本文主要是介绍【遥感专题系列】遥感影像信息提取之——人工目视解译，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
遥感影像通过亮度值或像元值的高低差异（反映地物的光谱信息）及空间变化（反映地物的空间信息）来表示不同地物的差异，这是区分不同影像地物的物理基础。
人工解译是目前国内使用最多的一种影像提取方法，如土地普查、地质普查、水利普查等。这类方法非常灵活，但需要一定的经验，特别是像地质解译等，对业务专业要求比较多。
本专题分以下内容：
-
遥感图像解译基本概念
-
遥感图像解译预处理
-
解译标志的建立
-
解译关键问题
遥感图像解译
人们对地表物体的有关领域，如土地利用存在一种先验知识，在遥感图像寻找对应关系。然后，根据遥感图像的影像特征推论地表物体的属性。这一过程就称之为遥感图像的解译，也叫遥感图像的判读。
解译的任务就是从图像上认识，辨别影像与地物的对应关系、判断、归类、地物目标，并用轮廓线圈定它们和赋予属性代码，或用符号、颜色表示属性。
进行图像解译时，把图像中目标物的大小、形状、阴影、颜色、纹理、图案，位置及周围的系统称之为解译的八要素。
（1）大小：拿到图像时必须根据判读目的选定需要的比例尺。根据比例尺的大小，可以预先知道图像上多少毫米的物，在实际距离中为多少米。
（2）形状：由于目标物不同，在图像中会呈现出特殊的形状。用于图像判读的图像通常是垂直拍摄的，所以必须记住目标的成像方式。因为即使同样为树木，针叶林的树冠呈现为圆形，而阔叶树则形状不同，从而可以识别出二者。此外，飞机场，港口设施、工厂等都可以通过它们的形状判读出其功能。
（3）阴影：由于判读存在于山脉等阴影中的树木及建筑时，阴影的存在会给判读者造成麻烦，信往往会使目标丢失。但另一方面，在单像片判读时，利用阴影可以了解铁塔及桥、高层建筑物等的高度及结构。
（4）颜色：黑白像片从白到黑的密度比例叫色调（也叫灰度）。用全色胶片拍摄的像片中，目标物按照其反射率而呈现出白一灰一黑的密度变化。例如，同样为海滩的沙子，干的沙子拍出来发白，而湿沙则发黑。在红外图像上，水域拍出来是黑色的，而植被则发白。
（5）纹理：也叫结构，是指与色调配合看上去平滑或粗糙的纹理的粗细程度，即图像上目标物表面的质感。草场及牧场看上去平滑，造林后的幼树看上去像铺了天鹅绒，针叶树林看上去很粗糙。这种纹理也是判读的线索。
（6）图案：根据目标物的有规律的排列而形成的图案。例如，住宅区的建筑群，农田的垄、高尔春球场的路线和绿地，果树林的树冠等。以这种图案为线索可以容易判别出目标物。
（7）位置及与周围的关系：在（1）-（6）上加上各区域的地理特色及判读者的专业知识等，就可以确定解释的结果。
解译的操作步骤:
（1）影像预处理
（2）初步判读，建立判读标志
（3）野外调查或资料验证
（4）详细判读及其更新目标的定性、定位
（5）图形与属性文件生成
（6）接边
（7）检查通过
遥感图像解译预处理
预处理主要包括：几何校正、融合、裁剪、镶嵌。除了这些传统的预处理外，为了方便目视解译，图像解译中比较重要的处理还包括了波段组合、图像增强、图像变换等。传统的预处理这里就不多说了，这里介绍一下其他几个预处理方法。
一、波段组合
其作用在于：
-
扩展地物波段的差异性
-
表现差异显示的动态范围，扩展肉眼观察的可视性
-
综合选取各波段的特点
-
不同类别、形态得到良好的表达
多波段组合图像最终是为了提高地物的可判读性，使判读结果更为科学合理。高分辨率影像大多只有4个波段，波段组合常用就是真彩色和标准假彩色。有的时候在土壤分类或者植被分类时候，也可以把植被指数当做G分量。
组合比较丰富的是Landsat数据源，其他数据也可以参考其组合效果。总结如下：
| 组合（R、G、B） | 主要应用 |
| 4、3、2 | 类似于彩色红外图像，是一种标准假彩色图像，用于植被分类、水体识别。 |
| 3、2、1 | 类似于仿制真假彩色图像，用于各种地类识别。影像平淡、色调灰暗、彩色不饱和、信息量相对减少。 |
| 7、4、3 | 类似于仿真彩色图像，用于居民地、水体识别。 |
| 7、5、4 | 是一种非标准假彩色图像，画面偏蓝色，用于特殊的地质构造调查。 |
| 5、4、1 | 是一种非标准假彩色图像，植物类型较丰富，用于研究植物分类。 |
| 4、5、3 | 特点：1）利用了一个红波段、两个红外波段，因此凡是与水有关的地物在图像中都会比较清楚；2）强调显示水体，特别是水体边界很清晰，益于区分河渠与道路；3）由于采用的都是红波段或红外波段，对其它地物的清晰显示不够，但对海岸及其滩涂的调查比较适合；4）具备标准假彩色图像的某些点，但色彩不会很饱和，图像看上去不够明亮；5）水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰，但内部的街区结构特征清楚；6）植物会有较好的显示，但是植物类型的细分会有困难。 |
| 3、4、5 | 它是一种非标准的接近于真色的合成方案。对水系、居民点及其市容街道和公园水体、林地的影像判读是比较有利的。 |
其中最常用方案：使用4 ，3， 2 ， （近红外、红、绿、）配红、绿、蓝，形成标准假彩色图像，是一种在大量总结实际经验基础上的最常用方案。它的地物影像丰富，鲜明、层次好。植被以红色显示，主要用于资源环境和土地利用调查或更新等。
次常用方案：使用3、 4、 5（或7）配蓝、绿、红的合成方案。它是一种非标准的接近于真色的合成方案。（仿真彩色合成方案）它利用了TM图像较丰富的多光谱（红、近红外、短波近红外）对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。
二、植被抑制
植被应该说是地球上分布最广的地物类型，当对于非植被解译来说，就会照成很大的不便，特别是在地质解译中。
图1 tm影像（543组合）
图2 植被抑制之后（543组合）
解译标志的建立
遥感图像判读包括识别、区分、辨别、分类、评定、评价及对某些特殊重要现象的探测与鉴别。其轮廓的勾绘及其属性的赋予是要有依据。依据就是判读标志。也就是说，在遥感图像上研究地表地物的种种特征的总和，就叫判读遥感图像标志。
在数据预处理准备之后，要根据数据源情况、解译目标等信息确立解译标志，编写成表格文档形式，如表1所示：
表1 解译标志的建立
| 地物名称 | 特征 | 实例 |
| 林地 | 1、指生长乔木，树木郁闭度≥20％的各种天然、人工等树木的土地； 2、有林地通常依地形地貌呈面状分布，通常树冠连片，周边规则，色差明显，可见树冠阴影。但有林地不包括居民点绿地，以及铁路、公路、河流、沟渠的护路、护岸林； 3、图像纹理结构粗糙； 4、图像色调阔叶林为鲜红为主，针叶林为暗红为主； 5、在坝上高原农牧交错带，有林地通常分布在地形起伏的山地中，阴坡比阳坡生长较好。 |
A为人工种植的有林地；B为天然草地
水浇地中的林网 |
解译关键问题
一、数据源的选择
数据源的选择需要考虑的因素非常多，包括价格、空间分辨率、成像时间、波谱分辨率等因素，如下图所示。
图3 数据源的选择因素
二、解译平台
一个好的解译平台对于工程完成的效率影响非常大，涉及到操作的便捷、数据格式的互操作、结果的储存和管理等。对于高分辨率影像的解译，很多软件都具有半自动跟踪功能。
三、经验的积累
图像解译以相关的专业知识和经验为主导，图像处理为辅助，经验是在实践中逐步总结，如下为一些经验性的总结：
- 总体观察→到局部详细分析
- 综合分析→前人调查资料、地面实况
- 对比分析→地面调绘图、土地利用图
- 已知→未知
- 易→难
- 山区→平原
- 整体→局部（大类→二级分类）
- 宏观特征→细部结构
- 先线状地物→后图形
这篇关于【遥感专题系列】遥感影像信息提取之——人工目视解译的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
