1、遥感数字图像计算机解译,蔡爱民 Dept. of Geography，Chuzhou University,2,遥感导论,第一节 概述 第二节 遥感数字图像的性质与特点 第三节 遥感数字图像的计算机分类 第四节 遥感图像解译专家系统,3,遥感导论,第一节 概述,定义：遥感图像计算机解译，又称遥感图像理解（Remote Sensing Imagery Understanding），它以计算机系统为支撑环境，利用模式识别与人工智能技术相结合，根据图像中目标地物的各种影像特征（颜色、纹理与空间位置），结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成遥感图像
2、的解译。基本目标：将人工目视解译遥感图像发展为计算机支持下的遥感图像理解；,4,遥感导论,优势体现：快速、经济 现状：存在很多问题，难！为什么难？ 1、遥感图像信息本身有噪音，受仪器、大气、环境等等因素影响； 2、遥感图像信息量太丰富、所反映的地理环境太复杂； 3、遥感图像来源众多，且受地域性、季节性影响；,第一节 概述,5,遥感导论,第二节 遥感数字图像的性质与特点,一、遥感数字图像 二、遥感数字图像的表示方法 三、航空像片的数字化,6,遥感导论,一、遥感数字图像,以数字形式表示的遥感影像； 基本单位：像素正（纯）像素：一个像素内只包含一种地物（水体）混合像素：一个像素内包含多种地物（草地
3、= 草+地） 像素的空间特征：几何位置及范围空间位置离散化 像素的属性特征：亮度值灰度值离散化,第二节 遥感数字图像的性质与特点,7,遥感导论,数字图像,8,遥感导论,特点：(与光学图像相比)便于计算机处理数字存储方式获取、传输、分发等过程中没有信息损失抽象性强（表示在计算机里是很抽象 的“数据流”）数字形式表示，便于建立分析模型，进行计算机解译和采用遥感图像专家系统。,第二节 遥感数字图像的性质与特点,一、遥感数字图像,9,遥感导论,二、遥感数字图像的表示方法,二维数组表示：位置隐含（象素坐标），属性用亮度表示； 遥感数字图像根据波段分：二值数字图像：0-1 一个bit存储单波段数字图像：0
4、-255 一个字节（8位）彩色数字图像： 0-255 0-2550-255 三个数字层多波段数字图像：0-255 0-255 多个数字层,第二节 遥感数字图像的性质与特点,10,遥感导论,1-bit 2 greys,11,遥感导论,多波段数字图像存储与分发的常用数据格式： （1）BSQ数据格式（Band sequential）； （2）BIP数据格式（Band interleaved by pixel）； （3）BIL数据格式（Band interleaved by line）；辅助数据：数字图像尺寸等各种参数,二、遥感数字图像的表示方法,第二节 遥感数字图像的性质与特点,12,遥感导论,BS
5、Q(Band sequential)数据格式：按波段顺序依次排列， 1个文件，文件内划分1-K段，第n段数据为第n波段的图像数据M行N列。,多波段数字图像存储与分发的常用数据格式（BSQ）,13,遥感导论,BIP数据格式（Band interleaved by pixel），1个文件，M行N列格式，每个单元顺序记录K个波段的相应数据。,多波段数字图像存储与分发的常用数据格式（2）,14,遥感导论,BIL数据格式（Band interleaved by line）， 1个文件，逐行按波段次序排列。第1波段的第1行、第2波段的第1行、第K波段的第1行；第1波段的第2行、第2波段的第2行、第K波段的
6、第2行；,多波段数字图像存储与分发的常用数据格式（3）,15,遥感导论,一、遥感数字图像 二、遥感数字图像的表示方法 三、航空像片的数字化,非数字式遥感图像（通常为航空摄影像片），进行数字图像处理、解译前，需转换为数字图像 方法：黑白扫描/彩色扫描 扫描时需注意： （1）扫描的空间分辨率一般300dpi（像片）/ 600dpi（负片）可满足要求 （2）灰度级：0-255（黑白）/ RGB（彩色）,第二节 遥感数字图像的性质与特点,16,遥感导论,分辨率设置,过程: （1）空间采样 （2）属性量化,如何设置分辨率,17,遥感导论,例：将一张1:50000万的航空图像扫描成分辨率是2米的数字化图(
7、1pix=2m) 。1:50000 lcm=500m 1cm内要有250个pix pix边长=1cm/250pix=0.004cm=0.001575inch (1cm=0.3937inch)635pix/inch,18,遥感导论,第一节 概述 第二节 遥感数字图像的性质与特点 第三节 遥感数字图像的计算机分类 第四节 遥感图像多种特征的抽取 第五节 遥感图像解译专家系统,19,遥感导论,第三节 遥感数字图像的计算机分类,一、分类原理与过程 二、非监督分类 三、监督分类 四、监督、非监督分类的比较 五、遥感图像解译专家系统 六、现有分类方法存在的问题,20,遥感导论,一、分类原理与过程,1. 概
8、述 2. 方法 3. 过程,第三节 遥感数字图像的计算机分类,21,遥感导论,一、分类原理与过程,1.概述,定义（遥感数字图像分类/计算机自动识别）：自然界中不同类型的地物具有各自不同的电磁波谱特性，遥感数字图像中像元的不同数值（亮度值）反映了相应地物的波谱特性。因此，通过计算机对图像像元的数值的统计、运算、对比和归纳，对像元进行分类，即可达到对地物的自动识别，这种技术处理称为。,第三节 遥感数字图像的计算机分类,22,遥感导论,例如：你身高1.9m，体重100kg 99% 你是男人身高/体重 = ？ 婴儿、儿童、青少年、青年、中年,一、分类原理与过程,1.概述,所依赖的理论方法：统计模式识别
9、，提取待识别模式的一组统计特征值，然后按照一定准则作出分类决策。,第三节 遥感数字图像的计算机分类,23,遥感导论,一、分类原理与过程,1.概述,遥感图像分类中所用统计特征变量：全局统计特征变量：将整个数字图像作为研究对象，从整个图像中获取或进行变换处理后获取变量；局部统计特征变量：将数字图像分割为不同识别单元，在各单元内分别抽取的统计特征变量（如描述纹理的特征量）。 例如，1-7波段亮度值是特征变量x1,x2,x7；组合运算也可产生特征变量。,第三节 遥感数字图像的计算机分类,24,遥感导论,一、分类原理与过程,1.概述 利用统计特征变量进行分类，需要： （1）变量能反映分类特征的区别；将人
10、分婴儿、儿童，要选择特征变量“年龄”，而不是身高、体重、性别、民族波段1-7分别反映对不同波段的反射率差异，但如果进行热分布制图，主要依据热红外波段(6)，而不用其他波段值。 （2）如果有几个特征变量，尽可能使其：区分不同的特征 如，通过主成分变换，将相互之间存在相关性的原始波段遥感图像转换为相互独立的多波段新图像，变换后的信息集中于前几个组分的图像上，实现特征空间将维和压缩的目的。,第三节 遥感数字图像的计算机分类,25,遥感导论,一、分类原理与过程,1.概述,遥感图像计算机分类的依据图像像素的相似度一组图像（原始的、主成分变换后的、或其它运算产生的）每个像素对应有1组特征值该像素所属类别？
11、同类别的像素应当特征相似特征值具有较高相似度,第三节 遥感数字图像的计算机分类,26,遥感导论,一、分类原理与过程,1.概述,相似度的衡量方法，常采用距离、相关系数衡量： （1）绝对值距离 （2）欧氏距离 （3）马氏距离 （4）混合距离 （5）相关系数 例，已知分类标准：类别婴儿0-2，平均1岁；儿童3-9，平均6岁；少年；问: 8岁的人是哪一类？混合距离发现，离儿童平均年龄6岁差值2，最接近所以是“儿童”类,第三节 遥感数字图像的计算机分类,27,遥感导论,一、分类原理与过程,2.方法 （1）非监督分类方法 （2）监督分类方法,第三节 遥感数字图像的计算机分类,28,遥感导论,一、分类原理与
12、过程,2.方法,（1）非监督分类方法定义：非监督分类又称边学习边分类法。它直接对输入的数字图像像元数值（亮度值）进行统计运算处理，分别将每个像元归纳到由图像各波段构成的多维空间的集群中，达到分类识别的目的。,第三节 遥感数字图像的计算机分类,29,遥感导论,一、分类原理与过程,2.方法,（2）监督分类方法定义：监督分类又称训练场地法或先学习后分类法。它是先选择具有代表性的典型试验区或训练区，用训练区已知地面样本的光谱特征来“训练”计算机，获得识别各类地物的判别模式或判别函数，并依此模式或判别函数，对未知地区的像元进行处理分类，分别归入到已知的类别中，达到自动分类识别的目的。,第三节 遥感数字图像的计算机分类,30,遥感导论,一、分类原理与过程,3.过程,（1）明确分类目的，选取数字图像； （2）收集、分析地面参考信息和有关数据；数字图像预处理（几何纠正、辐射纠正）； （3）比选合适的分类方法和算法，制定分类系统； （4）找出代表这些类别的统计特征； （5）采用训练场地（监督分类中）或聚类方法（非监督分类中）测定总体特征； （6）对各未知像素分类； （7）分类精度检查（用训练数据或随机抽样数据） （8）对判别分析的结果统计检验,第三节 遥感数字图像的计算机分类,
