遥感图像分析和信息提取
目前，从遥感图像中提取信息的方法主要有三种:一种是遥感图像的目视解译，利用简单的观测工具(如立体镜、放大镜等。)用肉眼识别图像，判断目标的属性特征；二是遥感图像的光学处理，即利用光学仪器提高图像质量，压制噪声，突出目标图像，提取相关信息；三是遥感图像的数字化处理，即利用计算机对数字化图像进行几何校正、增强等特殊处理，达到提取目标属性特征信息的目的。三种方法各有千秋，但目视判读是基础。光学处理和数字处理是进一步解释和提高解释水平不可或缺的技术手段，但其效果仍需专业的目视解释和判断。随着计算机技术的飞速发展，遥感信息越来越多地被数字化记录和存储，因此数字图像处理已经成为遥感图像处理的主要手段。本节主要介绍遥感图像的目视解译和遥感数字图像处理的基本方法。
20.1.1遥感影像目视解译
目视判读法的基本特点是能充分发挥判读人员掌握的专业基础知识和思维判断能力，减少误判概率，具有简单易行的优点。只要有遥感影像数据，任何场合都可以判读。在遥感图像的目视解译中，解译效果取决于解译人员的知识、技能和经验水平。
20.1.1.1遥感影像地质解译标志
地质解译标志是表示地质体和地质图像遥感信息的图像特征。根据其表现形式的不同，地质解释标志分为直接解释标志和间接解释标志两大类。前者是地质体和地质现象的属性特征在遥感图像上的直接反映，如图像形状、大小、色调、阴影等。后者是与地质体或地质图像有关的其他物体或现象的图像特征，如地貌特征、水系格局、植被、土壤、水文、人类活动等。通过它们的相关性分析，还可以区分这些地质体或地质图像的属性特征。
不同类型的地物具有不同的电磁辐射特性。在图像中的反映是形成各种颜色和形状信息:颜色是色调、色彩、阴影和对比度；形是指形状、大小、空间布局、质地等。“色”只有依附于“形”才是有意义的解读。色差也往往表现出深层现象的“透视”信息。只有从这个到那个，从外到内，综合分析比较，解读才能有好的效果。
20.1.1.2遥感影像目视解译的基本方法
视觉判读最基本的方法是立体观察。它利用简单的光学立体反射镜将二维平面图像转化为三维光学模型，从而突出地面物体的空间特征，便于人眼识别目标并确定其空间位置。
立体观察必须满足两个基本条件:一是要有立体像对，二是要有立体镜。立体像对是指在两个相邻摄影基准站同一地面上获取的一对比例尺相同、有一定重叠的照片(影像)。立体镜是进行立体观察的专用仪器。其主要作用是迫使观察者左眼只看到左胶片(图像)，右眼只看到右胶片(图像)，从而获得良好的立体观察效果。
随着遥感技术的发展，遥感解译不仅使用摄影获得的照片，还使用红外扫描成像和雷达成像图像。需要指出的是，虽然它们的图像元素或特征也是形状、大小、阴影、周围环境、空间布局、色调等。，它们在不同波段成像的图像中有不同的含义。
20.1.1.3目视判读的方法和原理
(1)解释方法
对于不同遥感影像的解译，主要区别在于目标的具体解译标志不同；解释的原则和方法是一致的。视觉判读常用的方法主要有三种。
(1)直接判断法。指利用直接解释标志来判断地质体或地质现象。这种方法简单可靠，但只应在地质体直接出露地表，或覆盖面小，解释标志相对稳定时应用。比如西北大部分地区都有这个条件，很多地质体都可以用直接判断法来确定。
②对比法。这是最常用的方法。通常包括几种情况:一是将遥感影像与地质实体进行对比；二是与已经起作用的邻近地区的图像进行比较；三是与以往数据对比。通过对比，建立了适用于该区的准确可靠的解释标志。对比法也用于解释结果的现场验证。
③逻辑推理方法。根据地质现象与地表其他景观要素的相关性，运用地质学、地貌学、水文学、土壤学、地植物学等相关学科的理论进行综合分析和逻辑推理，从而确定目标对象的属性。在这里，间接标志主要用于判断隐伏的地质体或地质现象，这种方法在中国南方解释图像时经常使用。
(2)解释原则
遥感图像判读的原理可以概括如下。
①宏观原则。在任何地区进行解释时，应使用卫星图像或小比例尺航空照片来研究图像的整体轮廓。以获得整个工区宏观结构框架的正确概念。这是接下来的详解能否快速准确取得成果的关键，具有重要的指导意义。在此前提下，各部分的详细解读才能有效进行。
(2)先易后难、循序渐进的原则。整个解释工作必须循序渐进，才能提高工作效率，事半功倍。以下是一些实践经验的总结，供大家参考。？从比较熟悉的地段开始，推进到不熟悉的地段，也就是从已知到未知。？先解读图像的清晰部分，再解读模糊部分。？首先是山脉，然后是平原；先构造，再岩性。？先骨折，再折叠。？先线性结构，再环形结构。？前岩浆岩，后沉积岩，然后是变质岩。？先解释被揭示的，再解释被隐藏的。其中，？、?、?三点是灵活的，需要根据图像显示的程度来决定。交错口译也很常见。
20.1.2遥感数字图像处理
遥感图像处理，特别是数字图像处理，是增强和提取成矿环境的地质、构造、矿化等有用信息的重要手段。同时广泛应用于资源、环境、农林牧渔、土地整理、工程地质等领域，潜力巨大。特别是随着新一代遥感影像的光谱分辨率和空间分辨率的提高，多时相多类型遥感影像数据的融合以及遥感影像与其他数据的融合将变得越来越重要。遥感图像记录了大量地物的微弱特征信息，如目标的红外光谱信息和微波信息，这些信息是肉眼和常规仪器难以发现的。遥感图像的数字化处理可以大大提高人们识别目标的能力。事实上，随着计算机技术的发展，遥感图像处理的内容已经远远超出了宏观图像的范围。遥感、物探、化探和地质矿产资料可以通过图像处理方法进行有效的组合、集成和复合或增强、变换、分类和模式识别，提取一组特征标志，形成找矿综合信息图(或图像)。
20.1.2.1数字图像
数字图像是由二维阵列(矩阵)表示的图像。该阵列由采样点-像素组成，这些采样点-像素是通过以相等的间隔对连续变化的空间图像进行采样而生成的。采样点的间距取决于图像的分辨率或遵循相关的采样定律。采样点(像素)的大小通常取采样间隔内色调(颜色)连续变化的地物的平均值，一般称为亮度值或灰度值；它们的最大和最小间隔代表数字图像的动态范围。数字图像的物理意义取决于采样对象的性质。对于遥感数字影像来说，是对应成像区域内物体电磁辐射强度的二维分布。在数字图像中，像素是最基本的单位。每个像素的位置可以通过行和列(x，y)坐标来确定；亮度值(z)通常介于0(黑色)到255(白色)之间。因此，任何数字影像都可以用X、Y、Z的三维坐标系来表示，例如陆地卫星的MSS影像(图20-1)可以看作是一个x=2340(行)，y=3240(列)，Z = 0 ~ 255的三维坐标系。TM，SPOT等。相同，但行数和列数不同。
数字图像可以来自各种来源。大多数卫星遥感，如MSS、TM、SPOT、SAR图像等。，地面场景的遥感信息直接记录在数字磁带上。相关遥感卫星地面站或气象卫星接收站可提供相应的计算机兼容数字磁带(CCT)或数据光盘及其记录格式。应用人员只要按照记录格式将图像数据输入计算机图像处理系统，就可以获得数字图像，进行各种图像处理。对于照片或胶片图像，可以通过电光透射密度计和扫描仪将图像密度转换成数值，然后形成数字图像；非遥感地质图，如地形图、地质图、航磁图、重力图、地球化学异常图等。也可以通过数字化仪或扫描仪转换成数字图像。来自同一区域的不同来源的数字图像可以被精确地配准和合成。
图20-1左图是一条扫描线上亮度值生成的原理。与光学影像相比，左影像中的影像坐标和像素参考系具有更高的量化级别(256级)，失真更小，不同影像的配准精度更高，便于传输和存储，更重要的是计算机可以进行各种灵活、可靠、有效的处理，使遥感影像获得更好的解译分析等应用效果。
20.1.2.2数字图像处理
数字图像以具有不同亮度值的像素的行和列来组织数据。其最基本的特点是像素的空间坐标和亮度值是离散化的，即只能取有限的、确定的值。因此，离散性和有限性是数字图像最基本的数学特征。所谓数字图像处理，就是根据数字图像的这种数字特征，构造各种数学模型和相应的算法，然后通过计算机进行运算(矩阵变换)处理，从而获得更有利于实际应用的输出图像和相关数据资料。因此，数字图像处理通常也被称为计算机图像处理。
数字图像处理在算法上基本可以分为两种:一种是点处理，即在进行图像变换运算时，只输入图像空间中一个像素点的值，逐点处理，直到处理完所有的点，如对比度增强、比率增强等。另一种是邻域处理，即为了产生一个新像素的输出，需要输入与该像素相邻的几个像素的值。这类算法一般用于空间特征处理，如各种滤波处理。点处理和邻域处理具有不同的适应面，在设计和估算时应选择不同的处理对象和处理目标。
图20-1陆地卫星MSS数字影像合成原理
遥感数字影像处理，数据量一般很大，往往需要对一组数字影像(多波段、多时相影像等)做多种处理。)同时因此，需要根据遥感图像的光谱特性、空间特性和时间特性，以及不同的对象和要求，构建不同的数学模型，设计不同的算法。它不仅治疗方法丰富，而且形成了自己的特色，发展成为一种特殊的技术方法。
根据处理目的和功能的不同，目前遥感数字图像处理主要包括以下四个方面。
(1)图像恢复处理。它旨在校正或补偿成像过程中的辐射畸变、几何畸变、各种噪声和高频信息的损失。属于预处理的范畴，一般包括辐射校正、几何校正、数字放大、数字拼接等。
(2)图像增强处理。通过一些数学变换，恢复的数据可以扩大图像之间的灰度差异，从而突出目标信息或改善图像的视觉效果，提高可解释性。主要包括对比度增强、色彩增强、空间滤波、图像变换增强等方法。
(3)图像复合处理。将同一区域内不同来源的数字影像按照统一的地理坐标进行空间配准和叠加，对不同的信息源进行对比或综合分析。也就是通常所说的多源(元)信息合成，既包括遥感和遥感信息合成，也包括遥感和非遥感地学信息合成。
(4)图像分类处理。对于多遥感数据，根据多维光谱空间(亮度值向量)中像元的特征和一定的统计决策准则，由计算机划分和识别不同的光谱聚类类型，从而实现地质体的自动识别和分类。有监督和非监督分类方法。
需要指出的是，经过近10年的快速发展，数字图像处理的理论和方法已逐步完善和发展，成为一门研究内容丰富多彩的学科——数字图像处理。限于篇幅，这里只列出遥感数字图像处理的一般流程(图20-2)。
20.1.2.3数字图像处理系统
遥感数字图像处理不仅数据量大，而且数据传输频繁，专业性强。所以一般都是在专门的加工设备上进行。用于数字图像处理的专用计算机及其外围设备和相关软件构成了数字图像处理系统，通常由硬件系统和软件系统两部分组成。其中，硬件系统根据目前国内外的发展趋势可分为两类:大型专用计算机系统和微型计算机图像处理系统。一般来说，它们都包括以下基本组件。
图20-2遥感影像数字处理的基本流程
(1)主机。控制中心执行各种操作、预处理、统计分析和协调各种外围设备的操作，是最基本的设备。一般是高速大内存的专用电脑。
(2)磁带机和CD刻录机。连接数字磁带(CCT)或图像数据CD和主计算机的数据传输设备可以输入原始图像数据，并且还可以将中间处理和最终处理的结果传送到磁带或CD。目前大多数微机图像处理系统都配有CD刻录机，输入输出图像数据很方便。
(3)图像处理器。它是数字图像处理的专用核心设备，不仅承担图像复原、几何校正、增强、分类等各种图像处理功能的实现，还充当主机与各种输入输出设备之间的纽带。
(4)输出设备。用于显示、分析、记录和绘制处理结果，包括彩色监视器或彩色显示器、各种类型的打印机、绘图仪、胶片记录器和扫描仪等。
对于一个功能齐全的系统，除了上述之外，通常还包括胶片图像拍摄或扫描数字化仪、图形数字化仪等输入设备。
软件系统是指与硬件系统相匹配的用于图像处理和操作实现的各种软件。一般包括系统软件和应用软件。前者包括操作系统和编译系统，主要用于输入指令和参数，与计算机“对话”；后者是用某种语言编译的应用软件，存储在硬件系统的应用库中。用户可以根据研究任务使用对话模式或菜单模式，发出相应的指令使用这些程序，主机会做运算处理，得到所需的结果。不同的专业往往会设计自己的应用软件系统，因此国际上开发了多种图形图像处理软件系统，并为微机开发了一系列基于Windows的图形图像处理软件，如Photoshop等，功能强大，操作简单。
20.1.3遥感图像的光学处理
光学图像处理(Optical image processing)是指以胶片记录的遥感图像或由数字产品转换而来的图像胶片为处理对象，通过光学或电光仪器的处理和变换，对遥感图像进行变换和增强的一种图像处理技术。
用于光学处理的仪器和技术手段有很多，包括照相处理、光电处理和相干光处理。在处理方法上，有密度分割、颜色合成、边缘增强、对比度增强、光学像比、光学变换、光学编码等。其中常用的有假彩色等密度分割和假彩色合成。
值得指出的是，随着计算机软硬件技术的飞速发展，昂贵的光学图像处理系统基本上被计算机图像处理系统所取代。所以这里就不介绍了。