遥感图像信息提取
ENVI/IDL
主要内容
• 1、遥感信息提取技术概述
• 2、监督分类
• 3、基于专家知识的决策树分类
• 4、面向对象分类
• 5、地物识别和定量反演
• 6、动态监测
• 7、立体像对DEM提取
ENVI/IDL
1、遥感信息提取方法概述
ENVI/IDL
1.1 影像信息提取技术基础
• 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。
• 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,即信
息提取。
ENVI/IDL
1.2 遥感信息提取方法概述
基于专家知识
的决策树分类
面向对象特征
自动提取
地物识别与
地表反演
基于光谱计算
机自动分类
变化检测
人工解译
地形信息提取
ENVI/IDL
1.3 遥感信息提取方法——适用范围
方法
人工解译
说明
适用定性信息的提取,也就是在图像上通过肉
眼能分辨的信息
基于光谱的计算机分类
对于中低分辨率的多光谱影像效果明显(小于
10米)
基于专家知识的决策树分类 需要多源数据支持
面向对象分类方法
随着高分辨率影像的出现而发展起来的
地物识别与地表反演
定量信息提取,需要模型的支持,数据源有一
定要求
变化监测
多时相影像支持
地形信息提取
需要立体像对的支持
ENVI/IDL
2、监督分类
ENVI/IDL
2.1 监督分类定义
• 又称训练分类法,用被确认类别的样本像元去识
别其他未知类别像元的过程。
- 在分类之前通过目视判读和野外调查,对遥感图像
上某些样区中影像地物的类别属性有了先验知识,
对每一种类别选取一定数量的训练样本
- 计算机计算每种训练样区的统计或其他信息,同时
用这些种子类别对判决函数进行训练,使其符合于
对各种子类别分类的要求
- 用训练好的判决函数去对其他待分数据进行分类。
使每个像元和训练样本作比较,按不同的规则将其
划分到和其最相似的样本类,以此完成对整个图像
的分类
ENVI/IDL