1、ENVI高级影像信息提取,邓书斌,主要内容,1、基于专家知识的决策树分类 2、面向对象的影像特征提取 3、基于立体像对的DEM提取 4、多时相影像动态检测技术,1、基于专家知识的决策树分类,专家分类与决策支持系统,根据光谱特征、空间关系和其他上下文关系归类像元,+,+,+,专家分类提供了土地利用而不仅仅是土地覆盖,？Zoning Coverage,Landcover Classification,决策树分类步骤,专家知识决策树分类的步骤大体上可分为四步：知识（规则）定义、规则输入、决策树运行和分类后处理。,规则定义,规则获取：经验总结和样本总结 规则描述 类1：NDVI大于0.3，坡度大于或者
2、等于20度 类2：NDVI大于0.3，坡度小于20度，阴坡 类3：NDVI大于0.3，坡度小于20度，阳坡 类4：NDVI小于或等于0.3，波段4值大于或等于20 类5： NDVI小于或等于0.3，波段4值小于20,规则描述表达式与变量,如：ndvi LT 0.3,规则表达,二叉树表达,运行结果,选择Options-Execute，执行决策树,2、面向对象的影像特征提取,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,FX操作流程,分为两个部分 发现
3、对象 特征提取,准备工作,空间分辨率的调整 光谱分辨率的调整 多源数据组合 空间滤波,导入数据,基本影像（Base Image） （必选） 辅助数据（Ancillary Data）（可选） 掩膜文件（Mask File） （可选）,分割影像,FX根据临近像素亮度、纹理、颜色等对影像进行分割，它使用了一种基于边缘的分割算法，这种算法计算很快，并且只需一个输入参数，就能产生多尺度分割结果。 选择高尺度影像分割将会分出很少的图斑，选择一个低尺度影像分割将会分割出更多的图斑,合并分块,影像分割时，由于阈值过低，一些特征会被错分，一个特征也有可能被分成很多部分。我们可以通过合并来解决这些问题。 FX利用
4、了 Full Lambda-Schedule算法，该方法在结合光谱和空间信息的基础上迭代合并邻近的小斑块。 这一步是可选项，如果不需要可以直接跳过。,分块精炼,FX提供了一种阈值法（Thresholding）进一步精炼分块的方法。它是基于亮度值的栅格操作，根据分割后结果中的一个波段的亮度值聚合分块。对于具有高对比度背景的特征非常有效（例如，明亮的飞机对黑暗的停机坪）。 这一步是可选项，如果不需要可以直接跳过。,计算对象属性,计算4个类别的属性：光谱、空间、纹理、自定义（颜色空间和波段比）。其中“颜色空间”选择三个RGB波段转换为HSI颜色空间，“波段比”选择两个波段用于计算波段比（常用红色和近
5、红外波段）。,特征提取方法,监督分类、规则分类和直接矢量输出,直接输出矢量,输出Shapefile矢量文件 属性,监督分类法特征提取,根据一定样本数量以及其对应的属性信息，利用K邻近法和支持向量机监督分类法进行特征提取。,规则分类法特征提取,每一个分类有若干个规则（Rule）组成，每一个规则有若干个属性表达式来描述。规则与规则直接是与的关系，属性表达式之间是并的关系。 如下是对水的一个描述： 面积大于500像素 延长线小于0.5 NDVI小于0.3,房屋特征提取,第一条属性描述，划分植被覆盖和非覆盖区。 Customized-bandratio：00.3 第二条属性描述，去除道路影响。 Spa
6、tial-rect_fit：0.51 Spatial-Area: Fuzzy Tolerance=0， 90elongation(延长): elongationavgband_2: avgband_250,预览结果,3、基于立体像对的DEM提取,立体像对高程提取 DEM Extraction,快速从ALOS PRISM, ASTER, CARTOSAT-1, FORMOSAT-2, GeoEye-1, IKONOS, KOMPSAT-2, OrbView-3, QuickBird, WorldView-1, SPOT 1-5以及航空影像立体像对中提取DEM。 全面支持RPC模型参数，尽可能少的
7、控制点以达到有效的精度 使用DEM编辑工具对提取的DEM做局部编辑 交互量测特征地物的高度和收集3D信息并导出为3D Shapefile文件格式,输入立体像对,定义地面控制点,定义连接点,设定DEM提取参数,输出DEM并检查结果,编辑DEM,采用向导操作方式一步步指导您通过以下步骤进行DEM提取,从卫星影像中选择包含有RPC文件或者DIM等位置信息文件的立体影像数据,1、支持RPC、DIM等位置文件,您可以定义或是加载已有的GCP点对，将DEM和地图坐标联系起来。,也可以屏幕上选择GCP点,2、定义控制点,ENVI可以自动产生匹配点，或者您自己从两幅图像中选择匹配点。,3、定义连接点（Tie）
8、,可以通过立体眼镜进行3D浏览。,生成核图像,设置DEM输出参数 投影参数,4、设置DEM输出参数,5、输出DEM并检查结果,当DEM提取向导完成后，可以将DEM加载查看。DEM 提取向导也提供了编辑DEM选项，可以通过ENVI的DEM编辑工具进行编辑。,浏览结果,通过将ENVI的3D表面浏览工具将纹理影像叠加到DEM上检查DEM提取的结果。,立体3D测量工具,立体3D测量工具允许您通过单一的匹配点交互的计算高程值。,4、多时相影像动态检测技术,遥感变化检测技术,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
9、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
10、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
11、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
12、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 。,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,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动态监测,流程化操作，一步步引导您处理影像。 包括部分预处理流程，包括影像配准、相对大气校正等。 只是发现变化信息，还需要借助其他工具提取变化信息。,
