遥感数字图像计算机解译技术研究
版权申诉
65 浏览量
更新于2024-09-11
收藏 5.07MB PPT 举报
遥感图像计算机解译
遥感图像计算机解译是遥感数字图像处理的重要环节,也是遥感应用最广泛的领域之一。计算机解译遥感图像可以自动将图像分成若干地物类别,获取地学专题信息。下面是遥感图像计算机解译的知识点:
一、遥感数字图像的性质与特点
* 遥感数字图像是以二维数组形式表示的图像,可以在计算机中存储、运算、显示和输出。
* 遥感数字图像的特点是便于计算机处理和分析,图像信息损失少,抽象性强。
* 基本表达单位是像素(Pixel),像素是记录或显示影像的最小单元,有空间特征和属性特征。
* 像素可以分类为正像素和混合像素。
二、遥感数字图像分类
* 遥感数字图像可以按照波段数量分为二值数字图像、彩色数字图像、单波段数字图像和多波段数字图像。
* 二值数字图像是图象中每个像素的值由0或1构成,表示为黑白图像,一般作为处理过程中的中间结果产生。
* 彩色数字图像是由红、绿、蓝三个数字层构成的图像,三层数据共同显示为彩色图像。
* 单波段数字图像是某一波段范围内工作的传感器获取的图像,例如SPOT的全色波段。
* 多波段数字图像是传感器使用多个波段同时获取同一地区的遥感数字图像,例如TM的7个波段数据。
三、遥感像片数字化
* 空间采样是采样后数字图像的比例尺应大于或等于原图像的比例尺,采样间隔以每英寸采多少点计算。
* 黑白像片的量化等级为8位,即0~255。
* 试采样时,注意反差调节。
* 多波段数字化时,注意波段配准。
* 彩色像片数字化:分别加红、绿、篮三色滤色镜,量化成24位,每个波段8位。
四、遥感数字图像计算机分类
* 遥感图像分类是影像信息提取的一种方法,是遥感数字图像处理的重要环节,也是遥感应用最广泛的领域之一。
* 图像分类是通过模式识别理论,利用计算机将遥感图像自动分成若干地物类别的方法。
* 遥感计算机解译:获取地表专题信息速度快,但是解译难度较大。
五、遥感图像计算机解译的基本理论
* 概念:以遥感数字图像为研究对象,在计算机系统的支持下,综合运用各种技术(地学分析、遥感图像处理、GIS、模式识别以及人工智能等)来获取地学专题信息。
* 目标:基本目标是将人工目视解译遥感图像发展为计算机支持下的遥感图象理解,其基础工作式遥感数字图像的计算机分类。
遥感图像计算机解译是遥感数字图像处理的重要环节,也是遥感应用最广泛的领域之一。计算机解译遥感图像可以自动将图像分成若干地物类别,获取地学专题信息。
2023-11-07 上传
2022-10-31 上传
2024-08-18 上传
2023-06-10 上传
2022-11-10 上传
Happy破鞋
- 粉丝: 12
- 资源: 2万+
最新资源
- BottleJS快速入门:演示JavaScript依赖注入优势
- vConsole插件使用教程:输出与复制日志文件
- Node.js v12.7.0版本发布 - 适合高性能Web服务器与网络应用
- Android中实现图片的双指和双击缩放功能
- Anum Pinki英语至乌尔都语开源词典:23000词汇会话
- 三菱电机SLIMDIP智能功率模块在变频洗衣机的应用分析
- 用JavaScript实现的剪刀石头布游戏指南
- Node.js v12.22.1版发布 - 跨平台JavaScript环境新选择
- Infix修复发布:探索新的中缀处理方式
- 罕见疾病酶替代疗法药物非临床研究指导原则报告
- Node.js v10.20.0 版本发布,性能卓越的服务器端JavaScript
- hap-java-client:Java实现的HAP客户端库解析
- Shreyas Satish的GitHub博客自动化静态站点技术解析
- vtomole个人博客网站建设与维护经验分享
- MEAN.JS全栈解决方案:打造MongoDB、Express、AngularJS和Node.js应用
- 东南大学网络空间安全学院复试代码解析