《遥感导论第四章PPT.ppt》由会员分享，可在线阅读，更多相关《遥感导论第四章PPT.ppt（118页珍藏版）》请在三一办公上搜索。
1、第四章 遥感图像处理,第一节 光学原理与光学处理,一、颜色视觉1、亮度对比和颜色对比（1）亮度对比：对象相对于背景的明亮程度。改变对比度，可以提高图象的视觉效果。（2）颜色对比：在视场中，相邻区域的不同颜色的相互影响叫做颜色对比。两种颜色相互影响的结果，使每种颜色会向其影响色的补色变化。在两种颜色的边界，对比现象更为明显。因此，颜色的对比会产生不同的视觉效果。,不同色调的亮度变化,相同色调的亮度变化,最亮,最暗,亮,暗,3、颜色立体（1）颜色立体：中间垂直轴代表明度；中间水平面的圆周代表色调；圆周上的半径大小代表饱和度。图4.1（2）孟赛尔颜色立体：中轴代表无色彩的明度等级；在颜色立体的水平剖
2、面上是色调；颜色立体中央轴的水平距离代表饱和度的变化。图4.2,二、加色法与减色法,颜色相加原理,三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，这三种颜色按一定比例混合，可以形成各种色调的颜色，则称之为三原色。红、绿、蓝。互补色：若两种颜色混合产生白色或灰色，这两种颜色就称为互补色。黄和蓝、红和青、绿和品红。色度图：可以直观地表现颜色相加的原理,更准确地表现颜色混合的规律.图4.5,加色法三原色,减色法三原色,假彩色合成原理,例如描述一个人身高为180cm；越高数字越大；用数字来量化身高；同样，可以用190尺来表示身高。,243 180,153,189,54,微米蓝绿波段；
3、微米绿色波段；微米红色波段,0.76-0.90微米近红外波；0.55-1.75微米中红外波段;2.08-2.35微米中红外波段,多光谱合成图像,321432743,遥感影像的表现多波段的显示,色彩合成,不同的波段赋予不同的原色,植物-主要反射绿色波段和近红外波段绿波段用蓝色表示，近红外用红色表示；蓝色+红色=品红；,近红外波段红色红色波段 绿色绿色波段 蓝色,遥感影像的表现形式SPOT多光谱合成结果,近红外波段红色红色波段 绿色绿色波段 蓝色,亮青色：裸露土地,暗青色：成熟作物或叶子干枯的植物,红色：生长期的植物,黑色：水,遥感影像的表现形式TM多光谱合成结果,第二节 数字图像的校正,遥感数字
4、图像处理：利用计算机对遥感图像及其资料进行的各种技术处理。数字图像处理的优点快捷、准确、客观地提取遥感信息适应地理信息系统的发展,一、数字图像及其直方图,遥感数据有光学图像和数字图像之分。数字图像：能被计算机存储、处理和使用的用数字表示的图像。(数字量)光学图像：普通像片那样的灰度级及颜色连续变化的影像（模拟量）,区别：模拟量是连续变量，而数字量是离散变量。,？,数字图象,数字图像的表示：矩阵函数,像元：坐标 数值,行、列定义像元位置,数值通常用8bits 记录28=256灰度值范围为0-255,每个像元是图像的基本元素,遥感影像的表现,传感器量测的数值,1 显示灰度级,暗,亮,2 对应的彩色
5、灰度级，从紫到红,3 设定数值和颜色对照表，根据需要给不同的灰度值以不同的颜色。,遥感影像的表现单波段的显示,遥感影像的表现,遥感传感器利用不同的电磁波波段获得地面目标的光谱反射或者散射的值，以规则的格网记录，因此遥感影像的实质是记录亮度值的点的矩阵；每个格网是一个像元。例如标准一景SPOT影像是60KM X 60 KM，全色波段的分辨率为10M（代表地面10M X 10M的范围），其格网的行列数为：6000 X 6000。其位置由格网所在的行列号代表。,格网的数值=像元值=亮度值=灰度,一景Landsat 5/TM影像，7个波段。可见光和近红外的每个波段大小为6166*6166，代表地面18
6、5*185km的范围。那么存储7个波段需要多大的空间？,给定一幅模拟图像，如何存储至计算机？,一、数字图像及其直方图,数字化：将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。数字量和模拟量的本质区别：连续变量，离散变量。把模拟影像分割成同样形状的小单元，以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值进行数字化的影像。把前一部分的空间离散化处理叫采样（sampling），而后一部分的亮度值的离散化处理叫量化（quantization），以上两种过程结合起来叫影像的数字化（digitization）。,采样,采样的原理,采样,量化,量化的概念,数字图像直方图：以每个
7、像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。偏态分布：图像偏亮或偏暗，层次少，质量较差。,小结 图像直方图是描述图像质量的可视化图表。在图像处理中，可以通过调整图像直方图的形态，改善图像显示的质量，以达到图像增强的目的。,频率,灰度值,频率F=每个灰度值出现的次数 总像元数,X100%,遥感影像增强,灰度级直方图,低反射,高反射,反差：最大灰度值和最小灰度值之差。直方图范围窄，说明反差很小；直方
8、图延伸很宽，表明反差大,直方图：X轴表示灰度值（如0-255）Y轴表示每个灰度值出现的次数,二、辐射校正（Radiometric correction）,辐射畸变：地物目标的光谱反射率的差异在实际测量时，受到传感器本身、大气辐射等其他因素的影响而发生改变。这种改变称为辐射畸变。只有进行了辐射校正，才能保证探测器的精度能够满足应用需求，保证探测器的输出反映被测量值的真实变化，校正探测器性能的自然衰变对测量结果的影响，从而得到较精确的遥感影像。,传感器系统工作产生的误差导致接受的图像不均匀，产生Striping（条带化）或drift（漂移）以及掉线等情况（MSS上可见）,1）传感器本身的影响：,2
9、）大气的影响,2.影响辐射畸变的因素,3.大气影响的定量分析：（1）无大气的亮度：（2）大气吸收影响；L1（3）大气散射后经过地物反射进入传感器；Lp（4）大气散射直接进入传感器；L2,大气的主要影响？,大气的主要影响是减少了图像的对比度，使原始信号和背景信号都增加了因子，图像质量下降。,大气影响的粗略校正：精确的校正公式需要找出每个波段像元亮度值与地物反射率的关系。为此需得到卫星飞行时的大气参数，以求出透过率T、T等因子。如果不通过特别的观测，一般很难得到这些数据，所以，常常采用一些简化的处理方法，只去掉主要的大气影响，使影像质量满足基本要求。通过简单的方法去掉程辐射度（散射光直接进入传感器
10、的那部分），从而改善图像质量。直方图最小值去除法回归分析法:校正的方法是将波段b中每个像元的亮度值减去a，来改善图像，去掉程辐射。,直方图最小值去除法,基本思路:每幅图像上都有辐射亮度或反射亮度应为0的地区，而事实上并不等于0,说明亮度最小值必定是这一地区大气影响的程辐射度增值。校正方法:将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。,HOME,三、几何校正,几何畸变：遥感图像的几何位置上发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等变形。P103几何畸变是平移、缩放、旋转、偏扭、弯曲等作用的结果
11、。,1、遥感影像变形的原因,遥感平台位置和运动状态变化的影响：航高、航速、俯仰、翻滚、偏航。P104地形起伏的影响：产生像点位移。地球表面曲率的影响：一是像点位置的移动；二是像元对应于地面宽度不等，距星下点愈远畸变愈大，对应地面长度越长。大气折射的影响：产生像点位移。地球自转的影响：产生影像偏离。,（1）遥感平台运动状态变化 航高：当平台运动过程中受到力学因素影响，产生相对于原标准航高的偏离，或者说卫星运行的轨道本身就是椭圆的。航高始终发生变化，而传感器的扫描视场角不变，从而导致影像扫描行对应的地面长度发生变化。航高越向高处偏离，影像对应的地面越宽,航速：卫星的椭圆轨道本身就导致了卫星飞行速度
12、的不均匀，其他因素也可导致遥感平台航速的变化。航速快时，扫描带超前，航速慢时，扫描带滞后，由此可导致影像在卫星前进方向上（影像上下方向）的位置错动。,俯仰：遥感平台的俯仰变化能引起影像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动。,翻滚：遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度。可导致星下点在扫描线方向偏移，使整个影像的行向翻滚角引起偏离的方向错动。,偏航：指遥感平台在前进过程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致影像的倾斜畸变。,1、遥感影像变形的原因,遥感平台位置和运动状态变化的影响：航高、航速、俯仰、翻滚、偏航。P104地形起伏的影响
13、：产生像点位移。地球表面曲率的影响：一是像点位置的移动；二是像元对应于地面宽度不等，距星下点愈远畸变愈大，对应地面长度越长。大气折射的影响：产生像点位移。地球自转的影响：产生影像偏离。,地球曲率的变形图示,一是像点位置的移动，当选择的地图投影平面是地球的切平面时，使地面点P0相对于投影平面点P有一高差h。,二是像元对应于地面宽度的不等。由于传感器通过扫描取得数据，在扫描过程中每一次取样间隔是星下视场角的等分间隔。如果地面无弯曲，在地面瞬时视场宽度不大的清况下，L1，L2，L3，的差别不大。但由于地球表面曲率的存在，对应于地面的P1，P2，P3，显然P3-P1 L3-L1，距星下点越远畸变越大，
14、对应地面长度越长。,像元对应于地面宽度的不等,1、遥感影像变形的原因,遥感平台位置和运动状态变化的影响：航高、航速、俯仰、翻滚、偏航。P104地形起伏的影响：产生像点位移。地球表面曲率的影响：一是像点位置的移动；二是像元对应于地面宽度不等，距星下点愈远畸变愈大，对应地面长度越长。大气折射的影响：产生像点位移。地球自转的影响：产生影像偏离。,图像对应地面 实际地面,2、几何畸变校正,图像像元大小与地面尺寸不一,校正为：,图像像元大小与对应地面尺寸一致,几何粗校正：地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进
15、行了校正。几何精校正：利用地面控制点进行的几何校正称为几何精校正。也称图像纠正，其目的是改正原始影像的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像。,2、几何畸变校正(P107),2、几何畸变校正,基本思路：把存在几何畸变的图像，纠正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。具体步骤 1）计算校正后每一点所对应原图中的位置；2）计算每一点的亮度值。计算方法 1）建立两图像像元点之间的对应关系；2）求出原图所对应点的亮度：最近邻法、双线性内插法、三次卷积内插法。,基本环节有两个：一是像素坐标变换；二是像素亮度重采样。,x,y为校正前的影像坐标；u,v为变换后对应的坐
16、标；,二次多项式间接法纠正变换公式为：,2、几何畸变校正,控制点的选取(P111)数目的确定:最小数目；6倍于最小数目。选择的原则易分辨、易定位的特征点：道路的交叉口，水库坝址，河流弯曲点等。特征变化大的地区应多选些。尽可能满幅均匀选取。,遥感图像的几何变形有两层含义 一是指卫星在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。二是指图像上像元的坐标与地图坐标系统中相应坐标之间的差异。,第三节 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
17、：假彩色密度分割；彩色合成,TM1,TM2,TM3,TM4,TM5,TM6,TM7,Landsat TM 5 sub-scene showing the region around the Alpinforschungszentrum Rudolfshtte,TM7,4,1,TM5,7,2,TM5,4,3,TM4,3,2,二、对比度变换,直方图与图像的质量概念：是一种通过改变图像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。,
18、二、对比度变换,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,将亮度值为015影像拉伸为030，要设计一个线性变换函数，横坐标xa为变换前的亮度值，纵坐标xb为变换后的亮度值。当亮度值xa从015变换成xb从030，变换函数在图中是一条直线OO，方程式为,一般情况下，当线性变换时，变换前影像的亮度范围xa为a1a2，变换后影像的亮度范围xb为b1b2，变换关系是直线，则变换方程为,线性增强 若增强前后灰度函数关系符合以下线性关系式，则称为线性增强，也称“线性拉伸”：,举例：某地TM图像，增强前灰度最大值为62
19、，最小值为10，选择0-255灰度级进行线性变换，则变换函数为：,This graphic illustrates the increase in contrast in an image before(left)and after(right)a linear contrast stretch.,If the input range is not uniformly distributed.In this case,a histogram-equalised stretch may be better.This stretch assigns more display values(rang
20、e)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 where values occur less frequently,This graphic illustrates the rather uneven increase in contrast in an image before(left)and after
21、(right)a histogram equalised stretch.,通过调整参数a1，a2，b1，b2，即改变变换直线的形态，可以产生不同的变换效果。若a2-a1b2-b1，亮度范围缩小，影像被压缩。对于a2与a1，是取在影像亮度值的全部或部分，偏亮或偏暗处，均可根据对影像显示效果的需要而人为地设定。,有时为了更好地调节影像的对比度，需要在一些亮度段拉伸，而在另一些亮度段压缩，这种变换称为分段线性变换。分段线性变换时，变换函数不同，在变换坐标系中成为拆线，拆线间断点的位置根据需要决定。从图中可以看出，第一、三段为压缩，第二段为拉伸，每一段的变换方程为：,结果比较,2.非线性变换：变换函
22、数为非线性函数时，即为非线性变换。,1.2.1 指数变换 其意义是在亮度值较高的部分xa 扩大亮度间隔，属于拉伸，而在亮度值较低的部分xb缩小亮度间隔，属于压缩，其数学表达式为,a，b，c为可调参数，可以改变指数函数曲线的形态，从而实现不同的拉伸比例。,1.2.2 对数变换 与指数变换相反，它的意义是在亮度值较低的部分拉伸，而在亮度值较高的部分压缩，其数学表达式为,a，b，c仍为可调参数，由使用者决定其值。,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
23、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。,三、空间滤波,空间滤波：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。,从影像左上角开始开一与模板同样大小的活动窗口，影像窗口与模板像元的亮度值对应相乘再相加。假定模板大小为M*N，窗口为(m,n)，模板为t(m，n)，则模板运算为:,将计算结果r（i，j）放在窗口中心的像元位置，成为新像元的灰度值。然后活动窗口向右移动一个像元，再按公式做同样的运算，仍
24、旧把计算结果放在移动后的窗口中心位置上，依次进行，逐行扫描，直到全幅影像扫描一遍结束，则新影像生成。,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。,均值平滑 是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”和平滑影像目的的。区域范围取作MN时，求均值公式为具体计算时常用33的
25、模板作卷积运算，其模板为,t(m,n)=,或t(m,n)=,1/9 1/9 1/91/9 1/9 1/91/9 1/9 1/9,1/8 1/8 1/81/8 0 1/81/8 1/8 1/8,中值平滑 是将每个像元在以其为中心的邻域内取中间亮度值来代替该像元值，以达到去尖锐“噪声”和平滑影像目的的。具体计算方法与模板卷积方法类似，仍采用活动窗口的扫描方法。取值时，将窗口内所有像元按亮度值的大小排列，取中间值作为中间像元的值。所以MN取奇数为好。一般来说，影像亮度为阶梯状变化时，取均值平滑比取中值滤波要明显得多，而对于突出亮点的“噪声”干扰，从去“噪声”后对原图的保留程度看取中值要优于取均值。,
26、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,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 gene
27、rally serve to smooth（平滑）the 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,Dir
28、ectional Edge filters can also 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.,Edge Enhancement,edge enhancement mathematically manipulates an image to provide a new image in whi
29、ch edges are made to stand out.,Smoothing,smoothing averages the 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.,植物-主要反射绿色波段和近红外波段绿波段用蓝色表示，近红外用红色表示；蓝色+红色=品红；,近红外波段红色红色波段 绿色绿色波段 蓝色,四、图像运算,四、图像运算,概念：两幅或多幅单波段影
30、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。,像元,波段,波段：XS1,XS2,XS3,行,列,光谱定位,空间定位,遥感影像的表现SPOT多光谱,相邻像元,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量，这种算法的结果称为植被指数。常用算法：NDVI=（TM4-TM3）/（TM4+TM3）近红外波段TM4,红波段TM3 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：
31、根据实际情况，采取加、减、乘、除四则运算。,TM3 TM4,NDVI,比值运算常用于突出遥感影像中的植被特征、提取植被类别或估算植被生物量；比值运算对于去除地形影响非常有效；地形起伏往往使地物的反射率乘上一个变化因子，同一地物在不同地形条件下，其亮度会发生变化，因其变化因此不同；但在相同地形条件下，同一地物不同波段的变化因子是近似相等的，因此比值运算后能消除变化因子的影响；,分类时，容易将落影与其他地物混淆,2.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。可突现出两波段差值大的地物，如红外-红，可突现植被信息。,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
32、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。,1、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.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。,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轴的方向上去。,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
33、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.,（4）选择前几个特征值对应的几个特征向量构造变换矩阵n.（5）根据nX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。,第一主分量，注意已经失去波谱信息的意义,第六主分量，注意已经失去波谱信息的意义,机载扫描器的6 幅光谱图像,6 幅主分量图像,2、K-T变换,K-T变换 是kauth-Tho
34、mas变换的简称，也称缨帽变换.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K-T变换的应用:主要针对TM图像数据和MSS数据.对于扩大陆地卫星TM影像数据分析在农业方面的应用有重要意义.,第四节 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.,第四节 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,（1）配准：利用几何校正的方法进行位置 配准。（2）直方图调整：调整成一致的直方图，是图像的亮度趋于一致，便于比较。（3）复合：彩色合成法、差值法、比值法。,二、遥感与非遥感信息的复合,主要步骤：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。,
