地物光谱特征与遥感数字图像信息提取.ppt

第2章 遥感图像识别与信息提取,Geography Analysis for Remote Sensing,遥感地学分析,内容提要,2.1遥感图像地物特征与识别2.1.1 遥感图像地物特征2.1.2 典型地物的反射光谱特征2.2 遥感图像的目视解译2.2.1 目视解译标志2.2.2 目视解译方法与步骤2.3 遥感图像的计算处理2.3.1 遥感数字图像的概念2.3.2 遥感数字图像预处理2.3.3 遥感数字图像分类处理2.3.4 遥感数字图像定量反演,2.1遥感图像地物特征与识别,2.1.1 遥感图像地物特征地物的反射光谱特性地物的发射光谱特性 地物的透射光谱特性,2.1.1 遥感图像地物特征,在可见光与近红外波段，地表物体自身的辐射几乎等于零。地物发出的波谱主要以反射太阳辐射为主。太阳辐射到达地面之后，物体除了反射作用外，还有对电磁辐射的吸收作用。电磁辐射未被吸收和反射的其余部分则是透过的部分，即：到达地面的太阳辐射能量反射能量吸收能量透射能量 一般而言，绝大多数物体对可见光都不具备透射能力，而有些物体如水，对一定波长的电磁波透射能力较强，特别是对0.45 0.56m的蓝绿光波段，一般水体的透射深度可达1020 m，清澈水体可达100 m的深度。对于一般不能透过可见光的地面物体，波长5 cm的电磁波却有透射能力，如超长波的透射能力就很强，可以透过地面岩石和土壤。,2.1.1 遥感图像地物特征,1、地物的反射光谱特性反射率地物的反射能量Pe占总入射能量Po的百分比，称为反射率反射类型镜面反射（Specular reflection）入射波与反射波在同一平面内，入射角与反射角相等时，所形成的反射现象漫反射（Diffuse reflection）无论入射波方向如何，其反射波分散到各个方向,2.1.1 遥感图像地物特征,方向反射：朗伯体表面实际上是一个理想化的表面。它被假定为介质是均匀的、各向同性的，并在遥感中多用以作为近似的自然表面。,电磁波的反射的三种形式,光谱反射率曲线,同一地物在不同情况下会出现不同的光谱特性,2.1.1 遥感图像地物特征,2、地物的发射光谱特性发射率 地物发射电磁辐射的能力，以黑体辐射作为基准 指单位面积上观测地物发射的某一波长的辐射通量密度；指与观测地物同温度下黑体的辐射通量密度；,2.1.1 遥感图像地物特征,通常，根据发射率与波长的关系，将地物分为三种类型 黑体，其发射率=1，即黑体发射率对所有波长都是一个常数，并且等于1。灰体，其发射率=常数1。即灰体的发射率始终小于1，发射率不随波长变化。选择性辐射体，其发射率1，发射率随波长而变化。,地物的发射波谱特性曲线,2.1.1 遥感图像地物特征,太阳辐射,2.1.1 遥感图像地物特征,3、地物的透射光谱特性透射率 即地物透射的能量与入射总能量的百分率，称之为投射率,=E/E100%,2.1.2 典型地物的反射光谱特征,1、岩石的反射光谱特征 岩石的波谱特征是地质遥感的基础，不同的矿物成分、矿物含量、风化程度、含水状况、颗粒大小、表面的光滑程度、色泽等都会影响到其反射波谱特征。,2.1.2 典型地物的反射光谱特征,2、土壤的反射光谱特征 自然状况的土壤表面的反射率没有明显的峰值和谷值，一般来说土质越细，反射率越高，有机质含量越高和含水量越高反射率越低。此外土壤的肥力也会对反射率产生影响。,2.1.2 典型地物的反射光谱特征,不同含水量的土壤反射光谱曲线,三种土壤反射波谱曲线比较,2.1.2 典型地物的反射光谱特征,3、水体的反射光谱特征 水体的反射主要在蓝光波段，其他波段吸收都很强，特别在近红外以后水体便成为一个吸收体。光谱反射特性可能包括来自三方面的贡献：水的表面反射、水体底部物质的反射和水中悬浮物质的反射。光谱吸收和透射特性不仅与水体本身的性质有关，而且还明显地受到水中各种类型和大小的物质有机物和无机物的影响。,2.1.2 典型地物的反射光谱特征,水体的反射光谱特征,2.1.2 典型地物的反射光谱特征,4、植被的反射光谱特征 植被的反射波谱曲线规律性明显而独特，主要分为三个波段：可见光波段（0.40.76 m)有一个小的反射峰，位于0.55 m(绿光波段）处，两侧蓝光波段（0.45 m）和红光波段(0.67 m)则有两个吸收带；近红外波段（0.70.8 m）有一反射徒坡，至1.1 m 附近有一峰值；中红外波段（1.32.5 m）受绿色植物含水量的影响，吸收率大增，反射率下降，在1.45、1.95和2.7 m 为中心是水的吸收带，开成低谷。,2.1.2 典型地物的反射光谱特征,矿区红杉林反射曲线的蓝移现象,绿色植物有效光谱响应特征,2.2 遥感图像目视解译,目视解译是用肉眼或借助于简单的工具如放大镜、立体镜、投影观察器等，直接由肉眼来识别图像特性，从而提取有用信息，即人把物体与图像联系起来的过程。具备的基本知识：专业知识、地理区域知识、遥感系统知识。,目视解译,2.2.1 目视解译标志,1、直接解译标志色调（tone）：色调是识别目标地物的基本依据。由于地物属性的差别，在遥感图像上表现出色调上的差别。一般来说由于人眼的局限性，在图像可分出16个灰度级。颜色（colour）：由于目标地物在不同波段中反射或发射电磁辐射能量的差异性，由此而表现在彩色图像颜色的差异性。颜色也是目视解译的基本标志之一。图型（pattern）：目标地物有规律排列而成的图形结构。,色调和颜色（tone and color）,图型（pattern）,2.2.1 目视解译标志,阴影（shadow）：阴影是遥感图像上由于电磁辐能量被遮挡而产生的辐射能量减弱。由于阴影的存在，可据此地物的性质或高度，应注意的是阴影的形状与大小受到辐射能量入射角的影响。形状（shape）：是指目标地物在遥感影像上呈现的外部轮廓。由于不同地物的顶视平面的差异，可据此判断目标地物的性质。纹理（texture）：是指遥感图像中目标地物内部色调有规则变化造成的影影结构。大小（size）：指遥感图像上目标地物的形状、面积与体积的度量关系。是遥感图像上测量目标地物最重要的数量特征之一。同时根据其大小可以推断地物的属性。,阴影,形状,纹理（Texture）,大小（size）,2.2.1 目视解译标志,2、间接解译标志位置（site）：指目标地物分布的地点。任何地物与其周围地理环境（geographical Environment）或生态环境(ecological Environment)总是存在着一定的空间关系，并受到周围环境的某种程度的制约。相关布局（association）：是指多个目标地物间的空间配置关系。,位置、相关布局,a.Thermal electric Haynes steam plant in Long Beach,CA,b.A sawmill with its associated piles of row and finished lumber,c.Vogtle nuclear power plant near Augusta,GA,2.2.2 遥感图像解译方法与步骤,1、目视解译的认知过程自下向上过程图像信息获取特征提取识别证据选取自上向下过程特征匹配提出假设图像辨识,2.2.2 遥感图像解译方法与步骤,2、图像解译方法 遥感资料的选择及影像处理遥感资料的选择资料类型选择 波段选择 时间选择 比例尺选择 遥感图像的处理 影像放大 影像数字化 图像处理,2.2.2 遥感图像解译方法与步骤,目视解译的方法 直判法 是根据遥感影像目视判读直接标志，直接确定目标地物属性与范围的一种方法。对比分析法对比分析法包括同类地物对比分析法、空间对比分析法和时相动态对比法。不仅是同一遥感影像图进行对比，而且要借助不同时相的遥感影像图之间进行对比。综合推理法综合考虑遥感图像多种解译特征，分析、推理某种目标地物的方法。,2.2.2 遥感图像解译方法与步骤,信息复合法利用专题图和地形图等信息与遥感影像图重合，根据这些辅助信息识别遥感影像图上目标地物的方法。地理相关分析法根据地理环境中各种地理要素之间的相互依存，相互制约的关系，借助专业知识，分析和推理某种地理要素性质、类型、状况与分布的方法。,2.2.2 遥感图像解译方法与步骤,3、解译步骤准备工作 包括资料收集、分析、整理和处理 初步解译、建立解译标志 包括路线路勘，制订解译对象的专业分类系统和建立解译标志 室内解译野外验证 包括解译结果校核检查，样品采集和调绘补测 成果整理 包括编绘成图，资料整理和文字总结,2.2.2 遥感图像解译方法与步骤,目视解译步骤,2.3 遥感数字图像信息提取,3.3.1 遥感数字图像的概念图象、数字图象 遥感数字图象3.3.2 遥感数字图像处理遥感数字图像的获取 遥感数字图像预处理 遥感数字图像的变换、增强和融合 遥感数字图像分析,2.3.1 遥感数字图像的概念,图象、数字图象 物理世界中客观对象的一种表示，是活生生的或绘画式的描述。数字图像 客体或可见图像的数字表述。它实际上是具有某种数值的一些点按行(横)和列(纵)排成的二维矩阵 模拟图像 指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像,2.3.1 遥感数字图像的概念,遥感数字图象 指以遥感方式获得的以数字形式表述的遥感影像 遥感数字图像最基本的单位是像素 像素的属性特征常用灰度值来表示，即该像素位置上亮暗程度的整数值通过遥感图像获取的信息：-目标地物的大小、形状及空间分布特点（几何特征）-目标地物的属性特点（物理特征）-目标地物的动态变化特点（时间特征）,一、遥感数字图像的获取二、遥感数字图像的预处理三、遥感数字图像的变换、增强和融合四、遥感数字图像分析,2.3.2 遥感数字图像处理,一、遥感数字图像的获取 通过接收、记录目标物的电磁波特征的仪器，即传感器获得的,数字图像获取过程,二、遥感数字图像预处理（一）辐射校正 消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。完整的辐射校正包括遥感器校正、大气校正，以及太阳高度和地形校正。遥感器纠正：遥感器的设计大气辐射纠正：地形辐射纠正：需要DEM地物反射模型纠正：需要和成像时刻取得同步的地面地物光谱测量数据,总体来说，辐射校正的方法有两种：一是分析辐射失真的过程，建立辐射失真的数学模型，然后对此数学模型求逆的过程，用此逆过程求得遥感图像失真前的图像。二是利用实地测量的地物真实辐射值，寻找实测值与失真值之后的图像之间经验函数关系，从而得到辐射校正的方法。,（一）辐射校正,1.遥感器校正（1）因传感器的灵敏度特性引起的辐射误差校正,光学镜头的非均匀性引起的边缘减光现象（边缘部分比中心部分发暗）,1.遥感器校正（2）光电变换系统的特性引起的辐射误差校正通过定期地面测定，根据测量值进行校正。预先测定各波段的辐射值（Lb）和记录值（DNb）之间的校正增量系数（A）以及校正偏差量（B）。校正公式：Lb=A*DN+B,（一）辐射校正,2.大气校正以红外波段最低值 校正可见光波段回归法相对散射模型,（一）辐射校正,以红外波段最低值校正可见光波段前提假设：大气散射的影响主要在短波波段，红外波段中清洁的水体几乎不受影响，反射率值应当为0。由于散射影响，而使得水体的反射率不等于0，推定是由于受到了天空辐射项的影响。直方图法确定纠正方法：差值法,（一）辐射校正,2.大气校正,野外波普测试回归分析法 在获取地面目标图像的同时，预先在地面设置反射率已知的标志或事先测出若干地面目标的反射率，把由此得出的地面实况数据和遥感器输出值进行比较，以消除大气的影响。,（一）辐射校正,回归法,原理 选择可见光和红外波段（受大气影响小）进行二维散点图，建立线性回归方程。,（一）辐射校正,相对散射模型STEP1:根据某个可见光波段的直方图选出黑暗地物的初始灰度值；STEP2:根据此灰度值的幅度确定大气类型（选择合适的散射模型）；STEP3:根据模型和初始灰度值预测其它波段的灰度值；STEP4:对每个波段进行大气纠正。,（一）辐射校正,3.地形辐射纠正,（一）辐射校正,太阳光线和地表作用以后再反射回遥感器的太阳光的辐射亮度和地面倾斜度有关。设光线垂直入射时水平地表收到的光照强度为I0，则光线垂直入射时倾斜角为的坡面生入射点的光照强度I为：因此，校正后的图像f(x,y)为：,3.地形辐射纠正需要DEM简单的处理方法 比值法：有效消除阴影的影响。,（一）辐射校正,造成几何位置的畸变有原因：,（二）几何校正,遥感器本身引起的几何畸变与遥感器的结构、特性和工作方式不同而异。这些因素主要包括：1）透镜的辐射方向畸变像差；2）透镜的切线方向畸变像差；3）透镜的焦距误差；4）透镜的光轴与投影面不正交；5）图像的投影面非平面；6）探测元件排列不整齐；7）采样速率的变化；8）采样时刻的偏差;9)扫描镜的扫描速度变化。,遥感器本身引起的畸变,（二）几何校正,影响图像变形的外部因素包括：1）地球的曲率 2）大气密度差引起的折光 3）地形起伏 4）地球自传 5）遥感器轨道位置和姿态等,外部因素引起的畸变,（二）几何校正,（二）几何校正,航高：当平台运动过程中受到力学因素影响，产生相对于原标准航高的偏离。航高越向高处偏离，影像对应的地面越宽。,1.遥感平台运动状态变化引起的畸变,（二）几何校正,俯仰：遥感平台的俯仰变化能引起影像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动。,航速：卫星轨道的椭圆形导致了卫星飞行速度的不均匀，其他因素也可导致遥感平台航速的变化。航速快时，扫描带超前，航速慢时，扫描带滞后，由此可导致影像在卫星前进方向上的位置错动。,（二）几何校正,偏航：遥感平台在前进过程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致影像的倾斜畸变。,翻滚：遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度，可导致星下点在扫描线方向的偏移，使整个影像的行向翻滚角引起偏离的方向错动。,（二）几何校正,2.地球自转的影响 卫星在前进过程中，传感器对地面扫描获得影像时，地球自转影响较大，会产生影像偏离。因为多数卫星在轨道运行的降段接收影像，即卫星自北向南运动，这时地球自西向东运动。相对运动的结果使卫星的星下位置逐渐产生偏离。,（二）几何校正,3.地表曲率的影响 由于传感器通过扫描获得数据，在扫描过程中，每一次取样间隔是星下视场角的等分间隔。如果地面无弯曲，在地面瞬时场宽度不大的情况下，L1，L2.的差别不大。但是由于地球表面曲率的存在，对应于地面的P1，P2.，显然，P3-P1L3-L1，距星下点越远，畸变越大。,像点位移,像元比例尺变化,遥感图像再处理过程中产生的误差，主要是由于处理设备产生的噪声引起的。传输、复制光学数字,处理过程中引起的畸变,（二）几何校正,遥感图像的几何纠正方法校正成像过程中所造成的各种几何畸变，就是将图像数据投影到平面上，使其符合地图投影系统的过程，称为几何校正。遥感图象的几何粗处理和精处理遥感图像的几何纠正按照处理方式分为光学纠正和数字纠正光学纠正主要用于早期的遥感图像的处理中，现在的应用已经不多。除了对框幅式的航空照片（中心投影）可以进行比较严密的纠正以外，对于大多数动态获得的遥感影像只能进行近似的纠正,（二）几何校正,2.3.2 遥感数字图像处理,数字图象几何纠正：通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。几何精校正是指利用地面控制点使遥感图像的几何位置符合某种地理系统，与地图配准，并调整亮度值。也就是在遥感图像的像元与地面实际位置之间建立数学关系，将畸变图像空间中的全部像元转换到校正图像空间去。内容一般包括两个方面：一个是图像像元空间位置的变换，另一个是像元灰度值的重采样。,2.3.2 遥感数字图像处理,几何精校正具体步骤：选取地面控制点（GCP）：分布均匀，书目合理，容易辨认。选择空间变换函数重采样和内插最邻近内插法：最大产生0.5个像元位置误差。有点：不破坏原来的像元值，处理速度快。双线性内插：优点：精度提高。缺点:处理后图像高频部分损失，本身明显的分界线模糊。三次卷积内插：优点：图像质量提高，有图像均衡化和清晰化的效果。缺点：破坏了原来的数据。,2.3.2 遥感数字图像处理,数字图象的纠正过程,纠正的函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等等。其中多项式方法的应用最为普遍。,2.3.2 遥感数字图像处理,三、遥感数字图像的变换、增强和融合 1.遥感数字图像变换概念：图像变换指的是将图像从空间域转换到变换域例如频率域的过程。进行图像变换的目的就是为了使图像的处理过程简化。作用：通过图像变换简单而有效的实现增强处理通过图像变换可以对图像进行特征抽取。,2.3.2 遥感数字图像处理,快速傅立叶变换 目的 进行数据压缩，图像处理问题简化 图像的增强，加强对信息理解 有助于图像特征提取方法-信号处理中的频率域分析方法步骤选择适当的变换函数进行傅里叶变换分析变换的结果进行傅里叶逆变换,2.3.2 遥感数字图像处理,KL变换（主成分变换）目的减少图像波段之间的相关性，去除多余的信息，减少图像的数据量方法统计学中的正交变换方法性质和特点步骤进行数据统计进行主成分分析进行旋转变换和逆变换,TM图像变换结果实例,2.3.2 遥感数字图像处理,KT变换（缨帽变换）目的分离和消除干扰信息突出研究的专题信息：实现信息压缩，帮助解译分析农作物方法几何中的坐标旋转方法性质和特点步骤作两个波段的散点图分析灰度值的变换特点,2.3.2 遥感数字图像处理,KT变换（缨帽变换）也是一种线性组合变换，公式为Y=BX X为变换前的多光谱空间的像元矢量，Y为变换后的新坐标空间的像元矢量，B为变换矩阵。是一种坐标空间发生旋转的线性变换。但旋转后的坐标轴不是指向主成分方向，而是指向了与地面景物有密切关系的方向。主要针对TM的1至5波段和第7波段，低分辨率的热红外波段（B6）不予考虑。,2.3.2 遥感数字图像处理,缨帽变换后得到6个新的分量。前三个分量与地面景物的关系明确：Y1为亮度，反映总体的反射值Y2为绿度，反映了绿色生物量特征Y3为湿度，反映出湿度特征后三个分量与地物没有明确的对应关系，在K-T变换中不予考虑。所以K-T变换也实现了数据的压缩。,2.3.2 遥感数字图像处理,2.遥感数字图像增强1、反差增强 图像反差增强又称对比度增强 灰度拉伸 根据原图像的直方图确定需要做拉伸变换的灰度值区间，然后把这一（或一些）灰度值区间按某种直线或曲线方程关系拉伸或压缩而成为变换后的灰度值区间 直方图线性拉伸 直方图分段线性拉伸 非线性拉伸变换,2.3.2 遥感数字图像处理,直方图均衡化 变换后的直方图接近均匀分布。即图象中每一灰度级的像元数目大致相同。使得面积最大的地物细节得以增强，而面积小的地物与其灰度接近的地物进行合并，形成综合地物。减少灰度等级换取对比度的增大。,原直方图：,均衡后直方图：,原图及其直方图,均衡后的图和直方图,2.3.2 遥感数字图像处理,直方图匹配 指使一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。,19970112，（5，4，3）,19970504，（5，4，3）,以19970504的543合成为参照，19970112图像按波段进行直方图匹配的结果）,2.3.2 遥感数字图像处理,2、空间域图像增强空间域图像增强处理是应用某种数学模式直接改变图像像元灰度值的变换。这种变换与像元的坐标无关，只改变像元点的灰度深浅程度。即改变了图像的对比度，这样图像中的某些信息被突出（可能也有些信息被压抑了）达到了图像增强的目的。可分为单点处理和邻域处理,2.3.2 遥感数字图像处理,边缘增强 突出目标的轮廓或边缘信息，主要是通过微分法实现的 梯度法和拉普拉斯算子法 平滑滤波 低频增强的空间域滤波技术。它可以滤掉由于孤立的单点噪声而引起的灰度偏差 中值滤波 定向滤波,2.3.2 遥感数字图像处理,3、频率域图像增强 高通滤波（锐化）低通滤波（平滑）带通滤波（突出地物）同态滤波（改善图像质量）,2.3.2 遥感数字图像处理,4、代数运算增强 基本代数运算差值运算两个波段的差值比值运算两个波段的比值应用,2.3.2 遥感数字图像处理,差值运算利用不同地物之间光谱的特征有利于突出目标与背景反差小的信息红外波段-红波段，突出植被,实例B4-B3,2.3.2 遥感数字图像处理,比值运算通过不同波段的同各像元亮度值之间的除法，生成新的比值图像来实现的。消除或减轻地形的干扰如果阴坡的坡度大于太阳高度角，则难于处理扩展地物，特别是植被间的光谱差异在一定程度上抑制大气的影响减少了数据之间的相关性,2.3.2 遥感数字图像处理,植被指数NDVITM4/TM3其他林业上常用4/2(3),5/1,7/3(2)4/3(2),5/1,3/2(1),常用的比值,2.3.2 遥感数字图像处理,二 应用实例NDVI,2.3.2 遥感数字图像处理,TM图像的5/2突出水体,2.3.2 遥感数字图像处理,5、彩色图像增强假彩色密度分割 将灰度按照指定的间隔分割为不同的级，对新的密度分级分别赋予不同的颜色。使不同亮度的地物有鲜明的区别。,密度分割是伪彩色合成中最简单的一种方法，它是对亮度范围进行分割，使一定亮度间隔对应于某一类地物或几类地物从而有利于图像的增强和分类。优点：直观简单缺点：变换出的彩色数目有限,2.3.2 遥感数字图像处理,彩色增强 在一个输入像元的灰度级上分别进行三个独立的色变换在显示屏幕上产生一个彩色合成图像。从而达到明显的分辨和识别效果,？,TM3（R）、2（G）1（B）合成可得到近似真彩色图像，其他波段合成均为假彩色图像,2.3.2 遥感数字图像处理,2.3.2 遥感数字图像处理,假彩色合成目的综合不同波段的特征，突出研究对象的差异原理：根据三原色加色法合成原理原则图像信息量最大波段间的相关性最小差异最大方法信息量分析相关分析方差分析其他,2.3.2 遥感数字图像处理,TM图像4-3-2合成实例,2.3.2 遥感数字图像处理,3.遥感数据融合实质在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息 原理及过程 预处理 主要包括遥感影像的大气校正、辐射校正及空间配准 数据融合 根据融合目的和融合层次智能地选择合适的融合算法，将空间配准的遥感影像数据（或提取的图像特征或模式识别的属性说明）进行有机合成，得到目标的更准确表示或估计,2.3.2 遥感数字图像处理,数据融合分类 像元级融合 像元级融合是一种最低水平的融合 特征级融合 特征级融合是一种中等水平的融合 决策级融合决策级融合是最高水平的融合 数据融合方法IHS变换、代数法、Brovey变换、图像回归法、主成分变换（PCT）、小波变换等,2.3.2 遥感数字图像处理,三级融合层次下的融合方法,TM741,RadarSat,TM和RadarSat复合,2.3.2 遥感数字图像处理,四、遥感数字图像分析图像理解从图像中提取有用信息的过程包括图像分类图像分割特征分析输出内容明确的数据或图形图像特点以具体的知识和目的为基础，结果更接近于解释的成果和实际的应用,2.3.2 遥感数字图像处理,图像信息获取,信息处理特征提取,分类,图像分类（模式识别）,2.3.2 遥感数字图像处理,1、遥感图像分类技术原理同类地物在相同的条件下（光照、地形等）应该具有相同或相似的光谱信息和空间信息特征。不同类的地物之间具有差异同类地物的像元在数目较大时，其特征量的分布类型接近正态分布方法利用像素的灰度值之间的关系，综合考虑矢量数据，考虑属性数据。对像素的进行分类以随机变量的统计分析为基础,2.3.2 遥感数字图像处理,特点多变量的图像分类分类在一定的比例尺上进行原则多变量综合考虑在特征空间的位置可以用均值表示，离散程度可以用方差表示分类的实质是将特征空间分为若干子区域，每个子区域为一类,2.3.2 遥感数字图像处理,指标（特征）波段其他属性地形特征调查数据统计量均值方差距离度量离差平方和,2.3.2 遥感数字图像处理,2、具体分类方法监督分类最大似然法最小距离法,2.3.2 遥感数字图像处理,非监督分类特征空间识别法系统聚类法分裂法(isomix)动态聚类法(k-means),2.3.2 遥感数字图像处理,影响结果的主要因素选择的距离聚类方式特点需要较少的人工参与结果不依赖于统计参数对于非正态分布的数据可以得到较好的结果不适合同谱异物的数据结果的稳定性较低结果可以作为监督分类的参考,2.3.2 遥感数字图像处理,非监督分类小结需要较少的人工参与不适合同谱异物的数据计算速度慢分类结果不依赖于统计参数对于非正态分布的数据可以得到较好的结果稳定性较低可以作为监督分类的参考,2.3.2 遥感数字图像处理,数字图像分类新技术 人工神经网络分类法 模糊分类法 亚像元分类法(subpixel classification)其他分类法,2.4 遥感数字图像信息定量反演,遥感图像信息定量反演的原理遥感图像信息定量反演方法遥感地表参数反演,2.4.1 遥感图像信息定量反演的原理,遥感机理和各种前向模型 统计模型物理模型半经验模型 反演模型和反演策略的研究,遥感图像信息定量反演方法,辐射传输模型（RT模型)几何光学模型（GO模型)几何光学辐射传翰混合模型(GORT混合模型)计算机模拟模型,2.4.3 遥感地表参数反演,方向反射BBDF的反演植被结构参数反演叶面积指数LAI叶倾角分布LAD,