第五章遙感信息提取及應(yīng)用（課堂PPT）

第五章遙感信息提取及應(yīng)用,1,遙感信息提取,多源信息,無限多維,有限二維,選擇專題,2,遙感圖像信息提取原理,目視解譯是遙感成像的逆過程,圖像遙感圖像遙感圖像目視解譯目的？,3,遙感影像專題信息提取,對(duì)遙感圖像上的各種特征進(jìn)行綜合分析、比較、推理和判斷，并提取出感興趣的信息特征能夠反映地物光譜信息和空間信息并可用于圖像分類處理的變量,4,關(guān)鍵問題,選擇適當(dāng)?shù)姆诸愐?guī)則，通過分類器把圖像數(shù)據(jù)劃分為盡可能符合實(shí)際情況的不同類別,5,分類標(biāo)準(zhǔn),按照邏輯準(zhǔn)則組織的信息類別正確的分類學(xué)定義參考標(biāo)準(zhǔn):美國(guó)規(guī)劃協(xié)會(huì)的土地分類標(biāo)準(zhǔn)(LBCS)美國(guó)國(guó)家植被分類系統(tǒng),6,遙感信息認(rèn)知過程,遙感影像傳輸和基本處理模型,遙感影像視覺生理認(rèn)知,遙感影像邏輯心理認(rèn)知,影像知識(shí)挖掘,決策分析,7,遙感信息認(rèn)知中的尺度問題,地表信息多層次結(jié)構(gòu)尺度依賴認(rèn)知過程-不同的地物實(shí)體有不同的最佳提取尺度,選擇適當(dāng)?shù)某叨龋拍苡行?、完整地提取信?8,遙感信息認(rèn)知中的對(duì)象,對(duì)象,對(duì)象,9,遙感信息認(rèn)知中的判別準(zhǔn)則,灰度,形狀,紋理,輔助信息,10,遙感圖像信息提取方法,從遙感圖像上獲取目標(biāo)地物信息的過程。分為目視解譯和計(jì)算機(jī)解譯。目視解譯：指專業(yè)人員通過直接觀察或借助判讀儀器在遙感圖像上獲取特定目標(biāo)地物信息的過程。運(yùn)用專業(yè)背景知識(shí)，通過肉眼觀察，經(jīng)過綜合分析、邏輯推理、驗(yàn)證檢查把遙感圖像中所包含的地物信息提取和解析出來的過程。,11,遙感圖像計(jì)算機(jī)解譯,以計(jì)算機(jī)系統(tǒng)為支撐，利用模式識(shí)別技術(shù)與人工智能技術(shù)，根據(jù)遙感圖像中目標(biāo)地物的各種影像特征（顏色、形狀、紋理與空間位置），結(jié)合專家知識(shí)庫中目標(biāo)地物的解譯經(jīng)驗(yàn)和成像規(guī)律等知識(shí)進(jìn)行分析和推理，實(shí)現(xiàn)對(duì)遙感圖像的理解，完成信息提取的過程。,12,目視判讀,13,景物特征和判讀標(biāo)志,遙感影像的基本特征？特征的表現(xiàn)方式判讀標(biāo)志判讀標(biāo)志：地物在圖像上的各種特有的表現(xiàn)方式,14,空間特征及其判讀標(biāo)志,形狀大小圖形與邊界陰影位置紋理類型綜合構(gòu)圖,15,(1)直接解譯標(biāo)志,陰影：遙感圖像上光束被地物遮擋而產(chǎn)生的地物的影子；有時(shí)需去除地形起伏引起的部分陰影。本影和落影,16,(1)直接解譯標(biāo)志,形狀：地物的輪廓在影像平面的投影。需要根據(jù)影像比例尺和分辨率具體分析，注意畸變（雷達(dá)、航片邊緣）,17,大小：地物的尺寸、面積、體積等按比例縮小的相似記錄。根據(jù)比例尺在影像上量算.,(1)直接解譯標(biāo)志,18,(1)直接解譯標(biāo)志,紋理：遙感圖像中目標(biāo)地物內(nèi)部色調(diào)有規(guī)則變化造成的影像結(jié)構(gòu)。即地物影像輪廓內(nèi)的色調(diào)變化的空間布局和頻率。如點(diǎn)狀、粒狀、線狀、斑狀等粗糙、平滑,19,(1)直接解譯標(biāo)志,圖型：目標(biāo)地物有規(guī)律的排列而成的圖形結(jié)構(gòu)；是綜合性解譯標(biāo)志，由形狀、大小、色調(diào)、紋理等影像特征組合而成。人工地物具有某種特殊的圖型。,20,(1)直接解譯標(biāo)志,位置：地物分布的地點(diǎn);地理位置和相對(duì)位置。布局：物體間的空間配置。物體間一定的位置關(guān)系和排列方式，形成了很多天然和人工目標(biāo)特點(diǎn)。,21,目視解譯要素,22,目視解譯方法和步驟,先圖外后圖內(nèi)先整體后局部先宏觀后微觀從已知到未知,23,影像空間的識(shí)別要素：初級(jí)-灰度與色調(diào)二級(jí)-大小形狀紋理三級(jí)-模式高度陰影高級(jí)-位置關(guān)系,24,計(jì)算機(jī)圖像解譯,25,計(jì)算機(jī)解譯方法,基于統(tǒng)計(jì)的方法和基于規(guī)則的方法監(jiān)督分類和非監(jiān)督分類硬分類和軟分類逐像元分類和面向?qū)ο蠓诸?26,遙感影像光譜特征分布特點(diǎn),27,遙感影像自動(dòng)解譯原理,同類地物在相同的條件下（紋理、地形等），應(yīng)具有相同或相似的光譜信息特征和空間信息特征，從而表現(xiàn)出同類地物的某種內(nèi)在的相似性，即同類地物像元的特征向量將集群在同一特征空間區(qū)域；而不同的地物其光譜信息特征或空間信息特征將不同，集群在不同的特征空間區(qū)域。,28,基于光譜特征的分類原理,遙感圖像計(jì)算機(jī)分類的依據(jù)是遙感圖像像素的相似度。常使用距離和相關(guān)系數(shù)來衡量相似度。采用距離衡量相似度時(shí)，距離越小相似度越大。采用相關(guān)系數(shù)衡量相似度時(shí)，相關(guān)程度越大，相似度越大。,29,遙感分類基本過程,根據(jù)圖像分類目的選取特定區(qū)域的遙感影像，考慮空間分辨率、光譜分辨率、成像時(shí)間、圖像質(zhì)量等。根據(jù)研究區(qū)域，收集與分析地面參考信息與有關(guān)數(shù)據(jù)。根據(jù)分類要求和影像的特征，選擇合適的圖像分類方法和算法。制定分類系統(tǒng)，確定分類類別。找出代表這些類別的統(tǒng)計(jì)特征測(cè)定總體特征，在監(jiān)督分類中可選擇具有代表性的訓(xùn)練場(chǎng)地進(jìn)行采樣。在非監(jiān)督分類中，可用聚類等方法對(duì)特征相似的像素進(jìn)行歸類，測(cè)定其特征。對(duì)遙感圖像中各像素進(jìn)行分類。分類精度檢查。對(duì)判別分析的結(jié)果進(jìn)行統(tǒng)計(jì)檢驗(yàn)。,30,監(jiān)督分類和非監(jiān)督分類,監(jiān)督分類法：選擇具有代表性的典型實(shí)驗(yàn)區(qū)或訓(xùn)練區(qū)，用訓(xùn)練區(qū)中已知地面各類地物樣本的光譜特性來“訓(xùn)練”計(jì)算機(jī)，獲得識(shí)別各類地物的判別函數(shù)或模式，并以此對(duì)未知地區(qū)的像元進(jìn)行分類處理，分別歸入到已知的類別中。非監(jiān)督分類：是在沒有先驗(yàn)類別（訓(xùn)練場(chǎng)地）作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進(jìn)行歸類合并（即相似度的像元?dú)w為一類）的方法。,31,根本區(qū)別在于是否利用訓(xùn)練場(chǎng)地來獲取先驗(yàn)的類別知識(shí)。監(jiān)督分類的關(guān)鍵是選擇訓(xùn)練場(chǎng)地。訓(xùn)練場(chǎng)地要有代表性，樣本數(shù)目要能夠滿足分類要求。此為監(jiān)督分類的不足之處。非監(jiān)督分類不需要更多的先驗(yàn)知識(shí)，據(jù)地物的光譜統(tǒng)計(jì)特性進(jìn)行分類。當(dāng)兩地物類型對(duì)應(yīng)的光譜特征差異很小時(shí)，分類效果不如監(jiān)督分類效果好。,監(jiān)督分類與非監(jiān)督分類方法比較,32,非監(jiān)督分類動(dòng)態(tài)聚類,動(dòng)態(tài)聚類就是在開始時(shí)先建立一批初始中心，而讓待分類的各個(gè)像元依據(jù)某些判決準(zhǔn)則向初始中心凝聚，然后再逐步修改調(diào)整中心，重新分類；并根據(jù)各類離散性統(tǒng)計(jì)量和兩類間可分離性的統(tǒng)計(jì)量再進(jìn)行合并和分裂。此后再修改調(diào)整中心，這樣不斷繼續(xù)下去，直到分類比較合理為止。,33,監(jiān)督分類,需要事先確定訓(xùn)練場(chǎng)地和選擇訓(xùn)練樣本，訓(xùn)練樣本需要具有一定的代表性考慮到各種地物光譜輻射的復(fù)雜性和干擾因素的多樣性，需要多考慮一些樣本在某一地區(qū)建立起來的判別式只能適用于同一地區(qū)或地學(xué)條件相似的地區(qū),34,監(jiān)督分類-最小距離分類法,距離作為判別準(zhǔn)則，根據(jù)像點(diǎn)到各類中心的距離來判別分類,35,監(jiān)督分類-最大似然比分類法,36,基于對(duì)象的信息提取,37,面向基元的遙感信息提取方案,具有相同特征的“同質(zhì)均一”的單元,38,關(guān)鍵技術(shù)1尺度空間內(nèi)認(rèn)知基元構(gòu)建,準(zhǔn)確表達(dá)認(rèn)知對(duì)象反映不同尺度間的信息聯(lián)系有效利用多源信息,39,尺度空間內(nèi)認(rèn)知基元構(gòu)建,考慮遙感、高程、專題矢量圖層等多源信息的構(gòu)建模型多種約束的基元構(gòu)建方法保證基元的準(zhǔn)確性閾值控制基元所在尺度層次,40,關(guān)鍵技術(shù)2-認(rèn)知基元的尺度表示,鄰對(duì)象,子對(duì)象,父對(duì)象,41,關(guān)鍵技術(shù)3認(rèn)知基元的特征描述,42,關(guān)鍵技術(shù)4基于基元的信息識(shí)別,43,數(shù)據(jù)輸入,認(rèn)知基元,模糊分類,輸出結(jié)果,基元特征庫,專家決策知識(shí)庫,面向基元的遙感信息提取流程,44,對(duì)象識(shí)別規(guī)則,45,圖像分類中的相關(guān)問題,46,圖像分類中的有關(guān)問題訓(xùn)練樣本,用于監(jiān)督分類地訓(xùn)練場(chǎng)地應(yīng)該是光譜特征比較均一的地區(qū)，一般在圖像顯示中根據(jù)均一的色調(diào)估計(jì)只有一類地物，而且一類地物的訓(xùn)練場(chǎng)地可選取一塊以上。訓(xùn)練樣本的數(shù)目至少要能滿足建立分類用判別函數(shù)的要求，以克服各種偶然因素的影響，而對(duì)于光譜特征變化較大的地物，訓(xùn)練樣本的數(shù)目要更多一些，以反映其變化范圍。一般情況下，要得出可靠的統(tǒng)計(jì)數(shù)據(jù)，每類至少要有10100個(gè)訓(xùn)練樣本數(shù)據(jù)。,47,圖像分類中的有關(guān)問題訓(xùn)練樣本,盡可能地利用一些已知的有用資料，來確定訓(xùn)練場(chǎng)地和訓(xùn)練樣本。在使用各種圖件資料時(shí)應(yīng)注意以下兩個(gè)方面：（1）各種圖件的成圖日期要盡可能地接近圖像成像日期,以保證地物類別分類準(zhǔn)確。（2）空間。要考慮到每一種地物類型隨空間變化發(fā)生光譜特征變化的可能性，選擇訓(xùn)練場(chǎng)地應(yīng)當(dāng)能夠反映這種變化。在監(jiān)督分類中由于訓(xùn)練場(chǎng)地是人為選取的，可能不包括所有的自然地物類別，因而分類后留下無類可歸的像元。對(duì)于這種情況，有兩種解決方法：一是將無類可歸的像元組成一個(gè)未知類；二是按最近距離原則劃歸到各個(gè)已知類中。,48,圖像分類中的有關(guān)問題地形因素,地形因素不僅會(huì)造成幾何畸變，而且還會(huì)影響其亮度值。如同類地物由于所處山坡位置的不同，其陰坡和陽坡的光譜特性就有很大的差異，即同物異譜；如不同的地物由于地形的影響而具有相同的光譜特性，即同譜異物。利用圖像增強(qiáng)的多波段圖像的比值處理來減弱地形的影響，但其比值圖像并不能徹底消除地形的影響，而且當(dāng)?shù)匦纹鸱髸r(shí)比值處理受到限制。,49,圖像分類中的有關(guān)問題地形因素,地形因素的影響不能通過選擇訓(xùn)練樣本的方法來解決，因?yàn)檫@樣簡(jiǎn)單的選取訓(xùn)練樣本不僅總體服從多元正態(tài)分布的前提不易滿足，而且同類樣本的離散程度大大增加，從而導(dǎo)致分類精度下降。采用“同類多組法”來選取訓(xùn)練樣本，即同類地物根據(jù)光譜特征的不同，可以選取一組以上訓(xùn)練樣本，并規(guī)定類與組的明確概念。在對(duì)圖像進(jìn)行分類時(shí)，應(yīng)首先進(jìn)行分組，然后再根據(jù)所屬的類別進(jìn)行合并。,50,圖像分類中的有關(guān)問題混合像元,像元除了有一定的波譜參量外，還表征了地物的空間分布即具有一定的面積。如果一個(gè)像元內(nèi)僅包含一種地物，則稱這個(gè)像元為典型像元（純像元）；如果一個(gè)像元內(nèi)包含幾種地物，則稱該像元為混合像元。由于大面積分布的混合像元對(duì)遙感圖像的計(jì)算和分類的影響較大，為此已有研究人員提出了一些混合像元分解的方法，目前進(jìn)行混合像元分解的方法主要?dú)w納為兩類：一是線性關(guān)系分解法，其依據(jù)是像元亮度的線性可加性；二是模糊分解法。,51,圖像分類中的有關(guān)問題特征向量,選取的特征變量應(yīng)有這樣的性質(zhì)，即對(duì)于不同類別的模式，特征量值相差較大；而對(duì)于同類模式，則應(yīng)有大體接近或相同的特征值。對(duì)于某一類模式而言，特征量及特征值應(yīng)能充分地表明該模式屬于該類而不屬于其它類別地主要根據(jù)。各特征量之間互不相關(guān)或相關(guān)性很小，即各特征量所表示的模式類別的性質(zhì)互不重復(fù)或不能互相導(dǎo)出。,52,圖像分類中的有關(guān)問題特征向量,遙感圖像分類的原始特征變量就是波段圖像的波段變量本身，它們是分類的主要依據(jù)，這些波段圖像可經(jīng)過一些變換（如比值變換、差值處理和K-L變換等）獲得一系列新的特征變量，同時(shí)還可以加入與圖像網(wǎng)格坐標(biāo)相一致的其它非遙感變量，這些變量與原始特征變量組成了一個(gè)維數(shù)很高的特征變量空間。特征向量維數(shù)太大，既會(huì)增加分類算法的復(fù)雜性和計(jì)算工作量，又會(huì)造成更多的混淆和不確定性。因此在特征變量數(shù)目較多的情況下，進(jìn)行分類之前，需從多維特征變量中進(jìn)行選擇，取得具有良好分類效果的維數(shù)較少的幾個(gè)特征變量,53,圖像分類中的有關(guān)問題后處理,在遙感圖像分類中，由于混合像元的存在以及分類算法是針對(duì)每個(gè)像元單獨(dú)進(jìn)行的，結(jié)果在分類圖像中會(huì)出現(xiàn)一大片同類地物中夾雜著散點(diǎn)分布的異類地物的不一致現(xiàn)象，它們?cè)诜诸悎D像上表現(xiàn)為噪聲。為克服這種與實(shí)際情況不相符合、也不滿足分類要求的情形，可通過平滑處