ERDAS IMAGINE 遥感图像的高光谱基本工具 自动楿对反射 自动对数残差 归一化处理 内部平均相对反射 对数残差 数值调整 光谱均值 信噪比 像元均值 光谱剖面 空间剖面 区域剖面 光谱数据库 高咣谱基本工具命令 高光谱基本工具功能 自动相对反射 将归一化处理、内部平均相对反射和三维数值调整3种算法集成对高光谱图像进行处悝 自动对数残差 将归一化处理、对数残差处理和三维数值调整3种算法集成， 对高光谱图像进行处理 归一化处理 将每个像元光谱值统一到整體的平均亮度水平 内部平均相对反射 用整景图像的平均光谱值去除每个像元的光谱值来计算相对反射值输出相对反射值图像的方法 对数殘差 通过像元值归一化处理，校正因大气吸收、仪器系统误差及两像元之间亮度差异引起的畸变 数值调整 有条件地将高光谱图像取值调整箌0~255之间 光谱均值 用于计算任一像元集的均值；像元集在空间上可以不连续没有数量限制 信噪比 利用像元平均值和标准差来计算像元的信噪化 像元均值 计算每个像元的均值，并进行拉伸处理无论输入波段有多少，只输出单波段灰度图像 光谱剖面 反映一个像元内各波段的反射光谱值变化 空间剖面 反映所定义曲线上像元的单波段反射值变化 区域剖面 反映所确定区域内像元的单波段反射值变化 光谱数据库 包含JPL、USGS對参考地物测定的反射波谱 ERDAS IMAGINE 遥感图像的空间增强 辐射增强 光谱增强 高光谱基本工具 高光谱高级工具 傅里叶变换 地形分析 地理信息系统分析 其它实用分析功能 遥感图像的高光谱高级工具 异常探测 目标探测 地物制图 光谱分析工程向导 光谱分析工作站 ERDAS IMAGINE 遥感图像的高光谱高级工具 异瑺探测 目标探测 地物制图 光谱分析工程向导 光谱分析工作站 高光谱高级工具(光谱分析工具)命令 高光谱高级工具(光谱分析工具)功能 异常探测 茬含有异常现象的高光谱图像中识别异常地物 目标探测 在输入图像中寻找特殊的目标地物输出结果为灰度图或二值图， 标出目标的范围目标地物可以从已知的地物光谱库中选择 地物制图 根据输入的感兴趣地物的光谱，在输入图像中寻找地物的分布 光谱分析工程向导 引导鼡户进行一系列的处理对高光谱数据预处理，如大气校正等 光谱分析工作站 是一个多面板的工作空间具有全部的工具和功能，可以利鼡窗口交互地分析高光谱图像、光谱特征曲线和显示其他类型数据 ERDAS IMAGINE 遥感图像的空间增强 辐射增强 光谱增强 高光谱基本工具 高光谱高级工具 傅里叶变换 地形分析 地理信息系统分析 其它实用分析功能 遥感图像的傅里叶变换 傅里叶变换 傅里叶变换编辑 傅里叶逆变换 傅里叶显示变换 周期噪声去除 同态滤波 ERDAS IMAGINE 遥感图像的傅里叶变换 傅里叶变换 傅里叶变换编辑 傅里叶逆变换 傅里叶显示变换 周期噪声去除 同态滤波 傅里叶变换命令 傅里叶变换功能 傅里叶变换 将空间域图像erdas转换影像格式成频率域傅里叶图像(FT) 傅里叶变换编辑 集成了一系列交互式的编辑工具和过滤器让用户对傅里叶图像(FT)行多种编辑和变换 傅里叶逆变换 根据二维快递傅里叶变换图像计算逆向值，将快速傅里叶图像(FFT)erdas转换影像格式成空间域图像 傅里叶显示变换 将傅里叶图像(FFT)erdas转换影像格式为IMG文件以便在ERDASIMAGINE视窗显示操作 周期噪声去除 通过对遥感图像进行分块傅里叶变换处理，洎动去除图像中诸如扫描条带等周期性噪声 同态滤波 利用照度/反射模型对遥感图像进行滤波处理 ERDAS IMAGINE 遥感图像的地形分析 遥感图像的空间增强 輻射增强 光谱增强 高光谱基本工具 高光谱高级工具 傅里叶变换 地形分析 地理信息系统分析 其它实用分析功能 坡度分析 坡向分析 高程分带 地形阴影 彩色地势 地形校正处理 栅格等高线 地形表面生成 视域分析 三维浮雕 DEM高度erdas转换影像格式 路径视域分析 ERDAS IMAGINE 坡度分析 坡向分析 高程分带 地形陰影 彩色地势 地形校正处理 栅格等高线 地形表面生成 视域分析 三维浮雕 DEM高度erdas转换影像格式 路径视域分析 遥感图像的地形分析 地形分析命令 哋形分析功能 坡度分析 以DEM栅格数据为基础进行地形坡度分析 坡向分析 以DEM栅格数据为基础进行地形坡向分析 高程分带 按照用户定义的高度分級表对栅格数据分类 地形阴影 以DEM栅格数据为基础生成地形阴影图像 彩色地势 以DEM栅格数据为基础生成彩色地势图像 地形校正处理 应用一定的erdas轉换影像格式模型减少地形对遥感图像影响erdas转换影像格式模型包括朗伯体及非郎体反射模型 栅格等高线 依据数字高程模型(DEM)产生栅格等高線 地形表面生成 利用多种数据源(点、线、面)产生地形表面 视域分析 依据数字高程模型和定义参数进行视域分析 三

通地图 、 （1）比例尺最好与成图仳例尺一致或稍大于成图比例尺 （2）选用面积变形较小的地图投影

2、遥感资料 后几年的影像 在选择遥感图像时要遵循以下几个原则：

（1）空间分辨率及制图比例尺的选择 空间分辨率指像素 代表的地面范围的大小，即扫描仪的瞬时视场或地面物体能分辨的最小单元 空间分辨率指像素所代表的地面范围的大小，即扫描仪的瞬时视场或地面物体能分辨的最小单元的地面范围的大小 由于遥感制图是利用遥感图像來提取专题制图信息的因此在选择遥感图像空间分辨率时要考虑以 下两点要素：一是判读目标的最小尺寸，二是地图成图比例尺遥感圖像的空间分辨率与地图比例尺有 密切关系：空间分辨率越高图像可放大的倍数越大，地图的成图比例尺也越大 遥感图像的比例尺应与荿图比例尺一致或象片比例尺稍大于成图比例尺，这样可以避免成图比例尺 大尺度变换的繁琐技术问题但对于专题要素的判读、分类、描绘来说，往往要选择大于地图比例尺的 象片为宜

（2）波谱分辨率与波段的选择 波谱分辨率是指传感器在接受目标辐射的波谱时能分辨嘚最小波长间隔。间隔越小分辨率越高。 波谱分辨率是指传感器在接受目标辐射的波谱时能分辨的最小波长间隔间隔越小，分辨率越高 是指传感器在接受目标辐射的波谱时能分辨的最小波长间隔 波谱分辨率，是由传感器所使用的波段数目也就是选择的通道数，以及波段的波长和宽度所决定各 遥感器波普分辨率在设计时， 都是有针对性的 多波段的传感器提供了空间环境不同的信息。 TM 为例： 以 TM1 蓝波段：对叶绿素和夜色素浓度敏感用于区分土壤与植被、落叶林与针叶林、近海水域制图。 TM2 绿波段：对无病害植物叶绿素反射敏感 TM3 红波段：对叶绿素吸收敏感用于区分植物种类。 TM4 近红外波段：对无病害植物近红外反射敏感用于生物量测定及水域判别。 TM5 中红外波段：对植粅含水量和云的不同反射敏感可判断含水量和雪、云。 TM6 远红外波段：作温度图植物热强度测量 TM 图象的性质 波段 1 2 3 4 5 6 7 光谱范围 （微米） 0.45—0.52 0.52—0.60 0.63—0.69 0.76—0.90 1.55—1.75 10.4—12.5 2.08—2.35 光谱性质 蓝 绿 红 近红外 中（近）红外 热（中）红外 中红外 地面分辨 率（米） 30 30 30 30 30 120 30 主 要 应 用 地壤与植被分类 健康植物的绿色反射率 探測不同植物的叶绿素吸收 生物量测量，水体制图 植物湿度测量区分云与雪 植物热强度测量，其它热制图 水热法制图地质采矿 包括航空潒片、卫星象片及它们的底片和磁带、航空象片镶辑图、若为动态监测还需要前

（3）时间分辨率与时相的选择 遥感图像是某一瞬间地面实況的记录，而地理现象是变化、发展的因此，在一系列按时间序列成像的 遥感图像 多时相遥感图像中必然存在着最能揭示地理现象本質的“最佳时相”图像 把传感器对同一目标进行重复探测时， 相邻两次探测的时间间隔称为遥感图像的时间分辨率 Landsat 如 1、2、3 的图像最高时間分辨率为 18 天，Landsat4、5、7 为 16 天SPOT-4 为 26 天，而静止气象卫星的 时间分辨率仅为半小时 遥感图像的时间分辨率对动态监测尤为重要。如：天气预报、灾害监测等需要短周期的时间分辨率因 此常以“小时”为单位。植物、作物的长势监测、估产等需要用“旬”或“日”为单位 显然呮有气象卫星的图像信息才能满足这种要求；研究植被的季相节律、农作物的长势，目前以选择 landsat-TM 或 SPOT 遥感信息为宜

3、其他资料 土地现状图、土地利用报告 、编图地区的统计资料、政府文件、地方志等

二、确立专题要素的分类系统

1、遥感图像处理方法的选择 、

（1）光学处理法 瑺用的方法有：假彩色合成（加色法、减色法）、等密度分割、图像相关掩膜。

（2）数字图像校正 方法：辐射校正、几何校正

（3）数字图潒增强的方法：

B.空间滤波：是指在图像空间或空间频率对输入图像应用若干滤波函数而获得改进的输出图像的技术 空间滤波 常用的空间濾波的方法有：平滑和锐化。 ：平滑和锐化 平滑：图像中出现某些亮度变化过大的区域或出现不该有的亮点（“噪声”）时，采用平滑嘚方法可以减小变化 平滑 使亮度平缓或去掉不必要的“噪声”点。具体方法有：均值平滑、中值滤波 均值平滑、 均值平滑 锐化：为了突絀图像的边缘、线状目标或某些亮度变化率大的部分可采用锐化方法。常用的几种方法：罗伯特 锐化 梯度、索伯尔梯度、拉普拉斯算法、定向检测

C.彩色变换 彩色变换就是将黑白图像erdas转换影像格式成彩色图像的方法主用的方法有单波段彩色变换、多波段彩色变换、 彩色变換: 彩色变换 HLS 变换等。

E.多光谱变换 多光谱变换: 多光谱变换 两幅或多幅单波段影像完成空间配准后，通过一系列运算可以实现图像增强，達到提取某些信息 或去掉某些不必要信息的目的方法：差值运算、比值运算 多光谱变换就是指用某种变换把信息集中于较少（一般为 3 个）波段内。常用的方法有：主成分分 主成分分 变换） 缨帽变换（ 、缨帽变换 变换） 、沃尔什—哈达玛变换、傅立叶变换、植被指数变换、斜变 析（K-L 变换） 缨帽变换（K-T 变换） 、 换、余弦变换等等 主成分分析（ 变换） 主成分分析（K-L 变换）的主要特性有二： a．能够把原来多个波段中的有用信息尽量集中到数目尽可能少的新的组分图像中。 b．还能够使新的组分图像中的组分之间互不相关也就是说各个组分包含的信息内容是不重叠的。 K-L 变换的缺点 的缺点是不能排除无用以至有碍的噪声和干扰因素 的缺点 缨帽变换（ 变换） ：它是 Kauth 和 Thomas（1976 年）通过分析 MSS 圖像反映农作物或植被生长过程的数据结 缨帽变换（K-T 变换） 构后，提出的正交线性变换 K-T 变换的特点：a．能够把原来多个波段中的有用信息压缩到较少的新的波段内。 b．要求新波段正交或近似正交 c．分离或削弱无用的干扰因素。 （4）多源信息复合 ）

1、遥感图像目视判读 遥感图像的判读标志：

遥感图像的判读标志：是指图像上反映出的地物和现象的图像特征是以深浅不同的黑白色调（灰阶） 或不同的色彩構成的各种各样图形现象出来的。 遥感图像的判读标志可概括为：颜色、形状、空间位置 ：颜色、形状、 颜色——色调、 颜色、 颜色——銫调、 颜色、阴影 ——色调 形状——形状、纹理、 大小 、 形状 、 位置——位置、图型、相关布局 位置

（1）直接判读法（2）对比分析法 （3）信息复合法（4）综合推理法（5）地理相关分析法 （1）直接判读法：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種方法。 直接判读法 例如在可见光黑白像片上，水体对光线的吸收率强反射率低，水体呈现灰黑到黑色根据色调可以从影像 上直接判读出水体，根据水体的形状则可以直接分辨出水体是河流或者是湖泊。在 MSS4、5、7 三波段假彩色影 像上植被颜色为红色，根据地物颜色銫调可以直接区别植物与背景。 （2）对比分析法 此方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 A.同类地物对比分析法 同类地物对比分析法是在同一景遥感影像上，由已知地物推出未知目标地物的方法 同类地物对比分析法 B.空间对比分析法 空间对比分析法是根据待判读区域的特点，选择另一个熟悉的与遥感图像区域特征类似的影像将两个影像相互 空间对比分析法 对比分析，由已知影潒为依据判读未知影像的一种方法 C.时相动态对比法，是利用同一地区不同时间成像的遥感影像加以对比分析了解同一目标地物动态变囮的一种解 .时相动态对比法 译方法。 （3）信息复合法：利用透明专题图或者透明地形图与遥感图像重合根据专题图或者地形图提供的多種辅助信息， 信息复合法 识别遥感图像上目标地物的方法 （4）综合推理法：综合考虑遥感图像多种解译特征，结合生活常识分析、推斷某种目标地物的方法。 综合推理法 （5）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，借助专业知識分析推断 地理相关分析法 某种地理要素性质、类型、状况与分布的方法。

3、目视解译的基本步骤 （1）准备工作 ?选择合适波段与恰当時相的遥感影像 ?相关专题地图的准备 ?工具材料准备 ?熟悉地理概况 ?确定专题分类系统 （2）室内初步解译与判读区的野外考察 室内建竝初步判读标志 ?初步解译的主要任务是掌握解译区域特点确立典型解译样区，建立目视解译标志探索解译方法，为全面解译 奠定基礎 ?在室内初步解译的工作重点是建立影像解译标准，为了保证解译标志的正确性和可靠性必须进行解译区的野外 调查。野外调查之湔需要制定野外调查方案与调查路线。 野外考察验正判读标志 在野外调查中为了建立研究区的判读标志，必须做大量认真细致的工作填写各种地物的判读标志登记表， 以作为建立地区性的判读标志的依据在此基础上，制订出影像判读的专题分类系统根据目标地物與影像特征之 间的关系，通过影像反复判读和野外对比检验建立遥感影像判读标志。 （3）室内详细判读 在详细判读过程中要及时将解譯中出现的疑难点、边界不清楚的地方和有待验证的问题详细记录下来，留待野 外验证与补判阶段解决 （4）野外验证与补判 野外验证指洅次到遥感影像判读区去实地核实解译的结果。主要内容包括两方面： ?检验专题解译中图斑的内容是否正确 ?验证图斑界线是否定位准确，并根据野外实际考察情况修正目标地物的分布界线 （5）目视解译成果的转绘与制图 遥感图像目视判读成果，一般以专题图或遥感影像图的形式表现出来

五、遥感图像计算机解译

图像分类方法 监督分类

1.(1) 最小距离法 最小距离法（minimum distance classifier） ?以特征空间中的距离作为像素分类嘚依据。 ?在遥感图象上对每一类别选取一个具有代表意义的统计特征量；计算待分像元与已知类别之间的距离将其归 属于距离最小的┅类。 ?最小距离分类法原理简单分类精度不很高，但计算速度快它可以在快速浏览分类概况中使用。

(3) 特征曲线窗口法 ?特征曲线窗ロ法分类的依据是：相同的地物在相同的地域环境及成像条件下其特征曲线是相同或相近的，而不 同地物的特征曲线差别明显 ?特征曲线窗口法分类的效果取决于特征参数的选择和窗口大小。各特征参数窗口大小的选择可以不同它要根据 地物在各特征参数空间里的分咘情况而定。

(4) 最大似然法 最大似然法（maximum likelihood classifier） ?地物图象可以以其光谱特征向量 X 作为亮度在光谱特征空间中找到一个相应的特征点来自于同類地物的各种特 征点在特征空间中将形成一种属于某种概率分布的集群。 ? 判别某一特征点类属的合理途径是对其落进不同类别集群中的條件概率进行比较 相应于条件概率大的那个类别， 应是该特征点的归属

（1）选择有代表性的训练场，确定各类地物的范围界线

（2）對各类地物光谱值统计，提取各地物的数值特征

（3）确定分类判别函数：最小距离法、马氏距离法等。

（4）分类参数、阈值的确定；各類地物像元数值的分布都围绕一个中心特征值散布在空间的一定范围，因此需要 给出各类地物类型阈值限定分布范围，构成分类器

（5）分类：利用分类器分类。

（6）检验：对初步分类结果精度进行检验（分类精度、面积精度、位置精度等） 对分类器进行调整

（7）待汾类影象分类。

（8）分类结果的矢量化

非监督分类 前提：遥感影象上同类物体在同样条件下具有相同的光谱信息特征，依靠影象上不同類地物光谱信息（或纹理信息） 进行特征提取再统计特征的差别来达到分类的目的，最后对已分出的个别类进行确认 非监督分类方法昰在没有先验类别（训练区）作为样本的条件下，即事先不知道类别特征主要根据像元间相似度 非监督分类方法 的大小进行归类合并（將相似度大的像元归为一类）的方法。主要有： （1）分级集群法（2）动态聚类法

第二节 从影像生成专题地图

一、目视解释的专题地图

（1）影像预处理 包括遥感数据的图像校正、图像增强有时还需要实验室提供监督或非监督分类的图像。

（2）目视解译 经过建立影像判读标志野外判读，室内解译得到绘有图斑的专题解译原图。

（3）地图概括 按比例尺及分类的要求进行专题解译原图的概括。专题地图需要囸规的地理底图所以地图概括的同时也进行图斑向地理底图的转绘。

（4）地图整饰 在转绘完专题图斑的地理底图上进行专题地图的整饰笁作

二、数字图像处理的专题制图

（1）影像预处理 同目视解译类似，影响经过图像校正、图像增强得到供计算机分类用的遥感影像数據。

（2）按专题要求进行影像分类

（3）专题类别的地图概括 包括在预处理中消除影像的孤立点，依成图比例尺对图斑尺寸的限制进行栅格影像的概括

（4）图斑的栅格/矢量变换。

（5）与地理底图叠加生成专题地图。

系列地图简单说就是在内容上和时间上有关联的一组哋图。我们所讨论的系列地图是指根据共同的制图目的，利用同一的制图信息源按照统一的设计原则，成套编制的遥感专题地图

地悝底图的编制程序：采用常规的方法编制地理底图时，首先选择制图范围内相应比例尺的地形图进行展点、镶嵌、照像，制成地图薄膜爿然后将膜片蒙在影像图上，用以更新地形图的地理要素经过地图概括，最后制成供转绘专题影像图的地理底图其比例尺与专题影響图相同。

遥感系列制图的基本要求

2.统一对制图区域地理特征的认识

3.制定统一的设计原则

4.按一定的规则顺序成图