第三讲遥感图像的处理.

第四章遥感图像处理光学原理与基础遥感图像的校正遥感图像的增强多源信息复合主要内容光学原理与基础亮度对比：视场中对象与背景的亮度差与背景的亮度之比，表达对象相对于背景的的明亮程度。改变对比度，可以提高图象的视觉效果。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。背景背景对象LLLC-在光亮条件下，人眼能分辨各种颜色，当光谱亮度降低要一定程度，光谱变成不同明暗的灰带2颜色是地物对某段波长有选择地反射而对其他波长吸收的结果，颜色性质由明度、色调、饱和度描述；颜色性质明度：是人眼对光源或物体明亮程度的感觉,是表现色彩层次感的基础,物体反射率越高，明度就越高。色调：是色彩彼此相互区分的特性。饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，频率是否单一的表示。2019/12/193颜色立体颜色立体：描述颜色特性之间的相互关系，中轴代表明度，中间的水平圆周代表色调，圆周半径的大小代表饱和度；颜色立体孟德尔颜色立体2019/12/194若三种颜色，其中的任一种都不能由其他两种颜色混合相加而成，这三种颜色按照一定比例混合，可以形成各种色调的颜色，则称之为三原色，红、绿、蓝三种颜色为最优三原色；若两种颜色混合可以产生白色或灰色，则这两种颜色就称互为互补色，如青和蓝、红和青，绿和品红；颜色相加原理2019/12/195CIE色度图加法三原色减法三原色白色光线先后通过两块滤光片的过程就是颜色的减法过程；由两块滤光片组合产生颜色混合时，入射光通过每一滤光片时都减掉一部分辐射，最后通过的光是多次减法的结果，即颜色相减原理；减法三原色：即加法三原色的补色，即黄、品红和青色；颜色相减原理2019/12/196数字图像指能够被计算机存储、处理和使用的图像；遥感图像的表示既有光学影像又有数字图像；光学遥感影像是模拟量，数字图像是离散量；对图像的位置变量进行离散化和灰度值量化，可以得到数字图像；数字图像2019/12/197由于传感器上探测元件的灵敏度直接影响有效量化的级数，因此，不同传感器提供的有效量化的级数是不同的。传感器类型卫星名称有效量化级数信息量MSSLandsat646TMLandsat2568HRV(S)Spot2568AVHRRNOAA102410SARERS6553616数字图像2019/12/198数字化之后，连续空间变量被等间隔取样成离散值，一幅图像可以表示为一个矩阵，如果在x方向取N个取样点，在y方向取M个取样点，则数字图像可以用一个M*N的矩阵表示；2019/12/199数字图像直方图：以每个像元为单位，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。数字图像直方图2019/12/1910112019/12/19数字图像直方图图像的直方图曲线可以反映图像的质量差异，影响辐射畸变的因素：传感器本身的影响和大气对辐射的影响。辐射畸变：地物目标的辐射强度（光谱反射率）受到传感器本身、大气辐射等因素的影响而发生改变，称为辐射畸变。辐射畸变程辐射散射光通过大气直接进入传感器的辐射量称作程辐射2019/12/1912辐射校正通过纠正影像的辐射亮度，使图像像元之间的亮度变化真正反映像元地物的反射率的变化，从而消除大气影响的方法称作辐射校正；辐射校正的方法主要有：直方图最小去除法图像上有辐射亮度或者反射率应该等于零的地区（阴影，水体），其亮度最小值必定是这一地区大气的程辐射量；将每一个波段的像元的亮度值减去该波段的最小值，从而使图像的亮度动态范围得到改善，对比度增强，从而提高图像质量2019/12/1913回归分析法在不受大气影响的波段和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。辐射校正bbLL2)())((aabbaaLLLLLL为波段a中亮度为零处在波段b中所具有的亮度，即波段b的程辐射度2019/12/1914几何畸变在遥感影像的成像过程中，由于遥感平台位置和运动状态的变化，导致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。2019/12/1915几何畸变的原因遥感平台位置和运动状态变化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大气折射的影响：产生像点位移地球自转的影响：影像偏离2019/12/1916几何畸变校正基本思想：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。2019/12/1917几何畸变校正步骤建立变换前图像坐标和变换后图像坐标之间的数学模型；根据变换模型，根据变换后图像像元的中心点坐标，计算变化前图像像元的图像坐标点；采用内插算法，计算变换后图像的亮度值；控制点的来源：地图、GPS、遥感影像控制点的选取原则易分辨、易定位的特征点；特征变化大的地区应多选些；尽可能满幅均匀选取。2019/12/1918最近邻插值算法最近邻法：用距离投影点（采样点）最近像元的灰度值代替输出像元的灰度值。方法简易，计算量小；处理后的图像具有不连续性，影像精确度。2019/12/1919取取样点周围的4邻点，在y方向(或x方向)内插二次，再在x方向(或y方向)内插一次，得到(x，y)点的亮度值f(x，y)，该方法称双线性内插法.计算量增加，精度明显提高，对不连续现象有改善；具有平滑作用，模糊边界线；双线性内插算法2019/12/1920取与计算点周围相邻的16个点，可先在在某一入向上内插，再根据这四个计算结果在y方向上内插，得到每一组4个样点组成一个连续内插函数。实际上是一种卷积运算，也叫三次卷积内插。三次卷积内插算法计算量增加，精度明显提高，计算效率较低；2019/12/1921遥感图像的增强增强图像中的有用信息，利于识别分析，包括对比度变换、空间滤波、图像运算、多光谱运算等。图像增强的目的：提高图像的质量和突出所需信息，有利于分析判读或做进一步的处理分析。通过改变图像像元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，亮度值是辐射强度的反映，所以也称作辐射增强，对比度线性变换和非线性变换对比度变换2019/12/1922调整a1，a2，b1，b2，4个参数，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，则亮度范围扩大，图像被拉伸，若a2-a1b2-b1，亮度范围缩小，图像被压缩。对比度变换如果变换函数是线性函数，则称作为对比度线性变换2019/12/19232019/12/1924对比度拉伸之前对比度拉伸之后对比度变换有时为了更好地调节图像的对比度，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。2019/12/1925对比度变换指数变换:拉伸亮度值较高的部分，压缩亮度值比较低的部分对数变换:压缩拉伸亮度值较高的部分，拉伸亮度值比较低的部分变换函数是非线性的，即为非线性变换。非线性的变换函数很多，常用的有指数变换和对数变换。是一个逐渐增强的过程。2019/12/1926空间滤波以突出图像上的某些特征为目的，如突出边缘或者纹理，通过像元与其周围相邻像元的关系，采用空间域的邻域处理方法，称作“空间滤波”，主要有平滑和锐化；图像卷积运算MmNnnmtnmjir11),(),(),(2019/12/1927模板图像遥感影像图像平滑图像中出现某些变化过大的区域，或者出现不该有的亮点“噪声”，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，改善图像的质量，方法主要有均值滤波和中值滤波：2019/12/1928均值滤波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，从而达到去除噪声和平滑图像的目的。MmNnnmMNjir11),(1),(具体运算常采用3*3的模板对图像作卷积运算，其模板为：81818181081818181),(nmt919191919191919191),(nmt2019/12/1929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，从而达到去除噪声和平滑图像的目的。ija1,jia1,jia1,1jiajia,11,1jia1,1jiajia,11,1jia),,,,(1,11,1,11,1,jijijijijiaaaamedr2019/12/1930ijf1,jif1,1jifjif,1图像锐化图像锐化主要是为了突出图像的边缘、线状目标或者某些亮度变化率比较大的部分，常用的锐化方法主要有Robert算子、Sobel算子和Laplace算法、LOG算子等；)1,(),1()1,1(),(jifjifjifjifgradf10011t01102tRobert算子2019/12/1931Sobel算子1210001211t1010021012t更多的考虑了邻域点的关系，窗口的大小由2*2扩展到3*3Laplace算子010141010t不检测均匀的图像变化，检测变化率的变化率，使图像更加突出亮度值突变的区域2019/12/1932检测垂直边界为了有目的的检测某一方向的边、线或纹理特征时，选择特定的模板卷积运算作定向检测。检测水平边界1211211212t1011011011t1112221112t1110001111t检测对角线1101010111t0111011102t2019/12/1933水平方向检测Laplace算子对角线方向检测垂直方向检测原始影像2019/12/1934色彩变换亮度值的变化可以改善图像的质量，人眼可以分辨20级左右的亮度，但是对彩色的分辨力可达100多种，远远大于黑白亮度值的分辨能力,因此彩色变换可以增强图像的可读性.常用的彩色变换方法主要有：单波段的色彩变换、多波段的色彩变换和HLS变换2019/12/1935362019/12/191.图像的平滑：中值和均值滤波，分别采用3*3和5*5的模板2.图像的锐化，各种滤波算子的实现3.Landsat-8影像的色彩变换，真彩色和假彩色合成Envi软件实现作业发送到邮箱：[e-mail]截止日期：2015.4.20单波段的黑白亮度图像可以按照亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像，又称作密度分割；单波段色彩变换2019/12/1937按照加色法彩色合成原理，选择遥感影像的某三个波段，分别赋予红、绿蓝三种原色，则可以合成彩色影像；当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红、绿、蓝，合成后的影像十分接近自然界的色彩，称为真彩色合成。例如：TM：3，2，1波段。由于原色的选择和原来遥感波段所代表的真实颜色不同，因此生成的合成色不同地物的真实颜色，因此这种合成叫做假彩色合成；TM影像的4，3,2波段；多波段色彩变换2019/12/1938HLS变换：代表明度、色调和饱和度的色彩模式，将遥感影像的表达从红、绿、蓝转换为HLS表达时，则称作HLS变换。HLS变换Lansat-8的真彩色(3,2,1)和假彩色合成影像(3,5,2)2019/12/1939原始影像RGB波段变换后影像HLS亮度色调饱和度2019/12/1940图像运算两幅或者多幅单波段影像，完成空间配准之后，通过一系列的运算，可以实现图像的增强，达到