遥感影像处理基础.ppt

遥感影像处理基础目录CONTENCT遥感影像处理概述遥感影像预处理遥感影像特征提取遥感影像分类遥感影像处理应用01遥感影像处理概述01020304数据预处理特征提取信息提取遥感应用遥感影像处理定义基于特征提取的结果，利用分类、聚类等技术，将地物进行分类和识别。通过图像增强、滤波等技术，提取遥感影像中的地物特征，如边缘、纹理、形状等。包括辐射定标、大气校正、地形校正等，以提高遥感影像的精度和可靠性。将处理后的遥感影像应用于各个领域，如土地利用、城市规划、环境监测等。提高遥感数据的精度和可靠性提取更多有用的信息促进遥感技术的广泛应用通过数据处理和校正，可以去除或减少遥感数据中的误差和干扰，提高数据的精度和可靠性。通过特征提取和信息提取，可以从遥感影像中提取更多有用的信息，为各个领域的研究和应用提供支持。遥感影像处理技术的发展和应用，可以促进遥感技术在各个领域的广泛应用，推动相关行业的进步和发展。遥感影像处理的重要性数据获取与预处理图像增强与滤波特征提取与分类结果输出与应用遥感影像处理流程获取原始的遥感数据，并进行必要的预处理，包括格式转换、坐标系转换等。通过图像增强和滤波技术，改善图像的视觉效果和特征提取效果。利用各种算法和技术，提取图像中的特征并进行分类或识别。将处理后的结果进行输出，并应用于具体的领域或项目中。02遥感影像预处理辐射定标是将传感器接收到的物理量转换为反射率或辐射亮度等更易于处理和使用的物理量。辐射定标通常需要在地面或实验室进行，需要使用已知反射率或辐射亮度的标准地物，如白纸板或黑炭板。辐射定标的结果可以消除传感器本身和大气条件的影响，使得不同时间、不同角度和不同波段的数据可以进行比较。辐射定标010203大气校正是指消除大气对遥感影像的影响，包括大气散射、吸收和反射等。大气校正通常需要使用地面或卫星观测的大气参数，如水汽含量、气溶胶浓度等。大气校正的目的是使得遥感影像能够更准确地反映地表的信息，提高遥感影像的解译精度和使用价值。大气校正几何校正是指将遥感影像进行几何变换，使其与实际的地表位置相对应。几何校正通常需要使用已知地理位置的控制点，通过多项式拟合等方法对整个遥感影像进行几何变换。几何校正的目的是消除遥感影像的畸变和扭曲，提高遥感影像的定位精度和地图精度。几何校正图像增强包括对比度增强、色彩变换、滤波、锐化等处理方法。图像增强的目的是改善遥感影像的视觉效果，突出地物的特征和边界，提高遥感影像的判读性和分类精度。图像增强是指通过各种技术手段对遥感影像进行加工处理，提高遥感影像的视觉效果和解译能力。图像增强03遥感影像特征提取80%80%100%空间特征提取空间特征提取是指从遥感影像中提取与地理位置和空间分布相关的信息。常见的空间特征提取方法包括边缘检测、形状分析、区域分割等。在遥感影像分类、目标检测、变化检测等任务中，空间特征提取是关键步骤之一。定义方法应用定义方法应用纹理特征提取常见的纹理特征提取方法包括灰度共生矩阵、小波变换、傅里叶变换等。在土地覆盖分类、植被类型识别、水体提取等任务中，纹理特征提取具有重要作用。纹理特征提取是指从遥感影像中提取与表面纹理相关的信息。频谱特征提取是指从遥感影像中提取与不同波段反射率相关的信息。定义方法应用频谱特征提取通常基于光谱曲线进行分析，包括一维光谱分析和多维光谱分析。在遥感影像分类、地物识别、矿产资源探测等任务中，频谱特征提取是基础且重要的步骤。030201频谱特征提取上下文特征提取定义上下文特征提取是指从遥感影像中提取与目标之间的空间关系和上下文信息相关的特征。方法上下文特征提取通常结合空间关系模型和上下文信息分析，例如空间连接性分析、上下文感知的分类器等。应用在场景理解、目标跟踪、动态行为分析等任务中，上下文特征提取具有重要价值。04遥感影像分类监督分类非监督分类基于像素的分类根据训练样本的先验知识，将像素划分为不同的类别。常见的监督分类算法包括最大似然法、最小距离法、神经网络等。根据像素间的相似性进行分类，无需先验知识。常见的非监督分类算法包括K均值聚类、层次聚类等。将像素聚合成对象，再对对象进行分类。这种方法能够充分利用影像的空间信息，提高分类精度。在特征空间中对像元进行聚类，常用的特征包括光谱特征、纹理特征、形状特征等。基于对象的分类特征空间聚类面向对象分类