图像解译复习总结

第一篇：图像解译复习总结

名词解释（40‘）简答（4*10’）综合（20‘）第一章

1.遥感提供哪些信息？可以用来干什么？ 空间、属性、变化

现状（卫星视频，选址，石油储备，难民，城市etc）2.技术流程

**地物信息的传递过程涉及的环节

3.解译方法（分类器）

遥感图像解译的任务与实施 目的：

信息提取：地表覆盖土地利用类别提取地物各组成部分和存在于其它地物的内涵的信息、相关信息。

方法：从遥感图像上提取地物信息所需要的的基础理论和实践方法。

4.众源（VGI）雷达、光学、GIS、历史产品、POI 遥感技术发展，导致数据的迅速积累，为多种来源的信息进行复合处理和综合分析提供可能，同时还促使建立起全面收集、整理和检索这些数据的空间数据库及管理系统，建立一些地学分析模型、计量分析模型或进行其它相关研究与综合分析。

空间尺度

尺度是指观测和描述物体、结构和过程的空间维。从地理学的角度 p135 空间异质性(尺度是空间异质性的量度单位)指某个变量在空间上分布的不均匀性及复杂程度，是自然现象固有的属性。空间异质性的程度不仅取决于自然现象的本身，也依赖于测量尺度大小

遥感图像尺度

根据应用目的和要求不同，每个传感器具有不同的特性，即不同的遥感平台和传感器所获得的图像的空间分辨率、光谱分辨率、辐射分辨率和时间分辨率是不相同的。

第二章 遥感研究对象的特性 地理单元

地理综合体是一个相对封闭的自然地段，它通过发生在内部的诸自然过程和地理组成成分的相互依存性而构成一个整体。其成分有同质与异质之分，所有高级地理综合体，它们的异质程度随等级升高和单元规模扩大而增大。地理综合体从低级到高级单元，其内部相似性逐渐减少，而相互间差异性逐渐增大。1.反射（光学影像）

（1）典型目标波谱特性（水体，植被指数，红边蓝移（不健康，病虫害，氮碳压迫）水体的发射特性 线显示出近红外的“陡坡”效应

水体比热大，热惯量相对大，对红外波段几乎全吸收，自身辐射率高。水体表面保持相对均一的温度，红外线找水的理论依据（2）高光谱 解决同物异谱、异物同谱 离散→连续

同谱异物：在某一个谱段区，两个不同地物可能呈现相同的谱线特征；目视效果？ 同物异谱：可能同一个地物，处于不同状态，如对太阳光相对角度不同，密度不同，含水量不同等等，呈现不同的谱线特征。2.发射（热红外影像）

（1）功能区&非功能区

（2）LST 地表温度（连续）⇿ 地面站点 地表空气温度（离散）3.主动（雷达影像）

在机载雷达图像上，依据植物群聚的郁闭度和密度，以相对于地面高度等对雷达波后向散射的强弱造成的影像色调和影纹结构来识别其为何种群落。

（1）无颜色，有明暗（2）城市化（雷达VS光谱）时间特征: 一是自然变化过程，即其发生、发展和演化；

二是节律，既事物的发展在时间序列上表现出某种周期性重复的规律。时相变化：

遥感研究时相变化，主要反映在地物目标光谱特征随时间的变化而变化上。处于不同生长期的作物，光谱特征不同，即光谱响应的时间效应，可以通过动态监测了解它的变化过程和变化范围。

充分认识地物的时间变化特征以及光谱特征的时间效应，有利于确定识别目标的最佳时间，提高识别目标的能力。

第三章 遥感数据的物理属性和成像性能 1.空间分辨率和比例尺（1）尺度&卫星、传感器（2）解译标志

遥感图像量测性能：对地物细部和在其上的各个物体之间几何关系的再现能力。真正对遥感图像量测性能及其上地物细部的再现能力有决定性作用的是图像的比例尺。对于遥感图像而言，主要是数字图像，决定其图像量测性能及其上地物细部的再现能力的主要是几何分辨率。

2.光学特性知识规则，训练建模 光谱分辨率研究的重要作用：（1）开拓了遥感应用领域

从利用综合波段记录电磁波信息，到分波段分别记录电磁波的强度，可以把地物波谱的微弱差异区分并记录下来，使遥感应用范围逐步扩大；（2）专题研究中波谱段的选择针对性越来越强；（3）信息提取可以提高分析解译效果。

对于复杂的目标进行分离提取或解译时，往往不仅要利用其特征波段内的差异，还要利用各波段间的差异。

3.光谱标志可变性：物体本身的某些特性会影响着它们的光谱响应标志 用传感器测得的光谱响应常能分辨出它们的类型和条件。依据是什么？反射光谱曲线和发射光谱曲线。

地物的光谱特性标志——对不同波长下的特定地面物体取得的自然辐射测定值。导致光谱响应标志是可变的！

导致光谱响应标志可变性的因素时间效应、空间效应和大气的影响等。

由于光谱响应标志的可变性，需要参比数据。

获取参比数据收集遥感待测目标、区域或现象的某些量测值或观测值。这些数据可以从一个来源或数个来源取得。

4.辐射特性重要性

对于某一个波段的图像，地物特征的识别主要依赖于它们的光谱响应及其变化。如地物的形状与大小，仍然依赖于它的辐射特征与周围物体的不同（即色调的变化）来反映。空间特征中的纹理结构，也是通过较小区域内光谱响应特征（色调）的变化频率来反映。辐射特征与成像方式有关 5.热辐射→土壤&水

地物的辐射功率与温度和发射率成正比在热红外像片上其灰度 与辐射功率成函数关系高分热影像的应用 6.雷达特性 反射&地物特性

地形起伏与反射强度的关系 各种表面的反射 7.时间特性

时间分辨率：不同传感器的时间分辨率与目标的时间性关系作用 时间分辨率的作用

选择最佳成像时间的决定因素；遥感动态应用方面的重要作用；利用时间差以提高遥感的成像率和解像率。数据库更新的重要参考因素；利用遥感图像解译监测地面的动态变化。

第四章 遥感数据的信息性能 图像的信息性能

图像的一种能力，在可理解的形式中反映地物和现象的详尽程度，这个详尽程度是识别自然现象、识别地球物理成因、识别静止和运动状态中的自然和人工地物所必须的。

反映所传递的这些地面信息的质量和数量，将遥感图像的成像能力、量测能力和信息容量等三个特性统一在一起。

1.不同形状地物对识别概率曲线的影响（公式理解）

图像分解力：在一mm长的图像上能够将绝对反差的线条分开成像的数量 图像解像力：图像上最小的、但还能分辨的地物尺寸。

图像清晰度：表示传递地物形状的能力，决定目视观测中有效的放大极限。

简单地物：2.复杂地物≠简单地物概率加权和 3.场景识别概念方法

第五章 遥感图像特征和解译标志

1.解译标志 ：遥感图像光谱、辐射、空间和时间特征决定图像的视觉效果、表现形式和计 算特点，并导致物体在图像上的差别。

图像解译建立在研究地物性质、电磁波性质及影像特征三者的关系之上。主要从影像特征来判断电磁波的性质，以确定地物的属性，即从影像特征来识别地物。地物电磁波特征的差异在影像上的反映就是各种各样的色、形信息。色：色调、颜色、阴影、反差； 形：形状、大小、空间分布、纹理等。

解译标志可区分如下：色调与色彩、形状、尺寸、阴影、细部（图案）、以及结构（纹理）等。

揭示标志在目视观察时借以将物体彼此分开的被感知对象的典型特征。

包括形状、尺寸、细部、光谱辐射特性、物体的阴影、位置、相互关系和人类活动的痕迹。揭示标志的等级决定于物体的性质、它们的相对位置及与周围环境的相互作用等

解译标志——揭示标志

由识别的观点来看，解译标志就是以遥感图像的形式传递的揭示标志。

解译标志是研究、比较和区分地物图像的条件。这项工作的结果用于地物图像的识别。但是在多数情况下，基于遥感图像识别地物并作出决定时，似乎并不是利用解译标志，而是利用揭示标志。

2.直接特征：对比度、亮度etc.直接约束

地物本身和它们的遥感图像所固有的

间接特征： eg.非植被→阴影→房屋 缺点？优点？

3.各种特征 ①色调与色彩：

（1）可见光黑白图像，地物的亮度和颜色都由色调来表达，即黑白深浅的程度。（2）可见光彩色图像，表现为亮度(I)，色调(H)和饱和度(S)值。（3）非可见光遥感图像，热红外图像上色调差别是物体辐射温度的差别；侧视雷达图像上色调差别是表示物体反射电磁波能量的大小；多光谱图像对彩色物体的色调判读，要按反射率的强弱与波长之间的关系来定。②形状(轮廓）：形状一般指物体或图形由外部的面或线条组合而呈现的外表。③大小(尺寸)：图像上地物的大小，与图像的空间分辨率有关，地物本身的尺寸有关。④阴影:(1)可见光范围内的阴影分为本影和落影；(2)热红外图像上的阴影一般由温度较低的地段所致。(3)对于雷达图像而言，其盲区可产生阴影。

⑤ 图案（细部):图案指地物的某种组合，可以是同类地物的组合，也可以是不同类地物的组合，它与纹理的主要区别在于图案重复出现。

⑥纹理（结构):纹理是由许多细小的地物的色调重复出现组合而成，是单一的细部特征的集合。

⑦地物关系:利用临近区域的已知地物或现象的图像，根据地学规律，对遥感图像进行观察，通过比较和“延伸”,从而对地物或现象进行辨认。

⑧位置与位置算子:位置是指地物所处环境在图像上的反映，即图像特定位置上目标(地物)与背景(环境)的关系。它对图像解译有间接的指引作用。

第一级是色调与色彩，第二级是形状、尺寸、纹理，第三级是图型、高度、阴影，第四级是变化、位置、关系。

纹理分析 有空间范围、重复出现的

其一：依据它的图像特征，主要从纹理的物理意义角度加以分析，包括纹理强度、纹理密度、纹理方向、纹理长度、纹理宽度等。

其二：将纹理的的图像特征与它的地理意义相联系。

灰度共生矩阵法：对图像的所有像素进行统计调查，一边描述其灰度分布的一种方法，此方法是图像灰度的二介统计量，是一种对纹理的统计分析方法。

灰度共生矩阵：定义为从灰度为i的点和某个固定的位置（相距d,方向为）的、灰度为 j的点——同时出现的概率。往往合适地选择d，而则取0，45，90，135度

GLCM纹理特征能够有效的补充高分辨率影像的光谱信息，提高目标提取与分类的精度；若区域内像素群灰度值较平滑（同质性区域），则GLCM矩阵主对角线的元素的值会较大；如果该区域内像素的灰度是随机分布的，则共生矩阵的所有元素呈现相似的频率。

二次统计量：灰度共生矩阵并不能直接提供纹理信息（实际上可以，而且效果可能更好。。。）为了描述纹理的状况，需要在灰度共生矩阵的基础上再提取能综合表现灰度共生矩阵状况的纹理特征量，称为二次统计量。

GLCM实施的几个关键问题，包括（1）纹理测度的选择，（2）分析窗口的大小（3）纹理计算的基影像

g.位置是指地物所处环境在图像上的反映，即图像特定位置上目标(地物)与背景(环境)的关系。它对图像解译有间接的指引作用。

4.地物关系 在遥感图像解译中，经常利用临近区域的已知地物或现象的图像，根据地学规律，对遥感图像进行观察，通过比较和“延伸”，从而对地物或现象进行辨认。这种方法的主要依据就是一种地物的存在常与其它一些地物的存在有关系，因而地物关系成为了一个间接的解译标志。（高层 阴影房屋共生）4.解译要素

5.永久性标志&临时性标志：永久性标志是形状、尺寸、结构（图案）、位置和物体之间的联系；临时性的标志是细部、色调（颜色）、阴影和物体作用的痕迹。临时性的标志与图像特征的可变性和局限性有关。有多种因素可以导致同一地物或现象的图像特征发生变化，主要包括空间环境变化、时间变化、地物本身的特性以及传感器的性能。6.SAR的特征和标志

7.面向对象的识别（由像素到对象、栅格到矢量、离散到连续）8.多角度（角度→高度，加入解译标志）获取信息更为丰富。但是也有一定的难度。几何纠正问题：分辨率不一致；局部形变不一样 相同地物在不同的角度具有不同的灰度值。第六章 遥感图像解译方法

1.计算机辅助分类方法（什么方法提高精度）

分类：分类依据、使用特征、分类方法、提高精度的途径和方法、不同应用目的对图像的要

求、优缺点、注意问题

基于目标的信息提取：类层次结构以及提取信息的内容 基于模糊理论的信息提取

优点：利用隶属度函数将分割获取的图像对象特征转化为模糊值；不同特征之间可以组合，这样的特征不需要是相同的特征；提供了明确的和可调整的特征描述；通过模糊运算和层次类型描述，能够进行复杂的特征描述。

特征值模糊化

将一个确定值转换成模糊值，对每个特征值转换为一个隶属度值，其范围零到一。这个值的转换由成员函数确定，成员函数的确定是模糊化特征值的关键。

2.分类器

最邻近法：基于知识的分类，利用隶属度函数。需要对每一个类分别定义样本，并且在特征空间中比较未知目标和样本之间的距离。

基于知识的分类：成员函数将特征模糊化[0，1]后，通过逻辑运算组合起来进行类赋值的计算。一般有两种情况单个情况、多个情况的组合

分类的关键：特征的可选择性以及可分离性。多尺度分割提供大量的特征，选择最佳的有利于信息提取的特征是基于目标的分类的关键所在。

3.混淆矩阵

分类的精度指标：总体精度、Kappa 系数、混淆矩阵（可能性）、生产者（制造者）精度、用户精度。

混淆矩阵（百分比）地表真实（百分比）显示了每个地表真实分类中类分布的百分比。数值通过每个地表真实栏里的像元数除以一个给定地表真实类中的像元总数得到。OA(总体精度)总体精度由被正确分类的像元总和除以总像元数计算。地表真实图像或地表真实感兴趣区限定了像元的真正分类。被正确分类的像元沿着混淆矩阵的对角行分布，它显示出被分类到正确地表真实分类的像元数。像元总数是所有参与地表真实分类的像元总和。

Kappa系数：所有地表真实分类中的像元总数(N)乘以混淆矩阵对角行的和，再减去一类中地表真实像元的总和与这一类中被分类的像元总数的积，再除以总的像元数的平方减去这一类中地表真实像元与这一类被分类的像元总数的积得到的。

制图精度或生产者精度：是指分类器将整个影像的像元正确分为A类的像元数（对角线值）与A类真实参考总数（混淆矩阵中A类列的总和）的比率

用户精度：是指正确分到A类的像元总数（对角线值）与分类器将整个影像的像元分为A类的像元总数（混淆矩阵中A类行的总和）比率

6.混合像元分解

混合像元：一个像元内仅包含一种地物，则这个像元称为典型像元，该类地物称为典型地物。一个像元内包含几种地物，称该像元为混合像元。

混合像元分解：如果每一混合像元能够被分解而且它的覆盖类型组分(端元组分)占像元的百分含量(丰度)能够求得，分类将更精确，因混合像元的归属而产生的错分、误分问题也就迎刃而解，即混合像元分解。

分解像元光谱的关键问题：

与参考光谱进行匹配。光谱的差异表示像元中非目标地物的特征。

该特征通常用于从图像像元中自动地挑选用于作为背景的像元（如裸土），并确定剔除背景的量。剩余像元光谱，如背景剔除后的作物光谱，与参考光谱比较，如果在指定的容差范围内有匹配的光谱，则认为此像元包含感兴趣地物。剔除的背景数量表明在当前像元中有多少感兴趣地物。

特点：不能确定感兴趣地物在像元中的位置，可以确定像元中是否包含感兴趣地物以及包含的量。

线性光谱混合求解

假设：图像中单一混合像元的光谱反应为各种纯地物参考光谱的线性组合，利用已知的参考光谱可以求出一个混合像元内各参考光谱所占的比例。线性混合模式可以一个线性矩阵方程式來描述：

提高混合像元分解精度的可能性

最佳端元光谱的选择，选择最能代表影像的全部端元，达到增加了不同端元光谱差距的目的，提高分解精度。减小端元内部的变化。扩展传统混合光谱分解模型。选择性进行端元光谱的分解。

混合像元分解的具体步骤：端元提取、混合模型选取、混合像元分解

像元二分模型

假设1：像元只有两部分构成，例如，有植被覆盖的地表与无植被覆盖的地表。

假设2：所得到的光谱信息也只有这两个组分因子线性合成，它们各自的面积在像元中所占

的比率即为各因子的权重，其中植被覆盖的地表占像元的百分比即为该像元的植被覆盖度。

第二篇：遥感图像解译实习报告

遥感图像解译课程

综合实习

实习报告

学院：遥感信息工程学院

班级：10011

学号：20103025900

姓名：李祥

指导老师：刘继琳

一、实习目的与意义

1.掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍影像进行目视解译；

2.学会使用图纸制作遥感影像底图并清绘遥感影像； 3.掌握实地调绘、核实和补测的基本方法；

4.学会使用ERDAS软件进行数字化成图，并制作专题图。

二、实习资料与设备

在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、2007年的航空影像一张、转印纸三张。

在进行室内计算机成图阶段，实习资料有2007年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。

三、实习原理

一）遥感图像解译标志

1)色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。如海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。

2)颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。日常生活中目标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真假彩色 3)阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子

根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的解译是不同的

4)形状（shape）：目标地物在遥感图像上呈现的外部轮廓。

遥感图像上目标地物形状:顶视平面图 解译时须考虑遥感图像的成像方式。

5)纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。二）目视解译流程

四、实习步骤

实习过程可分室内判读和外业实地调绘以及内业数字化成图三个步骤。室内判读是利用2002年10月获取的0.6米分辨率的快鸟卫星遥感影像和2.5米分辨率的SPOT5（实际是2.5米全色与5米多光谱数据融合的）数据制作正射影像图，根据室内判读方法，对图斑的形状、大小、色调、位置、纹理等特征进行对照分析，依照分类规则，按10种地物类别进行判读解译，勾绘图斑工作底图，然后再与2002年土地利用现状数据进行比较，发现变化要素并将其绘制到工作底图上。对于无法从室内确定是否发生变化的图斑，或变化不明确的，要进行外业实地调查，以确保更新的准确性。外业调绘则对变化要素进行实地调绘、核实和补测。通过以上的工作步骤，完成对华农幅2002版土地利用现状图进行复核更新。内业数字化成图则利用遥感图像处理软件ERDAS进行。具体步骤如下：

一）内业判读

内业判读主要是解译人员根据自己的专业知识、地理区域知识、遥感系统知识从遥感影像中提取遥感信息、反演地面原型的目视判读方法，然后绘制底图。

1)图像解译

遥感解译的实质是个分类过程，即根据遥感图像的光谱特征、空间特征、时间特征，按照解译者的认识程度，或是自信程度和准确度，逐步进行目标的探测、识别和鉴定的过程。首先确定一个目标或特征的客观存在，在更高一层的认识水平上去理解目标或特征，并把它粗略地定为某个十分普通的、大类别中的一个实体，再进一步根据图像上目标的细微特征，已足够的自信度和准确度，将上述识别的这个实体，划归在某一种特定的类别中。

遥感图像的解译是从遥感影像特征入手的，包括色调或颜色、阴影、大小、形状、纹理、图案、位置、组合等。2)绘制底图

根据提供的遥感图像，将转印纸覆盖在07年的航片和02年的SPOT影像上，进行草图勾绘。

在进行勾绘时，需要注意勾绘出主要地物，包括主要道路、建筑物、河流等，这样一些地物在实地勘察是具有重要的指向作用，保证了外业调绘的有效地进行。对于航片的初步勾绘，详略应该得当，如果绘制的过于细致，则会导致勾绘图上分不清具体的地物；如果勾绘的过于粗略，则会导致不能充分的反映影像内容而造成外业勘察的困难。

我们组测区是华中农业大学西北角，占较大面积的地物有农田、苗圃、水系、裸地、道路和建筑。

根据解译标志。分别在快鸟影像和SPOT上解译出以下地物：

农田：在影像上一般呈现绿色调，而且形状大多较规则，呈方块状紧密连在一起，纹理较均匀；

苗圃：色调呈浅黄色，形状较规则，纹理也较均匀，但没有农田均匀； 水系（包括鱼塘等）：在图像上占最大面积，呈深蓝色，几乎无纹理； 道路：呈条带状，色调为白色；

建筑（房子）：片状分布，呈矩形紧致连在一起，并且有阴影。

快鸟影像比SPOT影像的分辨率更高，所以影像更清晰，颜色层次更鲜明，区域边界更明显，纹理和阴影更易识别。

二）外业实地勘察

根据所绘制的草图，结合Google路线图，开展外业调绘、核实和补绘。对于内页介意没有变化的图斑，采用图例在底图上标注。对于内业解译中的变化图斑，需要在实地进一步的进行调查核实，在确定其变化后的地类后，在草图上标出其图斑的地类；对于内业解译错误的图斑，在工作图上用红笔标明；对于遥感图像上与实地不一致的地方，尤其需要实地的进行调查和勾绘，在勾绘时，需要结合变化地物的地理位置、尺寸以及与其他地物的相互关系等来进行绘制，也需要用红笔标明出来。

我们组测区主要是地物类别是建筑，农田和苗圃。主要图斑变化情况是由裸地变成建筑、道路，水系变成裸地等。

三）整理、清绘外业调绘成果图

在完成了外业调绘图后，需要对其进行整理和清绘。首先，需要依据变化的地物，合理的勾绘出实时的地物分布图，可以结合谷歌地图以及外业的调查结果，合理的完成地物的绘制，需要达到清晰、准确的反映地面地物分布的要求。完成了实时地物的勾绘后，再根据地物的实际类型，结合具体的制图标志，将地物的具体类别用符号准确的标记在清绘图上。

清绘图的准确进行，需要我们认真、细致的外业调绘，不仅要求具体的标绘出变化的地物，而且需要详细的表示出各类地物的具体类别，为计算机成图打下良好的基础。

四）数字化成图

野外调查完成后的遥感图像目视解译成果，一般以专题图或遥感影像图的形式表现出来。利用ERDAS软件进行屏幕数字化转绘图形，编辑成图。

首先，根据利用ERDAS软件将02年快鸟影像和07年的航拍影像进行几何配准，裁剪出出07年所需区域的航拍影像，作为数字化成图的原始数据。

然后利用ERDAS软件新建一个和上述快鸟影像相同大小的图层，作为专题图绘制图层。进行专题图的绘制时，可以结合02年的快鸟数据、07年的航空影像以及清绘图，综合进行地物的绘制。主要包括两个过程：

1）用ERDAS软件的AOI工具，将转印纸标绘的地物输入到计算机中； 2）用专题制图模块，制作土地利用分类图。

在进行专题图的绘制时，应该将同一类地物一起勾绘。我们小组测区内，地物可以分为裸地（未分类部分视作裸地）、水系、农田和苗圃、建筑和道路五大类，每一类均应该分别勾绘出来，并用不同的颜色表示。

完成了土地利用图的勾绘后，就可以利用ERDAS中的专题图生成模块，进行专题图的生成。加入专题图名称、比例尺、指北针、公里格网、图例等专题图要素后，即完成了土地利用专题图的绘制。

注：成图过程中，我们利用ERDAS中的new map composition板块进行相应的操作。点击Composer图标→New Map Composer，在New Map Composer对话框中定义一系列参数产生专题制图文件；在Map Frame对话框中，定义一系列参数，确定制图范围；运用Create Grid/Ticks图标，绘制格网线与坐标注记；运用Create Scale Bar绘制地图比例尺；在Create Legend中绘制地图图例；在Styles中确定指北针的类型；在Text Styles Chooser中绘制地图名。

五、实习成果

图1是我们第二小组绘制的本测区的土地利用图，图中将地物一共分为五类，分别用不同的颜色表示出来。由于本测区位于华中农业大学周边，因此建筑物十分复杂，在绘图时部分零散建筑采用一个地块表示。

图1 土地利用图

图2 是在完成土地利用图的基础上的，绘制的专题地图，加入了图名、格网、指北针、图例、比例尺等要素，使得图像的专题意义更为清晰明了。

图2 土地利用专题地图

六、实习体会

遥感图像解译综合实习是对目视解译整体流程的一次综合实践。在实习准备阶段，了解待解译区域地物分布特征。在室内解译阶段，充分利用之前机房实习的解译经验，从02年QuickBidr和07年航空摄影影像解译出地物块，并进行对比分析，找出变化要素。室外解译阶段，以小组为单位，进行实地调绘，结合影像进一步判读地物类型的变化。最后，根据野外调绘结果清绘图，导入计算机，利用ERDAS软件进行数字化成图。

整个实习过程如行云流水般，在老师的悉心指导下一步一步完成。这次实习，即使对课堂所学知识的一次全面的回顾与实践，也提高了我们的动手能力和团队协作精神。在外业调绘阶段，团队成员分别负责路线选择，实地考察，变化要素识别，变化要素绘制，协作过程井然有序。在数字化成图阶段，团队成员分别负责裸地、水系、道路、农田和苗圃、建筑的数字化生成对应地物类AOI，然后小组成员共同对AOI进行合并，生成地物类别专题图。

同时，实习过程中得到了老师的悉心指导，解决了一些关键问题，在此表示忠诚的感谢。

第三篇：英文病名解译

Adams-Stokes综合症：与发热程度不平行的心动过速和心律失常或有心衰的表现，常见于病毒性心肌炎Allen试验：用于检查手的供血情况，即尺桡动脉通畅和两者间的吻合情况Asherman综合征：刮宫后宫腔粘连闭锁而闭经，即子宫性闭经Austin Flint杂音：主见A关闭不全。心尖区可闻及舒张中、晚期隆隆样杂音，认为是主A返流撞击心室并妨碍二尖瓣开放所致Beck三联征：血压突下降或休克、颈静脉怒张、心音低弱遥远。见于大量心包渗液的心脏压塞Biots呼吸(间停R)：巴比妥类药物中毒(R抑制)Brockenbrough现象阳性：心导管检查主A内压在心内压升时不升反降，此为梗阻性肥厚性心肌病的特异表现

Budd-chiari(肝静脉阻塞综合征)：肝肿大淤血BUS：即常规B超检查，胆道病首先选用 胆结石、下段胆管癌均为首选Charcot(夏柯)三联征：腹痛寒热黄疸，见于胆道感染(胆石症胆囊炎)Cheyne-Stokess呼吸(潮氏R)：巴比妥类药物中毒(R抑制)Codman三角：骨肉瘤的特点Colles(反科雷)骨折远段典型移位是远侧端向掌侧移位(屈曲型)Colles(科雷)骨折远段典型移位是远侧端向背侧移位(伸直型)Corrigan脉(水冲脉)：主脉压↑引起，见于主A瓣关闭不全、A导管未闭甲亢或贫血Courvoisier征：见于胆管下端癌，(需行胰十二指肠切除术)Cushing库兴氏综合征(皮质醇增多症)：肾上腺分泌过量的皮质激素引起满月脸、向心肥胖、皮肤紫纹、高血压和骨质疏松。De Musset(点头征)：头随心脏搏动而动，见于主A瓣关闭不全Duroziez征：股动脉双期杂音，见于主A瓣关闭不全。Dixon手术（经腹直癌切除术）：离肛门10cm上的癌，术后控排便最满意Dugas征阳性：肩关节脱位，方肩畸型ERCP(经十二指肠胰腺逆行造影)：可显示胆道系统和胰腺导管的解剖及病变还可取石取蛔虫Ewart征：背部左肩胛角下呈浊音，语颤增强和支气管呼吸音。为渗出性心包炎体征之一Felty综合症：类风关伴脾大和中粒细胞减少Finkelstein征阳性：桡骨茎突狭窄性腱鞘炎Gibson杂音（机器样杂音）：A导管未闭

病名英语缩写

AA 再障 AD 阿尔海默茨病（一种老年痴呆症）Af 房颤 AGN 急性肾炎 AI 主闭 AIH 自身免疫性肝炎 AIHA 自身免疫性溶血性贫血 AIN 急性间质性肾炎 ALT 成人T细胞白血病 AMI 急性心梗 AP 急性胰腺炎DU十二指肠溃疡 AP 心绞痛 APB 房早 ARDS 成人呼吸窘迫综合症 ARF 急性肾功能不全 AS 主狭 ASD 房缺 ASO 闭塞性动脉硬化 AT 房速 **B 房室传导阻滞 BBB 束支传导阻滞CHD冠心病 CAP 社区获得性肺炎 CF 心衰 CGN 慢粒 CGN 慢性肾炎 CHF 充血性心衰 CI 脑梗死CIN 慢性间质性肾炎 CLL 慢淋 COPD 慢性阻塞性肺气肿 CRF 慢性肾功能不全 DIC 弥漫性血管内凝血 DKA 糖尿病酮症酸中毒 DLE 盘状红斑狼疮 DM 糖尿病 或强直性肌营养不良DN 糖尿病肾病 DR 糖尿病视网膜病变 ED--勃起功能障碍EP 癫痫 ERCP内镜逆行胰胆管造影术F3 法三 F4 法四 FD 功能性消化不良 GD 甲亢 Graves GERD胃食管反流病 GU

胃溃疡 HA 遗传性共济失调HAP 医院获得性肺炎 HD 霍杰金病、或亨廷顿舞蹈症 HD 霍奇金病HE 肝性脑病 HIE 新生儿缺血缺氧性脑病 HNKHC 高渗性非酮症糖尿病昏迷 HP 高血压IBD 炎症性肠病 IBS 肠易激综合症 IDA 缺铁贫 IDD 胰岛素依赖性糖尿病 IGT 糖耐量减低 IHD 缺血性心脏病 IIM 特发性炎症性肌病 IPF 特发性肺纤维化 ITP过敏性紫殿 MAS或POED 多发性骨纤维结构不良MDS 骨髓增生异常综合症 MG 重症肌无力 MI 心梗 MM 多发性骨髓瘤 MS 多发性硬化MVP 二间瓣脱垂 NF 神经纤维瘤病NG－淋病 NHL 非霍奇金PAP 肺泡蛋白质沉积症 PAT 阵发性房性心动过速 PCP 卡式肺囊虫肺炎 PD 帕金森氏病（又叫震颤麻痹）PDA 动脉导管未闭 PEM 蛋白质－热能营养不良PID 盆腔炎 PIE 间质肺气肿 PKU 苯丙酮尿症 PNH 阵发性睡眠性血红蛋白尿 PS 肺狭PTE 肺栓塞 RA 类风湿关节炎 RAEB 难治性贫血伴原始细胞增多型 RBBB右束支传导阻滞 SAP 急性重症胰腺炎 SBE 亚急性感染性心内膜炎 SCA 脊髓小脑共济失调 SLE 系统性红斑狼疮 SSc 系统性硬化病 SSS 病态窦房结综合症 STD 性传播疾病 T2DM 2型糖尿病TB 肺结核 TH 紧张性头痛TIA 短暂性脑缺血发作TIP 血栓性血小板减少性紫殿

TS 结节性硬化 UA 不稳定性心绞痛 UC 溃疡性结肠炎 VD 血管性痴呆 VDH 心脏瓣膜病 VSD 室缺 WD 肝豆状核变性

第四篇：遥感导论-习题及参考答案第五章 遥感图像目视解译与制图答案

第五章 遥感图像目视解译与制图

·名词解释

色调：全色遥感图像中从白到黑的密度比

纹理特征：也叫内部结构，指遥感图像中目标地物内部色调有规则变化造成的影像结构。光机扫描成像：依靠探测元件和扫描镜对目标地物以瞬间视场为单位进行的逐点、逐行取样，以得到目标地物电磁辐射特性信息，形成一定谱段的图像。

目视解译标志：直接标志和间接标志.直接标志是地物本身的有关属性在图像上的直接反映。间接标志是指与地物的属性有内在联系,通过相关分析能够推断其性质的影像特征。

目视解译过程：是解译者通过直接观察或借助一些简单工具(如放大镜等)识别所需地物信息的过程。遥感制图：通过对遥感图像目视判读或利用图像处理系统对各种遥感信息进行增强与几何纠正并加以识别、分类和制图的过程。

·问答题

阐述遥感图像目视解译的方法和具体工作步骤

答：遥感图像目视解译步骤：

1.目视解译准备工作阶段

①明确解译任务与要求；②收集与分析有关资料；③选择合适波段与恰当时相的遥感影像。

2.初步解译与判读区的野外考察

①初步解译的主要任务是掌握解译区域特点，确立典型解译样区，建立目视解译标志，探索解译方法，为全面解译奠定基础。

②野外考察：填写各种地物的判度标志登记表，以作为建立地区性的判度标志的依据。在此基础上，制定出影像判度的专题分类系统，建立遥感影像解译标志。

3.室内详细判读

①统筹规划、分区判读②由表及里、循序渐进③去伪存真、静心解译。

4.野外验证与补判

①野外验证包括：检验专题解译中图斑的内容是否正确;检验解译标志.②疑难问题的补判：对室内判读中遗留的疑难问题的再次解译。

5.目视解译成果的转绘与制图

一种是手工转绘成图；一种是在精确几何基础的地理地图上采用转绘仪进行转绘成图

简述可见光、热红外和微波遥感成像机理

答：可见光成像是对目标的反射率的分布进行记录。热红外成像原理：红外热成像使人眼不能直接看到目标的表面温度分布，变成人眼可以看到的代表目标表面温度分布的热图像。微波成像原理发射机产生足够的电磁能量，经过收发转换开关传送给天线。天线将这些电磁能量辐射至大气中，集中在某一个很窄的方向上形成波束，电磁波遇到波束内的目标后，将沿着各个方向产生反射，其中的一部分电磁能量反射回接收机的方向，被天线获取。

遥感图像目视解译方法主要有哪些?列出其中5种方法并结合实例说明它们如何在遥感图像解译中的应用。

答：方法：直接解译法/对比法/综合解译法/逻辑推理法/地学分析法

第五篇：图像特征提取总结

图像常见特征提取方法简介

常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。

一、颜色特征

（一）特点：颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。另外，仅使用颜色特征查询时，如果数据库很大，常会将许多不需要的图像也检索出来。颜色直方图是最常用的表达颜色特征的方法，其优点是不受图像旋转和平移变化的影响，进一步借助归一化还可不受图像尺度变化的影响，基缺点是没有表达出颜色空间分布的信息。

（二）常用的特征提取与匹配方法（1）颜色直方图 其优点在于：它能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。其缺点在于：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。

最常用的颜色空间：RGB颜色空间、HSV颜色空间。

颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。（2）颜色集

颜色直方图法是一种全局颜色特征提取与匹配方法，无法区分局部颜色信息。颜色集是对颜色直方图的一种近似首先将图像从 RGB颜色空间转化成视觉均衡的颜色空间（如 HSV 空间），并将颜色空间量化成若干个柄。然后，用色彩自动分割技术将图像分为若干区域，每个区域用量化颜色空间的某个颜色分量来索引，从而将图像表达为一个二进制的颜色索引集。在图像匹配中，比较不同图像颜色集之间的距离和色彩区域的空间关系（3）颜色矩

这种方法的数学基础在于：图像中任何的颜色分布均可以用它的矩来表示。此外，由于颜色分布信息主要集中在低阶矩中，因此，仅采用颜色的一阶矩（mean）、二阶矩（variance）和三阶矩（skewness）就足以表达图像的颜色分布。（4）颜色聚合向量 其核心思想是：将属于直方图每一个柄的像素分成两部分，如果该柄内的某些像素所占据的连续区域的面积大于给定的阈值，则该区域内的像素作为聚合像素，否则作为非聚合像素。（5）颜色相关图 二纹理特征

（一）特点：纹理特征也是一种全局特征，它也描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征是无法获得高层次图像内容的。与颜色特征不同，纹理特征不是基于像素点的特征，它需要在包含多个像素点的区域中进行统计计算。在模式匹配中，这种区域性的特征具有较大的优越性，不会由于局部的偏差而无法匹配成功。作为一种统计特征，纹理特征常具有旋转不变性，并且对于噪声有较强的抵抗能力。但是，纹理特征也有其缺点，一个很明显的缺点是当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差。另外，由于有可能受到光照、反射情况的影响，从2-D图像中反映出来的纹理不一定是3-D物体表面真实的纹理。

例如，水中的倒影，光滑的金属面互相反射造成的影响等都会导致纹理的变化。由于这些不是物体本身的特性，因而将纹理信息应用于检索时，有时这些虚假的纹理会对检索造成“误导”。

在检索具有粗细、疏密等方面较大差别的纹理图像时，利用纹理特征是一种有效的方法。但当纹理之间的粗细、疏密等易于分辨的信息之间相差不大的时候，通常的纹理特征很难准确地反映出人的视觉感觉不同的纹理之间的差别。

（二）常用的特征提取与匹配方法 纹理特征描述方法分类

（1）统计方法统计方法的典型代表是一种称为灰度共生矩阵的纹理特征分析方法Gotlieb 和 Kreyszig 等人在研究共生矩阵中各种统计特征基础上，通过实验，得出灰度共生矩阵的四个关键特征：能量、惯量、熵和相关性。统计方法中另一种典型方法，则是从图像的自相关函数（即图像的能量谱函数）提取纹理特征，即通过对图像的能量谱函数的计算，提取纹理的粗细度及方向性等特征参数（2）几何法

所谓几何法，是建立在纹理基元（基本的纹理元素）理论基础上的一种纹理特征分析方法。纹理基元理论认为，复杂的纹理可以由若干简单的纹理基元以一定的有规律的形式重复排列构成。在几何法中，比较有影响的算法有两种：Voronio 棋盘格特征法和结构法。（3）模型法

模型法以图像的构造模型为基础，采用模型的参数作为纹理特征。典型的方法是随机场模型法，如马尔可夫（Markov）随机场（MRF）模型法和 Gibbs 随机场模型法（4）信号处理法

纹理特征的提取与匹配主要有：灰度共生矩阵、Tamura 纹理特征、自回归纹理模型、小波变换等。

灰度共生矩阵特征提取与匹配主要依赖于能量、惯量、熵和相关性四个参数。Tamura 纹理特征基于人类对纹理的视觉感知心理学研究，提出6种属性，即：粗糙度、对比度、方向度、线像度、规整度和粗略度。自回归纹理模型（simultaneous auto-regressive, SAR）是马尔可夫随机场（MRF）模型的一种应用实例。三形状特征

（一）特点：各种基于形状特征的检索方法都可以比较有效地利用图像中感兴趣的目标来进行检索，但它们也有一些共同的问题，包括：①目前基于形状的检索方法还缺乏比较完善的数学模型；②如果目标有变形时检索结果往往不太可靠；③许多形状特征仅描述了目标局部的性质，要全面描述目标常对计算时间和存储量有较高的要求；④许多形状特征所反映的目标形状信息与人的直观感觉不完全一致，或者说，特征空间的相似性与人视觉系统感受到的相似性有差别。另外，从 2-D 图像中表现的 3-D 物体实际上只是物体在空间某一平面的投影，从 2-D 图像中反映出来的形状常不是 3-D 物体真实的形状，由于视点的变化，可能会产生各种失真。

（二）常用的特征提取与匹配方法 Ⅰ几种典型的形状特征描述方法

通常情况下，形状特征有两类表示方法，一类是轮廓特征，另一类是区域特征。图像的轮廓特征主要针对物体的外边界，而图像的区域特征则关系到整个形状区域。几种典型的形状特征描述方法：

（1）边界特征法该方法通过对边界特征的描述来获取图像的形状参数。其中Hough 变换检测平行直线方法和边界方向直方图方法是经典方法。Hough 变换是利用图像全局特性而将边缘像素连接起来组成区域封闭边界的一种方法，其基本思想是点—线的对偶性；边界方向直方图法首先微分图像求得图像边缘，然后，做出关于边缘大小和方向的直方图，通常的方法是构造图像灰度梯度方向矩阵。（2）傅里叶形状描述符法

傅里叶形状描述符(Fourier shape descriptors)基本思想是用物体边界的傅里叶变换作为形状描述，利用区域边界的封闭性和周期性，将二维问题转化为一维问题。由边界点导出三种形状表达，分别是曲率函数、质心距离、复坐标函数。（3）几何参数法

形状的表达和匹配采用更为简单的区域特征描述方法，例如采用有关形状定量测度（如矩、面积、周长等）的形状参数法（shape factor）。在 QBIC 系统中，便是利用圆度、偏心率、主轴方向和代数不变矩等几何参数，进行基于形状特征的图像检索。

需要说明的是，形状参数的提取，必须以图像处理及图像分割为前提，参数的准确性必然受到分割效果的影响，对分割效果很差的图像，形状参数甚至无法提取。（4）形状不变矩法

利用目标所占区域的矩作为形状描述参数。（5）其它方法近年来，在形状的表示和匹配方面的工作还包括有限元法（Finite Element Method 或 FEM）、旋转函数（Turning Function）和小波描述符（Wavelet Descriptor）等方法。Ⅱ基于小波和相对矩的形状特征提取与匹配

该方法先用小波变换模极大值得到多尺度边缘图像，然后计算每一尺度的 7个不变矩，再转化为 10 个相对矩，将所有尺度上的相对矩作为图像特征向量，从而统一了区域和封闭、不封闭结构。四空间关系特征

（一）特点：所谓空间关系，是指图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系也可分为连接/邻接关系、交叠/重叠关系和包含/包容关系等。通常空间位置信息可以分为两类：相对空间位置信息和绝对空间位置信息。前一种关系强调的是目标之间的相对情况，如上下左右关系等，后一种关系强调的是目标之间的距离大小以及方位。显而易见，由绝对空间位置可推出相对空间位置，但表达相对空间位置信息常比较简单。空间关系特征的使用可加强对图像内容的描述区分能力，但空间关系特征常对图像或目标的旋转、反转、尺度变化等比较敏感。另外，实际应用中，仅仅利用空间信息往往是不够的，不能有效准确地表达场景信息。为了检索，除使用空间关系特征外，还需要其它特征来配合。

（二）常用的特征提取与匹配方法

提取图像空间关系特征可以有两种方法：一种方法是首先对图像进行自动分割，划分出图像中所包含的对象或颜色区域，然后根据这些区域提取图像特征，并建立索引；另一种方法则简单地将图像均匀地划分为若干规则子块，然后对每个图像子块提取特征，并建立索引。