遙感原理與應(yīng)用2010-6

1、第六章 遙感數(shù)字圖像的計(jì)算機(jī)解譯 本章要點(diǎn)遙感數(shù)字圖像的性質(zhì)與特點(diǎn)遙感數(shù)字圖像的自動(dòng)分類遙感圖像多種特征的抽取遙感圖像解譯專家系統(tǒng)1、數(shù)字圖像的性質(zhì)和特點(diǎn)遙感數(shù)字圖像遙感數(shù)字圖像是以數(shù)字表示的遙感圖像,其最基本的單元是像素.像素是成像過程的采樣點(diǎn),也是計(jì)算機(jī)處理圖像的最小單元.像素具有空間特征和屬性特征.像素的屬性特征采用亮度值來表達(dá).（P82輻射分辨率）純像素;混合像素1、數(shù)字圖像的性質(zhì)和特點(diǎn) 二、遙感數(shù)字圖像的特點(diǎn)便于計(jì)算機(jī)處理與分析圖像信息損失少抽象性強(qiáng)1、數(shù)字圖像的性質(zhì)和特點(diǎn) 三 .遙感數(shù)字圖像的表示方法遙感數(shù)字圖像是以二維數(shù)組來表示的.1、數(shù)字圖像的性質(zhì)和特點(diǎn)三 .遙感數(shù)字圖像的表示

2、方法遙感圖像按照波段數(shù)量分為:單波段數(shù)字圖像:SPOT 的全色波段.多波段數(shù)字圖像:TM的7個(gè)波段數(shù)據(jù).多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ格式(Band sequential)BIP格式(Band interleaved by pixel)BIL格式(Band interleaved by line)1、數(shù)字圖像的性質(zhì)和特點(diǎn)四.航空像片的數(shù)字化空間采樣：將航空像片具有的連續(xù)灰度信息轉(zhuǎn)化為每行有m個(gè)單元，每列有n個(gè)單元的像素組合。屬性量化：可得到每個(gè)像元的數(shù)字模擬量，與航空像片中對(duì)應(yīng)位置上的灰度相對(duì)應(yīng)。2、遙感圖像的計(jì)算機(jī)分類一、分類原理與基本過程遙感圖像計(jì)算機(jī)分類的依據(jù)是遙感圖像像素的相似度。

3、常使用距離和相關(guān)系數(shù)來衡量相似度。P194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。 統(tǒng)計(jì)可分性的量度（全局統(tǒng)計(jì)和局部統(tǒng)計(jì)）： (1) 空間距離 表示類與類之間的差異,通常用歐氏距離或馬氏距離來描述。(P194)絕對(duì)值距離歐氏距離馬氏距離 統(tǒng)計(jì)可分性的量度（全局統(tǒng)計(jì)和局部統(tǒng)計(jì)）： (1) 空間距離 表示類與類之間的差異,通常用歐氏距離或馬氏距離來描述。(P194)絕對(duì)值距離歐氏距離馬氏距離(2) 相似系數(shù) - 表示類與類之間的相似程度?；旌暇嚯x結(jié)論：距離越大，相似度越??；相似系數(shù)越大，相關(guān)程度越高，相似度越大。一、分類原理與基本過程遙感數(shù)字圖

4、像計(jì)算機(jī)分類基本過程(P195)根據(jù)圖像分類目的選取特定區(qū)域的遙感數(shù)字圖像，需考慮圖像的空間分辨率、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)分類要求和圖像數(shù)據(jù)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)特征為了測(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，測(cè)定其特征。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)。遙感圖像計(jì)算機(jī)分類方法(P195)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)

5、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。二、圖像分類方法 1、監(jiān)督分類 （1）、最小距離分類法Step 2 for eachunclassified pixel,calculate the distance toaverage for each trainingarea二、圖像分類方法 1、監(jiān)督分類 （1）、最小距離分類法 最近鄰域分類法

6、 Nearest Neighbour 。 Defines a typical pixel for each classAssigns pixels on the basis of spectral distanceCan separate diverse classesBoundary problems remain unresolved（1）最小距離分類法P196它是以特征空間中的距離作為像素分類的依據(jù)，包括最小距離和最近鄰域。最小距離判別法要求對(duì)遙感圖像中每一個(gè)類別選一個(gè)具有代表意義的統(tǒng)計(jì)特征量（均值），首先計(jì)算待分像元與已知類別之間的距離，然后將其歸屬于距離最小的一類。最小距離法示意圖最

7、近鄰域分類法P197在多波段遙感圖像中，每一類別具有多個(gè)統(tǒng)計(jì)特征量。最近鄰域分類法首先計(jì)算待分像元到每一類中每一個(gè)統(tǒng)計(jì)特征量的距離，這樣，該像元到每一類都有幾特征值，取其中最小的一個(gè)距離作為該像元到該類別的距離，最后比較該待分像元到所有類別間的距離，將其歸屬于距離最小的一類。分類精度不高，計(jì)算速度快。（2）多級(jí)切割分類法P197通過設(shè)定在各軸上的一系列分割點(diǎn)，將多維特征空間劃分成分別對(duì)應(yīng)不同分類類別的互不重疊的特征子空間的分類方法。對(duì)于一個(gè)未知類別的像素來說，它的分類取決于它落入哪個(gè)類別特征子空間。如落入某個(gè)特征子空間，則屬于該類，如落入所有特征子空間之外，則屬于未知類別。多波段圖像分類前先進(jìn)

8、行主成分變換，然后進(jìn)行多級(jí)分割。（3）最大似然比分類法（MLC）P198是通過求出每個(gè)像素對(duì)于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。前提：假定訓(xùn)練區(qū)各地物的光譜特征服從正態(tài)分布，利用訓(xùn)練區(qū)可求出均值、方差、協(xié)方差等特征參數(shù)，從而可求出總體的先驗(yàn)概率密度函數(shù)。當(dāng)總體不符合正態(tài)分布時(shí)，不宜采用MLC。設(shè)從類別k中觀測(cè)到x的條件概率為p(x|k)，則歸屬概率Lk為歸屬概率是指對(duì)于待分像元x，它從屬于分類類別k的后驗(yàn)概率。P198式6.8和6.9+ + + +AB波段1波段2Amin1Amax1Amax2Amin2Bmin1Bmax1Bmin2Bmax2平行算法示意圖 特征曲線是

9、地物光譜特征曲線參數(shù)構(gòu)成的曲線。以特征曲線為中心取一個(gè)條帶，構(gòu)造一個(gè)窗口，凡是落在此窗口內(nèi)的地物即被認(rèn)為是一類，反之，則不屬于該類。（4）、特征曲線窗口分類法 監(jiān)督分類 小結(jié) (1) 概念: 監(jiān)督是指人為干預(yù)下的訓(xùn)練樣本選取過程。依據(jù)訓(xùn)練樣本的亮度特征建立“判別函數(shù)”，進(jìn)行預(yù)分類；再依據(jù)預(yù)分類結(jié)果，調(diào)整訓(xùn)練樣本，再分類，取得好的分類結(jié)果的過程，稱為監(jiān)督分類。 (2) 訓(xùn)練區(qū)的實(shí)際意義: 獲得建立判別函數(shù)所必須的統(tǒng)計(jì)量。這些統(tǒng)計(jì)參數(shù)包括- 均值、方差、協(xié)方差。 (3) 監(jiān)督分類的關(guān)鍵- 訓(xùn)練樣本的選取、樣本數(shù):如果特征空間( 波段數(shù) )的維數(shù)是n，則預(yù)分類的樣本數(shù)一定要 n+1 ,甚至可以達(dá)到3

10、n 。 B、代表性:訓(xùn)練樣本應(yīng)該反映該類地物的亮度特征；且需注意同類地物空間分布的不連續(xù)性。 (如多塊同類樣本都要選取) 、亮度分布：從亮度特征角度而言，對(duì)于同一類地物具有不同亮度特征情況，通常都要選?。ㄍ锂愖V）。 、純度的把握： 一般來說，在已知類別的中間部位較高； 如果過純，則方差過小，導(dǎo)致許多此類地物的像元被拒分； 如果不純，則方差過大，導(dǎo)致不是此類地物的像元被分到該類別中，導(dǎo)致出現(xiàn)“錯(cuò)分”的情況； 把握純度的方法：讀像元的亮度值，確定該類地物的亮度分布區(qū)間；同時(shí)，注意其它地物亮度值與其近似部分的像元亮度分布區(qū)間，依“錯(cuò)分損失最小”的原則，確定“分類界限”。 ( P199 ) (1)前

11、提：假定遙感影像上同類地物在同樣條件下具有相同的光譜特征。(2) 分類原理：不必對(duì)影像地物有先驗(yàn)知識(shí)，僅依據(jù)影像上各類地物光譜信息（或紋理信息）進(jìn)行特征提取，再統(tǒng)計(jì)特征的差別來達(dá)到分類的目的，最后對(duì)已分出的各個(gè)類別進(jìn)行確認(rèn)。非監(jiān)督分類同類地物有其一定的聚集空間，多個(gè)類別在直方圖上有很多峰值及對(duì)應(yīng)的眾數(shù)灰度值，在不同眾數(shù)附近的灰度空間形成的點(diǎn)群，叫集群。分級(jí)集群方法是采用距離評(píng)價(jià)各樣本（每個(gè)像元）在空間分布的相似程度，把它們的分布分割或合并成不同的集群。每個(gè)集群是什么地類，要根據(jù)地面調(diào)查或已知類型的數(shù)據(jù)比較后確定。1）分級(jí)集群法P199分級(jí)集群法的分類過程：1）確定各樣本相似程度采用的指標(biāo)，如距

12、離、相關(guān)系數(shù)等。2）初定分類總數(shù)n；3）計(jì)算樣本間的距離；根據(jù)距離最近原則判定樣本歸并到不同類別；4）歸并后的類別作為新類，與其余類重新組合，然后再計(jì)算并改正其距離。在達(dá)到所要分類的最終類別前，重復(fù)樣本間相似度的評(píng)價(jià)和歸并，直到所有的像素都?xì)w入到各類別中去。2）動(dòng)態(tài)聚類法P200是在初始狀態(tài)給出圖像粗糙的分類，然后基于一定的原則在類別間重新組合樣本，直到分類比較合理為止。ISODATA動(dòng)態(tài)聚類法的分類過程：1）按照某個(gè)原則選擇初始聚類中心。規(guī)定每一類別最小像元數(shù)，規(guī)定迭代次數(shù)。M為圖像平均值，k=1,2,n，n為類總數(shù)。Xk為類中心。2）計(jì)算像素與初始類別中心的距離，把該像素分配到最近的類別中

13、。3）計(jì)算并改正重新組合的類別中心，如果重新組合的像素?cái)?shù)小于最小允許值，則取消該類，總數(shù)減1。當(dāng)類別中心距離小于閾值，類間距離大于閾值，聚類完成。舉例：如圖像灰階為256，最大值為225，最小值為0，標(biāo)準(zhǔn)差為43，圖像均值為108，按isodata方法，該圖像分成6類，中心像元值各是多少？ 非監(jiān)督分類與監(jiān)督分類 的結(jié)合 通常非監(jiān)督分類做為監(jiān)督分類的前導(dǎo)；如果監(jiān)督分類的最終結(jié)果要類，那么做非監(jiān)督分類時(shí)致少要類。以此保證分類的純度，因?yàn)榉讲钚?，錯(cuò)分的可能性也小。 分層分類(或決策樹) 逐層次地建立特征空間，逐步分類，達(dá)到預(yù)期的分類目的。一般來說，分層分類的識(shí)別精度較高。 非監(jiān)督分類與監(jiān)督分類的比較

14、P201區(qū)別：是否利用訓(xùn)練場(chǎng)地獲取知識(shí)優(yōu)缺點(diǎn)：監(jiān)督分類精度相對(duì)高，方法復(fù)雜；非監(jiān)督分類精度低，方法簡(jiǎn)單。圖像分類的有關(guān)問題(P201)1、未充分利用遙感圖像的多種信息(僅光譜特征，空間關(guān)系、形狀、大小等未用)2、提高遙感圖像分類精度受到限制： 大氣狀況(輻射糾正) 下墊面的影響(幾何糾正) 其他影響 4、遙感圖像多種特征的抽取 1)地物邊界跟蹤法點(diǎn)狀地物線狀地物面狀地物邊界跟蹤：是在遙感圖像分類的基礎(chǔ)上進(jìn)行的。(圖6.5-圖6.6)形狀特征和空間關(guān)系特征抽取1)對(duì)數(shù)字圖像進(jìn)行增強(qiáng)處理；2)對(duì)圖像進(jìn)行二值化處理(黑白或01)；3)將圖像中的像元分為線狀地物與背景；4)噪聲去除從而獲得初始線狀地物

15、圖。5)逐行掃描，尋找代表線狀地物的像素，根據(jù)像素的多寡，計(jì)算線狀地物的寬度；6)剝皮細(xì)化留下骨干像素；7)重復(fù)5-6步線狀地物信息檢測(cè)與跟蹤地物形狀特征的描述1)周長(zhǎng)P或線狀地物的長(zhǎng)度P：2)面積S：3)線狀地物的曲率C：4)面狀地物的形狀系數(shù)F：(式6.18)地的空間關(guān)系特征描述1)方位關(guān)系：指兩物體之間方向與位置的相對(duì)關(guān)系。以一個(gè)物體為中心，描述另一個(gè)物體位于它的哪一個(gè)方向上，距離它有多遠(yuǎn)。(圖6.8)2)包含關(guān)系或(內(nèi)部相離)：一個(gè)物體位于另一個(gè)物體內(nèi)部，并且邊界不相鄰。(圖6.9)3)相鄰關(guān)系：指兩個(gè)地物在邊界上相鄰。(圖6.10)4)相交關(guān)系：兩個(gè)地物在一點(diǎn)上交匯。(圖6.11)5

16、、遙感圖像解譯專家系統(tǒng)專家系統(tǒng)：Expert System,簡(jiǎn)稱ES。是把某一領(lǐng)域的專家知識(shí)與經(jīng)驗(yàn)形式化后輸入到計(jì)算機(jī)中，由計(jì)算機(jī)模仿專家 思考問題和解決問題，是代替專家解決專業(yè)問題的技術(shù)系統(tǒng)(P220)。遙感圖像解譯專家系統(tǒng)是模式識(shí)別與人工智能技術(shù)相結(jié)合的產(chǎn)物。用模式識(shí)別(Pattern Identification)方法獲取地物多種特征，為專家系統(tǒng)解譯提供多種證據(jù)，同時(shí)應(yīng)用人工智能技術(shù)，運(yùn)用遙感圖像專家的經(jīng)驗(yàn)和方法，模擬遙感圖像目視解譯的具體思維過程，進(jìn)行遙感圖像解譯。(P213)遙感圖像解譯ES的組成(P213)1)圖像處理與提取子系統(tǒng)；2)遙感圖像解譯知識(shí)獲取子系統(tǒng)；3)遙感圖像解譯專

17、家子系統(tǒng)。知識(shí)獲取界面地理名詞數(shù)據(jù)字典圖像處理圖形輸入完整一致性檢查圖像幾何精校正框架產(chǎn)生器規(guī)則產(chǎn)生器圖像分類區(qū)域分割與特征提取ABA圖像處理與特征提取子系統(tǒng)B遙感圖像解譯知識(shí)獲取子系統(tǒng)屬性數(shù)據(jù)空間數(shù)據(jù)圖像解譯知識(shí)庫(kù)遙感數(shù)據(jù)庫(kù)知識(shí)管理庫(kù)公共數(shù)據(jù)區(qū)數(shù)據(jù)庫(kù)管理推理機(jī)解釋器用戶界面CC遙感圖像解譯專家子系統(tǒng)查詢解釋 1)圖像處理與提取子系統(tǒng)圖像濾波；圖像增強(qiáng)；輻射糾正；圖像幾何配準(zhǔn)；圖像分類；圖像特征提取。遙感數(shù)據(jù)庫(kù)2)遙感圖像解譯知識(shí)獲取子系統(tǒng)知識(shí)獲取主要通過知識(shí)獲取界面來實(shí)現(xiàn)。知識(shí)獲取界面是一個(gè)具有語義和語法制導(dǎo)的結(jié)構(gòu)編輯器。知識(shí)獲取后進(jìn)行完整性和一致性檢查；通過框架產(chǎn)生器實(shí)現(xiàn)描述性知識(shí)的表示和

18、獲取。通過規(guī)則產(chǎn)生器實(shí)現(xiàn)過程性知識(shí)的表示與獲取 。圖像解譯知識(shí)庫(kù)(Knowledge Base, 稱KB)框架產(chǎn)生式規(guī)則IF (條件) THEN (操作)3)遙感圖像解譯專家子系統(tǒng)遙感圖像數(shù)據(jù)庫(kù)(包括空間數(shù)據(jù)和屬性數(shù)據(jù))；解譯知識(shí)庫(kù)(包括專家解譯知識(shí)和背景知識(shí))；推理機(jī)；解釋器：是一個(gè)用于說明推理的工具，是對(duì)推理過程的解釋，以便用戶了解計(jì)算機(jī)解譯的過程 。推理機(jī)(P216)是遙感圖像解譯專家系統(tǒng)的核心。作用：提出假設(shè)，利用地物多種特征作為證據(jù)，進(jìn)行推理驗(yàn)證，實(shí)現(xiàn)圖像解譯。正向推理過程：反向推理過程：專家系統(tǒng)自動(dòng)解譯技術(shù)路線(P224) 衛(wèi)星圖像識(shí)別（解譯）機(jī)理分析； 知識(shí)獲取與知識(shí)形式化表示； 建立專家知識(shí)庫(kù)和背景知識(shí)庫(kù)； 遙感圖像解譯專家系統(tǒng)構(gòu)建數(shù)字遙感圖像 ； 幾何糾正和輻射糾正； 目標(biāo)地物光譜特征抽取(分類)； 目標(biāo)地物形狀特征與描述；空間位置抽取與描述； 自動(dòng)制圖專家系統(tǒng)構(gòu)建(P224)地理專題信息復(fù)合（必要時(shí)進(jìn)行）； 運(yùn)用遙感圖像解譯專家系統(tǒng)實(shí)現(xiàn)數(shù)字圖像智能化識(shí)別； 產(chǎn)生專題圖 ； （在GIS支持下）實(shí)現(xiàn)地理數(shù)據(jù)庫(kù)更新。6、計(jì)算機(jī)輔助遙感制圖的過程(P179)數(shù)字遙感圖像輸入；幾何糾正(參考地形圖)；圖像分類(目視解譯或計(jì)算機(jī)分類)；專題類型圖(如水系、路網(wǎng)、植被)；專題圖與基礎(chǔ)地圖底圖套合；圖幅整飾(如比例尺、經(jīng)緯網(wǎng)、標(biāo)題、圖例)；專題地圖輸出。地理信息數(shù)據(jù)遙感