第六章-遥感数字图像的计算机解译课件.ppt

1、遥感专题分类遥感专题分类：是以区别图像中所含多个目标为目：是以区别图像中所含多个目标为目的，对每个像元或者比较匀质的像元组给出对应其的，对每个像元或者比较匀质的像元组给出对应其特征的名称。这些名称为分类的类别，多个特征矢特征的名称。这些名称为分类的类别，多个特征矢量定义的空间为特征空间。量定义的空间为特征空间。遥感专题分类的方法主要有遥感专题分类的方法主要有人工目视解译人工目视解译和和计算机计算机自动分类自动分类。目视解译是计算机自动分类的基础；目视解译是计算机自动分类的基础；计算机自动分类总是尽可能地模拟目视解译的过程。计算机自动分类总是尽可能地模拟目视解译的过程。目视解译的主要方法目视解译

2、的主要方法1)1)直接判定法直接判定法解译人员根据遥感图像上可以用肉眼直接观测到的标志如色调、解译人员根据遥感图像上可以用肉眼直接观测到的标志如色调、形状、阴影、纹理结构、大小、位置、相关布局等建立形状、阴影、纹理结构、大小、位置、相关布局等建立“模式图模式图像像”或称做直接解译标志，来确定地物的存在和属性，比如河流、或称做直接解译标志，来确定地物的存在和属性，比如河流、房屋，铁路等都可以直接判定。房屋，铁路等都可以直接判定。2)2)对比分析法对比分析法借助不同时相、不同波段、地面资料进行相互补充，相互验证。借助不同时相、不同波段、地面资料进行相互补充，相互验证。3 3）逻辑分析法）逻辑分析法

3、运用地学规律的相关分析和实际经验，进行逻辑判断。例如根据运用地学规律的相关分析和实际经验，进行逻辑判断。例如根据水系的分布格局来判断岩性和地貌类型；根据植被的类型来推断水系的分布格局来判断岩性和地貌类型；根据植被的类型来推断土壤类型；利用地震后地应力释放形成的土壤类型；利用地震后地应力释放形成的“构造云构造云”的分布来推的分布来推测构造应力场等。逻辑分析大大开拓了遥感图像所能发挥的作用。测构造应力场等。逻辑分析大大开拓了遥感图像所能发挥的作用。在在7070年代初期，随着遥感技术和地球资源卫星的发射开始应用年代初期，随着遥感技术和地球资源卫星的发射开始应用于遥感图像处理方面，奠定了遥感图像分类的

4、数学理论基础。于遥感图像处理方面，奠定了遥感图像分类的数学理论基础。遥感专题分类属于模式识别的范畴。遥感专题分类属于模式识别的范畴。模式识别的主要方法有模式识别的主要方法有统计模式识别统计模式识别、句法模式识别、句法模式识别、模糊识模糊识别和智能模式识别。别和智能模式识别。智能模式识别又分为人工神经网络和逻辑智能模式识别又分为人工神经网络和逻辑推理系统。除句法模式识别主要应用于文字、符号、语言的识推理系统。除句法模式识别主要应用于文字、符号、语言的识别外，其他三种方法在遥感专题分类都有不同程度的使用，其别外，其他三种方法在遥感专题分类都有不同程度的使用，其中统计模式识别方法应用最为普遍。中统计

5、模式识别方法应用最为普遍。这些方法在遥感图像专题分类中经常采用两种方案，这些方法在遥感图像专题分类中经常采用两种方案，一是监一是监督分类，另一种是非监督分类督分类，另一种是非监督分类。两者只是实施的步骤上有两者只是实施的步骤上有前后差别，其理论本质是一样的。前后差别，其理论本质是一样的。非监督分类，非监督分类，事先没有类别事先没有类别的先验知识，纯粹根据图像数据的统计特征和点群分布情况，的先验知识，纯粹根据图像数据的统计特征和点群分布情况，根据相似性程度自动进行归类，最后再确定每一类的地理属性。根据相似性程度自动进行归类，最后再确定每一类的地理属性。监督分类监督分类有类别的先验知识，根据先验知

6、识选择训练样本，由有类别的先验知识，根据先验知识选择训练样本，由训练样本得到分类准则。训练样本得到分类准则。概念：概念：以区别图象中所含以区别图象中所含的多个目标物为目的，对的多个目标物为目的，对每个像元或者比较均匀的每个像元或者比较均匀的像元组给出对应其特征的像元组给出对应其特征的名称。名称。特征名称一般称特征名称一般称类别类别，例，例如土地利用如土地利用/覆盖中的覆盖中的 居居民地、水域、园地、林地、民地、水域、园地、林地、耕地等。耕地等。参与分类的多个特征量参与分类的多个特征量（向量）所定义的空间，（向量）所定义的空间，称为称为特征空间特征空间，例如，例如2 2个个波段定义的波段定义的2

7、 2维特征空间，维特征空间，3 3个波段定义的个波段定义的3 3维特征空维特征空间等。间等。目视解译和计算机图象分类的对比目视解译和计算机图象分类的对比分类标准的确定不需要人的参与，由计算机根据某一标准（例如距离距离最短）自动进行。需要确定要分几种类别，或者类似的输入条件。分类后的结果，还需要再给出具体的涵义。类似的概念：聚类分析、点群分析、空间集群等。常用的非监督分类方法：1）K-MEANS;2)ISODATASTEP1:任意选择任意选择K个聚类中心，一般选前个聚类中心，一般选前K个样本；个样本；STEP2:迭代，未知样本迭代，未知样本 X 分到距离最近的类中；分到距离最近的类中；STEP3

8、:根据根据STEP2 的结果，重新计算聚类中心；的结果，重新计算聚类中心；STEP4:每一类的像元数目变化达到要求，算法结束。每一类的像元数目变化达到要求，算法结束。影响影响K均值法的因素：聚类中心数目，初始类中心的选择，样本输均值法的因素：聚类中心数目，初始类中心的选择，样本输入的次序，数据的几何特性等。入的次序，数据的几何特性等。K-均值算法均值算法在数据空间内平均计算各类的均值，使用最小距离法，将在数据空间内平均计算各类的均值，使用最小距离法，将未知像元划分到某一类中，再调整均值，直到迭代次数满未知像元划分到某一类中，再调整均值，直到迭代次数满足，或者距离阈值满足。足，或者距离阈值满足。

9、输入参数输入参数:Number of class:要分成几类要分成几类Change threshold%(0-100):如果每一类的像元如果每一类的像元数目变化小于此数值，则迭代停止。数目变化小于此数值，则迭代停止。ISODATA 迭代自组织数据分析算法（迭代自组织数据分析算法（Interactive Self-Organizing Data Analysis Technology Algorithm,简称简称ISODATA）在在K均值算法的基础上，加入了试探性的步骤，能够吸取中间结均值算法的基础上，加入了试探性的步骤，能够吸取中间结果的经验，在迭代的过程中可以进行类别的分离和合并，具有果的经

10、验，在迭代的过程中可以进行类别的分离和合并，具有“自组自组织织”性，是目前非监督分类中使用最为广泛的算法。该算法中影响分性，是目前非监督分类中使用最为广泛的算法。该算法中影响分类结果的参数有：迭代次数、类别数、参加分类的波段数目。类结果的参数有：迭代次数、类别数、参加分类的波段数目。输入参数：输入参数：，因为算法进行自动的类别分裂和合并，所以不能确定类别因为算法进行自动的类别分裂和合并，所以不能确定类别的具体数目。的具体数目。，其中一项满足，则分类结束。其中一项满足，则分类结束。如果某一类别中的像元数目不满足如果某一类别中的像元数目不满足 Minimum#pixel in class，则删除该

11、类别，则删除该类别，像元归并到最近的一类中。像元归并到最近的一类中。如果某一类的标准差大于如果某一类的标准差大于Minimum class stdv，则该类别需要分裂成两个类别。，则该类别需要分裂成两个类别。如果来年改革类别的平均距离小于如果来年改革类别的平均距离小于Maximum class distance，则该两个类别合并，则该两个类别合并成一类。成一类。Maximum#merge class 定义最多合并多少类别。定义最多合并多少类别。Maximum stdev from mean;Maximum distance error.选定初始类别中心，Zi 输入各迭代限值参数 I,Tn,Tc

12、,Tm 对样本象素时行聚类并统计 nI,MI,2 NiTn否？NiTn否？迭代次满足 i=I 否？或相邻两次 迭代之类别中心变动小于限值否 是否进行类别分裂 确定分裂后的中心 是否进行并类 确定并类后的中心 基准类别参数确定，转入分类处理 是 ISODATA 算法 N 所要求的类别数所要求的类别数I 迭代次数限定值迭代次数限定值Tn每类集群中至少应有的点每类集群中至少应有的点数数Tc集群分裂标准即每类集群集群分裂标准即每类集群所允许的最大标准差所允许的最大标准差Tm集群合并标准即两灯集群集群合并标准即两灯集群中心间允许的最小距离中心间允许的最小距离使用简单的分类规则进行多光谱遥感图像的分使用简

13、单的分类规则进行多光谱遥感图像的分类。类。决策线在决策线在n n维光谱空间中是一个平行的管道。维光谱空间中是一个平行的管道。管道的直径根据距离平均值的标准差确定。管道的直径根据距离平均值的标准差确定。如果某个像元落在某一类的平行管道的阈值范如果某个像元落在某一类的平行管道的阈值范围内，则划分到该类别中。围内，则划分到该类别中。如果落在多个类中，如果落在多个类中，ENVIENVI则将这个像元划分到则将这个像元划分到最后匹配的类别。最后匹配的类别。落不到任何管道中，则标识为未分类像元。落不到任何管道中，则标识为未分类像元。输入参数输入参数 Max stdevMax stdev from the m

14、ean,from the mean,是距离平均值多少个标准差。是距离平均值多少个标准差。ikixiPkxPkPxkPL)/()(/)/()()/(神经网络方法的原型神经网络方法的原型生物信息处理生物信息处理美国心理学家美国心理学家Mcculloch 和数学家和数学家Pitts 1943年提出的。年提出的。)(kkkbuy数学表达：数学表达：mjjkjkxwu1推理机具有两种运行形式 咨询式：用户和系统进行人机对话，解译系统根据用户提供的区域信息和任务要求，完成遥感图像解译。隐蔽式：解译过程中图像数据同解译知识的结合在专家系统内部进行。数据的传递、知识的调用都在系统内部独立完成1 1、抽取遥感图像多种特征、抽取遥感图像多种特征 对高分辨率卫星图像的自动解译来说，一般对高分辨率卫星图像的自动解译来说，一般分别对目标地物采用低、中、高三个层次进行特分别对目标地物采用低、中、高三个层次进行特征抽取和表达。征抽取和表达。低层次的对象是像素，每个像素对应的低层次的对象是像素，每个像素对应的 数值是该地物数值是该地物波谱特征的表征；波谱特征的表征；中层次主要抽取和描述目标的形态、纹理等空间特征；中层次主要抽取和描述目标的形态、纹理等空间特征；高层次主要抽取和描述识别目标与相邻地物之间的空高层次主要抽取和描述识别目标与相邻地物之间的空间关系。间关系。