武汉大学遥感原理与应用复习要点(详细版)

武汉大学  XX

绪论

1、遥感的定义：在不直接接触的情况下，对目标物或自然现象远距离感知的一门探测技术。具体的讲：指在高空和外层空间的各种平台上，运用各种传感器获取反映地表特征的各种数据，通过传输，变换和处理，提取有用的信息，实现研究地物空间形状、位置、性质、变化及其与环境的相互关系的一门现代应用技术科学。

2、遥感技术特点：

a)宏观性、综合性

b)多源性：多平台、多时相、多波段、多尺度

c)周期性、时效性

3、遥感技术系统：是一个从地面到空中直至空间；从信息收集、存储、传输处理到分析判读、应用的完整技术系统。组成：目标地物的电磁波特性、信息的采集与获取、信息的传输和接收、地面定标及实况调查、信息的处理和加工、信息的分析与应用。

或者：（1）遥感试验：对电磁波特性、信息获取、传输和处理技术的试验。（2）遥感信息获取：遥感平台和传感器。（3）遥感信息处理：几何和辐射处理、影像分类等。（4）遥感信息应用：生成4D产品、各种专题图等。

4、遥感的分类：（1）按工作平台分类：地面遥感、航空遥感、航天遥感。（2） 按照探测电磁波的工作波段分类：可见光遥感、红外遥感、微波遥感等（3）按照遥感应用的目的分类：环境遥感、农业遥感、林业遥感、地质遥感等（4）按照资料的记录方式：成像方式、非成像方式（5）按照传感器工作方式分类：主动遥感、被动遥感。

5、当前遥感发展主要特点与展望：（1）多国发射卫星的局面已经形成；（2）高分辨率小型商业卫星发展迅速；（3）星载主动式遥感的发展使探测手段更趋多样化；（4）高光谱分辨率传感器成为未来空间遥感发展的核心内容；（5）与GIS结合，使得遥感应用不断深化。

第一章 电磁波及遥感物理基础

1、遥感之所以能够根据收集到的电磁波来判断地物目标和自然现象，是因为一切物体，由于其种类、特征和环境条件的不同，而具有完全不同的电磁波反射或发射辐射特征。

2、遥感信息获取，一般指收集、探测、记录地物的电磁波特征，即地物的发射辐射或反射电磁波特性。由于电磁波传播的是能量，实际上也是记录辐射能量的过程。

3、遥感采用的电磁波段可以从紫外线 一直到微波波段。

4、遥感就是根据感兴趣的地物的波谱特性，选择相应的电磁波段，通过传感器探测不同的电磁波谱的发射或反射辐射能量而成像的。

5、电磁波谱：将电磁波在真空中传播的波长或频率、递增或递减依次排列为一个序谱，将此序谱称为电磁波谱。次序为：γ射线—X射线—紫外线—可见光—红外线—微波—无线电波。

6、可见光（380nm—760nm）：蓝光：0.43 ～0.47μm、绿光：0.50 ～0.56μm、红光：0.62 ～0.76μm；近红外光：0.76um—3um；中红外光：3um—6um；远红外光：6um—15um；微波：毫米波（1—10mm）、厘米波（1—10cm）、分米波（10cm—1m）

7、黑体：对任何波长的电磁辐射都全吸收的假想的辐射体。

8、黑体辐射三大特性：（1）与曲线下的面积成正比的总辐射通量密度W 是随温度T 的增加而迅速增加。（2）分谱辐射能量密度的峰值波长随温度的增加向短波方向移动。（维恩位移定律）（3）每根曲线彼此不相交，故温度T越高所有波长上的波谱辐射通量。在微波波段，黑体的微波辐射亮度与温度的一次方成正比。

9、小于3μm的波长主要是太阳辐射的能量；大于6μm的波长主要是地物本身的热辐射；3-6μm之间，太阳和地球的热辐射都要考虑。

10、太阳是被动遥感最主要的辐射源，遥感传感器从空中或空间接收地物反射的电磁波。太阳辐射：–5% 紫外线– 45% 可见光– 50% 红外线。被动遥感主要利用可见光、红外等稳定辐射，因而太阳的活动对遥感的影响没有太大影响,可以忽略。太阳能量的99%集中在0.2—4微米。

11、太阳辐射的特点：（1） 太阳光谱是连续的。（2）辐射特性与黑体基本一致。（3）近紫外到中红外波段区间能量集中、稳定。（4） 被动主要利用可见光、红外波段等稳定辐射。（5） 海平面处的太阳辐射照度分布曲线与大气层外的曲线有很大不同，这主要是地球大气层对太阳辐射的吸收和散射造成的。地球的电磁辐射：近似300K的黑体辐射。

12、在紫外、红外与微波区，电磁波衰减的主要原因是大气吸收。（1）引起大气吸收的主要成分：氧气、臭氧、水、二氧化碳。（2） 大气吸收的影响主要是造成遥感影像暗淡。（3）大气对紫外线有很强的吸收作用，因此，现阶段中很少使用紫外线波段。

13、大气散射：辐射在传播过程中遇到小微粒（气体分子或悬浮微粒等）而使传播方向改变，并向各个方向散开，从而减弱了原方向的辐射强度、增加了其他方向的辐射强度的现象。

14、在可见光波段范围内，大气分子吸收的影响很小，主要是散射引起的衰减。（1）介质中不均匀颗粒的直径a与入射波长λ同数量级时，发生米氏散射（如气溶胶引起的）（2） 介质中不均匀颗粒的直径a>> 入射波长λ时，发生均匀散射（3） 介质中不均匀颗粒的直径a小于入射波长λ的十分之一时，发生瑞利散射。瑞利认为散射的强度I反比与λ4。

15、天空呈蓝色：蓝光波长比红光短，因此蓝光散射较强，而红光较弱。在晴朗的天空，可见光中蓝光受散射影响最大，所以天空呈蓝色。太阳呈红色：清晨太阳光通过较厚的大气层，直射光中红光成分大于蓝光成分，因而太阳呈红色。云呈白色：当天空有云层或雨层时，满足均匀反射的条件，各个波长的可见光散射强度相同，因而云呈现白色。微波穿透能力强：微波波长比粒子直径大属于瑞利散射，散射强度与波长的四次方成反比，波长越大散射越小，所以微波有最小散射最大透射，因而具有穿透云雾的能力。

16、大气窗口：电磁波通过大气层时较少被反射、吸收和散射的，透过率较高的波段。有些大气中电磁波透过率很小，甚至完全无法透过电磁波。这些区域就难于或不能被遥感所使用，称为“大气屏障”；

17、我们用发射率ε来表示它们之间的关系：ε= W′/ W。发射率ε就是实际物体与同温度的黑体在相同条件下辐射功率之比。常常用一个最接近灰体辐射曲线的黑体辐射曲线作为参照，这时的黑体辐射温度称为等效黑体辐射温度（或称等效辐射温度）

18、基尔霍夫定律：在任一给定温度下，辐射通量密度与吸收率之比对任何材料都是一个常数，并等于该温度下黑体。推导出：ε =α 任何材料的发射率等于其吸收率。（反射率）

19、地物反射率：地物的反射能量与入射总能量的比，即ρ=(Pρ/P0 )×100%。表征物体对电磁波谱的反射能力。

20、地物反射波谱：反射波谱是某物体的反射率（或反射辐射能）随波长变化的

规律，以波长为横坐标，反射率为纵坐标所得的曲线即称为该物体的反射波谱特性曲线。物体的反射波谱限于紫外、可见光和近红外，尤其是后两个波段。正因为不同地物在不同波段有不同的反射率这一特性，物体的反射特性曲线才作为判读和分类的物理基础，广泛地应用于遥感影像的分析和评价中。

21、水体的反射波谱特性：（1） 水体的反射主要在蓝绿光波段；（2） 近红外、中红外波段有很强的吸收带，反射率几乎为零；（3）但是当水中含有其他物质时，反射光谱曲线会发生变化。植物对绿色发射作用强，在近红外有一个反射的陡坡，形成植被独有特征。

22、地物波谱特性是指各种地物各自所具有的电磁波特性（发射辐射或反射辐射）。测量地物的反射波谱特性曲线主要作用：（1）它是选择遥感波谱段、设计遥感仪器的依据（2）在外业测量中，它是选择合适的飞行时间的基础资料（3）它是有效地进行遥感图像数字处理的前提之一，是用户判读、识别、分析遥感影像的基础。

23、测定原理：（1）对于不透明的物体，其发射率与反射率有下列关系：ε(λ)=1- ρ(λ)（2）各种地物发射辐射电磁波的特性可以通过间接地测试各种地物反射辐射电磁波的特性得到。因此，地物波谱特性通常是用地物反射辐射电磁波来描述，即地物反射波谱特性曲线。

第二章 遥感平台及运行特点

1、遥感平台：(platform)是搭载传感器的工具的统称。根据运载工具的类型，可分为航天平台、航空平台和地面平台。(天基、空基、地基)。根据航天遥感平台的服务内容，可以将其分为陆地卫星系列、气象卫星系列和海洋卫星系列。

2、6个轨道参数：升交点赤经Ω、近地点角距ω、轨道倾角i、卫星过近地点时刻T、卫星轨道的长半轴a、卫星轨道的偏心率e。其中Ω、ω、i、T决定卫星轨道平面和赤道平面的相对位置，a、e决定轨道形状。

3、卫星坐标的计算：星历表法解算卫星坐标：卫星在地心直角坐标系中的坐标、卫星在大地地心直角坐标系中的坐标、卫星的地理坐标；用GPS测定卫星坐标。

4、卫星姿态角：定义卫星质心为坐标原点，沿轨道前进的切线方向为x轴，垂直轨道面的方向为y轴，垂直xy平面的为z轴，则卫星的姿态有三种情况：绕x轴旋转的姿态角，称之为滚动；绕y轴旋转的姿态角，称俯仰；绕z轴旋转的姿态角，称航偏。影像的几何变形与卫星姿态角有直接的关系，所以进行几何校正，必须提供卫星姿态角。

5、卫星姿态角的测定：姿态测量仪（利用地球与太空温差达287K这一特点）：红外姿态测量仪、星相机、陀螺仪；恒星摄影机（至少摄取3-5颗五等以上的恒星）；GPS （使用3台接收机测定姿态）。

6、陆地卫星：用于陆地资源和环境探测的卫星称为陆地卫星。分类为：陆地卫星类（Landsat）、高分辨率陆地卫星、高光谱卫星、合成孔径雷达、小卫星。

7、陆地卫星系列：Landsat系列、SPOT系列、IRS系列、ALOS系列。

8、Landsat系列：轨道特点：近圆形轨道（使在不同地区获取的图像比例尺一致、使卫星速度近于均匀、便于扫描仪用固定扫描频率对地面扫描）、近极地轨道（有利于增大卫星对地面总的观测范围）、与太阳同步轨道（有利于卫星在相近的光照条件下对地面进行观测，有利于卫星在固定的时间飞临地面接收站上空、有利于太阳电池得到稳定太阳照度）、可重复轨道（有利于对地面地物和自然现象的变化做动态监测）。

9、遥感卫星一般有两种绕地球飞行方式：静止轨道和近极地轨道。静止轨道可以定点观测，而极地轨道（圆形）则可定期观测。地球静止轨道：又称“地球同步轨道”。地球同步轨道中倾角为0°时的一种特殊圆形轨道。人造卫星与地面相对静止，固定在赤道上空。

10、Landsat1—3：轨道高度915KM，重复周期18d，图像幅宽：185KM；

传感器：反束光导管摄像机（RBV）、多光谱扫描仪（MSS 4bands）、宽带视频记录机（WBVTR）

数据收集系统（DCS）————空间分辨率80米

11、Landsat4-5:轨道高度下降为705KM，重复周期为16d，图像幅宽：185KM；

传感器：多光谱扫描仪（MSS 4bands）、专题制图仪（TM 7bands）————空间分辨力30米。

13、Landsat—7：传感器：多光谱扫描仪（MSS 4bands）、增强型专题制图仪（ETM+ 7bands）————空间分辨力30米————全色波段分辨率为15米。

14、SPOT系列：重复周期26d、单台HRV图像幅宽60KM————传感器：2台相同的高分辨率可见光扫描仪（HRV）、VI植被测量仪、Poam3极地臭氧和气溶胶测量仪———分辨率：

SPOT1—4：多光谱20m，全色10m；SPOT5：多光谱10m 全色：5m  超级模式：2.5m

SPOT5通过立体成像装置HRS可进行立体测量。

15、高空间分辨率陆地卫星：IKONOS 1/4（全色/多色，11KM） Quick Bird （16.5KM） 0.61/2.44  Orbview-3 1/4  GeoEye（15KM） 0.4/1.。

高光谱类卫星：

16、这类卫星的主要特点是采用高分辨率成像光谱仪，波段数为36—256个，光谱分辨率为5—10nm，地面分辨率为30—1000m。MODIS（美国）、ASTER（美日）。

17、雷达类卫星：Radarsat（加拿大）、ERS（欧盟）、SRTM（美国）、LIDAR

合成孔径雷达是一种高分辨率、二维成像雷达，特别适合大面积的地表成像。

雷达成像的特点：能穿透云雾、雨雪，全天候工作能力；弥补可见光和红外遥感的不足；

电磁波振幅信号和相位信号；缺少纹理信息

18、小卫星：指目前设计质量小于500kg的小型近地轨道卫星，其空间分辨率为1—3m（全色）和4-15m（多波段），能进行立体测图。

第三章 遥感传感器及其成像原理

1、传感器分类：摄影类型的传感器、扫描成像类型的传感器、雷达成像类型的传感器、非图像类型的传感器。

2、扫描成像类传感器：（1）对物面扫描的成像仪：对地面直接扫描成像（红外扫描仪、多光谱扫描仪、成像光谱仪、TM、ETM+）（2）对像面扫描的成像仪：瞬间在像面上先形成一条线图像或一幅二维影像，然后对影像进行扫描成像（线阵列CCD推扫式成像仪）。

3、红外扫描仪的分辨率：瞬时视场，则空间分辨率为：由式子可以看出航高越大a及越大则地面分辨率越差

4、有扫描角θ时： 则平行于航线方向的地面分辨率为 垂直于航向方向的分辨率为：

5、全景畸变：由于地面分辨率随扫描角发生变化，使红外扫描影像产生畸变，这种畸变通常称之为全景畸变，形成原因是像距保持不变，总在焦面上，而物距随扫描角发生变化所致。（相当于行高H的变化引起的地面分辨率a的变化）。

6、扫描线的衔接：a=Wt则刚好可以衔接，awt则有部分重叠。   

结论：瞬时视场和扫描周期都为常数，所以只要速度w与航高H之比为一常数，就能使扫描线正确衔接，不出现条纹图像。

7、热红外扫描仪对温度比对发射本领的敏感性更高，因为它与温度的四次方成正比，温度的变化能产生较高的色调差别。………………

8、MSS的每个像元的地面分辨率是79m*79m，每个波段有六个探测单元组成，474m*79m,扫描总视场是474m*185KM，恰好衔接。

9、TM专题制图仪：是一个高级的多波段扫描型的地球资源敏感仪器，与多波段扫描仪MSS性能相比，它具有更高的空间分辨力（除热红外是120m外30m），更好的频谱选择性，更好的几何保真度，更高的辐射准确度和分辨力。增加一个扫描改正器。另外使往返双向都对地面扫描。共7个波段。

10、ETM+：辐射定标精度提高，辐射校正有了很大改进。8个波段，增加了PAN（全色）波段，分辨率15m，远红外波段为60m。

11、HRV（高分辨率可见光扫描仪）——线阵列推扫式扫描仪，探测器件为CCD。是对像面的扫面成像方式。三个波谱段，每个波谱段的线阵列探测器组由3000个CCD元件组成。每个元件形成的像元地面分辨率为20×20m。因此一行CCD探测器形成的图像线，相对地面上为20×60km。

12、成像光谱仪：以多路、连续并具有高光谱分辨率方式获取图像信息的仪器。通过将传统的空间成像技术和地物光谱技术有机地结合在一起，可以实现对同一地区同时获取几十个到几百个波段的地物反射光谱图像。基本上属于多光谱扫描仪，其构造与CCD线阵列推扫式扫描仪和多光谱扫描仪相同，区别仅在于通道数多，各通道的波段宽度很窄。

13、雷达：属于主动式微波遥感，穿透力强。真实孔径雷达（Radar）、合成孔径雷达（SAR）、相干雷达（INSAR）、激光雷达（LIDAR）。

14、距离分辨率：在脉冲发射的方向上，能分辨的最小距离。与脉冲宽度有关，所以可以采用脉冲压缩技术来提高距离分辨率。方位分辨率：在雷达的飞行方向上，能分辨两个目标的最小距离。采用合成孔径技术来提高分辨率。合成孔径雷达的方位分辨力与距离无关，只与实际使用的天线孔径有关。

15、侧视雷达图像的几何特点(1)垂直于飞行方向的比例尺变形:垂直飞行方向（y）的比例尺由小变大(2)压缩与拉长：造成山体前倾，朝向传感器的山坡影像被压缩，而背向传感器的山坡被拉长(3)高差产生的投影差：与中心投影相反，位移量也不同(4)雷达立体图像的构像特点：从不同摄站对同一地区获取的雷达图像也能构成立体影像

第四章 遥感图像数字处理的基础知识

1、图像的表示形式：（1）光学图像：一个二维的连续的光密度（透过率）函数。（2）数字图像：一个二维的离散的光密度（透过率）函数。用矩阵表示，坐标和密度函数都是离散的。

2、光学图像与数字图像的转换：把一个连续的光密度函数变成一个离散的光密度函数———空间坐标离散化——采样  幅度（光密度）离散化——量化  整个过程称为图像数字化。

3、几个重要概念：采样：连续的图像在坐标空间的离散化。量化：图像在性质空间（灰度）的离散化。空间分辨率：连续图像在水平和垂直方向的采样数。亮度分辨率（灰度等级）：图像亮度层次的多少；用灰度级L = 2k表示，k可取1，2，3，4，5，6，7，8，11。当一幅图像有L = 2k灰度级时，称该图像是k比特( bit ) 图像。灰度图像：R = G = B 彩色图像: R、G、B不一定相等。注意256色位图和24位真彩色图等描述方式的理解。

4、图像可以表示到频率域中，通常采用傅里叶变换在两者间实现转换。

5、遥感图像的坐标系统：地理坐标系（BJ54，西安80，WGS84等）、投影坐标系。

6、遥感数据的存储介质：磁带、磁盘、光盘、闪存；存储格式：世界标准格式LTWG、BSQ（Band SeQuential）：按照波段顺序依次记录各波段的图像、BIL（Band Interleaved Line）：逐行按波段次序排列、GeoTIFF、其他常见图像数据格式：BMP, TIFF, GIF, PCX, PSD, MrSID, HDF……BMP不采用压缩，不失真，JPEG支持多种压缩级别，GIF有最高的压缩比率。

6、遥感数字图像处理系统：硬件系统：输入设备、输出设备、计算机、其他设备；软件系统：ERDAS、ENVI、PCI（加拿大，主要做雷达分析）、Ecognition（实现遥感图像面向对象的分类）。

7、3S结合：GPS与RS结合关键在硬件、GPS与GIS结合关键在软件、RS与GIS结合：分开但表面平行的结合、表面无缝的结合、整体结合。主要实现的是两两结合。

第五章 遥感图像的几何处理

1、遥感图像的构像方程：是指地物点在图像上的图像坐标(x ，y) 和其在地面对应点的大地坐标(X，Y ，Z) 之间的数学关系。根据摄影测量原理，这两个对应点和传感器成像中心成共线关系，可以用共线方程来表示。作用：这个数学关系是对任何类型传感器成像进行几何纠正和对某些参量进行误差分析的基础。

2、在地面坐标系与传感器坐标系之间建立的转换关系称为通用构像方程中心投影构像方程

3、共线方程简写：  几何意义：当地物点P 、对应像点p 和投影中心S 位于同一条直线上时，正算公式和反算公式成立。

4、全景摄影机影像是由一条曝光缝隙沿旁向扫描而成，对于每条缝隙图像的形成，其几何关系等效于中心投影沿旁向倾斜一个扫描角θ后，以中心线成像的情况，此时像点坐标为（x，0，－f）即y=0.（x）=x/cosθ,(y)=ftanθ

5、推扫式传感器的构像方程: 行扫描动态传感器。在垂直成像的情况下，每一条线的成像属于中心投影，在时刻t时像点p的坐标为（0、y、-f）.

6、扫描式传感器获得的图像属于多中心投影，每个像元都有自己的投影中心，随着扫描镜的旋转和平台的前进来实现整幅图像的成像。由于扫描式传感器的光学聚焦系统有一个固定的焦距，因此地面上任意一条线的图像是一条圆弧，整幅图像是一个等效的圆柱面，所以该类传感器成像亦具有全景投影成象的特点。 任意一个像元的构像，等效于中心投影朝旁向旋转了扫描角θ后，以像幅中心（x＝0，y＝0 ,-f）成像的几何关系。

7、雷达往返脉冲与铅垂线之间的夹角为θ ，oy'为等效的中心投影图像，f 为等效焦距。侧视雷达图像成像转换为旋转了θ 角的中心投影，此时像点坐标为x=0 ，y’=rsinθ，等效焦距f=rcosθ。

8、基于多项式的传感器模型：思想：回避成像的空间几何过程，直接对图像变形的本身进行数学模拟。遥感图像的几何变形由多种因素引起，其变化规律十分复杂。为此，把遥感图像的总体变形看作是平移、缩放、旋转、偏扭、弯曲以及更高次的基本变形的综合作用结果，难以用一个严格的数学表达式来描述，而是用一个适当的多项式来描述纠正前后图像相应点之间的坐标关系式。有二维形式和三维形式（增加高程）。

9、优缺点：（1）不能真实地描述影像形成过程中的误差来源和地形起伏引起的变形（2） 应用限于变形小的图像：垂直、小范围、地面平坦。（3）定向精度与地面控制点的精度、分布和数量及实际地形有关。（4）三维多项式是二维的扩展，增加了与地形起伏有关的Z坐标。（5）与具体的传感器无关，数学模型形式简单、计算速度快。

10、有理函数模型（RFM）：是大地坐标和图像坐标之间的多项式比值关系，是各种传感器成像几何模型的一种更广义的表达，同多项式模型比较起来有理函数模型是对不同传感器模型更为精确的表达形式。是与具体传感器无关的、形式简单的通用成像几何模型。为了增强参数求解的稳定性，将地面坐标和影像坐标正则化到-1.0和1.0之间。 。

11、多项式中的系数ai,bi,ci,di称为有理函数的系数RFC。通常b1和d1为1。再根据分母（Den）是否相同及多项式次数来决定未知参数个数。0次项1项（a1或b1或c1或d1）、一次项3（P,L,H）、二次项6（PL，PH，HL，P2，H2,L2）、三次项10（PLH，P2L……P3,L3,H3）。根据此计算参数个数和需要的控制点个数（每个控制点可以列两个方程）。如二次项分母不等则：10*4-2（b1=d1=1）=38个参数，最少需要控制点19个。

12、在RFM中，a、光学投影系统产生的误差用有理多项式中的一次项来表示；b、地球曲率、大气折射和镜头畸变等产生的误差能很好地用有理多项式中二次项来模型化；c、其他一些未知的具有高阶分量的误差如相机振动等，用有理多项式中的三次项来表示。

13、当DenL=DenS=1时，RFM退化成一般的三维多项式模型；当DenL=DenS！=1并且在一阶多项式的情况下，RFM退化成DLT模型，因此RFM模型是一种广义的成像模型，是共线方程的扩展。

14、RFC 的获得：首先解算出严格传感器模型参数，然后利用严格模型的定向结果反求有理函数的参数，最后将RFC 作为影像元数据的一部分提供给用户。用户可以在不知道精确传感器模型的情况下进行影像纠正以及后续处理。 RFM不要求了解传感器的具体信息，是用严格的传感器模型变换得到的，是一种更通用的传感器模型。

15、遥感图像的几何变形：指原始图像上各地物的几何位置、形状、尺寸、方位等特征与在参照系统中的表达要求不一致时产生的形变。研究遥感图像几何变形的前提是必须确定一个图像投影的参照系统，即地图投影系统。

16、变形误差可以分为静态误差、动态误差或者内部误差、外部误差。外部变形误差：由传感器以外的各种因素所造成的误差，如传感器的外方位元素变化，传感器介质不均匀，地球曲率，地形起伏以及地球旋转等因素引起的变形误差。

17、遥感图像的几何变形：（1）传感器成像方式引起的图像变形（2）传感器外方位元素变化的影响（3）地形起伏引起的像点位移（3）地球曲率引起的图像变形（4）大气折射引起的图像变形（5）地球自转的影响

18、引起几何变形的因素：（1）传感器成像方式引起的图像变形：由于中心投影图像在垂直摄影和地面平坦的情况下，地面物体与其影像之间具有相似性（并不考虑摄影本身产生的图像变形），不存在由成像方式所造成的图像变形，因此把中心投影的图像作为基准图像来讨论其他方式投影图像的变形规律。全景投影的图像面不是一个平面而是一个圆柱面，称为全景面，越大变形越大且为负。斜距投影：其中越大变形越小且为正，在=0时即垂直情况下变形最大。（

19、（2）传感器外方位元素变化的影响：传感器的外方位元素，是指传感器成像时的位置（Xs,Ys,Zs ）和姿态角（φ ,ω ,  κ ），外方位元素变化所产生的像点位移dx，dy。对整幅图像的综合影响是使其产生平移、缩放和旋转等线性变化，只有才使图像产生非线性变形。对于推扫式成像把(x）=0，（y）=y带入变形公式，扫描式把x=0,y=ftan带入。外方位元素随时间变化，产生很复杂的动态变形。整个图像的变形将是所以瞬间局部变形的综合结果。所以瞬间的线性变化可能引起整体的非线性变化。

20、（3）地形起伏引起的像点位移：误差大小与底点至像点的距离、地形高差成正比与航高成反比，且投影差发生在底点辐射线上，对于h>0投影差远离底点，h<0投影差朝向底点。对于各种成像方式，变形基本发生在y方向上。

21、（4）地球曲率引起的图像变形：可以看做是系统的地形起伏引起的变形。在考虑遥感影像的图像变形时，地球曲率引起的像点位移一般是不能忽略的。当利用共线方程进行几何校正时，由于已知控制点的大地坐标是以平面作为水准面的，而地球是个椭球体，所以需按上述方法对像点坐标进行改正，以解决两者之间的差异，使改正后的像点位置，投影中心和地面控制点坐标之间满足共线关系。

22、（5）大气折射引起的图像变形：对侧视雷达图像，大气折射的影响体现在两方向。第一是大气折射率的变化使得电磁波的传播路径改变；第二是电磁波的传播速度减慢，而改变了电磁波传播时间。大气折射引起的路程变化的影响极小，可忽略不计。而时间变化的影响，不能忽略，需加以改正。也就是对侧视雷达在时间上的影响是不可忽略的。

23、（6）地球自转主要是对动态传感器的图像产生变形影响，特别是对卫星遥感图像。

24、遥感图像的几何处理：概念：遥感图像作为空间数据，具有空间地理位置的概念。在应用遥感图像前，必须将其投影到需要的地理坐标系。因此，遥感图像几何处理是遥感信息处理过程中的一个重要环节。• 重要性：随着遥感技术的发展，来自不同空间分辨率、不同光谱分辨率和不同时相的多源遥感数据，形成了空间对地观测的影像金字塔。当处理、分析和综合利用这些多尺度的遥感数据、进行多源遥感信息的表示、融合及混合像元的分解时，必须保证各不同数据源之间几何的一致性，进行影像间的几何配准。同时高分辨率遥感影像的出现对几何处理提出更高要求。

25、遥感图像的粗加工处理：也称为粗纠正，它仅做系统误差的改正。当已知图像的构像方式时，就可以把与传感器有关的测定的校正数据，如传感器的外方位元素等代入构像公式对原始图像进行几何校正。粗纠正处理对传感器内部畸变的改正很有效，但处理后图像仍有较大的残差（偶然误差和系统误差）。

26、根据构像方程，要进行纠正需要知道成像时投影中心的大地坐标[X,Y,Z],扫描姿态角，扫描角，焦距f。（1）投影中心坐标的计算：通过卫星星历法或者GPS测定卫星的坐标然后推算传感器的坐标（2）扫描姿态角：使用姿态量测仪如红外姿态量测仪、星相机、陀螺仪。（3）扫描角：扫描周期T，扫描视场确定扫描速度然后解求时刻t的扫描角。

27、遥感图像的精纠正处理：消除图像中的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像。两个环节：像素坐标的变换，即将图像坐标转变为地图或地面坐标；坐标变换后的像素亮度值进行重采样。目前的纠正方法有多项式法，共线方程法和有理函数模型法等

28、遥感图像纠正处理过程：• 根据图像的成像方式确定影像坐标和地面坐标之间的数学模型。• 根据所采用的数学模型确定纠正公式。• 根据地面控制点和对应像点坐标进行平差计算变换参数，评定精度。• 对原始影像进行几何变换计算，像素亮度值重采样。

29、基于多项式的遥感图像纠正：多项式纠正回避成像的空间几何过程，直接对图像变形的本身进行数字模拟。利用地面控制点的图像坐标和其同名点的地面坐标通过平差原理计算多项式中的系数，然后用该多项式对图像进行纠正。常用多项式有一般多项式、勒让德多项式、双变量分区插值多项式。

多项式系数个数N与阶数n关系：

30、多项式系数ai,bj(i ,j =0，1，2，…(N－1))一般由两种办法求得：用可预测的图像变形参数构成；利用已知控制点的坐标值按最小二乘法原理求解。• 选用一次项纠正时，可以纠正图像因平移、旋转、比例尺变化和仿射变形等引起的线性变形。• 选用二次项纠正时，则在改正一次项各种变形的基础上，改正二次非线性变形。• 选用三次项纠正则改正更高次的非线性变形。

31、多项式纠正步骤：（1）用已知地面控制点求解多项式系数（2）遥感图像的纠正变换（3）遥感图像亮度（灰度）值的重采样（4）纠正结果评价

32、利用已知地面控制点求解多项式系数：列误差方程式、构成法方程、计算多项式系数、精度评定。

33、遥感图像的纠正变换：（1）把原始图像的四个角点a、b、c、d按纠正变换函数投影到地图坐标系统中去，得到8个坐标值（2）对这8 个坐标值按X 和Y两个坐标组分别求其最小值X1，Y1和最大值X2,Y2，并令X1，Y1 ，X2,Y2为纠正后图像范围四条边界的地图坐标值。（3）划分格网：根据精度要求确定输出像素的地面尺寸，再确定图像总的行列数M和Ｎ（４）由于图像纠正变换函数一般只表达原始图像坐标(x,y)和地面坐标( X,Y)之间的关系，为了进一步表达原始图像与输出图像坐标间的关系，则需要把地面坐标转换为输出图像坐标 （）……在输出图像边界及其坐标系统确立后，就可以按照选定的纠正变换函数把原始数字图像逐个像素变换到图像贮存空间中去。这里有两种可供选择的纠正方案：直接纠正方案和间接纠正方案。

34、直接纠正方案：从原始图像阵列出发，按行列的顺序依次对每个原始像素点位求其在地面坐标系(也是输出图像坐标系) 中的正确位置：同时，把该像素的亮度值移置到由上式算得的输出图像中的相应点位上去；间接纠正方案：从空白的输出图像阵列出发，亦按行列的顺序依次对每个输出像素点位反求原始图像坐标中的位置：然后把由上式所算得的原始图像点位上的亮度值取出填回到空白图像点阵中相应的像素点位上去。

35、数字图像亮度值的重采样：就是根据一类象元的信息内插出另一类象元信息的过程。图像亮度重采样时，周围像素亮度对被采样点贡献的权可用重采样函数来表达，理想的重采样函数是辛克（SINC）函数。常用的重采样算法有：最邻近像元采样法、双线性内插法、双三次卷积重采样法。

36、三种方法的优缺点：最邻近像元采样法最简单，辐射保真度较好，但它将造成像点在一个像素范围内的位移，其几何精度较其他两种方法差；双线性内插法的计算较为简单，并且具有一定的亮度采样精度，所以它是实践中常用的方法，但图像略变模糊；双三次卷积的内插精度较高，但计算量大。

37、基于共线方程的遥感图像纠正：共线方程纠正是建立在图像坐标与地面坐标严格数学变换关系的基础上的，是对成像空间几何形态的直接描述。该方法纠正过程需要有地面高程信息( DEM) ，可以改正因地形起伏而引起的投影差。因此当地形起伏较大，且多项式纠正的精度不能满足要求时，要用共线方程进行纠正。在动态扫描成像时，由于传感器的外方位元素是随时间变化的，因此外方位元素在扫描过程中的变化只能近似表达，此时共线方程本身的严密性就存在问题。所以动态扫描图像的共线方程纠正与多项式纠正相比精度不会有大的提高。但是像SPOT卫星运行平稳还是可以的。

38、基于有理函数的遥感图像纠正：（1）最小二乘求解RFM参数算法（2）与地形无关的最小二乘法求解RFC：当严格成像模型参数已知，用严格成像模型建立地面点的立体空间格网和影像面之间的对应关系作为控制点来解求RFC，该方法求解RFC而不需要详细的地面控制信息，仅仅需要该影像地区的最大高程和最小高程，因此称之为与地形无关的方法。过程：（1）建立空间格网：在高程方向上以一定的间隔分层，在平面上，以一定的格网大小建立地面规则格网。（2）RFC解算：利用控制点来估计RFC（ai,bi,ci,di）(3)精度检查：用求解的RFC来计算检查点对应的影像坐标，通过严格成像模型计算的检查点影像坐标的差值来评定解算RFC参数的精度。

39、图像间的自动配准：目的：多源数据进行比较和分析，如图像融合、变化检测、统计模式识别、三维重构和地图修正等，都要求多源图像间必须保证在几何上是相互配准的。实质：遥感图像的几何纠正，根据图像的几何畸变特点，采用一种几何变换将图像归一化到统一的坐标系中。方式：图像间的匹配：即以多源图像中的一幅图像为参考图像，其他图像与之配准，其坐标系是任意的。；绝对配准：即选择某个地图坐标系，将多源图像变换到这个地图坐标系以后来实现坐标系的统一。

40、图像配准的过程：（1）在多源图像上确定分布均匀，足够数量的图像同名点：特征点的提取、特征点的匹配（2） 通过所选择的图像同名点解算几何变换的多项式系数，通过纠正变换完成一幅图像对另一幅图像的几何纠正。多源图像间同名点的确定是图像配准的关键，图像同名点的获取可以用目视判读方式和图像自动配准方式。

41、通过图像相关的方法自动获取同名点：首先取出以待定点为中心的小区域中的图像信号，然后在搜索区搜索同名点。图像匹配的一些算法：相关系数测度、差分测度、相关函数测度。

42、数字图像的镶嵌：当感兴趣的研究区域在不同的图像文件时，需要将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像。要求图像之间要有一定的重复度。

43、数字图像镶嵌的关键：（1）几何连接：实质是几何纠正，将所有参加镶嵌的图像纠正到统一的坐标系中，去掉重叠部分将多幅图像拼接起来形成一幅更大幅面图像。（2）接缝消除：保证拼接后的图像反差一致，色调相近，没有明显的接缝。

44、图像向前的过程：（1）图像的几何纠正（2）搜索镶嵌边：先以重叠区的1/2为镶嵌边，然后搜索最佳镶嵌边，即该边为左右图像上亮度值最接近的连线（3）亮度和反差调整（4）平滑边界线

第六章 遥感图像辐射处理

1、辐射定标和辐射校正是遥感数据定量化的最基本环节。

2、辐射定标：指传感器探测值的标定过程方法，用以确定传感器入口处的准确辐射值。手段是测定传感器对一个已知辐射目标的响应。辐射校正：指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。

3、遥感图像的辐射误差主要包括：（1）传感器本身的性能引起的辐射误差——光谱响应系数；（2）地形影响和光照条件的变化引起的辐射误差——太阳和地面；（3）大气的散射和吸收引起的辐射误差。

4、绝对定标：对目标作定量的描述，要得到目标的辐射绝对值。绝对定标要建立传感器测量的数字信号与对应的辐射能量之间的数量关系，即定标系数，在卫星发射前后都要进行。绝对定标方法有：传感器实验室定标、遥感器星上内定标、遥感器场地外定标

5、相对定标：相对定标只得出目标中某一点辐射亮度与其他点的相对值。又称为传感器探测元件归一化，是为了校正传感器中各个探测元件响应度差异而对卫星传感器测量到的原始亮度值进行归一化的一种处理过程。由于传感器中各个探测元件之间存在差异，使传感器探测数据图像出现一些条带。相对辐射定标的目的就是降低或消除这些影响。

6、大气校正：消除大气影响的校正过程称为大气校正。

7、大气校正方法：（1）基于辐射传输方程的大气校正（2）基于地面场数据或辅助数据进行辐射校正：假设地面目标的反射率与遥感探测器的信号之间具有线性关系，通过获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的线性回归方程式，在此基础上对整幅影像进行辐射校正。（3）利用某些波段来对其他波段进行大气校正。

8、太阳高度角引起的辐射畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光垂直照射时获取的图像。太阳高度角的影响会在图像上产生阴影现象。

9、地形影响引起的辐射校正需要知道各坡面的倾角，需要已知该地区的DEM。此外，可以通过比值图像来消除或部分减小其影响。

10、利用遥感图像的灰度值可以反算地物的反射率或地物温度：利用可见光波段可以计算反射率；利用热红外波段计算地物的温度。

11、地面辐射校正场：当遥感数据进行辐射定标和辐射校正后，如何评价其精度，需要通过地面辐射校正场来对计算结果进行验证和修正。意义：（1）建立地面辐射校正场符合遥感数据定量化的需要；（2）建立地面辐射校正场可以弥补星上定标的不足；（3）满足多种传感器和多时相遥感资料的应用需要。我国根据需要选择了敦煌西戈壁作为可见光和红外波段的辐射校正场，青海湖作为热红外波段和红外低发射率的辐射校正场。

12、遥感图像增强：为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需要的信息，使图像更易判读。实质是增强感兴趣目标和周围背景图像间的反差。它不能增加原始图像的信息，有时反而会损失一些信息。它也是计算机自动分类的一种预处理方法。

13、分类：空间域处理：直接对图像进行各种运算以得到需要的增强结果。基于直方图的处理、图像平滑、图像锐化等。频率域处理是指先将空间域图像变换成频率域图像，然后在频率域中对图像的频谱进行处理，最后再反变换回空间域，以达到增强图像的目的。

14、图像灰度直方图反映了一幅图像中灰度级与其出现概率之间的关系。灰度直方图可以看成是一个随机分布密度函数，其分布状态用灰度均值和标准差两个参数来衡量。用灰度均值来反应整体的反射率，标准差反应图像景物反差。

15、图像反差调整：线性变换、直方图均衡、直方图正态化、直方图匹配、密度分割、其他费线性变换、灰度反转。

16、线性变换：简单线性变换：按比例拉伸原始图像灰度等级范围。目的：为了充分利用显示设备的显示范围，使输出直方图的两端达到饱和，增加感兴趣目标与其他目标之间的反差。特点：一对一关系，像元总数不变。实际应用中更多采用分段线性变换。其数学表达式为：。实际计算时常建立查找表。

17、直方图均衡：将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。

18、直方图均衡化效果：（1）各灰度级所占图像的面积近似相等，因为某些灰度级出现高的像素不可能被分割；（2）原图像上频率小的灰度级被合并，频率高的灰度级被保留，因此可以增强图像上大面积地物与周围地物的反差。（3）如果输出数据分段级较少，则会产生一个初步分类的视觉效果。

19、直方图正态化：将随机分布的原图像直方图修改成高斯分布的直方图。同样采用累加方法进行正态化。

20、直方图匹配：通过非线性变换使得一个图像的直方图与另一个图像直方图类似。要求：1．图像直方图总体形状应类似；2．图像中黑与亮特征应相同；3．图像的空间分辨率应相同；4．图像上地物分布应相同，尤其是不同地区的图像匹配。如果一幅图像里有云，而另一幅没有云，那么在直方图匹配前，应将其中一幅里的云去掉。

21、密度分割：密度分割与直方图均衡类似。产生一个阶梯状查找表，原始图像的灰度值被分成等间隔的离散的灰度级，每一级有其灰度值。

22、其他非线性变换：非线性变换有很多方法，如对数变换（底部拉伸高部压缩）、指数变换（底部压缩高部拉伸）、平方根变换、标准偏差变换、直方图周期性变换。

23、灰度反转：对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像。结果：原来亮的地方变暗，原来暗的地方变亮。有两种算法：简单反转和条件反转。

24、多光谱图像四则运算：针对多源遥感图像的特点，可以利用多源图像之间的四则运算来达到增加某些信息或消除某些影响的目的。

25、减法运算：B=Bx-By，Bx、By 为两个不同波段的图像或者不同时相同一波段图像。（1）当为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波段上变化趋势相反时的反差。（2）而当为两个不同时相同一波段图像相减时，可以提取地面目标的变化信息/提取波段间的变化信息。当用红外波段与红波段图像相减时，即为植被指数：VI=BIR-BR

26、通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像； 而绿色波段、红色波段和红外波段图像相加可以得到全色红外图像。乘法运算与加法运算类似。

27、除法运算：（1）通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；（2）也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分。（3）比值处理还能用于消除山影、云影及显示隐伏构造。• 因此，比值运算是自动分类的预处理方法之一。

28、混合运算：归一化差分植被指数（NDVI）也称为生物量指标变化，可使植被从水和土中分离出来。（不限传感器）。

29、图像融合：图像融合：将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。比如：全色图像一般具有较高空间分辨率（如SPOT全色图像分辨率为5m/2.5m ），多光谱图像光谱信息较丰富（SPOT- 5 有四个波段），为提高SPOT多光谱图像的空间分辨率，可以将全色图像融合进多光谱图像。通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性。

30、融合的目的：提高多光谱遥感图像空间分辨率• 改善配准精度• 增强特征• 改善分类• 对多时相图像用于变化检测、替代或修补图像的缺陷。

31、图像融合的层次：像素级融合：对原始图像及预处理各阶段上所产生的信息分别进行融合处理，以增加图像中有用信息成分，改善图像处理效果。特征级融合：先提取特征再进行融合，能以高的置信度来提取有用的图像特征。决策级融合：允许来自多源数据在最高抽象层次上被有效利用。

32、遥感图像融合的条件：（1）融合图像应包括不同空间和光谱分辨率（2）融合的图像应是同一区域（3）图像应尽可能精确配准（4）对于在不同时间获取的图像中，其内容没有大的变化。

33、基于像素级的图像融合具体方法：• 要求多源图像精确配准• 重采样使多源图像分辨率一致• 将图像按某种变换方式分解成不同级的子图像，同时，这种分解变换必须可逆，即由多幅子图像合成一幅图像，即为融合图像。这时多幅子图像中包含了来自其它需要融合的经图像变换的子图像。

34、加权融合：权值由两幅图像的相关系数确定。如：SPOT全色图像与其多光谱图像融合时，由于多光谱中的绿、红波段与全色波段相关性较强，而与红外波段相关性较小，可以采用全色波段图像与多光谱波段图像的相关系数来融合。

35、加权融合过程：1.对两幅图像进行几何配准，并对多光谱图像重采样使其与全色图像分辨率相同；2.分别计算全色波段与多光谱波段图像的相关系数；3.用全色波段图像和多光谱波段图像按下式组合得到全色图像与多光谱图像的其中一个波段融合以后的图像。

36、基于IHS变换的图像融合：IHS 变换将图像处理常用的RGB彩色空间变换到IHS 空间。IHS 空间用亮度(Intensity)、色调(Hue)、饱和度(Saturation) 表示。IHS 变换可以把图像的亮度、色调和饱和度分开，图像融合只在亮度通道上进行，图像的色调和饱和度保持不变。

37、基于IHS 变换的融合过程：（1）待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色分辨率相同；（2）将多光谱图像变换转换到IHS空间；（3）对全色图像I’ 和IHS空间中的亮度分量I进行直方图匹配；（4）用全色图像I’ 代替IHS空间的亮度分量，即IHS→I’HS；（5）将I’HS逆变换到RGB空间，即得到融合图像。

38、基于主分量变换的图像融合：方法一：（1）对多光谱图像的多个波段进行主分量变换（K-L变换）。变换后第一主分量含有变换前各波段的大部分信息，而各波段中其余对应的部分，被分配到变换后的其它波段。（2）将高分辨率图像和第一主分量进行直方图匹配，使高分辨率图像与第一主分量图像有相近的均值和方差。（3）用直方图匹配后的高分辨率图像代替主分量中的第一主分量和其余分量一起进行主分量逆变换，得到融合图像。方法二：将高分辨率图像作为一个波段和多光谱图像组合一起进行KL变换，变换后图像信息的再分配达到高分辨率图像和多光谱图像的融合。

39、比值变换融合：可以增加图像两端的对比度。当要保持原始图像的辐射度时，本方法不宜采用。比如计算式子：

40、乘积变换融合：乘积变换融合算法按下式进行：• 通过乘积变换融合得到的融合图像其亮度成分得到增加。在上述融合方法中，基于IHS 变换融合和比值变换融合只能用三个波段的多光谱图像和全色图像融合，而其它方法不受波段数。

41、图像融合的效果评价：定性评价：主要以目视判读为主，目视判读是一种简单、直接的评价方法，可以根据图像融合前后的对比作出定性评价。缺点是因人而异，具有主观性。定量评价：从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。

42、定量评价的一些指标：（1）基于清晰度：平均梯度G，反应图像中微笑细节反差和纹理变化的特征，表达图像的清晰度。G越大则图像层次月多，图像越清晰（2）基于信息量的熵和联合熵，熵越大则包含的信息量越丰富（3）基于分类精度的：混淆矩阵，比较融合前后图像分类的结果。（4）基于逼真度：偏差指数D。还有相关系数、均值偏差、方差偏差等。

43、三维立体景观图像，动态漫游和观察。• 根据计算机图形学的原理，将遥感图像和相应的DEM复合即可生成具有真实感的三维景观。

第七章 遥感图像判读

1、“ 判读”：是对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后提取出你所感兴趣的信息。

2、景物特征：景物特征主要有光谱特征、空间特征和时间特征。此外，在微波区还有偏振特性。景物的这些特征在图像上以灰度变化的形式表现出来，因此图像的灰度是以上三者的函数。

3、各种地物的各种特征都以各自的形式（或称样子、模式）表现在图像上。各种地物在图像上的各种特有的表现形式称为判读标志。

4、光谱特征及判读标志：地物的波谱响应曲线与其光谱特性曲线的变化趋势是一致的。地物在多波段图像上特有的这种波谱响应就是地物的光谱特征的判读标志。

5、空间特征及其判读标志：景物的各种几何形态为其空间特征，它与物体的空间坐标X、Y、Z密切相关，这种空间特征在像片上也是由不同的色调表现出来，色调标志是识别目标地物的基本依据，依据色调标志，可以区分目标。常用的判读标志有：形状、大小、图形、阴影、位置、纹理、类型等。

6、时间特征及判读标志：对于同一地区景物的时间特征表现在不同时间地面覆盖类型不同，地面景观发生很大变化。景物的时间特征在图像上以光谱特征及空间特征的变化表现出来。

7、影响景物特征及判读的因素：•地物本身的复杂性• 传感器特性的影响• 目视能力的影响

8、空间分辨率：传感器瞬时视场内所观察到地面场元的宽度。几何分辨力：能分辨出的最小地物的大小。几何分辨力＝3倍空间分辨力。地面分辨率：影像能够详细区分的最小单元（像元）能代表的地面尺寸的大小。影像分辨率：地面分辨率在不同比例尺的具体影像上的反映。影像分辨率随影像的比例尺不同而变化。如80m的地面分辨率在1:100万地图上的影像分辨率是0.08mm。辐射分辨率：传感器区分两种辐射强度最小差别的能力。传感器的输出包括信号和噪声两大部分。如果信号小于噪声，则输出的是噪声。如果两个信号之差小于噪声，则在输出的记录上无法分辨这两个信号。• 辐射分辨率用等效噪声功率（辐射灵敏度）衡量，大于或等于2-6倍等效噪声功率。光谱分辨率：光谱探测能力，包括：传感器总的探测波段的宽度、波段数、各波段的波长范围和间隔。波段太多，输出数据量太大，加大处理工作量和判读难度。最佳探测波段，是指这些波段中探测各种目标之间和目标与背景之间，有最好的反差或波谱响应特性的差别。时间分辨率：传感器对同一目标进行重复探测时，相邻两次探测的时间间隔称为遥感图像的时间分辨率。时间分辨率越短的图像，能更详细地观察地面物体或现象的动态变化。

第八章 遥感图像自动识别分类

1、遥感图像的计算机分类：利用计算机对地球表面及其环境在遥感图像上的信息进行属性的识别和分类，从而达到识别图像信息所相应的实际地物，提取所需要地物信息的目的。是模式识别技术在遥感技术领域的具体应用，利用计算机来人工模拟人类的识别功能，采用决策理论（或统计）方法。按照决策理论方法需要从被识别的模式（即对象）中，提取一组反映模式属性的量测值，称之为特征• 把模式特征定义在一个特征空间中，进而利用决策的原理对特征空间进行划分，以区分不同特征的模式，达到分类的目的。

2、模式与模式识别： “ 模式”是指某种具有空间或几何特征的东西，它的含义是某种事物的标准形式。 一个模式识别系统对被识别的模式作一系列的测量，然后将测量结果与“模式字典”中一组“典型的”测量值相比较。若和字典中某一“词目”的比较结果是吻合或比较吻合，则我们就可以得出所需要的分类结果。这一过程称为模式识别 。 这一组测量值就是一种模式 。

3、同名地物点在不同波段图像中亮度的观测量将构成一个随机向量X，称为光谱特征向量。如TM=[TM1，TM2，TM3，TM4，TM5，TM6，TM7]，为了度量图像中地物的光谱特征，建立一个以各波段图像的亮度分布为子空间的光谱特征空间。

4、地物在特征空间中的聚类情况：由于随机性因素（如大气条件，背景，地物朝向，传感器本身的“噪声”等）影响，同类地物的各取样点在光谱特征空间中的特征点将不可能只表现为同一点，而是形成一个相对聚集的点集群，而不同类地物的点集群在特征空间内一般是相互分离的。

5、特征点集群在特征空间中的分布：可以分为三种情况：（1）理想情况：至少在一个特征子空间中时可以相互区别的（2）典型情况：在任一子空间都有重叠，但在总的特征空间中时可以完全区分开的，可以使用特征变换使之变成理想情况进行分类（3）一般情况：无论在总的特征空间还是子空间都有重叠，重叠部分出现分类误差。地物在特征空间的聚类通常是用特征点（或其相应的随机矢量）分布的概率密度函数来表示。

6、特征变换和特征选择： 目的：减少参加分类的特征图像的数目；从原始信息中抽取能更好进行分类的特征图像，是遥感图像自动分类前一个很重要的处理过程。特征变换—将原有的m 量值集合通过某种变换，然后产生n 个（n ≤m）新的特征。特征选择—从原有的m个测量值集合中，按某一准则选择出n 个特征。

7、特征变换：将原始图像通过一定的数字变换生成一组新的特征图像，这一组新图像信息集中在少数几个特征图像上。目的：数据量有所减少，去相关，有助于分类。作用体现在：（1）减少特征之间的相关性，使得用尽可能少的特征来最大限度地包含所有原始数据的信息（2）使得待分类别之间的差异在变换后的特征中更加明显，从而改善分类效果。常用的特征变换：主分量变换、哈达玛变换、穗帽变换、比值变换、生物量指标变换。

8、主分量变换:也称为KL变换，是一种线性变换，是就均方误差最小来说的最佳正交变换作用：（1）KL变换能够把原来多个波段中的有用信息集中到数目尽可能少的特征图像组中去，达到数据压缩的目的。（2）KL变换还能够使新的特征图像间互不相关，使新的特征图像包含的信息内容不重叠，增加类别的可分性。

9、主分量变换计算步骤：（1）计算均值向量M和协方差矩阵C；（2）计算矩阵C的特征值和特征向量；（3）将特征值按由大到小的次序排序；（4）选择前几个特征值对应的几个特征向量构造变换矩阵φn；（5）根据Ｙ＝φnX进行变换，得到的新特征影像就是变换的结果，X为多光谱图像的一个光谱特征矢量。

10、主分量变换的优良性质：（1）变换后的矢量Y的协方差矩阵是对角阵，表明新特征矢量之间彼此不相关（2）经过主分量变换得到的几个变量具有的均方差在所有的正交变换中是最小的，由于n11、哈达玛变换：是利用哈达玛矩阵作为变换矩阵实施的遥感多光谱域变换。哈达玛矩阵的变换核为：哈达玛矩阵的维数N=2m，m是矩阵的阶数，高一阶的矩阵由低一阶的矩阵组成，，由哈达玛变换核可知，哈达玛变换实际是将坐标轴旋转的了45°的正交变换。实例见书上P201分析。

12、比值变换：可以增强土壤、植被、水体之间的辐射差别，抑制地形坡度和方向引起的辐射量变化，差分比值还能近似地改正大气影响，同时消除地形影响。生物量指标变换是一种特殊的比值变换，他能把植被从土壤和水体中分离出来。见P202和P162。

13、特征选择：选择一组最佳的特征影像进行分类。希望能用最少的影像数据最好的进行分类。

14、特征选择的方法：（1）根据经验定性的选择，如：研究植被时选择生物量指标变换影像及穗帽变换中的GV分量，研究土壤用穗帽变换的SB分量等（2）定量的方法：距离测度：距离是最基本的类别可区分性测度，选择一组特征能使感兴趣类别的类内距离最小，而与其他类别的类间距离最大，那么根据距离测度，用这组特征设计的分类器的分类效果最好。实际使用标准化juice，类别均值间的标准化距离公式为：，u1，u2分别为类别1和类别2的均值，……分别为类别1和类别2的标准偏差：描述类中的聚集程度。特征变换和特征选择都是计算机自动分类的数据预处理阶段。

15、监督分类：是基于我们对遥感图像上样本区内地物的类属已知，于是可以利用这些样本类别的特征作为依据来识别非样本数据的类别。监督分类的思想：首先根据已知的样本类别和类别的先验知识，确定判别函数和相应的判别准则，其中利用一定数量的已知类别函数中求解待定参数的过程称之为学习或训练，然后将未知类别的样本的观测值代入判别函数，再依据判别准则对该样本的所属类别作出判定。

16、判别函数：各个类别的判别区域确定后，某个特征矢量属于哪个类别可以用一些函数来表示和鉴别，这些函数就称为判别函数。这些函数不是集群在特征空间形状的数学描述，而是描述某一位置矢量属于某个类别的情况，如属于某个类别的条件概率，一般不同的类别都有各自不同的判别函数。

17、判别规则：当计算完某个矢量在不同类别判决函数中的值后，我们要确定该矢量属于某类必须给出一个判断的依据。如若所得函数值最大则该矢量属于最大值对应的类别。这种判断的依据，我们称之为判别规则。

18、概率判别函数和贝叶斯判别规则：可以把某特征矢量（X）落入某类集群的条件概率当成分类判别函数（概率判别函数），X落入某集群的条件概率最大的类为X的类别，这种判决规则就是贝叶斯判别规则。贝叶斯判别规则是以错分概率或风险最小为准则的判别规则。

19、错分概率：是类别判别分界两侧做出不正确判别的概率之和。贝叶斯判别边界使这个数错误为最小，因为这个判别边界无论向左还是向右移都将包括不是1类便是2类的一个更大的面积，从而增加总的错分概率。由此可见，贝叶斯判别规则是错分概率最小的最优准则。详见P206

20、最大似然分类法：根据概率判别函数和贝叶斯判别规则来进行的分类通常称为最大似然分类法。

21、距离判别函数：是以地物光谱特征在特征空间中按集群方式分布为前提的，基本思想：计算未知矢量X到有关类别集群之间的距离，哪类距离它最近，该未知矢量就属于哪类。距离判别函数不像概率判别函数那样偏重于统计性质，而是偏重于几何位置。常用的距离有马氏距离、欧氏距离、计程距离。

22、距离判别规则：最小距离判别原则。

23、最小距离分类法：基于距离判别函数和判别规则，在实践中以此为原理的分类方法称为最小距离分类法。

24、最大似然法总的错分概率小于最小距离法总的错分概率，因为其判别边界可能不是两个均值向量的中点。详见P207。

25、盒式分类法：• 基本思想：首先通过训练样区的数据找出每个类别在特征空间的位置和形状，然后以一个包括该集群的“盒子”作为该集群的判别函数。判决规则为若未知矢量X落入该“盒子”，则X分为此类，否则再与其它盒子比较。

26、分类过程：（1）确定感兴趣的类别数（2）特征变换和特征选择：变换之后的特征影像和原始影像共同进行特征选择，以选出既能满足分类需要，又尽可能少参与分类的特征影像，加快分类速度，提高分类精度。（3）选择训练样区：训练样区指的是图像上那些已知其类别属性，可以用来统计类别参数的区域。（4）确定判决函数和判决规则（5）根据判别函数和判别规则对非训练样区的图像区域进行分类

27、对训练样区的要求：• 准确性、代表性和统计性。– 准确性：要确保选择的样区与实际地物一致；– 代表性：所选样区为某一地物的代表，还要考虑到地物本身的复杂性，反映同类地物光谱特性的波动情况；– 统计性：指选择的训练样区内必须有足够多的像元，以保证由此计算出的类别参数符合统计规律。

28、样本数据的训练：• 计算每个类别的M 和Σ，建立类别的判别函数。

29、监督分类的缺点：• 主观性• 由于图像中间类别的光谱差异，使得训练样本没有很好的代表性• 训练样本的获取和评估花费较多人力时间• 只能识别训练中定义的类别。

30、非监督分类：也称聚类分析，是事先对分类过程不施加任何先验知识，仅凭遥感图像地物的光谱特征的分布规律，进行自动分类。其类别的属性是通过分类结束后目视判读或实地调查确定的。做法：先选择若干个模式点作为聚类中心，每一中心代表一个类别，按照某种相似性度量（如最小距离方法）将各模式归于各聚类中心所代表的类别，形成初始分类。然后根据初始分类是否合理进行修改，反复迭代直到合理为止。

31、非监督分类分类方法：K - 均值聚类法–ISODATA 算法聚类分析–平行管道法聚类分析

32、非监督分类特点：优点（1）不需要预先对所分类别的区域有广泛的了解，需要用一定的知识来解释得到的集群组（2） 人为误差的机会减少；（3）量小的类别能被区分。缺点（1）得到的集群组类别不一定对应分析者想要的类别；（2）难对产生的类别进行控制；（3）不同图像之间的对比困难。

33、非监督分类和监督分类的结合：（1）选择一些有代表性的区域进行非监督分类。（2）获得多个聚类类别的先验知识。聚类的类别作为监督分类的训练样区。（3）特征选择。选择最适合的特征图像进行后续分类。（4）使用监督法对整个影像进行分类。（5）输出标记图像。

34、分类后处理：-分类后专题图像的格式（编号、字符、图符或颜色）-分类后处理：分类平滑技术。

35、分类后的精度评定：采用混淆矩阵来进行分类精度的评定。对检核分类精度的样区内所有的像元，统计其分类图中的类别与实际类别之间的混淆程度。• 混淆矩阵中，对角线上元素为被正确分类的样本数目，非对角线上的元素为错分的样本数。Kappa系数是另一种计算分类精度的方法。