遥感数字图像处理图像分类 遥感数字图像处理的基本原理

本文目录一览：

• 1、遥感图像数据融合分类
• 2、2.1.4遥感图像分类(光学)
• 3、遥感数字图像处理方法

遥感图像数据融合分类

1、遥感图像数据融合分类是将不同来源的遥感图像数据进行综合处理，以改善图像处理效果和提高图像分析精度的过程。基于像元的图像融合，强调不同图像信息在像元层面上的综合，要求进行基本的地理编码以实现图像间的几何配准，进行像元级的合并处理，以提升图像分割和特征提取的准确性，并可能获得更好的图像视觉效果。

2、是指在图像理解和图像识别基础上的融合。也就是，经“特征提取”和“特征识别”过程后的融合。它是一种高层次的融合，往往直接面向应用，为决策支持服务。

3、)数据预处理：包括图像数据分析，校正，配准，子区裁剪等操作。 2)数据处理：包括图像增强、信息提取等。主要有两方面工作，即图像分类、解译和成矿信息提取。 3)生成专题图层：研究区构造格架、影像构造单元划分，蚀变遥感异常信息以及成矿位场等图层，为多元信息统计分析提供数据源。 遥感图像处理流程(图5-1)。

4、图像融合是将低空间分辨率的多光谱影像或高光谱影像与高空间分辨率影像重采样生成高空间分辨率多光谱的影像的过程。envi提供六种种图像融合方法。不同的融合方法具有不同融合优缺点，可根据实际情况进行选择。

2.1.4遥感图像分类(光学)

遥感图像分类是将图像中的像元根据其光谱亮度、空间结构特征或其他信息，划分为不同类别的过程。具体的分类方法和技术如下：分类方式：监督分类：使用已知类别的像元作为训练样本，通过比较未知类别像元与训练样本的特征，将其划分到相应的类别中。关键在于选择具有代表性的训练样本和适当的分类方法。

遥感影像成像方式主要分为航空摄影成像、数字摄影成像、航空扫描成像以及航空微波雷达成像。航空摄影成像是通过成像设备获取物体的影像技术。传统摄影成像利用光学镜头和放置在焦平面的感光胶片记录物体影像。而数字摄影则采用放置在焦平面的光敏元件，通过光/电转换，以数字信号记录物体影像。

遥感影像的监督分类是一种通过人为干预来实现地物分类的方法。在这一过程中，首先需要用户根据实际需求，从遥感影像中选取各个类别（例如不同的地物种类）的训练样本。这个阶段，用户需要具备一定的专业知识和经验，以确保所选样本能够准确反映不同地物的光谱特征。

光学信息：光学信息是利用光学传感器获取的遥感数据和图像信息。光学传感器通常包括可见光和红外波段的传感器，能够获取高分辨率的彩色或黑白图像。光学信息可以用于提取地表物质的光谱特征和形态特征，进而用于土地利用分类、环境监测、农作物估产等应用。

形状特征：基于提取的对象边界点，形状特征揭示了影像对象的几何属性。当光谱特征相似而形状不同时，形状特征能够更有效地辅助分类。 纹理特征：纹理特征是遥感影像中不可或缺的要素，它由亮度、色度、对比度和大小等特性构成，不同的地物通常展现出独特的纹理特征。

遥感数字图像处理方法

1、这种扩展方法并不是同时进行的，通常先在一行或一列上进行扩展，然后在另一行或一列上继续扩展，例如，先将5x5模板的上方扩展一行，形成6x5的模板，再将左侧扩展一列，形成最终的6x6模板。这种方法虽然简单，但在处理过程中可能会引入边缘效应，导致图像边缘出现明显的边界线。

2、遥感图像处理可分为两类：一是利用光学、照相和电子学的方法对遥感模拟图像(照片、底片)进行处理，简称为光学处理；二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理1。

3、a)图像预处理。包括数字图像处理的基本操作(如去噪、边缘提取、直方图处理等)、建立图像的匹配模板以及对图像进行某种变换(如傅里叶变换、小波变换等)等操作。b)图像配准。就是采用一定的匹配策略，找出待拼接图像中的模板或特征点在参考图像中对应的位置，进而确定两幅图像之间的变换关系。c)建立变换模型。

4、遥感图像的增强处理方法有光学增强处理和数字图像增强处理（就是大部分要和电脑打交道的），现在由于电脑的普及，多是用电脑处理数字图像。数字图像的处理方法有很多种，这要取决于你的目的。