欢迎来到文档下载导航网!

第08章遥感数字图像计算机解译.ppt

时间:2020-10-20|当前位置:首页 > 教育文档 > 教育文化 > |用户下载:

第08章遥感数字图像计算机解译.ppt

原理:利用计算机对影像中各类地物的光谱信息和空间信息进行分析,选择特征,并用一定的手段将特征空间划分为互不重叠的子空间,然后将影像中的各个像元归划到各个子空间去。 实质:通过计算机处理,根据一定的判断规则,对每个像元按照像元值给出对应类别,自动输出地物目标的识别分类结果,达到大致区分遥感图像中多种地物的目的。 特点:定量分析 原理:利用计算机对影像中各类地物的光谱信息和空间信息进行分析,选择特征,并用一定的手段将特征空间划分为互不重叠的子空间,然后将影像中的各个像元归划到各个子空间去。 实质:通过计算机处理,根据一定的判断规则,对每个像元按照像元值给出对应类别,自动输出地物目标的识别分类结果,达到大致区分遥感图像中多种地物的目的。 特点:定量分析 原理:利用计算机对影像中各类地物的光谱信息和空间信息进行分析,选择特征,并用一定的手段将特征空间划分为互不重叠的子空间,然后将影像中的各个像元归划到各个子空间去。 实质:通过计算机处理,根据一定的判断规则,对每个像元按照像元值给出对应类别,自动输出地物目标的识别分类结果,达到大致区分遥感图像中多种地物的目的。 特点:定量分析 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 用表示灰度共生矩阵,它是一个的矩阵(L为灰度级,就是一幅图中包含的不同灰度或者颜色的个数),是具有空间位置关系且灰度分别为i和j的两个像素出现的次数或频率 特征变换:遥感图像分类的主要依据是地物的光谱特征,即地物图像亮度的多光谱量测值。然而,有时就某些指定的地物而言,由原始多波段图像量测值组成的图像模式有时并不能很好地表达其类别特征。这就要求依据原始多波段量测值,经过一定的变换重新形成一组能够更有效描述地物类别特征的模式量度。 特征选取从一组特征中选取一个或几个特征来对遥感图像进行分类处理的过程称特征选取。 1)起始点的确定 图像四周增加一行,赋值为-1,这样周边都成边界点了(图像像元一般都为正值)。 坐标原点为第一地物的边界点,作为起始点,开始跟踪,顺序扫描图像查找边界点。 2)下一个跟踪点的确定 关键是确定下一个跟踪点的方向。 寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的位置分布。利用方向指引,寻找下一个边界点后,要求判别该点的坐标是否与起始点相同。不同时继续寻找下一个;相同时该地物边界跟踪完毕,开始下一个地物单元边界的跟踪,直到图像中所有的地物单元跟踪完毕。 1)起始点的确定 图像四周增加一行,赋值为-1,这样周边都成边界点了(图像像元一般都为正值)。 坐标原点为第一地物的边界点,作为起始点,开始跟踪,顺序扫描图像查找边界点。 2)下一个跟踪点的确定 关键是确定下一个跟踪点的方向。 寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的位置分布。利用方向指引,寻找下一个边界点后,要求判别该点的坐标是否与起始点相同。不同时继续寻找下一个;相同时该地物边界跟踪完毕,开始下一个地物单元边界的跟踪,直到图像中所有的地物单元跟踪完毕。 1)起始点的确定 图像四周增加一行,赋值为-1,这样周边都成边界点了(图像像元一般都为正值)。 坐标原点为第一地物的边界点,作为起始点,开始跟踪,顺序扫描图像查找边界点。 2)下一个跟踪点的确定 关键是确定下一个跟踪点的方向。 寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的位置分布。利用方向指引,寻找下一个边界点后,要求判别该点的坐标是否与起始点相同。不同时继续寻找下一个;相同时该地物边界跟踪完毕,开始下一个地物单元边界的跟踪,直到图像中所有的地物单元跟踪完毕。 1)起始点的确定 图像四周增加一行,赋值为-1,这样周边都成边界点了(图像像元一般都为正值)。 坐标原点为第一地物的边界点,作为起始点,开始跟踪,顺序扫描图像查找边界点。 2)下一个跟踪点的确定 关键是确定下一个跟踪点的方向。 寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的位置分布。利用方向指引,寻找下一个边界点后,要求判别该点的坐标是否与起始点相同。不同时继续寻找下一个;相同时该地物边界跟踪完毕,开始下一个地物单元边界的跟踪,直到图像中所有的地物单元跟踪完毕。 1)起始点的确定 图像四周增加一行,赋值为-1,这样周边都成边界点了(图像像元一般都为正值)。 坐标原点为第一地物的边界点,作为起始点,开始跟踪,顺序扫描图像查找边界点。 2)下一个跟踪点的确定 关键是确定下一个跟踪点的方向。 寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的位置分布。利用方向指引,寻找下一个边界点后,要求判别该点的坐标是否与起始点相同。不同时继续寻找下一个;相同时该地物边界跟踪完毕,开始下一个地物单元边界的跟踪,直到图像中所有的地物单元跟踪完毕。 1)起始点的确定 图像四周增加一行,赋值为-1,这样周边都成边界点了(图像像元一般都为正值)。 坐标原点为第一地物的边界点,作为起始点,开始跟踪,顺序扫描图像查找边界点。 2)下一个跟踪点的确定 关键是确定下一个跟踪点的方向。 寻找当前区域的下一个边界点的方向依赖于当前点的位置和图像窗口内相邻像元的位置分布。利用方向指引,寻找下一个边界点后,要求判别该点的坐标是否与起始点相同。不同时继续寻找下一个;相同时该地物边界跟踪完毕,开始下一个地物单元边界的跟踪,直到图像中所有的地物单元跟踪完毕。 (2)包含关系特征提取与描述 点与面的包含关系 铅垂线法:设一个多边形F=(p1,p2,p3,…,pn)由有序的n个点P1,P2,P3,…,Pn联接构成其多边形边界。因为区域闭合,有p1=pn,设一个点状地物为p,由p作一条铅垂线,如果铅垂线与多边形相交的边数为偶数,则该点在多边形之外,否则在多边形之内。 射线法:若点状地物在多边形内部,由该点向任意方向作射线,必然与面状地物边界相交,据此可以判断点状地物在多边形内部,否则点状地物不被该面状地物包含。 线与面 面与面 相邻关系特征提取 点与面相邻,这可以通过检

上一篇:服饰图案课程教学方案.doc

栏    目:教育文化

下一篇:国家数据共享交换平台(政务外网)级平台接入指南(试行).pdf

本文标题:第08章遥感数字图像计算机解译.ppt

本文地址:https://www.365weibook.com/html/20201020/150156.html

    正常预览或下载提示:

    本页面文档预览是由服务器自动提取的部分内容,并不是文档乱码。如您需要预览全文或下载文档,请点击页面左侧(点击去预览文档全文或下载文档)按钮,进行全文预览或下载。

推荐下载

联系我们 | 广告投放 |网站地图

免责申明:本网站不提供任何形式的下载服务,因此与之有关的知识产权纠纷本网站不承担任何责任。

如果侵犯了您的权利,请与我们联系,我们将进行删除处理。