遥感图像信息提取技术详解

"该资源主要涉及遥感图像信息提取的相关技术，包括遥感信息提取的概述、监督分类、基于专家知识的决策树分类、面向对象分类、地物识别和定量反演、动态监测以及立体像对DEM（数字高程模型）提取。重点介绍了ENVI/IDL软件在遥感信息提取中的应用。" 遥感图像信息提取是地球观测领域的重要手段，通过分析遥感图像中的光谱信息和空间信息，识别和提取不同地物的特征。遥感信息提取技术的基础在于利用影像的光谱差异和空间分布差异来区分地物。ENVI/IDL作为遥感图像处理的常用软件，提供了多种信息提取方法。 1、遥感信息提取方法概述 遥感信息提取包括人工解译、基于光谱的计算机分类、基于专家知识的决策树分类、面向对象分类、地物识别与定量反演、变化检测和地形信息提取。每种方法适用于不同的场景，如人工解译适用于定性信息提取，基于光谱的计算机分类适合中低分辨率的多光谱影像，而面向对象分类则适应高分辨率影像。 2、监督分类 监督分类是一种常见的遥感图像分类方法，依赖于预先确定的训练样本。通过目视判读和实地调查，选择不同类别的训练样本，计算机根据这些样本的统计特性训练分类器。分类器会将待分类的像元与训练样本进行比较，将其归类到最相似的类别。这一过程包括类别定义、样本选择、分类器选择、分类后处理和结果验证，常见的分类算法有平行六面体法和最小距离分类等。 3、其他信息提取技术 基于专家知识的决策树分类利用多源数据，结合领域专家的知识进行分类决策；面向对象分类关注图像的形状、纹理和上下文关系；地物识别与定量反演通过建立数学模型，实现从遥感数据到地物属性的定量转换；动态监测通过对比多时相遥感图像，探测地表的变化；立体像对DEM提取则利用两幅卫星或航空图像构建三维地形模型。 总结来说，遥感图像信息提取技术是通过分析遥感图像的光谱和空间特征，对地物进行识别和分类，以获取地球表面的详细信息。ENVI/IDL提供的工具和技术使得这一过程更加高效和精确，广泛应用于环境监测、城市规划、灾害评估等多个领域。了解并掌握这些技术，有助于提升遥感数据分析的效率和准确性。