第五章遙感數據的信息提取

§1信息提取的原理和方法

§2航空像片的信息提取

§3衛星像片的信息提取

§4遙感影像地圖本章提要（…）主要介紹了遙感數據的信息提取的原理和方法,其中以航空像片和陸地衛星像片的信息提取為主,同時介紹了新型的影像地圖的概念。

§1信息提取的原理和方法遙感圖像中目標地物的特征是地物電磁波的輻射差異在遙感影像上的反映。依據遙感圖像上的地物特征，識別地物類型、性質、空間位置、形狀、大小等屬性的過程叫信息提取。信息提取的方法有：目視判讀法：是目前常用的方法。計算機分類法：有監督分類、非監督分類、模式識別、神經網絡分類、分形分類、模糊分類、人工智能等數據挖掘技術方法。遙感圖象的解譯特征

◆判讀標志：又稱解譯標志，它是指能夠反映目標地物信息的遙感影像的各種特征，這些特征能幫助判讀者識別遙感影像上目標地物或現象。

◆直接判讀標志：指能夠直接反映和表現目標地物信息的遙感影像的各種特征。如目標地物的大小、形狀、色調、陰影、紋理、圖型、位置及與周圍的關系。

◆間接判讀標志：指能夠間接反映和表現目標地物信息的遙感影像的各種特征，借助它可以推斷與目標的屬性相關的其他現象。

直接判讀標志：色調/色彩：判讀前通過反差調整和彩色增強后，成為目視判讀的重要標志。形狀：是目視判讀最直觀的標志。大小：根據地物間的相對大小，區分地物。陰影：可判讀地物的高度，但也遮擋部分地物信息。組合圖案：當地物較小時，在影像上表現為紋理，即某種地物類型有規律的重復出現。如農田、森林。

Tone

色調

Shape形狀

Size

大小Texture紋理

Shadow陰影

目視判讀的方法

直接判讀法：依據判讀標志，直接識別地物屬性。對比分析法：與該地區已知的資料對比，或與實地對比而識別地物屬性；或通過對遙感圖像不同波段、不同時相的對比分析，識別地物的性質和發展變化規律。邏輯推理法：根據地學規律，分析地物之間的內在必然分布規律，由某種地物推斷出另一種地物的存在及屬性。如由植被類型可推斷出土壤的類型，根據建筑密度可判斷人口規模等。(1)了解影像的輔助信息：即熟悉獲取影像的平臺、遙感器，成像方式，成像日期、季節，影像的比例尺，空間分辨率，彩色合成方案等。

2)分析已知專業資料：目視解譯的最基本方法是從“已知”到“未知”，所謂“已知”就是已有相關資料或解譯者已掌握的地面實況，將這些地面實況資料與影像對應分析，以確認二者之間的關系。

(3)建立解譯標志：根據影像特征，即形狀、大小、陰影、色調、顏色、紋理、圖案、位置和布局建立起影像和實地目標物之間的對應關系。

目視判讀的步驟§2航空像片的信息提取航空像片一般用攝影的方法獲得，航高在10km以內的對流層。目前常用的航空像片類型為彩色紅外像片。航空像片的比例尺大、分辨率高，常用直接判讀法和對比分析法。一般依據航片上地物的形狀和色彩就可判讀地物屬性。航空像片主要應用在城市遙感中。一、判讀標志航片判讀：根據像片上反映的地物影像識別地物的性質和數量特征，并研究其分布和發生發展的規律。判讀的標志：形狀；大小；色調/顏色；影陰；組合圖案/紋理結構。§2航空像片的信息提取二、居民地和道路的判讀城市居民地的判讀特點：房屋稠密，面積較大，建筑物排列整齊，能判讀建筑物的形狀、高度和周邊環境。農村居民地的判讀特點：小而分散，有農田包圍，能判讀居民地的外形和面積及通向居民地的道路。道路的判讀特點：線狀分布，色調較亮。§2航空像片的信息提取三、水體的判讀河流判讀：界線明顯、彎曲自然、寬窄不一的條帶狀。能判讀流向、河寬、流速、橋梁、碼頭等附屬物。湖泊的判讀：輪廓明顯的形狀、色調較暗。能判讀其形狀、面積。海域的判讀：能清晰地判讀出海岸線、潮侵地帶、高潮、低潮位置。§2航空像片的信息提取

四、地貌的判讀利用航片能判讀地貌的類型、形態。如流水地貌、冰川地貌、風沙地貌、黃土地貌、火山地貌等。§2航空像片的信息提取五、植被的判讀判讀標志為：色調/色彩和紋理結構。紋理結構：細小地物在影像上構成的組合圖案。地物的性質不同，組合圖案也不同，以此來判讀地物群體的性質。以判讀植物群落為主。§2航空像片的信息提取內容：按判讀標志解譯所給的航片，區分出居民地、農田類型、河流、流向、道路等地表覆蓋類型，理解判讀標志的含義，初步掌握圖像識別的方法。實習七判讀所提供的航片§3衛星圖像的信息提取衛星遙感以多波段為主，判讀前先進行彩色增強處理，提高目視判讀的分辨率。判讀方法主要是對比分析和地物紋理特征。高分辨率的衛星遙感圖像彩色合成后，與航空像片的判讀方法類似。如IKONOS，QuickBird。一、Landsat衛星圖像特征光譜特性：由于各種地物組成的物質成分、結構、理化性質的差異，導致不同的地物對電磁波的反射存在著差異，并且致使地物的熱輻射性質也不完全相同。同一地物在不同的波譜段，其反射的電磁波與熱輻射也有差異。反映在圖像上為：相同地物在不同波譜段的圖像上色調會不同。這叫做地物的光譜效應。MSS的光譜效應。MSS4：0.5~0.6μm，對水體有一定的透視能力，能判讀出水下地形。§3衛星像片的信息提取MSS5：0.6~0.7μm，對水體有一定的透視能力，對海水中的泥沙流、河流中的懸浮物有明顯的反映；能區分死樹和活樹，活樹色調較深。MSS6：0.7~0.8μm，水體為暗色，對地物的濕度有明顯反映；能反映植物的健康狀況。MSS7：0.8~1.1μm，與MSS6相似，但水體更黑，濕地色調更黑；能明顯區分植物的健康狀況。MSS8：10.4~12.6μm，反映地物的熱輻射性質。地表溫度高，熱輻射就強，色調就淺。§3衛星像片的信息提取TM的光譜效應TM1對水體有較強的透視能力。TM2-TM4與MSS4-MSS6相似。TM5，TM7屬于近紅外波段，對巖石有明顯的區分能力，對植物也有明顯的反映，屬于反射峰值。TM6與MSS8相同。ETM+的光譜特性除PAN波段外，其余與TM相同。空間分辨率空間分辨率：是指陸地衛星成像時的地面采樣大小，在圖像上就稱為像元，是圖像的最小成像單元。

MSS4-MSS779mMSS8240mTM1-TM5，TM730mTM6120mETM660mPAN15m二、水體判讀水體在衛星圖像上要較其他地物容易判讀。尤其在近紅外波段的影像上，由于水體對近紅外的強烈吸收，水體為黑色，與周圍地物的界限很清楚。湖、河、海以其外部形態，很容易區別。水中的泥沙含量等狀況，在可見光短波影像上有顯示。一般水淺或含沙量大的色調淺。水體明顯易判的特點，常作為其他地物定點定位的標志。§3衛星像片的信息提取三、地貌的判讀地貌在衛星圖像判讀時是較為直觀的要素。衛星圖像的比例尺小，能反映大的地貌形態特征，如平原、山地、丘陵。能判讀主要的地貌類型及范圍，如風沙地貌、黃土地貌、冰川地貌、火山地貌、流水地貌等。§3衛星像片的信息提取四、植被的判讀衛星圖像上，植被是群體的特征，不能反映個體的形態，只能判讀出植被的類型、生長狀況、分布范圍。植被類型的判讀要依據紋理結構和色調，并要有該地植物群落組成和植被分類圖等資料，要經過實地調查和驗證。植被的判讀一般要用多波段合成的圖像，如標準假彩色合成圖像。在該圖像上植被為紅色。§3衛星像片的信息提取五、城鎮與道路的判讀城鎮的光譜是建筑物和水泥下墊面的綜合反映，與周圍環境的反差較大，能判讀出城鎮的外形和面積。城鎮的內部結構的判讀，取決于圖像的分辨率。道路呈長條狀，故提高了分辨率，一般能判讀出形態和長度，區分道路的等級。§3衛星像片的信息提取六、土地覆蓋與土地利用的判讀土地覆蓋與土地利用的含義大同小異。圖像反映出來的是地表覆蓋狀況，該狀況的類型根據土地分類標準而定。我國土地分類：一級大類統一，二級各地確定。一級類型：耕地—林地—草地—園地—居住用地—工礦用地—交通用地—水域—特殊用地—難利用地。§3衛星像片的信息提取§4遙感圖像的計算機解譯4.1分類的原理和步驟4.2非監督分類4.3監督分類4.4圖像分類的有關問題

目視判讀分類所依據的是影像色調和幾何特征等解譯標志,而計算機分類的對象是數字圖像,地物的所有特征都是通過數字化的灰度值反映出來的,因此,計算機分類是建立在對圖像像元灰度值的統計、運算、對比和歸納基礎上進行的。

遙感圖像計算機分類是基于數字圖像中所反映的同類地物的光譜相似性和異類地物的光譜差異性進行的。

分類原理:(一)分類預處理

(二)特征選擇

(三)分類

(四)分類后處理

(五)專題圖制作

分類步驟:4.2非監督分類

1、非監督分類的概念：

非監督分類的前提是假定遙感影像上的同類物體在同樣條件下具有相同的光譜信息特征。非監督分類方法不必對影像地物獲取先驗知識,僅依靠影像上不同類地物光譜信息(或紋理信息)進行特征提取,再統計特征的差別來達到分類的目的,最后對巳分出的各個類別的實際屬性進行確認。

2、非監督分類方法：

主要采用聚類分析方法,聚類是把一組像素按照相似性歸成若干類別,即“物以類聚”。它的目的是使得屬于同一類別的像素之間的距離盡可能的小而不同類別上的像素間的距離盡可能的大。其常用方法如下:(1)分級集群法(Hierarchicalclustering)(2)動態聚類法ISODATA方法在動態聚類法中具有代表性。

4.3監督分類1、監督分類的概念：

首先需要從研究區域選取有代表性的訓練場地作為樣本。根據已知訓練區提供的樣本,通過選擇特征參數(如像素亮度均值、差等),建立判別函數,據此對樣本像元進行分類,依據樣本類別的特征來識別非樣本像元的歸屬類別。監督分類包括利用訓練區樣本建立判別函數的“學習”過程和把待分像元代入判別函數進行判別的過程。●監督分類對訓練場地的選取具有一定要求:訓練場地所包含的樣本在種類上要與待分區域的類別一致。訓練樣本應在各類目標地物面積較大的中心選取,這樣才有代表性。如果采用最大似然法,分類要求各變量正態分布,因此訓練樣本應盡量滿足這一要求。

2、監督分類中常用的具體分類方法:

(1)

最小距離分類法(2)多級切割分類法(3)特征曲線窗口法(4)最大似然比分類法3.監督分類和非監督分類方法比較◆監督分類和非監督分類的根本區別點在于是否利用訓練場地來獲取先驗的類別知識,監督分類根據訓練場提供的樣本選擇特征參數,建立判別函數,對待分類點進行分類。因此,訓練場地選擇是監督分類的關鍵。由于訓練場地要求有代表性,訓練樣本的選擇要考慮到地物光譜特征,樣本數目要能滿足分類的要求,有時這些還不易做到,這是監督分類不足之處。◆相比之下,非監督分類不需要更多的先驗知識,它根據地物的光譜統計特性進行分類。因此,非監督分類方法簡單,且分類具有一定的精度。當光譜特征能夠和唯一的地物類型相對應時，非監督分類可取得較好效果。當兩個地物類型對應的光譜特征類差異很小時，非監督分類效果不如監督分類效果好。4.4圖像分類的有關問題

1）未充分利用遙感圖像提供的多種信息2）遙感圖像分類精度受到限制的因素◆大氣狀