8,5.影像解譯8。5。1.關于衛(wèi)星遙感影像融合,影像融合可分為真彩色和假彩色兩種。真彩色以R G.B三個波段影像為基礎.真彩色融合影像上地物的色彩與現(xiàn)實生活中地物的色彩顏色一致.主要是利用直接標志進行解譯。假彩色以目標影像需要的三個波段影像為基礎,假彩色融合是為了突出某一方面的信息或顯示豐富的地物信息.獲得最好的目視效果、一般將近紅波段、綠波段.藍波段合成為標準假彩色影像.在此融合影像上綠色植被顯示為紅色,紅色的不同程度取決于植被葉綠素的含量 植被生長越旺盛.葉綠素含量越高.其影像顏色越紅.主要用于植被普查等工作 影像融合可采用多種方法。如主成分變換融合。乘積變換融合。比值法融合 HIS融合,PanSharp融合等,8、5、2,關于衛(wèi)星遙感影像調整,空間域增強是通過改變單個像元及相鄰像元的灰度值來增強圖像 一般使用的方法有線性變換,直方圖均衡化。指數(shù)變換.對數(shù)變換,圖像平滑,圖像銳化等,頻率域增強是對圖像進行傅里葉變換,然后對變換后的頻率域圖像的頻譜進行修改.以達到某些增強效果,8,5。3,關于解譯標志.解譯標志直接反映判別地物要素的影像特征,解譯者利用這些標志在圖像上識別地物要素的性質,類型或狀況.在影像上選擇典型解譯標志的要求是 范圍適中以便反映該類要素的典型特征。盡可能多地表現(xiàn)該類要素且影像質量好.解譯標志有直接標志和間接標志 直接標志是地物本身的有關屬性在圖像上的直接反映,如形狀 大小,色調,陰影等。間接標志是指與地物的屬性有內在聯(lián)系 通過相關分析能夠推斷其性質的影像特征。8、5.4 衛(wèi)星遙感影像的解譯 一般是從熟悉的地理環(huán)境或有現(xiàn)勢資料的地區(qū)入手、由淺入深,逐步開展.8.5.5,關于人工目視解譯,人工目視解譯時影像色彩一般符合人眼觀察物體的習慣 采用融合后的真彩色影像進行解譯標志采集時,因使用的是融合影像。影像上的地物與實際的地物有可能存在一些差異 尤其是陰影處.反射不是很強的地物 實際色彩與影像色彩存在較大的差異 這時就需要依據(jù)實際的情況。多采集解譯標志.在影像上同一地物可能有多個解譯標志、對每個解譯標志應詳細說明、以利于后期的作業(yè),8 5,6 人工目視解譯需要外業(yè)解譯標志依據(jù)人眼進行判讀,對于不需要100,解譯正確的項目來說效率很低。對于解譯信息豐富的區(qū)域 借用計算機按監(jiān)督分類和非監(jiān)督分類的方法進行解譯.監(jiān)督分類又稱訓練場地法、是以建立統(tǒng)計識別函數(shù)為理論基礎。依據(jù)典型樣本訓練方法進行分類的技術。即根據(jù)已知訓練區(qū)提供的樣本.通過選擇特征參數(shù),求出特征參數(shù)作為決策規(guī)則。建立判別函數(shù)對待分類影像進行的圖像分類。要求訓練區(qū)域具有典型性和代表性.判別準則若滿足分類精度要求 則此準則成立 反之,需重新建立分類的決策規(guī)則 直至滿足分類精度要求為止.常用算法有,判別分析。最大似然分析,特征分析.序貫分析和圖形識別等.非監(jiān)督分類是以不同影像地物在特征空間中類別特征的差別為依據(jù)進行的無先驗類別標準的圖像分類,通過計算機對圖像進行集聚統(tǒng)計分析的方法.根據(jù)待分類樣本特征參數(shù)的統(tǒng)計特征,建立決策規(guī)則來進行分類,不需事先知道類別特征。把各樣本的空間分布按其相似性分割或合并成一群集,每一群集代表的地物類別需經(jīng)實地調查或與已知類型的地物加以比較才能確定,一般算法有,回歸分析,趨勢分析,等混合距離法 集群分析.主成分分析和圖形識別等。