目视解译与计算机解译
目视解译
2020年5月21日星期四
主要内容
目视解译简介 航片的判读
航片的解译标志 可见光黑白像片和黑白红外像片的解译 彩色像片和彩色红外像片的解译 卫片的判读 目视解译的方法与基本步骤
影像解译=
影像
真实地理现象
Remote Sensing - Visual Image Interpretation
M.C.Esscher
Texture
Pattern
Texture
M.C.Esscher
Texture
Pattern
Texture Pattern Texture
Texture
Remote Sensing - Visual Image Interpretation
Pattern
Texture
Remote Sensing - Visual Image Interpretation
当我们能识别出自己在影像上所看到的信息 ，并将此信息传递给其他人时，其实就是在 进行图象解译。
原始图象数据
人脑
有用信息
目视解译的作用：
a.直接获取地物信息。 b.利用获取的地物信息来辅助遥感图象的计算
机解译，核查解译的效果和精度。
• 航片的判读
• 目标地物的识别特征（解译标志）：
色：spectral characteristics光谱特征 形：spatial and stereo characteristics二维空间
解译员通常利用纹理的不同来区分具有相似反射系数的 地物。例如，在中比例尺的航片上，绿草地的光滑纹 理与树冠的粗糙纹理是有差别的。
图型：是目标地物以一定的规律排列而成的图形结构 。它由形状、大小、色调、纹理等影像特征组合而成 。
测绘技术中的遥感数据解译和分析
测绘技术中的遥感数据解译和分析遥感技术是测绘领域中一项重要的技术手段，能够通过获取地面目标的电磁辐射信息来获得遥感数据，进而进行解译和分析。
本文将围绕测绘技术中的遥感数据解译和分析展开讨论。
一、遥感数据的获取遥感数据的获取主要有两种方式：主动和被动遥感。
主动遥感是通过发送特定的信号或辐射，通过接收返回信号或辐射信息来获取地物特征。
例如，雷达遥感利用微波辐射和接收器之间的相互作用来获取地物信息。
被动遥感是通过接收地面或大气中自然辐射的能量来获取地物信息。
例如，光学遥感利用太阳辐射和地物的反射或发射来获取地物特征。
二、遥感数据的解译遥感数据的解译是将获取的遥感数据转化成可理解的地物信息的过程。
常见的遥感数据解译方法有目视解译和计算机辅助解译。
目视解译是指通过对遥感图像进行目视观察和判断，将图像中的特定地物或地貌进行识别和定位。
目视解译主要依靠人眼对图像的直观感受和经验判断，适用于较为简单和明显的地物特征。
例如，通过目视解译可以确定图像中的道路、建筑物、农田等。
计算机辅助解译是通过计算机对遥感数据进行数字处理和分析，提取地物信息并进行分类识别。
计算机辅助解译通常借助遥感图像处理软件，利用数字图像处理算法和模型来自动或半自动地实现地物信息的提取和分类。
计算机辅助解译具有高效、准确的特点，适用于处理大量数据和复杂地物特征。
例如，通过计算机辅助解译可以从遥感图像中提取出道路网、建筑物分布等信息。
三、遥感数据的分析遥感数据的分析是对解译得到的地物信息进行进一步的研究和分析，以获取更多的地理、地貌、土地利用等方面的信息。
常见的遥感数据分析方法有变化检测、植被指数计算等。
变化检测是通过对不同时间或不同区域的遥感数据进行比对和分析，来探测地物变化的过程和趋势。
变化检测可以用来监测城市扩张、水体变化、植被演替等。
例如，通过比对两幅不同时期的卫星遥感图像，可以观察到城市中新增建筑物的变化信息。
植被指数计算是通过利用遥感数据中的红外和近红外波段信息，计算植被指数来反映植被的生长状况和覆盖度。
遥感影像的解译方法和处理流程
遥感影像的解译方法和处理流程遥感技术是指利用卫星、航空器等探测装置获取地球表面特征信息的一种手段。
遥感影像的解译方法和处理流程对于地质勘探、农业、城市规划等领域都具有重要的应用价值。
本文将探讨遥感影像的解译方法和处理流程，并探讨其在环境保护、灾害监测等方面的应用。
一、解译方法1.目视解译法目视解译法是最早也是最常用的遥感影像解译方法之一。
通过肉眼观察遥感影像的色彩和纹理等特征来识别地物。
对于经验丰富的解译员来说，目视解译法可以得出较为准确的解译结果。
然而，由于人眼的主观因素和解译员的经验水平不同，目视解译法存在一定的主观性和局限性。
2.计算机辅助解译法计算机辅助解译法是指利用计算机软件对遥感影像进行处理和分析。
通过图像处理、分类、目标检测等技术，可以快速、准确地提取和识别地物。
计算机辅助解译法具有时间效率高、结果可重复性好等优点，使得遥感影像的解译工作更为高效和精确。
二、处理流程1.遥感影像预处理遥感影像预处理是将原始的遥感影像数据进行校正、去噪和增强等处理，以提高图像质量和准确性。
常用的遥感影像预处理方法包括辐射校正（校正影像的亮度和对比度）、大气校正（去除大气光对影像的影响）、几何校正（纠正图像的畸变和扭曲）、噪声去除和影像增强等。
2.遥感影像分类遥感影像分类是指将遥感影像的像素根据其反射率、纹理和几何结构等特征进行分类，以获得各类地物或地物类型的分布和面积信息。
常用的遥感影像分类方法包括基于阈值的分类、基于规则的分类、基于统计学的分类和基于机器学习的分类等。
其中，基于机器学习的分类方法由于其较好的准确性和泛化能力，成为当前遥感影像分类的主流方法。
3.遥感影像解译遥感影像解译是指根据已经分类好的遥感影像，对不同地物进行解译，以获得地物的具体信息和分布。
遥感影像解译可以通过目视解译、计算机辅助解译和专家解译等方法进行。
同时，遥感影像解译还可以结合地面调查和其他信息，以提高解译的准确性和可靠性。
目视解译的名词解释
目视解译的名词解释视觉解译（Visual Interpretation）是指通过观察、分析和理解视觉信息来获得有意义的含义和知识。
作为人类最主要的感官之一，视觉在我们日常生活中扮演着重要的角色。
而视觉解译作为一种认知过程，影响着我们对世界的理解和认知。
本文将从多个角度来解释目视解译并探讨其在生活中的应用。
视觉解译是人类获得信息的重要途径之一。
通过观察和分析视觉信息，我们可以迅速识别出物体、形状、颜色、运动、空间关系等元素，并对其进行分类和理解。
比如，当我们看到一只狗的图像时，我们可以通过解读其特征（如四条腿、尖耳朵等）和行为（如跑动、叫唤等）将其与其他物体区分开来，并进一步理解其是一只狗。
这种视觉解译的能力经过长期的学习与实践，逐渐通过大脑中神经细胞之间的交流与协作形成。
视觉解译不仅在日常生活中起着重要的作用，而且在许多领域中扮演着关键的角色。
在医学领域，医生通过分析患者的X光片或MRI图像来识别病变并做出正确的诊断。
在交通领域，交警通过观察驾驶者的行为和车辆的状态来判断是否违规并采取相应的措施。
在教育领域，视觉解译也被广泛运用，教师通过展示图片、图表、文字和视频来帮助学生理解和记忆知识。
视觉解译不仅提供了丰富的信息，而且极大地促进了我们对世界的认知和理解。
然而，视觉解译有时也会出现误解或歧义。
这主要是由于个体差异、文化差异、环境变化等原因导致的。
例如，同一个形状或颜色在不同文化中可能会有不同的含义，这就需要我们进行跨文化的解读和理解。
此外，一些视觉信息可能模糊或不完整，这就需要我们进行推理和推断来填补信息的缺失。
因此，在进行视觉解译时，我们需要不断积累经验，提高我们的观察力和分析能力。
视觉解译在现代科技和艺术中也有着广泛的应用。
在计算机视觉领域，研究人员利用视觉解译的原理，开发出了一系列的图像识别、人脸识别和物体追踪等技术。
这些技术在智能手机、安防系统、自动驾驶等领域得到了广泛的应用。
同时，在艺术领域，视觉解译能力也是艺术家创作和观众欣赏的重要因素之一。
遥感解译的方法
遥感解译的方法一、遥感解译的基本概念。
1.1遥感解译啊，简单来说呢，就是看遥感图像然后搞清楚上面都是啥。
就像咱们看一幅画，要知道画里画的是山啊、水啊还是房子啥的。
遥感图像呢，是从飞机或者卫星上拍下来的，它可不像咱们平常拍的照片那么简单直白。
1.2这遥感解译可是个技术活，它对很多领域都特别重要。
比如说地质勘探，要是能准确解译遥感图像，就像有了一双透视眼，能直接看到地下可能存在的矿产资源大概位置。
二、遥感解译的主要方法。
2.1目视解译是最基本的方法。
这就好比咱们用肉眼去看东西，全靠经验和知识。
比如说有经验的解译人员看到图像上一片深色的不规则形状，他就能根据自己的经验判断这可能是一片森林。
这就跟老中医看病似的，望闻问切，一看就知道个大概。
但是呢，这种方法也有缺点，主观性太强了，不同的人可能解译出不同的结果，就像一千个人眼里有一千个哈姆雷特。
2.2计算机解译呢，现在越来越流行了。
计算机就像一个不知疲倦的小助手，它按照设定好的算法去分析遥感图像。
它的好处是速度快、效率高。
比如说要在一大片区域里找特定的地貌特征，计算机“刷刷刷”很快就能给个结果。
不过呢，计算机也不是万能的，它有时候会犯傻，把一些相似的东西认错，就像张冠李戴一样。
2.3还有一种方法是人机交互式解译。
这就把目视解译和计算机解译的优点结合起来了。
人呢，利用自己的经验和知识去引导计算机解译，就像给计算机这个聪明但有时候迷糊的小助手找了个好老师。
比如说在解译一些复杂的城市遥感图像时，人先确定一些标志性的建筑或者区域，然后让计算机按照这个思路去分析其他部分，这样解译的结果就又准确又高效。
三、提高遥感解译准确性的措施。
3.1多源数据融合是个好办法。
这就像咱们做菜，一种调料可能味道不够丰富，多种调料混合起来就能做出美味佳肴。
把不同传感器获取的遥感数据融合到一起，能让解译结果更准确。
比如说光学遥感数据和雷达遥感数据融合，就能把地表的信息看得更全面。
3.2解译人员的培训也很重要。
7-1目视解译
解译标志：颜色 Color
颜色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 颜色是地物在可见光波段对入射光选 择性吸收与反射在人眼中的主观感受。 遥感图像中目标地物的颜色是地物在 不同波段中反射或发射电磁波能量差 异的综合反映 有真彩色和假彩色组合
8
空间特征及其解译标志
解译标志：形状和大小 解译标志：图案 解译标志：纹理和阴影 解译标志：位置
色调、 色调、颜色和阴影
2. 形：指目标地物在遥感影像上的形状，包括 指目标地物在遥感影像上的形状，
形状、纹理、大小、图形等 形状、纹理、大小、
3. 位 ： 指目标地物在遥感影像上的空间位置 ， 指目标地物在遥感影像上的空间位置，
包括目标地物分布的空间位置、 包括目标地物分布的空间位置、相关布局等
4
第七章 遥感图像解译
遥感图像解译分为两种： 目视解译：指专业人员通过直接观察或借助解译仪 器在遥感图像上获取特定目标地物信息的过程。 遥感图像计算机解译：以计算机系统为支撑环境， 利用模式识别技术与人工智能技术相结合，根据遥 感图像中目标地物的各种影像特征，结合专家知识 库中目标地物的解译经验和成像规律等知识进行分 析和推理，实现对遥感图像的理解，完成对遥感图 像的解译。
13
位置
布局：某一地物与其他地物的关系 地物物体之间存在着密切的物质与能量 的联系，依据空间布局可以推断目标地 物的属性 类型：各大类别组成类型 其他：分辨力，比例尺，图像色调平衡 和图像状况等
14
11
纹理与阴影
纹理：影像上色调变化的频率。纹理由特征单元组
成，很小，不易识别。纹理是形状、大小、图案、色 调的综合产物，它决定图像特征从总体上看是“光滑 的”还是“粗糙的”
测绘技术遥感影像解译方法介绍
测绘技术遥感影像解译方法介绍近年来，随着遥感技术的快速发展和普及，其在测绘领域的应用也越来越广泛。
遥感影像解译作为一种重要的测绘技术手段，扮演着不可或缺的角色。
本文将介绍几种常用的遥感影像解译方法，帮助读者更好地了解和应用这一技术。
一、目视解译法目视解译法是最基础也是最常用的解译方法之一。
通过对遥感影像进行仔细观察，将不同的地物、特征和目标识别并进行分类。
这种解译方法需要解译员具备较高的专业知识和经验，并且对影像细节有较强的观察和辨别能力。
虽然目视解译法存在主观性和时间成本高等问题，但在一些小范围和特定场景的解译中仍然具有重要意义。
二、分类器解译法分类器解译法是利用计算机和数学方法对影像进行解译的一种常用方法。
其依靠事先建立的各类地物的光谱、纹理和形状特征等参数，通过计算和比对来确定影像中的地物类型和分布。
常见的分类器包括最大似然法、人工神经网络、支持向量机等，在实际应用中根据需要选择合适的分类器。
分类器解译法具有自动化程度高、效率高等优点，但也存在一定的误差和精度问题需注意。
三、特征提取法特征提取法是从遥感影像中筛选出有用的地物特征，然后对这些特征进行分类和解译。
这种方法基于对地物特征的深入研究和理解，结合遥感影像的优势，能够更精准地提取出相应地物的特征信息。
特征提取法可分为光谱特征提取、形状特征提取、纹理特征提取等，根据不同地物和任务需选择合适数学模型和算法进行特征提取和解译，从而得到更为准确的结果。
四、多源数据融合法多源数据融合法是将不同类型、不同分辨率、不同时间的遥感影像进行综合利用，以提高解译精度和信息获取能力。
通过多源数据的融合，可以更全面地展现地物的空间分布和时序变化，减少遥感影像解译的盲区和误差。
常见的多源数据包括多光谱影像、高光谱影像、雷达影像等，通过适当的数据融合方法和技术，可以获取更为全面和准确的地理信息。
综上所述，测绘技术遥感影像解译方法多种多样，每种方法都有其适用的场景和优势。
遥感影像解译方法与技巧
遥感影像解译方法与技巧近年来，随着遥感技术的不断发展，遥感影像解译成为了地理信息系统领域中不可或缺的一环。
遥感影像解译是指通过对遥感影像进行分析和识别，获取地物信息的过程。
在遥感影像解译中，针对不同的目标地物，有各种各样的解译方法和技巧可供选择。
本文将探讨几种常见的遥感影像解译方法和技巧，并简要介绍它们的应用领域和效果。
一、目视解译法目视解译法是最常用的遥感影像解译方法之一。
它通过直接观察和分析遥感影像上的特征，对地物进行识别和判别。
目视解译法主要依赖解译员经验和直觉，因此在实际应用中存在一定的主观性。
目视解译法适用于简单、明显的地物，如水体、道路和农田等。
在进行目视解译时，解译员需要充分了解目标地物的空间特征和光谱特性，以准确地识别和判别。
二、数字解译法数字解译法是利用计算机和数字技术进行遥感影像解译的方法。
与目视解译法相比，数字解译法具有更高的精确度和效率。
数字解译法主要包括分类解译和目标识别两种手段。
分类解译是将遥感影像中的地物按照其类别进行划分和分类的过程。
常用的分类解译方法有最大似然法、支持向量机和决策树等。
最大似然法适用于单一类别的解译，通过统计遥感影像中不同类别的像素值分布，确定每个像素点所属的类别。
支持向量机是一种常用的机器学习方法，通过在高维特征空间中找到一个最优分类超平面，将不同类别的地物进行分割。
决策树方法则依赖于一系列决策规则，根据遥感影像中的不同特征对地物进行分类。
目标识别是指在遥感影像中检测和识别特定的地物目标。
目标识别可以利用目标特征、形状和纹理等信息对地物进行识别。
常见的目标识别方法有目标检测、目标跟踪和目标识别等。
在目标检测中，可以利用边缘检测、纹理分析和模板匹配等技术，对遥感影像中的目标进行检测和提取。
目标跟踪则是通过连续观测和分析目标在不同时刻的位置和运动轨迹，实现对目标的跟踪和追踪。
目标识别是在目标检测的基础上，对目标进行识别和分类，可以利用机器学习和深度学习等方法，进行目标的自动识别和分类。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目视解译与计算机解译的对比分析——以扎赉特旗玉米地为例土地资源管理塔娜 20134017048摘要：扎赉特旗位于内蒙古兴安盟东北部，扎赉特旗是农业大旗农业资源丰富，具有绿色、无污染的显著特点。
全旗现有耕地289万亩和宜农荒地50万亩。
这里生产水稻、大豆、玉米、高粱、小麦、马铃薯、葵花等农作物，特别是玉米和大豆久负盛名，玉米年产达5亿公斤。
其东南平原较适宜农耕、且玉米地集中分布地区。
本文在了解目视解译和计算机解译的过程和方法的基础上，利用目视解译和计算机解译的方法对扎赉特旗玉米地的遥感图像进行了解译，从而知道两种解译方法的优缺点和各自适宜应用的领域。
关键词：遥感图像,目视解译,计算机解译,玉米地随着遥感图像分辨率的不断提高人们可以从遥感图像中获取更有用的数据和信息，越来越多的民用场合用到遥感图像，包括资源调查、自然灾害观测、大气气象预报、农作物面积计算等，由于不同场合对遥感图像的应用对遥感图像的解译提出了不同的要求，所以遥感图像中重要的环节图像解译也显得尤为重要。
遥感图像的解译是就是利用计算机和人工目视判断对地球表面及其环境在遥感图像的特征进行分析和识别，从而获取地物类属的过程。
遥感图像解译是从遥感图像上获取目标地物信息的过程。
遥感图像的解译可分为两种：遥感图像的目视解译；遥感图像的计算机解译。
一、遥感图像目视解译遥感图像的目视解译又称目视判断，或目视判译，它指专家人员通过直接观察或借助辅助判读仪器在遥感图像上获取特定目标地物信息的过程。
目视解译的目的是从遥感图像中获取需要的地学专题地图，它需要解决的问题是判读出遥感图像中有哪些地物，他们分布在哪里，并对其数量特征给予粗略的估计。
地面各种目标地物在遥感图像中存在着不同的色、形、位的差异。
构成了可供识别的目标地物特征。
目视解译人员依据目标地物的特征，作为分析、解译、理解和识别遥感图像的基础。
目视解译的主要步骤是：从已知到未知，先易后难，先地表后深部，先整体后局部，先宏观后微观，先图形后线形。
（一）目视解译的方法①直接判读法：根据遥感影像目视判断直接标志，直接确定目标地物属性与范围的一种方法。
直接判读法使用的直接判读标志包括色调、色彩、大小、形状、阴影、纹理、图案等。
②对比分析法：包括同类地物对比分析法、空间对比分析法和时相动态对比法。
同类地物对比分析法是在同一遥感影像上，由已知地物推出为指目标地物的方法。
空间对比分析法是根据待判读区域的特点，判读者选择另一个熟悉的与遥感图像区域特征类似的影像，将两个影像对比分析，有已知影响为依据判读未知影像的一种方法。
时相动态对比法是利用同一地区不同时间成像的遥感影像加以对比分析，了解同一目标地物动态变化的一种方法。
③信息复合法：利用透明专题图或者透明地形图与遥感图像重合，根据专题图或地形图提供的多种辅助信息，识别遥感图像上目标地物的方法。
④综合推理法：综合考虑遥感图像的多种解译特征，结合生活常识，分析，推断某种目标地物的方法⑤地理相关分析法：根据地理环境中各种地理要素之间的相互依存、相互制约的关系，借助专业知识分析推断某一种地理要素的性质、类型、状况与分布的方法。
二、遥感图像计算机解译遥感图像的计算机解译，又称遥感图像的理解，它以计算机系统为支撑环境，利用模式识别技术与人工智能技术相结合，根据遥感图像中目标地物的各种影像特征（颜色、形状、纹理与空间位置），结合专家知识库中目标地物的解译经验和成像规律等知识进行分析和推理，实现对遥感图像的理解，完成对遥感图像的解译。
计算机解译的结果需要运用目视解译的方法进行抽样核实或检验。
所以目视解译是计算机解译的基础和起始点。
计算机遥感图像的解译是统计模式识别技术在遥感领域中的具体应用。
统计模式识别的关键是提取待识别的一组统计特征值，然后按照一定准则做出决策，从而对图像进行识别。
(一)计算机解译的方法遥感图像的计算机分类方法包括监督分类和非监督分类。
监督分类：事先有类别的先验知识，根据先验知识选择训练样本，由训练样本得到分类准则。
监督分类中常用的具体分类方法包括：①最小距离分类法：用特征空间中的距离表示像元数据和分类类别特征的相似程度，在距离最小时（相似度最大）的类别上对像元数据进行分类的方法。
②多级切割分类法：根据设定在各轴上的值域,分割多维特征空间的分类方法。
③特征曲线窗口法：特征曲线地物光谱特征参数构成的曲线。
以特征曲线为中心取一个条带，构造一个窗口，凡是落在此窗口范围内的地物即被认为是一类，反之则不属于该类。
④最大似然比分类法：求出像元数据对于各类别的似然度（likelihood），把该像元分到似然度最大的类别中去的方法。
非监督分类：事先没有类别的先验知识，纯粹根据图像数据的统计特征和点群分布情况，根据相似性程度自动进行归类，最后再确定每一类的地理属性。
非监督分类的常用方法：①分级集群法：分级集群法采用“距离”评价每个像元在空间分布的相似程度，把它们的分布分割或者合并成不同的集群。
每个集群的地理意义需要根据地面调查或者与已知类型的数据比较后方可确定。
②动态聚类法：在初始状态给出图像粗糙的分类，然后基于一定原则在类别间重新组合样本，直到分类比较合理为止，这种聚类方法就是动态聚类。
三、遥感图像解译的应用—扎赉特旗玉米地解译为例（一）目视解译目视解译的步骤研究区域设置在兴安盟扎赉特旗，东经121°17′—123°38′，北纬46°4′—47°21′。
研究区域的TM 遥感影像的分辨率为10米，具有丰富的遥感信息，其拍摄时间是2012年9月8日。
目视解译程序主要分为四步，分别为收集资料、初步解译、详细解译和制图阶段，具体解译程序步骤（见图1）。
图1：目视解译程序 按目视解译的步骤在已经收集到的资料上进行初步解译，根据目视解译的原则入手可以知道从整体上看扎赉特旗的玉米地明显集中分布在东部平原区。
利用上述的目视解译步骤的解译结果（见图3）。
专业知识图3：目视解译的结果图解译结果的分布特征从目视解译可以了解到受自然环境，气候，土壤条件等差异影响，全旗土地利用呈三大结构区：一是西北低山结构区以农（耕地）牧（牧草地）林（林地）为主，该区是本旗未利用土地面积分布的最大一个区；二是中部丘陵结构区，以农（耕地）牧（牧草地）为主；三是东南部平原结构区以农（耕地）为主，玉米为其主要作物。
目视解译的结果图空间分布特整体上呈由东部到西部逐渐减少的趋势，玉米地主要集中分布在东部。
目视解译中应注意的几个问题判读者的经验和知识会使判读的结果产生差异,为减少由判读者造成的误差,通常要预先建立好判读标志。
此时除了了解地物在不同空间分辨率影像上的表现,掌握不同彩色合成影像的特征之外,还应注意:(1)不同种类的遥感像片要分别建立解译标志。
(2)可以借鉴前人建立的解译标志,但不能生搬硬套。
因为即使在相同波段的影像上,相同地物所呈现的特征会因季节和地域的不同而不同,所以解译标志也不同。
这一点应特别注意。
(3)要善于利用待判读区域已有的地形图和专题地图,并结合野外调查综合建立解译标志。
这样做不但能提高解译的准确度,而且会使解译速度大大提高。
（二）计算机解译的应用计算机解译的步骤选择监督分类的原因：两个地物类型对应的光谱特征类差异很小的时候监督分类效果比较好，遥感图像中所有的农作物和玉米的差异很小。
而且这是一个熟悉的地区利用训练场来获取先验的类别知识很容易做到所以选择监督分类。
监督分类的步骤：（1）分类预处理打开ENVI遥感图像处理软件（见图5）。
图5：ENVI遥感图像处理软件主菜单不同的RGB组合可以得到不同的彩色图像，打开图像，band5、3、2合成RGB显示在display中（见图6）。
图6：TM 532波段彩色合成影像图（二）特征选择遥感图像中玉米地的进行彩色合成使它更能清楚的显示，这个遥感图像使用的是532波段的彩色合成，玉米地显示为暗红色。
（三）分类应用ROI TOOLS创建感兴趣区。
在主图像窗口中，选择Overlay Region of Interest 打开ROI TOOLS对话框。
在ROI Name字段输入玉米地和其他用地，颜色可自行选择。
本分类图的玉米地显示绿色、其他用地显示蓝色，回车确认就可以得到分类种类的定义训练样本图（见图7）。
图7：定义训练样本图（四）分类结果从分类结果上我们很清楚的看到玉米地集分布在扎赉特旗的东部平原区（见图8）。
图8：分类结果图ENVI软件主菜单中classification post classification class statistics,则得出玉米地计算机解译分类面积，面积为1314652200 平方米，（见图9）。
图9：玉米地计算机解译的面积计算机解译的分布特征从计算机解译结果中也可以得到扎赉特旗玉米地主要分布区从东到西逐渐减少，东部地形为波状冲击平原，地势平坦低洼、河漫滩广泛分布，以农业植被为主，因此东部平原也是较适宜农耕、大部分玉米地集中分布，这与目视解译分布特征相似。
计算机解译中应注意的几个问题在使用监督分类时训练场的选择是可以决定分类精度的。
所以选择时应注意以下几个方面：（1）训练场的选择要求有代表性，要符合分类地物的样本。
（2）训练样本的选择要考虑到地物光谱特征，样本数目要能满足分类的要求。
应全面和均匀的选择样本区。
四、遥感图像目视解译和计算机解译的对比分析及优缺点从目视解译和计算机解译中得到的扎赉特旗玉米地面积中我们可以知道两种解译方式存在差异。
本文使用的遥感图像是十米的高分辨率遥感图像，相对于计算机分类而言,目视解译操作简单，精度和准确度都很高，而且不需要什么设备所以在高分辨率的遥感图像解译中目视解译必不可少的一项基本功能。
通过目视解译可以核查图像处理的效果或计算机解译的精度，查看他们是否符合地域分异规律。
即使这样目视解译方法经常受到轻视，因为其工作量大,工作效率低,周期长,如果没有足够的时间，一个较大地区遥感影像的目视解译的工作量就很大了。
低分辨率的遥感图中运用目视解译更是难上加难。
在高分辨率的遥感图像中目视解译比计算机解译精准度高，但花费的时间太多，计算机解译的好处就在这里，节省时间，较大的地区也能快速的解译。
在低分辨率难的图像中也能通过波段和光谱特征能解译出来。
其缺点就是遥感数字图像计算机分类的依据是像素具有的多光谱特征，并没有考虑相邻像素间的关系。
统计模式下以像素作为识别的基本单元，未能利用图像中提供的形状和空间位置特征，其本质是地物光谱特征的分类。
由于受到大气状况，下垫面和光照条件、云朵等的影响遥感图像的分类精度受到限制。
五、总结在地球上，进行资源和环境调查时，大面积同步观测所取得的数据时宝贵的，依靠传统的地面调查，实施起来非常困难，工作量很大。