微波遥感实习报告

1、«SA嘿像解译与计算机分类实习报告学院:班级:学号:姓名:实习地点：指导教师：1,实习目的和要求认识不同极化方式下的SAF®像，分析不同极化方式下SARM象的图像特征，在此基础上选择合适波段显示组合，选取适合样区；了解面向对象思想，在e-CogMtion设置合适尺度对选择样区内典型地物进行分割，基于分割所得的单元数据层实施规则集分类。2,实习内容和形式1 .全极化SAFS像影像特点认识浏览不同极化方式下的SAR图像，分析极化方式对典型地物的影像表现影响。分析道路，桥梁，建筑物，林地，水体等典型地物的后向散射特性，以及这些地物在SAR®像上的辐射特征，获得最适合分类

2、的极化波段组合。2,面向对象分类在最优波段组合方式SAR下，利用e-Cognition的规则集分类模块，选取对应地物样区，在10300间尝试分割，并选择最优分割尺度的对象单元进行规则集分类。3.实习步骤3.1 图像显示及图像特点分析使用ERDASC件读取并显示不同类型的SAR&据，对SAR图像的几何和辐射特点进行分析和比较，了解斑点噪声，找出典型的几何特征（透视收缩、叠掩和阴影），搜寻虚假现象，并与光学图像进行比较和分析，综合利用各种SAFh像增强处理方法，提高SAF®像分析效果。3.1.1 几何特征SAR是主动式侧视雷达系统，且成像几何属于斜距投影类型。它与中心投影的光学影

3、像有很大的区别。，其固有的特点表现在斜距显示的近距离压缩、透视收缩、叠掩、阴影及地形起伏引起的影像移位近距离压缩：雷达相对于等效中心投影的变形与角度有关。近距离变形大，远距离变形小。因此，越靠近星下点位置，地物被压缩的情况就越严重。在斜距显示的图像上，两地物目标之间的距离都缩短了，近距端（雷达波束照射地面距雷达近的一端）要比远距离端缩短得更多，这是雷达构像的几何特性所决定的。而在地形起伏较大的地区，迎坡面的近距离压缩会更加突出，背坡面会出现远距离拉伸现象。透视收缩和叠掩：地距大的地物目标的斜距等于地距小的地物目标的斜距，会使多个地面点在像平面上表现为一个像素，形成叠掩，叠掩区在图像上会呈现出高

4、亮色调。当坡度大到一定程度时，甚至会出现近端地面点成像在远端地面点之外，形成顶底倒置现象。阴影：当雷达波束受高大地物目标阻挡时，位于高大地物目标背面无法接收到电磁波信号，因而也就不会形成雷达回波，故在雷达图像的相应位置上出现暗区，形成阴影。虚假现象：多路径散射的结果，同一地物有多种成像路径，从而在影像上出现多个成像，另一原因是因为物体本身具有的速度产生多普勒频移，使得成像坐标与速度为零的情况下的成像坐标产生偏移。3.1.2 辐射特征雷达图像的辐射量是地物对微波散射在图像上的反应，其图像质量主要取决于雷达系统的工作参数（波长、入射角和极化方式）和地域参数（地表粗糙度和地物复介电常数）。斑点噪声：

5、斑点噪声的生成，通常是因为相邻地物干涉信息造成，在影像中一般体现为面目标中，明亮相见的点。斑点是与噪声类似的影像特征，由雷达或者激光等连贯系统所产生的。因地物或者地物表面对雷达或者激光等电磁波后向反射的干扰，斑点在影像上呈现出随机分布的特点。影像灰度：图像亮度代表后向散射强度。像元内表面越粗糙，后向散射越强。光滑表面镜面反射，后向散射很弱。后向散射强度与散射体的复介电常数有关，含水量越大，后向散射越强3.2 典型地物的影像特点分析根据课堂教学理论知识，对典型地物-道路、桥梁、建筑物和林地进行图像特点的分析。首先解译出典型地物，然后从不同方面对地物的图像特征进行描述和总结，形成典型地物图像特征表

6、，如果有相应地区的光学遥感影像，将两种数据进行综合分析，提高SAF®像的解译能力。植被：影响植被回波的主要因素有含水量、粗糙度、密度、结构、位置、种类以及雷达波束的方向等。高大植物以体散射为主，在图像表现为颗粒状；矮小植物表面则较平滑。一般HH极化方式的得到的回波强于VV极化。水体：雷达波对水体比较敏感，平静的水面可产生镜面反射，在图像上表现为深色调。对河流而言，由于受自然地形的影响，表现为不规则形状。另外，波段、极化方式和雷达波束方向对河流的识别也有一定的影响，例如X波段同极化图像上河流形态清晰，P波段全极化图像表现略差。当雷达波速与河岸具有一定夹角时，会产生角反射效应，表现为河流

7、两岸较亮，而中问这是黑色；当两者平行，河流表现为暗色。道路和桥梁：道路由于其材质、表面粗糙度的不同而有着不同的表现。当道路两侧有干沟、金属护栏、护坡或隔离绿化带时，道路两边会有亮边出现。桥梁，容易产生角反射器效应，形成强回波，在暗色调的河流背景下非常明显。建筑物：单独的房屋建筑由于4个侧面和顶面总是有两面能受到雷达波束照射，侧面与地面可能形成角反射器，平顶建筑物屋顶大多形成镜面反射，在雷达波照射方向表现为一条细线或一亮点（与建筑物大小和分辨率有关），房屋的另一面无雷达回波，在图像上显示为黑块状（阴影）。土壤：土壤的散射特性主要与入射角，地表粗糙度，含水量等有关。3.3 SAR图像计算机分类利用

8、易康软件对SARH像进行计算机分类，实验多种分类方法，比较分类结果，研究提高分类效果的方法，对分类结果进行分析和总结。分类步骤：预处理：由于SAR图像噪声较多，故利用ERDAS勺Convolution模块对图像进行3*3窗口低通滤波，得到去噪后的图像。1 .多尺度分割。打开易康软件（规则集模式），建立工程并导入图像后，在ProcessTree中右键点选AppendNew,选择Segmentation->multiresolutionsegmentation（多尺度分割）,在右边参数设置界面将ScaleParameter设置为合适的值。运行该规则，得到新的分割图层。其他参数包括layerw

9、eights（图层权重）、shape和compactness（形状因子）根据需要设置。此处分割的尺度设置为240orrocraTree,4X22751240;hape：3.1comcreadnc'NewLeve-1ttLOOlsuntlassiiedwith2-1413ard2-1>0atL»ehfarmloidl0Mlsunclasafednith24«0and2-3<0«tNewLwd:farmlandj-0.urclassiffdwithDensity*O.£2stNewLeve:road<0,0015urclasafed

10、ivithMax.difF>0.075itNewLevd:forest<0,JOlsroadwith1tan_ay#r1vS3andWearlayer2<30itNewLtrekwater图1分割的规则集上述图示中第一行展示了多尺度分割的相关参数，分割尺度240,形状参数shape和compact分别为0.1和0.5。2 .建立类别。在ClassHierarchy窗口右键InsertClass,定义地物类别。本次实习，建立了5种类别，包括农田1、农田2、林地、道路（田垄）和水系。ClassHierarchy；X：fjrmldndlfarnnlandS'forestre

11、adwaterIT'Croup&ZnhEiitanE*图2定义类别3 .在FeatureView视窗选择合适参量，建立分类标准。在ImageObjectInformation双击新增的SeaReflection特征栏，即可在图像视窗看到类别的显示效果。调整参数的范围，使得绝大多数属于该类别的地块被划分到该类别之内。在ProcessTree视窗右键AppendNew建立类另J规则，Algorithm选择assignclass来定义类别特征。FeatureViewE-"Ohjtgt£i.t哒.事*：0-Custonized*Cr««UntwJ

12、AriHwaticFsatis-Creolenew'RelaUOialFeature，位Z-3口田Type卜廊If3DIsCoKnected白，Lq上rValues审-Meanjf-rBrishiMSsLalLlaxuuieIVU日-，:Createm«'Mod/Quanlilt：:Createmt?Quantile"ZjStwd.Hrddcvi：y2Layer1一广Liyir2：3三SktvnssEIr*qa*.Fijj*a*'哂sue1gj|o*F工ftjHlEeilwCvrlvuiH上速Lt湾Ltf4fVllltEkuErzAuiEgBLiff

13、lf1Lnv3mhLi?tfj段书Is皿mmILvwfFilics5l<u4vHnri.LiffM2511snsi融KkrurnI.i.iMtUTB.KElCwjiulMnHIj.W2D“5MLMImiukFspt.运山口J.IJSi.ii4iKi.iihj'iIir!i1I.KJ3.msTMflPhLbtui：1mi-L:i!-s£LujEraLjiiac图3特征窗口图4图斑特征参数值4 .对于少量小图斑中的地类混杂情况，可使用手动编辑工具快速调整。对图斑进行分割，对分割后的子块手动赋予类别。有少量未分类的地物可以通过手动方式添加类别。图6手动修改后图5手动修改前5

14、.地物分类完毕后，菜单栏Export-ExportResults即可将分割所得各类别的矢量图层逐类导出4.实习结果及分析4.1 图像解译结果及分析4.1.1 透视收缩图1距离成像方式，如果山比较平缓，则雷达的波束先达到距离较近的山底,后达到山顶，则会形成透视收缩。图像上山的坡长要短于实际坡长。4.1.2 叠掩图2叠掩现象山的坡度较大的时候，易形成叠掩现象。有的地物被覆盖，甚至出现顶底倒置现象。4.1.3 阴影图3阴影在高程起伏较大的区域，在与雷达方向相反的地物一侧，会有阴影出现,地物成像显示为暗像元。4.1.4 虚假现象图4虚假现象由于地物的反射散射或多路径散射的原因，可能会导致图像上出现虚假

15、的目标。如图所示的桥梁，由于多重放射的原因，出现了多个虚像4.1.5斑点噪声图5斑点噪声如图所示的图像中，由于雷达成像的周期性导致出现的亮和暗信号相间的像元，即斑点噪声4.1.6水系图6水体雷达波由于会在水体的表面发生镜面发射，因此回波信号很弱，表现为暗像元。上图中不规则暗条带即代表水体4.1.6 建筑图7建筑建筑物形状一般比较规则，且和周围地面形成角反射器，这是建筑物识别的最基本特征。4.1.7 道路和桥梁图8道路和桥梁道路和桥梁易于和周围地物构成角反射器。桥梁一般反射很强（硬目标），且会形成多路径散射导致的虚像。这些使道路和桥梁的识别更简单。4.2SAR图像分类结果及分析4.2.1 图像去

16、噪图13*3低通滤波后的图像相对于原图像，滤波后的噪声点减少很多，同一地物块内的像元值显得更均匀，地物本身的信息更清晰地展现出来。可以基本确定影像中存在的几种主要地物类型：农田（2种），道路，水体，林地。4.2.2 特征定义EhiCnJtonraiftd1matureIEat-jr-th3足3|iauer.fngAALtxtrZl-Bt4TiLirer1JinrJ-rI，一LJULijHkJbdL*£我T-esinrr*'SiThridlnAn*atehr三-al.tr&b'j-tfii Ubjtct电 JsllL匚L#二afe：4.tiur«s*1

17、AC<iiireilwrth中世aituTQ.U.磕一三有却助图自止义的特征band2-band1EcitCut-omized:j：-irefcri1力班，ti广niorn4CdeuLaindr«lcijQ-ata二电工Fi«dJLwrHHBSSLdLdW力二四日青匚+!te-aI'jtts心心1加上ted丁叱Vslriw-5Cnty»cUFrOSlilLCTi二二加1"无雪CbJlHMirurcJtyTh4»4is彳工tr;bE.sagj*c"MEMaF:nt二Lmdf24.tu-4s.ninFe<lmat哗-A

18、-t»Mie?E山L.（一福至一取前应用Q：丽一图自定义特征band2-band3通过观察图像的特征，其波段灰度值是最明显的反映地物差别的参数。而农田区域也有其独特的灰度特征农田主要有两种类型，波段灰度直接来看差别不大，因此这里采用了波段间差值作为判断依据的方法。ProcesETreeQ乂云22.79124C1sFiapeO1.!corrpcL：C.5crsadnq'HewLevy1r黑vOni、urrlassifiFdvith2-1<1wand?-J=。右NwI:ffirmhndl5,0011unclacdfiadwith2-1*0and2-3«DatNrw

19、Lwal:farmlands也<0.0015unclassifiedvlthDer5liy士02a:NewLevel:roadvD.OO"undaEfiedivitnMatdiff>0.375atNewLeel:forest<0.0015readwithh/leanLayer1<80andMeanLayer2<B0atNewLevel：water图规则集如上图所示，经过多次试验，当band2-band1在0,13之间的时候，在图像中显示为绿色的农田1能够大部分被提取出来。当band2-band1和band2-band4均为负值的时候，农田2能够提取出来。此种规则不足的地方在于有一些林地区域（图像左上角部分）被错分为农田，因此需要后续做修正。道路的分割提取采用了Density（密度）特征参量，显而易见的是，道路区域的密度值在三个波段均为0.82以下的值。（少部分混合图斑除外）基于此，可以做出道路的初步划分。林地区别于其它地物的非常独特的一点在于其纹理，此处采用Max.diff参量作为提取的标准，Max.diff>0.075的部分