第四章 遥感图像的特征
遥感基本概念、基础及遥感图像特征
扫描成像:依靠探测元件和扫描镜对目标物体以瞬时
视场为单位进行的逐点、逐行取样,以得到目标物的电磁 辐射特性信息,形成一定谱段的图像。其探测波段可包括 紫外、红外、可见光和微波波段等。成像方式有光/机扫描 成像、固体自扫描成遥像感的和基本高概光念、谱基础成和遥像感光图像谱扫描三种。
新雪和陈雪的反射特性曲线 遥感的基本概念、基础和遥感图像 特征
1、遥感(Remote Sensing) ——遥感的基本概念和基础
白橡树在不同遥感生的基长本概念期、基础的和遥反感图像射特性曲线 特征
1、遥感(Remote Sensing) ——遥感的基本概念和基础
在一分钟间隔 内两次测定同 一麦田的反射 率曲线
特征
1、遥感(Remote Sensing)
——遥感的基本概念和基础
四 种 地 物 的 反 射 光 谱 特 性 曲 线
遥感的基本概念、基础和遥感图像 特征
1、遥感(Remote Sensing)
——遥感的基本概念和基础
四
种
植
物
的
反
射
光
谱
特
性
曲
遥感的基本概念、基础和遥感图像
线
特征
1、遥感(Remote Sensing)
Landsat系列卫星的运行特点是近圆形、近极地、与太阳
同步、可重复轨道等。目前,只有Landsat-5和Landsat-7仍
在运转工作。
遥感的基本概念、基础和遥感图像 特征
第四章3遥感图像处理图像增强
5.遥感图像多光谱变换(Ⅰ)——主成分分析(K—L变换)
② 就变换后的新波段主分量而言,K—L变换后的 新波段主分量包括的信息量不同,呈逐渐减少趋 势。其中,第一主分量集中了最大的信息量,常 常占80%以上,第二、第三主分量的信息量依次 快速递减,到第n分量信息几乎为0。由于K—L变 换对不相关的噪声没有影响,所以信息减少时, 便突出了噪声,最后的分量几乎全是噪声。所以 这种变换又可分离出噪声。
基于上述特点,在遥感数据处理时,常常用K— L变换作数据分析前的预处理(数据压缩和图像增
强)。举例P125
6.遥感图像多光谱变换(Ⅱ)——缨帽变换(K—T变换)
(1)K—T变换是Kauth—Thomas变换的简称,这种变换也是 一种线性组合变换,其变换公式为:Y=BX 这里X为变换前的多光谱空间的像元矢量,y为变换后的 新坐标空间的像元矢量,B为变换矩阵。这也是一种坐标 空间发生旋转的线性变换,但旋转后的坐标轴不是指向主 成分方向,而是指向了与地面景物有密切关系的方向。 1984年,Crist和Cicone提出TM数据在K—T变换时的B值: P126 在此,矩阵为6X6,主要针对TM的1至5和第7波段,低分 辨率的热红外(第6波段)波段不予考虑。
1.遥感图像增强(工)——对比度变化1
非线性变换
直方图均衡化(histogram equalization):把原图像的直方 图变换为灰度值频率固定的直方图,使变换后的亮度级 分布均匀,图像中等亮度区的对比度得到扩展,相应原 图像中两端亮度区的对比度相对压缩。
1.遥感图像增强(工)——对比度变化1
MN
r(i, j) (m, n)t(m, n) m1 n1
将计算结果放在窗口中心的像元位置,成为新像元的灰度 值。然后活动窗口向右移动一个像元,再做同样的运算。 P117说明
第四章水体遥感-PPT课件
王细元 城市与环境学院
(4)水域变化监测
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
2019年1月15日FY-1C观测到的渤海海域海冰监测图像
王细元 城市与环境学院
(4)水域变化监测
Geography Analysis for Remote Sensing
利用遥感技术能迅速、同步地监测大范围水环境 质量状况及其动态变化,在这些方面弥补了常
遥 感 地 学 分 析
规监测手段的不足,因此引起许多环境科学工 作者的重视。 就精度而言,遥感方法通常低于常规监测方法, 但遥感技术正是通过这种精度上的损失,换取 了水环境研究的区域性、动态性和同步性,这 正是把遥感技术应用于水环境研究的意义所在
王细元 城市与环境学院
4.1 水体的光谱特性
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
不同叶绿素含量水体的反射光谱曲线
王细元 城市与环境学院
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
王细元 城市与环境学院
王细元 城市与环境学院
Geography Analysis for Remote Sensing
遥 感 地 学 分 析
阈值为26
王细元 城市与环境学院
水体指数法:利用平原地区陆地水在TM2比 TM5的反射率高,而其他地物不具备这一特 性而进行水体信息提取。
遥 感 地 学 分 析
Geography Analysis for Remote Sensing
王细元 城市与环境学院
遥感图像特征
4. 时间分辨率
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。
6月1日 16 天 6月17日 7月3日
3.5 遥感影像的特征
第3章
3.1
遥感成像原理与 遥感图像特征
遥感平台 3.2 摄影成像 3.3 扫描成像 3.4 微波遥感与成像 3.5 遥感影像的特征
3.5 遥感数据的特征
几何特征:目标地物的大小、
形状及空间分布特点. 物理特征:目标地物的属性特 点. 时间特征:目标地物的动态变 化特点.
遥感图像的分辨率
的最小辐射度差。即探测器的灵敏度。 在遥感图像上பைடு நூலகம்现为每一个像元的辐 射量化级。 一般用灰度的分级数表示。如6bits (0-63),8bits(0-255)。
3.5 遥感影像的特征
0
0 0
1 bit (0 - 1)
6 bit (0 - 63) 8bit (0 - 255)
0
10bit (0 - 1023)
10 m
空间分辨率
B G R NIR
波谱分辨率 时间分辨率 辐射分辨率
Jan 15
Feb 15
0
8bit (0 - 255)
3.5 遥感影像的特征
1 空间分辨率(地面分辨率)
– 像素所代表的地面范围的大小,即
瞬时视场。 – 不同的遥感目的要求不同的空间分 辨率
空间分辨率
高分辨率影像
1bit(0-1)
2bit(0-3)
3bit(0-7)
4bit(0-15)
5bit(0-31) 6bit(0-63) 7bit(0-127) 8bit(0-255)
3.5 遥感影像的特征
遥感图像及其增强课件
图像增强: 点运算增强
• 灰度级变换的应用( 2)
– 局部提高、局部降低对比度
– 大于45度提高;小于45度降低
255
255
216
线性
142
非线性
23
0
48
0 196 255
128
255 37
图像增强: 点运算增强
• 灰度级变换的应用( 3)
– 灰度级切片(密度分割,彩色编码(伪彩 色))
255
7
图像及其直方图示例
8
直方图定义(2)
一个灰度级别在范围[0 ,L-1]的 数字图像的直方图是一个离散函数
• p(rk)= nk
• 由于rk 的增量是1,直方数可表示为: • p(k)= nk
• 即,图像中不同灰度级像素出现的次数
9
• 两种图像直方图定义的比较
• p(rk)= nk/n (第一种定义) • p(rk)= nk (第二种定义)
255
255
216
142
23
0
0
32
图像增强: 点运算增强
• 获取变换函数的方法( 2)
– 交互样点插值
• 用过点的三次样条插值曲线,获得变换函数
Photoshop软件调整图 像
33
图像增强: 点运算增强
• 灰度级变换的应用(1)
– 亮度调整——加亮、减暗图像
255
255
218
加 亮
32
128
128
排列 2 、BIL (Band Interleaved by line)格式 按波段顺序相间的排列各行像元数据。 3 、BIP (Band Interleaved by Pixel)格式 按波段顺序相间的排列各列像元数据
遥感图像的种类与特性
02.
二.全景式摄影像片特性
㈠.全景像片的空间特性
投影性质与影像畸变 投影性质:全景影像沿缝隙方向的一维中心投影 影像畸变:全景畸变+扫描位置畸变+像移补偿畸变 全景摄影机
摄影畸变—尺度(上下比例,左)与角度(右)
比例尺
地面的连续覆盖 ⊥航迹方向--由缝隙扫描完成 ∥航迹方向--由平台运行完成
旁向重叠
航向重叠
(三)帧幅式航片的空间特性
投影性质及比例尺
投影性质——地面的中心投影
比例尺:各处影像会出现不一致。
中心投影与垂直投影的比较
两种投影方式比较,当投影面倾斜时,像片各部分的比例尺变化不同,像片各部分的位移量(径向距离)不等(倾斜误差)
二者等比例与不等比例之缩小
两种投影方式比较,当地形起伏时,物体的像点位移称为“投影误差”
航片立体观察
㈣.航空像片的波谱特性
航片以色调或色彩以及由它们组合的形态特征反映地物对可摄影波段(0.3-1.3μm)电磁波的反射特征 影像色调或色彩是地物反射波谱特性的表征,是从波谱学角度识别地物的重要解译标志。 黑白全色航片 黑白红外航片 天然彩色片 彩色红外片 多波段航片
指影像上某一线段的长度与地面上相应地物的水平距离的比值。
理想条件下:由遥感光学系统的焦距和遥感平台的航高之比确定,即f/H。 注意:受中心投影性质所限,不同于垂直投影,受地形起伏及在像幅的位置影响,图像各处比例尺可能不一致。
遥感影像均经光学系统聚焦成像,透镜的成像规律和遥感器成像方式决定了遥感图像的投影性质,不同投影性质会产生不同性质的影像几何畸变。
波谱特性(波谱分辨率辐射分辨率)
时间特性
空间特性
3.2.2 遥感图像的基本属性
㈠.波谱特性(波谱分辨率、辐射分辨率)
遥感导论-习题及参考答案第四章-遥感图像处理答案
第四章遥感图像处理名词解释假彩色遥感图像:利用卫星或飞机拍摄到的基础遥感图像,将感兴趣的部分(如森林,水体,沙漠,重力异常区等)用不真实且夸张的颜色表示出来,与自然色不一致。
边缘检测:用于判断图像地物的边缘。
数字影像:数字影像是以二维数组形式表示的影像。
该数组由对连续变化的影像作等间隔抽样所产生的采样点组成。
几何校正:几何校正是指将遥感图像参照地形图、已校正图像或GPS控制点进行重采样,消除传感器成像的几何变形,使其具有地理坐标并与地面实际对应。
K-L变换:主成分变换;是建立在统计特征基础上的多维正交线性变换,就是一种离散化的Karhunen -Loeve变换。
辐射校正:对由于外界因素,数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正直方图均衡:是用一定的算法使直方图大致平和。
问答题下图为一个3x3的图像窗口,试问经过中位数滤波(Median Filter)后,该窗口中心像元的值,并写出计算过程。
(10分)124 126 127120 150 125115 119 123什么是计算机图像处理,它包含那些内容,如何运用计算机图像处理方法来提高遥感图像的解译效果?答:是指利用计算机对图像进行一系列加工,以便获得人们所需要的效果。
常见的图像处理有图像数字化、图像编码、图像增强、图像复原、图像分割与图像分析等。
(1)图像数字化通过取样与量化过程将图像变换成便于计算机处理的数字形式。
通常,图像在计算机内用一个数字矩阵表示,矩阵中的每一个元素称为像素。
将图像数字化的设备有各种扫描仪与数字化仪。
(2)图像编码对图像信息进行编码,可以压缩图像的信息量,以便满足传输与存储的要求。
(3)图像增强使图像清晰或将其转换为更适合人或机器分析的形式。
图像增强并不要求真实地反映原始图像。
(4)图像复原消除或减少在获取图像过程中所产生的某些退化,尽量反映原始图像的真实面貌。
(5)图像分割将图像划分为一些互不重叠的区域。
遥感图像类型与特性
空间分辨率
比例尺
投影性质
几何畸变
⑴ 空间分辨率
空间分辨率——在遥感图像上所能分辨的最小目标的大小(地面分辨率)。
成像遥感器的技术参数
地物的空间特性
地面分辨率取决于:
地物与背景环境的反差
⑵ 影像比例尺
影像比例尺——影像上某一线段的长度与地面上相应水平距离的比值。
基本概念
4.1 遥感图像类型及基本属性
影像 影像——地物的电磁辐射信息经成像系统处理后产生的与原物相似的形象。 影像的特点:点对点地表示地物目标。
遥感影像——遥感器对地表(目标物)通过摄影或扫描而获取的影像。
遥感图像——遥感影像经过处理或再编码后产生的与原物相似的形象。 遥感影像根据成像方式划分: 光学摄影成像—— 像片(连续) 数字扫描成像—— 图像(离散)
从波谱学的角度出发,依据不同地物的电磁波谱特性差异来识别区分目标物,是进行遥感解译应用的基本原理。
在相同的成像条件下,相同地物具有相同或相似的波谱特性,不同地物具有不同的地物波谱特性。
遥感图像记录了其相应的探测波段范围内不同地物的电磁波谱特性信息:
表现—
反映—
电磁辐射能量(强度)的大小
Your name
第四章 遥感图像类型与特性
Adjust the spacing to adapt to Chinese typesetting
光机扫描图像特性
固体自扫描图像特性
成像雷达图像特性
学习内容
遥感图像类型及基本属性
光学摄影像片特性
学习重点与难点
学习目的和要求
遥感图像的类型 遥感图像的基本属性 各种类型遥感图像的特性 各种遥感图像的空间特性、波谱特性 通过学习,掌握遥感图像的类型及遥感图像的基本属性,并掌握各种类型遥感图像的特性,为遥感图像解译等内容的学习打下基础。
遥感成像讲义原理与图像特征
红外扫描仪分辨率
红外扫描仪瞬时视场: d / f
d:探测器尺寸 f:扫描仪焦距 红外扫描仪垂直指向地面的空间分辨率:
a0
HdH(H为航高)f源自地面分辨率的变化只与航高有关。
多光谱扫描仪
TM专题制图仪
扫描行改正器,能垂直扫描 空间分辨率得到提高 光谱分辨率得到提高
像面扫描
HRV——线阵列推扫式扫描仪
地形起伏与像点位移(P62-P63)
像主点:像片中心点 位移量(投影差): σ=hr/H σ :位移量(投影差),h:地面高差(m), r: 像点到像主点的距离(mm或cm) H: 航摄高度 投影差与地面高差成正比,与距像主点的距离和
航摄高度成反比。地形凸起时,投影差为正。地 形低洼时,投影差为负。
精品jing
遥感成像原理与图像特征
传感器分类
传感器按结构可分为: 摄影类型传感器 扫描成像类型传感器 雷达成像类型传感器 非图像类型传感器
传感器结构
收集器 探测器 处理器 输出器
扫描成像类传感器
对物面扫描 对像面扫描
红外扫描仪
全景畸变
焦距保持不 变,物距发 生变化产生 的畸变
色盲片:只吸收短波,反差大。用于翻拍文件、印刷黑白幻灯片等
黑白
正色片:感光范围从蓝光区扩大到绿黄光区,适用于林区航空 摄影
摄影
摄 影
胶片
全色片:能感受全部可见光,遥感常用片
胶 片
红外黑白片:感光范围扩展到近红外,适用于林区航空摄影和草 地生物量测定
的
种 类
天然彩色胶片
彩色 摄影 胶片
假彩色(红外)胶片:对红 外敏感的色区为假彩色。
电子枪瞄准靶极上的点并对靶面进行扫描
立体观测方式
第四章遥感图像特征提取
第一节:基本概念
纹理特征要素组成: 纹理基元:是一种或多种图像基元的组合。 纹理基元的排列组合:基元排列的疏密、周期性、 方向性。 纹理特征提取:通过一定的图像处理技术,抽取出 纹理特征,从而获得纹理的定性或定量的描述。
检测出纹理基元 检测纹理基元的排列方式
第二节:纹理特征提取
第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵 灰度-梯度共生矩阵同时提供了直方图信息和梯度信息, 因此也可以从中抽取图像的纹理统计特征参数。
第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵
第二节:纹理特征提取
灰度分布统计特征--灰度梯度共生矩阵
练习: 0 1 2 3 0 0 1 3 0 2 2 0
p (i, j )(i, j 0,1,...N 1)
灰度分布统计特征-灰度共生矩阵
0度方向
(0,1)
90度方向
135度方向
45度方向
灰度分布统计特征-灰度共生矩阵
0度方向
90度方向 45度方向
135度方向
第二节:纹理特征提取
灰度共生矩阵特点
矩阵大小: L×L L为灰度级 在实际应用中为了减少运算量,可先减少灰度级数, 再计算共生矩阵。 归一化
相关是用来衡量灰度共生矩阵的元素在行的方向 或列的方向的相似程度。如,某图像具有水平方向的 纹理,则图像在0度方向的共生矩阵的相关值往往大 于其它方向的相关值。
第二节:纹理特征提取
由灰度共生矩阵派生出的纹理特征参数
熵
熵是图像所具有的信息量的度量,因纹理信息也 属于图像的信息,若图像没有任何纹理,则灰度共生 矩阵几乎为零阵,该图像的熵值接近于0。若图像纹理 较多,则熵值也较大。
第四章 遥感图像处理――几何校正PPT课件
三种内插方法比较
方法 1
优点 简单易用,计算量小
缺点
处理后的影像亮度具有不连 续性,影响精确度
精度明显提高,特别是对亮度 计算量增加,且对影像起到
2
不连续现象或线状特征的块状 平滑作用,从而使对比度明
化现象有明显的改善。
显的分界线变得模糊。
3
更好的影像质量,细节表现更 为清楚。
工作量很大。
23
18
像元灰度值重采样
校正前后图像的分辨率变化、像元点位置相对变化引 起输出图像阵列中的同名点灰度值变化。
x X
P(X,Y) Y
纠正后影像
p(x,y) y
纠正前影像
19
最近邻法
—以距内插点最近的观测点的像元值为所求的像元值。
影像中两相邻点的距离为1,即 行间距△x=1,列间距△y=1,取与 所计算点(x,y)周围相邻的4个点,比 较它们与被计算点的距离,哪个点距 离最近,就取哪个的亮度值作为 (x,y)点的亮度值f(x,y)。设该 最近邻点的坐标为(k,l),则
一是指平台在运行过程中,由于姿态、地球曲 率、地形起伏、地球旋转、大气折射、以及传 感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相 应坐标之间的差异。
3
引起遥感图像几何变形的因素
一、遥感平台位置和运动状态变化的影响
旁向位移的影响 速度变化即航向位移的影响
高度变化的影响—地面分辨率不均匀 俯仰变化的影响
21
三次卷积内插法
取与计算点(x,y)周 围 相 邻 的 16 个 点 , 与 双 向 线 性内插类似,可先在某一方 向上内插,每4个值依次内插 4次,求出f(x,j-1),f(x, j ) , f(x,j+1) , f(x,j+2) , 再根据这四个计算结果在另 一 方 向 上 内 插 , 得 到 f(x , y)。
第四章 遥感图像种类和特性
❖ 灰阶:灰度深浅的分级。第一级是辐射最强的,呈白 色,末级辐射强度相当于零,则呈黑色,中间可划分为 若干灰度间隔。
❖ 彩色遥感图像以颜色显示地面各种物体的光谱特性。
❖ 扫描图像:采用扫描方式成像的图像,如电子扫描的如RBV 图像、光机扫描的如TM图像、固体自扫描的如SPOT图像及 采用无线电扫描的雷达图像。
遥感图像分类—按传感器工作波段分
❖ 有紫外图像、可见光图像、近红外、热 红外图像和多波段、超多波段图像等。
遥感图像的基本特性
❖ 波谱特性 ❖ 空间特性 ❖ 时间特性 ❖ 影像重叠度
❖ 光学摄影像片:采用光学摄影机和感光胶片瞬时曝光成像 的遥感图像。
• 常规摄影像片:按航空摄影测量的工作方式设计航线获 得的像片。具有规定的航向重叠和旁向重叠,能进行立 体观察和测绘地形图。既可用于测绘地图也用于遥感图 像判读。
• 非常规摄影像片:不能满足航测制图,只能作为遥感调 查、图像判读的像片。
面积摄影
航空像片的重叠
按摄影机主光轴与主垂线交角 (称像片倾斜角)的关系分
❖ 垂直摄影:主光轴与主垂线重合,倾斜角=0°。垂直 摄影主光轴垂直于地面,感光胶片与地面平行。由垂 直摄影获得的像片称水平航空像片。
❖ 近似垂直摄影:倾斜角<3°,在实际航空摄影中大量 采用。获得的像片称近似水平像片。
航空摄影像片的注记
❖ 在航空像片的四边,通常印有一些摄影状态的记录。
M401585046 X
编号 压平线
框标
水准器
框标 时表
编号 水准器 时表
图 航空像片上的注记
第四章遥感图像的特征
第四章遥感图像的特征一空间分辨率二光谱分辨率三时间分辨率四辐射分辨率五遥感系统的信息容量一空间分辨率空间分辨率(spatial resolution),又称地面分辨率前者是针对传感器或图像而言的,指图像上能够详细区分的最小单元的尺寸或大小;后者是针对地面而言,指可以识别的最小地面距离或最小目标物的大小。
空间分辨率的三种表示法:(1)象元(pixel)(2)线对数(3)瞬时视场空间分辨率的三种表示法:(1)象元(pixel),指瞬时视域内所对应的地面面积,即与一个象元大小相当的地面尺寸,单位为米(m)。
如LandsatTM一个象元相当地面28.5X 28.5m的范围,简称空间分辨率30m •…。
象元是扫描影像的基本单元,是成像过程中或用计算机处理时的基本采样点。
⑵线对数(Line Pairs),对于摄影系统而言,影像最小单元的确定往往通过I毫米间隔内包含的线对数,单位为线对/毫米(1 /m m )。
所谓线对指一对同等大小的明暗条纹或规则间隔的明暗条对(3)瞬时视场(IFOV),指遥感器内单个探测元件的受光角度或观测视野,单位为毫弧度(mrad)。
IFOV越小,最小可分辨单元(可分像素)越小,空间分辨率越高。
一个瞬时视场内的信息,表示一个象元遥感数据的概括能力地面目标是个多维的真实模型,是个无限、连续的信息源(时空尺度上);遥感数据是对地面信息源有限化、离散化的二维平面记录。
像元的大小反映了离散化程度。
从地面原型到遥感信息,即把地面信息有限化、离散化过程必然要损失部分信息,这本身就是一种概括能力。
其概括程度是随着空间分辨率的增大而增加的。
这种概括能力对于宏观概念的建立是有意义的几何特性每张遥感图像与所表示的地表景观特征之间有特定的几何关系。
这种几何关系是由遥感仪器的设计、特定的观测条件、地形起伏和其它因素决定的。
地面目标均有其一定的空间分布特征(位置、形状、大小、相互关系)。
从地面原型经遥感过程转为遥感信息后,受大气传输效应和传感器成像特征的影响,这些地面目标的空间特征被部分歪曲,发生变形全景摄影图像的几何畸变常规象片(A)与扫描图象(B)几何畸变比较二光谱分辨率光谱分辨率——指传感器在接收目标辐射的波谱时能分辨的最小波长间隔。
遥感图像特征分析课件
学习交流PPT
59
学习交流PPT
60
学习交流PPT
61
用分形模型描述纹理
• 在纹理分析应用中,一般采用分形维数(可直 观地理解为不规则几何形状的非整体维数)来 描述纹理
学习交流PPT
56
LBP 实验结果
学习交流PPT
57
模型方法
• Markov随机场 • 分形模型 •…
学习交流PPT
58
分形模型(fractal )
• 分形是对没有特征长度,但具有一定意义下的自相似图形和结构的总称 • 什么是分形几何?通俗一点说就是研究无限复杂但具有一定意义下的自相
似图形和结构的几何学。 • 什么是自相似呢?例如高山的表面,您无论怎样放大其局部,它都如此粗
黄河水(泥沙含量960mg/L) 长江水(92.5mg/L)
湖水(47.9mg/L)
学习交流PPT
21
2 遥感图象边缘特征描述
学习交流PPT
22
* 边缘
边缘是指周围像素灰度有阶跃变化 或屋顶变化的那些像素的集合。 Poggio指出:“边缘或许对应着图像中 物体(的边界)或许并没有对应着图 像中物体(的边界),但是边缘具有 十分令人满意的性质,它能大大地减 少所要处理的信息但是又保留了图像 中物体的形状信息”
34
变换前
变换后
学习交流PPT
35
利用Hough变换提取桥梁
(a) 原图
(b) 分割后图像
图4-4 Hough变换的对桥梁的分割结果
学习交流PPT
如何进行遥感图像的特征提取与分类
如何进行遥感图像的特征提取与分类遥感图像是通过航空或卫星等远距离感知装置获取的地表信息图像。
利用遥感技术可以获取大范围的地理信息,广泛应用于农业、城市规划、环境监测等领域。
而遥感图像的特征提取与分类则是处理遥感图像的重要环节,它能够帮助我们更好地理解和利用遥感图像。
一、遥感图像的特征提取特征提取是将原始遥感图像转化为能够描述地物类别的数学特征的过程。
在遥感图像中,不同地物或者地物类别往往具有不同的光谱、纹理、形状等特征。
因此,通过提取这些特征,我们可以对地物进行分类与分析。
1.光谱特征提取光谱特征是指反映地物物理性质的光谱波段数据。
通过选择不同的波段组合,我们可以提取出反映植被、水体、建筑物等地物特性的光谱特征。
常用的方法有主成分分析(PCA)、最大似然分类(MLC)等。
2.纹理特征提取纹理特征描述了图像中像素间的空间关系。
在遥感图像中,纹理特征可以用于区分不同地物的纹理复杂程度。
例如,植被具有较为均匀的纹理,而建筑物则较为具有几何纹理。
常用的纹理特征提取方法有灰度共生矩阵法(GLCM)、局部二值模式法(LBP)等。
3.形状特征提取形状特征是指地物在图像中的几何形状信息。
通过提取地物的形状特征,可以识别出地物的边界和形状。
例如,对于建筑物来说,我们可以通过提取其形状特征来判断其是直角形、圆形还是其他形状。
常用的形状特征提取方法有边缘检测算子、Hough变换等。
二、遥感图像的分类分类是将遥感图像中的像素划分到不同地物类别中的过程。
通过分类,我们可以获取遥感图像中不同地物的分布情况,进而进行地物的监测与分析。
1.监督分类监督分类是指使用人工定义的训练样本对遥感图像进行分类。
首先,我们需要准备一些具有代表性的训练样本,这些样本包含不同地物类别的图像区域。
然后,通过计算遥感图像与这些训练样本之间的差异,可以得到分类决策函数,进而对整幅遥感图像进行分类。
2.非监督分类非监督分类是指根据遥感图像中像素值的统计特征,自动将其划分到不同的类别中。
- 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)。
第四章遥感图像的特征
一空间分辨率
二光谱分辨率
三时间分辨率
四辐射分辨率
五遥感系统的信息容量
一空间分辨率
空间分辨率(s p a t i a l r e s o l u t i o n),又称地面分辨率
●前者是针对传感器或图像而言的,指图像上能够详细区分的最小单元的尺寸
或大小;
●后者是针对地面而言,指可以识别的最小地面距离或最小目标物的大小。
空间分辨率的三种表示法:
(1)象元(p i x e l)
(2)线对数
(3)瞬时视场
空间分辨率的三种表示法:
(1)象元(p i x e l),指瞬时视域内所对应的地面面积,即与一个象元大小相当的地面尺寸,单位为米(m)。
如L a n d s a t T M一个象元相当地面28.5×28.5m的范围,简称空间分辨率30m……。
象元是扫描影像的基本单元,是成像过程中或用计算机处理时的基本采样点。
(2)线对数(L i n e P a i r s),对于摄影系统而言,影像最小单元的确定往往通过l毫米间隔内包含的线对数,单位为线对/毫米(1/m m)。
所谓线对指一对同等大小的明暗条纹或规则间隔的明暗条对
(3)瞬时视场(I F O V),指遥感器内单个探测元件的受光角度或观测视野,单位为毫弧度(m r a d)。
I F O V越小,最小可分辨单元(可分像素)越小,空间分辨率越高。
一个瞬时视场内的信息,表示一个象元
遥感数据的概括能力
地面目标是个多维的真实模型,是个无限、连续的信息源(时空尺度上);遥感数据是对地面信息源有限化、离散化的二维平面记录。
像元的大小反映了离散化程度。
从地面原型到遥感信息,即把地面信息有限化、离散化过程必然要损失部分信息,这本身就是一种概括能力。
其概括程度是随着空间分辨率的增大而增加的。
这种概括能力对于宏观概念的建立是有意义的
几何特性
每张遥感图像与所表示的地表景观特征之间有特定的几何关系。
这种几何关系是由遥感仪器的设计、特定的观测条件、地形起伏和其它因素决定的。
地面目标均有其一定的空间分布特征(位置、形状、大小、相互关系)。
从地面原型经遥感过程转为遥感信息后,受大气传输效应和传感器成像特征的影响,这些地面目标的空间特征被部分歪曲,发生变形
全景摄影图像的几何畸变
常规象片(A)与扫描图象(B)几何畸变比较
二光谱分辨率
光谱分辨率——指传感器在接收目标辐射的波谱时能分辨的最小波长间隔。
●决定了传感器所选用的波段数量的多少、各波段的波长位置、及波
长间隔的大小
光谱分辨率越高,专题研究的针对性越强,对物体的识别精度越高,遥感应用分析的效果也就越好。
但是,多波段信息直接地综合解译是较困难的,而多波段的数据分析,可以改善识别和提取信息特征的概率和精度
分波段记录的遥感图像,可以构成一个多维向量空间,空间的维数就是采用的波段数。
如,选用3个波段,构成一个三维特征空间。
图像上的一个像元,在各波段上均有一个光谱数值a i j,b i j,c i j(i,j分别为该像元的行、列号)
每个像元在各波段的图像数据(亮度值)构成一个多维向量,它们对应于多维空间上的一个点,用X i j向量表示:
X i j=
相同类型的地物则形成空间中的点集,不同类型的地物构成空间上不同的点集.
遥感图像分类、模式识别的实质就是选择有效的判别函数来区分这些不同的点集,也就是把不同类型的目标区别开来
三、时间分辨率
时间分辨率是遥感影像间隔时间的一项性能指标。
指对同一地点进行采样的时间间隔,即采样的时间频率,也称重访周期。
遥感探测器按一定的时间周期重复采集数据,这种重复周期,又称回归周期。
它是由飞行器的轨道高度、轨道倾角、运行周期、轨道间隔、偏移系数等参数所决定
S P O T轨道交错覆盖次序
应用优势:
●多时相遥感信息可以提供目标变量的动态变化信息,用于资源、环
境、灾害的监测、预报;
●并可以根据地物目标不同时期的不同特征,提高目标识别能力和精
度;
●并为更新数据库提供根本保证
四、辐射分辨率及辐射测量特性
辐射分辨率(r a d i a n t r e s o l u t i o n)
●辐射分辨率指传感器接收波谱信号时,能分辨的最小辐射度差。
●表明了传感器对光谱信号强弱的敏感程度、区分能力。
即探测器的
灵敏度(遥感器感测元件在接收光谱信号时能分辨的最小辐射度
差,或指对两个不同辐射源的辐射量的分辨能力);
●一般用灰度的分级数来表示,即最暗—最亮灰度值(亮度值)间分级
的数目——量化级数
有效量化的级数,一般是由动态范围和信噪比S/N所确定 动态范围:指遥感器可测量的最大信号与最小信号之比。
●所谓最大信号指在此值以外无论输入的信号多强,响应也无变化的
饱和区:所谓最小信号指在此值以外为对输入的弱信号无响应的无感应区;而仅在动态范围内,输入与输出信号几乎呈线性关系
信噪比S/N——指有效信号(s i g n a l)与噪声(n o i s e)之比。
即信号功率与噪声功率之比。
而为了实用方便,信噪比常定义为信号均方根电压和噪声均方根电压之比,单位均为分贝(d B)
辐射测量特性(r a d i o m e t r i c c h a r a c t e r i s t i c)
●光学遥感器的辐射测量特性——指的是用光学遥感器测量时,来自
目标反射或辐射的电磁波中的物理量在通过光学系统后会发生何种变化
绝对与相对定标(c a l i b r a t i o n)
“定标”是将遥感器所得的测量值变换为绝对亮度,或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程。
或者说,遥感器
定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系。
定标可分绝对校准与相对校准两种方式。
前者需知道目标辐射的绝对值:后者只须知道目标中某一点辐射与其它点辐射的相对数值
遥感数据中除了由遥感器的灵敏度特性引起的偏差外,还包含大气效应及遥感器的测量系统引起的各种失真。
遥感器定标是遥感定量化的前提
遥感中常用的定标技术有实验室校准及飞行校准。
●实验室校准指在遥感器发射前,在实验室对辐射计进行模拟太空环
境将仪器的输出值转换为辐射值的定标,如N O A A/A V H R R3、4、5通道就装有内定标系统
飞行中的校准,包括星上定标和地面定标
●星上定标采用标准参考源,是实时、连续的定标。
但由于不能确切知道大气
层外的太阳辐射特性,以及星上定标系统不够稳定等因素,影响到星上定标的精度。
●地面定标,即通过设立地面定标试验场,选择典型的均匀稳定目标,用高精
度仪器在地面进行同步测量,来进行仪器定标。
但是地面定标由于包含了路程大气的影响,必须同时测量和计算遥感器过顶时的大气环境参量和地物反射率,、进行必要的大气校正
五、遥感系统的信息容量
任何一个遥感系统都有它一定的信息容量。
它的最大信息容量与它的空间、光谱、时间、辐射分辨率有关。
在具体应用分析时,人们必须通过研究对象的特征来选择遥感信息,并使之与遥感系统的信息能力相一致
量化的遥感数据,其信息量是用比特(b i t)表示的,1比特可以表示成0或1两个状态的信息量。
假设图像上像元取各灰度值的概率相同(即图像上各像元所取的灰度值不同,而各灰度值出现的概率相同)。
设数据的量化级数为m,根据信息论的研究公式,则每个像元所能包含的最大信息量应为l o g2m(b i t)
一幅单波段图像内有n个像元,则一个单波段图像所包含的最大信息量为:
I m=n·㏒2m(b i t)
一个遥感系统可以有k个波段。
这个遥感系统所能容纳的最大信息量(I s)为:
I s=K·I m=K·n·㏒2m=K··㏒(b i t)
式中,C为一景图像所对应的地面面积;
G为地面分辨率(空间分辨率);
n为像元数(可理解为空间分辨率);
K为波段数(可理解为光谱分辨率);
m为量化级数(辐射分辨率)。