遥感图像目视分类课件.ppt

1、第第 六六 章章 遥感图像分类遥感图像分类 6.1 遥感图像分类的基本原理和方法 6.2 遥感图像非监督分类 6.3 遥感图像监督分类 6.4 基于混合像元的遥感图像分类 6.5 非光谱信息在遥感图像分类中的应用 6.6 基于知识的遥感图像分类 基本内 容影像读取图像校正图像增强信息复合图像分类(目视解译或计算机分类)波段选择遥感图像判读第一节第一节 遥感图像分类的基本原理和方法遥感图像分类的基本原理和方法遥感图像分类遥感图像分类：将图像的所有像元按其性质：将图像的所有像元按其性质划分划分为若干个类别的过程为若干个类别的过程.目视解译目视解译或或计算机分类计算机分类 图像分类的基本原理和方法图

2、像分类的基本原理和方法涵义涵义:凭着光谱规律、地学规律和解译者的经验,通过 直接观察或借助辅助判读仪器从遥感图像上获取 特定目标地物的信息，从而推出地面的地物类型.此方法通常应用于高空间分辨率的图像,如航片等.遥感影像目视解译是根据遥感影像目视解译标志和解译经验来识别目标地物.工作原理工作原理 图像分类的基本原理和方法图像分类的基本原理和方法地面各种目标地物在遥感图像中存在着不同的色、形、位的差异,从而构成了可供识别的目标地物特征.而这些目标地物的特征正是目视解译人员判读时识别各类地物的依据,称之为判读标志(解译标志)色：指目标地物在遥感影像上的颜色,这里包括目标地物的色调、颜色和阴影等；形：

3、指目标地物在遥感影像上的形状，这里包括目标地物的形状、纹理、大小、图型等；位：指目标地物在遥感影像上的空间位置，这里包括目标地物分布的空间位置、相关布局等；解译标志 图像分类的基本原理和方法图像分类的基本原理和方法 色调（tone）全色遥感图像中从白到黑的密度比例叫色调(也叫灰度).例如水体通常较深暗;沙地,干燥的砂砾色调发白,而潮湿的砂砾发黑;黑白航空像片上柏树为主的针叶林,其色调为浅黑灰色,山毛榉为主的阔叶林,其色调为灰白色.色调标志是识别目标地物的基本依据.依据色调标志,可以区分出目标地物;在有些情况下,还可以识别出目标地物的属性.不过,要指出的是目标地物与背景之间必须存在能够被人的视觉

4、所分辨出的色调差异,目标地物才能够被区分.TM4遥感图像上目标地物的识别特征北京故宫博物院与护城河之间的色调差异(quickbird卫星拍摄,1米分辨率).图像分类的基本原理和方法图像分类的基本原理和方法 色调（tone）遥感图像中目标地物的颜色是地物在不同波段中反射或发射电磁辐射能量差异的综合反映,是判读遥感图像中目标地物的基本识别标志.例如真彩色航空像片上,正常的针叶林呈深绿色,枯萎的植被则呈现为黄绿色.彩色遥感图像上的颜色可以根据需要根据需要在图像合成中任意设置.例如多光谱扫描图像可以使用几个波段合成彩色图像,但每个波段赋予的颜色可根据需要来设置.而按照遥感图像与地物真实色彩的吻合程度,

5、可把彩色遥感图像分为假彩色和真彩色.颜色（颜色（colorcolor）故宫quickbird(真彩色,1米分辨率)故宫quickbird(假彩色,1米分辨率)图像分类的基本原理和方法图像分类的基本原理和方法 色调(tone)颜色(color)-遥感图像上光束被地物遮挡而产生的地物的影子.阴影阴影(shadow)shadow)通常,根据阴影形状、大小可判读物体的性质根据阴影形状、大小可判读物体的性质或高度或高度.如航空像片判读时,利用阴影可以了解高层建筑物等的高度(公式为H=L*tg*M (式中H为建筑物高度,L为建筑物的阴影长度,为成像时的太阳高度角,M 为航片比例尺分母).阴影的长度、方向和

6、形状受到光照角度、方向和地形起伏等因素的影响影响,因此地物阴影因时因地物阴影因时因地而异地而异.阴影的存在通常有助于影像的解译，但阴影笼罩下的地物往往会模糊不清,甚至丢失,从而影响到人们对它的识别.世界贸易中心的双子塔卫星照片世界贸易中心的双子塔卫星照片这张分辨率为1米的纽约曼哈顿卫星照片,是2000年6月30日由美国洛克希德马丁公司的IKONOS 卫星拍摄的.这张图像是从南方拍摄的,中间是 110 层高的世界贸易中心的双塔.2001年9月12日2001年9月15日“911”事件发生后的世贸中心卫星照事件发生后的世贸中心卫星照片片 图像分类的基本原理和方法图像分类的基本原理和方法 形状（形状（

7、shapeshape）地表分布的目标物体都具有一定的几何形状地表分布的目标物体都具有一定的几何形状,而根据图像上物体特有的形态特征可以判断和识别目标地物.例如在大比例尺遥感图像上,自然地物往往具有不规则的外形和不规则的边界(湖泊、沙丘、山地等);人造地物一般具有规则的几何外形和清晰的边界(楼房、道路、飞机场、港湾设施等在遥感图像上均具有特殊形状).杭州杭州TM影像影像鄱阳湖区水田 图像分类的基本原理和方法图像分类的基本原理和方法 形状（形状（shapeshape）用于判读的图像通常多是垂直拍摄的,因此遥感图像上表现的目标地物形状是顶视平面图目标地物形状是顶视平面图,它不同于我们日常生活中经常看

8、到的物体形状.武汉城区卫星影像武汉城区卫星影像 图像分类的基本原理和方法图像分类的基本原理和方法 形状（形状（shapeshape）用于判读的图像通常多是垂直拍摄的,因此遥感图像上表现的目标地物形状是顶视平面图目标地物形状是顶视平面图,它不同于我们日常生活中经常看到的物体形状.由于成像方式的不同、飞行姿态的改变或者地形起伏的变化都会造成同一目标物在图像上呈现出不同形状,因此解译时须考虑遥感图像的成像方式解译时须考虑遥感图像的成像方式.图像分类的基本原理和方法图像分类的基本原理和方法 形状（shape）大小（大小（sizesize）指遥感图像上目标物的形状、面积与体积的度量,是遥感图像上测量目标

9、地物最重要的数量特征之一.根据物体的大小可以推断物体的属性,如湖泊和池塘,主要依据它们的大小来区别.在不知道像片比例尺时在不知道像片比例尺时,比较两个物体的相对大小有助于比较两个物体的相对大小有助于识别它们的性质识别它们的性质,例如单车道和多车道的街道宽度不同;若知道像片的比例尺,则可以根据目标地物影像的尺寸计算或估算出其实际大小和分布规模,也可以利用已知目标地物在像片上的尺寸来比较其他待识别的目标.图像上物体大小会受到地面分辨率、物体本身亮度与周围亮度的对比关系等因素的影响.例如,当像片上线状地物与背景反差较大时,其影像大小往往超出其按比例计算的尺寸.图像分类的基本原理和方法图像分类的基本原

10、理和方法 形状（shape）大小（size）纹理（纹理（texturetexture）也叫内部结构,是指遥感图像中目标地物内部色调或颜色有规则变化而表现的细纹或细小的图案,并且这种细纹或细小的图案在某一确定的图像区域中以一定的规律重复出现.如航空像片上农田呈现的条带状纹理.纹理可以作为区别地物属性的重要依据,如幼年林看上去像天鹅绒样平滑,成年的针叶树林看上去很粗糙.不过,目标地物的纹理特征与航空像片的比例尺有关:在大比例尺像片上,可显示出一个个树冠的纹理,据此可区分不同的树,而在比例尺较小的像片上则表现为由一系列树冠的顶部构成的整个森林的纹理;同一个目标地物在不同太阳高度角下,也会具有不同的纹

11、理特征:如黄土高原丘陵沟壑区,在太阳高度角很大时地表纹理比较平滑,而在太阳高度角很小时,地表纹理比较粗糙.平滑粗糙纹理 图像分类的基本原理和方法图像分类的基本原理和方法 形状（shape）大小（size）纹理（texture）图型（图型（patternpattern）是指目标地物以一定规律排列而成的图形结构.例如住宅区建筑群在图像上呈现的图型,农田与周边的防护林构成的图型等.地物的图型揭示了不同地物之间的内在联系,也为解译者识别这些地物提供了依据.通常人工地物往往具有某种特殊的图型.例如多个建筑物有序排列构成的街区以及由教室、操场和跑道构成的学校等,它们都具有一定的整体图型.自然界中,一些地物

12、也具有特定的图型,如水系有树枝状、羽毛状和格网状等多种图型,它们综合反映了流域内地质构造和水文特征.图型图型 图像分类的基本原理和方法图像分类的基本原理和方法 位置（位置（sitesite）位置分为地理位置、相对位置两种.通常,依据遥感图像周框注记的地理经纬度位置,可以推断出区域所处的温度带;依据相对位置,可以为具体目标地物解译提供重要判据,例如如一条道路在河一侧中断,又在河另一侧出现并延伸到远方,据此可以推测此处为徒涉场或渡口.目标地物的位置与它的环境密切相关,据此可以识别一些目标地物或现象.例如水田临近沟渠.图像分类的基本原理和方法图像分类的基本原理和方法 位置（site）多个目标地物之间

13、的空间配置关系.通常,依据空间布局可以推断目标地物的属性.例如学校教室与运动操场,货运码头与货物存储堆放区等都是地物相关布局的实例.相关布局（相关布局（associationassociation）图像分类的基本原理和方法图像分类的基本原理和方法 直接判读法 根据解译标志,直接确定目标地物属性与范围的一种方法.例如，在可见光黑白像片上，水体对光线的吸收率强、反射率低,水体呈现灰黑到黑色,根据色调可以从影像上直接判读出水体;根据水体的形状则可以直接分辨出水体是河流或者是湖泊。在TM4、3、2三波段假彩色影像上,植被颜色为红色,因此,根据地物颜色可以直接区别植物与背景.方法方法 图像分类的基本原理

14、和方法图像分类的基本原理和方法方法方法 对比分析法 包括同类地物对比分析法、空间对比分析法和时相动态对比法.同类地物对比分析法是在同一景遥感影像上,由已知地物推出未知目标地物的方法.例如，在大、中比例尺航空摄影像片上识别居民点,我们可以根据城市具有街道纵横交错、大面积浅灰色调的特点,与其他居民点进行对比分析,从而将城市从众多的居民点和背景中识别出来;也可以通过比较浅灰色调居民点的大小,将城镇与村庄区别开来.东湖汤 逊 湖黄家湖后 官 湖南 湖武汉市卫星影像武汉市卫星影像江夏区纸坊镇 图像分类的基本原理和方法图像分类的基本原理和方法方法方法 对比分析法 包括同类地物对比分析法、空间对比分析法和时

15、相动态对比法.空间对比分析法空间对比分析法是根据待判读区域的特点,选择另一个熟悉的且与遥感图像区域特征类似的影像,将两个影像相互对比分析,由已知影像为依据判读未知影像的一种方法.例如两张地域相同的彩红外航空像片,其中一张经过解译,并通过实地验证,解译者对它很熟悉,因此就可以利用这张彩红外航空像片与另一张彩红外航空像片相互比较,从“已知”到未知,加快对地物的解译速度.时相动态对比法时相动态对比法是利用同一地区不同时间成像的遥感影像加以对比分析,从而了解同一目标地物动态变化的一种解译方法.例如,遥感影像中河流在洪水季节与枯水季节中的变化.利用时相动态对比法可进行洪水淹没损失评估,或其他一些自然灾害

16、损失评估.时相动态对比法的应用时相动态对比法的应用 图像分类的基本原理和方法图像分类的基本原理和方法 信息复合法 利用透明专题图或地形图与遥感图像重合,根据专题图或地形图提供的多种辅助信息,识别遥感图像上目标地物的方法.方法方法例如TM影像图,覆盖的区域大,影像上土壤特征表现不明显,为了提高土壤类型解译精度,可以利用植被类型图增加辅助信息.等高线对识别地貌类型、土壤类型和植被类型也有一定等高线对识别地貌类型、土壤类型和植被类型也有一定的辅助作用的辅助作用.例如等高线与卫星影像复合,可以提供高程信息,这有助于中高山地貌类型的划分.不过,使用等高线与卫星影像复合的关键是遥感影像图必须与等高线图等辅

17、助图件严格配准,这样才能保证地物边界的精度.图像分类的基本原理和方法图像分类的基本原理和方法 综合推理法 综合考虑遥感图像多种解译特征,结合生活常识,分 析、推断某种目标地物的方法.例如,铁道延伸到大 山脚下,突然中断,可以推断出有铁路隧道通过山中.方法方法 地理相关分析法 根据地理环境中各种地理要素之间的相互依存、相 互制约的关系，借助专业知识，分析推断某种地理 要素性质、类型、状况与分布的方法.图像分类的基本原理和方法图像分类的基本原理和方法步骤步骤准备工作阶段初步解译判读区的野外考察室内详细判读野外验证与补判目视解译成果的转绘与制图 图像分类的基本原理和方法图像分类的基本原理和方法涵义涵

18、义:利用计算机模式识别技术,结合地学分析、遥感图像处 理、地理信息系统与人工智能技术等,实现对遥感图像 上的信息进行属性的识别和分类,从而达到识别图像信 息所对应的实际地物。与遥感图像的目视判别技术相比,目的一样但手段不同:目视判别是直接利用人类的自然识别智能，而计算机分类则利用计算机技术来人工模拟人类的识别智能。图像分类的基本原理和方法图像分类的基本原理和方法分类方法分类方法:主要包括统计模式方法统计模式方法和句法模式句法模式两大类.A.A.统计模式识别的方法：统计模式识别的方法：最常见最常见的遥感图像计算机分类方法,主要包括监督分类法和非监督分类法.监督分类法监督分类法:首先需要从研究区域

19、选取有代表性的一定数量的已知类别的样本(训练区),并根据这些样本的观测值(类别的先验知识)确定判别函数和相应的判别准则,然后将未知类别的样本的观测值代入判别函数,最后再依据判别准则对该未知类别的样本的所属类别做出判定.图像分类的基本原理和方法图像分类的基本原理和方法分类方法分类方法:主要包括统计模式方法统计模式方法和句法模式句法模式两大类.A.统计模式识别的方法：统计模式识别的方法：最常见最常见的遥感图像计算机分类方法，主要包括监督分类法和非监督分类法.非监督分类法非监督分类法:在没有先验类别没有先验类别(训练区)作为样本的条件下,即事先不知道类别特征的情况下,仅依靠影像上不同类地物光谱信息(

20、或纹理信息等)进行特征提取,再采用聚类分析方法,将所将所有样本划分为若干个类别有样本划分为若干个类别.此过程也称为聚类（聚类（ClusteringClustering）.图像分类的基本原理和方法图像分类的基本原理和方法分类方法分类方法:主要包括统计模式方法统计模式方法和句法模式句法模式两大类.B.句法模式识别的方法句法模式识别的方法：近年来蓬勃发展的遥感图像分类新方法，包括人工神经网络方法、模糊数学方法、专家系统法、决策树分类法等。图像分类的基本原理和方法图像分类的基本原理和方法分类原理分类原理（统计模式方法）遥感图像的计算机分类是统计模式识别技术在遥感领域中的具 体应用,而统计模式识别的关键

21、是选择和提取待识别目标的特 征,然后按照一定准则作出判别,从而完成图像的识别.特征选择特征选择：从众多特征中挑选出可以参加分类运算的若干特征.特征提取特征提取：在特征选择以后，利用特征提取算法（如主成分分析法）从原始特征中求出最能反映其类别特性的一组新特征。判别准则判别准则：确定未知类别样本所属类别的标准，由某种判别函数配合以一定的比较运算关系所组成的 图像分类的基本原理和方法图像分类的基本原理和方法分类原理分类原理（统计模式方法）遥感图像分类的主要依据是地物的光谱特征,即地物电磁波辐 射的多波段测量值.这些测量值可以用作遥感图像分类的原始 特征变量.不过,就某些特定地物的分类而言,多波段影像

22、的原始亮度值并不能很好地表达类别特征,因此常需对数字图像进行增强处理(如比值处理、差值处理、主成分变换以及K-T变换等),以寻找能有效描述地物类别特征的模式变量,然后利用这些特征变量对数字图像进行分类.图像分类的基本原理和方法图像分类的基本原理和方法分类原理分类原理（统计模式方法）在遥感图像分类过程中,常使用距离和相关系数来衡量遥感 图像像素之间的相似度.距离:特征空间中像元数据和分类类别特征的 相似程度(距离最小,相似程度最大).相关系数:像素间的关联程度(相关系数越大,相似度越大).图像分类的基本原理和方法图像分类的基本原理和方法基本分类过程基本分类过程（统计模式方法）A.A.原始图像的选

23、择：原始图像的选择：首先,明确遥感图像分类的目的及其需要解决的问题;在此基础上 根据应用目的选取特定区域的遥感数字图像(图像选取时应考虑 图像的空间分辨率、光谱分辨率、成像时间、图像质量等).B.B.原始图像的预处理：原始图像的预处理：根据研究区域,收集与分析地面参考信息及有关数据;为提高计算 机分类的精度,须对数字图像进行辐射校正、几何纠正、预滤波 或去噪声等处理.图像分类的基本原理和方法图像分类的基本原理和方法基本分类过程基本分类过程（统计模式方法）C.C.根据应用目的及图像数据的特征制定分类系统,确定拟分类 类别(也可通过监督分类方法,从训练数据中提取图像数据 特征,在分类过程中确定拟分

24、类类别).D.D.进行特征选择和特征提取,找出代表这些类别的统计特征.通 常,为了测定总体特征,在监督分类中可选择具有代表性的训 练区域进行采样;在非监督分类中,可用聚类等方法对特征相 似的像素进行归类,测定其特征.图像分类的基本原理和方法图像分类的基本原理和方法基本分类过程基本分类过程（统计模式方法）分类器分类器(classifier):在遥感图像分类中,分类算法分类算法通常又称为分类器.E.E.进行图像分类运算进行图像分类运算：根据图像特点和分类目的，设计或选择合适的分类器及其判别准则，在此基础上对特征矢量进行划分，完成所有像素的识别和图像分类.图像分类的基本原理和方法图像分类的基本原理和方法基本分类过程基本分类过程（统计模式方法）F.F.结果检验结果检验:主要是对分类的精度和可靠性进行评价.在监督分类中通常把已知的训练数据及分类类别与分类结果 进行比较,确认分类的精度及可靠性;在非监督分类中,采用随 机抽样方法,分类效果的好坏需经实际检验或利用分类区域的 调查材料、专题图进行核查。G.G.成果输出成果输出：包括分类结果图像的输出,以及分类结果的统计值等.