遥感图像的计算机分类
遥感导论。简答
1. 遥感系统包括：被测目标的信息特征、信息获取、信息的传输与记录、信息的处理和信息的应用。
2. 遥感的特点：①大面积的同步观测；②时效性；③数据的综合性和可比性；④经济性，投入少、收益高；⑤局限性，遥感所利用的电磁波有限。
3. 电磁波的性质：①横波；②在真空中以光速传播；③满足f*入=c, E=h*f。
E为能量，单位J; h为普朗克常数，h=6.626X 10 (-34) J/s；f为频率；入为波长；c为光速，c=3X 10(8) m/s。
④电磁波具有波粒二象性，即具有波动性和粒子性。
5. 朝霞和夕阳呈现橘红色的原因：日出和日落时，太阳高度角小，阳光斜射地面，通过的大气层比阳光直射时要厚得多，在过长的传播中，波长最短的蓝光几乎被散射掉，波长次短的绿光也大部分被散射掉，只剩下波长最长的红光，散射最弱，透过大气最多，加上剩余的极少量绿光，最后合成呈现橘红色。
6. 云层呈白色的原因：云、雾粒子中水滴的直径比波长大得多，对可见光中各个波长的光散射强度相同，所以人们看到云雾呈白色。
7. 大气散射的三种类型：①瑞利散射，是当大气中粒子的直径比波长小得多时发生的散射，特点是散射强度与波长的四次方成反比，即波长越长，散射越弱。
瑞利散射对红外辐射影响较小，对可见光影响很大。
②米氏散射，是当大气中粒子的直径与辐射的波长相当时发生的散射，由大气中的微粒，如烟、尘埃、小水滴及气溶胶等引起。
特点是散射强度与波长的二次方成反比，散射在光线向前方向比向后方向更强，方向性比较明显。
③无选择性散射，当大气中粒子的直径比波长大得多时发生的散射，特点是散射强度与波长无关，即在符合无选择性散射条件下的波段中，任何波长的散射强度相同。
8. 微波为什么具有穿云透雾的能力：微波波长比粒子的直径大得多，属于瑞利散射的类型，散射强度与波长四次方成反比，波长越长散射强度越小，所以微波透射能力强，因而称其具有穿云透雾的能力。
9. 电磁波穿过大气层时，会发生吸收、散射和折射等现象。
遥感概论第12章 遥感图像的分类 122.12 第12章 遥感图像的分类
（4）训练样区的选择原则
为了提高训练样区的有效性，需遵循以下选取原则 • 像元的数量：每个类别至少在100个以上 • 训练样区的大小：过大会造成光谱混杂，过小又不能足以
代表信息类别，需要根据研究区的地物复杂程度、影像分 辨率等情况根据实践经验判断 • 训练样区的形状：无具体要求，一般采用矩形 • 训练样区的位置：第一要求每个信息类别的训练样区尽可 能均匀分布整个影像；第二要求训练样区便于在航片或地 面查找，也就是方便地面验证
影像分类是遥感、影像分析和模式识别的重要组成部分
• 影像分类可以作为影像分析的直接目标：如土地利用分类、 农作物种类识别、湿地类型识别等，以分类影像作为成果
• 影像分类也可以作为影像分析的中间环节：如研究森林情 况，需要先提取出森林的范围；研究草地或农业情况，需 要先提取出草地和耕地的范围等
在影像分类过程中，需要用到分类器：即按照一定方法进 行影像分类的计算机程序
（3）训练数据选择的重要性
选取训练样本前，必须对研究区进行充分的了解，不仅要 分析研究区的参考资料，而且要实地调查，才能确定每个 信息类别的训练样本区
有学者认为：训练样本的不同比分类算法的不同对精度的 影响更大
• 相同的训练数据，不同分类算法得到的分类精度差别不大 • 相同的分类算法，不同的训练样本得到的分类精度差别大 研究表明，选择多个随机分布的小面积训练样区比只选少
5 其他分类方法
纹理分类 • 利用相邻像元之间的空间和光谱关系进行分类 • 实际研究也表明，利用影像纹理结构能改善分类效果 分层分类策略 • 指基于一个分类层级（分类树）而逐步分类的过程，即建
立对应类别的提取规则将各种地类逐步分离出来
模糊分类
遥感导论复习资料(全)
填空1.微波是指波长在1mm-1m之间的电磁波。
2.就遥感而言，被动遥感主要利用可见光、红外等稳定辐射，使太阳活动对遥感的影响减至最小。
3.1999年，我国第一颗地球资源遥感卫星（中巴地球资源卫星）在太原发射成功。
ndsat和SPOT的传感器都是光电成像型，具体是光机扫描仪、CCD阵列。
5.SPOT1、2、3卫星上有HRV高分辨率可见光扫描仪，可以用作两种观测垂直观测、倾斜观测也是SPOT卫星的优势所在。
6.美国高分民用卫星有IKONOS、QUICK BIRD。
7.灰度重采样的方法有：最邻近法、双线性内插法、三次卷积内插法。
8.四种分辨率来衡量传感器的性能：空间分辨率、时间分辨率、光谱分辨率、辐射分辨率9.数字图像增强的主要方法有：对比度变换、空间滤波、彩色变换、图像运算、多光谱变换。
10.常用的彩色变换方法有：单波段彩色变换、多波段彩色变换、HLS变换。
11.遥感系统包括五种：目标物的电磁波特性、信息的获取、信息的传输、信息的处理、信息的运用。
12.遥感传感器的探测波段分为：紫外遥感、可见光波段、红外遥感、微波遥感、多波段遥感。
13.常用的锐化方法有：罗伯特梯度、索伯尔梯度、拉普拉斯算法、定向检测。
14.目标地物识别特征包括：色调、颜色、阴影、形状、大小、纹理、图形、位置、拓扑结构。
15.地物的空间关系主要表现为：方位、包含、相邻、相交、相贯。
16.地质遥感包括：岩性识别、地质构造的识别、构造运动的分析。
17.试举三个陆地卫星：Landsat、SPOT、CBERS。
18.遥感影像变形的原因有：遥感平台位置和运动状态变化的影响、地形起伏的影响、地球曲率的影响、地球自转的影响、大气折射。
19.平滑是为了达到什么目的：去除噪声。
20.热红外影像的阴影是：目标地物与背景之间辐射差异造成的。
21.遥感扫描影像的特征有：综合概括性强、信息量大、动态观测。
22.微波影像的阴影是：与目标地物之间存在障碍物阻挡了雷达波的传播。
遥感原理与应用复习重点整理
绪论1、遥感的概念：在不直接接触的情况下，在地面，高空和外层空间的各种平台上，运用各种传感器获取各种数据，通过传输，变换和处理，提取有用的信息，实现研究地物空间形状、位置、性质、变化及其与环境的关系的一门现代应用技术学科。
遥感概念：在不直接接触的情况下，对目标或自然现象远距离探测和感知的一种技术。
2、遥感的分类：按照遥感的工作平台分类：地面遥感、航空遥感、航天遥感。
按照探测电磁波的工作波段分类：可见光遥感、红外遥感、微波遥感、多光谱遥感等。
按照遥感应用的目的分类：环境遥感、农业遥感、林业遥感、地质遥感等。
按照资料的记录方式：成像方式、非成像方式。
按照传感器工作方式分类：主动遥感、被动遥感。
3、遥感起源于航空摄影、摄影测量等。
第一章1、电磁波：通过变化电场周围产生变化的磁场，而变化的磁场又产生变化的电场之间的相互联系传播的过程。
电磁波的特性：具有二象性，即波动性（干涉、衍射、偏振现象）和粒子性。
2、波长最长的是无线电波，最短的是γ射线。
3、电磁波谱图：按电磁波在真空中传播的波长或频率递增或递减顺序排列制成的图案。
4、地物的反射率概念：地物对某一波段的反射能量与入射能量之比。
反射率随入射波长变化而变化。
反射类型：漫反射、镜面反射、方向反射。
5、影响地物反射率的3个因素：入射电磁波的波长，入射角的大小，地表颜色与粗糙程度。
附：影响地物光谱反射率变化的因素：a太阳的高度角和方位角。
B传感器的观测角和方位角c不同的地理位置d地物本身的变异e时间、季节的变化6、地物反射光谱曲线：根据地物反射率与波长之间的关系而绘成的曲线。
1.不同地物在不同波段反射率存在差异2. 同类地物的反射光谱具有相似性，但也有差异性。
不同植物；植物病虫害3. 地物的光谱特性具有时间特性和空间特性。
（同物异谱，同谱异物）。
7、地物发射电磁波的能力以发射率作为衡量标准；地物的发射率是以黑体辐射作为参照标准。
8、绝对黑体：对任何波长的电磁波辐射都全部吸收的物体。
遥感图像分类常见方法
遥感图像分类常见方法一、前言遥感分类算法大致有三个阶段（1）基于传统数学统计的方法；（2）经典机器学习；（3）深度学习。
按是否有样本可以分为监督分类和非监督分类两种。
实现分类的流程是：特征+算法二、分类之特征工程分类本来就是计算机领域的问题，遥感分类的本质也是图像处理。
遥感分类属于CV领域的一个子集。
不论是监督还是非监督，分类的前提是特征工程。
构建特征工程的目的是突出关注目标和其他目标之间的差异，从而使得分类具有更好的效果。
遥感的特征工程可以大致分为三类：（1）纹理特征，（2）光谱特征，（3）时序特征。
当然，由上述特征还可延伸出LAI等生物量信息，但其本质上是由光谱特征反演出来的。
（1）纹理特征纹理特征一般从高空间分辨率的遥感影像提取才有效果，纹理特征又可以分为以下三种：统计方法：灰度共生矩阵、灰度游程长度法等模型方法：自相关模型、Markov随机场模型、分形模型等数学变换方法：空间域滤波、傅里叶滤波, Gabor和小波模型等。
（2）光谱特征光谱特征包括地物原始光谱反射率和衍生植被指数两种。
光谱特征较纹理特征容易获得，缺点是反射光谱容易受到“同物异谱”和“异物同谱”的影响。
光谱特征：R，G，B，NIR等衍生植被指数：NDVI，EVI等（3）时序特征由多时相遥感数据提取的特征成为时序特征，包括光谱时序和纹理时序。
时序特征可以描述作物在生育进程中动态的生长变化，已成为遥感农作物分类的重要特征支撑。
大量研究表明，生育期内高频次的时间特征会显著提升分类效果；多特征时间序列比单特征时间序列更能表征不同作物之间的差异特征比较特征的计算是基于数学方法计算的。
（1）光谱植被指数就是加、减、乘，除；（2）纹理特征一般通过滤波模板计算；（3）但数学中更高级，更有用的特征应该是偏导，在矩阵中，偏导及其重要。
因为偏导能够综合多个变量，因此个人认为，偏导特征会更具优势。
传统的统计学方法偏导较少，机器学习次之，深度学习偏导参数最多。
福建师范大学22春“地理科学”《遥感导论》作业考核题库高频考点版(参考答案)试题号5
福建师范大学22春“地理科学”《遥感导论》作业考核题库高频考点版（参考答案）一.综合考核(共50题)1.陆地卫星Landsat5的TM3，其最小辐射量值Rmin为-0.0083mV/(cm²·sr·μm)，最大辐射量值Rmax 为1.410mV/(cm²·sr·μm)，量化级D为256级。
其辐射分辨率RL为()A.0.0055mV或0.39%B.0.055mV或3.9%C.0.0025mV或0.19%D.0.025mV或1.9%参考答案：A2.对比度变换是一种通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法，也称为()A.辐射变换B.像元变换C.像元增强D.辐射增强参考答案：D3.按照获取遥感信息传感器的不同，遥感影像地图可以分为航空摄影影像地图、扫描影像地图和雷达影像地图。
()A.错误B.正确参考答案：B4.数字图像中最小的单位是像元。
()A.错误B.正确5.遥感系统包括()几部分A.遥感试验B.信息获取C.信息处理D.信息应用参考答案：ABCD6.遥感影像地图的主要特征有()A.丰富的信息量B.直观形象性C.具有一定数学基础D.现势性强参考答案：ABCD7.辐射校正的方法有()A.最邻近法B.回归分析法C.直方图最小值去除法D.双线性内插法参考答案：BC8.高光谱遥感区别于一般遥感的优点有()A.高光谱遥感的成像光谱仪可以分离成几十甚至数百个很窄的波段来接收信息B.每个波段宽度仅小于10nmC.每一点上所有波段排列在一起能形成一条连续的完整的光谱曲线D.光谱的覆盖范围从可见光到近红外的全部电磁辐射波谱范围参考答案：ABCD电磁辐射是波长的函数。
()A.错误B.正确参考答案：B10.遥感器能接收到的水体辐射包括水面反射光、()、水底反射光和天空散射光。
A.水面散射光B.悬浮物反射光C.悬浮物散射光D.水底散射光参考答案：B11.热红外像片上地物的形状就是地物本身的真正形状。
遥感图像分类
原始遥感图像
对应的专题图像
用光谱信息 对影像逐个 像元地分类， 在结果的分 类地图上会 出现“噪声”
产生噪声的原因有原始影像本身的噪声，在地类 交界处的像元中包括有多种类别，其混合的幅射 量造成错分类，以及其它原因等
另外还有一种现象，分类是正确的，但某种类别 零星分布于地面，占的面积很小，我们对大面积 的类型感兴趣，因此希望用综合的方法使它从图 面上消失
简单集群分类方法
K-均值法（K-means Algorithm） Cluster分类法 迭代自组织数据分析技术方法（Iterative
Self-Organization Data Analysis Techniques， ISODATA）
通过自然的聚类，把它分成8类
K-均值算法的聚类准则是使每一聚类中，像元到 该类别中心的距离的平方和最小
A. 按照某个原则选择一些初始聚类中心 B. 计算像元与初始类别中心的距离，把像素分配
到最近的类别中
C. 计算并改正重新组合的类别中心 D. 过程重复直到满足迭代结束的条件
仅凭遥感影像地物的光谱特征的分布 规律，即自然聚类的特性，进行“盲 目”的分类
其分类的结果只是对不同类别达到了 区分，但并不能确定类别的属性；其 类别的属性是通过分类结束后目视判 读或实地调查确定的
遥感图像计算机分类
色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局
基于光谱的
基于空间关系的
遥感图像特征集
遥感图像 遥感图像计算机分类流程框图
将影像数据的连续变化转化为地图模式， 以提供给用户有意义的信息
获得关于地面覆盖和地表特征数据的更深 刻的认识
较目视解译客观，在分析大数据集时比较 经济
基本思想：通过迭代，逐次移动各类的中心，直 至得到最好的聚类结果为止
地理信息科学概论 第六章-遥感图像计算机分类
3
本章主要内容
◦ 第一节 遥感数字图像的性质与特点 ◦ 第二节 监督分类、非监督分类 ◦ 第三节 其它分类方法 ◦ 第四节 误差与精度评价
4
教学目的
◦ 巩固基础知识（遥感数字图像的概念、特点及表示方法）
◦ 掌握遥感数字图像计算机分类的基本原理 ◦ 理解监督分类、非监督分类的含义 ◦ 了解分类方法，做好实践操作的理论准备
◦ (5)根据上面(4)中的检查和评估,修改训练样本,必要时可重新选择和评估 训练样本;
◦ (6)将训练样本的信息运用于合适的分类过程中。
监督分类中常用的分类方法
◦ 最小距离分类法 ◦ 多级切割分类法 ◦ 特征曲线窗口法 ◦ 最大似然比分类法
2019/5/19
27
1、最小距离分类法
最小距离法—是利用训练样本中各类别在各波段的均值,根据各 像元离训练样本平均值距离的大小来决定其类别
◦ (2)对图像进行检查,对照已有的参考数据或者实地考察经验,评价图像质 量,检查其直方图,决定是否需要别的预处理,如地形纠正、配准等,并确 定其分类系统;
◦ (3)在图像上对每一类别按照前面提到的标准选择训练样本,训练样本必 须是容易识别的,均匀分布于全图
◦ (4)对每一类别的训练样本,显示和检查其直方图,计算和检查其均值、方 差、协方差短阵,以及其对应的特征空间相关波谱椭圆形图和不同的指 示其分离度的统计指数等,从而评估其训练样本的有效性;
由于图像中同一类别的光谱差异,如同一森林类,由于森林密度、年 龄、阴影的差异,其森林类的内部方差大,造成训练样本并没有很好 的代表性;
训练样本的选取和评估需花费较多的人力、时间; 只能识别训练样本中所定义的类别,若某类别由于训练者不知道或
遥感题库答案
一、名词解释：1.RS:广义理解：泛指一切无接触的远距离探测。
狭义理解：是应用探测仪，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征、性质及其变化的综合探测技术。
2.大气窗口：通过大气而较少被反射、吸收或散射的透射率较高的电磁辐射波段。
3.密度分割：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像，这种方法叫做密度分割。
4.遥感影像地图：遥感影像地图是一种以遥感影像和一定的地图符号来表现制图对象地理空间分布和环境状况的地图。
5.高光谱遥感：是高光谱分辨率的遥感的简称，它是在电磁波谱的可见光，近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。
6.瑞利散射与米氏散射：瑞利散射：当微粒的直径比辐射波长小得多时，此时的散射称为瑞利散射。
米氏散射：当微粒的直径与辐射波长差不多时的大气散射。
7.地物反射波谱：地物的反射率随入射波长变化的规律。
8.主动遥感与被动遥感：主动遥感由探测器主动发射一定电磁波能量并接收目标的后向散射信号。
被动遥感的传感器不向目标发射电磁波，仅被动接收目标物的自身发射和对自然辐射源的反射能量。
9.空间分辨率与时间分辨率：空间分辨率是指像素所代表的地物范围大小，即扫描仪的瞬时视场或地面物体能分辨的最小单元。
时间分辨率：只对同一地点进行遥感采样的时间间隔，即采样的时间频率也称重访周期。
10.空间滤波：以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。
11.多光谱空间：就是一个n维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。
12.多源信息复合：是将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。
13. 遥感平台：是搭载传感器的工具，根据运载工具的类型分为航天平台、航空平台和地面平台。
06遥感图像计算机分类
2、非监督分类
（2）动态聚类法（ISODATA） ➢ 在初始状态给出图像粗糙的分类，然后基
于一定原则在类别间重新组合样本，直到 分类比较合理为止。 ➢ 在分类过程中类别数可以变化，某个像元 可能被分为不同的类。
2、非监督分类
非监督分类的优缺点
➢ 主要优点：
✓ 不需要预先对研究区广泛了解和熟悉 ✓ 人为误差的机会减少 ✓ 独特地、覆盖量小的类别均能被识别
三、图像分类中的有关问题
2、提高遥感图像分类精度受到限制
大气状况的影响 下垫面的影响 云朵覆盖 不同时相 地物边界的多样性
§4、遥感图像专家解译系统
专家系统：把某一特定领域的专家知识 与经验形式化后输入到计算机中，由计算 机模仿专家思考问题与解决问题，是代替 专家解决专业问题的技术系统。
一、遥感图像解译专家系统的组成
1、图像处理与特征提取子系统：包括图像处理、 地形图数字化、精纠正、特征提取，结果存贮 在遥感数据库内。
2、遥感图像解译知识获取系统：获取遥感图像 解译专家知识，并把专家知识形式化表示，存 贮在知识库中。
3、狭义的遥感图像解译专家系统。
二、图像处理与特征提取子系统
1、图像处理： ➢ 图像滤波可消除图像的噪声； ➢ 图像增强可突出目标物体与背景的差异； ➢ 大气纠正可消除大气散射、雾霁等影响； ➢ 几何精校正后的数字影像可与专题图精确复
例如，1-7波段亮度值是特征变量 x1,x2,…,x7；组合运算也可产生特征变 量。
1.概述
遥感图像分类中所用统计特征变量：
局部统计特征变量：将数字图像分割为 不同识别单元，在各单元内分别抽取的统计 特征变量（如描述纹理的特征量）。
1.概述
利用统计特征变量进行分类，需要：
遥感图像分类
遥感图像分类遥感图像的分类就是通过对遥感图像中地物的光谱信息和空间信息进行分析，选择特征，将图像中每个象元按照某种规则或算法划分为不同的类别，然后获得遥感图像与实际地物的对应信息，从而实现遥感图像的分类。
一般的分类方法可分为两类：监督分类和非监督分类。
将多源数据应用于图像分类中，发展成基于专家知识的决策树分类。
一、监督分类监督分类（supervised）,又称训练分类法，即用被确认的样本象元去识别其他未知象元的过程。
已经被确认类别的样本象元是指那些位于训练区的象元。
在这种分类中，分析者在图像上对每一种类别选取一定数量的训练区，计算机计算每种训练样区的统计或其他信息，每个象元和训练样本作比较，按照不同规则将其划分到其最相似的样本类。
监督分类的算法主要有：平行算法、最小距离法、最大似然法等。
这里采用最大似然法作为监督分类的算法。
原理：最大似然法假设遥感图像的每个波段数据都是正态分布。
其基本思想是：地物类数据在空间中构成特定的点群；每一类的每一维数据都在自己的数轴上成正态分布，该类的多维数据就构成了一个多维正态分布；各类多维正态分布模型各有其分布特征。
根据各类已有的数据，可以构造出各类的多维正态分布模型，在此基础上，对于任何一个像素，可反过来求出它属于各类的概率，取最大概率对应的类为分类结果。
步奏：第一步：分析图像①打开图像，将图像以5、4、3波段合成RGB显示在#1中。
②通过目视分析，可以定义6类样本：水体、建筑、耕地、草地、荒地、其他。
第二步：选择训练样本①在主图像窗口选择Overlay-----Region of Interest，打开ROI Tool对话框。
②在ROI Tool对话框中设置相关样本的名称、颜色等。
③选择ROI_Type—Polygon，在window中选择image，在图像上绘制训练区。
④重复②、③步奏，最终完成以下结果：第三步：评价训练样本①在ROI Tool对话框中，选择Options——Compute ROI Separability，打开目标图像。
第9章--遥感图像分类
软分类：一个像素分为多个类---混合像素
相似性度量
遥感图像计算机分类的依据是遥感图像 像素的相似度。在遥感图像分类过程中， 常使用距离和相关系数来衡量相似度。 距离:特征空间中象元数据和分类类别 特征的相似程度。距离最小即相似程度最 大。 度量特征空间中的距离经常采用以下几 种算法:
K-均值法分类过程
确定初始类别中心 判断样本至各类的距离 将样本分到较近的类S中 重新计算类S的中心 是
类中心是否变化？ 否
迭代结束
具体算法步骤如下：
K-Means处 理结果
类别=5；光谱 混淆？
类别=10
ISODATA（迭代自组织数据分析技术）
动态聚类法的代表： 在初始状态给出图像粗糙的分类，然后基于 一定原则在类别间重新组合样本，直到分类 比较合理为止。
利用计算机对遥感数字图像进行分类难度很大。
遥感图像是从遥远的高空成像的，成像过程要受传
感器、大气条件、太阳位臵等多种因素的影响。影 像中所提供的目标地物信息不仅不完全，而且或多 或少地带有噪声，因此人们需要从不完全的信息中 尽可能精确地提取出地表场景中感兴趣的目标物。 遥感影像信息量丰富，与一般的图像相比，其包容 的内容远比普通的图像多，因而内容非常“拥挤”。 不同地物间信息的相互影响与干扰使得要提取出感 兴趣的目标变得非常困难。 遥感图像的地域性、季节性和不同成像方式更增加 了计算机对遥感数字图像进行解译的难度。
ISO-DATA处 理结果
监督分类
监督分类方法。首先需要从研究区域选取
有代表性的训练区作为样本。根据已知训 练区提供的样本，通过选择特征参数（如 像素亮度均值、方差等），建立判别函数， 据此对样本像元进行分类，依据样本类别 的特征来识别其它像元的归属类别。
遥感数字图像处理考试知识点整理
遥感第一章1遥感数字图像；遥感数字图像的分类方式和对应类别。
（1）定义：遥感数字图像是数字形式的遥感图像。
不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。
（2）可见图像和不可见图像单波段和多波段，超波段数字图像和模拟图像2遥感图像的成像方式（三大种：摄影、扫描、雷达）。
（1）摄影，扫描属于被动遥感雷达属于主动遥感（2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。
采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。
采样是空间离散。
量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。
它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。
量化属于亮度属性离散。
遥感图像数字化过程两个特点：亮度和空4遥感数字图像的存储空间大小的计算。
图像的灰度级有：2,64,128,256存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit)1B=8bit1KB=1024B1MB=1024KB1GB=1024MBTM空间分辨：1,2,3,4,5,7为30米，6为120米5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）；（1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。
遥感原理与应用名词解释
1.电磁波: 变化的电场和磁场交替产生, 以有限的速度由近及远在空间内传播的过程。
2.干涉:由两个（或两个以上）频率、振动方向相同、相位相同或相位差恒定的电磁波在空间叠加时, 合成波振幅为各个波的振幅的矢量和。
因此会出现交叠区某些地方振动加强, 某些地方振动减弱或完全抵消的现象。
3.衍射:光通过有限大小的障碍物时偏离直线路径的现象。
4偏振:指电磁波传播的方向性。
5电磁波谱: 按电磁波在真空中传播的波长或频率递增或递减顺序排列。
6绝对黑体: 对任何波长的电磁辐射都全部吸收的物体, 称为绝对黑体。
绝对白体则能反射所有的入射光。
与温度无关。
7等效温度: 为了便于分析, 常常用一个最接近灰体辐射曲线的黑体辐射曲线作为参照, 这时的黑体辐射温度称为等效黑体辐射温度（或称等效辐射温度）。
8大气窗口：通过大气后衰减较小, 透过率较高, 对遥感十分有利的电磁辐射波段通常称为大气窗口。
而透过率很小甚至完全无法透过的电磁波称为“大气屏障”。
9遥感: 即遥远的感知, 是在不直接接触的情况下, 对目标或自然现象远距离探测和感知的一种技术。
10光谱发射率: 实际物体与同温度的黑体在相同条件下辐射功率之比。
11光谱反射率：物体的反射辐射通量与入射辐射通量之比, 它是波长的函数。
12波谱特性: 指各种地物各自所具有的电磁波特性（发射辐射或反射辐射）。
13反射波谱特性: 物体反射率（或反射辐射能）随波长变化而改变的特性。
14方向反射: 具有明显方向性的反射。
15漫反射: 入射能量在所有方向均匀反射。
16镜面反射: 当入射能量全部或几乎全部按相反方向反射, 且反射角等于入射角。
17波谱特性曲线：以波长为横坐标, 反射率为纵坐标所得的曲线。
18散射：电磁波在传播过程中遇到小微粒而使传播方向发生改变, 并向各个方向散开。
1近极地轨道: 卫星从南向北或从北向南通过两极运行。
2太阳同步轨道: 指卫星轨道面与太阳地球连线之间在黄道面内的夹角不随地球绕太阳公转而改变。
- 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)。
三、图像分类中的有关问题
2、提高遥感图像分类精度受到限制
大气状况的影响：吸收、散射。 下垫面的影响：下垫面的覆盖类型和起伏状态对分类具有一 定的影响。 其他因素的影响：云朵覆盖；不同时相的光照条件不同，同 一地物的电磁辐射能量不同；地物边界的多样性。
16
3.
4. 5.
6. 7.
8.
找出代表这些类别的统计特征 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场 地进行采样，测定其特征。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。 对遥感图像中各像素进行分类。 分类精度检查。 对判别分析的结果进行统计检验。
3
遥感原理
二、图像分类方法
1、监督分类
（1）、最小距离分类法
最小距离判别法
Step 2 – for each unclassified pixel, calculate the distance to average for each training area
4
遥感原理
二、图像分类方法
1、监督分类
（1）、最小距离分类法
最近邻域分类法 Nearest Neighbour
2
遥感原理
一、分类原理与基本过程
1. 2.
遥感数字图像计算机分类基本过程
根据图像分类目的选取特定区域的遥感数字图像，需考虑图像的空间 分辨率、光谱分辨率、成像时间、图像质量等。 根据研究区域，收集与分析地面参考信息与有关数据。 根据分类要求和图像数据的特征，选择合适的图像分类方法和算法。 制定分类系统，确定分类类别。
14
遥感原理
三、图像分类中的有关问题
1、未充分利用遥感图像提供的多种信息
只考虑多光谱特征，没有利用到地物空间关系、 图像中提供的形状和空间位置特征等方面的信息。 统计模式识别以像素为识别的基本单元,未能利 用图像中提供的形状和空间位置特征,其本质是地 物光谱特征分类.水体的分类.
15
遥感原理
Defines a typical pixel for each class
。
Assigns pixels on the basis of spectral distance Can separate diverse classes Boundary problems remain unresolved
遥感原理
遥感图像的计算机分类
1
遥感原理
一、分类原理与基本过程
遥感图像计算机分类的依据是遥感图像像素的相似度。 常使用距离和相关系数来衡量相似度。 采用距离衡量相似度时，距离越小相似度越大。 采用相关系数衡量相似度时，相关程度越大，相似 度越大。
遥感图像计算机分类方法 监督分类法：选择具有代表性的典型实验区或训练区，用训练 区中已知地面各类地物样本的光谱特性来“训练”计算机，获 得识别各类地物的判别函数或模式，并以此对未知地区的像元 进行分类处理，分别归入到已知的类别中。 非监督分类：是在没有先验类别（训练场地）作为样本的条件 下，即事先不知道类别特征，主要根据像元间相似度的大小进 行归类合并（即相似度的像元归为一类）的方法。
特征曲线是地物光谱特征曲线参数构成的曲线。 以特征曲线为中心取一个条带，构造一个窗口，凡是落
在此窗口内的地物即被认为是一类，反之，则不属于该 类。
7
遥感原理
二、图像分类方法
1、监督分类
（4）、最大似然比分类法(Maximum Likelihood)
通过求出每个像素对于各类别的归属概率，把该像素分 到归属概率最大的类别中去的方法。 假定训练区地物的光谱特征和自然界大部分随机现象一 样，近似服从正态分布。 Maximum Likelihood Defines a typical pixel for each class Calculates the probability that each pixel in the image belongs to that class Maps classes on the basis of confidence levels Boundary problems resolved
5
遥感原理
二、图像分类方法
1、监督分类
（2）、多级切割分类法
通过设定在各轴上的一系列分割点，将多维特征空间划 分成分别对应不同分类类别的互不重叠的特征字空间的 分类方法。 对于一个未知类别的像素来说，它的分类取决于它落入 哪个类别特征字空间中。
6
遥感原理
二、图像分类方法
1、监督分类
（3）、特征曲线窗口分类法
11
遥感原理
二、图像分类方法
2、非监督分类
（1）、分级集群法
确定评价各样本相似程度所采用的指标 初定分类总数； 计算样本间的距离，据距离最近的原则判定样本归并到不同类 别； 归并后的类别作为新类，与剩余的类别重新组合，然后再计算 并改正其距离。 分级集群方法的特点
是分级进行的，可能导致对一个像元的操作次序不同，得到不同 的分二、图像分类方法
2、非监督分类
（2）、动态聚类法
在初始状态给出图像粗糙的分类，然后基于一定原
则在类别间重新组合样本，直到分类比较合理为止。
13
遥感原理
二、图像分类方法
3、监督分类与非监督分类方法比较
根本区别在于是否利用训练场地来获取先验的类别知识。 监督分类的关键是选择训练场地。训练场地要有代表性，样本 数目要能够满足分类要求。此为监督分类的不足之处。 非监督分类不需要更多的先验知识，据地物的光谱统计特性进 行分类。当两地物类型对应的光谱特征差异很小时，分类效果 不如监督分类效果好。
8
遥感原理
二、图像分类方法
1、监督分类
（4）、最大似然比分类法(Maximum Likelihood)
9
遥感原理
二、图像分类方法
1、监督分类
（4）、最大似然比分类法(Maximum Likelihood)
10
遥感原理
二、图像分类方法
1、监督分类
（4）、最大似然比分类法(Maximum Likelihood)