《第六章-遥感图像辐射处理-3教材课件.ppt》由会员分享，可在线阅读，更多相关《第六章-遥感图像辐射处理-3教材课件.ppt（65页珍藏版）》请在三一办公上搜索。
1、第六章 遥感图像的辐射处理,1,2,知识回顾：遥感图像辐射定标大气校正,第六章 第1节 遥感图像的辐射定标与校正,根据影像特征进行辐射信息处理,遥感图像的四则运算,图像 反射率,也是计算机自动分类的一种预处理方法,3,一、灰度运算二、多光谱运算三、投影变换,第六章 第2节 遥感图像的四则运算,数字图像运算,重点体会：,遥感信息提取,4,一、灰度运算,1.1基于直方图的运算,5,一、灰度运算,1.1基于直方图的运算,实质：将数字图像处理中的直方图运算方法用与遥感影像,遥感图像直方图的特征,数字图像处理方法,直方图均衡,直方图正态化,直方图匹配,a图像直方图靠近低灰度区，该图像属于低反射率景物图像
2、；b图像为高反射率景物图像；c图像直方图标准差偏小，为低反差景物图像；d图像直方图的标准差较大，为高反差景物的图像；e图像直方图呈现出多峰，图中有多种地物出现的频率较高；f图像直方图呈现出双峰，并且高亮度地物（如云、白背景等）出现频率高。,6,一、灰度运算,1.1基于直方图的运算,遥感图像直方图的特征,直方图均衡前后的影像,7,一、灰度运算,1.1基于直方图的运算,直方图均衡前后的彩色影像,8,一、灰度运算,1.1基于直方图的运算,直方图匹配前后后的影像,参照影像,9,一、灰度运算,1.1基于直方图的运算,用与图像镶嵌、变化监测 对在不同时间获取的同一地区或邻接地区的图像；或者由于太阳高度角或
3、大气影响引起差异的图像分析很有用。,在改善图像对比度时，如果采用线性或分段线性的函数关系，那么这种变换就是线性变换。,10,一、灰度运算,1.2 灰度线性变换,11,一、灰度运算,1.2 灰度线性变换,线性变换,直方图均衡,12,二、多光谱运算,2.1彩色运算,1.彩色合成 赋给每个象元一种颜色，经计算机处理，输出按顺序排列的彩色象元点阵，这就是彩色合成图像。,ETM 3,13,二、多光谱运算,2.1彩色运算,1.彩色合成,ETM 4,14,二、多光谱运算,2.1彩色运算,1.彩色合成,ETM 5,15,二、多光谱运算,2.1彩色运算,1.彩色合成,合成影像,16,二、多光谱运算,2.1彩色运
4、算,1.彩色合成,17,二、多光谱运算,2.1彩色运算,1.彩色合成(真彩色与假彩色),TM 321合成真彩色,18,二、多光谱运算,2.1彩色运算,TM 543合成假彩色,19,二、多光谱运算,2.1彩色运算,TM1,TM2,TM3,TM4,TM5,TM6,TM7,20,TM7,4,1,TM5,7,2,TM5,4,3,TM4,3,2,21,22,二、多光谱运算,2.1彩色运算,1.彩色合成,如何挑选最优波段组合？,为第i个波段的标准差 为i、j两波段的相关系数,最佳指数,23,二、多光谱运算,2.1彩色运算,1.彩色合成,联合熵,例:MODIS各波段,联合熵求最佳波段组合，排名前三的是(1,
5、5,7)、(1,2,7)、(1,2,6)；OIF求最佳波段组合，排名前三的是(1,2,7)、(1,5,7)、(1,6,7)；,24,二、多光谱运算,2.1彩色运算,1.彩色合成,波段组合(1,2,7),波段组合(1,5,7),25,例:MODIS各波段,二、多光谱运算,波段组合(1,5,7)分类,波段组合(1,2,7)分类,26,例:MODIS各波段,二、多光谱运算,2.1彩色运算,1.彩色合成,27,(单波段彩色变换),二、多光谱运算,2.1彩色运算,2.伪彩色增强,苏州市MSS7 卫星图像和经密度分割增强后的伪彩色图像,28,(单波段彩色变换),二、多光谱运算,2.1彩色运算,2.伪彩色增
6、强,1减法运算 Bm=BXBY 其中BX、BY为两个不同波段的图像或者不同时相同一波段图像。*当为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波段上变化趋势相反时的反差。*而当为两个不同时相同一波段图像相减时，可以提取波段间的变化信息。,29,二、多光谱运算,2.2 波段间运算,2加法运算 B=通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像；而绿色波段，红色波段和红外波段图像相加可以得到全色红外图像。,30,二、多光谱运算,2.2 波段间运算,3乘法运算 B=(Bi)1/m 乘法运算结果与加法运算结果类似,31,二、多光谱运算,2.2 波
7、段间运算,4除法运算 xy*通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；,32,二、多光谱运算,2.2 波段间运算,33,二、多光谱运算,2.2 波段间运算,比值图像(除法运算),*也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分 因此，比值运算是自动分类的预处理方法之一。,34,二、多光谱运算,2.2 波段间运算,35,二、多光谱运算,2.2 波段间运算,5混合运算,加减乘除多种方法的综合运算,36,二、多光谱运算,2.2 波段间运算,例：植被指数,37,植被光谱的典型特征是由于叶绿素的强烈吸收，在可
8、见光区域反射率总体很低，在绿波段存在相对峰值，近红外区域出现突然的抬升。而作为背景的土壤光谱则相对平缓。,5混合运算,植被指数,二、多光谱运算,2.2 波段间运算,38,混合运算的关键：设计一种数学表达式F，能够反映出反射率从红光区域到近红外区域的剧烈抬升。F的计算值越大，说明植被特征越明显。,思考：有哪些可供采取的数学表达式？,5混合运算,二、多光谱运算,2.2 波段间运算,39,NDVI（归一化差值植被指数）,NIR 和R分别为红外波段和红波段处的反射率值,5混合运算,植被指数,二、多光谱运算,2.2 波段间运算,40,5混合运算,植被指数,二、多光谱运算,2.2 波段间运算,41,（2）
9、NDVI 结果被限定在-1，1之间，避免了数据过大或过小给使用带来的不便；（3）NDVI 是植被生长状态及植被覆盖度的最佳指示因子。,5混合运算,植被指数,二、多光谱运算,2.2 波段间运算,42,非线性变换，增强了NDVI 低值部分，抑制了高值部分，导致NDVI数值容易饱和，对高植被密度区敏感性降低；,NDVI 的不足,5混合运算,植被指数,二、多光谱运算,2.2 波段间运算,43,SAVI（土壤调节植被指数）,L为土壤调节系数，通常取L=0.5,EVI（增强植被指数EVI）,5混合运算,植被指数,二、多光谱运算,2.2 波段间运算,44,其它形式,重点是理解对波谱特征进行分析的方法。,5混
10、合运算,植被指数,二、多光谱运算,2.2 波段间运算,45,三、投影变换,2.1特征提取与投影变换,特征提取是指对原始的光谱空间特征进行重新组合和优化，提取出最适合当前应用需求的新特征。,投影变换是实现特征提取一类方法,K-L变换(Karhunen-Loeve)(主分量变换)K-L变换:它是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y.Y=AX 特点:变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴一定指向数据量较大的方向。,46,三、投影变换,2.2主分量变换,该变换的几何意义是把原始特征空间的特征轴旋转到平行于混合集群结构
11、轴的方向上去。,47,三、投影变换,2.2主分量变换,作用：达到数据压缩、提高信噪比、提取相关信息、降维处理和提取原图像特征信息的目的。,主分量变换计算步骤如下：（1）计算多光谱图像的均值向量M和协方差矩阵C。（2）计算矩阵C的特征值r和特征向量r，（r=1，2，,M）,M为多光谱图像的波段数。（3）将特征值r按由大到小的次序排列，即12m.,48,三、投影变换,2.2主分量变换,（4）选择前几个特征值对应的几个特征向量构造变换矩阵A.（5）根据AX进行变换，得到的新特征影像就是变换的结果，X为多光谱图像的一个光谱特征矢量。第一分量方差分布最广，集中最多信息，第二分量次之。,49,三、投影变换
12、,2.2主分量变换,50,三、投影变换,2.2主分量变换,第一主分量，注意已经失去波谱信息的意义,51,三、投影变换,2.2主分量变换,第六主分量，注意已经失去波谱信息的意义,52,三、投影变换,2.2主分量变换,53,三、投影变换,2.2主分量变换,机载扫描器的6 幅光谱图像,6 幅主分量图像,54,三、投影变换,2.2主分量变换,例:,有三幅影像,其灰度为:P10 1 1 1,P20 0 0 1,P30 0 0 1其均值为:M1=(0+1+1+1)/4=3/4 M2=1/4 M3=1/4,55,三、投影变换,2.2主分量变换,协方差:11=(0-3/4)(0-3/4)+3(1-3/4)(1
13、-3/4)/4=3/1612=(0-3/4)(0-1/4)+(1-3/4)(0-1/4)+(1-3/4)(1-1/4)+(1-3/4)(0-1/4)/4=1/16,56,三、投影变换,2.2主分量变换,同理:,由|-E|=0 1=2=0.25 3=0.0625,57,三、投影变换,2.2主分量变换,58,三、投影变换,2.2主分量变换,A=,1-1 1 1 Y=AX,59,三、投影变换,2.2主分量变换,是kauth-Thomas变换的简称，也称穗帽变换.是一种坐标空间发生旋转的线性变换，旋转后的坐标轴指向与地面景物有密切关系的方向 主要针对TM图像数据和MSS数据.,60,三、投影变换,2.
14、2 K-T变换,Y=AX Y=（ISB IGV IY IN）T X=（X4 X5 X6 X7）其中：ISB土壤亮度轴的像元亮度值 IGV植物绿色指标轴的像元亮度值 IY 黄色轴 IN 噪声轴 Xi 地物在MSS四个波段上的亮度值,61,三、投影变换,2.2 K-T变换,穗帽变换的变换矩阵根据经验确定。Kauth和Thomas研究出的矩阵A具有如下形式：0.433 0.632 0.586 0.264-0.290-0.567 0.600 0.491-0.824 0.533-0.050 0.185 0.223 0.012-0.543 0.809,62,三、投影变换,2.2 K-T变换,63,三、投影变换,2.2 K-T变换,土壤亮度变化轴ISB为穗帽的底边，帽上面各部分反映了植物生长变化状况，植物株冠的绿色发展到顶点（最旺盛时在帽顶）以后逐渐枯黄，枯黄过程是从帽顶沿着一些称为帽穗的路径回归到土壤底线（因此有穗帽之称）。,64,三、投影变换,2.2 K-T变换,小结,65,一、灰度运算直方图变换线性变换二、多光谱运算彩色运算波段间运算三、投影变换主分量变换K-T变换,
