1、遥感图像识别与信息提取遥感图像识别与信息提取Geography Analysis for Remote Sensing第三章第三章 遥感地学分析遥感地学分析内容提要 3.1 遥感图像地物特征与识别 3.1.1 遥感图像地物特征 3.1.2 典型地物的反射光谱特征 3.2 遥感图像的目视解译 3.2.1 目视解译标志 3.2.2 目视解译方法与步骤 3.3 遥感图像的计算处理 3.3.1 遥感数字图像的概念 3.3.2 遥感数字图像预处理 3.3.3 遥感数字图像分类处理 3.3.4 遥感数字图像定量反演3.1 遥感图像地物特征与识别遥感图像地物特征与识别3.1.1 遥感图像地物特征地物的反射光
2、谱特性地物的发射光谱特性 地物的透射光谱特性3.1.1 遥感图像地物特征l1、地物的反射光谱特性u反射率地物的反射能量Pe占总入射能量Po的百分比，称为反射率u反射类型镜面反射（Specular reflection）入射波与反射波在同一平面内，入射角与反射角相等时，所形成的反射现象漫反射（Diffuse reflection）无论入射波方向如何，其反射波分散到各个方向%100oePP3.1.1 遥感图像地物特征l方向反射：朗伯体表面实际上是一个理想化的表面。它被假定为介质是均匀的、各向同性的，并在遥感中多用以作为近似的自然表面。电磁波的反射的三种形式3.1.1 遥感图像地物特征l 2、地物的
3、发射光谱特性u发射率 地物发射电磁辐射的能力，以黑体辐射作为基准 指单位面积上观测地物发射的某一波长的辐射通量密度；指与观测地物同温度下黑体的辐射通量密度；MM/MM3.1.1 遥感图像地物特征 通常，根据发射率与波长的关系，将地物分为三种类型 u黑体，其发射率=1，即黑体发射率对所有波长都是一个常数，并且等于1。u灰体，其发射率=常数1。即灰体的发射率始终小于1，发射率不随波长变化。u选择性辐射体，其发射率1，发射率随波长而变化。地物的发射波谱特性曲线 3.1.1 遥感图像地物特征3.1.1 遥感图像地物特征l 3、地物的透射光谱特性u透射率 即地物透射的能量与入射总能量的百分率，称之为投射
4、率 =E/E100%3.1.2 典型地物的反射光谱特征1、岩石的反射光谱特征 岩石的波谱特征是地质遥感的基础，不同的矿物成分、矿物含量、风化程度、含水状况、颗粒大小、表面的光滑程度、色泽等都会影响到其反射波谱特征。3.1.2 典型地物的反射光谱特征 2、土壤的反射光谱特征 自然状况的土壤表面的反射率没有明显的峰值和谷值，一般来说土质越细，反射率越高，有机质含量越高和含水量越高反射率越低。此外土壤的肥力也会对反射率产生影响。3.1.2 典型地物的反射光谱特征不同含水量的土壤反射光谱曲线 三种土壤反射波谱曲线比较 3.1.2 典型地物的反射光谱特征 3、水体的反射光谱特征 水体的反射主要在蓝光波段
5、，其他波段吸收都很强，特别在近红外以后水体便成为一个吸收体。光谱反射特性可能包括来自三方面的贡献：水的表面反射、水体底部物质的反射和水中悬浮物质的反射。光谱吸收和透射特性不仅与水体本身的性质有关，而且还明显地受到水中各种类型和大小的物质有机物和无机物的影响。3.1.2 典型地物的反射光谱特征水体的反射光谱特征 3.2 遥感图像目视解译遥感图像目视解译 目视解译是用肉眼或借助于简单的工具如放大镜、立体镜、投影观察器等，直接由肉眼来识别图像特性，从而提取有用信息，即人把物体与图像联系起来的过程。具备的基本知识：专业知识、地理区域知识、遥感系统知识。3.2.1 目视解译标志目视解译标志 1、直接解译
6、标志、直接解译标志色调（tone）：色调是识别目标地物的基本依据。由于地物属性的差别，在遥感图像上表现出色调上的差别。一般来说由于人眼的局限性，在图像可分出16个灰度级。颜色（colour）：由于目标地物在不同波段中反射或发射电磁辐射能量的差异性，由此而表现在彩色图像颜色的差异性。颜色也是目视解译的基本标志之一。图型（pattern）：目标地物有规律排列而成的图形结构。3.2.1 目视解译标志目视解译标志阴影（shadow）：阴影是遥感图像上由于电磁辐能量被遮挡而产生的辐射能量减弱。由于阴影的存在，可据此地物的性质或高度，应注意的是阴影的形状与大小受到辐射能量入射角的影响。形状（shape）：
7、是指目标地物在遥感影像上呈现的外部轮廓。由于不同地物的顶视平面的差异，可据此判断目标地物的性质。纹理（texture）：是指遥感图像中目标地物内部色调有规则变化造成的影影结构。大小（size）：指遥感图像上目标地物的形状、面积与体积的度量关系。是遥感图像上测量目标地物最重要的数量特征之一。同时根据其大小可以推断地物的属性。3.2.1 目视解译标志 2、间接解译标志间接解译标志位置（site）：指目标地物分布的地点。任何地物与其周围地理环境（geographical Environment）或生态环境(ecological Environment)总是存在着一定的空间关系，并受到周围环境的某种程
8、度的制约。相关布局（association）：是指多个目标地物间的空间配置关系。3.2.2 遥感图像解译方法与步骤 1、目视解译的认知过程u自下向上过程图像信息获取特征提取识别证据选取u自上向下过程特征匹配提出假设图像辨识3.2.2 遥感图像解译方法与步骤l2、图像解译方法 遥感资料的选择及影像处理u遥感资料的选择 资料类型选择 波段选择 时间选择 比例尺选择 u遥感图像的处理 影像放大 影像数字化 图像处理 3.2.2 遥感图像解译方法与步骤 目视解译的方法目视解译的方法 u直判法 是根据遥感影像目视判读直接标志，直接确定目标地物属性与范围的一种方法。u对比分析法对比分析法包括同类地物对比分
9、析法、空间对比分析法和时相动态对比法。不仅是同一遥感影像图进行对比，而且要借助不同时相的遥感影像图之间进行对比。u综合推理法综合考虑遥感图像多种解译特征，分析、推理某种目标地物的方法。3.2.2 遥感图像解译方法与步骤u信息复合法 利用专题图和地形图等信息与遥感影像图重合，根据这些辅助信息识别遥感影像图上目标地物的方法。u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，分析和推理某种地理要素性质、类型、状况与分布的方法。3.2.2 遥感图像解译方法与步骤 3、解译步骤解译步骤u准备工作 包括资料收集、分析、整理和处理 u初步解译、建立解译标志 包括路线路
10、勘，制订解译对象的专业分类系统和建立解译标志 u室内解译u野外验证 包括解译结果校核检查，样品采集和调绘补测 u成果整理 包括编绘成图，资料整理和文字总结 3.2.2 遥感图像解译方法与步骤目目视视解解译译步步骤骤3.3 遥感数字图像信息提取3.3.1 遥感数字图像的概念图象、数字图象 遥感数字图象3.3.2 遥感数字图像处理遥感数字图像的获取 遥感数字图像预处理 遥感数字图像的变换、增强和融合 遥感数字图像分析 3.3.1 遥感数字图像的概念l图象、数字图象 物理世界中客观对象的一种表示u数字图像 客体或可见图像的数字表述。它实际上是具有某种数值的一些点按行(横)和列(纵)排成的二维矩阵 u
11、模拟图像 指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像3.3.1 遥感数字图像的概念l遥感数字图象 指以遥感方式获得的以数字形式表述的遥感影像 遥感数字图像最基本的单位是像素 像素的属性特征常用灰度值来表示，即该像素位置上亮暗程度的整数值 3.3.2 遥感数字图像处理l 一、遥感数字图像的获取一、遥感数字图像的获取 通过接收、记录目标物的电磁波特征的仪器，即传感器获得的 数字图像获取过程3.3.2 遥感数字图像处理二、遥感数字图像预处理 u1、辐射校正 消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。完整的辐射校正包括遥感器校正、大气校正，以及太阳高度和地形校正。遥感
12、器纠正：遥感器的设计 大气辐射纠正：地形辐射纠正：需要DEM 地物反射模型纠正：需要和成像时刻取得同步的地面地物光谱测量数据3.3.2 遥感数字图像处理 大气纠正方法以红外波段最低值校正可见光波段回归法相对散射模型3.3.2 遥感数字图像处理以红外波段最低值校正可见光波段前提假设：大气散射的影响主要在短波波段，红外波段中清洁的水体几乎不受影响，反射率值应当为0。由于散射影响，而使得水体的反射率不等于0，推定是由于受到了天空辐射项的影响。直方图法确定纠正方法：差值法3.3.2 遥感数字图像处理回归法7TMbiaiTMil 原理l 选择可见光和红外波段进行2维散点图，建立线性回归方程。7TMbia
13、iTMi3.3.2 遥感数字图像处理相对散射模型STEP1:根据某个可见光波段的直方图选出黑暗地物的初始灰雾值；STEP2:根据此灰雾值的幅度确定大气类型（选择合适的散射模型）；STEP3:根据模型和初始灰雾值预测其它波段的灰雾值；STEP4:对每个波段进行大气纠正。3.3.2 遥感数字图像处理 地形辐射纠正 需要DEM 简单的处理方法 比值法：有效消除阴影的影响。3.3.2 遥感数字图像处理2、几何校正 造成几何位置的畸变有原因：遥感器本身引起的畸变 外部因素引起的畸变 处理过程中引起的畸变 3.3.2 遥感数字图像处理 遥感器本身引起的几何畸变与遥感器的结构、特性和工作方式不同而异。这些因
14、素主要包括：1）透镜的辐射方向畸变像差；2）透镜的切线方向畸变像差；3）透镜的焦距误差；4）透镜的光轴与投影面不正交；5）图像的投影面非平面；6）探测元件排列不整齐；7）采样速率的变化；8）采样时刻的偏差;9)扫描镜的扫描速度变化。3.3.2 遥感数字图像处理影响图像变形的外部因素包括：1）地球的曲率 2）大气密度差引起的折光 3）地形起伏 4）地球自传 5）遥感器轨道位置和姿态等3.3.2 遥感数字图像处理地球自传引起的误差3.3.2 遥感数字图像处理 遥感图像的几何纠正方法遥感图像的几何纠正方法遥感图象的几何粗处理和精处理遥感图像的几何纠正按照处理方式分为光学纠正和数字纠正光学纠正主要用于
15、早期的遥感图像的处理中，现在的应用已经不多。除了对框幅式的航空照片（中心投影）可以进行比较严密的纠正以外，对于大多数动态获得的遥感影像只能进行近似的纠正3.3.2 遥感数字图像处理l数字图象几何纠正：通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。l几何精校正是指利用地面控制点使遥感图像的几何位置符合某种地理系统，与地图配准，并调整亮度值。也就是在遥感图像的像元与地面实际位置之间建立数学关系，将畸变图像空间中的全部像元转换到校正图像空间去。l内容一般包括两个方面：一个是图像像元空间位置的变换，另一个是像元灰度值的重采样。3.3.2 遥感数字图像处理几何精校正具体步骤：选取地
16、面控制点（GCP）选择空间变换函数 重采样和内插最邻近内插法 双线性内插 三次卷积内插 3.3.2 遥感数字图像处理 准备准备 工作工作 输入原输入原始图象始图象 建立纠建立纠正函数正函数 确定输出图象确定输出图象的范围的范围 逐个像元进逐个像元进行几何变化行几何变化 灰度的灰度的重采样重采样 输出纠正后输出纠正后的图象的图象 效果效果 评价评价 纠正的函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等等。其中多项式方法的应用最为普遍。3.3.2 遥感数字图像处理l三、遥感数字图像的变换、增强和融合三、遥感数字图像的变换、增强和融合 1.遥感数字图像变换u概念：图像变换指的是将图像从
17、空间域转换到变换域例如频率域的过程。进行图像变换的目的就是为了使图像的处理过程简化。u作用：通过图像变换简单而有效的实现增强处理通过图像变换可以对图像进行特征抽取。3.3.2 遥感数字图像处理快速傅立叶变换 目的进行数据压缩、图像的增强、特征提取 方法信号处理中的频率域分析方法 步骤选择适当的变换函数进行傅里叶变换分析变换的结果进行傅里叶逆变换3.3.2 遥感数字图像处理KL变换 目的 减少图像波段之间的相关性，去除多余的信息，减少图像的数据量 方法 统计学中的正交变换方法 性质和特点 步骤 进行数据统计 进行主成分分析 进行旋转变换和逆变换3.3.2 遥感数字图像处理2.遥感数字图像增强l
18、1、反差增强 图像反差增强又称对比度增强 u灰度拉伸 根据原图像的直方图确定需要做拉伸变换的灰度值区间，然后把这一（或一些）灰度值区间按某种直线或曲线方程关系拉伸或压缩而成为变换后的灰度值区间 直方图线性拉伸 直方图分段线性拉伸 非线性拉伸变换 3.3.2 遥感数字图像处理u直方图均衡化 变换后的直方图接近均匀分布。即图象中每一灰度级的像元数目大致相同。使得面积最大的地物细节得以增强，而面积小的地物与其灰度接近的地物进行合并，形成综合地物。减少灰度等级换取对比度的增大。NngPkkA)(原直方图：kjkjkAjkkgPNnSgT00)()(均衡后直方图：原图及其直方图均衡后的图和直方图3.3.
19、2 遥感数字图像处理u直方图匹配 将原始图象转换为给定直方图的图象 各种拉伸以后虽然对于感兴趣的地物提高了分辨能力，但同时也造成了信息损失。3.3.2 遥感数字图像处理l2、空间域图像增强 空间域图像增强处理是应用某种数学模式直接改变图像像元灰度值的变换。这种变换与像元的坐标无关，只改变像元点的灰度深浅程度。即改变了图像的对比度，这样图像中的某些信息被突出（可能也有些信息被压抑了）达到了图像增强的目的。可分为单点处理和邻域处理 3.3.2 遥感数字图像处理u边缘增强 突出目标的轮廓或边缘信息，主要是通过微分法实现的 梯度法和拉普拉斯算子法 u平滑滤波 低频增强的空间域滤波技术。它可以滤掉由于孤
20、立的单点噪声而引起的灰度偏差 u中值滤波 u定向滤波 3.3.2 遥感数字图像处理l3、频率域图像增强 高通滤波（锐化）低通滤波（平滑）带通滤波（突出地物）同态滤波（改善图像质量）3.3.2 遥感数字图像处理l4、代数运算增强 基本代数运算 差值运算两个波段的差值 比值运算两个波段的比值应用3.3.2 遥感数字图像处理u差值运算利用不同地物之间光谱的特征有利于突出目标与背景反差小的信息红外波段-红波段，突出植被实实例例B4-B33.3.2 遥感数字图像处理u比值运算两个波段的比值目的减轻地形的干扰 如果阴坡的坡度大于太阳高度角，则难于处理扩展地物，特别是植被间的光谱差异抑制大气的影响减少了数据
21、之间的相关性3.3.2 遥感数字图像处理l植被指数NDVI TM4/TM3l其他 林业上常用 4/2(3),5/1,7/3(2)4/3(2),5/1,3/2(1)常用的比值3.3.2 遥感数字图像处理二 应用实例NDVI3.3.2 遥感数字图像处理TM图像的5/2突出水体 3.3.2 遥感数字图像处理l5、彩色图像增强u假彩色密度分割 将灰度按照指定的间隔分割为不同的级，对新的密度分级分别赋予不同的颜色3.3.2 遥感数字图像处理u彩色增强 在一个输入像元的灰度级上分别进行三个独立的色变换在显示屏幕上产生一个彩色合成图像。从而达到明显的分辨和识别效果？3.3.2 遥感数字图像处理TM图像4-3
22、-2合成实例3.3.2 遥感数字图像处理l 3.遥感数据融合u实质 在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息 u原理及过程 预处理 主要包括遥感影像的大气校正、辐射校正及空间配准 数据融合 根据融合目的和融合层次智能地选择合适的融合算法，将空间配准的遥感影像数据（或提取的图像特征或模式识别的属性说明）进行有机合成，得到目标的更准确表示或估计 3.3.2 遥感数字图像处理u数据融合分类 像元级融合 像元级融合是一种最低水平的融合 特征级融合 特征级融合是一种中等水平的融合 决策级融合 决策级融合是最高水平的融合 u数据融合方法
23、 IHS变换、代数法、Brovey变换、图像回归法、主成分变换（PCT）、小波变换等 3.3.2 遥感数字图像处理三级融合层次下的融合方法三级融合层次下的融合方法 像元级特征级决策级代数法熵法专家系统IHS变换表决法神经网络小波变换聚类分析Bayes估计Brovey变换Bayes估计模糊聚类法主成分变换神经网络法可靠性理论回归模型法加权平均法基于知识的融合法Kalman滤波法Dempater-shafer推理法Dempater-shafer推理法TM741RadarSatTM和RadarSat复合3.3.2 遥感数字图像处理l 四、遥感数字图像分析四、遥感数字图像分析u图像理解 从图像中提取有
24、用信息的过程u包括 图像分类 图像分割 特征分析u输出 内容明确的数据或图形图像u特点 以具体的知识和目的为基础，结果更接近于解释的成果和实际的应用3.3.2 遥感数字图像处理图像信息获取信息处理特征提取分类 图像分类（模式识别）3.3.2 遥感数字图像处理l1、遥感图像分类技术u原理 同类地物在相同的条件下（光照、地形等）应该具有相同或相似的光谱信息和空间信息特征。不同类的地物之间具有差异 同类地物的像元在数目较大时，其特征量的分布类型接近正态分布u方法 利用像素的灰度值之间的关系，综合考虑矢量数据，考虑属性数据。对像素的进行分类 以随机变量的统计分析为基础3.3.2 遥感数字图像处理u特点
25、 多变量的图像分类 分类在一定的比例尺上进行u原则 多变量综合考虑 在特征空间的位置可以用均值表示，离散程度可以用方差表示 分类的实质是将特征空间分为若干子区域，每个子区域为一类3.3.2 遥感数字图像处理u指标（特征）波段 其他属性 地形特征 调查数据 u统计量 均值 方差 距离度量 离差平方和3.3.2 遥感数字图像处理l2、具体分类方法u非监督分类 最大似然法最大似然法 最小距离法最小距离法 3.3.2 遥感数字图像处理u非监督分类 特征空间识别法 系统聚类法 分裂法(isomix)动态聚类法(k-means)3.3.2 遥感数字图像处理 影响结果的主要因素 选择的距离 聚类方式 特点 需要较少的人工参与 结果不依赖于统计参数 对于非正态分布的数据可以得到较好的结果 不适合同谱异物的数据 结果的稳定性较低 结果可以作为监督分类的参考3.3.2 遥感数字图像处理 非监督分类小结 需要较少的人工参与 不适合同谱异物的数据 计算速度慢 分类结果不依赖于统计参数 对于非正态分布的数据可以得到较好的结果稳定性较低可以作为监督分类的参考3.3.2 遥感数字图像处理u数字图像分类新技术 人工神经网络分类法 模糊分类法 亚像元分类法(subpixel classification)其他分类法
