遥感专题讲座——影像信息提取(四、面向对象特征提取)

面向对象的影像分类技术

“同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。

本小节以ENVI中的面向对象的特征提取FX模块为例，对这种技术和处理流程做一个简单的介绍。

本专题包括以下内容：

??●面向对象分类技术概述

??●ENVI FX简介

??●ENVI FX操作说明

1、面向对象分类技术概述

面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：影像对象构建和对象的分类。

影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。

影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。

目前很多遥感软件都具有这个功能，如ENVI的FX扩展模块、易康（现在叫Definiens）、ERDAS的Objective模块、PCI的FeatureObjeX（新收购）等。

表1为三大类分类方法的一个大概的对比。

类型基本原理影像的最小单元适用数据源缺陷

传统基于光谱的分类方

法地物的光谱信息

特征

单个的影像像元

中低分辨率多光谱

和高光谱影像

丰富的空间信息利

用率几乎为零

基于专家知识决策树根据光谱特征、空

间关系和其他上

下文关系归类像

元

单个的影像像元多源数据知识获取比较复杂

面向对象的分类方法几何信息、结构信

息以及光谱信息

一个个影像对象

中高分辨率多光谱

和全色影像

速度比较慢

表1 传统基于光谱、基于专家知识决策树与基于面向对象的影像分类对比表

2、ENVI FX简介

全名叫“面向对象空间特征提取模块—Feature Extraction”，基于影像空间以及影像光谱特征，即面向对象，从高分辨率全色或者多光谱数据中提取信息，该模块可以提取各种特征地物如车辆、建筑、道路、桥、河流、湖泊以及田地等。该模块可以在操作过程中随时预览影像分割效果。该项技术对于高光谱数据有很好的处理效果，对全色数据一样适用。对于高分辨率全色数据，这种基于目标的提取方法能更好的提取各种具有特征类型的地物。一个目标物体是一个关于大小、光谱以及纹理（亮度、颜色等）的感兴趣区域。

可应用于：

? ?●从影像中尤其是大幅影像中查找和提取特征。

? ?●添加新的矢量层到地理数据库

? ?●输出用于分析的分类影像

? ?●替代手工数字化过程

具有易于操作（向导操作流程），随时预览效果和修改参数，保存参数易于下次使用和与同事共享，可以将不同数据源加入ENVI FX中（DEMs、LiDAR datasets、shapefiles、地面实测数据）以提高精度、交互式计算和评估输出的特征要素、提供注记工具可以标识结果中感兴趣的特征要素和对象等特点。

3、ENVI FX操作说明

ENVI FX的操作可分为两个部分：发现对象（Find Object）和特征提取（Extract features），如图1所示。

图1 FX操作流程示意图（红色字体为可选项）

3.1 准备工作

根据数据源和特征提取类型等情况，可以有选择的对数据做一些预处理工作。

??●空间分辨率的调整

如果您的数据空间分辨率非常高，覆盖范围非常大，而提取的特征地物面积较大（如云、大片林地等）。可以降低分辨率，提供精度和运算速度。可利用ENVI 主界面->Basic Tool->Resize Data工具实现。

??●光谱分辨率的调整

如果您处理的是高光谱数据，可以将不用的波段除去。可利用ENVI主界面

->Basic Tool->layer stacking工具实现。

??●多源数据组合

当您有其他辅助数据时候，可以将这些数据和待处理数据组合成新的多波段数据文件，这些辅助数据可以是DEM, lidar 影像, 和SAR 影像。当计算对象属性时候，会生成这些辅助数据的属性信息，可以提高信息提取精度。可利用ENVI 主界面->Basic Tool->layer stacking工具实现。

??●空间滤波

如果您的数据包含一些噪声，可以选择ENVI的滤波功能做一些预处理。

3.2 发现对象

(一)打开数据

在ENVI Zoom中打开Processing > Feature Extraction。如图2所示，Base Image 必须要选择，辅助数据（Ancillary Data）和掩膜文件（Mask File）是可选。这里选择ENVI自带数据envidata\feature_extraction \ qb_colorado,它是0.6米的

快鸟数据。

图2 选择数据

(二)影像分割

FX根据临近像素亮度、纹理、颜色等对影像进行分割，它使用了一种基于边缘的分割算法，这种算法计算很快，并且只需一个输入参数，就能产生多尺度分割结果。通过不同尺度上边界的差异控制，从而产生从细到粗的多尺度分割。选择高尺度影像分割将会分出很少的图斑，选择一个低尺度影像分割将会分割出更多的图斑，分割效果的好坏一定程度决定了分类效果的精确度，我们可以通过预

览分割效果，选择一个理想的分割阀值，尽可能好地分割出边缘特征。

图3 影像分割阈值设定

调整滑块阀值对影像进行分割，这里设定阈值为30，点击Next按钮，这时候FX生成一个Region Means 影像自动加载图层列表中，并在窗口中显示，它是分割后的结果，每一块被填充上该块影像的平均光谱值。接着进行下一步操作。

注：按钮是用来选择分割波段的，默认为Base Image所有波段。

(三)合并分块

影像分割时，由于阈值过低，一些特征会被错分，一个特征也有可能被分成很多部分。我们可以通过合并来解决这些问题。FX利用了Full Lambda-Schedule 算法。这一步是可选项，如果不需要可以直接跳过。

图4 合并分块

设定一定阈值，预览效果。这里我们设置的阈值为95，点Next进入下一步。

(四)分块精炼

FX提供了一种阈值法（Thresholding）进一步精炼分块的方法。对于具有高对比度背景的特征非常有效（例如，明亮的飞机对黑暗的停机坪）。可以将精炼结果生成掩膜图层（Mask），按钮可以修改基于哪个波段。

图5精炼分块

这里我们就直接选择No Thresholding（default），点击Next进入下一步操作。

(五)计算对象属性

计算4个类别的属性：光谱、空间、纹理、自定义（颜色空间和波段比）。其中“颜色空间”选择三个RGB波段转换为HSI颜色空间，“波段比”选择两个波段用于计算波段比（常用红色和近红外波段）。各个属性的详细描述参考ENVI/IDL提供的Feature_Extraction_Module.pdf文档。

图6 对象属性的计算

这里我们按照默认全选择，Color Space 选择RGB，Band Ratio选择红色和近红外波段，点击Next按钮进行下一步操作。

目前，已经完成了发现对象的操作过程，接下来是特征的提取。

3.3 特征提取

如图7所示，有三种特征提取方法供选择，分别是监督分类、规则分类和直

接矢量输出。

图7 特征提取方法选择

(一)输出矢量

选择Export Vectors，进入图8界面，选择保存路径，属性信息也可选择输

出。

图8 直接矢量输出

输出完成会出来一个报表。不关闭FX浮动面板，在ENVI Zoom中将得到的矢

量特征加载显示。

点击Previous按钮，回到图7界面。

(二)监督分类

在图7界面中选择Classify by selection examples，下一步到如图8所示界面。

erdas遥感专题信息提取与专题图制作

遥感专题信息提取与专题图制作设计报告 1.课程设计的目的和意义 本次课程设计的目的主要是为了加深理解和巩固遥感原理与应用的有关理论知识；熟悉遥感图像处理的方法和步骤，学习运用ERDAS软件对遥感图像进行几何纠正、图像镶嵌、图像融合、自动分类以及专题图制作等处理。锻炼独立分析问题和解决问题的能力，培养良好的工作习惯和科学素养，为今后工作打下良好的基础。 2.课程设计的原理和方法 2.1课程设计原理 2.1.1 图像预处理 ERDAS软件默认的文件格式是img格式，因此首先需要将实习数据由TIFF 格式转换为img格式图像。 多波段影像包含的信息量较大，实习中将6个单波段影像合成多波段影像进行处理。 Spot影像需具有地理信息，要将影像头文件信息添加进去。 2.1.2几何纠正 遥感所获取的数据，均存在几何畸变。因此需要对图像进行几何纠正。几何纠正的原理是将图像数据投影到平面上，使其符合地图投影系统。而将地图投影系统赋予图像数据的过程，称为地理参考。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何纠正的过程包含了地理参考过程。在实习过程中，采用了一次多项式法进行几何纠正。 2.1.3图像镶嵌 因研究范围的要求，需要在几何上将左右两幅图像连接在一起，并且保证拼接后的图像反差一致，色调相近，没有明显的接缝。遥感影像在镶嵌之前，必

须包含投影信息、地理坐标信息，还要有相同的波段数。当然，在挑选遥感数据时，要尽可能选择成像时间和成像条件相近的遥感图像，要求相邻影像的色调一致。 2.1.4图像裁剪 在实际工作中，经常需要根据研究工作范围对图像进行裁剪，按照ERDAS 实际图像分幅裁剪的过程，可以将图像分幅裁剪分为两种类型：规则分幅裁剪和不规则分幅裁剪。 规则分幅裁剪是指裁剪图像的边界范围是一个矩形，通过左上角和右下角两点的坐标，就可以确定图像的裁剪位置，整个裁剪过程比较简单。 不规则分幅裁剪是指裁剪图像的边界范围是任意多边形，无法通过左上角和右下角两点的坐标确定裁减位置，而必须事先生成一个完整的闭合多边形区域，可以是一个AOI多边形，也可以是ArcInfo的一个Polygon Coverage，针对不同的情况采用不同的裁剪过程。 2.1.5图像融合 图像融合是指将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的图像，以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率，利于监测。 2.1.6图像分类 图像分类就是基于图像像元的数据文件值，将像元归并成有限的几种类型、等级或数据集的过程。常规图像分类主要有两种方法：监督分类与非监督分类。 2.2课程设计方案

影像信息提取之——面向对象特征提取

同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。 本专题以ENVI中的面向对象的特征提取FX工具为例，对这种技术和处理流程做一个简单的介绍。 本专题包括以下内容： ●面向对象分类技术概述 ● ENVI FX简介 ● ENVI FX操作说明 1、面向对象分类技术概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：对象构建和对象的分类。 影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。 影像对象的分类，目前常用的方法是“监督分类”和“基于规则（知识）分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等对象属性信息。基于规则（知识）分类也是根据影像对象的属性和阈值来设定规则进行分类。 表1为三大类分类方法的一个大概的对比。

信息的概括和提炼方法

信息的概括和提炼方法

信息的概括和提炼方法 【篇一：信息的概括和提炼方法】 《语文课程标准》：“国内外的重要事件，学生的家庭生活，以及日常生活的话题等都可以成为语文课程的资源”，“学生要初步具备搜集和处理信息的能力”。`因此，新闻信息的筛选与提炼题应运而生。近几年来，这类试题频繁出现于全国各地中考试卷中。 考查方式：处理新闻、概括内容、提炼观点、图表表述、给事物下定义……涉及记叙性语段信息提取、说明性语段信息提取、议论性语段信息提取、图表信息提取。 例题解析 记叙性语段信息提取：人（物）+地点+时间+事件 中考试卷中信息提取类试题主要有以下几种题型： 题型二：新闻内容的概括 【例1】请用一句话提取下面这段文字的主要内容。(限15字以内) 今年是建国60周年，也是《湖北日报》创刊60周年。在2月6日至3月15日《湖北日报》开展的形象人物评选活动中，聂海胜当选《湖北日报》形象人物。这次旨在以人物彰显媒体品质的评选活动，得到广大读者的积极支持。经热心读者手机短信、网络投票等方式推荐，襄樊籍航天英雄聂海胜以其责任、理性、坚毅的品质以及巨大影响力最终脱颖而出。 参考答案：聂胜海当选《湖北日报》形象人物 【例2】请自己组织语言，概括下面这段文字的主要内容。（限15字以内）

欧盟健康风险科学委员会发表报告指出，如果5年内每周使用随身听5天，且每天以高音量收听音乐平均超过一个小时的话，那么5%至10%的使用者将面临永久性失聪的危险。最近几年，欧盟的随身听特别是mp3的销售数量猛增，约有5000万到1亿人特别是年轻人在使用随身听，因此有必要对人体的危害进行调查并采取措施，以保护青少年不受随身听和其他类似装置的损害。 参考答案：随身听会造成永久性听力损伤（或：常用随身听可能导致永久性失聪。） 题型三：给新闻拟标题 【例1】给下列这则新闻加上恰当的标题。（不超过12个字） 据介绍，世界数字图书馆包罗万象，从图书到各种档案都有，资料质量非常高。它按时间、地点、主题和捐助机构等内容提供搜索和浏览服务。使用者可以用阿拉伯文、中文、英文、法文、葡萄牙文、俄文与西班牙文7种语言查询。 参考答案：世界数字图书馆正式启用 【例2】给下列新闻拟一个标题。 再现传统盛景的2009年温州“拦街福”开街已经十天，市民热情高涨，深深感受到了温州传统文化的魅力。 “拦街福”是温州是传统习俗，始于宋，盛于清，流传至今。今年突出“传承文明、文化兴市”的主题，主要活动有拦街祈福、民俗文化展示、民间艺术展演等。到昨天为止，光顾“拦街福”的市民已达到35万人次，现场每天都洋溢着欢乐祥和的气氛。 参考答案：“拦街福”开街市民热情高涨（或：市民热情高涨感受文化魅力） 解析：给新闻拟标题与概括新闻一样，都是考察概括能力。但它们之间也有明显的区别。首先，拟标题要求语言更简洁，概括性更强。标

遥感信息智能化提取方法

遥感信息智能化提取方法 目前，大部分遥感信息的分类和提取，主要是利用数理统计与人工解译相结合的方法。这种方法不仅精度相对较低，效率不高，劳动强度大，而且依赖参与解译分析的人，在很大程度上不具备重复性。尤其对多时相、多传感器、多平台、多光谱波段遥感数据的复合处理，问题更为突出。在遥感影像相互校正方面，一些商业化的遥感图像处理软件，虽然提供了简单的影像相互校正和融合功能，但均是基于纯交互式的人工识别选取同名点，不仅效率非常低，而且精度也难于达到实用要求。因此,研究遥感信息的智能化提取方法对于提高遥感信息的提取精度和效率具有重要意义。 1．遥感图像分类 遥感图像分类是遥感图像处理系统的核心功能之一，它实现了基于遥感数据的地理信息提取，主要包括监督分类，非监督分类，以及分类后的处理功能。非监督分类包括等混合距离法分类（Isodata）等。监督分类包括最小距离（Minimum Distance）分类、最大似然（Maximum Likehood）分类、贝叶斯（Bayesian）分类、以及波谱角分类、二进制编码分类、AIRSAR散射机理分类等。 自动分类是计算机图像处理的初期便涉及的问题。但作为专题信息提取的一种方法，则有其完全不同的意义，是从应用的角度赋予其新的内容和方法。传统的遥感自动分类，主要依赖地物的光谱特性，采用数理统计的方法，基于单个像元进行，如监督分类和非监督分类方法，对于早期的MSS这样较低分辨率的遥感图像在分类中较为有效。后来人们在信息提取中引入了空间信息，直接从图像上提取各种空间特征，如纹理、形状特征等。其次是各种数学方法的引进，典型的有模糊聚类方法、神经网络方法及小波和分形。 近年来对于神经网络分类方法的研究相当活跃。它区别于传统的分类方法在于：在处理模式分类问题时，并不基于某个假定的概率分布，在无监督分类中，从特征空间到模式空间的映射是通过网络自组织完成的，在监督分类中，网络通过对训练样本的学习，获得权值，形成分类器，且具备容错性。人工神经网络 (ANN) 分类方法一般可获得更高精度的分类结果，因此 ANN方法在遥感分类中被广泛应用，特别是对于复杂类型的地物类型分类，ANN 方法显示了其优越性。如 Howald(1989)、McClellad(1989)、 Hepner(1990)、T.Yosh ida(1994)、K.S.Chen(1995)、J.D.Paola(1997) 等利用 ANN 分类方法对 TM 图像进行土地覆盖分类，在不同程度上提高了分类精度；Kanellopoulos(1992) 利用 ANN方法对 SPOT 影像进行了多达20类的分类，取得比统计方法更精确的结果；G.M.Foody(1996)用ANN对混合像元现象进行了分解；L.Bruzzone 等 (1997) 在 TM－5 遥感数据、空间结构信息数据、辅助数据（包括高程、坡度等）等空间数据基础下，用 ANN 方法对复杂土地利用进行了分类，比最大似然分类法提高了 9% 的精度。与统计分类方法相比较，ANN 方法具有更强的非线性映射能力，因此，能处理和分析复杂空间分布的遥感信息。2．基于知识发现的遥感信息提取

遥感专题讲座——影像信息提取(四、面向对象特征提取)

面向对象的影像分类技术 “同物异谱，同谱异物”会对影像分类产生的影响，加上高分辨率影像的光谱信息不是很丰富，还有经常伴有光谱相互影响的现象，这对基于像素的分类方法提出了一种挑战，面向对象的影像分类技术可以一定程度减少上述影响。 本小节以ENVI中的面向对象的特征提取FX模块为例，对这种技术和处理流程做一个简单的介绍。 本专题包括以下内容： ??●面向对象分类技术概述 ??●ENVI FX简介 ??●ENVI FX操作说明 1、面向对象分类技术概述 面向对象分类技术集合临近像元为对象用来识别感兴趣的光谱要素，充分利用高分辨率的全色和多光谱数据的空间，纹理，和光谱信息来分割和分类的特点，以高精度的分类结果或者矢量输出。它主要分成两部分过程：影像对象构建和对象的分类。

影像对象构建主要用了影像分割技术，常用分割方法包括基于多尺度的、基于灰度的、纹理的、基于知识的及基于分水岭的等分割算法。比较常用的就是多尺度分割算法，这种方法综合遥感图像的光谱特征和形状特征，计算图像中每个波段的光谱异质性与形状异质性的综合特征值，然后根据各个波段所占的权重，计算图像所有波段的加权值，当分割出对象或基元的光谱和形状综合加权值小于某个指定的阈值时，进行重复迭代运算，直到所有分割对象的综合加权值大于指定阈值即完成图像的多尺度分割操作。 影像对象的分类，目前常用的方法是“监督分类”和“基于知识分类”。这里的监督分类和我们常说的监督分类是有区别的，它分类时和样本的对比参数更多，不仅仅是光谱信息，还包括空间、纹理等信息。基于知识分类也是根据影像对象的熟悉来设定规则进行分类。 目前很多遥感软件都具有这个功能，如ENVI的FX扩展模块、易康（现在叫Definiens）、ERDAS的Objective模块、PCI的FeatureObjeX（新收购）等。 表1为三大类分类方法的一个大概的对比。 类型基本原理影像的最小单元适用数据源缺陷 传统基于光谱的分类方 法地物的光谱信息 特征 单个的影像像元 中低分辨率多光谱 和高光谱影像 丰富的空间信息利 用率几乎为零 基于专家知识决策树根据光谱特征、空 间关系和其他上 下文关系归类像 元 单个的影像像元多源数据知识获取比较复杂 面向对象的分类方法几何信息、结构信 息以及光谱信息 一个个影像对象 中高分辨率多光谱 和全色影像 速度比较慢

基于遥感数据的城市绿地信息提取研究进展

基于遥感数据的城市绿地信息提取研究进展1 吕杰，刘湘南 中国地质大学（北京）信息工程学院，北京 (100083) E-mail：jasonlu168@https://www.wendangku.net/doc/393860195.html, 摘要：本文对目前城市绿地信息提取研究现状进行了总结，对其中的利用航空遥感数据提取植被信息、卫星遥感提取植被信息、高分辨率遥感植被信息以及高光谱遥感植被信息研究进展进行了介绍，并从中分析提出遥感数据提取城市绿地信息存在的问题，对于存在的混合像元的问题，本文指出混合像元分解是解决存在问题的关键。 关键词：遥感，城市绿地，信息提取，混合像元 中图分类号：TP 7 1．引言 随着城市规模的不断扩大，自然环境正受到越来越严重的破坏，特别是大量的植被被高楼大厦取代，导致原有的生态系统严重失衡。而植被是环境的天然调节器，因此，无论在新城区还是老城区，绿化都显得尤其重要。对于土地资源极为珍贵的特大城市来说，良好的绿地规划方案可以有效地提高绿化生态环境效益。 另一方面，随着社会和经济的发展，城市化步伐在不断加快，城市规模日渐扩大，因此，城市正面临着一系列的生态和环境问题，例如城市热岛效应，沙尘暴等。为了解决这些问题，人们逐渐发现城市绿地对城市生态环境的改善有着不可替代的功效，为此，许多国家将城市绿化制定为城市可持续发展战略的一个重要内容，并将城市绿地作为衡量城市综合质量的重要指标之一。 利用遥感技术获取绿地信息成为快速、客观、准确的城市生态监测、评价、规划和管理的重要手段。目前可以利用的高分辨率遥感数据资料越来越多，高于lm 分辨率航天遥感影像和航空遥感影像己开始应用到资源调查和测图中。 2．城市绿地信息提取研究现状及存在问题 城市绿地是在人类较强干扰下生成的绿地景观，其生态效益不仅与绿地斑块的面积、空间分布有关，而且与构成绿地的植被类型密切相关（王伯荪，1987 ）。90 年代后期，景观生态学理论和方法逐渐应用到对城市绿化的研究中，这些研究为城市植被研究提供了新的研究思路和方法（高峻等，2002 ：李贞等，2000 ）。城市植被遥感信息提取为城市植被景观生态分析提供基础数据，是遥感信息提取的重要研究方向，也是城市植被学研究的重要内容（王伯荪等，1998 ）。 2.1 航空遥感影像用于植被信息提取 随着遥感技术的发展，航空影像图的信息提取比例尺已经达到了1:1000 ，由遥感图提取城市绿地率和绿化覆盖率，是一条比较成熟和现实的途径。2001 年5 月上海市已完成三次航空遥感城市绿地精细调查。2000 年山东省建设处委托中国国土资源航空物探遥感中心对山东省济南市、淄博、文登、荣成等地市进行了航空遥感城市绿化调查。大比例尺彩红外航空遥感图像具有信息量大、植物标志清楚等优点，它不仅被广泛用于植被调查，而且对植 1本课题得到国家863项目(2007AA12Z174)资助。

信息提取方法 (1)

专项训练 信息提取方法 材料信息各提取，共同话题相联系， 每则材料都概括，深入本质解问题。 （1、这几则材料为什么可以放在一起？ 2、然后推断：一定是材料之间存在某种关系。再通过比较、分析，一定会有所发现。 3、答题时，材料间是因果关系的，要先写主要原因，再写其他原因；材料间是同类事物的，要先写共性的，再写不同点的） 1、阅读下面三则材料，写出你的探究结果 材料一对某区一所中学初三(3)班49名学生进行调查后发现：自己求过或家长帮助求过护身符的占96％；经常到网上占卜的占34％；相信命由天定的占1l％；相信自己的幸运花、幸运石、幸运数字一定能给自己带来好运的占78％…… 材料二在某搜索网站输入“占卜”二字，可检索到34.4万个网页；输入“星座”二字，可检索到267万个网页。从搜索结果看，占星奇缘、北斗星易学书、周公解梦等内容充斥网页。 材料三联合国教科文组织把每年的4月23日确定为“世界读书日”。专家呼吁全社会都要关心青少年的健康成长，多为青少年出版一些好书，多提供一些有益的活动场所，为加强社会主义精神文明建设、构建社会主义和谐社会作出贡献。 答：①当今社会青少年非常迷信； ②某些网络媒体里充斥着很多迷信邪说； ③全社会都要关心青少年的健康成长，并为之创设良好的环境，从而抵制迷信思想的侵蚀 2、读下列材料，写出你的探究结果。 材料一撒哈拉沙漠以南非洲地区的城市人口中，71.9%的人居住在贫民窟，而且贫民窟人数在急剧增加。贫民窟已给城市带来危机。 材料二在贫困的非洲国度安哥拉，孩子们没有受教育的机会，许多孩子被赶出家门，遭受辱骂、毒打，甚至被烧死或活埋，就因为他们的父母认为他们掌握邪恶的巫术。 材料三多年来，世界粮食计划署一直没有停止对非洲贫困地区的粮食援助。今年，又给予非洲20亿美元资金的粮食援助，相当于2002年对全球援助的总额。 答：1.非洲地区的贫困和愚昧带来了巨大的社会问题（人口增长、教育落后）且给世界增加了沉重的负担。2.贫困和愚昧严重困扰着非洲的发展，并给世界造成了沉重的负担 3、阅读下面的三则材料，联系本文，写出你探究的结果。 材料一母虎抚养幼虎有三个过程。开始，它出去捕食回来，把最嫩的肉用爪子撕成碎片，喂给幼虎。后来，它捕食回来，自己把肉吃掉，剩下的骨头扔给幼虎啃。再后来，它捕食回来，自己把肉吃掉，把骨头扔掉，幼虎要吃，它就大吼一声，不让它吃。过几天，幼虎饿得实在受不了，就离开母亲，自己找食吃，且不再回来。 材料二孟子曰：”故天将降大任于是人也，必先苦其心志，劳其筋骨，饿其体肤，空乏其身……”（《生于忧患，死于安乐》） 材料三曾有这样的一幅漫画：父亲送儿子上大学，衣着时髦的儿子空着手，与别人谈笑风生，而父亲却肩扛手提，佝偻着身子帮儿子排队报名。漫画题为“如此爱心”。 答案：1.人才多是在艰苦环境中造就的。2.恶劣环境的磨炼有利于人才的成长。3.全社会应该加强挫折

遥感卫星影像数据信息提取.

北京揽宇方圆信息技术有限公司 、 遥感卫星影像数据信息提取 北京揽宇方圆信息技术有限公司中科院企业,卫星影像数据服务全国领先。业务包括遥感数据获取与分发、遥感数据产品深加工与处理。按照遥感卫星数据一星多用、多星组网、多网协同的发展思路,根据观测任务的技术特征和用户需求特征,重点发展光学卫星影像、雷达卫星影像、历史卫星影像三个系列,构建由 26个星座及三类专题卫星组成的遥感卫星系统,逐步形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力形成卫星遥感数据全球接收与全球服务能力。 (1光学卫星影像系列。 面向国土资源、环境保护、防灾减灾、水利、农业、林业、统计、地震、测绘、交通、住房城乡建设、卫生等行业以及市场应用对中、高空间分辨率遥感数据的需求,提供 worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、 ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm、 landsat(etm、 rapideye、alos、Kompsat 卫星、北京二号、资源三 号、高分一号、高分二号等高分辨率光学观测星座。围绕行业及市场应用对基础地理信息、土地利用、植被覆盖、矿产开发、精细农业、城镇建设、交通运输、水利设施、生态建设、环境保护、水土保持、灾害评估以及热点区域应急等高精度、高重访观测业务需求,发展极轨高分辨率光学卫星星座,实现全球范围内精细化观测的数据获取能力。像国产的中分辨率光学观测星座。围绕资源调查、环境监测、防灾减灾、碳源碳汇调查、地质调查、水资源管理、农情监测等对大幅宽、快速覆盖和综合观测需求,建设高、低轨道合理配置的中分辨率光学卫星星座,实现全球范围天级快速动态观测以及全国范围小时级观测。

面向对象特征提取

面向对象特征提取 1、启动eCognition，选择Rule Set Mode。 2、新建工程：File -> New Project或者点击按钮，选择影像or_196560080.tif，确定。

3、界面布局：选择Classification -> Class Hierarchy，打开类层次视图；选择Image Objects -> Image Objects Information，打开目标信息视图；选择Process -> Process Tree，打开进程树视图；选择Tools -> Feature View，打开特征视图。通过拖拽，形成下面的工作界面：

4、设置尺度参数：设置三个分割尺度，分别是100，70，50，三个尺度对应的层次分别命名为L1，L2，L3。 5、第一尺度（100）分割：在Process Tree中右键，选择Append New，在Algorithm中选择Segmentation -> multiresolution segmentation，Image Object Domain中选择Pixel Level，而Algorithm parameters中的Level Name命名为L1，Scale Parameter设为100，Shape设为0.2， Compactness设为0.5，如下图所示： 点击OK后，Process Tree中会多出一条记录，如下：

在该记录上点击右键，选择Execute，即按照设定的参数进行分割，分割的效果如下： 6、第二尺度（70）分割：在eCognition的尺度分层规则中，大尺度对应的层摆在最上面，小尺度的层摆在下面。在Process Tree中右键，选择Append New，在Algorithm中选择Segmentation -> multiresolution segmentation。由于第二尺度对应为第二层次，因此其应该在第一层（L1）下面，所以Image Object Domain中选择image object level，Level设置为L1，而Algorithm parameters中的Level Name命名为L2，Level Usage 设置为Create below，Scale Parameter设为70，Shape设为0.2，Compactness设为0.5，如下图所示： 按第5步的步骤运行该尺度的分割，可以得到该尺度下的分割结果。 7、第三尺度（50）分割：与第6步一样，只不过Image Object Domain中的Level设置为L2，Algorithm parameters中的Level Name设置为L3，Scale parameter设置为50，如下图：

冰川信息提取方法综述 20151101002

基于遥感的冰川信息提取方法综述 全球气候环境变化及其影响已成为当今世界各国政府、科学家和政策决策者所共同关注的重大焦点问题。政府间气候变化委员会（IPCC第四次评估报告指出[1]，过去 100 a）（1906~2005 年）全球地表平均气温上升了0.74℃，而最近 50 a的升温速率几乎是接近过去 100 a 升温速率的两倍。冰川对气候变化十分敏感，被视为气候变化的指示器，升温已导致全球大多数冰川在过去 100 多年里处于退缩状态，尤其是最近的几十年呈加速退缩态势[1,2]。尽管大量的冰储存于两极冰盖中，但山地冰川和冰帽的储量损失在过去几十年和未来一个世纪对海平面上升、区域水循环和水资源可获取性均有重要影响[3-5]。 青藏高原及其毗邻地区蕴藏着世界上两极之外最大的冰雪储量，被称为“第三极”，该区气候变化引发的冰川变化不仅影响到周边地区十个国家的15亿人口的农业、发电等生产活动的水资源供应[3, 6, 7]，而且会引发区域乃至北半球的大气环流格局的变化[8]，从而使其成为国际冰川变化研究的热点地区。此外，青藏高原很多内陆湖泊近期水位上涨、湖泊面积增大导致草场淹没以及冰湖溃决和泥石流滑坡等山地灾害，对周边地区的生态与环境及农牧民的生活造成了严重影响[9]。 因此，监测青藏高原冰川变化时空分异特征，对于更加清楚地认识该地区对全球气候变化的响应具有重要的科学意义，对于及时提供湖泊水量变化信息，制定当地农牧民的应对措施具有重要的现实意义。本文系统梳理和总结了国内冰川监测相关研究进展，并探讨了当前该领域研究的不足以及未来的研究方向，旨在为我国冰川变化监测提供有益借鉴。 一、传统野外监测 传统的冰川观测主要基于野外实地考察，开展较早。世界上很多地区在一个多世纪以前就开始系统地观测冰川与冰盖的变化[10]。1930s 之前一直依靠实测冰川末端的变化或对比小冰期冰碛物的位置获得冰川变化的信息，1940s 后期开始了冰川物质平衡研究，截止到 2008 年全球已获取了 1803 条冰川自19 世纪后期的冰川长度变化和 226 条冰川过去 60 年内的物质平衡观测结果[10]，分别占 1970s 估计的全球冰川总数 160000条[11]的 1.1%和 0.1%，观测数量很有限。我国冰川研究事业开创于1958年祁连山冰川考察[11]，截止到 2007 年，基于野外考察共有 27 条冰川的长度变化和 5 条冰川的物质平衡的较长时间观测记录[12]，分别为我国冰川总数46377[13]条的 0.06%和 0.01%，远低于前述全球尺度的相应观测比例，且没有一条位于我国冰川分布中心之一的喀喇昆仑地区。实地观测通常在容易到达、安全且不是太大的冰川进行，不能代表所有冰川的规模、海拔分布、坡度和朝向。所以，仅靠少数野外考察资料很难反映全球或区域尺度冰川变化的空间特征，所获得的冰川变化趋势及其对气候变化的响应的结论也难免存在局限性。 二、冰川面积变化遥感监测 遥感观测可以在瞬时获取较大范围的地面综合信息，适合对不同地理环境下的冰川变化进行长期而持续的监测，早期主要进行面积变化遥感研究。1940s 以后，人们可以借助于航空摄影技术测绘冰川末端位置[14]。1970s 之后，随着卫星遥感技术的发展和观测精度的提高，陆地资源系列卫星（Landsat MSS、TM 和

基于决策树的面向对象变化信息自动提取研究

基于决策树的面向对象变化信息自动提取研究 张雨霁①②，李海涛②，顾海燕② （①辽宁工程技术大学测绘与地理科学学院，阜新，123000; ②中国测绘科学研究院，北京，100039） 摘要：为了从不同时相的遥感影像数据中自动地提取变化信息且保证其效率，本文结合面向对象分析技术，提出了一种基于决策树变化信息自动提取的新方法。该方法利用影像的特征指数及形状特征、光谱特征、纹理特征等作为特征集，将其作为知识库应用到决策树控制模型中，进而利用该模型实现自动分类。对所得到的分类后影像对象，组织分析其综合属性并作为决策规则再次分类，通过“双重分类”的方式实现面向对象的遥感影像变化信息自动提取。该方法为遥感影像变化信息自动提取提供了新的思路。 关键词：变化检测;面向对象;决策树;特征指数 Research on Object-Based Analysis of Automatic Change Information Extraction Based on Decision Tree ZHANG Yuji①②，LI Haitao②, GU Haiyan② （①Liaoning Technical University, Fuxin, 123000; ②Chinese Academy of Surveying and Mapping, Beijing, 100830） Abstract: In order to extract change information automatically from the different time remote sensing images and ensure the efficiency, a new automatic extraction method which is combined with the Object-Based Image Analysis technology based on the Decision Tree is presented in this paper. This method uses the features index and shape, spectral, texture of the image as a feature set to establish the decision tree model for automatic classification. Organize and analyse the synthesized attribute of image objects classified above, then use it as the decision rule to make classification the second time. We can bring about the automatic exaction of image change information by ‘double classification’ which is based on the Object-Based Image Analysis. This method offers a new thought for automatic extraction of remote sensing images change information. Keywords: change detection; object-based; decision tree; feature index 收稿日期：修订日期： 基金项目：National T echnology Support Program [国家科技支撑项目]。 (Program: 2008BAC34B07__04). 作者简介：张雨霁（1985～），女，在读硕士，主要研究方向为遥感图像处理。 E-mail:YUJI-911@https://www.wendangku.net/doc/393860195.html,

信息提炼方法

新闻信息提取方法略谈 【考点指津】 标题是新闻的“眼睛”，是新闻的精华，是新闻的灵魂，它用最简洁的语言概括了新闻最主要的内容。因此概括方法是：人物（事物）+事件。 概括新闻的主要内容一定要找出文段中的时间、地点、人物，还要把发生的事情用简单的语言表达出来，概括方法是：时间+人物（事物）+地点+事件。具体方法是：1.抓关键词语；2.关注重要句子；3.如果有导语就要抓住导语进行归纳，因为导语是新闻内容的高度概括。 【示例解析】 例1：给下面的报道写一个标题。（不超过10个字） “白帝碧波山水欢，千帆竞渡履平川。”6月10日，奉节县100名诗人齐聚老县城依斗门，朗诵着自己的诗作，送别有着一千多年历史的古城门，这座古城门即将在三峡水库蓄水达135米水位时，永沉江底。84岁的老诗人余敬之也参加了此次活动。有“活杜甫”之称的他，至今创作出了3000多首诗歌。看着不断上涨的江水，老诗人朗诵着自己的诗作，眼泪直往下掉。他说，千百年来，依斗门跟瞿塘峡、白帝城一样，是诗人取之不尽的创作源泉。 下午5点，依斗门被水淹没，标志着诗城遗址初步没入库底。此时，诗人们才依依不舍离去。 【解析】第一步，找出“人物”：百名诗人。第二步，找出“事件”：事件记叙比较零散，因此需要提取关键词语——朗诵，送别，古城门。84岁的老诗人参加活动只是送别古城门中的一个例子，因此不是短文的要点。答案：百名诗人“诵”别古城门。 例2：根据下面一则消息所给出的信息要点，拟一条“一句话新闻”。 【本报讯】记者近日从联通南京分公司获悉，130手机将在包括南京在内的12个城市推出“一机多网”服务，用户可以直接用手机拨打国际、国内IP长途电话，将来还能上因特网。 据介绍，“一机多网”是中国联通在预存话费的基础上推出的数字手机与IP电话因特网综合集成的一项新业务，用户在130手机上拨打IP电话时，无需输入卡号和密码，直接拨“17911”和被叫号码即可，在本地打国内长途时，不分远近均为每分钟0.7元，国际长途每分钟5.2元。据悉，到今年上半年，国内将有超过130个城市开通此项业务。 【解析】“事物”：联通。“事件”：消息的第一段是对全文内容的高度该括，因此可以从其中提炼出事件。时间：本消息表示时间的词语有四个——近日，将，将来，到今年上半年。可以从这几个词语看出时间是从最近开始，不超过今年上半年。因此我们可以把时间定为：近期。答案：联通近期将推出“一机多网”，手机也能打IP电话。 【演练提高】 1．为下面的报道拟一条标题。（不超过12字） 近日，新会市博物馆展出了一件特殊的文物“木美人”。这是画在一幅木制门板上的油画，画的是两个与真人一般大小、身着中国古代腰饰的西洋美女。研究者初步认为，这幅“木美人”是我国最早的油画作品。其艺术性不逊于意大利油画家达·芬奇的《蒙娜丽莎》。据传，这幅“木美人”门板，是明朝一位新会籍人士从福建带回来的。木门所属的屋子因为失火而被烧毁。门板是屋子里唯一没有被烧毁的东西，距今至少有五千多年的历史。这幅画究竟是何人何时所作？为何画中女子身着汉人服装，面部却有明显的西洋人特征？这些问题至今还不清楚。

ERDAS-遥感专题信息提取与专题图制作

遥感专题信息提取与专题图制作设计报告 1、课程设计的目的与意义 本次课程设计的目的主要就是为了加深理解与巩固遥感原理与应用的有关理论知识;熟悉遥感图像处理的方法与步骤,学习运用ERDAS软件对遥感图像进行几何纠正、图像镶嵌、图像融合、自动分类以及专题图制作等处理。锻炼独立分析问题与解决问题的能力,培养良好的工作习惯与科学素养,为今后工作打下良好的基础。 2、课程设计的原理与方法 2、1课程设计原理 2、1、1 图像预处理 ERDAS软件默认的文件格式就是img格式,因此首先需要将实习数据由TIFF 格式转换为img格式图像。 多波段影像包含的信息量较大,实习中将6个单波段影像合成多波段影像进行处理。 Spot影像需具有地理信息,要将影像头文件信息添加进去。 2、1、2几何纠正 遥感所获取的数据,均存在几何畸变。因此需要对图像进行几何纠正。几何纠正的原理就是将图像数据投影到平面上,使其符合地图投影系统。而将地图投影系统赋予图像数据的过程,称为地理参考。由于所有地图投影系统都遵循一定的地图坐标系统,因此几何纠正的过程包含了地理参考过程。在实习过程中,采用了一次多项式法进行几何纠正。 2、1、3图像镶嵌 因研究范围的要求,需要在几何上将左右两幅图像连接在一起,并且保证拼接后的图像反差一致,色调相近,没有明显的接缝。遥感影像在镶嵌之前,必须包含投影信息、地理坐标信息,还要有相同的波段数。当然,在挑选遥感数据时,要尽可能选择成像时间与成像条件相近的遥感图像,要求相邻影像的色调一致。 2、1、4图像裁剪 在实际工作中,经常需要根据研究工作范围对图像进行裁剪,按照ERDAS实际图像分幅裁剪的过程,可以将图像分幅裁剪分为两种类型:规则分幅裁剪与不规则分幅裁剪。 规则分幅裁剪就是指裁剪图像的边界范围就是一个矩形,通过左上角与右下角两点的坐标,就可以确定图像的裁剪位置,整个裁剪过程比较简单。 不规则分幅裁剪就是指裁剪图像的边界范围就是任意多边形,无法通过左上角与右下角两点的坐标确定裁减位置,而必须事先生成一个完整的闭合多边形区域,可以就是一个AOI多边形,也可以就是ArcInfo的一个Polygon Coverage,针对不同的情况采用不同的裁剪过程。

遥感信息提取资料

遥感图像信息提取方法综述 0、遥感图像分析 遥感实际上是通过接收（包括主动接收和被动接收方式）探测目标物电磁辐射信息的强弱来表征的，它可以转化为图像的形式以相片或数字图像表现。多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。 在遥感影像处理分析过程中，可供利用的影像特征包括：光谱特征、空间特征、极化特征和时间特性。在影像要素中，除色调/彩色与物体的波谱特征有直接的关系外，其余大多与物体的空间特征有关。像元的色调/彩色或波谱特征是最基本的影像要素，如果物体之间或物体与背景之间没有色调/彩色上的差异的话，他们的鉴别就无从说起。其次的影像要素有大小、形状和纹理，它们是构成某种物体或现象的元色调/彩色在空间（即影像）上分布的产物。物体的大小与影像比例尺密切相关；物体影像的形状是物体固有的属性；而纹理则是一组影像中的色调/彩色变化重复出现的产物，一般会给人以影像粗糙或平滑的视觉印象，在区分不同物体和现象时起重要作用。第三级影像要素包括图形、高度和阴影三者，图形往往是一些人工和自然现象所特有的影像特征。 1、遥感信息提取方法分类 常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。 1.1目视解译 目视解译是指利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图形、位置和布局），与多种非

遥感信息资料（如地形图、各种专题图）组合，运用其相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。早期的目视解译多是纯人工在相片上解译，后来发展为人机交互方式，并应用一系列图像处理方法进行影像的增强，提高影像的视觉效果后在计算机屏幕上解译。 1）遥感影像目视解译原则 遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。一般判读顺序为，在中小比例尺像片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。在此基础上，再进行地质、地貌等专门要素的判读。 2）遥感影像目视解译方法 （1）总体观察 观察图像特征，分析图像对判读目的任务的可判读性和各判读目标间的内在联系。观察各种直接判读标志在图像上的反映，从而可以把图像分成大类别以及其他易于识别的地面特征。 （2）对比分析 对比分析包括多波段、多时域图像、多类型图像的对比分析和各判读标志的对比分析。多波段图像对比有利于识别在某一波段图像上灰度相近但在其它波段图像上灰度差别较大的物体；多时域图像对比分析主要用于物体的变化繁衍情况监测；而多各个类型图像对比分析则包括不同成像方式、不同光源成像、不同比例尺图像等之间的对比。

遥感特征提取物具体步骤

1遥感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。目前影像都是基于数字，影像信息的提取方法的发展历程可分为如图1所示，目前这四类方法共存。 图1 影像信息提取发展阶段 非监督分类步骤监督分类步骤 2三大分类方法的对比 利用传统的遥感影像分类方法, 如监督分类或非监督分类, 易造成分类精度降低, 空间数据大量冗余以及资源的浪费,面向对象的分类方法正是为了处理这些问题而出现, 面向对象的分类方法是一种智能化的自 动影像分析方法，它的分析单元不再是单个像素，而是由若干个像素组成的像素群，即目标对象。面向对象的方法利用遥感影像结构信息和光谱信息, 并建立这些特征之间的层次关系的基础上, 对影像进行分类。面向对象分类方法的关键在于图像分割, 而图像分割方法多种多样, 如何选择科学合理的图像分割方法十分重要，实验证明多尺度图像分割方法综合了图像的光谱!形状!结构!纹理!相关布局等信息, 是目前较为理想的图像分割方法。（采用面向对象分类的方法，可使用专业遥感图像分类软件eCognition4.0） 3面向对象的分类方法

面向对象的技术流程图 3Envi_ENVI FX简介 全名叫“面向对象空间特征提取模块—Feature Extraction”，基于影像空间以及影像光谱特征，即面向对象，从高分辨率全色或者多光谱数据中提取信息，该模块可以提取各种特征地物如车辆、建筑、道路、桥、河流、湖泊以及田地等。该模块可以在操作过程中随时预览影像分割效果。该项技术对于高光谱数据有很好的处理效果，对全色数据一样适用。对于高分辨率全色数据，这种基于目标的提取方法能更好的提取各种具有特征类型的地物。一个目标物体是一个关于大小、光谱以及纹理（亮度、颜色等）的感兴趣区域。 应用于：1】从影像中尤其是大幅影像中查找和提取特征 2】添加新的矢量层到地理数据库 3】输出用于分析的分类影像 4】替代手工数字化过程 ENVI FX的操作可分为两个部分：发现对象（Find Object）和特征提取（Extract features），如图所示

2.1 获取信息的过程与方法(含答案)

2.1 获取信息的过程与方法 获取信息的四个环节 ?①确定信息需求②确定信息来源③采集信息④保存评价信息 1.（填空）获取信息的过程一般是过程是确定信息需求、_确定信息来源__、采集信息、保存 信息。 2.（判断）人类通过天文望远镜获取大量的天体数据信息，这一过程属于信息的存储过程。 （错误） [讲解]获取信息的四个环节:①确定信息需求②确定信息来源③采集信息④保存评价信息。获取大量的天体数据信息这一过程属于信息获取的过程。 信息来源的三大分类：及特点P15 ?媒体：报纸、书刊、广播、电视、网络等 ?他人：老师、父母、同学、朋友、专家等 ?事物本身：表情、行为、化学反应、过程、现场等(最为可靠) 采集信息的工具 ?扫描仪：扫描图片；扫描印刷体文字； ?照相机：主要用于采集图像信息； ?摄像机：主要用于采集视频信息； ?录音设备：主要用于采集音频信息； ?计算机：采集来自光盘网络等多种类型的信息至计算机中； 1.获取信息的来源决定了信息的可靠程度，下列哪一种信息获得的信息最可靠？（ A ） A、亲自进行科学实验 B、因特网 C、朋友、同学 D、报刊杂志 2.获取信息的途径中属于直接获取信息的是（B ） A、看电视 B、从事科学研究 C、听广播 D、上网浏览 3.2013年3月23日，首届北京农业嘉年华在昌平区举办，作为学校小记者的你们采用哪种方 式可以获取到最为真实、鲜活的信息。（ A ） A.到实地去参观 B.上网查询 C.通过电视报道 D.询问去过的人 [讲解]信息获取分为直接获取和间接获取，直接获取是最可靠的；直接获取来自事物本身，间接获取来自他人或媒体。

4.将新买的书籍中15页包括文字、图片、表格的内容录入计算机中最合适的方法是：（B ） A、把文章一字一句地重新输入到电脑里面再作修改 B、用扫描仪把文章扫描到电脑，再用汉字识别软件识别成可编辑的文档 C、用数码相机把文章拍摄成图片保存到电脑，再用photoshop作文字处理 D、利用IBM语音输入法把该文章读入到电脑，再作修改 5.因研究性学习小组的需要，王斌要到动物园收集有关猴子的资料，制作一份电子演示文稿。 他去动物园可携带的信息采集工具是（B ） A.数码相机、扫描仪、数码摄像机 ` B.数码相机、数码摄像机 C.普通相机、数码相机、笔记本电脑 D.普通相机、扫描仪 [讲解] 采集数字信息的工具——扫描仪（采集图片、印刷体文字）；照相机（采集图像）； 摄像机（采集视频信息）；录音设备（采集音频信息）；计算机（采集来自光盘网络等多种类型的信息）。