遙感圖象目視解譯與制圖培訓(xùn)課程-文庫(kù)吧在線文庫(kù)
【正文】 計(jì)算機(jī)解譯完全取代 。 ? 計(jì)算機(jī)的解譯結(jié)果需要運(yùn)用目視解譯的方法進(jìn)行抽樣核查來(lái)檢驗(yàn)其判讀精度 ，而且計(jì)算機(jī)解譯也要運(yùn)用目視解譯的經(jīng)驗(yàn)和知識(shí)來(lái)進(jìn)行指導(dǎo) 。 ? 形狀 （ shape） ：遙感圖象的形狀是地物的頂視平面圖 。 ? 位置 （ site） ：指目標(biāo)地物分布的地點(diǎn) 。 ? 在這些解譯標(biāo)志中，色調(diào)、大小、形狀、陰影、顏色、紋理、圖型是直接判讀標(biāo)志，位置和相關(guān)布局是間解判讀標(biāo)志。 ? 概述遙感圖象目視解譯的原則、方法與基本步驟。 ? 20世紀(jì) 70年代發(fā)展起來(lái)的新方法 ， 它是遙感數(shù)字圖象處理和數(shù)字制圖等技術(shù)的結(jié)合 ， 與常規(guī)制作方法相比 ， 改善了制圖條件 ， 革新了編制工藝 ， 提高了圖象符號(hào)配置的靈活性 ， 縮短了成圖周期 ，降低了勞動(dòng)強(qiáng)度 。 ? 地理基礎(chǔ)底圖與遙感影象復(fù)合 ? 生成符號(hào)注記層 ? 符號(hào)：行政區(qū)劃界線 、 城市 、 縣城 、 鄉(xiāng)村符號(hào)等 ? 注記：是對(duì)地物屬性的補(bǔ)充說(shuō)明 ? 符號(hào)注記生成新的圖層 ， 與影象圖疊加后 ， 提高影象地圖的可讀性 。 ? （ 二 ） 相關(guān)系數(shù) ? 相關(guān)系數(shù)是指像素間的關(guān)聯(lián)程度 ， 采用相關(guān)系數(shù)衡量相似度時(shí) ， 相關(guān)系數(shù)越大 ，相似度越大 ， 相關(guān)系數(shù)越小 ， 相似度越小 。 ? 監(jiān)督分類最基本的特點(diǎn)是在分類前人們對(duì)遙感圖象上某些抽樣區(qū)地物的類別屬性已有了先驗(yàn)知識(shí)，先驗(yàn)知識(shí)可以來(lái)自野外的實(shí)地考察、也可參照其他的文字或圖面資料或是圖象處理者本人的經(jīng)驗(yàn)等。 ? 以可能性矩陣為例 ， 它主要是分析訓(xùn)練區(qū)的像元是否完全落在相應(yīng)的類別中 。 ? 這里不考慮混合像元的情況，認(rèn)為一個(gè)像元 X應(yīng)該只屬于一個(gè)類別。 ? 分類重編碼：指對(duì)分類圖象進(jìn)行了分析之后，可能需要對(duì)原來(lái)的分類進(jìn)行重新組合（如將林地 1與林地 2合并為林地），給部分或所有類別以新的分類值。 ? 分類評(píng)價(jià)的方法有分類疊加 、 定義域值 、分類重編碼以及精度評(píng)估等 。 用于分類決策的規(guī)則即各種分類判別函數(shù) 。 ? B、 定義分類模板 ? ERDAS IMAGINE的監(jiān)督分類是基于分類模板來(lái)進(jìn)行的 ， 分類模板的生成 、 管理 、評(píng)價(jià)和編輯等功能是由分類模板編輯器來(lái)完成的 。 ? 如 ERDAS IMAGINE使用 ISODATA方法（ Iterative SelfOrganizing Data Analysis Techniques Algorthm），稱為 “ 迭代自組織數(shù)據(jù)分析技術(shù) ” ，聚類過(guò)程始于任意聚類平均值或一個(gè)已有分類模板的平均值；聚類每重復(fù)一次，聚類的平均值就更新一次，新聚類的均值再用于下一個(gè)聚類循環(huán)。 ? 主成分變換：把互相存在相關(guān)性的原始多波段遙感影象轉(zhuǎn)換為相互獨(dú)立的多波段新圖象，而且使原始圖象的絕大部分信息集中在變換后的前幾個(gè)組分構(gòu)成的圖象上，實(shí)現(xiàn)特征空間降維和壓縮的目的。 ? 地理基礎(chǔ)底圖的選取與數(shù)字化 ? 一般選取地形圖 ? 1） 采用地形圖對(duì)遙感影象進(jìn)行幾何糾正 ? 2） 抽取地形圖上的一些要素添加到影象圖上 。 ? 直觀形象性 ? 能夠直觀形象地反映地勢(shì)的起伏、河流蜿蜒曲折的形態(tài)，增加可讀性。 ? 比較 MSS影象與 TM影象的異同點(diǎn)。 ? 相關(guān)布局 （ Association
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1