遙感影像圖

凡是隻紀錄各種地物電磁波大小的膠片（或相片），都稱為遙感影像（Remote Sensing Image），在遙感影像圖中，圖面內容要素主要由影像構成，輔助以一定地圖符號來表現或説明製圖對象，與普通地圖相比，影像地圖具有豐富的地面信息，內容層次分明，圖面清晰易讀，充分表現出影像與地圖的雙重優勢。

按獲取方式：航片（飛機拍攝）和衞片（衞星拍攝）

按空間分辨率：高分辨率影像圖、中分辨率影像圖、低分辨率影像圖

按光譜分辨率：多光譜（高光譜）、全色、可見光、遠紅外、近紅外等

1. 遙感圖像信息提取與數字化

2. 地理基礎地圖選取與數字化

3. 遙感影像幾何糾正與圖像處理

4. 遙感圖像鑲嵌與基礎地圖拼接

5. 基礎地圖與遙感影像複合

6. 符號主機圖層生成

7.影像地圖圖面配置

8. 遙感影像地圖的製作與印刷

1.1 多波段影像合成

通過分析遙感數據的光譜信息結構, 比較多波段信息, 計算各波段信息的相關性, 利用Sheffield的雪氏熵值法統計分析和地物波譜特徵, 決定對遙感數據選取CBERS - 02 衞星CCD傳感器的4、3、2為最佳波段進行RGB彩色合成。第4波段(近紅外波段) 集中反映植物的強反射, 用於植被類型、生物量和作物長勢的調查, 繪製水體邊界和土壤濕度, 也可用來增強土壤與農作物和陸地與水域之間的反差;第3波段(紅波段位於葉綠素地吸收區) 能增強植被覆蓋與無植被覆蓋之間的反差, 亦能增強同類植被的反差; 第2波段(綠波段) , 對水體的穿透能力較強, 對植被的反射敏感,位於葉綠素地兩個吸收帶之間, 利用這一波段增強前別植被的能力。

1.2 幾何校正投影變換

幾何校正即是將圖像數據投影到平面上, 使其符合地圖投影系統的過程。而降低圖座標系統賦予圖像數據的過程稱為地理參考。其中, 多項式變換( Polynomial) 在衞星圖像校正過程中應用較多, 在調用多項式模型時, 需要確定多項式的次方數(order) , 通常整景圖象選擇3次方。次方數與所需要的最少控制點數相關, 最少控制點數計算公式: ( t + 1) 3 ( t+ 2) /2, 式中t為次方數。

(1) 控制點佈設

控制點佈設的原則, 應把握兩點: 一是要儘可能地均勻, 一般規則遙感影像的前4～9個控制點要將整個影像控制在一個規則的座標範圍內, 概括地把校正控制點範圍確定好, 以方便後續控制點的採集。這樣, 控制點的點位中誤差往往會控制到最小, 每個控制點的幾何殘差也容易校正, 我們稱這種控制點佈設方法為“邊廓點”, 即四邊形點位佈設。二是當影像不是很規則的幾何圖形時, 要儘可能地用控制點將其分成幾個規則的幾何圖形, 然後分塊進行控制點的採集。但這並不是把每塊獨立起來, 仍要保證整體點位均勻。在不規則影像的邊緣, 儘量的布放控制點, 從而控制住影像的邊緣, 以便更好地控制整體。總之, 在選取控制點的時候, 要把握整體。整體把握住後, 再均勻地對局部選擇控制點。

(2) 點位佈設順序

選取控制點時要注意點和點之間的排放順序。局部選取控制點時千萬不要盲從, 看到拐角、交叉等地形就放點, 這樣的結果只能是局部校正得比較好, 但從整體來看就不理想。點密而不均、量多而無序起不到好的效果。有序布點, 就是讓控制點按照一定的順序排列。當然, 這種順序不是唯一的, 可以是從左到右、從上到下, 從中心到四周, 從左上到右下等等, 要根據影像的圖面要素特徵來選取適合的控制點布放順序。不同的順序最後的校正的結果不同。投影類型選擇我國常用的高斯- 克呂格(Gauss - Kruger) 投影, 橢球體參數選擇Krass2ovsky。

1.3 影像拼接工作區剪裁

圖像的拼接處理, 是要將具有地理參考的若干相鄰的圖像合併成一幅圖像。需要拼接的輸入圖像必須含有地圖投影信息, 或者輸入圖像必須經過幾何校正處理或進行校正標定。雖然所有的輸入圖像可以具有不同的投影類型、不同的像元大小, 但必須具有相同的波段數。進行圖像拼接時, 需要確定一幅參考圖像。參考圖像將作為輸出拼接圖像的基準, 決定拼接圖像的對比度匹配、以及輸出圖像的地圖投影、像元大小和數據類型。由於工作區(解譯用圖像) 可能會落在不同的兩景圖或者更多景圖上, 所以必須進行剪裁, 得到所需的研究區域。

1.4 圖象增強

圖像增強處理: 按照增強的信息內容可分為波譜特徵增強、空間特徵增強以及時間信息增強三大類。波譜信息增強主要突出灰度信息; 空間特徵增強主要對圖像中的線、邊緣、紋理結構特徵進行增強處理; 而時間信息增強主要是針對多時相圖像而言的, 其目的是提取多時相圖像中波譜與空間特徵隨時間變化的信息。由於CBERS - 02 影像的象元灰度對比度偏低, 影像較為模糊, 噪聲大, 需要進行顏色均衡和去噪聲處等圖像的增強處理。

鋭化增強處理: 是通過對圖像進行卷積濾波處理, 使圖像的亮度得到增強而不使其專題內容發生變化, 從而達到增強的目的。

降噪處理: 是利用自適應濾波法去除圖像中的噪聲。此技術在沿着邊緣平坦區域取出噪聲的同時, 可以很好的保持圖像中一些小的細節。

去霾處理的目的是降低多波段圖像的模糊度, 實質上是基於纓帽變換的方法, 首先對圖像進行主成份變換, 找出與模糊度相關的成份並剔除, 然後再進行主成份逆變換回到RGB彩色空間達到去霾的目的。

1.5 地物分類

監督分類思想是: 首先根據類別的經驗知識, 確定判別函數和相應的判別準則。其中,利用一定數量的已知類別的樣本(訓練樣本) 的觀測值確定判別函數中待定參數的過程稱之為學習(Learning) 或訓練( Training) , 然後將未知類別的樣本的觀測值代入判別函數,再依據判別準則對該樣本的所屬類別作出判定。

非監督分類的理論依據是: 遙感圖像上的同類地物在相同表面結構特徵、植被覆蓋、光照等條件下, 應當具有相同或近似的光譜特徵, 從而表現出某種內在相似性, 歸屬於同一個光譜空間區域; 不同的地物, 光譜信息特徵不同, 歸屬不同的光譜空間區域。

(1) 遙感影像目視解譯

增強後的遙感影像中(圖2) , 通過目視解譯可看出:

林地: 主要分佈在地形起伏比較大的溝谷裏, 林地的影像特徵表現為邊界比較模糊, 形狀不規則, 在標準假彩色遙感影像上呈深紅、紅色調, 影像結構比較粗糙。

耕地: 分佈相對比較集中。耕地附近會有城鎮公交用地, 幾何特徵較明顯, 地塊平整面積大, 呈寬長條形和條帶狀結構。色調均一且光滑細膩, 無顆粒感, 旱地色調呈藍青、白綠,水澆地色調呈淡紅, 淡粉, 影像形態呈較大斑塊狀。

水體: 此類用地比較容易識別。影像上幾何特徵明顯, 形狀自然彎曲或局部平直, 邊界易於勾畫, 影像色彩非常均勻。湖泊呈深藍、藍黑色調; 河流呈白綠色(與城鎮公交用地色調相似) 。

未利用地: 主要分佈在地勢起伏的大山頂部, 會有稍大的區域分佈, 其他區域多為零星分佈, 呈深綠色。

城鎮公交用地: 主要分佈在耕地的周圍, 多被耕地環抱, 形狀不規則, 邊界較清楚, 一般呈青灰、灰、淺灰色調, 影像結構較粗。交通用地線性幾何特徵, 易於區分和識別。

(2) 遙感影像分類

通過比較監督分類和非監督分類, 由於中巴地球1號衞星的影像分辨率為19.5米, 地物之間有很多相似特徵, 如果採用沒有人工前期干預的非監督分類則會有很大誤差, 例如耕地和林地有很多的誤判等問題, 所以要放棄非監督分類, 選擇由人工干預的監督分類。

而監督分類有兩種操作方法:

第一種: 對五種地物直接在影像上選取樣本, 一次性分類得到五種地物的分類影像。

第二種: 對增強的影像進行分類時, 要有所側重。第一步, 在分類設置時只分兩類, 在影像比較好辨別的林地上大範圍取樣本, 然後執行分類。將林地分類圖同完整的NDV I植被指數圖(在此區域內的為林地、耕地、草地) 和實地調查的地圖核對, 一般首次提取都不完整, 要在此分類基礎上, 在沒有被劃入林地類的影像上, 補充樣本, 再次分類, 重複前面的步驟直到把絕大多數的林地都提取出來; 第二步, 再多建一個耕地類, 到非林地的影像上取樣本, 方法同林地; 第三步, 建立草地類, 從上面的方法得到; 第四步, 再多建一個城鎮公交用地類; 第五步, 建立未利用地類。

1.6 分類中遇到的問題

由於同物異譜和異物同譜等問題的存在, 在監督分類中存在5個主要問題: 一是水體和山體陰影的混分問題; 二是未利用地和城鎮公交用地之間的分類界線不清晰; 三是, 河流會被誤判為城鎮公交用地; 四是, 林地和耕地的混淆; 五是, 山體陰影會被誤判為城鎮公交用地。

採用第一種分類方法, 以上五個問題得到的分類圖像質量太差。而選用第二種分類, 其中的第二個和第四個問題可以得到很好地解決, 第五個問題也有一定的改善, 所以選擇第二種分類方法相對比較好。

1.7 分類後處理

分類後不可避免地會出現很小圖斑, 所以必須進行分類後處理。得到的1∶25萬地圖,要使得整幅圖看起來不會有太多的斑點, 因此在分類後的處理中, 設置選擇圖斑中的像素個數小於625時, 就把此圖斑歸併到鄰近的最大的類中, 而可清除掉。

由於分類後處理的圖像失去了原來分類圖中的很多信息, 所以只能再進行分類, 才能得到所需地物的柵格圖或者位圖。在分類後處理的圖像中只有需要的幾類地物, 所以可以直接對分類後處理的影像進行非監督分類, 得到含有分類信息的影像圖。

1.8 轉變成矢量圖

監督分類後, 再對影像進行Homogenous Classification處理和Thresholding Image to B itmap處理, 得到各類地物的位圖。因製圖的需要, 要把得到的各種地物的位圖轉變為矢量圖。轉為矢量圖後, 在MAPGIS中進行手工操作, 把各類中的混淆的地物重新歸類, 得到相對精確的土地利用分類圖。 ^[1] 

1、地物分析

2、地貌分析

3、土地利用分類

4、環境監測分析與監控