湖南省遥感图像处理课件.pptVIP

湖南省遥感图像处理

1.数据下载?1.1glcf网站介绍?1.2数据分析?1.3数据下载

1.1glcf网站介绍v全称为GlobalLandCoverFacility，即全球土地覆盖设施。v关于GLCF全球土地覆盖设备(GLCF)提供了地球科学数据和制品,帮助大家更好地了解全球环境系统。GLCF开发和销售遥感卫星数据和产品说明土地覆盖从地方到全球范围。

1.2数据分析vPathRow?Landsat卫星采用的全球参考系为WRS(worldwidereferencesystem)，是国际上非常具有代表意义的全球参考系之一。WRS是依据卫星地面轨迹的重复特性，结合星下点成像特性而形成的固定地面参考网格。其WRS参考系网格与Landsat卫星数据的成像区域紧密的契合，WRS网格的二维坐标采用PATH和ROW进行标识。目前WRS有两个系统，分别为WRS1（1983年之前的参考系，Landsat1-3号卫星采用此参考系）和WRS2（1983年之后的参考系，Landsat4，5，7号卫星采用此参考系）。?PathRow查询：http://

?PATH[世界:1-233;中国:100-145]ROW[世界:1-248;中国:20-48]?长沙基本位PATH:123ROW：40?下图为湖南省Path和Row编号

1.3数据下载v登录http:///data/，在此页面，大家可以看到有各种不同的影像分类，像ASTER，QUICKBIRD，Landsat等。v在选择path和row时，如果需要确认在此查找到的Path和Row所覆盖的确切范围，可以登录http://进行查询v具体操作请看实例

2.数据前期处理将下载下来的几张图利用evni进行拼接处理。具体可以根据实例来进行了解。

3.影像分类方法?3.1影像分类概述?3.2影像增强处理?3.3监督分类

3.1影像分类概述v遥感影像通过亮度值或像元值的高低差异（反映地物的光谱信息）及空间变化（反映地物的空间信息）来表示不同地物的差异，这是区分不同影像地物的物理基础。v遥感影像分类就是利用计算机通过对遥感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，将图像中每个像元按照某种规则或算法划分为不同的类别，然后获得遥感影像中与实际地物的对应信息，从而实现遥感影像的分类。

3.1影像信息提取技术概述——遥感分类技术的发展v可分为四个阶段基于光谱计算机自动分类基于专家知识的决策树分类人工解译四种方法并存

ENVI中基于光谱分类方法v非监督分类§ISODATA§K-Meansv监督分类§基于传统统计分析分类器?平行六面体?最小距离?马氏距离?最大似然§基于人工智能分类器?神经网络§基于模式识别分类器?支持向量机?模糊分类

3.2监督分类v数据源§以glcf网站下载数据为数据源v处理过程§选择样本,后选择一种分类器进行分类。§分类后处理?类后处理?Majority/Minority分析?Clump?Sieve?精度分析?生成随机样本?混淆矩阵v结果§分类结果

3.2监督分类v第一步：类别定义/特征判别v根据分类目的、影像数据自身的特征和分类区收集的信息确定分类系统；对影像进行特征判断，评价图像质量，决定是否需要进行影像增强等预处理。这个过程主要是一个目视查看的过程，为后面样本的选择打下基础。v本例类别分为：林地、草地、耕地、居民地、水体、其他六类。v第二步：样本选择v打开分类图像，在Display-Overlay-RegionofInterest，默认ROIs为多边形，按照默认设置在影像上定义训练样本。

3.2监督分类1.在ROIs面板中，选择Option-ComputeROISeparability,计算样本的可分离性。各个样本类型之间的可分离性，用Jeffries-Matusita,TransformedDivergence参数表示，这两个参数的值在0~2.0之间，大于1.9说明样本之间可分离性好，属于合格样本；小于1.8，需要重新选择样本；小于1，考虑将两类样本合成一类样本。

3.2监督分类v第三步：分类器选择v根据分类的复杂度、精度需求等确定哪一种分类器。目前ENVI的监督分类可分为基于传统统计分析学的，包括平行六面体、最小距离、马氏距离、最大似然，基于神经网络的，基于模式识别，包括支持向量机、模糊分类等，针对高光谱有波谱角（SAM），光谱信息散度，二进制编码。下面是几种分类器的简单描述。

3.2监督分类v平行六面体v根据训练样本的亮度值形成一个n维的平行六面体数据空间，其他像元的光谱值如果落在平行六面体任何一个训练样本所对应的区域，就被划分其对应的类别中。v最小