《遥感技术基础》PPT课件
合集下载
- 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)。
人机 对话
初步 解译 了解 概况 野外 检查 修改 计划
建立解译 标 志
进行 专题 业信 息解 译
结论
2020/11/30
14
第八讲 遥感图像判读
三、遥感图像自动分类
计算机自动分类的基本步骤
对研究区相关基本情况的分析研究 确定分类方案 确定训练样本(监督分类) 图像预处理：纠正、特征选择、增强等 确定分类算法、分类 分类精度检验、评估 改进分类方法 输出分类结果
应充分利用各种解译标志，包括直接标志 和间接标志，相 互补充，彼此验证；
随着遥感技术的发展，应尽可能利用多种遥感数据 （不同 数据源、多时相遥感图象）进行的综合分析。
2020/11/30
10
第八讲 遥感图像判读
方法
进行遥感图象目视解译时必须充分运用地物目标时空分布 的规律性，
如气候、植被、土壤等景观要素的纬度地带性、经 度相关性、高度
野外阶段
➢ 实地验证 ➢ 补充调查
总结阶段
➢ 整理资料 ➢ 绘制图件 ➢ 编撰报告
影响目视解译效果的因素
解译者专业知识水平
解译者经验积累
解译者对工作地区的了解
可供参考资料的多少
2020/11/30
13
第八讲 遥感图像判读
人机交互式目视解译技术框图
数字 图像
增强 处理
光学 图像
监视 屏幕,
2020/11/30
3
第八讲 遥感图像判读
大小:不少特定的地物目标不仅具有一定的形状，而且 具有一定的 大小。形状与大小相结合成为鉴别这 些地物目标的可靠依据。
2020/11/30
4
第八讲 遥感图像判读
阴影
➢缺点：遮挡了信息 ➢优点：高度信息、
立体感
2020/11/30
5
第八讲 遥感图像判读
色调
2020/11/30
6
第八讲 遥感图像判读
间接标志
纹理
沥青
混泥土
草地
树皮 瓷砖
编织品 水面
食物
金属
沙滩
2020/11/30
7
第八讲 遥感图像判读Leabharlann 间位置2020/11/30
8
第八讲 遥感图像判读
空间位置
2020/11/30
9
第八讲 遥感图像判读
二、遥感图像目视判读
原则
从应用目的出发，总体观察，全面分析图象特征。 坚持先 易后难，由粗入细，由整体至局部的解译程序；
用户精度：从分类结果中任取一个随机样本，其所具有的类型与地 面实际类型 相同的条件概率。（错分误差）；
生产者精度（制图精度）：相对于地面获得的实际资料中的任意一 个随机样本， 分类图上同一地点的分类结果与其相一致的条件概率 。（漏分误差）
总精度。
2020/11/30
18
第八讲 遥感图像判读
➢ Kappa Coefficient
垂直带性、物候季节性等；
要密切注意各类地物目标之间的相关规律，有些规律现象 表现得比
较稳定明确，如水平地带性、垂直带性等，有些现象 则具有随机性、
不确定性和模糊（或过渡）性，例如地震（带） 的分布，土壤分布
等受很多因素的影响；
只要坚持以遥感成像机理与专业知识、规律相结合的指导 思想，通
过实践，不断探索和总结，就能归纳出具有相对普遍 性与稳定性的
遥感技术基础
学年学期：2010-2011学年第一学期
学
院：测绘与地理科学学院
班
级：地理081-3班
教
师：李 玉
2020/11/30
1
第八讲 遥感图像判读
课程内容
一、判读标志 二、判读方法 三、遥感图像自动分类
2020/11/30
2
第八讲 遥感图像判读
一、判读标志
直接标志
形状: 建筑楼房、 树冠、 街道
设混淆矩阵中第 i 行所有列之和为 xi xij
第 j 列所有行之和为 x j xij
j
i
Kappa 系数表示为
N xkk xk xk
k
k
N 2 xk xk
k
2020/11/30
19
第八讲 遥感图像判读
举例
主对角线上：xii = 35 + 37 + 41 = 113 非主对角线上： x+i xi+ = 5039 + 4050 + 4647 = 6112 Kappa 系数： = (136113-6112)/(1362-6112) = 74.8 %
2020/11/30
20
感谢下 载
16
第八讲 遥感图像判读
分类精度检验
分类精度的评价通常是用分类图与标准数据（图件或地面实测
值）进行比较，以正确的百分比来表示精度。
采样方法
➢ 简单随机采样 ➢ 分层采样 ➢ 聚点或集群采样
误差矩阵与精度:指通过 检验区，建立分类混淆矩 阵。
2020/11/30
17
第八讲 遥感图像判读
➢ 分类混淆矩阵
解译标志，并举一反三灵活应用这些解译标志进 行正确的解译。
2020/11/30
11
第八讲 遥感图像判读
流程
准备阶段
➢ 收集资料 ➢ 订购图象 ➢ 必要时野外粗查
➢ 草拟解译标志
室内解译阶段
➢ 找出地物目标 ➢ 勾绘分布界线 ➢ 判断类别属性
➢ 测量长度大小。
2020/11/30
12
第八讲 遥感图像判读
The Kappa coefficient expresses the proportionate reduction in error
generated by a classification process compared with the error of a
completely random classification.
2020/11/30
15
第八讲 遥感图像判读
提高分类精度的途径
正确选取特征参数：有效地进行特征选择与提取 优化训练区：准确、有代表性 改进算法，充分利用影像几何信息 混合像元的分解 多源数据综合分析与应用 提高智能化水平：建立专家系统 （知识化、智能 化、自动化）
2020/11/30
初步 解译 了解 概况 野外 检查 修改 计划
建立解译 标 志
进行 专题 业信 息解 译
结论
2020/11/30
14
第八讲 遥感图像判读
三、遥感图像自动分类
计算机自动分类的基本步骤
对研究区相关基本情况的分析研究 确定分类方案 确定训练样本(监督分类) 图像预处理：纠正、特征选择、增强等 确定分类算法、分类 分类精度检验、评估 改进分类方法 输出分类结果
应充分利用各种解译标志，包括直接标志 和间接标志，相 互补充，彼此验证；
随着遥感技术的发展，应尽可能利用多种遥感数据 （不同 数据源、多时相遥感图象）进行的综合分析。
2020/11/30
10
第八讲 遥感图像判读
方法
进行遥感图象目视解译时必须充分运用地物目标时空分布 的规律性，
如气候、植被、土壤等景观要素的纬度地带性、经 度相关性、高度
野外阶段
➢ 实地验证 ➢ 补充调查
总结阶段
➢ 整理资料 ➢ 绘制图件 ➢ 编撰报告
影响目视解译效果的因素
解译者专业知识水平
解译者经验积累
解译者对工作地区的了解
可供参考资料的多少
2020/11/30
13
第八讲 遥感图像判读
人机交互式目视解译技术框图
数字 图像
增强 处理
光学 图像
监视 屏幕,
2020/11/30
3
第八讲 遥感图像判读
大小:不少特定的地物目标不仅具有一定的形状，而且 具有一定的 大小。形状与大小相结合成为鉴别这 些地物目标的可靠依据。
2020/11/30
4
第八讲 遥感图像判读
阴影
➢缺点：遮挡了信息 ➢优点：高度信息、
立体感
2020/11/30
5
第八讲 遥感图像判读
色调
2020/11/30
6
第八讲 遥感图像判读
间接标志
纹理
沥青
混泥土
草地
树皮 瓷砖
编织品 水面
食物
金属
沙滩
2020/11/30
7
第八讲 遥感图像判读Leabharlann 间位置2020/11/30
8
第八讲 遥感图像判读
空间位置
2020/11/30
9
第八讲 遥感图像判读
二、遥感图像目视判读
原则
从应用目的出发，总体观察，全面分析图象特征。 坚持先 易后难，由粗入细，由整体至局部的解译程序；
用户精度：从分类结果中任取一个随机样本，其所具有的类型与地 面实际类型 相同的条件概率。（错分误差）；
生产者精度（制图精度）：相对于地面获得的实际资料中的任意一 个随机样本， 分类图上同一地点的分类结果与其相一致的条件概率 。（漏分误差）
总精度。
2020/11/30
18
第八讲 遥感图像判读
➢ Kappa Coefficient
垂直带性、物候季节性等；
要密切注意各类地物目标之间的相关规律，有些规律现象 表现得比
较稳定明确，如水平地带性、垂直带性等，有些现象 则具有随机性、
不确定性和模糊（或过渡）性，例如地震（带） 的分布，土壤分布
等受很多因素的影响；
只要坚持以遥感成像机理与专业知识、规律相结合的指导 思想，通
过实践，不断探索和总结，就能归纳出具有相对普遍 性与稳定性的
遥感技术基础
学年学期：2010-2011学年第一学期
学
院：测绘与地理科学学院
班
级：地理081-3班
教
师：李 玉
2020/11/30
1
第八讲 遥感图像判读
课程内容
一、判读标志 二、判读方法 三、遥感图像自动分类
2020/11/30
2
第八讲 遥感图像判读
一、判读标志
直接标志
形状: 建筑楼房、 树冠、 街道
设混淆矩阵中第 i 行所有列之和为 xi xij
第 j 列所有行之和为 x j xij
j
i
Kappa 系数表示为
N xkk xk xk
k
k
N 2 xk xk
k
2020/11/30
19
第八讲 遥感图像判读
举例
主对角线上：xii = 35 + 37 + 41 = 113 非主对角线上： x+i xi+ = 5039 + 4050 + 4647 = 6112 Kappa 系数： = (136113-6112)/(1362-6112) = 74.8 %
2020/11/30
20
感谢下 载
16
第八讲 遥感图像判读
分类精度检验
分类精度的评价通常是用分类图与标准数据（图件或地面实测
值）进行比较，以正确的百分比来表示精度。
采样方法
➢ 简单随机采样 ➢ 分层采样 ➢ 聚点或集群采样
误差矩阵与精度:指通过 检验区，建立分类混淆矩 阵。
2020/11/30
17
第八讲 遥感图像判读
➢ 分类混淆矩阵
解译标志，并举一反三灵活应用这些解译标志进 行正确的解译。
2020/11/30
11
第八讲 遥感图像判读
流程
准备阶段
➢ 收集资料 ➢ 订购图象 ➢ 必要时野外粗查
➢ 草拟解译标志
室内解译阶段
➢ 找出地物目标 ➢ 勾绘分布界线 ➢ 判断类别属性
➢ 测量长度大小。
2020/11/30
12
第八讲 遥感图像判读
The Kappa coefficient expresses the proportionate reduction in error
generated by a classification process compared with the error of a
completely random classification.
2020/11/30
15
第八讲 遥感图像判读
提高分类精度的途径
正确选取特征参数：有效地进行特征选择与提取 优化训练区：准确、有代表性 改进算法，充分利用影像几何信息 混合像元的分解 多源数据综合分析与应用 提高智能化水平：建立专家系统 （知识化、智能 化、自动化）
2020/11/30