北京建筑大學 遙感基礎(chǔ) 第五次課 遙感圖像的解譯課件

1、第六章 遙感圖像解譯呂書強內(nèi)容回顧彩色合成圖像平滑圖像銳化多光譜圖象的四則運算主成分分析K-T（纓帽）變換遙感影象與GIS數(shù)據(jù)疊合目錄6.1 遙感圖像的目視解譯6.2 遙感圖像的自動識別分類6.1 遙感圖像的目視解譯6.1.1 基礎(chǔ)知識判讀的概念是對遙感圖像上的各種特征進行綜合 分析、比較、推理和判斷，最后提取感興趣的信息。景物特征和判讀標志景物特征：光譜特征、空間特征和時間特征。判讀標志：地物在圖像上的各種特有的表現(xiàn)形式?？梢愿爬椋荷?，形，位。6.1.1 基礎(chǔ)知識色：目標地物在遙感影象上的顏色，包括目標地物的色調(diào)、顏色和陰影。形：目標地物在影象上的形狀，包括目標地物的形狀、紋理、大小、圖形

2、等。位：目標地物在影象上的空間位置，包括目標地物分布的空間位置和相關(guān)布局。時間：不同時間目標地物有變化。一、光譜特征及其判讀標志光譜響應曲線 光譜特性曲線 光譜響應曲線地物在多波段圖像上的這種波譜響應就是地物光譜特征的判讀標志。二、色調(diào)和顏色全色遙感圖象中從白到黑的密度比例(也叫灰度)。色調(diào)標志是識別目標地物的基本依據(jù)，如海灘的砂礫，因含水量不同，在遙感黑白像片中其色調(diào)是不同的，干燥的砂礫色調(diào)發(fā)白，而潮濕的砂礫發(fā)黑。色調(diào)標志是識別目標地物的基本依據(jù)，依據(jù)色調(diào)標志可以區(qū)分出目標地物。在一些情況下，還可以識別出目標地物的屬性。例如黑白航空像片上柏樹為主的針葉林，其色調(diào)為淺黑灰色，山毛櫸為主的闊葉林

3、，其色調(diào)為灰白色。目標地物和背景之間必需存在能被人的視覺所分辨的色調(diào)差異，目標才能被區(qū)分。顏色 是彩色遙感圖象中目標地物識別的基本標志。日常生活中目標地物的顏色是地物在可見光波段對入射光選擇性吸收與反射在人眼中的主觀感受。遙感圖象中目標地物的顏色是地物在不同波段中反射或發(fā)射電磁波能量差異的綜合反映。有真彩色和假彩色組合。三、空間特征及其判讀標志形狀(shape)目標地物在遙感圖像上呈現(xiàn)的外部輪廓。如飛機場、港灣設施在遙感圖像中均具有特殊形狀。用于圖像判讀的圖像通常多是垂直拍攝的，遙感圖像上表現(xiàn)的目標地物形狀是頂視平面圖，它不同于我們?nèi)粘Ｉ钪薪?jīng)常看到的物體形狀。由于成像方式的不同，飛行姿態(tài)的改

4、變或者地形起伏的變化，都會造成同一目標物在圖像上呈現(xiàn)出不同的形狀。解譯時必須考慮遙感圖像的成像方式。三、空間特征及其判讀標志大小：地物的尺寸、面積、體積在圖象上按比例尺縮小。遙感圖像上測量目標地物最重要的數(shù)量特征之一。影響因素：地面分辨力，物體本身亮度與周圍亮度的對比關(guān)系?？紤]影象的比例尺。圖案Pattern圖案：與物體的空間排列有關(guān)，某種形狀或關(guān)系的重復性是許多物體的特性，包括自然的和人工的，使物體形成一種圖案。目標地物有規(guī)律的排列而成的圖形結(jié)構(gòu)。例如住宅區(qū)建筑群在圖像上呈現(xiàn)的圖型，農(nóng)田與周邊的防護林構(gòu)成的圖型，以這種圖型為線索可以容易地判別出目標物。紋理與陰影紋理：影象上色調(diào)變化的頻率。紋

5、理由特征單元組成，很小，不易識別。紋理是形狀、大小、圖案、色調(diào)的綜合產(chǎn)物。它決定圖象特征。陰影(shadow)是遙感圖像上光束被地物遮擋而產(chǎn)生的地物的影子，根據(jù)陰影形狀、大小可判讀物體的性質(zhì)或高 度，如航空像片判讀時利用陰影可以了解鐵塔及高層建筑物等的高度及結(jié)構(gòu)。陰影的長度、方向和形狀受到光照射角度、光照射方向和地形起伏等影響，山脈等陰影籠罩下的樹木及建筑物往往會使目標模糊不清，甚至丟失。不同遙感影像中陰影的解譯是不同的，例如:側(cè)視雷達影像中目標地物陰影由目標阻擋雷達波束穿透而產(chǎn)生，熱紅外圖像中目標地物陰影是由于溫度差異所形成，例如夏季中午飛機飛離機場不久進行熱紅外成像，地表仍會留下飛機的陰影

6、。 位置地物存在的地點以及周圍環(huán)境。目標地物與其周圍環(huán)境總是存在一定的空間聯(lián)系，并受周圍地理環(huán)境的一定制約。位置：地理位置，相對位置。依據(jù)遙感圖象周框注記的地理經(jīng)緯度位置，可以推斷出區(qū)域所處的溫度帶，依據(jù)相對位置，可以為具體目標地物解譯提供重要依據(jù)。布局某一地物與其他地物的關(guān)系。地物物體之間存在著密切的物質(zhì)與能量的聯(lián)系，依據(jù)空間布局可以推斷目標地物的屬性。類型：各大類別組成類型。其他：分辨力，比例尺，圖象色調(diào)平衡和圖象狀況等。三、時間特征及其判讀標志景物的時間特征在圖像上以光譜特征及空間特征的變化表現(xiàn)出來判讀標志：可以分為直接判讀標志和間接判讀標志直接判讀標志：能夠直接反映和表現(xiàn)目標信息的遙感

7、包括：色調(diào)、色彩、大小、形狀、陰影、紋理，圖形。間接標志：能夠間接反映和表現(xiàn)目標地物信息的遙感圖象的各種特征，借助它可以判斷與某地物屬性相關(guān)的其他現(xiàn)象。四、影響景物特征及判讀的因素1.地物本身的復雜性1）植被 色素的區(qū)別：可見光波段 細胞結(jié)構(gòu)的區(qū)別：紅外 葉子的稠密度： 近紅外 含水量：1.3um以后更明顯 失水導致結(jié)構(gòu)發(fā)生變化，近紅外反射率下降。1.地物本身的復雜性2）土壤 特性 含水量 有機質(zhì)3）水 泥沙 葉綠素 工業(yè)污染2.傳感器分辨力的影響1）幾何分辨力空間分辨力：傳感器瞬時視場內(nèi)所觀察到地面的大小。幾何分辨力：能分辨出的最小地物的大小。幾何分辨力約等于3倍空間分辨力。 2）輻射分辨力

8、傳感器區(qū)分兩種輻射強度最小差別的能力。3）光譜分辨力光譜探測能力，包括：傳感器總的探測波段的寬度、波段數(shù)、各波段的波長范圍和間隔。3.目視能力的影響1）空間分辨能力大約67線對/mm,通過儀器提高。2) 灰階分辨能力大約十幾級灰度，通過反差拉伸、密度分割、偽彩色編碼。3) 色別與色階分辨能力大約50種左右，借助儀器可以分辨13000多種。 6.1.2目視判讀的方法和一般過程一、目視解譯一般程序目視解譯一般程序(1)了解影像的輔助信息：即熟悉獲取影像的平臺、遙感器，成像方式，成像日期、季節(jié)，所包括的地區(qū)范圍，影像的比例尺，空間分辨率，彩色合成方案等等，了解可解譯的程度。(2)分析已知專業(yè)資料：目

9、視解譯的建 立解譯標志最基本方法是從“已知”到“未知”，所謂“已知”就是已有相關(guān)資料或解譯者已掌握的地面實況，將這些地面實況資料與影像對應分析，以確認二者之間的關(guān)系。(3)建立解譯標志：根據(jù)影像特征，即形狀、大小、陰影、色調(diào)、顏色、紋理、圖案、位置和布局建立起影像和實地目標物之間的對應關(guān)系。(4)預解譯：運用相關(guān)分析方法，根據(jù)解譯標志對影像進行解譯，勾繪類型界線，標注地物類別，形成預解譯圖。(5)地面實況調(diào)查：在室內(nèi)預解譯的圖件不可避免地存在錯誤或者難以確定的類型，就需要野外實地調(diào)查與檢證。包括地面路線勘察，采集樣品(例如巖石標本，植被樣方，土壤剖面，水質(zhì)分析等等)，著重解決未知地區(qū)的解譯成果

10、是否正確。 (6)詳細解譯：根據(jù)野外實地調(diào)查結(jié)果，修正預解譯圖中的錯誤，確定未知類型，細化預解譯圖，形成正式的解譯原圖。(7)類型轉(zhuǎn)繪與制圖：將解譯原圖上的類型界線轉(zhuǎn)繪到地理底圖上，根據(jù)需要，可以對各種類型著色，進行圖面整飾、形成正式的專題地圖。二、目視判讀方法1.直接判讀法 根據(jù)遙感圖象目視判讀直接標志，直接確定 目標地物屬性和范圍。 黑白圖象：水，河流與湖泊。 彩色圖象：植被。 直接判讀標志：色調(diào)、顏色、大小、形狀、 陰影、紋理、圖案等。 對于邊界特征清晰的目標，可以根據(jù)形狀、 圖形等標志確定分布范圍。河流與湖泊2.對比分析法同類地物對比分析法 在同一影象上，由已知地物推斷未知目標地物的方

11、法。 城市識別 城鎮(zhèn)的識別與村莊的區(qū)別。2.對比分析法空間對比分析法根據(jù)判讀區(qū)域的特點，選擇另一個熟悉的與遙感圖象區(qū)域特征類似的影象，將兩個影像相互分析對比，由已知影像為依據(jù)判讀未知影象。兩張地域相近的影象。注意：對比地域的地理特征基本相似，同一個溫度帶，干濕情況相差不大。2.對比分析法時相動態(tài)對比分析法利用同一地區(qū)不同時間成像 的遙感影象加以對比分析，了解同一目標地物動態(tài)變化的一種方法。影象上的河流。利用時相動態(tài)對比可以進行洪水淹沒損失評估，其他災害的評估。3.信息復合法 利用專題圖、地形圖與圖象復合等高線對地貌類型、土壤植被有輔助作用關(guān)鍵是配準4.綜合推理法綜合考慮遙感圖象多種解譯特征，結(jié)

12、合生活常識、分析、推斷某種地物。鐵道與公路：天氣晴朗與雨后的識別5.地理相關(guān)分析法根據(jù)地理環(huán)境中各種要素之間的相互依存、相互制約的關(guān)系，借助專業(yè)知識，分析推斷 某種地理要素性質(zhì)、類型、狀況與分布的方 法。三、準備工作 明確任務與要求 訓練判讀員 收集充足的資料 了解圖像的來源、性質(zhì)和質(zhì)量 判讀儀器和設備四、判讀的一般過程 選擇典型樣區(qū)，建立解譯標志 發(fā)現(xiàn)目標 描述目標 識別和鑒定目標 野外驗證和補判 清繪和評價目標6.1.3 各種圖象的判讀1.單波段圖象色調(diào)特征和空間特征圖象增強密度分割2.多光譜圖象 光譜特性曲線 比較判讀 假彩色合成 空間特征3.熱紅外圖象判讀溫度、發(fā)射率；熱特性：熱容量、

13、熱傳導率、熱慣量。熱傳導：熱通過某一物質(zhì)的快慢的度量；熱容量：某物質(zhì)保存熱的大?。粺釕T量：物體對溫度變化的響應的亮度，隨著物體的導熱性，容量和密度的增加而增加。高熱慣量的物質(zhì)比低熱慣量的物質(zhì)在白天和黑夜有更均勻的表面溫度。4.側(cè)視雷達圖象色調(diào)特征：入射角，地面粗糙度，地物電特性；幾何特征：比例尺失真，地形起伏影響；穿透特性：可以得到地面圖象；散射特性：可以反映地下狀況。5.多時域圖象景物的時間特性以光譜特征和空間特征表現(xiàn)6.2 遙感圖像自動解譯6.2.1 遙感圖像的計算機分類6.2.2 智能處理方法6.2.1 遙感圖像的計算機分類一、分類的原理和步驟1. 分類原理:在應用遙感技術(shù)解決實際問題時

14、常常需要根據(jù)地物的特征進行歸類,有時還要制成專題圖并量算面積,例如土地利用調(diào)查、士壤調(diào)查等等, 這一工作稱為分類。目視判讀分類所依據(jù)的是影像的色調(diào)和幾何特征等解譯標志,而計算機分類的對象是數(shù)字圖像,地物的所有特征都是通過數(shù)字化的灰度值反映出來的,因此, 計算機分類是建立在對圖像像元灰度值的統(tǒng)計、運算、對比和歸納基礎(chǔ)上進行的。遙感圖像計算機分類是基于數(shù)字圖像中所反映的同類地物的光譜相似性和異類地物的光譜差異性進行的。2. 分類步驟分類預處理特征選擇分類分類后處理專題圖制作二、非監(jiān)督分類1. 非監(jiān)督分類的概念：非監(jiān)督分類的前提是假定遙感影像上的的同類物體在同樣條件下具有相同的光譜信息特征。非監(jiān)督分

15、類方法不必對影像地物獲取先驗知識，僅依靠影像上不同類地物光譜信息 (或紋理信息)進行特征提取,再統(tǒng)計特征的差別來達到分類的目的,最后對巳分出的各個類別的實際屬性進行確認2、非監(jiān)督分類方法主要采用聚類分析方法,聚類是把一組像素按照相似性歸成若干類別,即“物以類聚”。它的目的是使得屬于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。其常用方法如下:(1) 分級集群法 (Hierarchical Clustering) (2) 動態(tài)聚類法 ISODATA方法在動態(tài)聚類法中具有代表性。均值聚類法 K均值算法的聚類準則是使每一聚類中，多模式點到該類別的中心的距離的平方和最小。其基

16、本思想是，通過迭代，逐次移動各類的中心，直至得到最好的聚類結(jié)果為止。這種算法的結(jié)果受到所選聚類中心的數(shù)目和其初始位置以及模式分布的幾何性質(zhì)和讀入次序等因素的影響，并且在迭代過程中又沒有調(diào)整類數(shù)的措施，因此可能產(chǎn)生不同的初始分類得到不同的結(jié)果，這是這種方法的缺點。ISODATA算法聚類分析 ISODATA（Iterative Self-Organizing Data Analysis Techniques Algorithm）算法也稱為迭代自組織數(shù)據(jù)分析算法。它與K均值算法有兩點不同，第一，它不是每調(diào)整一個樣本的類別就重新計算一次各類樣本的均值，而是在每次把所有樣本都調(diào)整完畢之后才重新計算一次各

17、類樣本的均值，前者稱為逐個樣本修正法，后者稱為成批樣本修正法；第二，ISODATA算法不僅可以通過調(diào)整樣本所屬類別完成樣本的聚類分析，而且可以自動地進行類別的“合并”和“分裂”，從而得到類數(shù)比較合理的聚類結(jié)果。三、監(jiān)督分類1、監(jiān)督分類的概念：首先需要從研究區(qū)域選取有代表性的訓練場地作為樣本。根據(jù)已知訓練區(qū)提供的樣本,通過選擇特征參數(shù)(如像素亮度均值、差等),建立判別函數(shù),據(jù)此對樣本像元進行分類,依據(jù)樣本類別的特征來識別非樣本像元的歸屬類別。監(jiān)督分類包括利用訓練區(qū)樣本建立判別函數(shù)的“學習”過程和把待分像元代入判別函數(shù)進行判別的過程。監(jiān)督分類對訓練場地的選取具有一定要求: 訓練場地所包含的樣本在種

18、類上要與待分區(qū)域的類別一致。訓練樣本應在各類目標地物面積較大的中心選取, 這樣才有代表性。如果采用最大似然法,分類要求各變量正態(tài)分布, 因此訓練樣本應盡量滿足這一要求。2、監(jiān)督分類中常用的具體分類方法最小距離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監(jiān)督分類過程1. 選擇樣區(qū)：根據(jù)已知的樣本類別和先驗知識；2. 學習或訓練：利用一定數(shù)量的已知類別函數(shù)中求解待定參數(shù)；3. 確定每一類的判別函數(shù)和相應的判別準則；4. 計算未知類別的樣本觀測值的在每一類函數(shù)值；5. 判別：按一定準則對該樣本作出判定3. 監(jiān)督分類和非監(jiān)督分類方法比較監(jiān)督分類和非監(jiān)督分類的根本區(qū)別點在于是否利用訓練場地來獲取先驗的類別知識 , 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。因此 , 訓練場地選擇是監(jiān)督分類的關(guān)鍵。由于訓練場