
第二部分 遥感成像原理与遥感图像特征
实习三 航空像片的立体观测
一 实验目的:
掌握用立体镜观测航空像片的立体观测的方法
二 试验原理
立体像对:两个相机从相距一定距离的两点对同一目标进行摄影,产生的重叠图像。
成立体相对的必要条件:像片的重叠度大于53%。
立体观察:并排排列成为立体像对的两张遥感图像,左眼看左边的图像,右眼看右边的图像,便可产生目标物的立体视觉效果。
原理:一对眼睛在观察物体时,物体在两演的视网膜上产生的影像之间存在生理视差。同理,像对是从不同角度摄影的同一地物的一对影像,因此存在类似的生理视差,叫左右视差。当双眼分别观测这一照片时候,存在左右视差的像片会反映到眼睛的视网膜上,构成生理视差,由此便产生了与观测实物一样的立体视觉效果。
三 试验步骤:
1 准备立体镜和像片,分别找出主像点。
2 将立体镜对准左右像片的中缝,使像对主像点连线置于平行于眼基线的直线上,左看左,右看右。
3 进行立体观察。在立体镜下移动像片间的距离,直到观察到相应的像点融合为一体获得立体感,并且暂时没有不适感。
四 实验总结:
掌握了掌握用立体镜观测航空像片的立体观测的方法,同时还观测了好几副航空图片,效果很好。不过也要注意他的观测条件:
1必须是两张相邻的并且有部分重叠的像对。
2 两眼鼻血各看一张图片。
3像片放大时,对应点的联系俺必须与双眼基线平行,像片的距离调整与双眼的交汇角相适应。
4 两张像片的比例尺最大差值不超过16%.
第三部分 遥感图像处理
试验五 遥感图像的光学合成原理
一 实验目的:
1 了解彩色的基本特性和补色;
2 掌握三原色及其补色,掌握加色法;
3 了解和认识色度图;
4 认识正负像片的产生过程。
二 试验原理:
1 . 彩色基本特性:明度,色调,饱和度。
明度:(1)投射在物体上的光被漫反射(或漫透射)的程度。它给人以不同明暗程度的感觉;(2)在相同照明条件下,以白板为标准,对物体表面的视觉特性给以从白到黑的分度;(3)与心理物理量有关的是亮度因数。
色调:也称“色相”。表示红、黄、蓝、绿、紫等颜色特性。它与色度量“主波长”心理相关或近似相关,是物体颜色在“质”方面的特征。
饱和度:指彩色的纯洁程度。它与色度量“纯度”心理相关或近似相关。可见光谱的各种单色光是饱和度最高的彩色。在同一亮度时颜色中心灰色愈远,饱和度就愈高;反这,则饱和度愈低。物体色的饱和度取决于物体表面反射和透射光谱辐射的选择性程度。
补色:当两种色刺激适当相加混合后,能匹配出特定的无色(白色或灰色)刺激时,此两种色刺激即为互补色。如红-青、绿-品红、蓝-黄等互为补色。
2 三原色:当三种颜色混合时,其中一种不能由其余两种颜色混合相加产生,这三种颜色按照一定比例混合可以形成各种色调的颜色。
3 色度图:三原色的混合规律以二维形式表示。
4 彩色负片的生成:自然彩色光或经物体反射的色光照射到胶片上时,带有蓝光被黄滤色层阻拦。绿光和红光成分透过滤色片,分别使感绿层和感红层感光。胶片经显影定影后,感光部分分别出现黄品清三层染料,即形成负片。
彩色正片的生成:由以上负片再生成彩色正片时,相纸表面增加了紫色外光吸收层。在像片冲洗后,当自然光照射到正片时,反射到人眼的彩色光,按减色法原理,呈现为物体原有的色彩。
三 试验步骤:
1 彩色基本特色及其基本关系
2 三原色 补色和加色法
3 补色
4 色度图
四 试验总结
思考题答案:
1什么是颜色空间?
等能量的蓝绿红原色分别作为X,Y,Z轴构成颜色空间。
2 颜色空间中的饱和度高低是怎么变化的?
曲线上代表的颜色是光谱色,其饱和度最高,所有的颜色都落在曲线之内。曲线内各点代表的颜色越靠近白光点E,饱和度越低。
3 怎么在颜色空间内找到任意两点的混合色光的位置?
例如:要求Q点和s点混合色颜色,连接QS,按照亮度要求求出重心T,延长至ET到T,则L为Q与S两色混合后的色调。
实习七 遥感图像的增强(1)-----对比度的变化
一 实验目的
1 认识遥感图像的基本机构,了解数字图像;
2 学习掌握图像直方图变化与图像亮度变化的关系;
3 掌握图像现行拉伸的方法和过程;
二 试验原理
1 遥感图像的基本机构:感图像可以表示为数字图像,即f(x,y),它是有序的数字反映地物或景观反射或发射电磁波的特征及其变化。
数字图像:数字图像是指表示实物图像的整数阵列。一个二维或更高维的采样并量化的函数,由相同维数的连续图像产生。在矩阵(或其他)网络上采样——连续函数,并在采样点上将值最小化后的阵列。
2图像直方图变化与图像亮度变化的关系:
直方图;以统计图的形式表示图像亮度值与像元数间的关系。是这样一张二维的坐标系,其横轴代表的是图像中的亮度,由左向右,从全黑逐渐过渡到全白;纵轴代表的则是图像中处于这个亮度范围的像素的相对数量。当直方图中的黑色色块偏向于左边时,说明这张照片的整体色调偏暗,也可以理解为照片欠曝。而当黑色色块集中在右边时,说明这张照片整体色调偏亮,除非是特殊构图需要,否则我们可以理解为照片过曝。
三 试验步骤
1用CAI进行图像拉伸
(1). 从菜单上选取显示>拉伸或点击 拉伸按钮 ,进入拉伸对话框。
(2). 双击输入框,输入图像B_Stren,在输出框中写A_Stren,选取线性拉伸类型,标题为"线性拉伸",其它值保留为缺省值。
(3). 点击确定,得到图像A_Stren。
2 用photoshop进行图像拉伸
对色阶对话框和曲线对话框进行操作,可以感到图像的明显变化。在此不再累赘。
四 实验总结
通过上面的学习和操作,基本掌握图像现行拉伸的方法和过程。知道了拉伸就是重新确定图像数值的范围,以便使其落在最小数据值到一个用户自己给定的最大范围内,使图像获得最好的显示效果。
运用直方图均衡化方法,输出图像将有具有相等像元的类形成。其中运用现行伸缩时,一个新的图像将通过在一个指定的最小和最大界限之间的线性比例值来获得。而运用直方图均衡化时,输出图像将由具有相等像元数的类形成。饱和点线性伸缩将使极值之间的像元至转化为具有相同输出类的像元值。
我还用Photoshop进行图像拉伸,加深了对这次试验的认识。
实习八 遥感图像的增强(||)---------彩色合成
一 试验目的
1 了解加色法原理;
2 理解遥感图像彩色合成的基本原理;
3 掌握选用不同的合成方案产生不同的合成效果的方法,从而达到突出不同地物目标地物的目的。
二 实验原理
彩色合成:从通过滤光片,衍射光栅等分光系统而获得的多波段图像中选出三个波段,分别赋予三原色进行合成。根据胳膊短的赋色不同,可以得到不同的彩色合成图像。
1 真彩色合成:在通过蓝绿红三原色的滤光片而拍摄的统一地物色三张图像上,若使同样的三原色进行合成,可得到接近天然色的颜色。
2 假彩色合成:由于多波段拍摄中,一副图像多不是在三原色的波长范围内获得的,如采用眼看不见的红外波段等,因此有这些图像所进行的彩色合成。
3加色法原理:
彩色合成模块能把三个字节二进制型波段的图像生成一个假彩色合成图像。然后单 波段合成图可用于聚类分析(非监督分类),并可在显示模块中用适当的调色板来 显示它。
三 试验步骤
1 彩色合成演示
2 彩色合成操作
(1).执行分析>图像处理>图像增强> 彩色合成,出现彩色合成小窗口输入文件H87TM2、H87TM3和H87TM4分别作为蓝色波段名、绿色波段名和红色波段名。
(2).令输出图像名为COLCOM,选中简单线性拉伸和拉伸计算不包括0,图像标题为"彩色合成"。
(3.)然后击确定按钮。
四 试验总结
通过此次试验知道了彩色合成原理,也掌握了不同合成方案合成不同效果的方法,从而达到突出底物的目的。在使用单波段图像时,由于成像系统动态范围的,地物显示的亮度值差异较小。又由于人眼对黑白图像亮度值的分辨能力仅有10—20级左右,而对色彩和强度的分辨率可达100多种,因此将黑白图像转化为彩色图像可使地物的差别易于辨认。
思考题:
1 真彩色的生成分哪两个步骤?
分光:自然景物- 滤色片 透镜 黑白负片
合光:彩色负片 滤色片 透镜 黑白正片
2 真彩色分光过程所用的绿色片为那三色?
红绿蓝
实习九 遥感图像变换(1)--------滤波
一 实习目的
了解空间滤波的操作过程和空间滤波对图像产生的效果
二 试验原理
空间滤波:在图像控件或空间频率域对输入的图像应用若干滤波函数二获得改进的输出图像技术,即对图像中某些空间,频率特征的信息增强或是抑制。注重突出图像上的某些特征,是一种几何增强效果。滤波可用于各种不同的目的。均值和高斯滤波常常用于综合一个图像。中值滤波 擅长于消除随机噪声。自适应框滤波长于纠正“盐和胡椒粒”随机噪声,及像元 亮度与图像景有关但具加性或乘积噪声因素的含噪声数据。众数滤波适宜于在经 过矢量到网格转换后的图像上填补多边形之间的空隙。边缘增强滤波增强在连续 表面上变化的区域。高通滤波强调那些相对于逐渐变化的区域而言突然变化的区 域。
三 试验步骤
在CAI中
1、双击输入和输出框。
2、滤波类型为均值。
3、波波模块大小为3X3。
四 试验总结
基本了解空间滤波的操作过程和空间滤波对图像产生的效果。知道了空间滤波技术的基本思路有3条:(1)提取图像的边缘信息,进行加权处理。然后与元图像叠加;(2)提取元图像中模糊成分进行加权处理,然后与元图像叠加;。(3)使用某一指定的函数对原图像进行加权,是图像产生尖锐或平滑效果。
知道空间滤波是一种几何增强处理。
实习十 遥感图像变换(||)--------主成分分析(K---L变换)
一 实验目的
了解并掌握K---L变换的过程和方法
二 试验原理
主成分分析变换是对某一多光谱图像X,利用K—L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y的操作,表达式为:A=AX;其中X为变换前多光谱空间的象元矢量,Y为变换后主分量空间的象元矢量,A为变换矩阵。
K—L变换后的新波段主分量包括的信息量不同,呈逐渐减少趋势。
在遥感数据处理时,常常用K—L变换作数据分析前的预处理。
三 试验步骤
1. 执行分析>图像处理>图像变换>主成分,选取直接计算协方差,指定输入波段数和待提取的的主成分数均为7,令输出文件前缀为"H87"。在弹出的框中依次双击输入H87TM1至H87TM7七个波段名,并使用非标准化〔方差/协方差阵〕.
2. 确定之后,屏幕将分屏显示有关主成分的数据,并写出从H87TM1至H87TM7的新主成分文件。
3. 分屏显示的数据有方差/协方差矩阵,相关矩阵,特征值和特征向量及成分载荷。从相关矩阵中的数据可以看出,在七个波段中H87TM2与H87TM3相关性最为显着,同时1波段与3波段最相关,5波段与4波段相关显
四 试验总结
通过CAI演示,基本掌握K---L变换的过程和方法。知道了 K-L变换( Karhunen-Loeve Transform)是建立在统计特性基础上的一种变换, K-L变换的突出优点是相关性好,是均方误差(MSE,Mean Square Error)意义下的最佳变换,它在数据压缩技术中占有重要地位。
K—L变换后的新波段主分量包括的信息量不同,呈逐渐减少趋势。其中第一主分量集中了最大的信息量,常常80%以上,第二,第三主分量的信息量依次快熟递减,到底n分量信息几乎为0。由于k-l变换对不相关的噪声没有影响,所以信息减少时,便出现了噪声,最后的分量几乎全是噪声。所这种变换可以分理处噪声。
实习十 遥感图像变换(|||)--------缨帽变换(K---T变换)
一 实验目的
了解和掌握缨帽变换的过程和方法
二 实验原理
K—T变换是一种线性组合变换,公式为Y=BX;X为变换前的多光谱空间的象元矢量,Y为变换后的新作表空间的象元矢量,B为变换矩阵。
三 试验步骤
步骤:
1、输入图像选择TM。
2、双击各波段栏及输出框。
3 操作“结果和原图显示”,查看结果。Xxsoil、Xxbright、Xxgreen 是从
TM图像H87tm1-H87tm7(扣除热红外波段H87tm6)提出的土壤、黄色物质、绿色物质
指数。
四 试验总结
通过此次实习,基本了解和掌握缨帽变换的过程和方法。知道了其研究主要对TM数据和以前使用过的MSS数据,目前应用范围较窄,但它抓住了地面景物,特别是植被和土壤在多光谱空间中的特征。对于扩地卫星TM影像数据分析在农业方面应用有重要意义。
实习十二 遥感图像变换(IV)-------HIS彩色空间变换
一 实验目的
了解和掌握彩色空间的变换过程和方法
二 试验原理
HIS指的是色调 饱和度 明度的色彩模式。在自动处理色彩时,通常采用彩色显示器显示系统进行,彩色显示器显示的色彩是由RGB信号的亮度来确定的,由于RGB表色系统不是线性的,所以通过这种操作调整显示色的色调比较困难,在这种情况下,可以将RGB信号暂时变换为假设的表色系统HIS,调整明度和饱和度后,再返回到RGB信号上进行彩色合成。把这种变换叫HIS变换。
HIS模式可以用近似的颜色立体来定量化。
三 试验步骤
步骤:
1、转化类型为RGB转HLS。
2、在输入和输出图像框中输入: H87tm3、H87tm2、H87tm1; Hue、Light、Saturate。
3、按确定。
4、再一次启动彩色空间模块;转化类型为HLS转RGB。
5、在输入图像框中分别输入刚才的结果: Hue、Light、Saturate。
6、在输出图像框中输入: Red、Green、Blue。
四 试验总结
通过CAI进行彩色空间变换模拟实习,基本掌握彩色空间的变换过程和方法
知道了在计算机上定量处理色彩时通常采用RGB表色系统,但在视觉上定性描述色彩时,采用IHS系统则更为直观。IHS(Intensity,Hue, Saturation)分别表示色调、亮度或强度和饱和度,它们是从人眼中认识颜色的三个特征。明度是指人眼对光源或物体明亮程度的感觉,一般来说与物体的反射率成正比。色调,也成色别,是指彩色的类别,是彩色彼此相互区分的特征。饱和度是指彩色的纯洁性,一般来说颜色越鲜艳饱和度也越大。IHS定义的彩色空间如图。明度I沿着轴线从底部的黑变到顶部的白。色度H由圆柱底面圆的角度表示。假定0°为红色,120°为绿色,240°为蓝色,则色度0°到240°覆盖了所有可见光谱的彩色。饱和度S是色度环的原点(圆心)到彩色点的半径的长度。圆心的饱和度为零,圆周上的饱和度为I。
为实现RGB到IHS的变换,要建立RGB空间和IHS空间的关系模型。常见的转换主要有球体彩色变换、圆柱体彩色变换、三角形彩色变换和单六角锥彩色变换4种。IHS算法是图像融合技术中发展很早,现已成熟的一种空间变换算法。通过试验结果分析,球体变换和三角变换是比较理想的IHS变换形式。从计算量上又淘汰了球体变换,三角变换成为最理想的形式。三角变换的IHS算法可以很好的保留源图像的光谱信息和空间分辨率,运算量也较小,且易于实现。
第四部分 遥感图像目视解译与制图
实习十三 航空像片的判读
一 实验目的
1 学习和掌握航空像片的判读的基本原理和方法
2 掌握航空像 片的判读标志的建立方法
3 解译判读各种土地的覆盖类型在红外航空片上的影象特征
二 试验原理
1 航空影片是在航空遥感平台上通过摄影机所获得的可见光和红外的光学摄影影片。他采用中心投影方式成像,对于没有纠正的相片,常发生误差和畸变。
2 航空影片可分为普通摄影,红外摄影,和多光谱摄影。各中航空影片判读标标志有点差别,但总的判读方法和过程相似。
3 判读标志
是指能够反映和表现目标地物信息的遥感影象的各种特征。有直接和间接两种。
直接判读标志:
(1)大小:二维空间上对目标地物尺寸或面积的测量。
(2)形状:制一个地物的形态,结构和轮廓。
(3)色调:像片上地物的色彩或相对亮度。
(4)阴影:阳光被地物遮照而产生的影子。
(5)纹理:通过色调或颜色变化表现出的细纹或细小的图案。
(6)图型;目标地物以一定规律排列而成的图形结构,是物体的空间结构。
(7)位置和周围的关系:目标地物纯在空间的分布地点,及其相对于其他的地物的关系。
间接判读标志是能够间接反映和表现地物信息的遥感影象的各种特征。借助他可以推断与目标地物的属性相关的其他地物信息。
4 判读方法
A直接判读; B 逻辑推理与宏观分析 ; C 野外校核
5 判读程序
(1)准备工作(2)室内判(3)野外 校核(4)室内转绘制图和总结
二 实验步骤
1 准备实习工具,如立体镜等
2 进行彩红外航空土地覆盖的判读
3 以彩红外外A和B作为实习用航片象对
4 根据航片判读标志的建立方法,建立判读目标地物的判读标志 并完成表
5 编写实习报告
四 试验总结
通过这次试验,掌握了航空像片的判读的基本原理和方法,掌握航空像片的判读标志的建立方法。在彩红外像片上,植物的叶子因反射红外线而呈现为红色。
知道了航空像片判读标志是地物本身性质、形态等特征在像片上的反映。因此,根据影像标志可以直接从像片上辨认出地物的属性及其空间分布等特征。如影像的形状、大小、色调及阴影等都是常用的航空像片判读标志。
航空像片上地物影像的形状,一般与风景照片上看到的有所不同。风景照片上呈现的地物影像形状通常是地物的侧面形状,而航空像片上的影像是地物的顶部形态。由于航空像片受中心投影性质的影响,具有一定高度的地物,在同一幅航空像片的不同部位,形状是有变化的。在像片中心,无像点位移,看到的是地物顶部的形状;离开像片中心点,就会产生像点位移,在像片四周边缘像点位移最大,变形也最大。只有位于同一高度平面的地物,如湖泊、平坦耕地等,无论在像片的任何部位,其形状与实际地物的形状相似,没有畸变。
像片上的色调从白到黑是逐渐变化的,在目视判读中,航空像片上的色调一般可划分为白、灰白、浅灰、灰、深灰、浅黑、黑7级。
色调是航空像片判读中的重要标志。这是因为地物的形状特征是通过与周围地物色调的差别表现出来的;尤其对一些外部形状特征不明显的地物和现象的判读,色调更显得重要。如土壤的干湿程度、沙土的分布范围等,主要是根据色调特征判读的。
影响影像色调的主要因素有下列几个方面:
1.地物反射特性。物体的亮度系数不同,反映在像片上的色调就有差异。亮度系数大,像片上的色调浅,亮度系数小,色调就深。
物体的亮度系数具有方向性,也就是说从不同方向看物体,亮度系数是不一样的。亮度系数的方向性在具有镜面反射的物体上表现的最为明显。例如同一个湖面,在背向镜面反射的方向摄影时,亮度系数小,像片上的色调深;若在湖面发生镜面反射的方向拍摄时,则亮度系数大,像片上的色调浅。但是,地面绝大多数的物体对入射光一般都是漫反射,虽然它们各方向的亮度系数不同,却差别很小。通常在计算物体的亮度系数时,是以物体垂直方向的亮度系数作为该物体的亮度系数。
2.物体本身颜色。黑白全色底片对各种天然光都感光,但感光程度不一样。因此像片上的色调也就不同。不论彩色体和消色体,在全色黑白像片上都以灰阶表示
物体本身颜色与像片上影像色调的对比
3.地物表面结构。同样颜色的地物,由于表面结构不同,反射光的能力不一样,反映在像片的色调就不相同。光滑表面比粗糙表面反射光的能力强,在像片上的色调就浅。例如,耕地中的小路,其色调就比耕地浅。
4.湿度大小。同样的物体,由于湿度不同,也会影响色调的深浅。例如:田间土路一般是浅色调,如雨后路面含水分较大,影像色调变深。再如裸露的农田土壤,干燥的色调浅,浇过水的色调深。所以,色调是判读土壤湿度的一个明显标志。
5.摄影季节。由于植物的物候期不同,不同时期像片上的色调也有很大差别。例如,春季摄影的像片,因为当时植物刚发芽,其色调较浅,而夏季摄影的像片,色调就会深一些。所以,在进行像片判读之前,一定要了解像片拍摄的时间。
实习区判读标志:
| 形状 | 色调 | 纹理 | 图型 | 阴影 | 其他 | ||||
| 人造建筑 | 立方体 | 灰色 | 粗 | 整齐 | 浅 | ||||
| 树木 | 圆顶圆形 | 浅灰色 | 柔和粗 | 不齐斑状 | 浅 | ||||
| 河流 | 平面线条 | 黑色 | 细 | 条型 | 钱 | ||||
实习十四 热红外图像判读
一 实验目的
认识和了解热红外影像对地物的表现。
二 试验原理
热红外影像记录了地物发射热红外线的强度。夜间的热红外影像不受太阳辐射的干扰,是地面物体热辐射的特征。这种影像上的色调差异主要取决于地物我温度和发射本领。由于各种地物热辐射能量不同,因而在影像上显示出不同的形状和图形特征,从而可以识别影像上各种不同的地物。
判读热红外影像时候,关键是要准确区分出影像色调的差异。影像正片上,深色调代表地区热辐射能量弱,浅色调代表热辐射能量强。各种地物热辐射状况不同,在影像上形成不同的色调。在热红外影像上地物影像所构成的分布形状不一定是地物真实的形状,除非地物表面热辐射温度处处相等。但高温地物热扩散导致地物形状的扩大变形。
天气状况对自然地物的色调特征会造成一定影响。
三 试验步骤
1 ‘实习图像’子目录下有3组热红外图像,热红外11,热红外12.热红外13为第一组,反映工业热流的热红外影像。
2 热红外21,热红外22为第二组,反映森林火火灾热红外图像。
3 热红外31,热红外32为第三组,反映洪积扇的热红外图像。
四 试验总结
这次试验是认识热红外影像对地物的表现。通过比较第一组和第二组的各图像,都是对温度的直接探测,热红外影像能够很好的反映地物温度的变化。第三组是通过对水体在白天和夜晚与周围环境温度的差异,反映洪积扇水系分布情况,从而反映洪积扇形态。
实习十五 扫描图像的判读
一 试验目的
1 认识和掌握TM图像各波段的光谱效应
2 学习和掌握陆地卫星遥感图像的判读方法
二 试验原理
1 影像特征
常用遥感影像都是卫星遥感影像,有如下特征:
(1)像幅面积打,宏观性强
(2)影像的多波段性:遥感扫描影像采用多波段方式记录地表各地物电磁波信息
(3)影像的数字记录形式
(4)影像的多时态性和动态观测
(5)陆地卫星影像的进垂直投影
(6)课得到大面积的同等,适中的太阳高度角的影像,有利于对地表的分析
(7)取得资料容易,不受地区和国家
(8)成本低。
2 判读标志:
判读烘烤像片所用直接判读和间接判读标志,一般适用于判读卫星图像。
(1)色调:卫星图像上的色调是地物电磁波辐射特征的反映。
(2)图型:地物形态特征和波普特征的综合反映。
3 判读方法:
遥感扫描影像的判读,应遵循“先图外,后图内,先整体,后局部,勤对比,多分析”的原则。
三 试验步骤
1 认识TM 图像歌波段的光谱效应
(1)使用“实习图像”子目录中的TM1到TM7图像。
(2)比较各波段的水体色调变化
(3)比较各波段水体中泥沙课分辨率的变化
(4)比较各波段中植被色调的变化,
(5)比较各波段中居民地课分辨率的变化
2 TM图像的判读
(1)使用图像TM21到TM27,合成图像1,合成图像2,土地用地。
(2)使用工具:铅笔等
(3)建立判读标志
(4)绘出各土地类型的边界轮廓
四 试验总结
这次试验掌握了掌握TM图像各波段的光谱效应,掌握陆地卫星遥感图像的判读方法
了解了MSS各波段的光谱效应及其主要应用。TM各波段光谱效应及其主要应用。HRV各波段及其主要应用。在目视判读实践中,卫星影像解译比航空像片难度更大。因此熟悉地物在不同波段的光谱特性,了解地物在不同空间分辨率影像上的表现,掌握不同假彩色合成影像的特征,熟练运用扫描影像标志与方法,是进行目视解译的重要基础。
| 地物类型 | TM1 | TM2 | TM3 | TM4 | TM5 | TM6 | TM7 |
| 水体 | 暗 | 暗 | 亮 | 很暗 | 很暗 | 较亮 | 很暗 |
| 泥沙 | 可分辨 | 可分辨 | 易分辨 | 可分辨 | 难分辨 | 难分辨 | 难分辨 |
| 植被 | 很暗 | 暗 | 很暗 | 亮 | 较亮 | 亮 | 暗 |
| 居民地 | 难分辨 | 难分辨 | 难分辨 | 易分辨 | 易分辨 | 不易分辨 | 易分辨 |
| 土地类型 | 色调特征 | 图型特征 | 其他 |
| 湖泊 | |||
| 水库 | |||
| 湿地 | |||
| 居民地 | |||
| 城镇用地 | |||
| 交通用地 | |||
| 农用地 | |||
| 果园 | |||
| 落叶地 | |||
| 针叶底 | |||
| 建设用地 |
实习十六 图像分类(1)---非监督分类
一 试验目的
了解并掌握非监督分类的过程和方法
二 试验原理
1 非监督分类:
不必对影像地物获取先验知识。仅依靠影像上不同地区的光谱信息进行特征提取,以提取出统计的差别来达到分类目的的分类方法。主要采用聚类分析方法,聚类是把一组象元按照相似性规程若干类别。即“物以类聚”。常用方法:
分级集群法:同类物体聚集分布在一定的空间位置上,他们在相同的条件下应该具有相同的光谱信息。其他类别的物体聚集分布在不同的地理哭哦关键位置上。
分级集群法采用“距离”评价个样本在空间分布的相似程度,根据距离最近的原则判定并归并到同一类别中的方法。
分级集群法的分类过程如下:
(1)确定评价各样本相似程度所采用的指标。
(2)初定分类总数N
(3)计算样本间的距离,根据距离最近的原则判定样本归并到不同的类别
(4)归并后的类别做为新类,与剩余的类别组合,然后再计算并改正其距离。
分级集群法的特点:
这种归并的过程是分类进行的在迭代过程中没有调整类别总数的措施,如果一个象元被归并到某一个类别后,就排除了它 在归并如其他类别的可能性,这样可能导致对一个象元的操作次序的不同,会得到不同的分类结果,这是它的缺点。
2 非分级集群法:
是在初始状态给出适当的类别,在类别间从新组合其个体,求出分离度较高的类别方法。主要方法有K—mean法和动态类聚法。
动态类聚法是在初始状态给出图像粗糙的分类,然后基于一定的原则在类别间从新组合其样本,直到分类比较合理为止。其分类过程为:
(1)按照某各原则选择一些初始类聚类中心。
(2)计算象元与初始类别中心的距离,吧像象元分配到最近的类别中。
(3)计算并改正从新组合类别的中心。
四 试验步骤
(1)从CAI主界面进入:遥感图像处理:子菜单
(2)处理》》非监督分类》》类聚,出现“类聚”操作窗口,点击操作
(3)双击“类聚”对话框中彩色合成文件名框,输出图像名框,单击标题,单击确定。
(4)在“类聚”操作窗口中,单击图像显示,查看
(5)单击退出
(6)迭代自组织聚类:
四 试验总结
通过这次试验的联系,对非监督分类有了很深的理解,它是指人们事先对分类过程不施加任何的先验知识,而仅凭数据(遥感影像地物的光谱特征的分布规律),即自然聚类的特性,进行“盲目”的分类;其分类的结果只是对不同类别达到了区分,但并不能确定类别的属性,亦即:非监督分类只能把样本区分为若干类别,而不能给出样本的描述;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。非监督分类也称聚类分析。一般的聚类算法是先选择若干个模式点作为聚类的中心。每一中心代表一个类别,按照某种相似性度量方法(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。然后由聚类准则判断初始分类是否合理,如果不合理就修改分类,如此反复迭代运算,直到合理为止。与监督法的先学习后分类不同,非监督法是边学习边分类,通过学习找到相同的类别,然后将该类与其它类区分开,但是非监督法与监督法都是以图像的灰度为基础。通过统计计算一些特征参数,如均值,协方差等进行分类的。所以也有一些共性。
实习十七 图像分类(||)------监督分类
一 试验目的
了解并掌握最大似然比分类法的过程和方法。
二 试验原理
(1)监督分类:是以建立统计识别函数为理论基础,依据典型样本训练方法进行分类的技术。即根据已知训练区提供的样本,通过选择特征参数,求出特征参数作为决策规则,建立判别函数以对各待分类影像进行的图像分类,是模式识别的一种方法。要求训练区域具有典型性和代表性。判别准则若满足分类精度要求,则此准则成立;反之,需重新建立分类的决策规则,直至满足分类精度要求为止。
(2)最小距离法:是用特征空间中的距离作为象元分类依据的。使用了每个感兴趣区的均值矢量来计算每个未知象元到每一类均值矢量的欧氏距离,除非用户指定了标准差和距离的阈值,否则所有象元都将分类到感兴趣区中最接近的那一类
(3)最大似然法 :假定每个波段中的每类的统计都呈现正态分布,并将计算出给定象元都被归到概率最大的哪一类里
(4)多级切割分类法
三 试验步骤
平行四边形分类法:
1.在菜单上执行分析>图像处理>硬分类器>平行四边形。在出现的对话框中选定分别指定各光谱特征,指定光谱特征数为6。
2.在光谱特征1至光谱特征6的输入框中双击并分别输入“农业” “城市”、“针叶林”、“深水”、“浅水”和“落叶林”。输出图像为PIPED,定义平行四边形的根据为Z得分。在标题框中输入"平行四边形分类"。
3.点继续按钮,然后再在出现的小窗口中点击确定按钮即出现PIPED图像。由于此分类器对每一地物的最大最小值反应分敏感,故在用平行四边形分类器之后常执行光谱编辑操作:分析>图像处理>光谱特征提取/分析>光谱编辑,可以重新定义图像的最大和最小值。
最小距离分类法:
1.在菜单上执行分析>图像处理>硬分类器>最小距离法。在最小距离分类窗口的输出框中令输出图像为MINDIST,光谱特征数为6,双击光谱特征框依次输入“农业”、“城市”、 “针叶林”、“深水”、“浅水”和“落叶林”(击NEXT按钮),将置标题为"最小距离法分类",其它值保留为缺省值。
2.点继续按钮,然后再在出现的小窗口中点击确定按钮即出现MINDIST图像.
最大似然法:
1.在菜单上执行分析>图像处理>硬分类器>最大似然法。在最大似然分类窗口的输出框中令输出图像为MAXLIKE,光谱特征数为6,其它值保留为缺省值。
2.点继续按钮。然后再在出现的小窗口中双击六个光谱特征框依次输入“农业”、“城市”、 “针叶林”、“深水”、“浅水”和“落叶林”(击NEXT按钮),将置标题为"最大似然法分类"。点击确定按钮,再击OK即出现MAXLIKE图像。
四 试验总结
通过这次试验了解了监督分类法,它常用算法有:判别分析、最大似然分析、特征分析、序贯分析和图形识别等。知道了最小距离分类法原理简单,分类精度不高,但计算速速快,他可以在快速浏览分类概括中使用。知道了多级切割分类法,运用它前,要先进行主成分分析,或采用其他方法对各轴进行相互的正交变换,然后惊醒多级分割。知道了当总体分布不符合正态分布时,其分类可靠性将下降,这种情况下不宜用最大似然法。
第六部分 遥感应用实例
实习二十 土壤判读与制图
一 实习目的
了解土壤判读与制图的基本方法
二 实习原理
土壤是在地形,母质,气候,时间,植被等自然因子即认为因素的影响下发生发展和演化的。土壤特征是各种因素共同作用的结果。在遥感图像上,不同类型的土壤并没有像水体,植被那样差别很大。并且土壤性状的表现和确定主要是根据土壤剖面,而不是根据土壤的表面信息。由于土壤与上述成土因子关系密切,特别是受主导因素的影像很大,用过遥感影像综合分析,可以土壤判读较好的效果。依靠间接判读,进行综合分析土壤的判读四分重要。
土壤类型的判读首先是土类。土类是根据一个地区的生物气候条件决定的。因此,在土壤判读时,首先要确定研究区的水平地理带作为划分的基带。在此基础上,再考虑垂直地带性和非地带性因素对土壤的类型的影响。
其次是确定压类。土壤的压类是在成土过程中受局部条件的影响使土类发生变化,形成的次一级类型。如不同的植被,地貌等
土属的划分主要以地区性条件为依据,如地貌等。在压类的基础上再分粗土属。
土种主要是根据土壤剖面特征进行划分的,在遥感图像上较难判别,但可根据地形部位,母质等特征推断土壤厚薄,作为分类的参考依据。
综合分析和间接判读时应注意,土壤的发育变化速度落后与气候,水文的变化及植被的更替。
三 试验步骤
(1)打开“实习图像”子目录下的“土壤”“土壤图”。
(2)按照土壤判读和制图的方法进行“土壤”图像的判读。
(3)对照“土壤图”检查判读结果。
四 试验总结
通过把试验原理的认真阅读和打字后,有了很深的认识。按照此方法对“土壤”进行判读后,有对照了“土壤图”反复判读对比,终于大体掌握了判读的方法。
像片上直接判读土壤是比较困难的,因为土壤没有一定的几何形状,且往往被植被覆盖。使之不能直接反映在像片上。即使是裸露土壤,像片上反映的也只是土壤的表面,而不是土壤的垂直剖面。但在航空像片上判读土壤并非不可能。因为不同土壤类型的物理性状和化学成分是不同的,光谱特性也不一样。此外,自然界的一切现象都不是孤立存在的,它与周围环境有着密切联系。所以通过自然环境分析可以间接地识别和分析土壤,进行判读。实践证明,在航空像片上无论判读自然土壤,还在农业土壤,都是可能的。对大、中比例尺土壤调查制图,一般可提高工作效率三倍到四倍,同时也提高了成图的质量,显示出土壤判读的优越性
还了解到土壤判读的基本方法:土壤类型判读,主要利用色调和图案两个标志。土壤色调的深浅与土壤有机质含量、土壤湿度大小和质地粗细有关。有机质含量高,湿度大,质地细的土壤色调较深;反之,色调较浅。例如,砂质土壤一般为浅灰色调,而粘土质土壤则为深灰色调。不同的土壤类型,其影像的图案不尽相同。例如菜地和水田可利用不同影像图案特征,把菜园土、水稻土和旱作土分开。
实际上根据判读标志直接判定出来的土壤类型毕竟是少数,所以在土壤判读中经常应用的是逻辑推理法的综合分析判读,即根据土壤发生学的理论,按照成土因素进行判读。土壤的成土因素包括气象、植被、母质、地形和农业生产活动等。土壤是在这些因素的综合影响下形成的自然体。其中只要某些因素发生变化,一般就会引起土壤相应变化。例如,我国西北地区系性气候,温差大,雨量小,植被十分稀疏,形成荒漠土。我国东北地区属寒温湿润气候,林区形成灰化土或灰色森林土;而在我国长江以南的森林地区,由于气候温暖,雨量充沛,形成红壤或黄壤。所以,根据判读地区的景观特点,一般可以推断出相应的土壤类型,这种方法对判读自然土壤类型比较有效。
利用成土因素分析进行土壤判读,可以采取如下步骤:首先进行地形和植被判读,判定该地区的景观类型,勾画界线,如分出山地、平原、丘陵、盆地、森林区、水稻区、旱作区等。然后在同一种景观类型内部,再根据地貌特点,推断母质类型、勾绘出不同母质的分布范围,这样就可以判读出不同的土属。最后再按微地貌和阴影进一步划分更小的范围,推断不同土种的轮廓界线。根据微地貌分区,即可抽样化验,以确定其土壤类型。
在平原地区进行农业土壤的判读,微地貌的区分具有重要意义。微地貌不仅影响着土壤质地,也直接影响水分、肥料的再分配。所以,微地貌的界线往往也是不同土种的分界。
