遥感数字图像的计算机解译：性质、分类与发展趋势

第六章-遥感数字图像的计算机解译是遥感技术中的核心环节，主要探讨如何利用现代计算机技术对遥感获取的数字图像进行深入理解和应用。本章首先介绍了遥感数字图像的基本概念，包括其性质和特点。遥感数字图像以像素作为最基本的单元，每个像素不仅具有空间位置信息，还包含亮度值，反映其属性特征。这些图像便于计算机处理，信息损失相对较少，并且具有较强的抽象性。 数字图像通常用二维数组表示，根据波段数量可以分为单波段和多波段，如SPOT的全色波段和TM的七波段数据。图像表示方法有BSQ、BIP和BIL格式，它们分别对应不同的数据组织方式。空间采样和属性量化是数字化过程中两个关键步骤，前者将连续灰度信息转换为离散像素，后者赋予每个像素数值，对应航空像片的灰度值。 计算机对遥感图像的分类是核心任务，涉及到下垫面因素的影响，如地表类型和地形起伏，这些都会影响分类结果。特征曲线窗口分类法是其中一种常用方法，通过对图像局部区域的特性进行分析来决定像素的归属。此外，图像分类中的相关关系特征提取也至关重要。 在计算机解译中，知识库建设是关键技术之一，包括专家解译知识和背景信息，通过知识库管理系统管理，帮助提高解译精度。然而，边界问题仍然是一个未解决的挑战。图像解译系统则采用分类原理，结合计算机算法，对图像进行自动或半自动的分析，识别出目标的形态、纹理等空间特征，并计算各像素属于特定类别的概率。 第六章详细讨论了遥感数字图像的特性、处理方法、分类策略以及未来的发展趋势，为遥感数据分析提供了强大的工具和理论支持。通过掌握这些知识，可以有效地解析和应用遥感数据，服务于地球观测、环境监测、地理信息系统等多个领域。