遥感概论课件——5 第五章 遥感图像目视解译与制图
合集下载
第五章-遥感图像目视解译和制图PPT课件
-
41
-
42
（三）地貌的判读
地貌在卫星图像判读时是较为直观的要素。
卫星图像的比例尺小，能反映大的地貌形态特征，如平原、 山地、丘陵。
能判读主要的地貌类型及范围，如风沙地貌、黄土地貌、 冰川地貌、火山地貌、流水地貌等。
-
43
盆地
-
44
（四）植被的判读
卫星图像上，植被是群体的特征，不能反映个体的形态， 只能判读出植被的类型、生长状况、分布范围。
-
34
Байду номын сангаас对立体观察的条件
（1）必须是航摄立体像对； （2）像对的比例尺差不得大于15%； （3）两眼分别看两张像片上的相应影像，即左眼看左 像，右眼看右像； （4）同名地物点的连线与眼基线平行。
-
35
立体观察的应用
o 像片判读。 o 立体量测——摄影测量学（Photogrammetry):如
地形测绘，即测量高程和平面坐标。
一般应先建立目视解译标志，然后根据解译标志进行解译
-
2
§ 5.1 遥感图像目视解译原理 1、 目视解译标志
目标地物的影像特征（1）色 （2）形 （3）位
解译标志：能够反映和表现目标地物信息的各种影像特征。
常用的解译标志有： 色调/颜色； 形状； 纹理； 图型； 位置； 阴影； 大小； 相关布局。
-
-
15
3、遥感图像目视解译方法
（1）直接判读法
如在黑白可见光相片上，水的反射率低，呈现灰黑到黑色，可根据色调判 别出水体，然后根据形状，判别是河流或湖泊。 又如在假彩色影像上植被呈现红色，可根据颜色直接判读植被。
（2）对比分析法
多波段图像对比—某波段灰度相近，而另一波段灰度差别较大的物体 多时相图像对比—主要用于物体的变化情况监测； 多解译标志对比—一个或几个解译标志相近，通过多个解译标志对比进 行解译
第五章 遥感图像目视解译与制图
①居住区：影像特征为房屋密度较大，一般无附属 建筑。利用航片进行立体观察时，可以分出房屋 的高低。还可以从相片上区分出新、旧城区。一 般旧城建筑密度高，主要是低矮的旧房屋，街道 狭小且不规则，还有小巷。新城区一般为整齐排 列的中高层建筑，房屋密度稍低，房屋间有一定 的绿地和空地，街道宽而平直。
黑白航空相片上部分地物的判读——城市
（3）热红外像片的解译
A.热红外像片成像原理:在3.5－5.5微米和8－ 14微米的热红外区间上，有两个重要的大气 窗口，遥感器可以透过大气窗口探测地物表 面发射的电磁波信息。其成像原理不同于可 见光和近红外。
热红外像片记录了地物发射热红外的强度。地 物本身具有热辐射特性，各种地物热辐射强 度不同，在像片上具有不同的色调和形状构 像，这是识别热红外像片地物类型的重要标 志。
黑白航空相片上部分地物的判读
A.水体判读——湖泊和海域 湖泊在相片上一般表现为均匀的深色调，其 湖岸线呈自然弯曲的闭合曲线，轮廓较为明 显。
海岸附近的浅海海域，一般为暗灰色调，由 于海浪影响，色调一般不太均匀。陆地的色 调一般较浅，因此，海、陆之间的界线在相 片上一般很明显，比较容易区分。
黑白航空相片上部分地物的判读 B.植被判读 （1）针叶林：深灰色调，树冠是不规则的锯齿状或 锥形。 （2）阔叶林：夏季树冠形状为圆形，向阳部分色调 浅；冬季树冠为不规则圆网状。
第4、5颗地球卫星搭载的多光谱扫描仪，获 取4个波段扫描影像后重新被命名为1、2、 3、4波段。
TM图像 TM影像为专题绘图仪（Thematic Mapper） 获取的图像。从Landsat-4起，发射的卫星 上加装了TM来获取地球表面信息。其在光 谱分辨率、辐射分辨率和地面分辨率等方面 都比MSS图像有较大的改进。 光谱分辨率:增加到了7个波段,增加了蓝色波 段、短红外波段、热红外波段 辐射分辨率：双向扫描
遥感图像处理-第5讲(目视解译制图)
像中颜色、色调、形状和纹理等信息，视网膜的视锥 细胞及视杆细胞接受这些信息并转换为神经冲动，由 视神经传导到各视觉中枢。在信息传输过程中，图像 的颜色、形状和空间位置信息沿着三条独立通道在神 经系统中传输，经过大脑皮层的整合功能，实现图像 信息的空间与时间精确的配位，构成图像的知觉。
遥感图像的认知过程
遥感图像知觉形成的客观条件
遥感图像上颜色差异或者色调差异达到一定程度 时，目标地物就容易与背景产生对比，形成形状 和纹理。遥感图像中，不同目标地物往往表现出 不同的颜色或不同的色调，呈现出形状与纹理的 差异。目视判读过程中，图形知觉的持续性取决 于目标地物与背景的对比度。对比度高，地物目 标的边界清晰，视网膜细胞感受的光刺激强，视 神经活动处于兴奋状态，构成图像知觉稳定。反 之，图形知觉易于消失。为了提高目视判读效果， 人们经常使用图像增强技术来扩大地物之间的对 比差异，以便于判读。
遥感图像计算机解译：又称遥感图像理解（Remote Sensing Imagery Understanding），它以计算机系统为 支撑环境，利用模式识别技术与人工智能技术相结合，根 据遥感图像中目标地物的各种影像特征（颜色、形状、纹 理与空间位置），结合专家知识库中目标地物的解译经验 和成像规律等知识进行分析和推理，实现对遥感图像的理 解，完成对遥感图像的解译。
自下向上过程
特征提取：大脑皮层特定的功能区负责选择性
知觉的加工，进行图像特征提取，遥感图像各 种目标地物特征信息会转换成各种模式的神经 冲动而被记录下来，从而完成各种信息的抽取。 试验证明，判读者熟悉的遥感图像，无论从什 么方向去辨识目标地物，都可以将它识别，这 是因为判读者掌握了图像上不同地物特征的缘 故。
遥感图像目标地物的识别特征
遥感概论课件第五章 遥感图像目视解译与制图
1.目标地物特征
遥感图像中目标地物特征是地物电磁辐射差异 在遥感影像上的典型反映。按其表现形式的不 同，目标地物特征可以概括分为3类：
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：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、图形等；
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；
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，构成了可供识别的目 标地物特征。目视解译人员依据目标地物的 特征，作为分析、解译、理解和识别遥感图 像的基础。
5.1.3 目视解译的认知过程
1. 遥感图像知觉形成的客观条件 2. 遥感图像的认知过程
1. 遥感图像知觉形成的客观条件
色调完全均一或颜色完全相同的图像是不能产 生图像知觉的，目视判读遥感图像时，只有在 遥感图像上存在着颜色差异或者色调差异时， 并且这种差异能为判读者视觉所感受，才有可 能将目标地物与背景区别开。这是图像知觉形 成的客观条件。
2. 目标地物识别特征
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）。
如海滩的砂砾，因含水量不同，在遥感黑白像片中 其色调是不同的，干燥的砂砾色调发白，而潮湿的 砂砾发黑。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。在一些情况 下，还可以识别出目标地物的属性。例如，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。目标地物 与背景之间必须存在能被人的视觉所分辨出的色调 差异，目标地物才能够被区分。
北京故宫 博物院与 护城河之 间的色调 差异。
颜色（color）：是彩色遥感图像中目标地物识别的基本 标志。
第五章 遥感图像目视解译(新)PPT课件
①资料收集 根据解译对象和目的,选择合适的 遥感资料作为解译主体。如有可能,还可收集 有关的遥感资料作为辅助，包括不同高度、 不同比例尺、不同成像方式和不同波段、时 相的遥感影像。同时收集地形图和各种有关 的专业图件，以及文字资料。
67
三、遥感影像目视判读（解译）过程
②资料分析处理 对收集到的各种资料进行初步分 析，掌握解译对象的概况、时空分布规律、研究 现状和存在问题，分析遥感影像质量，了解可解 译的程度，如有可能要对遥感影像进行必要的加 工处理，以便获得最佳影像。同时，要对所有资 料进行整理，做好解译前准备工作。
29
遥感摄影像片的判读
30
阴影
31
阴影
美国加利福 尼亚机场
32
这张分辨率为1 米的纽约曼哈顿 的卫星照片，是 2000年6月30日 由空间图像公司 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。
33
2001年9月12日
2001年9月15日
18
直接解译标志:
3、色调（Tone、Colour）
全色遥感图像中从白到黑的密度比例叫色调 （也叫灰度）。色调标志是识别目标地物的基 本依据，依据目标地物与背景之间所存在的能 被人的视觉所分辨出的色调差异，目标地物才 能够被区分。
19
直接解译标志:
（1）最重要的判读标志：
①是其他判读标志的基础，是电磁波辐射的直接 反映。
8
遥感图像目视判读（解译）标志
遥感摄影像片的判读(解译)标志： 是指那些能够用来区分目标物的影像
特征，可分为直接解译标志和间接解译标 志。
9
直接解译标志
根据地物或现象本身反映的信息特性 可以解译目标物的影像特征，即能够直接 反映物体或现象的那些影像特征称为直接 解译标志。
67
三、遥感影像目视判读（解译）过程
②资料分析处理 对收集到的各种资料进行初步分 析，掌握解译对象的概况、时空分布规律、研究 现状和存在问题，分析遥感影像质量，了解可解 译的程度，如有可能要对遥感影像进行必要的加 工处理，以便获得最佳影像。同时，要对所有资 料进行整理，做好解译前准备工作。
29
遥感摄影像片的判读
30
阴影
31
阴影
美国加利福 尼亚机场
32
这张分辨率为1 米的纽约曼哈顿 的卫星照片，是 2000年6月30日 由空间图像公司 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。
33
2001年9月12日
2001年9月15日
18
直接解译标志:
3、色调（Tone、Colour）
全色遥感图像中从白到黑的密度比例叫色调 （也叫灰度）。色调标志是识别目标地物的基 本依据，依据目标地物与背景之间所存在的能 被人的视觉所分辨出的色调差异，目标地物才 能够被区分。
19
直接解译标志:
（1）最重要的判读标志：
①是其他判读标志的基础，是电磁波辐射的直接 反映。
8
遥感图像目视判读（解译）标志
遥感摄影像片的判读(解译)标志： 是指那些能够用来区分目标物的影像
特征，可分为直接解译标志和间接解译标 志。
9
直接解译标志
根据地物或现象本身反映的信息特性 可以解译目标物的影像特征，即能够直接 反映物体或现象的那些影像特征称为直接 解译标志。
遥感图像处理_第5讲(目视解译制图)
目视解译的重要性
目视解译是信息社会中地学研究和遥感应用的一 项基本技能。
遥感技术可以实时地、准确地获取资源与环境信息，如 重大自然灾害信息等，可以全方位、全天候地监测全球资 源与环境的动态变化，为社会经济发展提供定性、定量与 定位的信息服务。通过目视判读遥感图像
– 地理学家可以了解山川分布，研究地理环境等 – 地质学家可以了解地质地貌或深大断裂 – 考古学家可以在荒漠中寻找古遗址和古城堡
遥感图像目标地物的识别特征
目标地物识别特征
–大小（size）：指遥感图像上目标物的形状、
面积与体积的度量。它是遥感图像上测量目标 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，有些地物如湖泊和池塘， 主要依据它们的大小来区别。判读地物大小时 必须考虑图像的比例尺。根据比例尺的大小可 以计算或估算出图像上物体所对应的实际大小。 影响图像上物体大小的因素有地面分辨率、物 体本身亮度与周围亮度的对比关系等。
遥感图像目标地物的识别特征
目标地物识别特征
– 阴影（shadow）：是遥感图像上光束被地物遮挡而产
生的地物的影子，根据阴影形状、大小可判读物体的 性质或高度，如航空像片判读时利用阴影可以了解铁 塔及高层建筑物等的高度及结构。阴影的长度、方向 和形状受到光照射角度、方向和地形起伏等影响，山 脉等阴影笼罩下的树木及建筑物往往会使目标模糊不 清，甚至丢失。 不同遥感影像中阴影的解译是不同的，例如：侧视雷 达影像中目标地物阴影由目标阻挡雷达波束穿透而产 生，热红外图像中目标地物阴影是由于温度差异所形 成，例如夏季中午飞机飞离机场不久进行热红外成像， 地表仍会留下飞机的阴影。
由于目视判读需要的设备少，简单方便，可以随时从遥感 图像中获取许多专题信息，因此是地学工作者研究工作中 必不可少的一项基本功。
《遥感技术与应用原理》第5章 遥感图像的目视解译与制图
成像过程
成像方式、探测波段 投影方式、时空因素
目视解译
增强处理、信息提取 逻辑推理、对比分析
遥感图象
大小形状、色调灰阶 畸变失真、成图比例
地表景观
空间结构、时间特点 化学组分、物理属性
遥感图像目标地物识别特征——解译标志
遥感图像上那些能够作为识别、分 析、判断景观地物的影象识别特征
直接解译标志 间接解译标志
• 特点
• 判读热红外影像时，关键是要准确地区分出影像色调 的差异。影像正片上，深色调代表地物热辐射能力弱， 浅色调代表地物热辐射能力强。各种地物热辐射状况 的不同，在影像上形成了深浅不同的色调。
• 在热红外影像上，地物影像所构成物体热分布形状一 般不是地物的真实形状，除非物体表面热辐射能力处 处相等，但高温地物的热扩散可导致物体形状扩大变 形。同理，当高温物体与背景具有明显热辐射差异时， 即使是很小的物体，也能够在热红外像片上表现出来。 这是由于高温物体向外辐射的能量强，因此在影像中 的大小往往比实际尺寸要大。
先易后难是指易识别的地物先确认, 然后根据客观规 律和影像特征不断地进行解译实践, 逐渐积累解译经 验, 取得解译标志，克服各种解译困难的过程。
遥感图像目视解译的一般顺序
“先山区后平原 , 先地表后深部、先整体后局部 , 先宏观后微观, 先图形后线形”等步骤亦属先易后 难的组成部分。
例如, 由于山区基岩裸露, 影像清晰 , 而平原地区平 坦, 影像较为模糊 , 所以前者容易辨识, 后者就比较 困难，况且山区与平原在构造上总有这样那样的牵 连,因此，一方面在解译上可以借鉴, 另一方面又可 用“延续性分析”不断扩展。至于圆形构造、线形 构造 , 在一般情况下, 两者都易于发现。
• 2.1 遥感影像解译种类 • 2.2 目视解译方法 • 2.3 遥感影像解译的基本步骤
遥感技术基础课件第五章遥感图像目视判读
选取研究区域，利用多光谱遥感图像，通过目视判读， 识别不同类型的生态系统、自然资源和环境要素，评价 其生态环境质量，分析存在的环境问题，为环境保护和 可持续发展提供支持。
感谢您的观看
THANKS
详细描述
选取研究区域，获取不同时期的遥感 图像，通过目视判读，对比土地利用 类型、分布和变化情况，分析变化原 因和趋势，为土地资源管理和规划提 供依据。
城市扩张遥感监测案例
总结词
监测城市扩张过程，评估城市发展状况。
详细描述
利用长时间序列的遥感图像，通过目视判读 ，监测城市边界的变化，分析城市扩张的规 模、速度和方向，评估城市发展状况，为城
详细描述
目视判读能够快速识别出不同地物的特征，如颜色、纹理、形状等，从而将它们分类。这种分类方法在土地利用 规划和城市规划中具有重要意义，有助于了解土地资源的分布和利用状况。
城市规划与城市扩张监测
总结词
通过比较不同时期的遥感图像，可以监 测城市扩张的过程，为城市规划和城市 管理提供依据。
VS
详细描述
详细描述
遥感图像中的阴影和立体感是由太阳光照射角度和地物高度所决定的。通过观察阴影和 立体感特征，可以推断出地物的三维结构，进而分析其地形地貌、建筑物高度等信息。 同时，阴影和立体感还可以增强遥感图像的层次感和立体感，提高目视判读的准确性。
03 遥感图像目视判读应用
土地利用与土地覆盖分类
总结词
通过目视判读，将遥感图像中不同类型的地物进行分类，如森林、草地、水体、城市等，以了解土地利用现状和 土地覆盖情况。
详细描述
遥感图像中的地物形状和大小是其独特的标志。通过观察和 分析地物的形状和大小特征，可以准确地识别出不同的地物 类型。例如，湖泊通常呈现圆形或椭圆形的形状，而山脉则 具有特定的走向和起伏特征。
感谢您的观看
THANKS
详细描述
选取研究区域，获取不同时期的遥感 图像，通过目视判读，对比土地利用 类型、分布和变化情况，分析变化原 因和趋势，为土地资源管理和规划提 供依据。
城市扩张遥感监测案例
总结词
监测城市扩张过程，评估城市发展状况。
详细描述
利用长时间序列的遥感图像，通过目视判读 ，监测城市边界的变化，分析城市扩张的规 模、速度和方向，评估城市发展状况，为城
详细描述
目视判读能够快速识别出不同地物的特征，如颜色、纹理、形状等，从而将它们分类。这种分类方法在土地利用 规划和城市规划中具有重要意义，有助于了解土地资源的分布和利用状况。
城市规划与城市扩张监测
总结词
通过比较不同时期的遥感图像，可以监 测城市扩张的过程，为城市规划和城市 管理提供依据。
VS
详细描述
详细描述
遥感图像中的阴影和立体感是由太阳光照射角度和地物高度所决定的。通过观察阴影和 立体感特征，可以推断出地物的三维结构，进而分析其地形地貌、建筑物高度等信息。 同时，阴影和立体感还可以增强遥感图像的层次感和立体感，提高目视判读的准确性。
03 遥感图像目视判读应用
土地利用与土地覆盖分类
总结词
通过目视判读，将遥感图像中不同类型的地物进行分类，如森林、草地、水体、城市等，以了解土地利用现状和 土地覆盖情况。
详细描述
遥感图像中的地物形状和大小是其独特的标志。通过观察和 分析地物的形状和大小特征，可以准确地识别出不同的地物 类型。例如，湖泊通常呈现圆形或椭圆形的形状，而山脉则 具有特定的走向和起伏特征。
遥感课件-遥感图像目视解译与制图
综合考虑图像多种解译特征，结合生活常识，分析推断某种目 标地物的方法。
如：铁道延伸至大山脚下突然中断，可推断出隧道的存在。 由植被类型可推断出土壤的类型
6.3遥感图像目视解译步骤
（1）准备工作。 （2）初步解译和判读区的野外考察 （3）室内详细判读 （4）野外验证与补判 （5）目视解译成果的转绘与制图
储堆放区等。
6.2遥感图像目视解译方法
（1）直接判读法
依据判读标志，直接识别地物属性。（水，植被）
（2）对比分析法
多波段图像对比—某波段灰度相近，而另一波段灰度差别较大的物体 多时相图像对比—主要用于物体的变化情况监测； 多解译标志对比—一个或几个解译标志相近，通过多个解译标志对比进 行解译
（3）综合推理法
遥感图像目视解译与制图
遥感图像解译（image interpretation）
可分为：目视解译和计算机解译
目视解译：通过直接观察或借助辅助判读仪器在遥感 图像上获取特定地物信息的过程。
一般应先建立目视解译标志，然后根据解译标志进行解译
6.1 目视解译标志
解译标志：能够反映和表现目标地物信息的各种影像特征。
计算机辅助制图的一般过程：
（1）遥感影像信息选取与数字化 （2）地理基础地图的选取与数字化 （3）遥感影像几何纠正与图像处理 （4）遥感影像镶嵌与地理地图拼接 （5）地理基础地图与遥感影像复合 （6）数字注记图层生成（河流名称，街道名称等） （7）影像地图图面配置（标题、图例、参考图、比例尺、指北针、图框） （8）影像地图制作与印刷
6.4 遥感制图
遥感影像地图：以遥感影像和一定的地图符号来表示制图区域 地理空间信息的地图。
特点：信息丰富、直观形象、现势性强,具有一定的数学基础。
如：铁道延伸至大山脚下突然中断，可推断出隧道的存在。 由植被类型可推断出土壤的类型
6.3遥感图像目视解译步骤
（1）准备工作。 （2）初步解译和判读区的野外考察 （3）室内详细判读 （4）野外验证与补判 （5）目视解译成果的转绘与制图
储堆放区等。
6.2遥感图像目视解译方法
（1）直接判读法
依据判读标志，直接识别地物属性。（水，植被）
（2）对比分析法
多波段图像对比—某波段灰度相近，而另一波段灰度差别较大的物体 多时相图像对比—主要用于物体的变化情况监测； 多解译标志对比—一个或几个解译标志相近，通过多个解译标志对比进 行解译
（3）综合推理法
遥感图像目视解译与制图
遥感图像解译（image interpretation）
可分为：目视解译和计算机解译
目视解译：通过直接观察或借助辅助判读仪器在遥感 图像上获取特定地物信息的过程。
一般应先建立目视解译标志，然后根据解译标志进行解译
6.1 目视解译标志
解译标志：能够反映和表现目标地物信息的各种影像特征。
计算机辅助制图的一般过程：
（1）遥感影像信息选取与数字化 （2）地理基础地图的选取与数字化 （3）遥感影像几何纠正与图像处理 （4）遥感影像镶嵌与地理地图拼接 （5）地理基础地图与遥感影像复合 （6）数字注记图层生成（河流名称，街道名称等） （7）影像地图图面配置（标题、图例、参考图、比例尺、指北针、图框） （8）影像地图制作与印刷
6.4 遥感制图
遥感影像地图：以遥感影像和一定的地图符号来表示制图区域 地理空间信息的地图。
特点：信息丰富、直观形象、现势性强,具有一定的数学基础。
05 遥感图像目视解译与制图
5. 尊重图像的客观实际：图像解译标志虽然具 有地域性和可变性, 但图像解译标志间的相关性 却是存在的 , 因此，应依据影像特征作解译；
6. 解译耐心认真：不能单纯依据图像上几种解 译标志草率下结论, 而应该耐心认真地观察图像 上各种微小变异；
7. 重点分析：有重要意义的地段 , 要抽取若干 典型区进行详细的测量调查 , 达到“从点到面” 及印证解译结果的目的。
TM5(1.55-1.75,中红外)
波段为水、冰、雪的吸 收带。在左图山地地带 水体、零星雪呈黑颜色。 云由于反射作用呈亮色。 该波段可以用来区分云 和雪。此外可以确定土 壤的含水量。含水量高 的颜色深。
TM6（热红外）波 段接收单位面积的 热辐射。主要取决 于物体的表面温度 及热惯量质数及坡 向等因素。热波段 的分辨率为60米， 应用面也比较广。 可以用来区分岩石 类型、土壤及湿度 变化、植被状况、 海冰及洋流、林火、 火山等地热异常等
2.对比法 将要解译的遥感图像,与另一已知的遥感图像样 片进行对照,确定地物属性的方法。但对比必 须在相同或基本相同的条件下进行,例如,遥感 图像种类应相同,成像条件、地区自然景观、 季相、地质构造特点等应基本相同。
3.邻比法
在同一张遥感图像或相邻遥感图像上进 行邻近比较, 从而区分出不同地物的方法, 称 为邻比法。这种方法通常只能将地物的不同 类型界线区分出来, 但不一定能鉴别地物的 属性。利用邻比法时, 要求遥感图像的色调 或色彩保持正常。邻比法最好是在同一张图 像范围内进行。
（一）、遥感影像地图概述
1. 概念 2. 分类 3. 特征 4. 趋势
传统地图制作方法：
测绘——测量 编绘——编图、绘图
计算机及相关输入、输入设备出现
计算机地图制图（工艺上/技术上的变革， 产生数字地图）
遥感第5章--遥感图像目视解译与制图
§5.1 遥感图像目视解译原理
☆目标地物的识别特征：
阴影：可以形成视觉上的立体感。阴影分为本影和落影。 在中心投影的影像上，受方位和距离的影响。
纹理：局部地域的内部结构。如：菜地的畦垅结构、不同树种的 顶冠结构、居民小区的建筑分布结构等。
空间位置：地物分布的位置特征，如：梯田在较缓的山坡上。
相关布局：不同地物空间分布的内在联系。如：水库必定有一个 拦水的坝体；体育场通常有400米跑道；学校应该有运动场；大 型商业中心一般在城市主干交通线两侧或城市中心区；新开发区 一般位于城市边缘地带等。
§5.2 遥感图像目视解译基础
5.2.4 摄影像片的解译判读
五、地质地貌的判读
判读标志为：主要是图型、色调和阴影等。
地貌影像的图型包括平面轮廓及图案以及地表高低起伏 的特征。色调和阴影则可以帮助观察分析各种地貌形态， 获得地貌的侧面影像及其物质组成方面的信息。水系在 地貌判读中的作用巨大，各种不同的水系往往与不同的 地质构造、岩石类型、地貌类型有关，可以为地貌判读 提供依据。利用航片能判读地貌的类型、形态。如流水 地貌、冰川地貌、风沙地貌、黄土地貌、火山地貌等。 从航片上也可识别各种岩性及其分布，以及地质构造情 况。
§5.2 遥感图像目视解译基础
5.2.6 微波影像的判读
☆ 雷达遥感的信息特征（看书p163~170） (1) 雷达影像的色调差异主要取决于回波的强弱 (2) 一般来说,距离近的物体回波强,距离远的物体回波较弱 (3) 金属物体往往都有较强的回波 (4) 平行于航向的物体回波较强 (5) 受地形起伏的影响,雷达波不能到达之处,形成雷达阴影 (6) 受天线角度影响,地面镜面目标无回波 (7) 在雷达影像上,线状地物一般比较清晰 (8) 雷达影像的立体感较强
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
如TM432用RGB合成的图像为标准假彩色图像。 To be continued…
实习：彩色增强处理
内容： 利用ERDAS软件，增强TM图像。 进行TM321真彩色合成。 进行TM432的标准假彩色合成。 将合成的图像保存，作为实习四图像判读时的彩色图像。
To be continued…
§1 遥感图像的增强处理
在遥感图像分类中，常常利用主成分分析算法来消除特
征向量中各特征之间的相关性，并进行特征选择。
主成分分析算法还可以用来进行高光谱图像(Hyperspectral images)数据的压缩和信息融合。
例如：对LandsatTM的6个波段的多光谱图像(热红外波段除
外)进行主成分分析，然后把得到的第1，2，3主分量图像进行彩 色合成，可以获得信息量非常丰富的彩色图像。
主成分分析的原理(next)。
To be
continued…
主成分分析原理
原始数据为二维数据，两个分量x1、x2之间存在相关性，具有如图所示的分布。 通过投影，各数据可以表示为y1轴上的一维点数据。从二维空间中的数据变成一 维空间中的数据会产生信息损失，为了使信息损失最小，必须按照使一维数据的 信息量(方差)最大的原则确定y1轴的取向，新轴y1称作第一主成分。为了进一步汇 集剩余的信息，可求出与第一轴y1正交、且尽可能多地汇集剩余信息第二轴y2， 新轴y2称作第二主成分。
To be continued…
假彩色图像
假彩色图像是指图像上影像的色调与实际地物色调不一 致的图像。
遥感中最常见的假彩色图像是彩色红外合成的标准假彩 色图像。它是在彩色合成时，把近红外波段的影像作为 合成图像中的红色分量、把红色波段的影像作为合成图 像中的绿色分量、把绿色波段的影像作为合成图像中的 蓝色分量进行合成的结果。
二、灰度颠倒
灰度颠倒在光学处理中为负片印制成正片，或反 之。
灰度变换数字处理是将图像的灰度范围先拉伸到 显示设备的动态范围(如0～255)成饱和状态， 然后进行颠倒。这样的运算，可以使正像和负像 互换。
To be continued…
§1 遥感图像的增强处理
三、直方图调整
直方图：统计每幅图像的各亮度的像元数而得到的随机 分布图，即为该幅图像的直方图。
目前常用的遥感图像增强处理主要有：彩色合成、 灰度变换、直方图变换、密度分割、灰度颠倒、 图像间运算、邻域增强处理、主成分分析、K－ T变换、信息融合。
To be continued…
§1 遥感图像的增强处理
一、彩色合成 为了充分利用色彩在遥感图像判读和信息提取中 的优势，常常利用彩色合成的方法对多光谱图像 进行处理，以得到彩色图像。 彩色图像可以分为真彩色图像和假彩色图像。
本节结束 返回 下一节
§2 遥感数据的计算机分类法
遥感图像的分类（Classfication) 是将图像所有的像元 按性质分为若干类别(Class)的过程。
监督分类法：在研究区域选有代表性的训练场地
分作类为的样核本心，是通确过选定择判特别征函参数数和（如相亮应度的的判均别值准、方则。 分差类等的）依，据建是立地判别物函的数光，谱对特样征本进。行分类，依据样 分本类的的分方类法特有征监来识督别分样类本和像非元监的归督属分类类别（的…方）法。。
f(n，m)为S集合中各像元的灰度值；
X = O，1，2，…，N-1；
Y = O，1，2，…，N-1；
S是点(X，Y)邻域中的坐标(不包括(X，Y))的集合；
M是集合S中坐标点的总数。
反射率 反射率
图 像 平 滑（2）
原始影像
平滑后的影像
亮度值
亮度值
平滑前后的图像直方图
常用平滑邻域算法
返回
锐 化 (1)
§1 遥感图像的增强处理
五、图像间运算
两幅或多幅单波段图像，空间配准后可进行算术运算， 实现图像的增强。 减法运算：可突现出两波段差值大的地物，如红外-红， 可突现植被信息。 比值运算：常用于计算植被指数、消除地形阴影等。 植被指数：
NDVI=（TM4-TM3）/（TM4+TM3）
To be continued…
本节结束 本章结束
返回
下一章
图 像 平 滑（1）
图像的平滑是使图像中高频成分消退，即平滑图像的细节，使其 反差降低，保存低频成分，在频域中称为低通滤波。
在空间域处理中，是对邻区窗口内的图像区域积分。对于离散的 数字图像其平滑公式为：
gx，y 1
f n，m
M n，ms
式中：g(x，y)为点(X，Y)平滑后的灰度值；
分的方向，而是指向另外的方向，这些方向与地面景物 有密切的关系，特别是与植物生长过程和土壤有关。这 种变换既可以实现信息压缩be
continued…
§1 遥感图像的增强处理
九、信息融合
遥感图像信息融合(Fusion)是将多源遥感数据在统一的 地理坐标系中，采用一定的算法生成一组新的信息或合 成图像的过程。 不同的遥感数据具有不同的空间分辨率、波谱分辨率和 时相分辨率，如果能将它们各自的优势综合起来，可以 弥补单一图像上信息的不足，这样不仅扩大了各自信息 的应用范围，而且大大提高了遥感影像分析的精度。
第五章 遥感图像目视解译与制图
本章提要（…）
➢ §1遥感图像的增强处理 ➢ §2遥感数据的计算机分类法 ➢ §3常用遥感图像处理软件
本章主要介 绍遥感图像的计 算机增强处理方 法，如彩色合成、 直方图调整、图 像间算术运算等， 以及计算机的监 督分类法和非监 督分类法。
返回 下一章
§1 遥感图像的增强处理
（1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间ΔD = dmax-dmin + 1； （3）求分割层的密度差Δd =ΔD／n ，其中n为需分
割的层数；
（4）求各层的密度区间；
（5）定出各密度层灰度值或颜色。
To be continued…
密度分割原理图
To be continued…
非监督分类法：没有先验的样本类别，根据像元 间的相似度大小进行归类，将相似度大的归为一类 的方法。
本节结束 返回 下一节
锐 化 (2)
反射率
亮度值
亮度值
锐化前后的直方图比较
返回
§3 常用遥感图像处理软件
目前国内常用的遥感图像处理软件有：
Erdas：美国亚特兰大ERDAS公司集遥感和GIS于一身的软件。 Envi：美国Better Solutions Consulting 有限公司开发的遥感 图像处理软件。 Idris：是由美国可克拉克大学地理学研究生院制图技术与地学分 析实验室开发的。 Er-mapper：Earth Resource公司开发的图像处理软件。 PCI:加拿大PCI公司的产品，处理遥感图像。
一般来说，包含大量像元的图像，像元的亮度随机分布 应是正态分布。
直方图为非正态分布，说明图像的亮度分布偏亮、偏暗
或亮度过于集中，图像的对比度小，需要调整该直方图
到正态分布，以改善图像的质量。
一般的遥感图像处理软件均有此功能。
To be continued…
§1 遥感图像的增强处理
四、密度分割
图像密度分割原理可以按如下步骤进行：
§1 遥感图像的增强处理
六、邻域增强处理 邻区法增强处理是在被处理像元周围的像元参与 下进行的运算处理 。 邻域处理又叫滤波处理，邻域的范围取决于滤波 器的大小，如3×3或5×5等。 邻区法处理用于去噪声、图像平滑、锐化和相关 运算 。
To be continued…
§1 遥感图像的增强处理
七、主成分分析
To be continued…
反射率ρ/%
彩色合成的原理图
λ
To be continued…
真彩色图像
真彩色图像上影像的颜色与地物颜色基本一致。 利用数字技术合成真彩色图像时，是把红色波段的影像 作为合成图像中的红色分量、把绿色波段的影像作为合 成图像中的绿色分量、把蓝色波段的影像作为合成图像 中的蓝色分量进行合成的结果。 如TM321分别用RGB合成的图像。
锐化是增强图像中的高频成分，在频域处理中称为高通 滤波，也就是使图像细节的反差提高，也称边缘增强。
锐化是对邻区窗口内的图像微分。
给定一个函数f(X，Y)，在坐标(X，Y)上的梯度定义为
一个矢量：
f
G
f
X，Y
X f
Y
梯度的模为： G
f
X，Y
f
2
f
2 1 2
X Y
x2
To be continued…
§1 遥感图像的增强处理
八、K-T变换及其应用
Kauth-Thomas变换（…)，简称K-T变换，又形象地称 为“缨帽变换”。这种变换着眼点在于农作物生长过程 而区别于其他植被覆盖，力争抓住地面景物在多光谱空
间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感 使数坐据1标9的7空6年应间，发用K生分a旋u析th转和方，T面但ho。旋m转as发后现的了坐一标种轴线不性是变指换向，主它成
实习：彩色增强处理
内容： 利用ERDAS软件，增强TM图像。 进行TM321真彩色合成。 进行TM432的标准假彩色合成。 将合成的图像保存，作为实习四图像判读时的彩色图像。
To be continued…
§1 遥感图像的增强处理
在遥感图像分类中，常常利用主成分分析算法来消除特
征向量中各特征之间的相关性，并进行特征选择。
主成分分析算法还可以用来进行高光谱图像(Hyperspectral images)数据的压缩和信息融合。
例如：对LandsatTM的6个波段的多光谱图像(热红外波段除
外)进行主成分分析，然后把得到的第1，2，3主分量图像进行彩 色合成，可以获得信息量非常丰富的彩色图像。
主成分分析的原理(next)。
To be
continued…
主成分分析原理
原始数据为二维数据，两个分量x1、x2之间存在相关性，具有如图所示的分布。 通过投影，各数据可以表示为y1轴上的一维点数据。从二维空间中的数据变成一 维空间中的数据会产生信息损失，为了使信息损失最小，必须按照使一维数据的 信息量(方差)最大的原则确定y1轴的取向，新轴y1称作第一主成分。为了进一步汇 集剩余的信息，可求出与第一轴y1正交、且尽可能多地汇集剩余信息第二轴y2， 新轴y2称作第二主成分。
To be continued…
假彩色图像
假彩色图像是指图像上影像的色调与实际地物色调不一 致的图像。
遥感中最常见的假彩色图像是彩色红外合成的标准假彩 色图像。它是在彩色合成时，把近红外波段的影像作为 合成图像中的红色分量、把红色波段的影像作为合成图 像中的绿色分量、把绿色波段的影像作为合成图像中的 蓝色分量进行合成的结果。
二、灰度颠倒
灰度颠倒在光学处理中为负片印制成正片，或反 之。
灰度变换数字处理是将图像的灰度范围先拉伸到 显示设备的动态范围(如0～255)成饱和状态， 然后进行颠倒。这样的运算，可以使正像和负像 互换。
To be continued…
§1 遥感图像的增强处理
三、直方图调整
直方图：统计每幅图像的各亮度的像元数而得到的随机 分布图，即为该幅图像的直方图。
目前常用的遥感图像增强处理主要有：彩色合成、 灰度变换、直方图变换、密度分割、灰度颠倒、 图像间运算、邻域增强处理、主成分分析、K－ T变换、信息融合。
To be continued…
§1 遥感图像的增强处理
一、彩色合成 为了充分利用色彩在遥感图像判读和信息提取中 的优势，常常利用彩色合成的方法对多光谱图像 进行处理，以得到彩色图像。 彩色图像可以分为真彩色图像和假彩色图像。
本节结束 返回 下一节
§2 遥感数据的计算机分类法
遥感图像的分类（Classfication) 是将图像所有的像元 按性质分为若干类别(Class)的过程。
监督分类法：在研究区域选有代表性的训练场地
分作类为的样核本心，是通确过选定择判特别征函参数数和（如相亮应度的的判均别值准、方则。 分差类等的）依，据建是立地判别物函的数光，谱对特样征本进。行分类，依据样 分本类的的分方类法特有征监来识督别分样类本和像非元监的归督属分类类别（的…方）法。。
f(n，m)为S集合中各像元的灰度值；
X = O，1，2，…，N-1；
Y = O，1，2，…，N-1；
S是点(X，Y)邻域中的坐标(不包括(X，Y))的集合；
M是集合S中坐标点的总数。
反射率 反射率
图 像 平 滑（2）
原始影像
平滑后的影像
亮度值
亮度值
平滑前后的图像直方图
常用平滑邻域算法
返回
锐 化 (1)
§1 遥感图像的增强处理
五、图像间运算
两幅或多幅单波段图像，空间配准后可进行算术运算， 实现图像的增强。 减法运算：可突现出两波段差值大的地物，如红外-红， 可突现植被信息。 比值运算：常用于计算植被指数、消除地形阴影等。 植被指数：
NDVI=（TM4-TM3）/（TM4+TM3）
To be continued…
本节结束 本章结束
返回
下一章
图 像 平 滑（1）
图像的平滑是使图像中高频成分消退，即平滑图像的细节，使其 反差降低，保存低频成分，在频域中称为低通滤波。
在空间域处理中，是对邻区窗口内的图像区域积分。对于离散的 数字图像其平滑公式为：
gx，y 1
f n，m
M n，ms
式中：g(x，y)为点(X，Y)平滑后的灰度值；
分的方向，而是指向另外的方向，这些方向与地面景物 有密切的关系，特别是与植物生长过程和土壤有关。这 种变换既可以实现信息压缩be
continued…
§1 遥感图像的增强处理
九、信息融合
遥感图像信息融合(Fusion)是将多源遥感数据在统一的 地理坐标系中，采用一定的算法生成一组新的信息或合 成图像的过程。 不同的遥感数据具有不同的空间分辨率、波谱分辨率和 时相分辨率，如果能将它们各自的优势综合起来，可以 弥补单一图像上信息的不足，这样不仅扩大了各自信息 的应用范围，而且大大提高了遥感影像分析的精度。
第五章 遥感图像目视解译与制图
本章提要（…）
➢ §1遥感图像的增强处理 ➢ §2遥感数据的计算机分类法 ➢ §3常用遥感图像处理软件
本章主要介 绍遥感图像的计 算机增强处理方 法，如彩色合成、 直方图调整、图 像间算术运算等， 以及计算机的监 督分类法和非监 督分类法。
返回 下一章
§1 遥感图像的增强处理
（1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间ΔD = dmax-dmin + 1； （3）求分割层的密度差Δd =ΔD／n ，其中n为需分
割的层数；
（4）求各层的密度区间；
（5）定出各密度层灰度值或颜色。
To be continued…
密度分割原理图
To be continued…
非监督分类法：没有先验的样本类别，根据像元 间的相似度大小进行归类，将相似度大的归为一类 的方法。
本节结束 返回 下一节
锐 化 (2)
反射率
亮度值
亮度值
锐化前后的直方图比较
返回
§3 常用遥感图像处理软件
目前国内常用的遥感图像处理软件有：
Erdas：美国亚特兰大ERDAS公司集遥感和GIS于一身的软件。 Envi：美国Better Solutions Consulting 有限公司开发的遥感 图像处理软件。 Idris：是由美国可克拉克大学地理学研究生院制图技术与地学分 析实验室开发的。 Er-mapper：Earth Resource公司开发的图像处理软件。 PCI:加拿大PCI公司的产品，处理遥感图像。
一般来说，包含大量像元的图像，像元的亮度随机分布 应是正态分布。
直方图为非正态分布，说明图像的亮度分布偏亮、偏暗
或亮度过于集中，图像的对比度小，需要调整该直方图
到正态分布，以改善图像的质量。
一般的遥感图像处理软件均有此功能。
To be continued…
§1 遥感图像的增强处理
四、密度分割
图像密度分割原理可以按如下步骤进行：
§1 遥感图像的增强处理
六、邻域增强处理 邻区法增强处理是在被处理像元周围的像元参与 下进行的运算处理 。 邻域处理又叫滤波处理，邻域的范围取决于滤波 器的大小，如3×3或5×5等。 邻区法处理用于去噪声、图像平滑、锐化和相关 运算 。
To be continued…
§1 遥感图像的增强处理
七、主成分分析
To be continued…
反射率ρ/%
彩色合成的原理图
λ
To be continued…
真彩色图像
真彩色图像上影像的颜色与地物颜色基本一致。 利用数字技术合成真彩色图像时，是把红色波段的影像 作为合成图像中的红色分量、把绿色波段的影像作为合 成图像中的绿色分量、把蓝色波段的影像作为合成图像 中的蓝色分量进行合成的结果。 如TM321分别用RGB合成的图像。
锐化是增强图像中的高频成分，在频域处理中称为高通 滤波，也就是使图像细节的反差提高，也称边缘增强。
锐化是对邻区窗口内的图像微分。
给定一个函数f(X，Y)，在坐标(X，Y)上的梯度定义为
一个矢量：
f
G
f
X，Y
X f
Y
梯度的模为： G
f
X，Y
f
2
f
2 1 2
X Y
x2
To be continued…
§1 遥感图像的增强处理
八、K-T变换及其应用
Kauth-Thomas变换（…)，简称K-T变换，又形象地称 为“缨帽变换”。这种变换着眼点在于农作物生长过程 而区别于其他植被覆盖，力争抓住地面景物在多光谱空
间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感 使数坐据1标9的7空6年应间，发用K生分a旋u析th转和方，T面但ho。旋m转as发后现的了坐一标种轴线不性是变指换向，主它成