遥感图像语义

1、 1.2 国内外研究现状 - 1 1.3 本文所做的工作及内容安排- 2 1.3.1 主要工作- 2 1.3.2 内容安排 - 2 第二章 数字图像预处理 - 3 2.1 图像灰度化 -。

2、1 遥感图自身的意义 7 3.2 遥感数字影像的特点 8 4 几何校正的原理 10 4.1 遥感图像的粗纠正处理 10 4.2 遥感图像的精纠正处理 . 11 4.2.1 基于多项式的遥感图像纠正. 11 4.2.2 利用共线方程对遥感图形就行纠正. 12 4.2.3 通过有理函数最遥感图像的纠正. 12 4.2.4 通过小面元微分来自动配准的几何纠正. 13 4.2.5 进行高差改正后的 CCD 线阵图形的多项式的几何纠正 14 5. 几何图像的纠正方式以及控制点获取方法 14 5.1 几何校正的方法 . 15 5.1.1 像点几何图形的位置之间的转换 15 5.1.2 像素灰度重采样. 16 5.2 控制点的获取方法 21 5.2.1 控制点的选取方式. 21 5.2.2 控制点的数量、分布、特征. 21 6 几何图形校正的具体步骤 22 7 总结与展望 24 7.1 总结 24 7.2 展望 25 结束语. 26 致谢 26 参考文献 27 遥感图像几何校正方法研究 1 遥感图像几何校正方法研究 摘要 当进行遥感图像处理时，我们会将它表达在规定的投影图像参照系统中。
遥 感几何图。

3、0 3.2 监督分类 . 11 3.2.1 监督分类的步骤 11 3.2.2 最大似然分类法 . 12 3.2.3 平行多面体分类方法 . 13 3.2.4 最小距离分类方法 . 14 3.3 非监督分类 . 15 3.3.1 K-均值聚类法 . 15 3.3.2 ISODATA 算法聚类分析 16 3.3.3 平行管道法聚类分析 . 17 3.4 计算机自动分类的新方法. 17 遥感图像分类方法的研究与精度评定 II 3.4.1 神经网络分类法 . 18 3.4.2 模糊分类法 . 18 3.4.3 专家系统分类法 . 19 3.4.4 支持向量机 SVM 分类法 . 20 3.4.5 决策树分类法 . 20 4 精度评定 . 21 5 结束语 . 23 致 谢 24 参考文献 25 遥感图像分类方法的研究与精度评定 III 遥感图像分类方法的研究及精度评定 摘 要 随着科学技术的发展，航空遥感图片和卫星遥感图像分辨率不断提高，在从不同 角度认识宇宙世界的方式中，遥感已然占据了不可撼动的位置。
目前，遥感图像在空 间数据资源采集方面起着越来越重要的作用。
本文对遥感图象分类的研究背景进。

4、类与非监督分类。
非监督分 类是指在缺乏先验类别知识的情况下，只根据本身的统计特性进行分类，监督 分类是根据已知的先验知识（一般由一组样本数据提供） ，找出各类的特征，根 据这些特征对未知像素进行分类遥感技术广泛应用的重要途径之一就是遥 感图像分类，分类的精度直接影响遥感数据的应用水平和实用价值。
非监督分 类的方法相对简单一些，但精度差；而监督分类有先验知识做指导，精度相对 较高，但是需要地面采样，成本比较高 1 遥感图像分类原理遥感图像分类原理 通常我们所指的遥感图像是指卫星探测到的地物亮度特征，它们构成了光 谱空间，每种地物有其固有的光谱特征，它们位于光谱空间中的某一点，但由 于干扰的存在，环境条件的不同，例如：阴影，地行上的变化，扫描仪视角， 干湿条件，不同时间拍摄及测量误差等，使得测得的每类物质的光谱特征不尽 相同，同一类物质的各个样本在光谱空间是围绕某一点呈概率分布，而不是集 中到一点，但这仍然使我们可以划分边界来区分各类因此，我们就要对图 像进行分类，图像分类的任务就是通过对各类地物波谱特征的分析选择特征参 数，将特征空间划分为不相重叠的子空间，进而。

5、3.2 小波变换法（简述） 12 3.2.1 小波变换概念 . 12 3.2.2 小波变换特点 . 13 3.2.3 二阶小波变换分解方式 . 13 第四章 实验与分析 14 4. 1 实验简述 14 4. 2 实验内容及步骤 15 4.2.1 图像的预处理 . 15 4.2.2 纹理分析 . 18 4. 3 实验结果分析 19 第五章 基于纹理特征的图像分割 20 5.1 阀值分割法 . 20 5.1.1 图像的阀值分割概论 . 20 5.1.2 双峰法 . 21 5.1.3 最大方差阀值法 . 21 5.2 边缘检测 . 23 5.2.1 边缘的定义 23 5.2.2 边缘检测的数学基础 24 5.2.3 普通的边缘检测算子 24 5.2.4 最优算子法 25 总结 30 参考文献 31 2 摘要摘要 遥感：在远离被测物体或现象的位置上，使用一定的仪器设备，接收、记录物体或 现象反射或发射的电磁波信息，经过对信息的传输、加工处理及分析与解释，对物体及 的性质及变化进行探测和识别的理论与技术。
它是非接触远程获取面状图像信息的手 段。
遥感图像的智能化解译主要技术包括遥感图像的融合技术。

6、设计(论文论文)任务书任务书(理工类理工类) 毕业设计(论文)题目： 遥感图像的彩色增强处理 题目来源 教师科研 课 题 纵向课题（ ） 题目类型 理论研究（ ） 注：请直 接在所属 项目括号 内打“” 横向课题（ ） 应用研究（） 教师自拟课题（） 应用设计（ ） 学生自拟课题（ ） 其 他（ ） 总体设计要求及技术要点： 随着遥感技术应用的深入，应用部门对遥感图像色彩方面的要求也逐渐提高。
以 往的黑白遥感影像或原始的遥感影像的色彩已经远远不能满足人们的要求。
因此对遥 感影像色彩通过各种手段进行改善，解决遥感影像在色彩方面的问题是当今急需解决 的问题。
基本设计要求： 编程实现彩色图像的直方图增强法。
较高设计要求： 编程实现彩色图像的色调增强法、饱和度增强法 技术要求： 1. MATLAB 的使用 2 .彩色图像的直方图增强法、色调增强法、饱和度增强法 工作环境及技术条件： MATLAB 软件环境 工作内容及最终成果： II 本设计要求对原始的彩色遥感图像，采用直方图增强法、色调增强法、饱和度增 强法等方法进行彩色增强处理。
在 MATLAB 或 VC+软件环境中编写代。

7、何校正有两种：一是根据卫星轨道公式将卫星的位置，姿 态，轨道，大地曲面形状及扫描特征作为时间的函数来计算每条扫描线上像元的 坐标， 这种校正往往因为对遥感传感器的位置及姿态测量精度不高而使得校正后 图像仍有不小的误差。
所以又称其为粗几何校正， 粗校正一般由遥感数据生产者， 如卫星遥感地面站或遥感公司负责进行； 二是对经过粗几何校正影像进行精几何 校正，该校正需要借助地面控制点，和多项式等校正模型进行。
一般来说，遥感 卫星使用较准确的定位技术，姿态保持相当稳定，由卫星姿态变化引起的几何误 差较小，但是成像过程中大气扰动引起的几何误差较大；而航空遥感飞机，特别 是航模飞机，其姿态变化引起的几何误差不能忽略，有时还相当大。
几何校正（Geometric Correction）是利用控制点(Grond Control Point,GCP）进行的，它 是用一种数学模型来近似描述遥感图像的几何畸变过程， 并利用畸变的遥感图像与标准地图 之间的一些对应点（即控制点）球的这个几何畸变模型，然后利用次模型进行几何畸变的校 正，这种校正不考虑畸变的具体原因，而只考虑如何利用畸变模型来校正图像。
1 几何。

8、别的图像的 分类识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重 要的意义。
遥感图像的计算机分类是通过计算机对遥感图像像素进行数值处理，达到 自动分类识别地物的目的。
遥感图像分类主要有两类分类方法：一种是非监督 分类方法，另一种是监督分类方法。
非监督分类方法是一个聚类过程，而监督 分类则是一个学习和训练的过程，需要一定的先验知识。
非监督分类由于不能 确定类别属性，因此直接利用的价值很小，研究应用也越来越少。
而监督分类 随着新技术新方法的不断发展，分类方法也是层出不穷。
从传统的基于贝叶斯 的最大似然分类方法到现在普遍研究使用的决策树分类和人工神经网络分类方 法，虽然这些方法很大程度改善了分类效果，提高了分类精度，增加了遥感的 应用能力。
但是不同的方法有其不同优缺点，分类效果也受很多因素的影响。
本文在对国内外遥感图像分类方法研究的进展进行充分分析的基础上，应 用最大似然分类法、 ISODATA分类法对鹤壁市Geoeye遥感图像进行了分类研究。
在对分类实现中，首先对分类过程中两个必不可少的，并影响分类效果的步骤 也进行了详细地研究，分别是分类样本和分类特征；然后详细介绍。