《遥感技术应用ch5辐射几何校正与数字图像增强技术.ppt》由会员分享，可在线阅读，更多相关《遥感技术应用ch5辐射几何校正与数字图像增强技术.ppt（59页珍藏版）》请在三一办公上搜索。
1、遥感技术应用,讲 授：杨 波湖南师范大学资环学院,回顾第四讲 遥感影像资料的选购与查询,遥感常见数据源遥感数据的选购与查询,第五讲 辐射、几何校正与数字图像增强,遥感影像的辐射校正,5.1,遥感影像的几何校正,5.2,常用数字图像增强技术简介,5.3,5.1 数字图像及其辐射校正 Contents,需要解决的问题：何谓数字图像？它是如何得到的？描述数字图像特征的主要参数？为何要进行遥感数字图像辐射校正？遥感数字图像辐射校正的主要方法？,1,2,3,4,5.1.1 数字图像,遥感数字图像处理 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
2、信息系统的发展,5.1.1 数字图像及其直方图,数字图像：,能被计算机存储、处理和使用的，以数字形式表示的图像。,数字图像通常都是以像元的DN值/亮/灰度值）表示。数字量和模拟量的本质区别：前者为离散变量 后者为连续变量,5.1.1 数字图像及其直方图,5.1.1 数字图像及其直方图,数字化：将连续的图像变化，作等间距的采样与量化。主要包括两步：1）采样2）量化,采样的原理,1）采样,量化的概念,2）量化,数字图像的表示：矩阵函数故这种数据又被称为栅格数据，其占用的存储空间较大。,5.1.1 数字图像及其直方图,数字图像直方图：表示图像中各像元亮度值与像元数（出现频率）分布情况的统计图。,5.
3、1.1 数字图像及其直方图,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。,5.1.1 数字图像及其直方图,小 结：图像直方图是描述数字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。,5.1.1 数字图像及其直方图,In raw imagery,the useful data often populates only a small portion of t
4、he available range of digital values(commonly 8 bits or 256 levels).,5.1.2 辐射校正(Radiometric correction),为何要进行辐射校正？（图像辐射畸变）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。辐射畸变产生的原因：1）传感器本身的特性2）大气对于电磁辐射的衰减（散射、反射和吸收）3）地形因子的影响阴影4)其它生态环境因子,1）传感器因素导致的辐射畸变,2）大气因素导致的辐射畸变,The atmosphere transmi
5、ts,absorbs,and scatters electromagnetic energy.A=absorption,B=scattering,C=transmission,2）大气因素导致的辐射畸变,2）大气因素导致的辐射畸变,大气影响的定量分析：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，导致图像质量下降。,2）大气因素导致的辐射畸变,天空漫反射光导致阴影地方的像元灰度值不再为0,3）地形阴影导致的辐射畸变,5.1.2 图像辐射校正方法,1）遥感器校正：遥感器的设计（该校正过程常在地面接收站进行数据生产时进行）2）大气辐射校正：3）地形辐射校正：需要DEM4）地
6、物反射模型校正：需要和成像时刻取得同步的 地面地物光谱测量数据。,5.1.2.1 大气辐射校正方法,1）以红外波段最低值校正可见光波段2）回归分析法3）相对散射模型,大气影响的粗略校正：通过简单的方法去掉程辐射度（散射光直接进入传感器的那部分），从而改善图像质量。1）直方图最小值去除法,5.1.2.1 大气辐射校正方法,1）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。如大气散射的影响主要在短波波段，红外波段中清洁的水体几乎不受影响，反射率值应当为0。由于散射影响，而使得水体的反射率不等于0，
7、推定是由于受到了天空辐射项的影响。校正方法：差值法。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。,2）回归分析法,原理同 1），校正的方法是将波段i中每个像元的亮度值减去ai，去掉程辐射来改善图像质量。选择可见光和红外波段进行2维散点图，建立线性回归方程。,2）回归分析法,3）相对散射模型,方法1）和2）的缺陷是忽略了散射与波长的关系，有时矫枉过正，破坏了波段之间的关系。相对散射模型1988年Chavezti提出。分为四步.STEP1:根据某个可见光波段的直方图选出黑暗地物的初始灰雾值；STEP2:根据此灰雾值的幅度确定大气类型
8、（选择合适的散射模型）；STEP3:根据模型和初始灰雾值预测其它波段的灰雾值；STEP4:对每个波段进行大气校正。,3）相对散射模型,理论上，瑞利散射模型；米散射模型；实际上，大气中的粒子大小不一，实际的散射介于两者之间。Chavez将大气散射模型分为5个分立式。,3）相对散射模型,根据以上模型和遥感波段（TM）的中心波长，计算每个波段散射量占总散射的百分比。例如下表：,3）相对散射模型,计算出的灰雾值，经过成像系统的增益和偏移调整后，获得实际的灰度DN值。DN=GAIN*(RAD)+OFFSETDN=GAIN*(MULT+HAZE)+OFFSETDN(HAZE)=GAIN*HAZE+OFFS
9、ET,5.1.2.2 地形辐射校正,需要DEM简单的处理方法,比值法：有效消除阴影的影响。,5.1.2.2 地形辐射校正,左上：DEM（800-1800 m）右上：照度图 左下：1998年6月Walchesee湖TM原始图像。天顶角为34.6度，方位角为131.7度。右下：地形辐射校正和几何校正后图像 可以看到，原始图像中缺少太阳照明的区域，经过地形辐射校正处理后色调效果得到了改善。,5.1.2.2 地形辐射校正,去雾霭处理,LANDSAT 7 Imagery Before and After Atmospheric Correction,去云处理,LANDSAT 7 Imagery Befo
10、re and After Atmospheric Correction,大气辐射校正小结,大气散射和大气吸收等效应对图像上地物的光谱特征产生影响。在图像上的表现形式为地物相对反射亮度值上的一个偏置量，偏置量与波长成反比，波长越短，偏置量越大。大气散射和吸收等效应对不同的图像处理方法影响也不同，对单纯的彩色合成可通过线性拉伸消除其对图像的影响。但在热异常信息增强处理和信息提取方面，尤其需要进行大气校正，如果不消除大气的噪声，将有可能导致错误的分析结果。,常见大气校正方法,1、大气辐射传输模型校正法（绝对）使用6S、LOWTRAN、MODTRAN等大气辐射传输模型进行大气校正，这些模型可以比较精确
11、地模拟大气的影响，因此校正的效果比较可靠。缺点：必须输入与卫星同步获得的大气资料如气温、气压、水汽含量、臭氧含量、气溶胶光学厚度等参数，对于大部分遥感应用来说，大面积同步观测基本上是不可能的事情，因此，这些方法的应用受到了极大限制。,2、相对辐射校正方法 主要包括图像回归法、伪不变特征法、暗集-亮集法、未变化集辐射归一法与直方图匹配法等。优点：这些相对辐射校正方法仅利用图像像元灰度值的统计特征，不需要其它参数，操作简便，尤其适合用于历史遥感数据。其中，未变化集常指一些反射率近似固定不变的人工物体如机场跑道、大型运动场等，可以它们的发射率为基准对图像进行大气校正。,常见大气校正方法,相对辐射校正
12、是针对多时相遥感图像之间由大气、照度、物候和传感器性能衰减等差异造成的影响,对各像元的灰度值进行必要的校正，它有利于提高动态监测精度。在进行不同时相遥感影像的比较和镶嵌处理前，大气辐射校正是必须的。,常见大气校正方法,图像回归分析法直接从图像中获取所需要的参数，不需要额外的输入，因此应用比较广泛。它是利用几乎不受大气影响的TM和ETM第7波段与其它波段进行比较，大致确定大气影响的成分。具体方法是：在第7波段和待校正的各波段图像中，取由最亮至最暗的一系列目标，将其亮度值按波段分别提取，再对每一个待校正波段的亮度值与ETM第7波段的亮度值进行回归分析，得出回归直线，回归方程为：式中y为因变量，这里
13、取待校正波段亮度值，x为自变量，这里取ETM+波段7的亮度值，b为待定参数。回归分析获得的a值即为大气辐射校正值（大气散射偏置量的近似值），采用最小二乘法确定。,常见大气校正方法,上图为TM16波段与TM7波段亮度值线性回归分析的结果，对截距取整即可得到TM16波段的校正值分别为52、33、24、22、5和121。将待校正的TM各波段图像像元亮度值与校正量相减，即得到经大气辐射校正后的图像。,常见大气校正方法,释疑巩固,1、何谓数字图像？它是如何得到的？2、描述数字图像特征的主要参数？3、为何要进行遥感数字图像辐射校正？4、遥感数字图像辐射校正的主要方法？,5.2 遥感影像的几何校正,5.2.
14、0 基本术语5.2.1 为何要进行几何校正？5.2.2 几何校正的方法？,5.2.0 基本术语,图像配准Registration图像纠正（校正）-Rectification 或者叫做 Geo-referencing 地理参照.图像地理编码 Geo-coding图像正射投影校正 Ortho-rectification地面控制点GCPs(Ground Control Points)最邻近重采样 Nearest neighbor resampling双线性重采样 Bilinear resampling立方卷积重采样Cubic convolution resampling均方根误差 Root Mean
15、 Square Error，RMSE,5.2.1 为何要进行几何校正？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。,遥感影像变形（几何畸变）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。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。总之，几何畸变是：平移、缩放、旋转、偏扭、弯曲等共同作用的结果。,5.2.2 几何畸变校正,基本思路：把存在几何畸变
16、的图像，校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）定位。计算校正后每一点所对应原图中的位置 2）定量。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。,图像灰度重采样方法,1)最近邻法：距离实际位置最近的像元的灰度值作为输出图像像元的灰度值；,2）双线性内插法：以实际位置临近的4个像元值，确定输出像元的灰度值。公式为：,图像灰度重采样方法,3）三次卷积内插法：以实际位置临近的16个像元值，确定输出像元的灰度值。公式为：,图像灰度重采样方法,控制点的选取数目的确定:数量应当超
17、过多项式系数的个数（(n+1)*(n+2)/2）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,5.2.2 几何畸变校正,数字图像几何校正过程,纠正函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等。其中多项式方法的应用最为普遍。,问题：几何校正过程主要由哪两个步骤组成？分别可采取哪些方法予以实现？,Step1：变换后像元坐标位置的计算Step2：变换后像元灰度值（亮度值、DN）的计算,ENVI offers three warping options:RST(rotation,scaling,and translation),polynomial,and Delaunay triangulation.The resampling methods include nearest neighbor,bilinear,and cubic convolution.,5.3 数字图像增强技术简介,必要性：图像目视效果不好、信息不突出、要进行有用信息的自动或半自动识别提取时。目的：提高图像质量、突出有用信息、为图像判读和进一步分析处理服务。,常见数字图像增强处理技术,直方图变换基于频率域和空间域的滤波彩色变换（单波段假彩色密度分割，多波段。）图像运算多光谱变换数据融合,
