- 相關推薦
計算機輔助遙感圖像解譯論文
隨著計算機技術的發展，遙感技術的應用也越來越廣泛。遙感圖像計算機解譯是在計算機系統的支持下，綜合應用地學分析，遙感圖像處理，地理信息系統，來獲取遙感圖像的信息。遙感影像具有較強的現勢性和綜合性，已經成為地圖制圖重要的數據來源之一。本論文通過對ERDAS和ArcGIS軟件的學習和研究，對遙感圖像進行預處理，建立解譯標志對高分辨率遙感圖像進行計算機輔助解譯，對解譯后的遙感圖像進行矢量化得到矢量圖，在ArcGIS軟件中對矢量圖進行屬性和拓撲關系的添加，經矢量圖和遙感影像疊加處理，最終得到功能齊全的遙感影像地圖。
1 引言
伴隨著計算機技術的日益發展，會更加迫切要求應用目視解譯經和知識知指導遙感圖像計算機解譯。遙感數字圖像計算機解譯是以遙感圖像為研究對象，在計算機系統支持下，綜合運用地學分析，遙感圖像處理，地理信息系統以及模式識別與人工智能技術，實現地學專題信息的智能化獲取[1]。基于遙感圖像可以客觀真實和快速獲取地球表層信息的優勢，遙感數據被廣泛應用于自然災害評估，自然資源調查與評價，環境監測與軍事偵察上等。因此，利用計算機進行遙感圖像解譯，快速獲取地表不同專題信息，利用這些專題信息能夠迅速更新地理數據庫。這不僅是實現遙感圖像自動理解的基礎之一，而且也是地理信息系統中數據采集自動化研究的一個方向。本次論文是在充分了解綿陽地域概況的情況下，并獲取綿陽區域的TM影像圖，利用遙感軟件對該遙感影像進行預處理后，建立解譯標志，對遙感影像進行人機交互解譯，完成矢量化地圖的制作，在GIS軟件中進行屬性和拓撲關系的添加;矢量地圖和遙感影像疊加處理，最終得到功能齊全的遙感影像地圖。
2 遙感圖像預處理
遙感信息是對地表狀況的反映，但是衛星姿態、搭載掃描系統引起的遙感圖像畸變大。所以空間分布特征被部分地歪曲了，因此要對遙感圖像進行預處理。本次論文處理所用的遙感圖像為Landsat-5衛星獲取綿陽區域的TM影像圖，該遙感圖像是在中國科學院數據共享平臺下載獲得。采用的是WGS-84坐標。陸地衛星提供的TM影像，其覆蓋范圍較大，宏觀綜合性強。TM圖像具有8個波段，信息量豐富。由于TM影像圖具有宏觀性強，信息量豐富的特點通過對其解譯和制圖，可獲得綿陽地區豐富及具體的信息，繪制成詳細的區域地圖。
2.1 組合多波段數據
Landsat-5的TM影像共有7個波段，不同的波段組合可以增強不同的地表信息[2]。其中第3、第2、第1波段組合形成的真假彩色圖像雖然有理于各種地類識別。但是圖像平淡、色彩不飽和、信息量比較少。考慮到研究區域地表信息豐富，采用第4、第5，第3波段組合而成的非標準假彩色圖像。將上述轉換的單波段IMG文件組合為一個多波段圖像文件。組合波段結果如圖1所示。
由圖1可知水體邊界、以及和水體有關的地物在圖像中比較清楚。河流、道路、橋梁邊界和輪廓清晰。房屋的布局清楚。街區內部結果特征較為明顯。植被有較高的辨識度。
2.2 圖象幾何校正
由于容易受到衛星姿態、搭載掃描系統引起的遙感圖像畸變大以及地表起伏等影響[2]。圖像必須經過幾何校正。在圖像幾何校正過程中，采集控制點是一項非常重要工作。控制點一般選擇圖像上特征較為明顯的點位。對于圖像使用選擇控制點的方法進行幾何精糾正，在一幅遙感圖像上和對應的地形圖上選擇至少9個分布均勻、特征明顯的典型地物目標作為控制點，建立影像坐標和地圖坐標之間的變換關系，按照這個變換關系進行控制點糾正。本文特征點采集與校正后結果如圖2，圖3所示。
2.3 紋理分析
遙感圖像的光譜信息是目視判讀的基本依據[3]。但是隨著圖像解譯與分析工作的深入開展，光譜信息已經不能快速有效地進行計算機分析和自動識別。紋理特征作為遙感圖像中重要的信息，通過灰度值得變化和重復性來反映地表物體的粗糙度，能充分反映影像特征。因此，對紋理信息的提取對遙感圖像的識別起著重要作用。紋理分析通過在一定的窗口內進行二次變異分析或三次對稱分析，使圖像的紋理結構得到增強，通過幾何校正以及紋理分析可以明顯看到綿陽市區河流和主要街道以及房屋的輪廓信息。幾何特征尤為明顯。結果如圖4所示。
3 遙感圖像解譯
遙感影像的解譯標志，是一種在遙感圖像上能反映和判別地物信息的影像特征。利用解譯標志能直接在圖像上判別出相應的地物，或者通過已識別出的地物或現象作進一步的推理分析，判別出其它不易在遙感影像上直接解譯的目標[4]。
3.1 非監督分類
數字圖像計算機解譯的基礎工作是數字圖像的分類。其方法包括：非監督分類和監督分類，目的是實現遙感圖像信息提取。非監督分類是在沒有訓練場地作為樣本的前提下，根據像元間相似度的大小進行歸類并且合并的方法。常用的方法是：分級集群法，動態聚類法。動態聚類法給出圖像粗糙的分類，然后在一定的原則下在不同的類別間重新組合樣本，一直到分類比較合理為止[7]。本文以動態聚類法進行非監督分類ISODATA(迭代自組織數據分析技術)方法在動態聚類法中具有代表性。結合研究區實際情況確定初始分類數，設置循環收斂閾值。執行非監督分類，獲得分類結果。圖5所示。
3.2 監督分類
監督分類與非監督分類的不同點是在遙感圖像上采樣區中圖像地物的類別屬性已有了先驗的知識。這些先驗知識通過實地的抽樣調查，配合人工目視判讀技術來獲取。采樣區已被選定，按照已知類別的特征去訓練判別函數，先驗的采樣區為訓練區，其用途是訓練判決函數。訓練區是圖像上已知類別屬性的圖像地物構成訓練區。一旦訓練區被選定后，相應對象類別的紋理特征便可以用訓練區中的樣本數據進行估計。 由非監督分類結果和監督分類結果可知研究區的河流、植被、街區、房屋等均能從遙感影像圖上快速提取出來。這為接下來的制圖工作奠定了堅實的基礎。
4 遙感制圖
4.1 遙感影像地圖
遙感影像地圖是以遙感影像并結合一定的地圖符號來體現制圖對影像地理空間和環境狀況的地圖[7]。在遙感影像地圖中，圖面內容要素主要由影像構成，輔助以一定的地圖符號來表現或說明制圖對象。
4.2 矢量化地圖的制作
本文在遙感圖像預處理和解譯的基礎上進行矢量化工作，在矢量化后還需在現場做進一步的確認，對錯誤之處進行及時修改。在修改后的矢量圖的基礎上使用ArcGIS軟件中先對矢量圖與遙感影像圖進行配準，結果見圖7。接著對矢量圖進行屬性和拓撲關系的添加，最后經矢量圖和遙感影像疊加處理完成遙感影像圖的制作。結果見圖8。
5 結論
利用計算機進行遙感圖像解譯，快速獲取地表不同信息，利用獲取的信息迅速地更新地理數據庫，這是實現遙感圖像自動完善的基礎之一，也是地理信息系統中數據采集自動化研究的一個方向，具有重要的理論意義和應用前景。
遙感影像地圖具不僅具有原遙感圖像的影像內容，還具有線劃要素，數學基礎等，擁有直觀易讀的特點，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。從而提高了地理信息為人們的視覺直接感知的可視化表達程度及輔助決策的準確度，在國民經濟建設中起重要的應用價值。
【計算機輔助遙感圖像解譯論文】相關文章：
計算機輔助軟件CAD的開發與應用論文10-09
計算機輔助中職教學探討論文10-12
信息型文體翻譯中計算機輔助翻譯的運用論文10-09
計算機輔助工業設計技術發展論文10-09
計算機輔助工業設計模塊化教學建設論文10-10
計算機輔助繪圖學習總結11-22
遠程圖像監控系統分析的論文10-09
計算機對平面設計的輔助作用10-26
計算機輔助園林規劃設計10-26