遙感專題信息提取.doc

遙感專題信息提取.doc

ID:58826877

大?。?45.50 KB

頁數(shù):6頁

時(shí)間:2020-09-24

遙感專題信息提取.doc_第1頁
遙感專題信息提取.doc_第2頁
遙感專題信息提取.doc_第3頁
遙感專題信息提取.doc_第4頁
遙感專題信息提取.doc_第5頁
資源描述:

《遙感專題信息提取.doc》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、遙感技術(shù)在城市綠地檢測中的應(yīng)用城市綠化是城市中唯一有生命的基礎(chǔ)設(shè)施,是有效改善城市居住環(huán)境、提高廣大市民生活質(zhì)量、促進(jìn)城市發(fā)展的公益事業(yè)。而且還可以改善城市環(huán)境、涵養(yǎng)水源、保持水土、健全城市的生態(tài)平衡。為有效保護(hù)和開發(fā)利用城市綠化環(huán)境,首先必須有效把握真實(shí)準(zhǔn)確和實(shí)時(shí)的現(xiàn)狀數(shù)據(jù)和不同時(shí)期的城市綠化環(huán)境要素。利用遙感技術(shù)進(jìn)行城市綠化信息的提取和監(jiān)測是目前最先進(jìn)最迅速的方法之一。把遙感技術(shù)作為一種綜合性探測技術(shù)運(yùn)用于綠化動(dòng)態(tài)監(jiān)測中,不僅能迅速獲得大量豐富的第一手信息和數(shù)據(jù),而且能科學(xué)、準(zhǔn)確、及時(shí)地提供分析成果。不僅能提供細(xì)部地區(qū)的信息,而且能統(tǒng)觀全局。遙感技術(shù)以其宏觀性

2、、多時(shí)相、多波段等特征為監(jiān)測和了解植被變化提供了一種新型而有效的方法,為綠地檢測提供了科學(xué)依據(jù)和技術(shù)支持。為了得到綠地面積可在獲得同一城市不同年份的兩張遙感影像后應(yīng)用遙感處理軟件ENVI進(jìn)行分類處理,圖像分類的目的是將圖像中每個(gè)像元根據(jù)其不同波段的光譜亮度、空間結(jié)構(gòu)特征或者其他信息,按照某種規(guī)則或算法劃分為不同的類別。遙感圖像(影像)分類就是對地球表面及其環(huán)境在遙感圖像上的信息進(jìn)行識別和分類,從而達(dá)到識別圖像信息所對應(yīng)的實(shí)際地物,提取所需地物信息的目的。遙感影像常用人工目視解譯和計(jì)算機(jī)自動(dòng)分類兩種方法獲取信息,而計(jì)算機(jī)自動(dòng)分類又可分為監(jiān)督分類和非監(jiān)督分類。目視解譯

3、是憑借圖像特征運(yùn)用生物地學(xué)等相關(guān)規(guī)律,采用對照分析的方法,由此及彼、由表及里、去偽存真地綜合分析和邏輯推理,直接確定地物的屬性。圖像特征包括形狀、大小、顏色和色調(diào)、陰影、位置、紋理關(guān)系等。如果已有了先驗(yàn)知識,在這種情況下對非樣本數(shù)據(jù)進(jìn)行分類的方法稱為監(jiān)督分類。非監(jiān)督分類是指人們事先對分類過程不施加任何的先驗(yàn)知識,而僅憑數(shù)據(jù)遙感影像地物的光譜特征的分布規(guī)律,即自然聚類的特性,進(jìn)行“盲目”的分類;其分類的結(jié)果只是對不同類別達(dá)到了區(qū)分,但并不能確定類別的屬性;其類別的屬性是通過分類結(jié)束后目視判讀或?qū)嵉卣{(diào)查確定的。監(jiān)督分類中的訓(xùn)練樣區(qū)指的是圖像上那些已知其類別屬性,可以用

4、來統(tǒng)計(jì)類別參數(shù)的區(qū)域。因?yàn)楸O(jiān)督分類關(guān)于類別的數(shù)字特性都是從訓(xùn)練樣區(qū)獲得的,所以訓(xùn)練樣區(qū)的選擇一定要保證類別的代表性。訓(xùn)練樣區(qū)選擇不正確便無法得到正確的分類結(jié)果。訓(xùn)練樣區(qū)的選擇要注意準(zhǔn)確性、代表性和統(tǒng)計(jì)性三個(gè)問題。準(zhǔn)確性就是要確保選擇的樣區(qū)與實(shí)際地物的一致性;代表性一方面指所選擇區(qū)為某一地物的代表,另一方面還要考慮到地物本身的復(fù)雜性,所以必須在一定程度上反映同類地物光譜特性的波動(dòng)情況,統(tǒng)計(jì)性是指選擇的訓(xùn)練樣區(qū)內(nèi)必須有足夠多的像元,以保證由此計(jì)算出的類別參數(shù)符合統(tǒng)計(jì)規(guī)律。實(shí)際應(yīng)用中,每一類別的樣本數(shù)都在10數(shù)量級左右。非監(jiān)督分類也稱聚類分析。一般的聚類算法是先選擇若干

5、個(gè)模式點(diǎn)作為聚類的中心。每一中心代表一個(gè)類別,按照某種相似性度量方法(如最小距離方法)將各模式歸于各聚類中心所代表的類別,形成初始分類。然后由聚類準(zhǔn)則判斷初始分類是否合理,如果不合理就修改分類,如此反復(fù)迭代運(yùn)算,直到合理為止。與監(jiān)督分類法的先學(xué)習(xí)后分類不同,非監(jiān)督法是邊學(xué)習(xí)邊分類,通過學(xué)習(xí)找到相同的類別,然后將該類與其它類區(qū)分開,但是非監(jiān)督法與監(jiān)督法都是以圖像的灰度為基礎(chǔ)。通過統(tǒng)計(jì)計(jì)算一些特征參數(shù),如均值,協(xié)方差等進(jìn)行分類的,所以也有一些共性。實(shí)際工作中,常常將監(jiān)督法分類與非監(jiān)督法分類相結(jié)合,取長補(bǔ)短,使分類的效率和精度進(jìn)一步提高?;谧畲笏迫辉淼谋O(jiān)督法分類的優(yōu)

6、勢在于如果空間聚類呈現(xiàn)正態(tài)分布,那么它會減小分類誤差,而且分類速度較快。監(jiān)督法分類主要缺陷是必須在分類前圈定樣本性質(zhì)單一的訓(xùn)練樣區(qū),而這可以通過非監(jiān)督法來進(jìn)行。即通過非監(jiān)督法將一定區(qū)域聚類成不同的單一類別,監(jiān)督法再利用這些單一類別區(qū)域“訓(xùn)練”計(jì)算機(jī)。通過“訓(xùn)練”后的計(jì)算機(jī)將其它區(qū)域分類完成,這樣避免了使用速度比較慢的非監(jiān)督法對整個(gè)影像區(qū)域進(jìn)行分類,使分類精度得到保證的前提下,分類速度得到了提高。具體可按以下步驟進(jìn)行:⑴選擇一些有代表性的區(qū)域進(jìn)行非監(jiān)督分類。這些區(qū)域盡可能包括所有感興趣的地物類別。這些區(qū)域的選擇與監(jiān)督法分類訓(xùn)練樣區(qū)的選擇要求相反,監(jiān)督法分類訓(xùn)練樣區(qū)要

7、求盡可能單一。而這里選擇的區(qū)域包含類別盡可能地多,以便使所有感興趣的地物類別都能得到聚類。⑵獲得多個(gè)聚類類別的先驗(yàn)知識。這些先驗(yàn)知識的獲取可以通過判讀和實(shí)地調(diào)查來得到。聚類的類別作為監(jiān)督分類的訓(xùn)練樣區(qū)。⑶特征選擇。選擇最適合的特征圖像進(jìn)行后續(xù)分類。⑷使用監(jiān)督法對整個(gè)影像進(jìn)行分類。根據(jù)前幾步獲得的先驗(yàn)知識以及聚類后的樣本數(shù)據(jù)設(shè)計(jì)分類器,并對整個(gè)影像區(qū)域進(jìn)行分類。⑸輸出標(biāo)記圖像。由于分類結(jié)束后影像的類別信息也已確定。所以可以將整幅影像標(biāo)記為相應(yīng)類別輸出。研究思路可按如下所示:利用ENVI軟件先對遙感影像進(jìn)行波段融合,選用信息量最為豐富的5、4、3波段組合配以紅、綠、藍(lán)

8、三種顏色生

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會顯示錯(cuò)亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。