城市建设3S(RS、GIS、GPS)技术遥感图像处理技术课件.ppt

1、1第七讲 遥感图像处理技术 2第七讲 遥感图像处理技术n一、本章学习目的：n通过本章学习，掌握遥感图像预处理和图像增强的主要内容和具体方法，了解多源信息复合的一般过程。n二、本章学习内容：n遥感图像处理概述 n数字图像与数字图像处理系统 n图像预处理 n多源信息复合 n遥感解译 n遥感调查与应用 n 3第一节 遥感图像处理概述 遥感图像处理是指对遥感探测所获取的图像或资料进行的各种技术处理。处理的目的是使遥感图像或资料更适于应用。它包括对原始图像复原的恢复处理；为使图像更加清晰，目标地物更为突出明显，便于信息提取和识别的图像增强处理；以及进行自动识别和信息提取的分类处理。从处理方法上，主要有光

2、学处理和计算机数字图像处理。4第一节 遥感图像处理概述 一、遥感数据一、遥感数据 1 1、模拟图像产品：、模拟图像产品：有两个来源，其一是由遥感数椐经激光扫描输出；其二是在空间遥感平台利用光学遥感系统获取的产品。它是目前经常使用的一种遥感数椐。2 2、数字图像产品：、数字图像产品：将遥感传感器获取的地面光谱图像信息以数字的方式记录在计算机兼容磁带或其它介质上。利用遥感图象处理软件，可对数椐进行增强、几何校正、地理编码、分类，也可与其它数椐匹配、比较、融合。5第一节 遥感图像处理概述遥感信息地学评价的三个基本标准：遥感信息地学评价的三个基本标准：（1 1）空间分辨率：）空间分辨率：确定了遥感系统

3、获取地面源信息的离散化程度，反映了遥感的概括确定了遥感系统获取地面源信息的离散化程度，反映了遥感的概括程度随着地面分辨率的降低而增大，是选择信息源的重要标准之一。空程度随着地面分辨率的降低而增大，是选择信息源的重要标准之一。空间分辨率的提高，使得遥感地学分析的微观程度和精度增加，提高和拓间分辨率的提高，使得遥感地学分析的微观程度和精度增加，提高和拓展了应用价值。展了应用价值。（2 2）时间分辨率：）时间分辨率：进行动态监测与预报，自然历史变迁和动力学分析，可以利用时间进行动态监测与预报，自然历史变迁和动力学分析，可以利用时间差提高遥感的成象率和解象率，或更新数据库以达到动态监测的目的。差提高遥

4、感的成象率和解象率，或更新数据库以达到动态监测的目的。（3 3）光谱分辨率：）光谱分辨率：多波段光谱信息的利用大大开拓了遥感应用的领域，也使专题研究多波段光谱信息的利用大大开拓了遥感应用的领域，也使专题研究中波谱段的选择针对性越来越强，也可以提高分析判度效果。可以用于中波谱段的选择针对性越来越强，也可以提高分析判度效果。可以用于地物分类、制图、遥感定量分析和应用等等。地物分类、制图、遥感定量分析和应用等等。6二、图像处理技术二、图像处理技术 1 1、光学图像处理、光学图像处理:光学增强处理是指通过光学技术手段，对图像进行的各种处理，如常见的图像光学放大等。它能使图像更加清晰，目标物更突出明显，

5、更适于识别和进行信息提取。随着科学技术及光学技术的发展，光学增强处理的方法不断增多和完善。光学图像处理光学图像处理常用的技术有：多波段彩色合成处理（光学法、彩色像纸分层曝光法、彩色印刷法）；图像相关掩膜增强处理（反差增强、边缘增强）2 2、计算机数字图像处理：、计算机数字图像处理：遥感数字图像处理是指利用计算机对遥感图像及其资料进行的各种技术处理。它处理快捷、准确、客观，为遥感图像的信息提取，以及遥感的定量分析研究提供了方便和基础。亦为地理信息系统的信息及时更新和补充，提供了条件。遥感数字图像处理已成为现代遥感的重要组成部分。第一节 遥感图像处理概述71.1.遥感数据：遥感数据：对模拟图象进行

6、采样获得数字图象。对模拟图象进行采样获得数字图象。模拟图象模拟图象：灰度和颜色连续变化；：灰度和颜色连续变化；数字图象数字图象：模拟图象经采样和量化：模拟图象经采样和量化 后成为一幅由一系列灰度值不连续的、后成为一幅由一系列灰度值不连续的、按行列有规律地排列的像元组成的图象。按行列有规律地排列的像元组成的图象。模拟图象到数字图象的转化（模拟图象到数字图象的转化（A/DA/D转换转换analogue/digitalanalogue/digital）：包括采样和量：包括采样和量化两个过程：化两个过程：采样采样：位置离散化，将模拟图象按纵横两方向分割为若干个形状、大小位置离散化，将模拟图象按纵横两方

7、向分割为若干个形状、大小相同的像元，即等间隔取样成离散值，各像元的位置其所在的行和列表示，相同的像元，即等间隔取样成离散值，各像元的位置其所在的行和列表示，一幅图象可以表示成一个矩阵。一幅图象可以表示成一个矩阵。采样周期：采样周期：相邻两个像元中心的相邻两个像元中心的间距间距。香农（香农（ShannonShannon）采样原理：）采样原理：以模拟波形中所含最大频率的倒数的以模拟波形中所含最大频率的倒数的1/21/2为为周期进行采样，将不产生信息的损失。周期进行采样，将不产生信息的损失。第二节 数字图像与数字图像处理系统 8 量化：量化：以每个像元的平均灰度或中心部分的灰度作为该像元的灰度值以每

8、个像元的平均灰度或中心部分的灰度作为该像元的灰度值的处理过程。数字图象中的像元灰度值可以是整型、实型和字节型。的处理过程。数字图象中的像元灰度值可以是整型、实型和字节型。为了节省存储空间，字节型最常用，即每个像元亮度记录为一个字为了节省存储空间，字节型最常用，即每个像元亮度记录为一个字节（节（bytebyte），），8bit8bit。2.2.数字图象处理系统：数字图象处理系统：数据输入：各种数据格式图象输入、变换。数据输入：各种数据格式图象输入、变换。彩色合成：分析信息量，选择合理的彩色合成方案。彩色合成：分析信息量，选择合理的彩色合成方案。数据处理：数据处理：校正：辐射校正、几何校正。校正：

9、辐射校正、几何校正。图象增强：频域和空域增强，包括彩色增强、反差增强、比值增强、图象增强：频域和空域增强，包括彩色增强、反差增强、比值增强、滤波等等。滤波等等。再生（复原）：平滑等。再生（复原）：平滑等。变换：增强变换、主成分变换。变换：增强变换、主成分变换。分类：有监分类、无监分类。分类：有监分类、无监分类。第二节 数字图像与数字图像处理系统 9 制图输出：比例尺变换、注记、公里网、叠加矢量图、图象格式变换制图输出：比例尺变换、注记、公里网、叠加矢量图、图象格式变换等。等。3.3.遥感数字图象处理的优点：遥感数字图象处理的优点：原始信息精确保存原始信息精确保存：无论拷贝多少次，原始数据都能精

10、确保存下来；：无论拷贝多少次，原始数据都能精确保存下来；处理的可重复性处理的可重复性：用同一种方法对同一图象进行处理多次，都可以得：用同一种方法对同一图象进行处理多次，都可以得到相同的效果；到相同的效果；能充分利用遥感图象信息能充分利用遥感图象信息：对图象灰度可分解为多级，可以检测出图：对图象灰度可分解为多级，可以检测出图象的微小细节，并能对图象信息作定量分析；象的微小细节，并能对图象信息作定量分析；处理周期短，速度快处理周期短，速度快：适于进行动态分析，和各种处理方法进行比较；：适于进行动态分析，和各种处理方法进行比较；处理方法多样处理方法多样：以数学理论为基础，方法广泛；便于提取特征信息；

11、：以数学理论为基础，方法广泛；便于提取特征信息；图象处理的结果可以直接以数字化形式提供给用户，或无限度可重复图象处理的结果可以直接以数字化形式提供给用户，或无限度可重复输出输出。第二节 数字图像与数字图像处理系统 10第三节 图像预处理 19862003 感知和传输中大感知和传输中大气的影响气的影响11#10第三节 图像预处理传感器平台传感器平台的姿态的姿态传感器本传感器本身的缺陷身的缺陷12第三节 图像预处理地形的影响地形的影响13一一.必要性必要性:传感器获得和记录的遥感信息是经过概括和简化了的不传感器获得和记录的遥感信息是经过概括和简化了的不连续的瞬时二维平面的信息，由于：连续的瞬时二维

12、平面的信息，由于：传感器本身的缺陷；传感器本身的缺陷；平台的姿态；平台的姿态；感知和传输中大气的影响；感知和传输中大气的影响；地形的影响以及其它因素的干扰。地形的影响以及其它因素的干扰。获得的遥感数据含有光谱和几何特征上的失真和畸变。获得的遥感数据含有光谱和几何特征上的失真和畸变。因此，原始的遥感数据必须经过预处理，消除几何和光谱畸因此，原始的遥感数据必须经过预处理，消除几何和光谱畸变，即通过必要步骤进行图象复原。变，即通过必要步骤进行图象复原。图像的复原图像的复原旨在消除图像在整个成像过程中产生的像质旨在消除图像在整个成像过程中产生的像质褪化和各种畸变，尽可能使图像恢复到更接近于客观实体的褪

13、化和各种畸变，尽可能使图像恢复到更接近于客观实体的真实图像。真实图像。第三节 图像预处理 14#132 2辐射校正辐射校正 辐射校正的目的主要是消除图像的光谱畸变，一般包括：辐射校正的目的主要是消除图像的光谱畸变，一般包括：传感器校正、大气辐射校正、地形辐射校正和地物反射模型传感器校正、大气辐射校正、地形辐射校正和地物反射模型校正。其中，传感器校正需要传感器的校正参数，一般用户校正。其中，传感器校正需要传感器的校正参数，一般用户无法获得。无法获得。常用的大气校正方法有：常用的大气校正方法有：以红外波段的最低值校正可见光波段，回归法和相对散射以红外波段的最低值校正可见光波段，回归法和相对散射模型

14、法等。模型法等。第三节 图像预处理 15#143.3.几何校正：几何校正：原因、目的和步骤：原因、目的和步骤：原因：卫星图像的几何性能受卫星轨道与成像姿态的稳定性、扫描偏原因：卫星图像的几何性能受卫星轨道与成像姿态的稳定性、扫描偏差、地形起伏等等多种因素影响而发生几何畸变。差、地形起伏等等多种因素影响而发生几何畸变。目的：经运算处理把处于两个坐标空间的原图像变换到新的图像坐标目的：经运算处理把处于两个坐标空间的原图像变换到新的图像坐标空间，得到某种归正的投影图，使没有任何实际地理坐标信息的图象空间，得到某种归正的投影图，使没有任何实际地理坐标信息的图象变换到特征的地理坐标空间，满足不同类型或不

15、同时相的遥感影像之变换到特征的地理坐标空间，满足不同类型或不同时相的遥感影像之间的几何配准和复合分析，以及遥感图象与其它来源的信息的匹配。间的几何配准和复合分析，以及遥感图象与其它来源的信息的匹配。步骤：几何校正分两步，步骤：几何校正分两步，粗校正：由接收部门根据遥感平台、地球、传感器的各种参数进行；粗校正：由接收部门根据遥感平台、地球、传感器的各种参数进行；精校正：用户根据使用目的的不同由投影及比例尺进行。精校正：用户根据使用目的的不同由投影及比例尺进行。因此，对于用户来说，主要需做几何精校正。因此，对于用户来说，主要需做几何精校正。几何校正的精度直接影响专题图的定位、面积量算及定性定量分几

16、何校正的精度直接影响专题图的定位、面积量算及定性定量分析的精度。析的精度。第三节 图像预处理 16 几何精校正的方法和步骤：几何精校正的方法和步骤：方法：几何精校正的方法很多，一般用多项式法通过地面控制点进行。方法：几何精校正的方法很多，一般用多项式法通过地面控制点进行。步骤：一是象元空间位置变换，二是象元灰度值的重采样。步骤：一是象元空间位置变换，二是象元灰度值的重采样。位置变换：通过精确测定或量算一定数量的控制点的图象坐标和实际位置变换：通过精确测定或量算一定数量的控制点的图象坐标和实际地物点的平面坐标，建立待匹配的两种坐标系的对应点关系，计算图地物点的平面坐标，建立待匹配的两种坐标系的对

17、应点关系，计算图象各象元在新的坐标空间中的坐标值；象各象元在新的坐标空间中的坐标值；象元空间位置变换采用二元多项式的方法，其公式为：象元空间位置变换采用二元多项式的方法，其公式为：（1 1）其中，其中，x,yx,y为象元原始坐标，为象元原始坐标，X,YX,Y为同名象元的地图坐标，为同名象元的地图坐标，n n为多项为多项式的阶。式的阶。yxaLjin0iin0jij1)y,x(XyxbLjiniinjijyxY002),(第三节 图像预处理 17 一阶多项式为线性变换，二阶或三阶多项式为非线性变换，而图像一阶多项式为线性变换，二阶或三阶多项式为非线性变换，而图像 的几何畸变很难通过简单的线性关系

18、来描述。多项式阶数越高，所做的的几何畸变很难通过简单的线性关系来描述。多项式阶数越高，所做的 变换越复杂，说明原图像的扭曲程度也较大，所需选取的控制点数也越变换越复杂，说明原图像的扭曲程度也较大，所需选取的控制点数也越 多。多项式阶数与所需选取的最少控制点个数的关系为：多。多项式阶数与所需选取的最少控制点个数的关系为：GCPnumsGCPnums=(t+1)(t+2)/2=(t+1)(t+2)/2，其中，其中t t为多项式阶数。为多项式阶数。具体方法：选择均匀分布且在影像图与地形图上都易确定的同名地具体方法：选择均匀分布且在影像图与地形图上都易确定的同名地 物点，如小河流、沟渠交点、水库坝的交

19、点等，分别读取影像图和地形物点，如小河流、沟渠交点、水库坝的交点等，分别读取影像图和地形 图上相应点的坐标，建立图上相应点的坐标，建立式所示的方程式并用最小二乘法求系数式所示的方程式并用最小二乘法求系数a aijij和和 b bijij，得到变换矩阵，用此矩阵把图像坐标空间与地形图坐标空间对应起，得到变换矩阵，用此矩阵把图像坐标空间与地形图坐标空间对应起 来。也可以通过来。也可以通过DGPSDGPS精确定位，获得控制点的精确位置坐标。精确定位，获得控制点的精确位置坐标。第三节 图像预处理 18 重采样：确定校正后图像上每点的亮度值。通常有三种方法：重采样：确定校正后图像上每点的亮度值。通常有三

20、种方法：邻近元法：邻近元法：用距离输出象元最近的象元亮度值作为象元值。用距离输出象元最近的象元亮度值作为象元值。优点：计算简单，不丢失细节；优点：计算简单，不丢失细节；缺点：具有明显的不连续性，特别是线状地带常出现断点或阶梯状抖动。缺点：具有明显的不连续性，特别是线状地带常出现断点或阶梯状抖动。适用于分类前的采样和定性分析。适用于分类前的采样和定性分析。双线性内插：双线性内插：用双线性函数在用双线性函数在2 2 2 2窗口内窗口内4 4个象元的灰度值进行加权线性个象元的灰度值进行加权线性 内插。内插。优点：具有平滑作用，因而不会出现锯齿状边缘，比邻近元法在空间上更优点：具有平滑作用，因而不会出

21、现锯齿状边缘，比邻近元法在空间上更 准确；准确；缺点：较邻近元法计算稍复杂，由于是象元亮度值的加权平均，故有低频缺点：较邻近元法计算稍复杂，由于是象元亮度值的加权平均，故有低频 卷积作用，因而出现模糊现象。适用于象元大小有改变的情况。卷积作用，因而出现模糊现象。适用于象元大小有改变的情况。立方卷积法：立方卷积法：用用1616个象元即个象元即4 4 4 4窗口内的象元亮度值用立方函数进行加权窗口内的象元亮度值用立方函数进行加权 平均。平均。优点：可以比较完整地复原图像，立方曲线加权使得图像锐化并将噪声优点：可以比较完整地复原图像，立方曲线加权使得图像锐化并将噪声 平滑掉；平滑掉；缺点：计算复杂。

22、适用于象元大小变化较大的情况。缺点：计算复杂。适用于象元大小变化较大的情况。第三节 图像预处理19 n4、遥感数字图像配准与镶嵌 n（1）数字图像配准）数字图像配准，主要包括以下两种 n建立影像坐标系与地面坐标系之间的关系，即将具有影像坐标系坐标的数字影像像元赋予某一应用坐标系统的坐标，如通过配准建立遥感影像像元的影像坐标与国空大地坐标或独立坐标之间的关系，其作用是可以在遥感影像上直接获得影像像元的国家大地坐标或地面坐标。n将多种不同比例尺、或不同分辨率、不同类型的影像配准为同一个坐标系统，其作用是在同一个参考系统下应用不同来源的遥感影像数据。第三节 图像预处理 20n（2）数字图像镶嵌）数字

23、图像镶嵌 n数字图像镶嵌是将多幅卫星图像镶嵌、拼接在一起，构成一幅大的图像，其方法与理论与几何变形校正相同，但应注意以下几个问题：1.镶嵌之前应首先进行数字影像配准，使多幅影像的坐标系统为同一参考系统；2.被镶嵌的影像之间应足够重叠度，最好不低于20%，以便保障边缘镶嵌后的精度；3.相邻而不同色调的图像镶嵌前需要进行色调与色差方面的处理。第三节 图像预处理 21三、图象增强三、图象增强 1.1.目的目的:图像增强是专题特征信息提取的基础，是根据应用目标对图像做增强处图像增强是专题特征信息提取的基础，是根据应用目标对图像做增强处 理，突出主要的感兴趣的信息，抑制次要的不需要的信息。理，突出主要的

24、感兴趣的信息，抑制次要的不需要的信息。2.2.方法方法:一般分为频域法和空域法一般分为频域法和空域法 频域法增强处理：频域法增强处理：傅立叶变换理论：傅立叶变换理论：任何一条复杂的曲线，经傅立叶变换，可以分解成若任何一条复杂的曲线，经傅立叶变换，可以分解成若 干条简单曲线（正弦波曲线），即复杂曲线可看作若干条不同频率的正弦波曲干条简单曲线（正弦波曲线），即复杂曲线可看作若干条不同频率的正弦波曲 线的叠加。线的叠加。遥感图象像元灰度值的分布曲线就是一条复杂曲线，可以分解。根据傅立遥感图象像元灰度值的分布曲线就是一条复杂曲线，可以分解。根据傅立 叶变换理论，对一幅遥感图象进行傅立叶变换后，将得到一

25、个分布形式完全不叶变换理论，对一幅遥感图象进行傅立叶变换后，将得到一个分布形式完全不 同于原图象的变换域同于原图象的变换域频率域平面。原图象上的灰度突变部分（如物体的边频率域平面。原图象上的灰度突变部分（如物体的边 缘、水陆交界处等）、图象结构复杂的区域、图象细节及干扰噪声等，信息大缘、水陆交界处等）、图象结构复杂的区域、图象细节及干扰噪声等，信息大 多集中在高频区；原图象上灰度变换平缓的部位，如大片水体、大片平原、区多集中在高频区；原图象上灰度变换平缓的部位，如大片水体、大片平原、区 域概貌等信息，信息大多集中在频率域的低频区。域概貌等信息，信息大多集中在频率域的低频区。第三节 图像预处理

26、22 频域增强的思想：频域增强的思想：对原始图像的傅立叶变换频谱进行各种改造，通过设置滤波器，使得对原始图像的傅立叶变换频谱进行各种改造，通过设置滤波器，使得 高频和低频成分的比例发生变化，突出或抑制特定频率范围的信息，经过高频和低频成分的比例发生变化，突出或抑制特定频率范围的信息，经过 傅立叶反变换得到增强了的图像。傅立叶反变换得到增强了的图像。频域增强的方法：频域增强的方法：常用的频域增强处理方法有高通滤波、低通滤波、同态滤波以及带通或常用的频域增强处理方法有高通滤波、低通滤波、同态滤波以及带通或 带阻滤波等等。其中，带阻滤波等等。其中，低通滤波：让低频成分通过，抑制高频成分，起到平滑去噪

27、声的作用；低通滤波：让低频成分通过，抑制高频成分，起到平滑去噪声的作用；高通滤波：使图像得到锐化处理；高通滤波：使图像得到锐化处理；同态滤波：用于压缩图像灰度的动态范围并增强对比度。同态滤波：用于压缩图像灰度的动态范围并增强对比度。例如，要突出地形的局部变化特征，可以采用高通滤波增强技术。例如，要突出地形的局部变化特征，可以采用高通滤波增强技术。空域法增强处理：空域法增强处理：空域增强的思想：空域增强的思想：空域增强是在原来的图像灰度空间上直接运算处理，通常针对像元逐个空域增强是在原来的图像灰度空间上直接运算处理，通常针对像元逐个 进行处理。进行处理。第三节 图像预处理 23中值滤波前中值滤波

28、前中值滤波后中值滤波后第三节 图像预处理 24空域增强的方法：空域增强的方法：常用的方法包括灰度扩展、直方图均衡化、分段线性对比度拉伸、直方常用的方法包括灰度扩展、直方图均衡化、分段线性对比度拉伸、直方 图匹配技术、比值增强处理、卷积滤波、图匹配技术、比值增强处理、卷积滤波、CrispCrisp滤波和自适应滤波等方法。滤波和自适应滤波等方法。其中，反差增强处理、比值增强处理是常用的方法。其中，反差增强处理、比值增强处理是常用的方法。反差增强处理：包括线性灰度扩展、对数变换、指数变换、直方图均衡反差增强处理：包括线性灰度扩展、对数变换、指数变换、直方图均衡 化、直方图匹配技术等。化、直方图匹配技

29、术等。线性扩展：将像元值的变动范围按线性关系扩展到指定范围。线性扩展：将像元值的变动范围按线性关系扩展到指定范围。设原图象的像元值为设原图象的像元值为Z Z，其变动范围为（，其变动范围为（a a，b b），扩展后的像元值为），扩展后的像元值为 ZZ，变动范围为变动范围为(Z(Z1 1,Z,Z2 2),),则则:直方图均衡化：用特定的变换函数将不同像元值区间内的像元数进行均直方图均衡化：用特定的变换函数将不同像元值区间内的像元数进行均 衡处理，使整个像元值范围内的像元数的分布更均匀一些。衡处理，使整个像元值范围内的像元数的分布更均匀一些。直方图匹配：对直方图进行一定的修改，使之变为某种指定形态的

30、直方直方图匹配：对直方图进行一定的修改，使之变为某种指定形态的直方 图。图。112Z)ZZ(abaZ Z第三节 图像预处理 25线性拉伸前线性拉伸前线性拉伸后线性拉伸后第三节第三节 图像预处理图像预处理 26 比值增强处理：比值增强处理：可以压抑由于地形起伏、坡度和坡向引起的辐射变化，从而消除可以压抑由于地形起伏、坡度和坡向引起的辐射变化，从而消除 由于地形因子所造成的阴影以及大气噪声的影响；由于地形因子所造成的阴影以及大气噪声的影响；比值变换增大了不同地物在两个比值波段上的细微差异，使在单比值变换增大了不同地物在两个比值波段上的细微差异，使在单 波段图像上不易觉察的色调变化更加明显；波段图像

31、上不易觉察的色调变化更加明显；比值法可以应用原始图像多个波段的信息，增加了信息量，便于比值法可以应用原始图像多个波段的信息，增加了信息量，便于 比较分析。特别是在地形变化剧烈的山区，比值变换可以显示其更大比较分析。特别是在地形变化剧烈的山区，比值变换可以显示其更大 的优越性。的优越性。一般的遥感图像处理软件均提供了常用的图像增强算法，用户可一般的遥感图像处理软件均提供了常用的图像增强算法，用户可 通过不同增强算法实验和分析比较，选定最佳方案，对图象进行增强通过不同增强算法实验和分析比较，选定最佳方案，对图象进行增强 处理，改善图像质量，增强地物和地形的识别能力，提高解译精度。处理，改善图像质量

32、，增强地物和地形的识别能力，提高解译精度。除了增强算法之外，还可以应用各种变换方法提取信息，如通过除了增强算法之外，还可以应用各种变换方法提取信息，如通过 植被指数运算进行生物量估测等。植被指数运算进行生物量估测等。第三节 图像预处理 27第四节多源信息复合 n多种信息源的复合是将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。复合后的图像数据将更有利于综合分析。n一、遥感信息的复合 n二、遥感与非遥感信息的复合28第四节 多源信息复合 n一、遥感信息的复合 n遥感信息的复合主要指不同传感器的遥感数据的复合，以及不同时相的遥感数据的复合。n1、不同传感器的遥感

33、数据复合 n配准 复合 n2、不同时相的遥感数据复合 n配准 直方图调整 复合 n 29第四节 多源信息复合n二、遥感与非遥感信息的复合 n1、地理数据的网格化 n1)、网格数据生成 n2)、与遥感数据配准 n2、最优遥感数据的选取 n3、配准复合 n1)、栅格数据与棚格数据 n2)、栅格数据与矢量数据30 遥感图像解译是专题信息提取的主要步骤，通过对遥感图像的遥感图像解译是专题信息提取的主要步骤，通过对遥感图像的观察、分析和比较，判断和识别遥感资料所表示的地物的类型、观察、分析和比较，判断和识别遥感资料所表示的地物的类型、性质，获取感知对象的数量、质量、空间分布特征及其演变规律。性质，获取感

34、知对象的数量、质量、空间分布特征及其演变规律。具体方法包括遥感图象的目视解译或计算机自动解译分类具体方法包括遥感图象的目视解译或计算机自动解译分类。一、目视解译一、目视解译 目视解译一般遵从从已知到未知，先整体后局部，从宏观到微目视解译一般遵从从已知到未知，先整体后局部，从宏观到微观，先易后难的原则，可以概略地为以下主要步骤观，先易后难的原则，可以概略地为以下主要步骤 :准备工作：准备工作：主要是收集资料，除遥感图象外，通常还需要工作区的地形图主要是收集资料，除遥感图象外，通常还需要工作区的地形图和相关的自然、经济等情况，以及报告、必要的参考文献等各种和相关的自然、经济等情况，以及报告、必要的

35、参考文献等各种资料。资料。第五节 遥感解译 31 图象预判和编制专题图略图：图象预判和编制专题图略图：遥感图象的初步解译主要是经过资料分析建立直接和间接解译标志，遥感图象的初步解译主要是经过资料分析建立直接和间接解译标志，包括形态、大小、色调、阴影、纹理等等。然后在分类系统的指导下设包括形态、大小、色调、阴影、纹理等等。然后在分类系统的指导下设计图例系统，进行初步解译，并把解译结果转绘成专题图略图。计图例系统，进行初步解译，并把解译结果转绘成专题图略图。野外实况调查和地学验证：野外实况调查和地学验证：根据初步解译结果，确定野外调查路线和调查样本，进行野外调查，根据初步解译结果，确定野外调查路线

36、和调查样本，进行野外调查，验证判读标志，并应用地学分析方法解决图象与地物间的机理关系，从验证判读标志，并应用地学分析方法解决图象与地物间的机理关系，从而修正预判中的错判或漏判，使得解译结果更加客观可靠。而修正预判中的错判或漏判，使得解译结果更加客观可靠。室内解译编绘成图：室内解译编绘成图：根据预判结果和野外调查资料，对全部工作区进行重新解译，然后根据预判结果和野外调查资料，对全部工作区进行重新解译，然后清绘成图，在此基础上进行面积量测以及其他数字统计特征的分析。清绘成图，在此基础上进行面积量测以及其他数字统计特征的分析。第五节 遥感解译 32二、计算机自动分类：二、计算机自动分类：与目视判读解

37、译不同的是计算机自动解译的主要依据是地物的光谱特与目视判读解译不同的是计算机自动解译的主要依据是地物的光谱特 征进行统计判别，具体方法包括有监分类和无监分类方法，分类结果的可征进行统计判别，具体方法包括有监分类和无监分类方法，分类结果的可 靠性需要通过严格的分类精度统计分析以及野外调查进行验证。靠性需要通过严格的分类精度统计分析以及野外调查进行验证。一般过程：一般过程：以目前常用的有监分类为例，其过程为：以目前常用的有监分类为例，其过程为：（1 1）遥感图象的预处理：包括几何校正、图象增强、镶嵌等等。）遥感图象的预处理：包括几何校正、图象增强、镶嵌等等。（2 2）选择训练区：对于典型地物类别，

38、选择训练区，并做标注。）选择训练区：对于典型地物类别，选择训练区，并做标注。（3 3）分类：根据训练区地物的光谱统计特征，对整个区域进行分类判别。）分类：根据训练区地物的光谱统计特征，对整个区域进行分类判别。（4 4）分类精度统计分析：通过统计分析获得光谱特征统计意义上的分类精）分类精度统计分析：通过统计分析获得光谱特征统计意义上的分类精度。度。第五节 遥感解译 33（5 5）野外调查与地学验证：通过调查验证自动分类与实际地物类型的一）野外调查与地学验证：通过调查验证自动分类与实际地物类型的一致程度，一般应用抽样技术获得地学意义上的分类精度。致程度，一般应用抽样技术获得地学意义上的分类精度。（

39、6 6）分类图编制：对自动分类的结果，根据专题图成图要求，进行着色，）分类图编制：对自动分类的结果，根据专题图成图要求，进行着色，获得彩色分类图。获得彩色分类图。一般方法：一般方法：有监分类：有监分类：有监分类方法是通过训练区内样本的光谱数据计算各类别的计特征参有监分类方法是通过训练区内样本的光谱数据计算各类别的计特征参 数，作为各类型的度量标准，然后根据判别规则将图像的各象元分到一定数，作为各类型的度量标准，然后根据判别规则将图像的各象元分到一定 的类别中。的类别中。常用的判别规则有贝叶斯判别、最大似然判别和最小距离判别等。常用的判别规则有贝叶斯判别、最大似然判别和最小距离判别等。第五节 遥

40、感解译 34无监分类：无监分类：无监分类是直接利用象元灰度值的统计特征进行类别划分，常用无监无监分类是直接利用象元灰度值的统计特征进行类别划分，常用无监分类方法有逐步聚类方法、系统聚类法等等。分类方法有逐步聚类方法、系统聚类法等等。新的分类方法：新的分类方法：传统的分类方法只基于象元的光谱特征。实际上，由于大气、地形、传统的分类方法只基于象元的光谱特征。实际上，由于大气、地形、地貌、季节等许多因素的影响，使得遥感图像上常常出现地貌、季节等许多因素的影响，使得遥感图像上常常出现“同物异谱同物异谱”和和“同谱异物同谱异物”现象，单纯依据光谱特征显然不能很好地解决这个问题。现象，单纯依据光谱特征显然

41、不能很好地解决这个问题。新方法：基于人工智能理论的新方法：基于人工智能理论的专家系统分类，神经元网络分类专家系统分类，神经元网络分类方法。方法。这些新的分类技术不仅可以将遥感数据、地面调查和观测数据、统计这些新的分类技术不仅可以将遥感数据、地面调查和观测数据、统计分析数据、领域专家知识等结合在一起，充分利用已有的信息，同时可以分析数据、领域专家知识等结合在一起，充分利用已有的信息，同时可以模拟人类的思考和分析机制，解决分类中众多的不确定性、模糊性问题。模拟人类的思考和分析机制，解决分类中众多的不确定性、模糊性问题。第五节 遥感解译35第六节 遥感调查与应用n土地资源调查：主要包括陆地地貌、土壤

42、现状和土地利用的调查 n陆地水资源遥感调查：主要包括地表水资源、地下水资源、水文动态的监测与分析和水质与水体污染监测 n植被遥感调查：主要应用于农作物的类别、生长状况、分布面积、产量估测、病虫害监测；森林监测中主要用于森林类型与树种、面积及变化、森林储积量、森林灾害监测；草场的分布、覆盖面积、牧场资料质量评价以及水生植物、芦苇等的面积和变化。n城市遥感调查：主要是城市演变、城市分类、城市专项调查。36第六节 遥感调查与应用n随着遥感技术的发展,其应用领域也不断地扩大。在资源环境调查、环境监测、减灾防灾、农业生产、工程地质、测绘制图、国防军事等方面都得到了广泛的应用。近二十年来，我国利用遥感技术在土地资源、森林资源、水资源、矿产资源、油气资源等调查中取得了丰硕成果。在环境监测、防灾减灾方面，我国成功地利用了遥感技术进行土地沙化、水土流失监测；特别是大兴安岭火灾和1998年抗洪救灾中充分发挥了无可替代的作用37第六节 遥感调查与应用n常规应用：地形识别、量测 n资源调查与灾害监测 n城市遥感应用 n典型应用：交通量调查与分析、火灾监测、地矿调查等