动态监测技术.pptx

动态监测遥感过程动态监测遥感过程数据的输入输出动态监测信息后处理专题制图/三维可视化分析（集成GIS现有数据)成果报告（GIS分析/共享）图像预处理第1页/共53页图像预处理图像预处理大气校正大气校正几何几何处理理第2页/共53页为什么做大气纠正？为什么做大气纠正？太阳太阳辐射通射通过大气以某种方式入射到物体表面然后再大气以某种方式入射到物体表面然后再反射回反射回传感器感器原始影像包含物体表面，大气，以及太阳的信息原始影像包含物体表面，大气，以及太阳的信息如果我如果我们想要了解某一物体表面的光想要了解某一物体表面的光谱属性，我属性，我们必必须将它的反射信息从大气和太阳的信息中分离出来。将它的反射信息从大气和太阳的信息中分离出来。第3页/共53页大气散射直接反射邻接反射第4页/共53页大气校正方法大气校正方法基于基于辐射射传输模型模型LOWTRAN模型MORTRAN模型ATCOR模型6S模型基于基于简化化辐射射传输模型的黑暗像元法模型的黑暗像元法基于基于统计的不的不变目目标法法基于植被指数的大气阻抗植被指数法基于植被指数的大气阻抗植被指数法第5页/共53页简化的黑暗像元法简化的黑暗像元法 Dark Subtraction波段最小波段最小值Roi选择自定自定义值第6页/共53页ENVI FLAASH Fast Line-of-sight Atmospheric Analysis of Spectral HypercubesSpectral Sciences,Inc.(SSI)光谱研究的世界领先者 FLAASH的开发者与 AFRL一起进行 MODTRAN模型的研究Air Force Research Labs (AFRL)和SSI 以及Spectral Information Technology Application Center(SITAC)共同研究开发 FLAASH与 SSI一起进行 MODTRAN模型的研究ITT VIS ENVI Integration and FLAASH GUI第7页/共53页FLAASH的特点的特点FLAASH 通通过多光多光谱/高光高光谱像素光像素光谱上的特征来上的特征来估估计大气的属性大气的属性采用目前精度最高的采用目前精度最高的MODTRAN 4+模型模型用用户可以可以选择MODTRAN模型的光模型的光谱分分辩率率可以有效地去除水蒸气可以有效地去除水蒸气,气溶胶散射，漫反射的气溶胶散射，漫反射的邻域效域效应。调整由于人整由于人为抑止而抑止而导致的波致的波谱平滑平滑可以可以处理各种高（多）光理各种高（多）光谱、卫星和航空星和航空（860nm-1135nm）数据）数据采用向采用向导式操作流程式操作流程第8页/共53页FLAASH FLAASH 支持的数据支持的数据能能够对高光高光谱、多光、多光谱影像影像进行校正行校正高高光光谱：AVIRIS、HYDICE、HYMAP、HYPERION、CASI、AISA多多 光光 谱：ASTER、AVHRR、IKONOS、IRS、Landsat、MODIS、SeaWiFS、SPOT、QuickBird多光多光谱与高光与高光谱的模型基的模型基础一一样：MODTRAN 4+第9页/共53页FLAASH高级设置高级设置光光谱定定义文件：内置文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、CASI、AISA气溶胶气溶胶CO2混合比率：混合比率：390ppm使用使用领域域纠正正使用以前的使用以前的MODTRAN模型模型计算算结果果设置置MODTRAN模型的光模型的光谱分辨分辨率率设置置MODTRAN多散射模型多散射模型第10页/共53页几何校正与正射校正几何校正与正射校正仿射仿射变换二次多二次多项式式局部三角网局部三角网正射校正正射校正 Camera、ASTER、IKONOS、OrbView-3、QuickBird、SPOT1-5、CARTOSAT-1、FORMOSAT-2、worldview-1自定自定义RPC/RSM文件正射校正文件正射校正第11页/共53页自动地理配准自动地理配准基于区域和基于特征两基于区域和基于特征两种算法种算法寻找匹配点找匹配点有地理参考不需手有地理参考不需手动选点点手手动选择三个点以上三个点以上30米米TM10米米SPOT第12页/共53页丰富的镶嵌工具丰富的镶嵌工具基于像素基于像素镶嵌和基于地理坐嵌和基于地理坐标镶嵌嵌自自动颜色平衡，色平衡，边缘直方直方图匹配，无匹配，无缝镶嵌嵌接接边线虚虚拟镶嵌嵌中巴资源卫星八景影像镶嵌第13页/共53页影像的裁剪影像的裁剪影像的裁减影像的裁减(空空间、波、波谱)基于基于ROI的裁减的裁减基于矢量基于矢量/栅格数据文件的裁剪格数据文件的裁剪自定自定义裁剪裁剪第14页/共53页遥感动态检测遥感动态检测变化信息的化信息的发现变化信息的提取化信息的提取第15页/共53页遥感变化检测技术遥感变化检测技术遥感遥感变化化检测就是从不同就是从不同时期的遥感数据中，定量地分析期的遥感数据中，定量地分析和确定地表和确定地表变化的特征与化的特征与过程。程。检测方法方法图像直接比较法图像差值法、图像比值法、主成分分析法、光谱特征变异法、假彩色合成法、波段替换法、变化矢量分析法、波段交叉相关分析以及混合检测法等分类后结果比较法直接分类法多时相主成分分析后分类法第16页/共53页图像差值法图像差值法图像差像差值法就是将两个法就是将两个时相的遥感相的遥感图像相减。其原理是：像相减。其原理是：图像中未像中未发生生变化的地化的地类在两个在两个时相的遥感相的遥感图像上一般具有相等或相近的灰像上一般具有相等或相近的灰度度值，而当地，而当地类发生生变化化时，对应位置的灰度位置的灰度值将有将有较大差大差别。因。因此在差此在差值图像上像上发生地生地类变化区域的灰度化区域的灰度值会与背景会与背景值有有较大差大差别，从而使从而使变化信息从背景影像中化信息从背景影像中显现出来。出来。第17页/共53页光谱特征变异法光谱特征变异法同一地物反映在一同一地物反映在一时相影像上的信息与其反映在另外相影像上的信息与其反映在另外时相影像上的光相影像上的光谱信息是一一信息是一一对应的。当将不同的。当将不同时相的影像相的影像进行融合行融合时，如同一地物，如同一地物在两者上的信息表在两者上的信息表现不一致不一致时，那么融合后的影像中此地物的光，那么融合后的影像中此地物的光谱就就表表现得与正常地物的光得与正常地物的光谱有所差有所差别，此，此时称地物称地物发生了光生了光谱特征特征变异，异，我我们就可以根据就可以根据发生生变异的光异的光谱特征确定特征确定变化信息。化信息。前一时相TM影像后一时相SPOT影像特征变异影像第18页/共53页假彩色合成法假彩色合成法由于地表的由于地表的变化，相同化，相同传感器感器对同一地点所同一地点所获取的不同取的不同时相的影像相的影像在灰度上有在灰度上有较大的区大的区别。在。在进行行变化信息的化信息的发现时，将前、后两，将前、后两时相的数据精确配准，再利用假彩色合成的方法，将后一相的数据精确配准，再利用假彩色合成的方法，将后一时相的一个相的一个波段数据波段数据赋予予红色通道，前一色通道，前一时相的同一波段相的同一波段赋予予蓝色和色和绿色通道。色通道。利用三原色原理，形成假彩色影像。其中，地表未利用三原色原理，形成假彩色影像。其中，地表未发生生变化的区域，化的区域，合成后影像灰度合成后影像灰度值接近，而土地利用接近，而土地利用发生生变化的区域化的区域则呈呈现出出红色，色，即判定即判定为变化区域。化区域。前一时相影像后一时相影像假彩色合成影像第19页/共53页多波段主成分分析法多波段主成分分析法当地物属性当地物属性发生生变化化时，必将，必将导致其在影像某几个波段上的致其在影像某几个波段上的值发生生变化，所以只要找出两化，所以只要找出两时相影像中相影像中对应波段波段值的差的差别并确定并确定这些差些差别的的范范围，便可，便可发现变化信息。在具体工作中将两化信息。在具体工作中将两时相的影像各波段相的影像各波段组合合成一个两倍于原影像波段数的新影像，并成一个两倍于原影像波段数的新影像，并对该影像作影像作PCPC变换。由于。由于变换结果前几个分量上集中了两个影像的主要信息，而后几个分量果前几个分量上集中了两个影像的主要信息，而后几个分量则反反映出了两影像的差映出了两影像的差别信息，因此可以信息，因此可以试着抽取后几个分量着抽取后几个分量进行波段行波段组合来合来发现变化信息。化信息。第20页/共53页图像分类后比较法图像分类后比较法该方法的核心是基于分方法的核心是基于分类基基础上上发现变化信息。即首先运用化信息。即首先运用统一一的分的分类体系体系对每一每一时相遥感影像相遥感影像进行行单独分独分类，然后通，然后通过对分分类结果果进行比行比较来直接来直接发现土地覆被等的土地覆被等的变化信息。化信息。前时相影像分类结果后时相影像分类结果分类比较法结果第21页/共53页波段替换法波段替换法在在RGBRGB假彩色合成中，假彩色合成中，G G和和B B分量用前分量用前时相的两个波段，用后一相的两个波段，用后一时相相的一个波段影像的一个波段影像组成成R R分量，在合成的分量，在合成的RGBRGB假彩色假彩色图像上能像上能够很容易很容易地地发现红色区域即色区域即为变化区域化区域 。前时相影像后时相全色影像波段替换影像第22页/共53页图像直接比较法图像直接比较法 Difference Map单波段波段间的差异运算的差异运算减法除法数据数据预处理理相对大气校正像元归一化处理像元单位标准化处理变化等化等级的量化的量化阈值划分直接分割结果第23页/共53页分类后比较分类后比较 Change Detection Statistics变化化类型的差异分析型的差异分析变化化统计像素百分比面积统计生成掩膜生成掩膜图像像第24页/共53页流程化图像处理工具流程化图像处理工具SPEAR主成分法主成分法变化化检测两时相影像主成分分析差差值变化化检测NDVI比值指数自定义指数单一波段第25页/共53页流程化图像处理工具流程化图像处理工具SPEAR流程化操作方式流程化操作方式集成两集成两时相影像的配准相影像的配准自动选点手动选点第26页/共53页监测信息后处理监测信息后处理智能数字化智能数字化影像分影像分类第27页/共53页信息提取技术信息提取技术手工数字化法手工数字化法屏幕数字化区域生长法图像自像自动分分类监督分类非监督分类面向对象的特征提取法图像分割像分割手工阈值分割自动阈值分割组合法合法多时相主成分分析法检测面向对象特征提取变化信息第28页/共53页Intelligent Digitizer工具工具半自半自动跟踪面状要素跟踪面状要素边界界平滑要素拐弯平滑要素拐弯处区域生区域生长计算面状要素属性信息算面状要素属性信息第29页/共53页影像计算机分类影像计算机分类遥感影像通遥感影像通过亮度亮度值或像元或像元值的高低差异（反映地物的光的高低差异（反映地物的光谱信息）及空信息）及空间变化（反映地物的空化（反映地物的空间信息）来表示不同信息）来表示不同地物的差异，地物的差异，这是区分不同影像地物的物理基是区分不同影像地物的物理基础。遥感影像分遥感影像分类就是利用就是利用计算机通算机通过对遥感影像中各遥感影像中各类地物地物的光的光谱信息和空信息和空间信息信息进行分析，行分析，选择特征，将特征，将图像中每像中每个像元按照某种个像元按照某种规则或算法划分或算法划分为不同的不同的类别，然后，然后获得得遥感影像中与遥感影像中与实际地物的地物的对应信息，从而信息，从而实现遥感影像的遥感影像的分分类。第30页/共53页基于光谱分类方法基于光谱分类方法非非监督分督分类ISODATAK-Means监督分督分类基于传统统计分析分类器平行六面体最小距离马氏距离最大似然基于人工智能分类器神经网络基于模式识别分类器支持向量机模糊分类第31页/共53页支持向量机分类支持向量机分类SVM业界界领先的分先的分类方法方法集成了最新的统计学习理论 的研究成果对噪音不敏感，提高了分类精度适合进行非线性分类分类结果整洁，适合用于GIS非常适合于4波段的高分辨率数据第32页/共53页支持向量机和最大似然支持向量机和最大似然最大似然支持向量机第33页/共53页基于专家知识的分类系统基于专家知识的分类系统基于遥感影像数据及其他空基于遥感影像数据及其他空间数据，通数据，通过专家家经验总结、简单的数学的数学统计和和归纳方法等，方法等，获得分得分类规则并并进行遥感行遥感分分类。分分类规则易于理解，分易于理解，分类过程也符合人的程也符合人的认知知过程。程。最大的特点是充分利用多源数据。最大的特点是充分利用多源数据。第34页/共53页Decision Tree二叉二叉树表示方法，便于理解表示方法，便于理解动态的的计算特定算特定变量量用用户可根据待分可根据待分类影像的特征自定影像的特征自定义规则输入影像可以是入影像可以是单幅影像也可以是多幅影像，幅影像也可以是多幅影像，还可以是其他可以是其他非影像数据非影像数据查看分看分类器运行器运行时的步的步骤与与结果果第35页/共53页表达式与变量表达式与变量表达式表达式部分可用函数部分可用函数基本运算符+、-、*、/三角函数Sin、cos、tanasin、acos、atanSinh、cosh、tanh.关系/逻辑LT、LE、EQ.and、or、not.最大值、最小值其他符号指数（）、exp对数alog平方根（sqrt）、绝对值（adb）变量量作用作用slope计算坡度aspect计算坡向ndvi计算归一化植被指数Tascap穗帽变换pc主成分分析mnf最小噪声变换lpc局部主成分分析Stdev标准差Mean平均值Min、max最大、最小值其他如：ndvi LT 0.3第36页/共53页决策树分类器实例决策树分类器实例充分利用多源数据用于分类第37页/共53页专家分类器的应用领域专家分类器的应用领域利用以利用以滤波核波核为基基础进行的城市土地利用分行的城市土地利用分类。利用多利用多时相的相的图像像进行行变化化监测和分析。和分析。利用利用历史事件数据、岩性、气象以及史事件数据、岩性、气象以及DEM数据数据产生的地生的地质灾害决策支持系灾害决策支持系统。利用利用图像、以前的像、以前的调查数据、数据、DEM以及模型以及模型产生的湿地生的湿地调查结果。果。军事事：“某地区可通某地区可通过性性”决策决策图,由土壤、气象、坡由土壤、气象、坡度、坡向交通工具的度、坡向交通工具的类型等决策推理。型等决策推理。更多其它更多其它应用用第38页/共53页分类后处理分类后处理类别统计分分类图与原始影像叠加与原始影像叠加随机随机样点生成点生成精度分析精度分析混淆矩阵分析ROC曲线分分类结果整理果整理:Clump,Sieve,Combine classes,Minority Analysis缓冲区分析冲区分析分分类结果矢量化果矢量化第39页/共53页面向对象的图像分析面向对象的图像分析面向面向对象的技象的技术集合临近像元为对象用来识别感兴趣的光谱要素充分利用高分辨率的全色和多光谱数据，利用空间，纹理，和光谱信息来分割和分类的特点以高精度的分类结果或者矢量输出第40页/共53页 空空间特征智能提取模特征智能提取模块提供易于使用的向提供易于使用的向导操作流程从高操作流程从高分辨率全色和多光分辨率全色和多光谱数据中提取地物信息。包括：数据中提取地物信息。包括：交通工具交通工具飞机,坦克,汽车,船只建筑物建筑物建筑物轮廓,屋顶基基础设施施道路,桥梁,机场,海港码头自然要素自然要素河流,湖泊,森林,田地云和云和雾 空间特征智能提取Feature Extraction（FX）第41页/共53页三个步三个步骤就能得到你想要的就能得到你想要的:分割合并分类很少的操作步很少的操作步骤和和较少的点少的点击次数使得各个水平的人都能快次数使得各个水平的人都能快速速获得得满意的意的结果果该模块特点是：该模块特点是：容易使用容易使用 快速快速&交互式交互式 高精度高精度 可重复使用可重复使用容易使用容易使用 快速快速&交互式交互式 高精度高精度 可重复使用可重复使用第42页/共53页该模块特点是：该模块特点是：随随时预览提取提取结果以果以节约处理整理整个个图像的像的时间随随时可以可以调节参数参数容易使用容易使用 快速快速&交互式交互式 高精度高精度 可重复使用可重复使用第43页/共53页该模块特点是：该模块特点是：先先进的分割算法和分的分割算法和分类算法保算法保证了高精度的了高精度的结果果面向面向对象的方法象的方法花更少花更少时间在分在分类矢量矢量处理上理上容易使用容易使用 快速快速&交互式交互式 高精度高精度 可重复使用可重复使用第44页/共53页该模块特点是：该模块特点是：每次重复每次重复结果，得到同果，得到同样的答案的答案可以与同事共享参数可以与同事共享参数设置置加加载相同的参数相同的参数继续处理理类似的似的数据数据容易使用容易使用 快速快速&交互式交互式 高精度高精度 可重复使用可重复使用第45页/共53页应用于应用于从影像中尤其是大幅影像从影像中尤其是大幅影像中中查找和提取特征。找和提取特征。添加新的矢量添加新的矢量层到地理数到地理数据据库 输出用于分析的分出用于分析的分类影像影像 替代手工数字化替代手工数字化过程程 第46页/共53页集成定制集成定制ENVI定制定制与与ArcGIS集成集成第47页/共53页ENVI定制开发介绍定制开发介绍ENVI是使用是使用IDL语言言编写，用写，用户可以很方便的通可以很方便的通过IDL语言言以及以及ENVI提供的二次开提供的二次开发工具工具对ENVI的功能的功能进行增行增强，添，添加新的功能函数加新的功能函数ENVI是非常开放的系是非常开放的系统，用，用户可以定制、修改可以定制、修改ENVI的菜的菜单，为ENVI添加新的添加新的颜色、坐色、坐标系、投影系、投影类型以及各种型以及各种类型的型的分析工具。分析工具。ENVI提供了一系列的程序和函数供程序提供了一系列的程序和函数供程序员使用，能使用，能够极大极大地地简化用化用户定制程序的开定制程序的开发，并保持和，并保持和ENVI一一样的外的外观用用户函数可以用函数可以用IDL、C、Fortran或者其它的高或者其它的高级语言言编写，写，并集成到并集成到ENVI软件中，通件中，通过ENVI的菜的菜单来来执行。行。第48页/共53页ENVI系统定制系统定制界面界面汉化化坐坐标系系统、颜色系色系统等定制等定制系系统定制定制功能的增减界面的定制功能功能扩展展IDLVC、.NET等第49页/共53页ENVI/IDL补丁补丁IDL编译的的.sav拷拷贝到到./save_add补丁丁获取取官方网站下载其他网站下载自行编写第50页/共53页ENVI/IDL与与ArcGIS Engine集成集成第51页/共53页构建自己的构建自己的GIS与与RS一体化平台一体化平台高高级语言（言（C#、java）+ArcGIS Engine+ENVI/IDL1、快速搭建系统原型2、有效解决了大数据量、数据浏览、栅格矢量叠加、矢量编辑、渲染、专题制图以及空间分析。3、强大的图像处理引擎。4、大大减少了代码开发量、以及程序的开发周期。5、您只需要关注于业务流。第52页/共53页第53页/共53页