遙感導(dǎo)論主要內(nèi)容第一頁，共四十七頁，編輯于2023年，星期四第四章遙感圖像處理顏色的性質(zhì)可以由明度、色調(diào)和飽和度來描述。第二頁，共四十七頁，編輯于2023年，星期四第三頁，共四十七頁，編輯于2023年，星期四上圖從左至右飽和度逐漸增大，葉子的綠色中摻入白光的成分越來越少。物體的飽和度取決于其反射（透射）光譜特性。反射（透射）光譜越窄，物體飽和度就越高。第四頁，共四十七頁，編輯于2023年，星期四第五頁，共四十七頁，編輯于2023年，星期四紅、綠、藍(lán)這三種顏色稱為“色光三原色”也稱加法三原色。光學(xué)基礎(chǔ)知識(shí)第六頁，共四十七頁，編輯于2023年，星期四原色減法：三補(bǔ)色(黃，品紅，青）全部參與疊加形成黑色，任意其中兩種補(bǔ)色相加形成不參與合成的顏色的原色。第七頁，共四十七頁，編輯于2023年，星期四（近似）真彩色合成第八頁，共四十七頁，編輯于2023年，星期四標(biāo)準(zhǔn)假彩色合成第九頁，共四十七頁，編輯于2023年，星期四

其中遙感平臺(tái)位置和運(yùn)動(dòng)狀態(tài)變化的影響包括航高、航速、俯仰、翻滾、偏航等遙感影像變形原因：遙感平臺(tái)位置和運(yùn)動(dòng)狀態(tài)變化的影響地形起伏的影響地球表面曲率的影響大氣折射的影響地球自轉(zhuǎn)的影響數(shù)字圖像的校正第十頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的校正精校正基本思路第十一頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的校正精校正具體步驟確定校正前后像元的位置關(guān)系通過控制點(diǎn)，找到變換前后圖像坐標(biāo)的對(duì)應(yīng)關(guān)系建立該關(guān)系的數(shù)學(xué)描述根據(jù)該數(shù)學(xué)描述計(jì)算坐標(biāo)計(jì)算校正后各像元的亮度值？？？？？第十二頁，共四十七頁，編輯于2023年，星期四最小二乘法在多項(xiàng)式糾正的使用多項(xiàng)式幾何糾正根據(jù)多項(xiàng)式方程的次數(shù)，有最少控制點(diǎn)個(gè)數(shù)的要求，但控制點(diǎn)選擇過程中可能存在隨機(jī)誤差。為了消除隨機(jī)誤差，需要盡可能將更多的控制點(diǎn)信息應(yīng)用到多項(xiàng)式模型的方程解算當(dāng)中，因此需要利用最小二乘法將更多的控制點(diǎn)坐標(biāo)信息應(yīng)用到多項(xiàng)式方程的求解過程。最小二乘法（又稱最小平方法）是一種數(shù)學(xué)優(yōu)化技術(shù)。它通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配。第十三頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的校正計(jì)算方法計(jì)算校正后各像元的亮度值最近相鄰法k=Integer(x+0.5)l=Integer(y+0.5)優(yōu)點(diǎn)：簡(jiǎn)單易用，計(jì)算量小缺點(diǎn)：精度差，亮度不連續(xù)第十四頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的校正雙線性內(nèi)插第十五頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的校正地面控制點(diǎn)（GCP）數(shù)目的確定原則最低限按未知方程的次數(shù)來確定一般實(shí)際控制點(diǎn)數(shù)目要遠(yuǎn)遠(yuǎn)多于最低數(shù)控制點(diǎn)的選取原則應(yīng)選取圖像上易分辨且較精細(xì)的特征點(diǎn)特征變化大的地區(qū)要多選圖像邊緣部分一定要選盡可能滿幅均勻選取(n+1)(n+2)/2第十六頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的校正校正方法精校正利用遙感影像相對(duì)于地面坐標(biāo)（如GPS地面點(diǎn)坐標(biāo)）的配準(zhǔn)校正；利用遙感影像相對(duì)于地圖投影坐標(biāo)系統(tǒng)配準(zhǔn)校正；利用不同類型或不同時(shí)相的遙感影像之間的幾何配準(zhǔn)；第十七頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的輻射校正理想狀態(tài)下，進(jìn)入傳感器的輻射強(qiáng)度只受兩個(gè)因素影響：太陽照射到地面的輻射強(qiáng)度地物的光譜反射率實(shí)際狀態(tài)下，還受其它因素的影響（輻射校正的目的就是去除這些影像）：儀器本身的誤差大氣對(duì)輻射的影響第十八頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的輻射校正粗校正方法—直方圖最小值去除法原理：假設(shè)程輻射在同一幅圖像的同一個(gè)波段上的值是常數(shù)（實(shí)際上與像元位置有關(guān)）在一幅圖像上，總可以找到某幾處地物，其輻射亮度理論上應(yīng)接近于0。如實(shí)測(cè)值不為0，則多出部分應(yīng)為大氣散射導(dǎo)致的程輻射值。方法：將每一波段中每一像元亮度都將去本波段的最小值。第十九頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的增強(qiáng)空間濾波卷積運(yùn)算第二十頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的增強(qiáng)空間濾波平滑用于減小圖像的亮度變化，去掉不必要的噪聲點(diǎn)第二十一頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的增強(qiáng)空間濾波銳化(邊緣增強(qiáng)）用于突出圖像的邊緣、線狀目標(biāo)等亮度變化率大的部分第二十二頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的增強(qiáng)彩色變換HLS變換色調(diào)、明度、飽和度（hue、lightness、saturation）第二十三頁，共四十七頁，編輯于2023年，星期四遙感技術(shù)的應(yīng)用，使得NDVI廣泛的被用來定性和定量的評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力；它是基于物理知識(shí)，將電磁波輻射、大氣、土壤、植被覆蓋等相互作用集合在一起，對(duì)植物在紅光和近紅外波段的光譜進(jìn)行分析。NDVI=(近紅外-紅)/(近紅外+紅)針對(duì)TM影像NDVI=(B4-B3)/(B4+B3)圖像運(yùn)算第二十四頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的增強(qiáng)K-L(Karhunen-Loeve)變換（PCT主成分變換）利用影像各波段亮度值間的協(xié)方差矩陣構(gòu)造的線性變換矩陣，從而使影像數(shù)據(jù)的信息依次向前幾個(gè)維度集中的影像處理方法。目的：數(shù)據(jù)壓縮-多個(gè)波段可以轉(zhuǎn)化為幾個(gè)主分量波段圖像增強(qiáng)-主分量波段的信噪比比原圖增大簡(jiǎn)單的說就是降維、減噪第二十五頁，共四十七頁，編輯于2023年，星期四數(shù)字圖像的增強(qiáng)多光譜變換Kauth-Thomas變換（纓帽、穗帽變換）TasseledCap根據(jù)經(jīng)驗(yàn)確定的變換矩陣將影像的多光譜亮度空間綜合變換到由亮度、綠度、濕度三維空間的一種線性特征變換圖像處理方法。第二十六頁，共四十七頁，編輯于2023年，星期四多源信息融合不同傳感器的遙感信息的融合融合原因：來自不同傳感器的信息有不同的特征:空間分辨率（高空間分辨率影像，往往是全色的）光譜分辨率（多波段影像的光譜信息）時(shí)間分辨率第二十七頁，共四十七頁，編輯于2023年，星期四遙感圖像目視解譯原理目標(biāo)地物特征色—顏色形—形狀位—位置第二十八頁，共四十七頁，編輯于2023年，星期四目標(biāo)地物的直接判讀標(biāo)志色調(diào)（tone）顏色（colour）陰影（shadow）形狀（shape）紋理（texture）大?。╯ize）位置（site）圖型（pattern）遙感圖像目視解譯原理第二十九頁，共四十七頁，編輯于2023年，星期四遙感圖像目視解譯原理間接判讀標(biāo)志—目標(biāo)地物與其相關(guān)指示特征間接判讀標(biāo)志—地物及其與環(huán)境的關(guān)系間接判讀標(biāo)志—目標(biāo)地物與成像時(shí)間的關(guān)系第三十頁，共四十七頁，編輯于2023年，星期四TM影像（5號(hào)星）波段序號(hào)波長(zhǎng)/um波段名稱地面分辨率10.45~0.52藍(lán)色3020.52~0.60綠色3030.63~0.69紅色3040.76~0.90近紅外3051.55~1.75短波紅外30610.4~12.5熱紅外12072.08~2.35短波紅外30第三十一頁，共四十七頁，編輯于2023年，星期四SPOT4影像波段序號(hào)波長(zhǎng)/um波段名稱地面分辨率10.50~0.60綠色2020.61~0.68紅色2030.79~0.89近紅外2041.5~1.75短波紅外20全色0.51~0.73全色10第三十二頁，共四十七頁，編輯于2023年，星期四中巴資源一號(hào)01、02星高分辨率CCD相機(jī)波段序號(hào)波長(zhǎng)/um波段名稱地面分辨率10.45~0.52藍(lán)綠色19.520.52~0.59綠色19.530.63~0.69紅色19.540.77~0.89近紅外19.5全色0.51~0.73全色19.5第三十三頁，共四十七頁，編輯于2023年，星期四遙感圖像目視解譯基礎(chǔ)目視解譯步驟準(zhǔn)備工作初步解譯與建標(biāo)室內(nèi)詳細(xì)判讀野外驗(yàn)證與補(bǔ)判目視解譯成果的轉(zhuǎn)繪與制圖第三十四頁，共四十七頁，編輯于2023年，星期四計(jì)算機(jī)自動(dòng)分類的實(shí)質(zhì)是根據(jù)某一標(biāo)準(zhǔn)，對(duì)像元特征空間進(jìn)行劃分，將遙感影像上的每一個(gè)像元?jiǎng)澐值讲煌匚镱悇e的過程。分類主要依據(jù)地物的光譜特征像素的相似度通常用距離和相關(guān)系數(shù)作為衡量相似度的指標(biāo)第三十五頁，共四十七頁，編輯于2023年，星期四絕對(duì)值距離歐氏距離馬氏距離混合距離相關(guān)系數(shù)第三十六頁，共四十七頁，編輯于2023年，星期四分類方法監(jiān)督分類通過選取有代表性的訓(xùn)練場(chǎng)地作為樣本，并依此建立判別函數(shù)。應(yīng)用該函數(shù)對(duì)非樣本像元進(jìn)行分類選取訓(xùn)練樣本是監(jiān)督分類的前提注意：通常對(duì)每類地物都會(huì)選N個(gè)樣本第三十七頁，共四十七頁，編輯于2023年，星期四分類方法監(jiān)督分類最小距離分類第三十八頁，共四十七頁，編輯于2023年，星期四分類方法監(jiān)督分類最近鄰域分類法第三十九頁，共四十七頁，編輯于2023年，星期四分類方法監(jiān)督分類特征曲線窗口法第四十頁，共四十七頁，編輯于2023年，星期四分類方法監(jiān)督分類最大似然比分類法MaximumLikelihoodClassifier第四十一頁，共四十七頁，編輯于2023年，星期四分類方法非監(jiān)督分類不以任何先驗(yàn)知識(shí)為依據(jù)，純粹依靠不同光譜數(shù)據(jù)組合在統(tǒng)計(jì)上的差別來進(jìn)行“盲分類”，事后再對(duì)已分出各類的地物屬性進(jìn)行確認(rèn)的分類方法。第四十二頁，共四十七頁，編輯于2023年，星期四非監(jiān)督分類分級(jí)集群法（HierarchicalClustering）用距離評(píng)價(jià)各個(gè)像元在光譜空間上分布的相似程度，把它們合并成不同的集群，即分類結(jié)果中不同的類別。第四十三頁，共四十七頁，編輯于2023年，星期四非監(jiān)督分類動(dòng)態(tài)聚類法（ISODATA）分類方法第四十四頁，共四十七頁，編輯于2023年，星期四遙感圖像的計(jì)算機(jī)分類監(jiān)督分類與非監(jiān)督分類的比較監(jiān)督分類需要根據(jù)訓(xùn)練場(chǎng)提供的特征參數(shù)建立判別函數(shù)。工作量大，資料收集有難度，費(fèi)用高，訓(xùn)練場(chǎng)選擇較好時(shí)，分類質(zhì)量高。非監(jiān)督分類不需要任何先驗(yàn)知識(shí)，根據(jù)地物光譜的統(tǒng)計(jì)特性進(jìn)行分類。費(fèi)用較低。光譜特征類與唯一地物對(duì)應(yīng)時(shí)，分類質(zhì)量高。地物間光譜特性相差小時(shí)，分類質(zhì)量低。第四十五頁，共四十七頁，編輯于2023年，星期四人工智能方法人工神經(jīng)網(wǎng)絡(luò)（ANN）主要特征：大規(guī)模的并行處理和分布式信息存儲(chǔ)具有自適應(yīng)性和自組織性的非線性系統(tǒng)較強(qiáng)的學(xué)習(xí)功能、聯(lián)想功能和容錯(cuò)功能從本質(zhì)上講也可以說一種監(jiān)督分類，因?yàn)橐灿袠颖緟⑴c訓(xùn)練的過程第四十六頁，共四十七頁，編輯于2023年，星期四計(jì)算自動(dòng)解譯與目視解譯的區(qū)別與聯(lián)系，及各自的優(yōu)缺點(diǎn)聯(lián)系：都是從遙感圖像上獲取目標(biāo)地物的信息區(qū)別：目視解譯完全靠手工提取，計(jì)算機(jī)自動(dòng)解譯給定判定準(zhǔn)則（算法