《遥感数字图像增强.ppt》由会员分享，可在线阅读，更多相关《遥感数字图像增强.ppt（66页珍藏版）》请在三一办公上搜索。
1、第四节 遥感数字图像增强,一、彩色变换把数字图像组合转换成彩色图形，或者把各种增强或分类图像组合叠加，以彩色图像显示出来。（彩色的视觉分辨能力比黑白高）方法：假彩色密度分割；彩色合成,概念：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。这种方法又叫密度分割。分层方案的确定：分层方案与地物光谱差异对应合适，可以较好地区分地物类别。处理过程效果分析,1、单波段彩色变换（假彩色密度分割）,处理过程,输入图像,显示直方图,确定分割的等级数，并计算分割的间距,像元亮度值转换,为像元新值赋色,HOME,以不同的色彩表示图像的色调变化，增强了图像的显示能力同一地物或现象可能被分
2、割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。,效果分析,2、多波段彩色变换,概念：利用计算机将同一地区不同波段的图像存放在不同通道的存储器中，并依照彩色合成原理，分别对各通道的图像进行单基色变换，在彩色屏幕上进行叠置，从而构成彩色合成图像。合成方案：彩色合成图像分为真彩色图像和假彩色图像。方法演示,TM1,TM2,TM3,TM4,TM5,TM6,TM7,TM7,4,1,TM5,7,2,TM5,4,3,TM4,3,2,ENVI彩色合成演示,3、HLS变换,RGB模式与HLS模式将RGB模式转换成HLS模式，对于定量的表示色彩特性，以及在应用程序中实现
3、两种表达方式的转换具有重要意义。,二、对比度变换,直方图与图像的质量概念：是一种通过改变像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。将图像中过于集中的像元分布区域（亮度值分布范围）拉开扩展，扩大图像反差的对比度，增强图像表现的层次性。又叫辐射增强。方法：对比度线性变换和非线性变换。,线性变换：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。调整线性参数，改变变换效果分段式线性变换非线性变换：变换函数为非线性函数时，即为非线性变换。,A linear stretch involves identifying lower and upper b
4、ounds from the histogram(usually the minimum and maximum brightness values in the image)and applying a transformation to stretch this range to fill the full range.,This graphic illustrates the increase in contrast in an image before(left)and after(right)a linear contrast stretch.,If the input range
5、is not uniformly distributed.In this case,a histogram-equalised stretch may be better.This stretch assigns more display values(range)to the frequently occurring portions of the histogram.In this way,the detail in these areas will be better enhanced relative to those areas of the original histogram w
6、here values occur less frequently,This graphic illustrates the rather uneven increase in contrast in an image before(left)and after(right)a histogram equalised stretch.,三、空间滤波,以重点突出图像上某些特征为目的。滤波增强的原理:任何一个复杂的波形曲线都可以分解成具有不同频率（波长）的较为简单的波形曲线。概念:根据需要，舍弃不需要的频率曲线，选择适宜和需要的频率波形曲线，重新构成新的图像，使一些地物或现象得到突出显示。,空间滤
7、波：以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。图像卷积运算：在图像的左上角开一个与模板同样大小的活动窗口，图像窗口与模板像元的亮度值相乘再相加，得到新像元的灰度值。,A common filtering involves moving a window（活动窗口）of a few pixels in dimension(e.g.3x3,5x5,etc.)over each pixel in the image,applying a mathematical calculation using the pixel values und
8、er that window,and replacing the central pixel with the new value.,Image of CHURN FarmDaedalus 1268 ATM Channel 3,A low-pass filter（低通滤波）is designed to emphasise larger,homogeneous areas of similar tone and reduce the smaller detail in an image.Thus,low-pass filters generally serve to smooth（平滑）the
9、appearance of an image.,A high-pass filter（高通滤波）does the opposite,and serves to sharpen the appearance of fine detail in an image.,Directional or edge detecting filters highlight linear features,such as roads or field boundaries.,Vertical edges（垂直边缘）,Horizontal edges,Directional Edge filters can als
10、o be designed to enhance features which are oriented in specific directions and are useful in applications such as geology,for the detection of linear geologic structures.,1、平滑-图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。,比值平滑：将每个像元在以其为中心的区域内，取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。中值滤波：将每个像元在以其为
11、中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。,2、锐化突出图像的边缘、线性目标或某些亮度变化率大的部分。,罗伯特梯度：找到了梯度较大的位置，也就找到了边缘，用不同的梯度值代替边缘处像元的值，也就突出了边缘。索伯尔梯度拉普拉斯算法定向检测,Edge Enhancement,edge enhancement mathematically manipulates an image to provide a new image in which edges are made to stand out.,Smoothing,smoothing averages th
12、e values of the pixel and its neighbors.If there is noise in the image(random pixel with random values)the smoothing process will remove these.,四、图像运算,概念：两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。原理：地物不同波段的光谱差异。,比值运算：两幅同样行列数的图像，对应像元的亮度值相除（除数不为0）就是比值运算。该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物
13、量，这种算法的结果称为植被指数。常用算法：近红外波段/红波段;或（近红外-红）/（近红外+红）.对于区分和增强光谱亮度值虽不明显，而不同波段的比值差异较大的地物有明显效果。比值处理的方式：根据实际情况，采取加、减、乘、除四则运算。差值运算：两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。,五、多光谱变换,多光谱变换:针对多光谱影象存在的一定程度上的相关性以及数据冗余现象，通过函数变换，达到保留主要信息，降低数据量,增强或提取有用信息目的的方法。其变换的本质:对遥感图像实行线性变换，使光谱空间的坐标按一定规律进行旋转。,K-L变换,离散变换的简称，又称主成分变换。它是对某一多光谱图像X
14、.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.K-L变换的特点: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。可实现数据压缩和图像增强。,多源信息复合,多种信息源的复合:是将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。多源信息复合的意义:发挥不同遥感数据源的优势,弥补某种遥感数据的不足,提高遥感数据的应用性;还有利于综合分析和深入理解遥感数据.,复合的目的,从不同的遥感图像中获得更多有用的信息，补充单一传感器的不足。全色图像一般具有较高空间分辨率（如SPOT全色图像分辨率为10m
15、），多光谱图像光谱信息较丰富（SPOT有三个波段），为提高SPOT多光谱图像的空间分辨率，可以将全色图像融合进多光谱图像。通过融合既提高多光谱图像空间分辨率（10m），又保留其多光谱特性。,多源信息复合,一、遥感信息的复合不同传感器的遥感数据复合不同时相的遥感数据复合二、遥感与非遥感信息的复合,一、遥感信息的复合,1、不同传感器的遥感数据复合（1）配准：采用几何校正，分别在不同数据源的影像上选取控制点，用双线性内插或三次卷积内插运算等对分辨率较小的图像进行重采样，完成配准。（2）复合：彩色合成、代换法。,2、不同时相的遥感数据复合,观测地物的类型、位置、轮廓及动态变化是常用。（1）配准：利用几
16、何校正的方法。（2）直方图调整：将配准后的直方图调整成一致的直方图，使图像亮度值趋于协调，以便于比较。（3）复合：彩色合成法、差值法、比值法。,关键技术问题,图像的配准空间配准数据关联融合模型的建立与优化充分认识研究对象的地学规律与信息特征充分了解每中融合数据的特性，适用性和局限性如何考虑选择最佳波段用于融合融合方法的选择,融合的层次,基于像素的融合，基于特征的融合，基于知识的融合,融合分类,三种融合层次特点比较,遥感图像融合的条件,融合图像应包括不同空间和光谱分辨率融合的图像应是同一区域图像应尽可能精确配准在不同时间获取的图像中，其内容没有大的变化,遥感图像融合流程,预处理包括两部分：图像几
17、何校正与图像配准,基于像素级的图像融合具体方法,要求多源图像精确配准分辨率一致将图像按某种变换方式分解成不同级的子图像，同时，这种分解变换必须可逆，即由多幅子图像合成一幅图像，即为融合图像。这时多幅子图像中包含了来自其它需要融合的经图像变换的子图像。,融合的方法,加权融合基于HIS变换的图像融合基于主分量变换的图像融合基于小波变换的图像融合比值变换融合乘积变换融合基于特征的图像融合基于分类的图像融合,加权融合,基于像元的加权融合对两幅图像 按下式进行：,A，B为常数；为两个图像的权，,为两幅图像的相关系数：,加权融合,SPOT全色图像与多光谱图像的融合，由于多光谱中的绿、红波段与全色波段相关性
18、较强，而与红外波段相关性较小，可以采用全色波段图像与多光谱波段图像的相关系数来融合。其过程如下：对两幅图像进行几何配准，并对多光谱图像重采样与全色图像分辨率相同；分别计算全色波段与多光谱波段图像的相关系数；用全色波段图像和多光谱波段图像按下式组合：,基于HIS变换的图像融合,IHS变换将图像处理常用的RGB彩色空间变换到IHS空间。IHS空间用亮度（Intensity）、色调（Hue）、饱和度(Saturation)表示。IHS变换可以把图像的亮度、色调和饱和度分开，图像融合只在强度通道上进行，图像的色调和饱和度保持不变。,基于IHS变换的融合过程,待融合的全色图像和多光谱图像进行几何配准，并
19、将多光谱图像重采样与全色分辨率相同；将多光谱图像变换转换到HIS空间。对全色图像I和HIS空间中的亮度分量I进行直方图匹配。用全色图像I代替IHS空间的亮度分量，即HISHI S。将HI S逆变换到RGB空间，即得到融合图像。,基于主分量变换的图像融合,方法一对多光谱图像的多个波段进行主分量变换。变换后第一主分量含有变换前各波段的相同信息，而各波段中唯一对应各波段的部分，被分配到变换后的其它波段。将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和方差。用直方图匹配后的高分辨率图像代替主成份的第一分量进行主分量逆变换。,基于主分量变换的图像融合,方法二
20、将高分辨率图像作为一个波段和多光谱图像组合一起进行KL变换，变换后图像信息的再分配达到高分辨率图像和多光谱图像的融合。,基于主分量变换的图像融合,设全色图像P，多光谱图像M有n个波段，将M组合成一个含有n个波段的向量集X:各个波段之间的方差为:,基于主分量变换的图像融合,协方差矩阵：一个满秩矩阵，其特征值为实数，它表示n+1个波段图像中的各地物在n+1维空间中的分布。求出特征值后对特征值，进行排序，求出对应的特征向量，构成特征向量集。,基于主分量变换的图像融合,用KL变换式 进行KL正变换。变换后的第一主分量含有变换前各波段图像的相同信息，而各波段中其余对应部分被分配到变换后的其他波段。将高分
21、辨率的全色图像和中第一主分量进行直方图匹配，使高分辨率图像和第一主分量有相同的均值和方差。最后用直方图匹配后的高分辨率图像代替主分量中的第一主分量和其余分量一起进行KL逆变换，然后对矩阵进行重组，得融合图像。,KL变换性质,KL变换是一个正交变换KL变换后所得到的向量中各个元素互不相关从离散KL后得到的向量删除后面的个元素而只保留前个元素时所产生的误差满足平方误差最小的准则,基于小波变换的图像融合,采用离散二进小波变换的Mallat算法的图像融合步骤如下：对高分辨率全色图像和多光谱图像进行几何配准，并且对多光谱图像重采样与全色图像分辨率相同；对全色图像和多光谱图像进行直方图匹配；对全色高分辨图
22、像进行小波分解，分解成LL（低频部分），HL（水平方向的小波系数），LH（垂直方向小波系数），HH（对角方向的小波系数）；对多光谱图进行分解成四部份LL，LH，HL，HH；根据需要或保持多光谱色调的程度由,中的LL重新组合成新的LL；根据需要由,中的LH，HL，HH重新组合成新的LH，HL，HH；由,所得的新的LL，HL，LH，HH小波反变换重建影像；其它波段融合重复步骤。,比值变换融合,其中:Bi(i=1,2,3)为多光谱图像；D为高分辨率图像；DBi(i=1,2,3)为比值度变换融合图像。比值变换融合可以增加图像两端的对比度。当要保持原始图像的辐射度时，本方法不宜采用。,乘积变换融合,乘积
23、变换融合算法按下式进行：通过乘积变换融合得到的融合图像其亮度成分得到增加。,注意,在上述融合方法中，基于HIS变换融合和比值变换融合只能用三个波段的多光谱图像和全色图像融合，而其它方法不受波段数限制。,图像融合的效果评价,定性评价：主要以目视判读为主，目视判读是一种简单、直接的评价方法，可以根据图像融合前后的对比作出定性评价。缺点是因人而已，具有主观性。定量评价：从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。基于信息量：熵基于清晰度：平均梯度基于逼真度：偏差指数基于光谱差异：光谱扭曲值,SAR TM PAN,SAR TM S+T,P+T S+T+P S+T,二、遥感与非遥感信息的复合,1、地理数据的网格化（1）网格数据生成；（2）与遥感数据配准。2、最优遥感数据的选取。3、配准复合：（1）栅格数据与栅格数据；（2）栅格数据与矢量数据。,
