.,第六章遙感圖像的計算機解譯,遙感數(shù)字圖像的性質(zhì)與特點遙感數(shù)字圖像的自動分類遙感圖像多種特征的抽取遙感圖像解譯專家系統(tǒng),.,計算機解譯：又稱遙感圖像理解(RemoteSensingImgeryUnderstanding)，它以計算機系統(tǒng)為支撐環(huán)境，利用模式識別技術(shù)與人工智能技術(shù)相結(jié)合，根據(jù)遙感圖像中目標地物的各種影像特征(顏色、形狀、紋理與空間位置)，結(jié)合專家知識庫中目標地物的解譯經(jīng)驗和成像規(guī)律等知識進行分析和推理，實現(xiàn)對遙感圖像的理解，完成對遙感圖像的解譯。,.,計算機解譯遙感影像的困難,目標信息不完全且?guī)в性肼曅畔⒘窟^于豐富，造成相互影響和干擾地域性、季節(jié)性和不同成像方式,.,數(shù)字圖像的性質(zhì)和特點,遙感數(shù)字圖像是以數(shù)字表示的遙感圖像,其最基本的單元是像素.像素是成像過程的采樣點,也是計算機處理圖像的最小單元.像素具有空間特征和屬性特征.像素的屬性特征采用亮度值來表達.正像素：一個像素只包含一種地物的像素混合像素：像素內(nèi)包含兩種或兩種以上的地物,.,數(shù)字圖像的性質(zhì)和特點,特點便于計算機處理與分析圖像信息損失少抽象性強,.,遙感數(shù)字圖像的表示方法,以二維數(shù)組來表示的,.,按照波段數(shù)量分為:單波段數(shù)字圖像:SPOT的全色波段.多波段數(shù)字圖像:TM的7個波段數(shù)據(jù).多波段數(shù)字圖像的三種數(shù)據(jù)格式BSQ格式(Bandsequential)BIP格式(Bandinterleavedbypixel)BIL格式(Bandinterleavedbyline),遙感數(shù)字圖像的表示方法,.,遙感圖像的計算機分類,.,遙感圖像的計算機分類,.,遙感圖像的計算機分類,分類原理不同的地物有不同的光譜特征，同類地物具有相同或相似的光譜特征?；跀?shù)字圖像中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分類。圖像分類的總目標：將圖像中所有的像元自動地進行土地覆蓋類型或土地覆蓋專題的分類。需要注意的問題：同物異譜；同譜異物,.,遙感圖像的計算機分類,.,遙感圖像的計算機分類,幾個基本概念模式(pattern)：在多波段圖像中，每個像元都具有一組對應(yīng)取值，稱為像元模式特征(feature)：在多波段圖像中，每個波段都可看作一個變量，稱為特征變量特征提取(featureextraction)：通過變換找出最能反映地物類別差異的特征變量用于分類的過程特征選擇(featureselection)：直接從原始波段數(shù)據(jù)中選擇,.,遙感圖像的計算機分類,目視解譯的依據(jù)：影像的色調(diào)和幾何特征遙感圖像分類的依據(jù)：地物的光譜特征遙感圖像計算機分類的依據(jù)：像素的相似度,.,遙感圖像的計算機分類,遙感圖像計算機分類的依據(jù)：像素的相似度常使用距離和相關(guān)系數(shù)來衡量相似度。距離衡量相似度時，距離越小相似度越大。相關(guān)系數(shù)衡量相似度時，相關(guān)程度越大，相似度越大。,.,遙感圖像的計算機分類,一般步驟：分類預(yù)處理特征選取分類分類后處理專題圖制作,.,遙感圖像計算機分類方法,監(jiān)督分類法：選擇具有代表性的典型實驗區(qū)或訓練區(qū)，用訓練區(qū)中已知地面各類地物樣本的光譜特性來“訓練”計算機，獲得識別各類地物的判別函數(shù)或模式，并以此對未知地區(qū)的像元進行分類處理，分別歸入到已知的類別中。非監(jiān)督分類：是在沒有先驗類別（訓練場地）作為樣本的條件下，即事先不知道類別特征，主要根據(jù)像元間相似度的大小進行歸類合并（即相似度的像元歸為一類）的方法。,.,一、分類原理與基本過程,遙感數(shù)字圖像計算機分類基本過程根據(jù)圖像分類目的選取特定區(qū)域的遙感數(shù)字圖像，需考慮圖像的空間分辨率、光譜分辨率、成像時間、圖像質(zhì)量等。根據(jù)研究區(qū)域，收集與分析地面參考信息與有關(guān)數(shù)據(jù)。根據(jù)分類要求和圖像數(shù)據(jù)的特征，選擇合適的圖像分類方法和算法。制定分類系統(tǒng)，確定分類類別。找出代表這些類別的統(tǒng)計特征,.,一、分類原理與基本過程,遙感數(shù)字圖像計算機分類基本過程為了測定總體特征，在監(jiān)督分類中可選擇具有代表性的訓練場地進行采樣，測定其特征。在非監(jiān)督分類中，可用聚類等方法對特征相似的像素進行歸類，測定其特征。對遙感圖像中各像素進行分類。分類精度檢查。對判別分析的結(jié)果進行統(tǒng)計檢驗。,.,二、圖像分類方法,1.監(jiān)督分類,（1）最小距離分類法,Step2foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea,.,二、圖像分類方法,1、監(jiān)督分類,（1）、最小距離分類法最近鄰域分類法NearestNeighbour。,DefinesatypicalpixelforeachclassAssignspixelsonthebasisofspectraldistanceCanseparatediverseclassesBoundaryproblemsremainunresolved,.,二、圖像分類方法,1、監(jiān)督分類,（2）、多級切割分類法通過設(shè)定在各軸上的一系列分割點，將多維特征空間劃分成分別對應(yīng)不同分類類別的互不重疊的特征字空間的分類方法。對于一個未知類別的像素來說，它的分類取決于它落入哪個類別特征字空間中。,.,二、圖像分類方法,1、監(jiān)督分類,（3）、特征曲線窗口分類法特征曲線是地物光譜特征曲線參數(shù)構(gòu)成的曲線。以特征曲線為中心取一個條帶，構(gòu)造一個窗口，凡是落在此窗口內(nèi)的地物即被認為是一類，反之，則不屬于該類。,.,二、圖像分類方法,1、監(jiān)督分類,（4）、最大似然比分類法(MaximumLikelihood)通過求出每個像素對于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。假定訓練區(qū)地物的光譜特征和自然界大部分隨機現(xiàn)象一樣，近似服從正態(tài)分布。,.,二、圖像分類方法,1、監(jiān)督分類,（4）、最大似然比分類法(MaximumLikelihood),.,二、圖像分類方法,1、監(jiān)督分類,（4）、最大似然比分類法(MaximumLikelihood),.,二、圖像分類方法,1、監(jiān)督分類,（4）、最大似然比分類法(MaximumLikelihood),.,二、圖像分類方法,2、非監(jiān)督分類,（1）、分級集群法確定評價各樣本相似程度所采用的指標初定分類總數(shù)；計算樣本間的距離，據(jù)距離最近的原則判定樣本歸并到不同類別；歸并后的類別作為新類，與剩余的類別重新組合，然后再計算并改正其距離。,分級集群方法的特點,是分級進行的，可能導致對一個像元的操作次序不同，得到不同的分類結(jié)果。這是該方法的缺點。,.,二、圖像分類方法,2、非監(jiān)督分類,（2）、動態(tài)聚類法在初始狀態(tài)給出圖像粗糙的分類，然后基于一定原則在類別間重新組合樣本，直到分類比較合理為止。,.,二、圖像分類方法,3、監(jiān)督分類與非監(jiān)督分類方法比較,根本區(qū)別在于是否利用訓練場地來獲取先驗的類別知識。監(jiān)督分類的關(guān)鍵是選擇訓練場地。訓練場地要有代表性，樣本數(shù)目要能夠滿足分類要求。此為監(jiān)督分類的不足之處。非監(jiān)督分類不需要更多的先驗知識，據(jù)地物的光譜統(tǒng)計特性進行分類。當兩地物類型對應(yīng)的光譜特征差異很小時，分類效果不如監(jiān)督分類效果好。,.,三、圖像分類中的有關(guān)問題,1、未充分利用遙感圖像提供的多種信息只考慮多光譜特征，沒有利用到地物空間關(guān)系、圖像中提供的形狀和空間位置特征等方面的信息。統(tǒng)計模式識別以像素為識別的基本單元,未能利用圖像中提供的形狀和空間位置特征,其本質(zhì)是地物光譜特征分類.水體的分類.,.,三、圖像分類中的有關(guān)問題,2、提高遙感圖像分類精度受到限制,大氣狀況的影響：吸收、散射。下墊面的影響：下墊面的覆蓋類型和起伏狀態(tài)對分類具有一定的影響。其他因素的影響：云朵覆蓋；不同時相的光照條件不同，同一地物的電磁輻射能量不同；地物邊界的多樣性。,.,3、遙感圖像多種特征的抽取,一、地物邊界跟蹤法點狀地物與面狀地物的邊界跟蹤線裝地物信息檢測與跟蹤二、形狀特征描述與提取地物形狀特征的描述地物形態(tài)特征的提取,.,3、遙感圖像多種特征的抽取,三、地物空間關(guān)系特征描述與提取不同地物之間的空間關(guān)系：方位關(guān)系、包含關(guān)系、相鄰關(guān)系、相交關(guān)系、相貫關(guān)系?？臻g關(guān)系特征提取與描述（1）方位關(guān)系的提?。?）包含關(guān)系特征提取與描述（3）相鄰關(guān)系特征抽取（4）相交關(guān)系特征抽?。?）相關(guān)關(guān)系特征的提取,.,4、遙感圖像專家解譯系統(tǒng),專家系統(tǒng)：把某一特定領(lǐng)域的專家知識與經(jīng)驗形式化后輸入到計算機中，由計算機模仿專家思考問題與解決問題，是代替專家解決專業(yè)問題的技術(shù)系統(tǒng)。遙感圖像解譯專家系統(tǒng)的組成圖像處理與特征提取子系統(tǒng)遙感圖像解譯知識獲取子系統(tǒng)遙感圖像解譯專家系統(tǒng)的機理計算機解譯的主要技術(shù)發(fā)展趨勢,.,4、遙感圖像專家解譯系統(tǒng),一、遙感圖像解譯專家系統(tǒng)的組成,1、圖像處理與特征提取子系統(tǒng)：包括圖像處理、地形圖數(shù)字化、精糾正、特征提取，結(jié)果存貯在遙感數(shù)據(jù)庫內(nèi)。2、遙感圖像解譯知識獲取系統(tǒng)：獲取遙感圖像解譯專家知識，并把專家知識形式化表示，存貯在知識庫中。3、狹義的遙感圖像解譯專家系統(tǒng)。,.,4、遙感圖像專家解譯系統(tǒng),二、圖像處理與特征提取子系統(tǒng),1、圖像處理：圖像濾波可消除圖像的噪聲；圖像增強可突出目標物體與背景的差異；大氣糾正可消除大氣散射、霧霽等影響；幾何精校正后的數(shù)字影像可與專題圖精確復合；2、分類與特征提取子系統(tǒng)從圖像中抽取光譜特征、圖像特征和空間特征，為專家系統(tǒng)進行推理、判斷及分析提供依據(jù)。,.,4、遙感圖像專家解譯系統(tǒng),三、遙感圖像解譯知識獲取子系統(tǒng),1、遙感圖像解譯知識獲取系統(tǒng)的主要功能是知識獲取.2、知識獲取有三個層次:增加遙感解譯新知識發(fā)現(xiàn)原有錯誤知識,修改或補充新知識根據(jù)解譯結(jié)果,自動總結(jié)經(jīng)驗，修改錯誤知識,增加新知識.4、遙感圖像解譯描述性知識可以采用框架式方法表示框架知識表示方法的特點5、過程性知識采用產(chǎn)生式規(guī)則知識表示方法產(chǎn)生式規(guī)則的特點,.,4、遙感圖像專家解譯系統(tǒng),四、遙感圖像解譯專家系統(tǒng)的機理,1、遙感圖像數(shù)據(jù)庫包括遙感圖像數(shù)據(jù)和每個地物單元的不同特征，由數(shù)據(jù)管理系統(tǒng)管理。2、解譯知識庫包括專家解譯知識和背景知識，由知識庫管理系統(tǒng)管理。3、推理機采用正向推理和反向推理相結(jié)合的方式進行遙感圖像解譯。,推理機具有兩種運行形式咨詢式：用戶和系統(tǒng)進行人機對話，解譯系統(tǒng)根據(jù)用戶提供的區(qū)域信息和任務(wù)要求，完成遙感圖像解譯。隱蔽式：解譯過程中圖像數(shù)據(jù)同解譯知識的結(jié)合在專家系統(tǒng)內(nèi)部進行。數(shù)據(jù)的傳遞、知識的調(diào)用都在系統(tǒng)內(nèi)部獨立完成,.,4、遙感圖像專家解譯系統(tǒng),五、計算機解譯的主要技術(shù)發(fā)展趨勢,1、抽取遙感圖像多種特征對高分辨率衛(wèi)星圖像的自動解譯來說，一般分別對目標地物采用地、中、高三個層次進行特征抽取和表達。低層次的對象是像素，每個像素對應(yīng)的數(shù)值是該地物波譜特征的表征；中層次主要抽取和描述目標的形態(tài)、紋理等空間特征；高層次主要抽取和描述識別目標與相鄰地物之間的空間關(guān)系。,.,4、遙感圖像專家解譯系統(tǒng),五、計算機解譯的主要技術(shù)發(fā)展趨勢,2、逐步完成GIS各種專題數(shù)據(jù)庫的建設(shè)，利用GIS數(shù)據(jù)減少自動解譯中的不確定性,GIS數(shù)據(jù)庫在計算機自動解譯中發(fā)揮以下重要作用：（1）對遙感圖像進行輻射校正，消除或降低地形差異的影響；（2）作為解譯的直接證據(jù)，增加遙感圖像的信息量；（3）作為解譯的輔助證據(jù)，減少自動解譯中的不確定性；（4）作為解譯結(jié)果的檢驗數(shù)據(jù)，降低誤判率。,.,4、遙感圖像專家解譯系統(tǒng),五、計算機解譯的主要技術(shù)發(fā)展趨勢,3、建立適用于遙感圖像自動解譯的專家系統(tǒng)，提高自動解譯的靈活性,需要從以下兩方面開展工作：建立解譯知識庫和背景知識庫。解譯知識庫是遙感圖像解譯認識和經(jīng)驗經(jīng)形式化后記錄在貯存介質(zhì)上的。背景知識庫是有關(guān)遙感解譯背景知識與經(jīng)驗的集合，以地學知識為主。根據(jù)遙感圖像解譯的特點來構(gòu)造專家系統(tǒng)。,.,4、遙感圖像專家解譯系統(tǒng),五、計算