遥感图像解译ppt
合集下载
第七章遥感数字图像计算机解译ppt课件
➢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。
2
二、分类方法
非监督分类（ Unsupervised classification ）： 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85%，模板需要要重建。
35
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
（3）多级切割分类法 （4）特征曲线窗口分类法
监督分类的一般步骤
采集训练样本 建立模板 评价模板 初步分类 检验分类
分类后处理 分类特征统计
训练样本选择：
取决于用户对研究区及类别的了解程度。
1）矢量多边形：使用矢量图层；自定义AOI多边形； 2）标志种子象素：利用AOI工具，用十字光标标出 一个象元作为种子象素（seed pixel）代表训练样本， 其相邻象素根据用户指定参数进行比较，直到没有 相邻象元满足要求，这些相似元素通过栅矢转换成 为感兴趣区域。
46
小波分析
小波理论起源于信号处理。由于探测精度的限
制．一般的信号都是离散的，通过分析认为信号是由多
个小波组成的，这些小波代表着不同的频率持征。小波
函数平移、组合形成了小波函数库，通过小波函数库中
区间的变化可以对某些感兴趣的频率特征局部放大，因
此．小波函数被称为数学显微镜。
47
小波分析
小波分析方法的基本思想就是将图像进行多分辨率 分解．分解成不同空间、不同频率的子图像、然后再对子 图像进行系数编码。基于小波分析的图像压缩实质上是对 分解系数进行量化的压缩。
2
二、分类方法
非监督分类（ Unsupervised classification ）： 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85%，模板需要要重建。
35
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
（3）多级切割分类法 （4）特征曲线窗口分类法
监督分类的一般步骤
采集训练样本 建立模板 评价模板 初步分类 检验分类
分类后处理 分类特征统计
训练样本选择：
取决于用户对研究区及类别的了解程度。
1）矢量多边形：使用矢量图层；自定义AOI多边形； 2）标志种子象素：利用AOI工具，用十字光标标出 一个象元作为种子象素（seed pixel）代表训练样本， 其相邻象素根据用户指定参数进行比较，直到没有 相邻象元满足要求，这些相似元素通过栅矢转换成 为感兴趣区域。
46
小波分析
小波理论起源于信号处理。由于探测精度的限
制．一般的信号都是离散的，通过分析认为信号是由多
个小波组成的，这些小波代表着不同的频率持征。小波
函数平移、组合形成了小波函数库，通过小波函数库中
区间的变化可以对某些感兴趣的频率特征局部放大，因
此．小波函数被称为数学显微镜。
47
小波分析
小波分析方法的基本思想就是将图像进行多分辨率 分解．分解成不同空间、不同频率的子图像、然后再对子 图像进行系数编码。基于小波分析的图像压缩实质上是对 分解系数进行量化的压缩。
遥感图像计算机解译课件
基于置信度的不确定性度量
根据解译算法输出的置信度信息，评估每个地物类别的可靠性，进 而分析整体解译结果的不确定性。
敏感性分析
针对不同参数、算法和阈值设置进行敏感性分析，找出对解译结果 影响较大的因素，提高解译稳定性。
解译算法优化策略
特征选择与融合
提取多源、多尺度、多特征的信 息，利用特征选择和融合技术， 提高解译算法对复杂地物的识别
Hu矩
利用Hu矩可以描述图像中目标的形状特征，具有旋转、缩放和平移不变性。
Canny算子
Canny算子是一种经典的边缘检测算法，能够提取出较为完整和准确的形状边缘信息。
光谱特征提取
01
02
03
色彩空间转换
通过色彩空间的转换，如 RGB到HSV等，可以提取 出图像中不同波段的光谱 特征。
PCA变换
主成分分析（PCA）能够 将高维的光谱数据降维， 提取出最主要的光谱特征。
光谱角映射
通过计算两个光谱向量之 间的夹角，可以度量它们 之间的相似性，进而提取 出图像的光谱特征。
04
遥感图像分类与识别
基于像素的分 类
基于像素的分类方法将图像分割成像素，根据像素的灰度值 或颜色特征进行分类。这种方法简单易行，但对于像素之间 的空间关系考虑不足，容易受到噪声和异质性的影响。
常用的基于像素的分类算法包括K-means聚类、最大似然分 类等。这些算法通过计算像素之间的相似性或概率来进行分 类，能够取得一定的分类效果，但对于复杂的遥感图像场景 可能存在较大的误差。
能力。
深度学习技术
引入深度学习技术，构建多层次的 神经网络模型，自动学习遥感图像 的高级特征表示，提高解译精度。
集成学习方法
采用集成学习框架，融合多个单一 解译算法的输出结果，充分利用各 算法的优势，降低解译结果的不确 定性。
根据解译算法输出的置信度信息，评估每个地物类别的可靠性，进 而分析整体解译结果的不确定性。
敏感性分析
针对不同参数、算法和阈值设置进行敏感性分析，找出对解译结果 影响较大的因素，提高解译稳定性。
解译算法优化策略
特征选择与融合
提取多源、多尺度、多特征的信 息，利用特征选择和融合技术， 提高解译算法对复杂地物的识别
Hu矩
利用Hu矩可以描述图像中目标的形状特征，具有旋转、缩放和平移不变性。
Canny算子
Canny算子是一种经典的边缘检测算法，能够提取出较为完整和准确的形状边缘信息。
光谱特征提取
01
02
03
色彩空间转换
通过色彩空间的转换，如 RGB到HSV等，可以提取 出图像中不同波段的光谱 特征。
PCA变换
主成分分析（PCA）能够 将高维的光谱数据降维， 提取出最主要的光谱特征。
光谱角映射
通过计算两个光谱向量之 间的夹角，可以度量它们 之间的相似性，进而提取 出图像的光谱特征。
04
遥感图像分类与识别
基于像素的分 类
基于像素的分类方法将图像分割成像素，根据像素的灰度值 或颜色特征进行分类。这种方法简单易行，但对于像素之间 的空间关系考虑不足，容易受到噪声和异质性的影响。
常用的基于像素的分类算法包括K-means聚类、最大似然分 类等。这些算法通过计算像素之间的相似性或概率来进行分 类，能够取得一定的分类效果，但对于复杂的遥感图像场景 可能存在较大的误差。
能力。
深度学习技术
引入深度学习技术，构建多层次的 神经网络模型，自动学习遥感图像 的高级特征表示，提高解译精度。
集成学习方法
采用集成学习框架，融合多个单一 解译算法的输出结果，充分利用各 算法的优势，降低解译结果的不确 定性。
遥感导论电子课件.pptx
返回
阴影
阴影：不同遥感影像中的阴影解译是不同的。可见光遥感：指影像上目标物，因阻挡阳光直射而出现的影子。分为本影和落影（P147）。阴影可使地物有立体感，有利于地貌的判读。根据阴影的形状、长度可判断地物的类型和量算其高度。热红外图像：阴影是由于温度差异所形成的。分为冷阴影和热阴影。（见P152）侧视雷达：微波影像上无回波区。主要由于地形起伏造成。（P167）
1.黑白全色和红外像片解译
反射率高（低）
色调白（黑）
2.彩色和彩红外像片解译：
真彩色像片
地物的天然色彩
基本反映
①认真了解红外彩色片感光材料的特性和成像原理；②熟悉各种地物在可见光和近红外光波段的反射光谱特性；③建立地物的反射光谱特性与红外彩色片中地物假彩色的对应关系；④建立彩红外像片其它判读标志；⑤遵循遥感解译步骤与方法对彩红外像片进行解译。
目视解译的生理基础
目视解译的心理基础
人类心理特点在遥感图像解译中也存在着影响，这些特点包括：1.遥感图像解译过程中，在同一时刻中只有一种地物是目标地物，图像的其余部分则是作为目标地物的背景出现，此时人类注意力集中在目标地物上。2.目标地物识别时，目视者过去的经验与知识结构对目标物体的确认具有导向作用。因此，遥感图像上同一个目标地物，不同的解译者可能会得出不同的结论。3.心理惯性对目标地物的识别具有一定影响。在观察目标地物的图形结构时，空间分布比较接近的物体，图形要素容易构成一个整体。4.观察的时效性。实验证明，遥感图像辨识需要一段时间，这期间内，目视者先区分目标地物和背景，然后辨认目标的细节，最后构成一个完整的图像知觉，为了正确地辨认图像中的目标地物，需要一个最低限度的时间才能够完成。
返回
5.2 遥感图像目视解译基础
1.遥感摄影像片的判读2.遥感扫描影像的判读3.微波影像的判读4.立体观察5.目视解译方法6.目视解译基本程序与步骤
阴影
阴影：不同遥感影像中的阴影解译是不同的。可见光遥感：指影像上目标物，因阻挡阳光直射而出现的影子。分为本影和落影（P147）。阴影可使地物有立体感，有利于地貌的判读。根据阴影的形状、长度可判断地物的类型和量算其高度。热红外图像：阴影是由于温度差异所形成的。分为冷阴影和热阴影。（见P152）侧视雷达：微波影像上无回波区。主要由于地形起伏造成。（P167）
1.黑白全色和红外像片解译
反射率高（低）
色调白（黑）
2.彩色和彩红外像片解译：
真彩色像片
地物的天然色彩
基本反映
①认真了解红外彩色片感光材料的特性和成像原理；②熟悉各种地物在可见光和近红外光波段的反射光谱特性；③建立地物的反射光谱特性与红外彩色片中地物假彩色的对应关系；④建立彩红外像片其它判读标志；⑤遵循遥感解译步骤与方法对彩红外像片进行解译。
目视解译的生理基础
目视解译的心理基础
人类心理特点在遥感图像解译中也存在着影响，这些特点包括：1.遥感图像解译过程中，在同一时刻中只有一种地物是目标地物，图像的其余部分则是作为目标地物的背景出现，此时人类注意力集中在目标地物上。2.目标地物识别时，目视者过去的经验与知识结构对目标物体的确认具有导向作用。因此，遥感图像上同一个目标地物，不同的解译者可能会得出不同的结论。3.心理惯性对目标地物的识别具有一定影响。在观察目标地物的图形结构时，空间分布比较接近的物体，图形要素容易构成一个整体。4.观察的时效性。实验证明，遥感图像辨识需要一段时间，这期间内，目视者先区分目标地物和背景，然后辨认目标的细节，最后构成一个完整的图像知觉，为了正确地辨认图像中的目标地物，需要一个最低限度的时间才能够完成。
返回
5.2 遥感图像目视解译基础
1.遥感摄影像片的判读2.遥感扫描影像的判读3.微波影像的判读4.立体观察5.目视解译方法6.目视解译基本程序与步骤
遥感图像处理ppt课件
02
人工智能在遥感图像处理中可以应用 于地物分类、目标检测、变化检测等 方面。通过训练人工智能算法，使其 能够自动识别和分类地物，提高遥感 数据的利用价值和精度。同时，人工 智能算法还可以对遥感数据进行自动 化分析和处理，提高数据处理效率。
03
人工智能在遥感图像处理中需要解决 的关键问题包括数据标注、模型训练 和优化等。同时，还需要考虑人工智 能算法的可解释性和可靠性，以确保 其在实际应用中的效果和安全性。随 着技术的不断发展，人工智能在遥感 图像处理中的应用将进一步提高遥感 数据的利用价值和精度。
详细描述
遥感图像存储与处理是遥感技术应用的核心环节之一。 在这个过程中，原始数据会经过一系列的预处理、增强 和分类等操作，以提高图像质量和提取更多有用的信息 。例如，辐射定标、大气校正、几何校正等预处理操作 可以提高图像的精度和可靠性；图像增强技术如对比度 拉伸、滤波等可以提高图像的可视化效果和特征提取能 力；分类和目标检测等技术则可以对图像进行语义化表 达和信息提取，以满足不同应用的需求。
遥感图像处理涉及的技术包括辐 射校正、几何校正、图像增强、 信息提取等。
遥感图像处理的重要性
遥感图像处理是遥感技术应用的关键 环节，能够提高遥感数据的精度和可 靠性，为各领域提供更准确、更全面 的信息。
通过遥感图像处理，可以提取出更多 有用的信息，为决策提供科学依据， 促进各行业的智能化发展。
遥感图像处理的应用领域
图像预处理技术
01
02
03
04
去噪
消除图像中的噪声，提高图像 的清晰度。
校正
纠正图像的几何畸变和辐射畸 变，使图像更接近真实场景。
配准
将不同来源的图像进行坐标对 齐，以便于后续的图像分析和
遥感图像目视解译PPT课件
38
39
遥感扫描影像的判读
1、常见遥感扫描影像的主要特点及其应用
✓ MSS影象： ✓ 不同卫星上的波段对比; ✓ MSS各波段应用范围(重点)。
✓ TM影象： ✓ TM影象与MSS影象的对比 ✓ 波段设置 ✓ 主要应用
✓ SPOT影象： ✓ 产品形式 ✓ 主要应用1绿、2红、3近红外、4短波红外。
✓ 其他遥感影象:
40
遥感扫描影像的判读
2、遥感扫描影像特征与解译方法 遥感扫描影像特征
1）宏观综合概括性强：空间分辨率越低，对地面景观概括 性越强，对景物细节的表现力越差。 2）信息量丰富：遥感扫描影像采用多波段记录地物的电磁 波信息，每个波段都提供了丰富的信息。 3）动态观测：资源卫星进入太空，就一刻不停地绕地球运 转，以一定周期重复扫描地球表面，并及时向地面发送最新 所获扫描影像。
特征。 不同植被具有相似的光谱特征
10
直接解译标志 阴影：指一部分地面的反射或发射信息被地物自
身或物体之间相互遮挡而不能达到传感器的影象特 征，表现出一种深色调到黑色调的特殊色调。可造成 立体感，便于判断地物性质。 有时需去除地形起伏引起的部分阴影。
11
直接解译标志 图案：景观地物几何特征随影象比例尺变
➢二者的区别不是截然的
4
水系可作为地质地貌解译的间接标志
辐射型水系 (火山附近)
向心型水系 (盆地)
长方格子状 水系(断层)
5
昆仑山地区ASTER图象(空间热辐射反射辐射计)
6
直接解译标志
形状(Shape) 大小(Size) 色调(Tone) 阴影(Shadow) 图案（样式）(Pattern) 布局(Association) 纹理(Texture) 位置(Site)
39
遥感扫描影像的判读
1、常见遥感扫描影像的主要特点及其应用
✓ MSS影象： ✓ 不同卫星上的波段对比; ✓ MSS各波段应用范围(重点)。
✓ TM影象： ✓ TM影象与MSS影象的对比 ✓ 波段设置 ✓ 主要应用
✓ SPOT影象： ✓ 产品形式 ✓ 主要应用1绿、2红、3近红外、4短波红外。
✓ 其他遥感影象:
40
遥感扫描影像的判读
2、遥感扫描影像特征与解译方法 遥感扫描影像特征
1）宏观综合概括性强：空间分辨率越低，对地面景观概括 性越强，对景物细节的表现力越差。 2）信息量丰富：遥感扫描影像采用多波段记录地物的电磁 波信息，每个波段都提供了丰富的信息。 3）动态观测：资源卫星进入太空，就一刻不停地绕地球运 转，以一定周期重复扫描地球表面，并及时向地面发送最新 所获扫描影像。
特征。 不同植被具有相似的光谱特征
10
直接解译标志 阴影：指一部分地面的反射或发射信息被地物自
身或物体之间相互遮挡而不能达到传感器的影象特 征，表现出一种深色调到黑色调的特殊色调。可造成 立体感，便于判断地物性质。 有时需去除地形起伏引起的部分阴影。
11
直接解译标志 图案：景观地物几何特征随影象比例尺变
➢二者的区别不是截然的
4
水系可作为地质地貌解译的间接标志
辐射型水系 (火山附近)
向心型水系 (盆地)
长方格子状 水系(断层)
5
昆仑山地区ASTER图象(空间热辐射反射辐射计)
6
直接解译标志
形状(Shape) 大小(Size) 色调(Tone) 阴影(Shadow) 图案（样式）(Pattern) 布局(Association) 纹理(Texture) 位置(Site)
《遥感图像目视解译》课件
特点
遥感图像目视解译具有直观、快 速、灵活等优点，但也存在主观 性、精度不稳定等局限性。
遥感图像目视解译的重要性
提供快速、准确的信息提取
01
遥感图像目视解译能够快速准确地提取地球表面的信息，为决
策提供有力支持。
弥补遥感自动解译的不足
02
遥感自动解译存在一定的局限性，目视解译可以弥补其不足，
提高解译精度。
02 03
数据安全与隐私保护
随着遥感技术的应用范围不断扩大，数据安全和隐私保护问题日益突出 ，如何在满足应用需求的同时保障数据安全和隐私权益是亟待解决的问 题。
应用领域的拓展
遥感图像目视解译技术的应用领域正在不断拓展，从传统的环境监测、 城市规划等领域向智能交通、智慧城市等新兴领域延伸，为技术的推广 和应用提供了广阔的市场和发展空间。
水体遥感图像目视解译
要点一
总结词
水体遥感图像目视解译可以提取水域范围、水质状况、水 生生物分布等信息，为水资源管理和保护提供决策支持。
要点二
详细描述
水体遥感图像目视解译是遥感技术在水资源领域应用的重 要手段之一。通过目视解译，可以提取水域范围、水质状 况、水生生物分布等信息，为水资源管理和保护提供决策 支持。在解译过程中，需要注意水体的光谱特征和空间结 构特征，以便更准确地提取信息。同时，还需要注意不同 水体之间的差异和变化，以便及时发现和解决水环境问题 。
在应急响应和灾害监测中发挥重要作用
03
遥感图像目视解译在应急响应和灾害监测中能够快速识别灾害
区域和受灾情况，为救援工作提供及时的信息支持。
遥感图像目视解译的应用领域
土地利用与土地覆盖分类
遥感图像目视解译能够识别和区分不 同类型的土地利用和土地覆盖，如森 林、草地、城市等。
遥感图像目视解译具有直观、快 速、灵活等优点，但也存在主观 性、精度不稳定等局限性。
遥感图像目视解译的重要性
提供快速、准确的信息提取
01
遥感图像目视解译能够快速准确地提取地球表面的信息，为决
策提供有力支持。
弥补遥感自动解译的不足
02
遥感自动解译存在一定的局限性，目视解译可以弥补其不足，
提高解译精度。
02 03
数据安全与隐私保护
随着遥感技术的应用范围不断扩大，数据安全和隐私保护问题日益突出 ，如何在满足应用需求的同时保障数据安全和隐私权益是亟待解决的问 题。
应用领域的拓展
遥感图像目视解译技术的应用领域正在不断拓展，从传统的环境监测、 城市规划等领域向智能交通、智慧城市等新兴领域延伸，为技术的推广 和应用提供了广阔的市场和发展空间。
水体遥感图像目视解译
要点一
总结词
水体遥感图像目视解译可以提取水域范围、水质状况、水 生生物分布等信息，为水资源管理和保护提供决策支持。
要点二
详细描述
水体遥感图像目视解译是遥感技术在水资源领域应用的重 要手段之一。通过目视解译，可以提取水域范围、水质状 况、水生生物分布等信息，为水资源管理和保护提供决策 支持。在解译过程中，需要注意水体的光谱特征和空间结 构特征，以便更准确地提取信息。同时，还需要注意不同 水体之间的差异和变化，以便及时发现和解决水环境问题 。
在应急响应和灾害监测中发挥重要作用
03
遥感图像目视解译在应急响应和灾害监测中能够快速识别灾害
区域和受灾情况，为救援工作提供及时的信息支持。
遥感图像目视解译的应用领域
土地利用与土地覆盖分类
遥感图像目视解译能够识别和区分不 同类型的土地利用和土地覆盖，如森 林、草地、城市等。
- 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、解译的程序
1. 准备工作 2. 解译
⑴ 建立解译标志 ⑵ 解译
3. 实地调查、验证 4. 成图与总结
思考题
1. 基本概念（影像特征、解译标志、解译）； 2. 举例说明直接解译标志、间接解译标志； 3. 举例说明遥感图像常用的解译标志； 4. 遥感解译应遵循的主要原则？ 5. 遥感解译分析包括哪些主要方法？
§4.3 遥感解译分析方法
一、解译的原则
1. 先已知后未知 2. 先易后难
3. 先整体、后局部、再整体
面→点→面
4. 多种遥感图像、资料相结合
5. 目视解译与计算机解译相结合
6. 图像解译与实地调查相结合
二、解译分析方法
1. 直译法 2. 逻辑推理法 3. 对比分析法 4. 相关分析法 5. 信息增强、信息复合法 6. 系列制图法
解译标志是地物目标的空间信息和波谱 信息的图形显示。
解译标志
直接解译标志 间接解译标志
⑴ 直接解译标志
由地物自身有关属性在遥感图像上所 直接表现出来的影像特征。
如：形状、大小、色调/色彩。
⑵ 间接解译标志
与地物目标的属性有内在联系、通过 相关分析能够识别、推断目标物性质的影 像特征。
如：地质岩性/构造解译中的水系、 地形地貌等标志。
纹理描述了影像色调变化的频率，是成 群细小地物的形状、大小、色调、阴影等在 影像上的综合表现。
组成纹理的细小地物多不易直观、单独 地识别，其组合往往形成粗糙、平滑等视觉 效果。
六、空间位置及相互关系
七、人文活动标志
八、土壤、植被标志
土壤、植被标志是进行农业、林业、环 境遥感解译中的直接解译标志，但更多情况 下是作为间接解译标志以反映相关地物目标 的性质、状态。
2. 水系类型
⑴ 树枝状水系 ⑵ 格状水系 ⑶ 放射状水系、向心状水系 ⑷ 环状水系 ⑸ 平行状水系 ⑹ 倒钩状水系 ⑺ 星状水系 ⑻ 紊乱状水系 ⑼ 其它类型水系
⑴ 树枝状水系 ⑵ 格状水系 ⑶ 羽状水系 ⑷ 平行状水系 ⑸ 放射状水系 ⑹ 环状水系 ⑺ 向心状水系 ⑻ 倒钩状水系 ⑼ 扇状水系 ⑽ 菱格状水系 ⑾ 钳状沟头树枝状水系 ⑿ 交织状水系 ⒀ 落水洞水系 ⒁ 不规则水系 ⒂ 陷坑水系 ⒃ 串珠状水系
解译（判读、判释）—— 从遥感图像 上获取有用信息的基本过程。
遥感图像
解译标志
相关理论+知识经验
识别地物/现象
揭示性质、运动状态、成因联系
成果输出
4. 目视解译与计算机解译
⑴ 目视解译
专业技术人员通过直接观察或借助 一定的简单判读工具，在遥感图像上获 取信息的解译方式。
⑵ 计算机解译
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，根据遥感 图像中地物目标的各种影像特征，结合 专家知识库中目标物的成像规律和解译 经验，来进行分析、推理的解译方式。
第五章
遥感图像解译
-
1
学习内容
§4.1 解译的目标与要求 §4.2 解译标志 §4.3 遥感解译分析方法
学习目的和要求
1. 重点了解遥感解译的目的、要求； 2. 掌握相关的基本概念； 3. 掌握遥感图像的各种解译标志。 4. 掌握遥感图像解译分析的一般原则和
基本方法。
学习重点与难点
△ 遥感图像的目视解译标志 ☆ 解译标志的实际应用
黑白图像——色调 波谱特性
彩色图像——色彩
物理意义
可见光 ——反射 热红外 ——发射 成像雷达——后向散射
色调——灰阶 色调/色彩的描述
色彩——色彩三要素
色调等级、色别 色调的均匀程度、边界清晰度 色调/色彩描述标准的统一
TM321（RGB）
TM432（RGB）
TM742（RGB）
§5.1 解译的目标与要求
一、基本概念
1. 影像特征
影像特征——不同地物在遥感图像上所 表现出的几何形状、大小、色调、纹理等方 面的特征。
影像特征
空间信息 波谱信息
2. 解译标志（Interpretation Key）
解译标志（判读标志）——在遥感图像 上，能识别区分地物或现象、并能说明它们 的性质及相互关系的影像特征。
TM752（RGB）
TM4
TM3
TM743(RGB)假彩色合成图像
二、几何形态
地物的空间几何形态特征是地物波谱特 性与空间特性在遥感图像上的综合反映。
几何形态特征是直接解译标志之一，几 何形态特征的细节表现依赖于遥感图像的比 例尺、分辨率。
对地物几何形态特征的描述应注意遥感 影像几何畸变的影响。
九、水系类型标志
水系——由干流及其各级支流构成的同 一系统水体的总称。
天然水体
湖沼、暗河、泉水
人工水体
水库、运河
水系类型——水文网的平面组合形态。 水系类型是遥感解译中的重要标志，可 反映气候环境、地质构造、岩性、土壤、植 被等地质/地理要素特征。
1. 水系分析
水系密度分析 水系均匀性分析 水系方向性及变异 冲沟形用信息（信息提取）
应用于多学科领域：
地质、环境、气象、海洋、农业、 林业、旅游……
信息的资源化
资源 信息 资源
三、解译的要求
1. 判明目标地物的属性 2. 量测目标地物的特征参数 3. 研究分析地物/现象在空间、时间、
成因上的联系 4. 遥感制图
§5.2 解译标志
一、色调、色彩
三、阴影
1. 可见光遥感图像
本影 落影
2. 热红外遥感图像
热阴影
3. 成像雷达图像
无后向散射回波的盲区
四、图型（图案、图案结构）
多个目标地物在空间上有规律地排列组 合，可形成点、线、链、格、栅、环等几何 图案结构。
图型描述了地物之间在空间上的排列组 合关系，可反映其内在联系。
五、纹理（影像结构）
3. 解译（Interpretation）
解译（判读、判释）—— 从遥感图像 上获取有用信息的基本过程。
解译的基本过程包括利用各种解译标 志，根据相关理论和知识经验，在遥感图 像上识别、分析地物或现象，揭示其性质、 运动状态及成因联系，并编制有关图件等 一系列的工作过程。
3. 解译（Interpretation）