遥感影像目视解译

1 背景
- 1.1 分类的基础
- 1.2 分类的4种方法
- 1.3 遥感影像解译的概念
- 1.4 遥感影像解译的任务
- 1.5 解译的8大要素
2 目视解译
- 2.1 依据
- 2.2 步骤
- - 2.2.1 影像预处理
- 2.3 图像解译经验

1 背景

1.1 分类的基础

遥感卫星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。

1.2 分类的4种方法

遥感影像分类的4类方法

1.3 遥感影像解译的概念

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

1.4 遥感影像解译的任务

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。

1.5 解译的8大要素

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、8）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。

2 目视解译

2.1 依据

（7、8）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。

2.2 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）撰写报告

（8）检查通过

2.2.1 影像预处理

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。

2.3 图像解译经验

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

参考资料：
https://www.sohu.com/a/145773486_211444

遥感影像处理2——目视解译相关推荐

遥感影像处理有高招，“专治”各类花式并发的述求！
摘要: 遥感影像处理领域,需要各种各样的并发处理逻辑.Kubernetes容器平台,使用Docker容器作为独立无依赖的运行单元,非常适合大规模遥感影像并发计算的底座.配合超强的Workflow流程引 ...
遥感影像处理书籍推荐
目前技术发展,遥感影像处理已经趋于自动化,各位在搞科研.搞项目的时候肯定要自己编程实现相关算法.相关模型,但对遥感影像处理相关的基础知识.原理也要理解,便于后期更好的开展科研.下面给推荐基本遥感书籍及 ...
遥感影像处理的几个概念
辐射定标: 1.定义(Radiometric Calibration)是计算地物的光谱反射率或光谱辐射亮度时,或者需要对不同时间.不同传感器获取的图像进行比较时,都必须将图像的亮度灰度值(DN)转换为 ...
PS插件：Photoshop遥感影像处理插件
Photoshop地理空间插件,实现遥感影像批量转换为PS图层,并且按照地理位置关系,在PS中叠加图层显示:PS图层调色编辑之后,一键转成带地理坐标的遥感影像. PS插件下载地址: https://d ...
基于Python高光谱遥感影像处理实例
前言在写波段配准相关代码时经常需要用到tif影像的波段合成和分解,虽然可以用ENVI才处理,但是每次都要打开再设置一些参数有些麻烦,所以本着"独立自主.自力更生"的原则就写了些脚 ...
简单粗暴 |土地利用遥感影像处理(从数据下载到ENVI与ArcGIS结合)
1 数据获取打开任何一个浏览器搜"地理空间数据云"或者在网页地址处输入网址:http://www.gscloud.cn,注册账号登录进去,点击高级搜索,设定下载区域范围以及传感器 ...
在envi做随机森林_简单粗暴 |土地利用遥感影像处理(从数据下载到ENVI与ArcGIS结合)...
1数据获取打开任何一个浏览器搜"地理空间数据云"或者在网页地址处输入网址: http://www.gscloud.cn ,注册账号登录进去,点击高级搜索,设定下载区域范围以及传感 ...
介绍一个开源的高分辨率遥感影像处理库-OTB
官方网址:http://www.orfeo-toolbox.org/otb/ 先粘贴一些官网的介绍链接过来,等有有较深入研究后翻译一些过来. OTB is a C++ library for high ...
最新导则下：基于遥感解译与GIS技术环境影响评价图件制作实践应用
[前言] <环境影响评价技术导则生态影响>(HJ 19-2022)即将实施,其中生态影响评价图件是生态影响评价报告的必要组成内容,是评价的主要依据和成果的重要表现形式,是指导生态保护措施 ...
基于遥感解译与GIS技术环境影响评价图件制作
<环境影响评价技术导则生态影响>(HJ 19-2022)即将实施,其中生态影响评价图件是生态影响评价报告的必要组成内容,是评价的主要依据和成果的重要表现形式,是指导生态保护措施设计的重要依 ...

遥感影像处理2——目视解译