遥感影像计算机解译各种方法,遥感信息提取方法分类 - 高分一号、高分二号卫星查询遥感数据购买 - 新闻资讯 - 遥感卫星影像数据查询中心-北京揽宇方圆-购买高分卫星影像...

1、遥感信息提取方法分类

常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。

1.1目视解译

目视解译是一种图像信息解析技术,主要依据图像的色调或色彩(即波谱特征)以及空间特征(如形状、大小等),通过将其与多种非遥感数据(如地形图和专题地图)相结合,并运用相关规律进行综合分析判断能力。早期的方法多为纯手工操作,在照片上完成解译工作;随着技术的进步发展为人机交互界面的应用,并结合一系列图像处理方法用于影像增强技术,在计算机屏幕上实现自动化的分析过程

1)遥感影像目视解译原则

此处属于典型的高山峡谷地貌特征区，并具有显著的小气候特征。其中海拔高于2700米的区域主要发育有高中山剥蚀作用形成的地貌类型，并占该流域总面积的大约四分之三（约28%）。

2)遥感影像目视解译方法

(1)总体观察

以数字化处理的方式增强图像细节信息，并有效抑制干扰信号的影响，在显微镜下呈现高分辨率图像的能力使得我们能够清晰观察到黏膜上微小组织结构及其细微的颜色变化特征。通过主模块、输入模块以及计算处理模块协同工作实现的功能与上述图像识别装置i的对象图像输入部10、块图像生成部11、特征量计算部12以及类别判别部13的各项功能一一对应

(2)对比分析

本研究涵盖了多种类型的影像数据进行系统性比较研究，在具体实施过程中主要包含三个方面的内容：首先是基于多元波段影像的空间分布特征差异性研究；其次是基于时间维度变化特性的影像序列特征比较研究；最后是基于影像类型差异性的综合特征比较研究。其中，在多元波段影像的空间特征比较中，在同一时间段内同一区域的不同波段影像之间呈现出相似的空间分布特性，在不同时间段内同一区域的不同波段影像之间则表现出显著的空间分布差异性特征；而在时间序列影像的时间特性比较中，则能够通过空间分布特性和时间发展特性的双重变化关系揭示出被研究对象在空间位置上的动态演变规律以及时间发展过程中的关键转折点；此外，在综合类型的影像数据比较中，则包含了基于不同的成像手段获取的影像数据间的比较研究以及基于不同的光源条件下的影像数据间的比较研究，并且还涵盖了基于不同比例尺空间分辨率下的影像数据间的比较研究。从形态学特征的角度而言，在形态学意义上的直接判别指标间进行特征值比较能够较为直观地反映被观察对象在形态学意义上的相似性和差异性特征；而从纹理学角度出发所提取出的各种间接判别指标间的特征值比较，则能够较为准确地反映被观察对象在纹理学意义上的相似性和差异性特征。

(3)综合分析

在诸如莱茵河等多处的河口地带分布着较为丰富的泥沙资源。

(4)参数分析

参数分析是在空间遥感的同时进行的，并对所研究区域内的典型物体（样本）进行辐射特性的观测与研究工作。具体而言，在该区域内实施了多组样本点的辐射特性测量以及大气透过率的评估工作，并通过遥感器响应率的数据采集来进行相关参数的计算与校正。通过对这些观测数据进行系统分析与综合评估来实现对未知物体属性的判定目标。该方法的优势在于：一方面可以通过对比图像中目标区域各像素点的空间分布特征与样本点的空间分布特征之间的相似性来判断物体属性；另一方面则可以通过建立基于地面观测的数据模型来推断遥感区域内各类物体的空间分布范围

1.2计算机信息提取

在遥感技术中进行自动信息提取时必须依赖数字图像数据。由于同一体在同一波段内以及不同波段内表现出独特的光谱特征，在分析不同波段中某类物体的光谱曲线特征后，并经过相应的增强处理后，在遥感图像中能够实现同类目标物体的识别与提取。传统的自动分类与图像分割技术主要依据光谱特征开展相关研究工作。随着研究的发展逐渐融合了纹理特征、形状特征及空间关系等多维度因素作为综合分析依据以提升分类精度和分割效果。

1.2.1自动分类

传统的遥感影像信息提取方法主要依赖于计算机自动分类技术。该过程主要包括两个主要阶段：首先，在室内阶段进行预判读图，并结合野外调查结果；随后，在此基础上建立各类地物与其影像特征间的对应关系，并对室内预判成果进行验证工作。在进入室内阶段后，则需通过选取训练样本并对其数量与特征进行统计分析；接着采用合适的分类器模型对手动获取的遥感数据进行分类处理；并对最终的遥感数据分类结果进行了后期处理优化以提高精度评价指标。在执行上述步骤之前通常会对遥感数据图像施加一些预处理措施例如图像校正增强或滤波等；这些操作的目的在于突出目标物体的关键特征或消除同一类型物体不同部位因光照条件变化地形起伏或扫描角度差异所带来的亮度差异等问题从而提高后续自动识别工作的准确性与可靠性