文档介绍：该【遥感数字图像的计算机解译公开课获奖课件赛课一等奖课件 】是由【读书之乐】上传分享，文档一共【56】页，该文档可以免费在线阅读，需要了解更多关于【遥感数字图像的计算机解译公开课获奖课件赛课一等奖课件 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。目视解译与计算机自动分类
遥感专题分类：是以区别图像中所含多种目的为目的，对每个像元或者比较匀质的像元组给出对应其特征的名称。这些名称为分类的类别，多种特征矢量定义的空间为特征空间。
遥感专题分类的措施重要有人工目视解译和计算机自动分类。
目视解译是计算机自动分类的基础；
计算机自动分类总是尽量地模拟目视解译的过程。
第六章 遥感数字图像的计算机解译
1. 人工目视解译
目视解译的重要措施
1) 直接判定法
解译人员根据遥感图像上可以用肉眼直接观测到的标志如色调、形状、阴影、纹理构造、大小、位置、有关布局等建立“模式图像” 或称做直接解译标志，来确定地物的存在和属性，例如河流、房屋，铁路等都可以直接判定。
2 ) 对比分析法
借助不一样步相、不一样波段、地面资料进行互相补充，互相验证。
3）逻辑分析法
运用地学规律的有关分析和实际经验，进行逻辑判断。例如根据水系的分布格局来判断岩性和地貌类型；根据植被的类型来推断土壤类型；运用地震后地应力释放形成的“构造云” 的分布来推测构造应力场等。逻辑分析大大开拓了遥感图像所能发挥的作用。
2. 计算机图象分类
在70年代初期，伴随遥感技术和地球资源卫星的发射开始应用于遥感图像处理方面，奠定了遥感图像分类的数学理论基础。
遥感专题分类属于模式识别的范围。
模式识别的重要措施有记录模式识别、句法模式识别、模糊识别和智能模式识别。智能模式识别又分为人工神经网络和逻辑推理系统。除句法模式识别重要应用于文字、符号、语言的识别外，其他三种措施在遥感专题分类均有不一样程度的使用，其中记录模式识别措施应用最为普遍。
这些措施在遥感图像专题分类中常常采用两种方案，一是监督分类，另一种是非监督分类。两者只是实行的环节上有前后差异，其理论本质是同样的。非监督分类，事先没有类别的先验知识，纯粹根据图像数据的记录特征和点群分布状况，根据相似性程度自动进行归类，最终再确定每一类的地理属性。监督分类有类别的先验知识，根据先验知识选择训练样本，由训练样本得到分类准则。
2. 计算机图象分类
概念：以区别图象中所含的多种目的物为目的，对每个像元或者比较均匀的像元组给出对应其特征的名称。
特征名称一般称类别，例如土地运用/覆盖中的 居民地、水域、园地、林地、耕地等。
参与分类的多种特征量（向量）所定义的空间，称为特征空间，例如2个波段定义的2维特征空间，3个波段定义的3维特征空间等。
2. 计算机图象分类
目视解译和计算机图象分类的对比
第一节 遥感数字图像的性质与特点
第二节 遥感数字图像的计算机分类
第三节 遥感图像多种特征的抽取
第四节 遥感图像解译专家系统
第一节 数字图像的性质和特点
遥感数字图像
遥感数字图像是以数字表达的遥感图像,,.
像素的属性特征采用亮度值来体现.
正像素;混合像素
第一节 数字图像的性质和特点
二、遥感数字图像的特点
便于计算机处理与分析
图像信息损失少
抽象性强
第一节 数字图像的性质和特点
三、遥感数字图像的表达措施
遥感数字图像是以二维数组来表达的.
第一节 数字图像的性质和特点
三、遥感数字图像的表达措施
遥感图像按照波段数量分为:
单波段数字图像:SPOT 的全色波段.
多波段数字图像:TM的7个波段数据.
多波段数字图像的三种数据格式
BSQ格式(Band sequential)
BIP格式(Band interleaved by pixel)
BIL格式(Band interleaved by line)