2．基于分类方法的遥感信息提取
该方法是遥感信息提取中最常使用的方法之一，其技术核心是对遥感图像的分割，分为非监督分类和监督分类。对非监督分类而言，其所分的结果需要专家进行判读和类别的归并，并最终确定其所需的类型。对监督分类而言，需要选取大量的训练样区，而训练样区的选取不仅费工而且还很费时，训练样区选择的好坏也直接影响分类的结果。由于分类是建立在数理统计的基础之上，没有建立在对遥感信息机理分析和知识挖掘的基础上，这样就使得它难以实现遥感图像专题信息提取的全自动化。为此，基于知识发现的遥感专题信息提取将成为另一个相当有发展前途的方向。
3．基于知识发现的遥感专题信息提取
基于知识发现的遥感专题信息提取是遥感信息提取的发展趋势。其基本内容包括知识的发现，应用知识建立提取模型，利用遥感数据和模型提取遥感专题信息。在知识发现方面，包括从单期遥感图像上发现有关地物的光谱特征知识、空间结构与形态知识、地物之间的空间关系知识。其中，空问结构与形态知识包括地物的空间纹理知识、形状知识以及地物边缘形状特征知识。从多期遥感图像中，除了可以发现以上知识外，还可以进一步发现地物的动态变化过程知识；从GIs数据库中可以发现各种相关知识。在利用知识建立模型方面，主要是利用所发现的某种知识、某些知识或所有知识建立相应的遥感专题信息提取模型。基于知识发现的遥感专题信息提取主要包括了基于光谱信息知识的遥感专题信息提取、基于地物纹理知识的专题信息提取和基于地物形状知识的专题信息提取。
三、遥感图像处理
遥感图像处理是指对遥感图像进行一系列的操作，以求达到预期目的的技术。遥感图像处理可分为两类：一是利用光学、照相和电子学方法对遥感模拟图像（照片、底片）进行处理，简称为光学处理；二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理。遥感数字图像处理。根据抽象程度不同，可分为三个层次：狭义的图像处理、图像分析和图像解译。狭义的图像处理着重强调在图像之间进行变换。图像分析主要是对图像中感兴趣的目标进行检测和量测，从而建立对图像的描述。图像解译是进一步研究图像中各目标物的性质、特征和它们之间的相互关系，并得出对图像内容的理解以及对原来地面客观地物、场景的解译，从而为生产、科研提供真实、全面的客观世界方面的信息。
1．遥感图像校正
遥感图像校正是指从具有畸变的图像中消除畸变的处理过程，其中包括辐射校正和几何校正。
1）辐射校正
利用遥感器观测目标物辐射或反射的电磁能量时，从遥感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量是不一致的，这是因为测量值中包含太阳位置及角度条件、薄雾等大气条件所引起的失真。辐射校正的目的就是为了消除这些辐射量失真。引起辐射畸变的因素有遥感器的灵敏度特性、太阳高度及地形、大气等。
由遥感器的灵敏度特性引起的畸变校正又可分为由光学系统的特性引起的畸变校正和由光电变换系统的特性引起的畸变校正。前者可以利用理想的光学系统中某点的光量与光轴到摄像面边缘的视场角的余弦几乎成正比这一性质进行校正，后者可以通过定期在地面测定光电变换系统的灵敏度特性进行校正。数据采用波段问的比值进行校正等。
由太阳高度及地形等引起的畸变校正又分为由于视场角和太阳角的关系引起的亮度变化的校正和由于地形倾斜的影响校正。前者可以通过推算阴影曲面的方法进行校正，后者可以采取用地表的法线矢量和太阳光入射矢量的夹角进行校正，以及对消除了光路辐射成分的图像数据采用波段问的比值进行校正。
由大气影响引起的畸变校正方法主要有直方图最小值去除法和回归分析法。
……
展开
