遙感概述考試6第六章

1、弟六早基礎知識：遙感數(shù)字圖像的基本單位為像素（像元），是成像過程的采樣點，也是計算機圖像處理的最小單元。 像素具有空間特征和屬性特征。遙感數(shù)字圖像的特點：1）便于計算機處理與分析；2）圖像信息損失低；3）抽象性強。遙感數(shù)字圖像的類型：1）二值數(shù)字圖像；2）單波段數(shù)字圖像；3）多波段數(shù)字圖像。遙感數(shù)字圖像的計算機分類是通過模式識別理論，利用計算機將遙感圖像自動分成若干地物類別的方 法。遙感圖像分類的基本原理：不同的地物具有不同的光譜特征，同類地物具有相同或相似的光譜特征。 圖像分類是基于數(shù)字圖像中反映的同類地物的光譜相似性和異類地物的光譜差異性。依據(jù)是遙感圖像 像素的相似度。常用距離和相關系數(shù)衡

2、量相似度。問題：監(jiān)督分類和非監(jiān)督分類的區(qū)別，各自有什么方法，各有什么優(yōu)缺點，適用條件？監(jiān)督分類：通過選擇代表各類別的已知樣本（訓練區(qū)）的象元光譜特征，事先取得個類別的參數(shù)，確 定判別函數(shù)，從而進行分類。（在監(jiān)督分類中，先定義信息類，然后檢驗它們的光譜可分性。）非監(jiān)督分類：根據(jù)事先制定的某一準則，而進行計算機自動判別歸類，無須人為干預，分類后確定地 面類別。（在非監(jiān)督分類中，先確定光譜可分的類別，然后定義它們的信息類。）主要采用聚類法，使 同一類別的像素之間的距離盡可能的小而不同類別上的像素間的距離盡可能的大。（From PDF第6 章）監(jiān)督分類和非監(jiān)督分類的根本區(qū)別在于是否利用訓練場地來獲取先

3、驗的類別知識，監(jiān)督分類根據(jù)訓練 場提供的樣本選擇特征參數(shù)，建立判別函數(shù)，對待分類點進行分類。監(jiān)督分類中常用的具體分類方法：最小距離分類法：（其中包含兩點）最小距離分類法，最近 鄰域分類法；多級切割分類法；特征曲線窗口法；最大似然比分類法。非監(jiān)督分類中常用的具體分類方法：分類集群法；動態(tài)聚類法。非監(jiān)督分類的好處：不需要更多的先驗知識，根據(jù)地物的光譜統(tǒng)計特性進行分類，方法簡單，具有一 定的精度。不足：精度有限。監(jiān)督分類的好處：分類精度高；不足：訓練場地要求有代表性，訓練樣本的選擇要考慮到地物光譜特 性，樣本數(shù)目要能滿足分類的要求，有時這些不容易做到。適用條件：光譜特征類與地物信息類一一對應，非監(jiān)督

4、分類效果好；兩個地物類型對應的光譜特征類 差異很小時，監(jiān)督分類效果好。（From課本201頁）簡述波譜分類原理和應用條件。同物異譜：同類地物具有不同的光譜特性。同譜異物：不同的地物可能具有相似的光譜特征。如：同一作物，生長狀態(tài)不同，光譜特征有差異；不同的植被類型可能有相似的光譜特征。（From PPT第 6章28頁）簡述聚類分析，分類方法過程，通常有哪些方法來控制分類過程結束（就是分類過程結束的條件）。在初始狀態(tài)給出圖像粗糙的分類，然后基于一定原則在類別間重新組合樣本，直到分類比較合理為止， 這種聚類方法就是動態(tài)聚類。下面給出分類過程：a）按照某個原則選擇一些初始類聚類中心；b）計算像素與初始

5、類別中心的距離，把該像素分配到最近的類別中；c）計算并改正重新組合的類別中心，如果重新組合的像素數(shù)在最小允許值以下，則將該類別取消，并使總類別數(shù)減1。結束條件：當類別數(shù)在一定的范圍，類別中心間的距離在閾值以上，類別內(nèi)的方差的最大值為閾值以 下時，可以看做動態(tài)聚類的結束。（From書本200頁）用框圖方式說明最大似然法分類過程。最大似然比分類法（maximum likelihood classifier）是經(jīng)常使用的監(jiān)督分類方法之一，它是通過求出每個像 素對于各類別歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。最大似然比分類法在多類別分類 時，常采用統(tǒng)計學方法建立起一個判別函數(shù)集，然后根據(jù)

6、這個判別函數(shù)集計算各待分像元的歸屬概率。這 里，歸屬概率是指：對于待分像元x，它從屬于分類類別k的（后驗）概率。（這里沒有找到框圖方式的分類過程！就只到了定義。）說明模糊分類與鄰域分類的基本方法。遙感數(shù)字圖像的計算機分類的分類（classification）執(zhí)行方式有：監(jiān)督分類、非監(jiān)督分類。分類模 型或分類器：統(tǒng)計分類、模糊分類、鄰域分類、神經(jīng)網(wǎng)絡分類等。（From PDF第6章16頁）模糊分類方法在圖像識別中的應用，基本方法是：首先，建立最大似然比模糊分類模型；然后利用最 大似然比模糊性分類法對過渡類別進行分類。（From書本223頁，在這里是計算機解譯遙感圖像的新 方法的應用中的其中一點。

7、）最近鄰域分類法，歸屬于監(jiān)督分類中的最小距離分類法。最近鄰域分類法的基本方法：在多波段遙感 圖像中，每一類別具有多個統(tǒng)計特征量。最近鄰域分類法首先計算待分像元到每一類中每一個統(tǒng)計特 征量間的距離，這樣，該像元到每一類都有幾個距離值，取其中最小的一個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。該方法原理簡單， 分類精度不高，但計算速度快。（From書本197頁，建議簡化一下答案，太長了。）說明分類精度評價的概念與基本方法。分類精度評價也就是分類精度與誤差分析。分類精度檢查，在監(jiān)督分類中把已知的訓練數(shù)據(jù)及分類類別與分類結果進行比較，確認分類的精度

8、及 可靠性。在非監(jiān)督分類中，采用隨機抽樣方法，分類效果的好壞需經(jīng)實際檢驗或利用分類區(qū)域的調(diào)查 材料或?qū)ｎ}圖進行核查。（From書本220頁，與分類精度評價有點擦邊，不過書本就只有這個了。）簡述影響計算機分類精度的原因和解決方法？制約遙感圖像分類精度的幾個客觀因素：（1）大氣狀況的影響：地物輻射電磁波，必須經(jīng)過大氣層才能到達傳感器，大氣的吸收和散射會對 目標地物的電磁波產(chǎn)生影響，其中大氣吸收使得目標地物的電磁波輻射被衰減，到達傳感器的 能量減少，散射會引起電磁波行進方向的變化，非目標地物發(fā)射的電磁波也會因為散射而進入 傳感器，這樣就導致遙感圖像灰度級產(chǎn)生一個偏移量。對多時相圖像進行分類處理時，由

9、于不 同時間大氣成分以及適度不同，散射影響也不同，因此遙感圖像中的灰度值不完全反應目標地 物輻射電磁波的特征。為了提高遙感圖像分類的精度，必須在圖像分類以前進行大氣校正。（2）下墊面的影響：下墊面的覆蓋類型和起伏狀態(tài)對分類具有一定影響。下墊面的覆蓋類型多種多 樣，受傳感器空間分辨率的限制，農(nóng)田中的植被、土壤和水渠，石質(zhì)山地稀疏的灌叢和裸露的 巖石均可以形成混合像元，它們對遙感圖像分類的精度影響很大。這種情況可以在分類前首先 進行混合像元分解，把它們分解成子像元后在分類。分布在山區(qū)向陽面與背陽面的同一類地物，單位面積上接受太陽光能不同，地物電磁波輻射能 量也不相同，其灰度值也存在差異，容易造成分

10、類錯誤。在地形起伏變化較大時，可以采用比 值圖像代替原圖像進行分類，以消除地形起伏的影響。（3） 其他因素影響：圖像中的云朵會遮蓋目標地物的電磁波輻射，影響圖像分類。對于圖像中僅有少量云朵時，分類前可以采用去噪音方法進行清除。Page202遙感信息計算機提取發(fā)展趨勢。計算機解譯的技術發(fā)展趨勢表現(xiàn)在以下幾方面：1、抽取遙感圖像多種特征并綜合利用這些特征進行識別；2、逐步完成GIS各種專題數(shù)據(jù)庫的建設，利用GIS數(shù)據(jù)減少自動解譯中的不確定性；3、建立適用于遙感圖像自動解譯的專家系統(tǒng)，提高自動解譯的靈活性；4、模式識別與專家系統(tǒng)相結合。（From書本219頁）圖像的卷積運算，中值濾波，均值濾波，加減乘除運算。什么是計算機圖像處理，包含哪些內(nèi)容，如何用計算機圖像處理方法來提高遙感圖像的解譯效果。遙感圖像處理是在計算機系統(tǒng)支持下對遙感圖像加工的各種技術方法的統(tǒng)稱。圖像處理包括校正、拼接、裁剪、重采樣、誤差等。（From PDF第六章（2）第40頁）遙感圖像處理包括以下幾個階段：圖像的校正（預處理），圖像的變換，圖像的增強，圖像的分類。（From 類似于課本的電子書）對遙感圖像解譯專家系統(tǒng)來說，圖像