遥感图像处理读书报告

遥感读书报告

专

完成时间：

目录

第一部分：各知识点的涵与联系

第二部分：学习的重难点

第三部分：公式的推导

第四部分：感兴趣的容

第五部分：学习感悟

第一部分：各知识点的涵与联系

一、电磁波、电磁波普、电磁辐射黑体辐射、太阳辐射、大气对辐射的影响、物体的发

射辐射地物反射辐射、地物波普

恩位移定 i◎=1.360*10^3w/m^2 当大气中粒子比波长小得多对可见光和红外波段特别波长越长，散射越弱

当大气中粒子和波长相当对红外波段特别明显散射

当大气中粒子比波长大得多散射强度与波长无关 90°时，折射值最大

t：

波长、温度、构成物体的材料、表面状况等

???)*? w w 光谱反射率：物体的反射辐射通量与入射辐射通量之比

同一地物的反射波普特性：具有时间效应和空间效应

同地物的发射波普特性：城市道路建筑物、水体、土壤、植物、

影响因素：太阳位置、传感器位置、地理位置、地形、季节、

气候变化等

地物波普的概念

地物光谱的测定原理：用光谱测定仪器测定地物和标准板的反射率变化

地物光谱测试的作用：三个方面

地物反射波普测量理论：brdf、brf 地物光谱的测量方法：样品的实验室测量，应用不够广泛

野外测量，采用比较法，分为垂直测量和非垂直测量

特点：分辨率高

用处：用于军事侦察篇二：遥感课程理解与应用读书报告

遥感图像理解与应用读书报告

一、概述

遥感主要是为地学研究提供数据源，但由于遥感数据获取的是地物电磁辐射信息，不能

直接用于各类地学研究，需要先对遥感数据进行处理。对遥感数据的处理，包括遥感数据预

处理、遥感数据理解。预处理包括对数据几何校正和图像配准、图像融合、图像镶嵌与裁剪、

大气校正，使遥感数据与地理上的空间点相对应，包括位置对应以及位置辐射值的对应。而

对遥感图像的理解则是根据遥感数据中的辐射值确定不同位置的目标类型、属性等信息，使

数据符合人的空间认知。

遥感图像理解这门课程首先介绍遥感原理，它是通过获取和分析目标的电磁辐射信息，

来了解目标的其他属性信息的科学和技术。然后介绍遥感图像，包括获取手段（直接获取，

间接由现有图件或照片获取）、显示方式（真彩色、假彩色、伪彩色）、图像属性（四种分辨

率）等。再对遥感图像中的目标做介绍，指出遥感最重要目的就是获取遥感图像目标及其语

义解释。遥感图像目标表现于图像中的特征包括图像可视特征、图像参数特征和光谱特征，信息丰富目标识别能力增强。其中图像可视特征包括目标的亮度、颜色、纹理、边沿、轮廓、形态、大小等；图像参数特征是经过计算后得到的用于描述图像特征的各种参数，如图像灰度的均值、方差，图像的比值，图像的协方差、各阶矩，图像在变换域中的频谱等；图像光谱特征由各个波段的光谱值决定，包括平均光谱值大小、光谱曲线的变化趋势和光谱曲线中对地物信息具有标示性意义的一些几何参数，如波峰、波谷、斜率等。在对遥感图像理解中，主要针对这些信息确定图像目标类型、属性等信息。

二、对遥感图像的理解

第四章对遥感图像的理解是重点容。针对地学应用的遥感图像中的目标是各种地理客体，因而这里的遥感图像理解也就是遥感图像的地学理解。地学遥感图像理解则除了包括目标的几何关系、目标类别外，更重要的是理解目标的性质、性状、数量特征等。其涵主要有：目标类别、地物空间关系、目标的性状（物理、化学、生物参数）、目标的数量特征。

遥感图像理解包括图像处理、图像分析和图像理解三个层次的容。图像处理包括图像纠正（也叫数据预处理）和图像增强，纠正图像的几何误差和辐射误差，并突出所感兴趣的信息。图像分析包括边缘检测、图像分类、空间分析，提取感兴趣的目标和信息，对图形空间信息进行综合分析。课程主讲的图像理解侧重于计算机解译，从图像特征或光谱特征出发，有很多不同的方法。

从图像特征出发，图像特征理解步骤为图像预处理、目标检测、目标解释，主要是以图像中的目标为理解单元，一般多用于高分辨率遥感图像中。从光谱特征出发，侧重光谱特征的理解包括数据预处理、波段选择、图像分类三步，一般用于低分辨率遥感图像中。对遥感数据具体采用什么理解方法视具体情况而定，理想的方式是将图像特征与光谱特征结合进行。

三、侧重图像特征的图像理解

图像特征包括图像色调、颜色、阴影、形状、纹理、大小、位置、图型、相关布局、参数特征等。基于图像目标检测的策略，用图像区域表达图像中的目标，其中点目标和线目标是区域的特例。因此图像目标可以用对应图像区域的边界（线）或区域（面）来表示，于是检测目标就可以从检测边界和检测区域两个途径进行。从图像目标边缘出发，有各种边缘检测算子用于对图像目标进行检测识别。针对不同的处理要求选用不同的边缘检测算子，一般有梯度算子、拉普拉斯算子、马尔算子等。边缘检测之后还要进行边缘连接，使目标的边界成为一个整体，不零散断续。

基于图像目标区域的检测方法，是在某种或几种属性下考察每个像素的取值，若与某些其它像素的取值相同或相近，则将它们归为一类，即将它们标记为同一目标（或同类目标）。基于区域的方法有两类：非监督分类和图像分割。采用相似性或概率对图像划分一般称为图像分类，采用阈值（临界值）对图像划分一般称为图像分割。其中图像分割考虑用于分割的属性（像素灰度、像素局部或邻域性质、与像素位置有关的像素灰度），分割的方法，阈值法分割中阈值的选取三个方面的容。非监督分类包括k均值法、isodata法、自适应人工神经网络非监督分类方法。

划分后的图像中每个子区域作为一个图像目标，对遥感图像的理解转为对各个目标的理解。对每个目标提取其特征，进而依据特征对目标做出类别和其他属性方面的语义理解。对目标的理解一种重要方法就是模式识别。模式识别(pattern recognition)的目的是根据客体的属性信息实现对客体的认知，它研究人的识别能力的数学技术机理的科学。其中分类是模式识别中最重要的一项容。

四、侧重光谱特征的遥感图像理解

地物的辐射能量随波长变化而变化的函数关系称为地物的光谱或波谱。以波长为横坐标、以发射率或反射率为纵坐标作出光谱的关系曲线称为光谱曲线。