PPT《第五章 遥感图象目视解译与制图遥感图象解译（Imagery ...》

4、遥感影象镶嵌与地理基础底图拼接影象镶嵌利用相邻影象中同名地物点作为配准点,要求影象投影相同,比例尺一致,时相一致,有足够的重叠区域.地形图拼接可利用GIS的地图拼接功能,利用地形图四角的地理坐标进行拼接.

5、地理基础底图与遥感影象复合

6、生成符号注记层符号:行政区划界线、城市、县城、乡村符号等注记:是对地物属性的补充说明符号注记生成新的图层,与影象图叠加后,提高影象地图的可读性.

7、影象地图图面配置 包括1)影象地图放置的位置 2)添加影象标题3)配置图例4)放置比例尺5)配置指北箭头6)边框生成

8、遥感影象地图制作与印刷将影象图、符号注记图层、图面配置图层配准后打印.

第三节 遥感数字图象分类

一、定义:图象分类就是对图象上每个像素按照亮度接近程度给出对应类别,以达到大致区分遥感图象中多种地物的目的.

二、统计变量:进行分类的统计特征变量可以直接是原始图象的光谱特征值,或者是经过主成分分析后获得的特征值. 主成分变换:把互相存在相关性的原始多波段遥感影象转换为相互独立的多波段新图象,而且使原始图象的绝大部分信息集中在变换后的前几个组分构成的图象上,实现特征空间降维和压缩的目的.

三、相似度:两类模式的相似程度,遥感图象计算机分类的依据是遥感图象像素的相似度,在遥感图象分类过程中,常使用距离和相关系数来衡量相似度.

(一)距离度量特征空间中的距离经常采用以下几种算法:

1、绝对值距离 ――像元k到类别I的距离;

n――总波段数;

Mij――均值;

? Xkj ――k像元在j波段的亮度值;

?i――类别号;

j―波段序号;

2、欧几里德距离(欧氏距离):两点之间的直线距离.

3、马氏距离采用距离衡量相似度时,距离越小相似度越大.

(二)相关系数相关系数是指像素间的关联程度,采用相关系数衡量相似度时,相关系数越大,相似度越大,相关系数越小,相似度越小.

四、分类方法遥感图象的计算机分类方法包括监督分类和非监督分类.

(一)非监督分类(Unsupervised Classification)

1、定义:在没有先验类别作为样本的条件下,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(将相似度大的像元归为一类)的方法.

2、分类过程A、确定初始类别参数,即确定最初类别数和类别中心(亮度平均值);

B、计算每一个像元所对应的特征值与各类别中心的距离;

C、选与中心距离最短的类别作为这一像元的所属类别;

D、计算新的类别亮度平均值;

E、比较新的类别均值与原平均值的变化,若发生变化,则以新的类别均值作为聚类中心,再从第二步开始重复,进行反复迭代操作;

F、如果聚类中心(平均值)不再变化,计算停止. 如ERDAS IMAGINE使用ISODATA方法(Iterative Self-Organizing Data Analysis Techniques Algorthm),称为 迭代自组织数据分析技术 ,聚类过程始于任意聚类平均值或一个已有分类模板的平均值;

聚类每重复一次,聚类的平均值就更新一次,新聚类的均值再用于下一个聚类循环.这样不断重复,直到最大的循环次数已达到设定阈值或者两次聚类结果相比保持不变的像元所占最大百分比达到循环收敛阈值,则分类结束.

(二)监督分类(Supervised Classification):