1、动态监测技术,动态监测遥感过程,数据的输入输出,动态监测,信息后处理,专题制图/三维可视化分析（集成GIS现有数据),成果报告（GIS分析/共享）,图像预处理,图像预处理,大气校正 几何处理,为什么做大气纠正？,太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器 原始影像包含物体表面，大气，以及太阳的信息 如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来。,大气散射,直接反射,邻接反射,大气校正方法,基于辐射传输模型 LOWTRAN模型 MORTRAN模型 ATCOR模型 6S模型 基于简化辐射传输模型的黑暗像元法 基于统计的不变目标法 基于植
2、被指数的大气阻抗植被指数法 ,简化的黑暗像元法 Dark Subtraction,波段最小值 Roi选择 自定义值,ENVI FLAASH Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes,Spectral Sciences, Inc. (SSI) 光谱研究的世界领先者 FLAASH的开发者 与 AFRL一起进行 MODTRAN模型的研究 Air Force Research Labs (AFRL) 和SSI 以及Spectral Information Technology Application Center (S
3、ITAC) 共同研究开发 FLAASH 与 SSI一起进行 MODTRAN模型的研究 ITT VIS ENVI Integration and FLAASH GUI,FLAASH的特点,FLAASH 通过多光谱/高光谱像素光谱上的特征来估计大气的属性 采用目前精度最高的MODTRAN 4+模型 用户可以选择MODTRAN模型的光谱分辩率 可以有效地去除水蒸气, 气溶胶散射，漫反射的邻域效应。 调整由于人为抑止而导致的波谱平滑 可以处理各种高（多）光谱、卫星和航空（860nm-1135nm）数据 采用向导式操作流程,FLAASH 支持的数据,能够对高光谱、多光谱影像进行校正 高光谱：AVIRIS
4、、HYDICE、HYMAP、HYPERION、CASI、AISA 多光谱：ASTER、AVHRR、IKONOS、IRS、Landsat、 MODIS、 SeaWiFS、SPOT、 QuickBird 多光谱与高光谱的模型基础一样：MODTRAN 4+,FLAASH高级设置,光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、CASI、AISA 气溶胶 CO2混合比率：390ppm 使用领域纠正 使用以前的MODTRAN模型计算结果 设置MODTRAN模型的光谱分辨率 设置MODTRAN多散射模型,几何校正与正射校正,仿射变换 二次多项式 局部三角网 正射校正Camera
5、、ASTER、IKONOS、OrbView-3、QuickBird、SPOT1-5、CARTOSAT-1、FORMOSAT-2、worldview-1 自定义RPC/RSM文件正射校正,自动地理配准,基于区域和基于特征两种算法寻找匹配点 有地理参考不需手动选点 手动选择三个点以上,30米TM,10米SPOT,丰富的镶嵌工具,基于像素镶嵌和基于地理坐标镶嵌 自动颜色平衡，边缘直方图匹配，无缝镶嵌 接边线 虚拟镶嵌,中巴资源卫星八景影像镶嵌,影像的裁剪,影像的裁减(空间、波谱) 基于ROI的裁减 基于矢量/栅格数据文件的裁剪 自定义裁剪,遥感动态检测,变化信息的发现 变化信息的提取,遥感变化检测技
6、术,遥感变化检测就是从不同时期的遥感数据中，定量地分析和确定地表变化的特征与过程。 检测方法 图像直接比较法 图像差值法、图像比值法、主成分分析法、光谱特征变异法、假彩色合成法、波段替换法、变化矢量分析法、波段交叉相关分析以及混合检测法等 分类后结果比较法 直接分类法 多时相主成分分析后分类法,图像差值法,图像差值法就是将两个时相的遥感图像相减。其原理是：图像中未发生变化的地类在两个时相的遥感图像上一般具有相等或相近的灰度值，而当地类发生变化时，对应位置的灰度值将有较大差别。因此在差值图像上发生地类变化区域的灰度值会与背景值有较大差别，从而使变化信息从背景影像中显现出来。,光谱特征变异法,同一
7、地物反映在一时相影像上的信息与其反映在另外时相影像上的光谱信息是一一对应的。当将不同时相的影像进行融合时，如同一地物在两者上的信息表现不一致时，那么融合后的影像中此地物的光谱就表现得与正常地物的光谱有所差别，此时称地物发生了光谱特征变异，我们就可以根据发生变异的光谱特征确定变化信息。,假彩色合成法,由于地表的变化，相同传感器对同一地点所获取的不同时相的影像在灰度上有较大的区别。在进行变化信息的发现时，将前、后两时相的数据精确配准，再利用假彩色合成的方法，将后一时相的一个波段数据赋予红色通道，前一时相的同一波段赋予蓝色和绿色通道。利用三原色原理，形成假彩色影像。其中，地表未发生变化的区域，合成后
8、影像灰度值接近，而土地利用发生变化的区域则呈现出红色，即判定为变化区域。,多波段主成分分析法,当地物属性发生变化时，必将导致其在影像某几个波段上的值发生变化，所以只要找出两时相影像中对应波段值的差别并确定这些差别的范围，便可发现变化信息。在具体工作中将两时相的影像各波段组合成一个两倍于原影像波段数的新影像，并对该影像作PC变换。由于变换结果前几个分量上集中了两个影像的主要信息，而后几个分量则反映出了两影像的差别信息，因此可以试着抽取后几个分量进行波段组合来发现变化信息。,图像分类后比较法,该方法的核心是基于分类基础上发现变化信息。即首先运用统一的分类体系对每一时相遥感影像进行单独分类，然后通过
9、对分类结果进行比较来直接发现土地覆被等的变化信息。,波段替换法,在RGB假彩色合成中，G和B分量用前时相的两个波段，用后一时相的一个波段影像组成R分量，在合成的RGB假彩色图像上能够很容易地发现红色区域即为变化区域 。,图像直接比较法 Difference Map,单波段间的差异运算 减法 除法 数据预处理 相对大气校正 像元归一化处理 像元单位标准化处理 变化等级的量化 阈值划分 直接分割结果,分类后比较 Change Detection Statistics,变化类型的差异分析 变化统计 像素 百分比 面积统计 生成掩膜图像,流程化图像处理工具SPEAR,主成分法变化检测 两时相影像主成分
10、分析 差值变化检测 NDVI 比值指数 自定义指数 单一波段,流程化图像处理工具SPEAR,流程化操作方式 集成两时相影像的配准 自动选点 手动选点,监测信息后处理,智能数字化 影像分类,信息提取技术,手工数字化法 屏幕数字化 区域生长法 图像自动分类 监督分类 非监督分类 面向对象的特征提取法 图像分割 手工阈值分割 自动阈值分割 组合法,多时相主成分分析法检测 面向对象特征提取变化信息,Intelligent Digitizer工具,半自动跟踪面状要素边界 平滑要素拐弯处 区域生长 计算面状要素属性信息,影像计算机分类,遥感影像通过亮度值或像元值的高低差异（反映地物的光谱信息）及空间变化（
11、反映地物的空间信息）来表示不同地物的差异，这是区分不同影像地物的物理基础。 遥感影像分类就是利用计算机通过对遥感影像中各类地物的光谱信息和空间信息进行分析，选择特征，将图像中每个像元按照某种规则或算法划分为不同的类别，然后获得遥感影像中与实际地物的对应信息，从而实现遥感影像的分类。,基于光谱分类方法,非监督分类 ISODATA K-Means 监督分类 基于传统统计分析分类器 平行六面体 最小距离 马氏距离 最大似然 基于人工智能分类器 神经网络 基于模式识别分类器 支持向量机 模糊分类,支持向量机分类SVM,业界领先的分类方法 集成了最新的统计学习理论的研究成果 对噪音不敏感，提高了分类精度
12、 适合进行非线性分类 分类结果整洁，适合用于GIS 非常适合于4波段的高分辨率数据,支持向量机和最大似然,最大似然,支持向量机,基于专家知识的分类系统,基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数学统计和归纳方法等，获得分类规则并进行遥感分类。 分类规则易于理解，分类过程也符合人的认知过程。 最大的特点是充分利用多源数据。,Decision Tree,二叉树表示方法，便于理解 动态的计算特定变量 用户可根据待分类影像的特征自定义规则 输入影像可以是单幅影像也可以是多幅影像，还可以是其他非影像数据 查看分类器运行时的步骤与结果,表达式与变量,如：ndvi LT 0.3,决策树分类器
13、实例,充分利用多源数据用于分类,专家分类器的应用领域,利用以滤波核为基础进行的城市土地利用分类。 利用多时相的图像进行变化监测和分析。 利用历史事件数据、岩性、气象以及DEM数据产生的地质灾害决策支持系统。 利用图像、以前的调查数据、DEM以及模型产生的湿地调查结果。 军事 ：“某地区可通过性”决策图, 由土壤、气象、坡度、坡向交通工具的类型等决策推理。 更多其它应用,分类后处理,类别统计 分类图与原始影像叠加 随机样点生成 精度分析 混淆矩阵分析 ROC曲线 分类结果整理: Clump, Sieve, Combine classes, Minority Analysis 缓冲区分析 分类结果
14、矢量化,面向对象的图像分析,面向对象的技术 集合临近像元为对象用来识别感兴趣的光谱要素 充分利用高分辨率的全色和多光谱数据，利用空间，纹理，和光谱信息来分割和分类的特点 以高精度的分类结果或者矢量输出,空间特征智能提取模块提供易于使用的向导操作流程从高分辨率全色和多光谱数据中提取地物信息。包括： 交通工具 飞机, 坦克, 汽车, 船只 建筑物 建筑物轮廓, 屋顶 基础设施 道路, 桥梁, 机场, 海港码头 自然要素 河流, 湖泊,森林, 田地 云和雾,空间特征智能提取Feature Extraction（FX）,三个步骤就能得到你想要的: 分割 合并 分类 很少的操作步骤和较少的点击次数使得各
15、个水平的人都能快速获得满意的结果,该模块特点是：,容易使用 快速 & 交互式 高精度 可重复使用,容易使用 快速 & 交互式 高精度 可重复使用,该模块特点是：,随时预览提取结果以节约处理整个图像的时间随时可以调节参数,容易使用 快速 & 交互式 高精度 可重复使用,该模块特点是：,先进的分割算法和分类算法保证了高精度的结果 面向对象的方法 花更少时间在分类矢量处理上,容易使用 快速 & 交互式 高精度 可重复使用,该模块特点是：,每次重复结果，得到同样的答案可以与同事共享参数设置加载相同的参数继续处理类似的数据,容易使用 快速 & 交互式 高精度 可重复使用,应用于,从影像中尤其是大幅影像中
16、查找和提取特征。 添加新的矢量层到地理数据库 输出用于分析的分类影像 替代手工数字化过程,集成定制,ENVI定制 与ArcGIS集成,ENVI定制开发介绍,ENVI是使用IDL语言编写，用户可以很方便的通过IDL语言以及ENVI提供的二次开发工具对ENVI的功能进行增强，添加新的功能函数 ENVI是非常开放的系统，用户可以定制、修改ENVI的菜单，为ENVI添加新的颜色、坐标系、投影类型以及各种类型的分析工具。 ENVI提供了一系列的程序和函数供程序员使用，能够极大地简化用户定制程序的开发，并保持和ENVI一样的外观 用户函数可以用IDL、C、Fortran或者其它的高级语言编写，并集成到EN
17、VI软件中，通过ENVI的菜单来执行。,ENVI系统定制,界面汉化 坐标系统、颜色系统等定制 系统定制 功能的增减 界面的定制 功能扩展 IDL VC、.NET等,ENVI/IDL补丁,IDL编译的.sav拷贝到/ save_add 补丁获取 官方网站下载 其他网站下载 自行编写,ENVI/IDL与ArcGIS Engine集成,构建自己的GIS与RS一体化平台,高级语言（C#、java）+ ArcGIS Engine+ ENVI/IDL,1、快速搭建系统原型 2、有效解决了大数据量、数据浏览、栅格矢量叠加、矢量编辑、渲染、专题制图以及空间分析。 3、强大的图像处理引擎。 4、大大减少了代码开发量、以及程序的开发周期。 5、您只需要关注于业务流。,谢谢！,
