1、1遥感原理与应用复习内容遥感原理课程大纲 .1第 1 章 电磁波及电磁波谱 .21.1 概述 .21.2 物体的发射辐射 .31.3 地物的反射辐射 .7第 2 章 遥感平台及运行特点 .82.1 遥感平台的种类 82.2 卫星轨道及运行特点 .8第 3 章 遥感传感器及其成像原理 .103.1 扫描成像类传感器 103.2 雷达成像仪 11第 4 章 遥感图像数字处理的基础知识 .13第 5 章 遥感图像的几何处理 .145.1 遥感传感器的构像方程 .145.2 遥感图像的几何变形 145.3 遥感图像的几何处理 165.4 图像间的自动配准和数字镶嵌 17第 6 章 遥感图像的辐射处理
2、.186.1 遥感图像的辐射处理 .186.2 遥感图像辐射增强 .206.3 多光谱图像四则运算 216.4 图像 融合 .21第 7 章 遥感图像判读 .237.1 景物特征和判读标志 .237.2 目视判读的一般过程和方法 .24第 8 章 遥感图像自动识别分类 .258.1 基础知识 .258.2 特征变换及特征选择 .258.3 监督分类 .268.4 非监督分类 .278.5 非监督分类与监督分类的结合 .308.6 分类后处理和误差分析 .31第一章 电磁波及遥感物理基础 1.1 概述遥感的概念考察形式：写出遥感的概念遥感即遥远感知，是在不直接接触的情况下，对目标或自然现象远距离
3、探测和感知的一种技术。电磁波与电磁波谱考察形式：能够写出按照波长从低到高的波段名称，并写出可见光的波长范围变化的电场和磁场交替产生，以有限的速度由近及远在空间内传播的过程称为电磁波。按照电磁波在真空中传播的波长或频率递增或递减顺序排列制成的图表，称为电磁波谱图。2电磁波谱区段的界限是渐变的，一般按产生电磁波的方法或测量电磁波的方法来划分。电磁波谱表波段 波长长波中波和短波超短波大于 3000m10 3000m1 10m微波 1mm 1m红外波段超远红外远红外中红外近红外0.761000m15 1000m6 15m3 6m0.76 3m可见光红橙黄绿青蓝紫0.380.76m0.62 0.76m0
4、.59 0.62m0.56 0.59m0.50 0.56m0.47 0.50m0.43 0.47m0.38 0.43m紫外线 10-3 3.810-1mX 射线 10-6 10-3m射线 小于 10-6m1.2 物体的发射辐射黑体辐射考察方式：简述普朗克常数、斯忒藩玻耳兹曼公式、维恩位移定律的物理意义1860 年，基尔霍夫得出了好的吸收体也是好的辐射体这一定律。它说明了凡是吸收热辐射能力强的物体，它们的热发射能力也强；凡是吸收热辐射能力弱的物体，它们的热发射能力也就弱。 ),(, TEAFT3如果一个物体对于任何波长的电磁辐射都全部吸收，则这个物体是绝对黑体。一个不透明的物体对入射到它上面的电
5、磁波只有吸收和反射作用，且此物体的光谱吸收率 (,T)与光谱反射率 （，T ）之和恒等于 1，实际上对于一般物体而言，上述系数都与波长和温度有关，但绝对黑体的吸收率 (,T)1,反射率 （,T ）0 ；与之相反的绝对白体则能反射所有的入射光，即：反射率 （,T）1 ，吸收率 (,T)0，与温度和波长无关。1900 年普朗克用量子理论概念推导黑体辐射通量密度 W和其温度的关系以及按波长 分布的辐射定律：2211,55()()cchkTTTEe式中： 分谱辐射通量密度，单位（ ） ；T,Em波长，单位 m；h普朗克常数=6.6256 10-34Js；c 光速 3108 m/s；k玻耳兹曼常数=1.
6、3810 -23 J / K；T绝对温度 K。式中： 第一辐射常量，其值为 3.7418 ；第二辐射常量，其值为 1.4388 。图中可直观地看出黑体辐射的三个特性：（1）与曲线下的面积成正比的总辐射通量密度 W 是随温度 T 的增加而迅速增加。总辐射通量密度 W 可在从零到无穷大的波长范围内对普朗克公式进行积分得到，即： 544230(,)1bkMdch其中 称为斯忒藩玻尔兹曼常量。从上式可以看出：绝对黑体表面上，单位面积发出的总辐射能与绝对温度的四次方成正比，称为斯忒藩玻耳兹曼公式。对于一般物体来讲，传感器检测到它的辐射能后就可以用此公式概略推算出物体的总辐射能量或绝对温度（T） 。热红外
7、遥感就是利用这一原理探测和识别目标物的。（2）分谱辐射能量密度的峰值波长 随温度的增加向短波方向移动。可微分普朗克公式，并求极值：max4称为维恩位移定律。它表明：黑体的绝对温度增高时，它的最大辐射本领向短波方向位移。若知道了某物体温度，就可以推算出它所辐射的波段。在遥感技术上，常用这种方法选择遥感器和确定对目标物进行热红外遥感的最佳波段。（3）每根曲线彼此不相交，故温度 T 越高所有波长上的波谱辐射通量密度也越大。1.2.2 太阳辐射考察方式：写出太阳常数的概念地球上的能源主要来源于太阳，太阳是被动遥感最主要的辐射源。传感器从空中或空间接收地物反射的电磁波，主要是来自太阳辐射的一种转换形式。
8、太阳常数：指不受大气影响，在距离太阳一个天文单位内，垂直于太阳光辐射的方向上，单位面积单位时间黑体所接收的太阳辐射能量。1.2.3 大气对辐射的影响大气窗口考察方式：简述大气窗口的概念以及常用的大气窗口有哪些？太阳辐射在到达地面之前穿过大气层，大气折射只是改变太阳辐射的方向，并不改变辐射的强度。但是大气反射、吸收和散射的共同影响却衰减了辐射强度，剩余部分才为透射部分。不同电磁波段通过大气后衰减的程度是不一样的，因而遥感所能够使用的电磁波是有限的。有些大气中电磁波透过率很小，甚至完全无法透过电磁波。这些区域就难于或不能被遥感所使用，称为“ 大气屏障 ”；反之， 有些波段的电磁辐射通过大气后衰减较
9、小，透过率较高，对遥感十分有利，这些波段通常称为“大气窗口”。简单来说，大气窗口表示了电磁波在大气传输过程中吸收和散射很小，透射率很高的波段。常用大气窗口： 0.30-1.3m。主要是反映地物对太阳光的反射。通常采用摄影或扫描的方式在白天感测、收集目标信息成像。 1.5-3.5m大气窗口白天夜间都可应用，是以扫描的成像方式感测、收集目标信息，主要应用于地质遥感。 3.55.5m大气窗口，包含地物反射及发射光谱，用来探测高温目标。 8-14m热红外窗口，属于地物的发射波谱，是常温下地物热辐射能量最集中的波段，所探测的信息主要反映地物的发射率及温度。 1.0cm-1m 微波窗口，分为毫米波、厘米波
10、、分米波。遥感中常采用被动式遥感（微波辐射测量）和主动式遥感，前者主要测量地物热辐射，后者是用雷达发射一系列脉冲，然后记录分析地物的回波信号。 第三章 遥感传感器及其成像原理遥感传感器是获取遥感数据的关键设备，由于设计和获取数据的特点不同，传感器的种类也就繁多，就其基本结构原理来看，目前遥感中使用的传感器大体上可分为如下一些类型：(1) 摄影类型的传感器；(2) 扫描成像类型的传感器；(3) 雷达成像类型的传感器；(4) 非图像类型的传感器。无论哪种类型遥感传感器，它们都由如图所示的基本部分组成：(1) 收集器：收集地物辐射来的能量。(2) 探测器：将收集的辐射能转变成化学能或电能。(3) 处
11、理器：对收集的信号进行处理。(4) 输出器：输出获取的数据。考察方式：传感器主要构造？53.1 扫描成像类传感器扫描成像类型的传感器是逐点逐行地以时序方式获取二维图像，有两种主要的形式，一是对物面扫描的成像仪，它的特点是对地面直接扫描成像，这类仪器如红外扫描仪、多光谱扫描仪、成像光谱仪、自旋和步进式成像仪及多频段频谱仪等；二是瞬间在像面上先形成一条线图像，甚至是一幅二维影像，然后对影像进行扫描成像，这类仪器有线阵列 CCD 推扫式成像仪，电视摄像机等。3.1.1 对物面扫描的成像仪一、红外扫描仪二、MSS 多光谱扫描仪三、TM 专题制图仪四、ETM+增强型专题制图仪考察方式：简要列出对物面扫描
12、的成像仪的类型第四章 遥感图像数字处理的基础知识1、地理坐标系和投影坐标系的概念？地理坐标系：是球面坐标系，以经纬度为存储单位；包括地球椭球面和大地基准面投影坐标系：将地球椭球面上的地理坐标系转化为平面坐标系。用某种投影条件将投影圆面上的地理坐标点一一投影到平面坐标系内2、光学图像与数字图像的转换？答：（1）光学图像转换为数字图像：光学图像转变成数字图像就是把一个连续的光密度函数变成一个离散的光密度函数。图像函数 f（x，y）不仅在空间坐标上并且在幅度（光密度）上都要离散化，其离散后的每个像元的值用数字表示，整个过程叫做图像数字化。（2）数字图像转换为光学图像：数字图像转换为光学图像一般有量化
13、总方式。一种是通过显示终端设备显示出来。这些设备包括显示器、电子束或激光束成像记录仪等，这些设备输出光学图像的基本原理是通过数模转换设备将数字信号以模拟方式表现，入显示器就是将数字信号以蓝、绿、红三色不同强度通过电子束搭载荧光屏上表现出来， 。电子束或激光束成像记录仪工作原理与显示器基本相似，另一种是通过照相或打印的方式输出，入早期的遥感图像处理设备中包含的屏幕照相设备和目前的彩色喷墨打印机。3、遥感图像存储格式有那些？答：（1）BSQ 格式：所谓 BSQ 格式即按波段记录数据文件，陆地卫星 4，5 号 CCT 格式就是 BSQ 格式。这种格式的 CCT 磁带中，每一个文件记载的是某一个波段的
14、图像数据。其第一个波段数据文件之前都有一个图像属性文件，后面又有一个尾部文件。（2）BIL 格式：BIL 格式是一种按照波段顺序交叉排列的遥感数据格式，BIL 格式于 BSQ 格式相似。(3)GeoTIFF 格式：标签化文件格式（TIFF）是 Aldus 公司和微软公司合作开发的一个多用途可扩展的用于存储栅格图像的文件格式。TIFF 不仅能很好地处理黑白、灰度、彩色图像，而且还支持对图像橡树的许多数据压缩方案。第五章 遥感图像的几何处理 5.1 遥感传感器的构像方程 考察方式：构像方程的概念 遥感图像的构像方程是指地物点在图像上的图像坐标(x，y)和其在地面对应点的大地坐标(X、Y、Z)之间的
15、数学关系。5.1.1 遥感图像的通用构像方程主要的坐标系有：1传感器坐标系 S UVW，S 为传感器投影中心，作为传感器坐标系的坐标原点，U 轴的方向为遥感平台的飞行方向，V 轴垂直于 U，W 轴则垂直于 UV 平面，该坐标系描述了像点在空间的位置。2地面坐标系 OXYZ，主要采用地心坐标系统。当传感器对地成像时，Z 轴与原点处的天顶方向一致，XY 平面垂直于 Z 轴。3图像(像点) 坐标系 oxyf， （x，y）为像点在图像上的平面坐标，f 为传感器成像时的等效焦距，其方向与 SUVW 方向一致。在地面坐标系与传感器坐标系之间建立的转换关系称为通用构像方程。65.2 遥感图像的几何变形 遥感
16、图像成图时，由于各种因素的影响，图像本身的几何形状与其对应的地物形状往往是不一致的。遥感图像的几何变形是指图像上像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的对应坐标之间的差异。研究遥感图像几何变形的前提是必须确定一个图像投影的参照系统，即地图投影系统。遥感图像的变形误差可分为静态误差和动态误差两大类。静态误差是在成像过程中，传感器相对于地球表面呈静止状态时所具有的各种变形误差。动态误差主要是在成像过程中由于地球的旋转等因素所造成的图像变形误差。变形误差又可分为内部误差和外部误差两类。内部误差主要是由于传感器自身的性能技术指标偏移标称数值所造成的。内部误差随传感器的结构不同而异，其
17、数据和规律可以在地面通过检校的方式测定，其误差值不大，本书不予讨论。外部变形误差是在传感器本身处在正常工作的条件下，由传感器以外的各种因素所造成的误差，如传感器的外方位元素变化，传感器介质不均匀，地球曲率，地形起伏以及地球旋转等因素引起的变形误差。本节主要讨论外部误差对图像变形的影响。此外把某些传感器特殊的成像方式所引起的图像变形，如全景变形、斜距变形等也加以讨论。5.2.1 传感器成像方式引起的图像变形传感器的成像方式有中心投影，全景投影，斜距投影以及平行投影等几种。5.2.2 传感器外方位元素变化的影响传感器的外方位元素，是指传感器成像时的位置（Xs,Ys,Zs）和姿态角（ ， ， ， ）
18、 。5.2.3 地形起伏引起的像点位移投影误差是由地面起伏引起的像点位移，当地形有起伏时，对于高于或低于某一基准面的地面点，其在像片上的像点与其在基准面上垂直投影点在像片上的构像点之间有直线位移。1、中心投影投影误差的大小与底点至像点的距离，地形高差成正比，与平台航高成反比。投影差发生在底点辐射线上，对于高于基准面的地面点，其投影差离开底点；对于低于基准面的地面点，其投影差朝向底点。2、侧视雷达地形起伏对侧视雷达图像的影响发生在 y 方向上，且投影差的方向与中心投影相反。5.2.4 地球曲率引起的图像变形地球曲率引起的像点位移与地形起伏引起的像点位移类似。5.2.5 大气折射引起的图像变形大气
19、层不是一个均匀的介质，它的密度是随离地面高度的增加而递减，因此电磁波在大气层中传播时的折射率也随高度而变化，使得电磁波的传播路径不是一条直线而变成了曲线，从而引起像点的位移，这种像点位移就是大气层折射的影响。5.2.6 地球自转的影响在常规框幅摄影机成像的情况下，地球自转不会引起图像变形，因为其整幅图像是在瞬间一次曝光成像的。地球自转主要是对动态传感器的图像产生变形影响，特别是对卫星遥感图像。当卫星由北向南运行的同时，地球表面也在由西向东自转，由于卫星图像每条扫描线的成像时间不同，因而造成扫描线在地面上的投影依次向西平移，最终使得图像发生扭曲。第六章 遥感图像辐射处理 6.1 遥感图像的辐射处
20、理 传感器接收的电磁波能量与目标本身辐射的能量是不一致的。传感器输出的能量包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。6.2 遥感图像辐射增强 图像增强的目的是什么？图像增强是数字图像处理的基本内容。遥感图像增强是为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需7要的信息，使图像更易判读。图像增强的实质是增强感兴趣目标和周围背景图像间的反差。它不能增加原始图像的信息，有时反而会损失一些信息。图像增强处理常用的技术？目前常用的图像增强处理技术可以分为两大类：空间域
21、和频率域的处理。空间域处理是指直接对图像进行各种运算以得到需要的增强结果。频率域处理是指先将空间域图像变换成频率域图像，然后在频率域中对图像的频谱进行处理，以达到增强图像的目的。以下介绍的内容都属于空间域的增强处理。6.2.2 图像反差调整图像反差调整的方式有那些？1、 线性变换简单线性变换是按比例拉伸原始图像灰度等级范围。 ijijdABmaxiniid设增强前灰度最大值为 159，最小值为 0，则线性变换中的系数 A、B 表达式为：maxin251.69Aini.0Bd2、 直方图均衡直方图均衡是将随机分布的图像直方图修改成均匀分布的直方图。3、 直方图正态化直方图正态化是将随机分布的原图
22、像直方图修改成高斯分布。4、 直方图匹配直方图匹配是通过非线性变换使得一个图像的直方图与另一个图像直方图类似。5、 密度分割密度分割将原始图像的灰度值分成等间隔的离散的灰度级。6、 其它非线性变换对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换等。7、 图像灰度反转灰度反转是指图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像。6.4 图像融合 图像融合是指将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。图像融合前提： 首先要求多源图像精确配准 分辨率一致 将图像按某种变换方式分解成不同级的子图像，同时，这种分解变换必须可逆，即由多幅子图像合
23、成一幅图像（融合图像） ，这时多幅子图像中包含了来自其它需要融合的经图像变换的子图像。图像融合可以分为若干层次。一般认为可分像素级，特征级和决策级。像素级融合对原始图像及预处理各阶段上所产生的信息分别进行融合处理，以增加图像中有用信息成分，改善图像处理效果。特征级融合能以高的置信度来提取有用的图像特征。决策级融合允许来自多源数据在最高抽象层次上被有效的利用。遥感图像融合的算法很多，有基于 IHS 变换、主成分变换，比值变换，乘法变换以及小波变换的融合方法。8.6.4.1 加权融合6.4.2 基于 IHS 变换的图像融合IHS 变换将图像处理常用的 RGB 彩色空间变换到 IHS 空间。IHS
24、空间用亮度（Intensity） 、色调（Hue） 、饱和度(Saturation)表示。IHS 变换可以把图像的亮度、色调和饱和度分开，图像融合只在强度通道上进行，图像的色调和饱和度保持不变。6.4.3 基于主分量变换的图像融合（K-L 变换法）本方法对多光谱图像的多个波段进行主分量变换，变换后第一主分量含有变换前各波段的相同信息，而各波段中唯一对应各波段的部分，被分配到变换后的其它波段。然后将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和方差。最后，用直方图匹配后的高分辨率图像代替主成份的第一分量进行主分量逆变换。6.4.4 基于小波变换的图像
25、融合6.4.5 比值变换融合6.4.6 乘积变换融合考察方式：1、图像融合的目的，方法？2、简述 IHS 彩色变化模型 IHS 模型： I：Intensity，整个图像的亮度 H：Hue，色度/色调，与颜色对应的电磁波波长有关；红色的色度值为 0，绿色为 2/3pi，蓝色为 4/3pi S：Saturation，色饱和度，代表颜色的纯度3、直方图均衡化的处理过程，并通过实例进行分析，如：1. 统计原图像每一灰度级的像元数和累积像元数；2. 根据变换函数式计算每一灰度级 xa 乘以拉伸因子(L-1)/N，使之均衡化，然后对新值进行四舍五入取整，得到新灰度级 xb；3. 以新值替代原灰度值，形成均
26、衡化后的新图像；4. 根据原图像像元统计值对应找到新图像像元统计值，做出新直方图。原灰级 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16像元数统计 0 2 2 1 3 2 3 4 6 5 5 4 3 3 2 2 2累计像元数 0 2 4 5 8 10 13 17 23 28 33 37 40 43 45 47 49变换后的值 0 0.7 1.3 1.6 2.6 3.3 4.2 5.6 7.5 9.1 10.8 12.1 13.1 14.0 14.7 15.3 16新灰级 0 1 1 2 3 3 4 6 8 9 11 12 13 14 15 15 16新像元数
27、0 4 0 1 5 0 3 4 6 5 5 4 3 3 4 0 2第七章 遥感图像判读7.1 景物特征和判读标志景物特征主要有光谱特征、空间特征和时间特征。此外，在微波区还有偏振特性。各种地物在图像上的各种特有的表现形式称为判读标志。7.1.1 光谱特征及其判读标志光谱特性曲线用反射率与波长的关系表示；波谱响应曲线用密度或亮度值与波段的关系表示。不同地物波谱响应曲线是不同的，因此它们的光谱判读标志就不一样。7.1.2 空间特征及其判读标志景物的各种几何形态为其空间特征。判读标志：形状、大小、图形、阴影、位置、纹理、类型等。97.1.3 时间特征及其判读标志对于同一地区景物的时间特征表现在不同时
28、间地面覆盖类型不同，地面景观发生很大变化。景物的时间特征在图像上以光谱特征及空间特征的变化表现出来。7.1.4 影响景物特征及其判读的因素1、地物本身的复杂性由于地物种类的繁多造成景物特性复杂变化和判读上的困难。2、传感器特性的影响传感器特性对判读标志影响最大的是分辨力。分辨力的影响可从几何、辐射、光谱及时间几个方面来分析。(1) 空间分辨率传感器瞬时视场内所观察到的地面的大小称空间分辨率。(2) 辐射分辨率（传感器的探测能力）所谓辐射分辨率是指传感器能区分两种辐射强度最小差别的能力。(3) 光谱分辨率光谱分辨率包括传感器总的探测波段的宽度、波段数、各波段的波长范围和间隔。(4) 时间分辨率时
29、间分辨率是指对同一地区重复获取图像所需的时间间隔。3、目视能力的影响人眼目视能力包括对图像的空间分辨能力、灰阶分辨能力和色别与色阶分辨能力。7.2 目视判读的一般过程和方法遥感图像目视解译一般步骤：(1) 准备工作阶段(2) 初步解译与判读区的野外考察(3) 室内详细判读(4) 野外验证与补判(5) 目视解译成果的转绘与制图。简述常用的遥感影像目视解译方法并举例说明：（1）直接判读法是根据遥感影像目视判读直接标志，直接确定目标地物属性与范围的一种方法。使用的直接判读标志有：色调、色彩、大小、形状、阴影、纹理、图案等。例如：在可见光黑白像片上，水体对光线的吸收率强，反射率低，水体呈现灰黑到黑色，
30、根据色调可以从影像上直接判读出水体，根据水体的形状则可以直接分辨出水体是河流，或者是湖泊；在 MSS4、5、7 三波段假彩色影像上，植被颜色为红色，根据地物颜色色调，可以直接区别植物与背景。（2）对比分析法包括同类地物对比分析法、空间对比分析法、时相动态对比法。同类地物对比分析法是在同一景遥感影像上，由已知地物推出未知目标地物的方法。如，可以通过比较浅灰色调居民点的大小，将城镇与村庄区别开来。空间对比分析法是根据待判读区域的特点，判读者选择另一个熟悉的与遥感图像区域特征类似的影像，将两个影像相互对比分析，由已知影像为依据判读未知影像的一种方法。例如：两张地域相邻的彩红外航空像片，其中一张经过解
31、译，并通过实地验证，解译者对它很熟悉，利用这张彩红外航空像片与另一张彩红外航空像片相互比较。时相动态对比法是利用同一地区不同时间成像的遥感影像加以对比分析，了解同一目标地物动态变化的一种解译方法。例如，遥感影像中河流在洪水季节与枯水季节中的变化。利用时相动态对比法可进行洪水淹没损失评估，或其他一些自然灾害损失评估。 10（3）信息复合法地形图与遥感图像重合，根据专题图或者地形图提供的多种辅助信息，识别遥感图像上目标地物的方法。例如：TM 影像图，覆盖的区域大，影像上土壤特征表现不明显，为了提高土壤类型解译精度，可以使用信息复合法，利用植被类型图增加辅助信息。（4）综合推理法综合考虑遥感图像多种
32、解译特征，结合生活常识，分析、推断某种目标地物的方法。如，在摄影航空像片中，公路与铁路在形状上构像与公路相似，但从色调上比较易于识别。（5）地理相关分析法根据地理环境中各种地理要素之间的相互依存，相互制约的关系，借助专业知识，分析推断某种地理要素性质、类型、状况与分布的方法。例如：利用地理相关分析法分析洪冲积扇各种地理要素的关系。第八章 遥感图像自动识别分类8.1.2 特征变换及特征选择遥感图像自动识别分类主要依据地物的光谱特性，也就是传感器所获取的地物在不同波段的光谱测量值。为了设计效果好的分类器，一般需要对原始图像数据进行分析处理，一种处理方法称为特征变换，它是将原有的 m 测量值集合通过
33、某种变换，然后产生 n 个（nm ）特征。特征变换的作用表现在两方面，一方面减少特征之间的相关性，使得用尽可能少的特征来最大限度地包含所有原始数据的信息；另一方面使得待分类别之间的差异在变换后的特征中更明显，从而改善分类效果。另一种方法称为特征选择，从原有的 m 个测量值集合中，按某一准则选择出 n 个特征，特征变换和特征选择的目的一方面减少参加分类的特征图像的数目，另一方面从原始信息中抽取能更好进行分类的特征图像，是遥感图像自动分类前一个很重要的处理过程。1、特征变换特征变换将原始图像通过一定的数字变换生成一组新的特征图像，这一组新图像信息集中在少数几个特征图像上，这样，数据量有所减少。遥感
34、图像自动分类中常用的特征变换有主分量变换，哈达玛变换，生物是指标变换，比值变换，穗帽变换等。2、特征选择在遥感图像自动分类过程中，不仅使用原始遥感图像进行分类，还使用如上节所述多种特征变换之后的影像。我们总希望能用最少的影像数据最好地进行分类。这样就需在这些特征影像中，选择一组最佳的特征影像进行分类，这就称为特征选择。8.2 监督分类监督分类的思想是：首先根据已知的样本类别和类别的先验知识，确定判别函数和相应的判别准则，其中利用一定数量的已知类别函数中求解待定参数的过程称之为学习或训练，然后将未知类别的样本的观测值代入判别函数，再依据判别准则对该样本的所属类别作出判定。8.2.1 判别函数和判
35、别规则考察方式：比较最大似然法与最小距离法的特点。判别函数：当各个类别的判别区域确定后，用来表示和鉴别某个特征矢量属于哪个类别的函数。判别规则：判断特征矢量属于某类的依据。1、概率判决函数和贝叶斯判决规则把某特征矢量（X）落入某类集群的条件概率当成分类判决函数（概率判决函数） ，把 X 落入某集群的条件概率最大的类为 X 的类别，这种判决规则就是贝叶斯判决规则。贝叶斯判决规则以错分概率或风险最小为准则的判决规则。根据概率判别函数和贝叶斯判别规则来进行的分类通常称为最大似然法。2、距离判决函数和判决规则基于距离判决函数和判决规则，在实践中以此为原理的分类方法称为最小距离分类法。距离判决函数的建立
36、是以地物光谱特征在特征空间中是按集群方式分布为前提的，它的基本思想是设法计算未知矢量 X 到有关类别集群之间的距离，哪类距离它最近，该未知矢量就属于那类。8.2.2 分类过程考察方式：监督分类的主要思想和主要步骤11监督法分类意味着对类别已有一定的先验知识，根据这些先验知识，就可以有目的地选择若干个“训练样区” 。这些“训练样区”的类别是已知的。利用“训练样区”的数据去“训练”判决函数就建立了每个类别的分类器，然后按照分类器对未知区域进行分类。监督分类的主要步骤如下：（1）确定感兴趣的类别数（2）特征变换和特征选择（3）选择训练样区（4）确定判决函数和判决规则（5）根据判决函数和判决规则对非训
37、练样区的图像区域进行分类。9.3 非监督分类非监督分类是指人们事先对分类过程不施加任何的先验知识，而仅凭数据遥感影像地物的光谱特征的分布规律，即自然聚类的特性，进行“盲目”的分类；其分类的结果只是对不同类别达到了区分，但并不能确定类别的属性；其类别的属性是通过分类结束后目视判读或实地调查确定的。非监督分类也称聚类分析。一般的聚类算法是先选择若干个模式点作为聚类的中心。每一中心代表一个类别，按照某种相似性度量方法（如最小距离方法）将各模式归于各聚类中心所代表的类别，形成初始分类。然后由聚类准则判断初始分类是否合理，如果不合理就修改分类，如此反复迭代运算，直到合理为止。考察方式：1、比较 K 均值
38、法与 ISODATA 法的优缺点2、写出 ISODATA 的中文全称和步骤。3、比较监督分类与非监督分类的优缺点。8.3.1 K-均值聚类法 K-均值算法的聚类准则是使每一聚类中，多模式点到该类别的中心的距离的平方和最小。其基本思想是，通过迭代，逐次移动各类的中心，直至得到最好的聚类结果为止。NY开始选择m个类别，并统计各类别中心将所有像元分到m个类别中去计算新的聚类中心聚类中心不变结束这种算法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代过程中又没有调整类数的措施，因此可能产生不同的初始分类得到不同的结果，这是这种方法的缺点。8.3.2 IS
39、ODATA 算法聚类分析 ISODATA（Iterative Self-Organizing Data Analysis Techniques Algorithm）算法也称为迭代自组织数据分析算法。它与 K均值算法有两点不同，第一，它不是每调整一个样本的类别就重新计算一次各类样本的均值，而是在每次把所有样本都调整完毕之后才重新计算一次各类样本的均值，前者称为逐个样本修正法，后者称为成批样本修正法；第二，ISODATA 算法不仅可以通过调整样本所属类别完成样本的聚类分析，而且可以自动地进行类别的“合并”和“分裂” ，从而得到类数比较合理的聚类结果。12Y 输入参数近邻聚类计算聚类中心及均值等最后
40、一次迭代NcK/2偶次或Nc2K分裂运算合并运算符合合并条件完成置c=0最后一次迭代结束改变输入参数 NYNYNNN YYYYN迭代自组织数据分析算法的步骤：1）初始化；2）选择初始中心；3）按一定规则(如距离最小)对所有像元划分；4）重新计算每个集群的均值和方差；按初始化的参数进行分裂和合并；5）结束，迭代次数或者两次迭代之间类别均值变化小于阈值；6）否则，重复 3-5；7）确认类别，精度评定。非监督分类在整个分类过程中不受类别先验知识的影响，因此分类所得的每一类别究竟代表什么实际地物仍然不清楚。要确定这些类别与实际地物之间的关系还需进行归纳分析，通常在类别中进行抽样，然后到实地进行认辨，或
41、者根据有关的旧图或其它参考资料确定所分类别的属性。8.4 分类后处理和误差分析分类完成后须对分类后的影像进一步处理，使结果影像效果更好。另外，对分类的精度要进行评价，以供分类影像进一步使用时参考。138.4.1 分类后处理用光谱信息对影像逐个像元地分类，在结果的分类地图上会出现“噪声” ，产生噪声的原因有原始影像本身的噪声，在地类交界处的像元中包括有多种类别，其混合的辐射量造成错分类，以及其它原因等。另外还有一种现象，分类是正确的，但某种类别零星分布于地面，占的面积很小，我们对大面积的类型感兴趣，对占很少面积的地物不感兴趣，因此希望用综合的方法使它从图面上消失。分类平滑技术可以解决以上的问题。
42、这种平滑技术也是采用邻域处理法，所取平滑窗口可以是 33 或 55 大小。但它不是代数运算，而是采用逻辑运算。也就是所谓的“多数平滑” 。平滑时中心像元值取周围占多数的类别。将窗口在分类图上逐列逐行地推移运算，完成整幅分类图的平滑。8.4.2 分类后的精度评定考察方式：分类后精度评价，采集样本的方式？分类后专题图的正确分类程度（也称可信度）的检核，是遥感图像定量分析的一部分。一般无法对整幅分类图去检核每个像元是正确或错误，而是利用一些样本对分类误差进行估计。采集样本的方式有三种类型：（1） 来自监督分类的训练样区；（2） 专门选定的试验场；（3） 随机取样。一般采用混淆矩阵来进行分类精度的评定。混淆矩阵分类精度Kappa 系数。误差矩阵实例被评价的图像 居住区 空地 植被 道路 总和居住区 181 11 65 5 262空 地 10 1 3 0 14植 被 48 3 96 1 148道 路 5 1 8 62 76参考图像总 和 244 16 172 68 500精度分析结果Kappa 系数 48.5
