bandinterleavedbyline):逐行按波段次序排列第一节数字图像的性质和特点空间采样:先确定空间采样间距,再将航空像片具有的连续灰度信息转化为每行有m个单元,每列有n个单元的像素集合。属性量化:可得到每

5、个像元的数字模拟量,与航空像片中对应位置上的灰度相对应。第一节数字图像的性质和特点航空像片的数字化第二节遥感图像的计算机分类遥感图像计算机解译目的:智能化获取地学专题信息最终目的:实现遥感图像理解基础工作:计算机分类一、分类原理与基本过程计算机遥感图像分类是统计模式识别技术在遥感领域中的具体应用。统计模式识别的关键是提取识别模式的一组统计特征值,然后按照一定准则作出决策,对数字图像予以识别。遥感图像分类的主要依据是地物的光谱特征,即地物电磁波辐射的多波段测量值,这些测量值是遥感图像分类的原始特征变量,实际分类时往往采用对数字图像进行运

6、算处理(如比值处理、差值处理、主成分变换等)后的亮度值。遥感图像分类即是对图像上每个像素按照亮度接近程度给出对应类别,达到大致区分遥感图像中多种地物的目的。一、分类原理与基本过程统计特征变量全局统计特征变量:将整个数字图像作为研究对象,从整个图像中获取变量(如地物的光谱特征)或进行变换处理(如对TM的6个波段数据进行缨帽变换)后获取变量,利用这些变量对遥感图像进行分类。局部统计特征变量:将整个数字图像分割成不同识别单元,在各个单元内分别抽取统计特征变量。特征提取概念:为利用少量特征进行遥感图像的地学专题分类,可以从遥感图像n个特征中选

7、取k个特征作为分类依据(n>k)。从n个特征中选取k个更有效特征的过程。要求:选取的特征相对于其他特征更便于有效地分类,其选择根据经验和反复实验确定。作用:特征空间降维、数据压缩主要方法:多光谱变换(主成分变换、缨帽变换等)一、分类原理与基本过程遥感图像计算机分类的依据是遥感图像像素的相似度(两类模式之间的相似程度)。常使用距离和相关系数来衡量相似度。采用距离衡量相似度时,距离越小相似度越大。采用相关系数衡量相似度时,相关程度越大,相似度越大。遥感图像计算机分类方法监督分类法:选择具有代表性的典型实验区或训练区,用训练区中已知地面各类

8、地物样本的光谱特性来“训练”计算机,获得识别各类地物的判别函数或模式,并以此对未知地区的像元进行分类处理,分别归入到已知的类别中。非监督分类:是在没有先验类别(训练场地)作为样本的条件下,即事先不知道类别特征,主要根据像

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。