《四章遥感图像处理10GIS2010210618ppt课件.ppt》由会员分享，可在线阅读，更多相关《四章遥感图像处理10GIS2010210618ppt课件.ppt（103页珍藏版）》请在三一文库上搜索。
1、第四章 遥感图像处理,4.1 光与色 4.2 图像校正 辐射校正 几何校正 4.3 图像增强 4.4 多源信息复合 多源遥感数据融合 遥感数据与非遥感数据的融合,4.1 光与色,光: 在0.38-0.76m范围内,能被眼睛感觉的、产生视觉现象的辐射。,0.7 m为红色 0.58 m为黄色 0.51 m为绿色 0.47 m为蓝色,颜色视觉 在光亮条件下，人眼能分辨各种颜色；当光谱亮度降低到一定程度，人眼的感觉便是无彩色的，光谱变成不同明暗的灰带。 亮度对比：视场中对象相对于背景的明亮程度。适当改变对比度，可以提高视觉效果。 颜色对比：视场中相邻区域不同颜色的相互影响。颜色的对比会产生不同的视觉效
2、果。,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。,例如：在一块品红的背景上放一小块白纸或灰纸，用眼睛注视白纸中心几分钟，白纸会表现出绿色。如果背景是黄色，白纸会出现蓝色。,颜色的性质,色调：颜色的种类 明度：颜色的明亮程度 饱和度：表示颜色纯洁程度的物理量,所有颜色是对某段波长有选择地反射而对其他波长吸收的结果。 如：如果物体反射可见光中0.6m以上的波长，则看起来是红色，反射从0.55m其反射率偏低便成成了棕红色。 颜色的性质由色调、明度和饱和度来描述。,颜色立体,橙,色调,蓝绿,白,饱和度,黄,黑,紫,蓝,绿,红,明度,为了形象
3、地描述颜色三个特性之间的关系，通常用颜色立体来表现一种理想化的示意图。,孟赛尔颜色立体： 中央轴代表无彩色的明度等级，顶部白为10，底部黑为0，从0至10共分为10个明度级； 水平剖面是色调，沿顺时针方向分别为红、红黄、黄、黄绿、绿、绿蓝、蓝、蓝紫、姿、紫红10中色调； 颜色离开中央轴的水平距离代表饱和度的变化。 任何颜色在孟塞尔系统中都可以用三个坐标值：色调、明度和彩度（饱和度）表示。,加色法,加法三原色： 红、绿、蓝 加色法：将三原色中的两种或三色等量相加而产生另一种颜色的方法。 加色法的应用： 彩色显示器的显象管,+,+,+,+,减色法,减法三原色： 黄、品红、青 即蓝、绿、红的补色 减
4、色法：由白色光减去加法三原色中的一种或两种色光而产生另外一种颜色的方法。 减色法的应用：遥感影像的色彩摄影、彩色印刷、电影胶片的印染。,-,-,-,彩色合成 加色法彩色合成 减色法彩色合成 光学增强处理,光学增强处理,加色法彩色合成,合成仪法：是将不同波段的黑白透明片分别放入有红、绿、蓝滤光片的光学投影通道中精确配准和重叠，生成彩色影像的过程。 分层曝光法：指利用彩色胶片具有的三层乳剂，使每一层乳剂依次曝光的方法。,减色法彩色合成,染印法：是一种使用特别浮雕片、接受纸和冲显染印药制作彩色合成影像的方法。 印刷法：利用普通胶印设备，直接使用不同波段的遥感底片和黄、品红、青三种油墨，经分色、加网、
5、制版，套印成彩色合成图像。 重氮法：利用重氮盐的化学反应处理彩色单波段影像透明片的方法。,利用减色法原理，使白光经过多种（层）乳剂或染料或滤色片等而反射或投射出来的合成彩色。,光学增强处理,相关掩膜处理方法：把几何位置完全配准的原片，制成不同密度、不同反差的正片或负片，通过它们的各种不同叠加方案改变原有影像的显示效果，达到信息增强目的的方法。 改变对比度：使用两张同波段同地区的负片（或正片）进行合成，一张反差适中，另一张反差较小，合成后反差一般加大，从而提高了对比度； 显示动态变化：不同时相同一地区的正负片影像叠合掩膜，当被叠合影像反差相同时，凡密度发生变化的部分就是动态变化的位置。 边缘突出
6、：先将两张反差相同的正片和负片叠合，叠合配准后，再沿希望突出的线形特征的垂直方向错位。目的在于突出线形特征。,4.2 数字图像的校正,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 适应地理信息系统的发展,一、数字图像及其直方图,数字图像：遥感数据有光学图像和数字图像之分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。 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。 数字图像的表示：矩阵函数,令：x0，xmax，y 0，ymax从而有
7、：,f(x,y),=,f(0,0),f(1,0),f(1,N-1),f(M-1,0),f(0,1),f(0,N-1),f(1,1),f(M-1,1),.,.,f(M-1,N-1),距阵中的每一元素代表图像中的一个像元。 f(x,y)为像元的亮度值。,灰度直方图：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。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。,注意：图像直方图是描述图像质量的可
8、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。,直方图,二、辐射校正（Radiometric correction ）,辐射畸变： 地物目标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。 影响辐射畸变的因素 传感器本身的影响：导致图像不均匀，产生条纹和噪音。 大气对辐射的影响,图像的灰度辐射强度地物波谱反射率地物不同。,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，图像质量下降。 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
9、传感器的那部分），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。,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。 几何畸变是平移、缩放、旋转、偏扭、弯曲等作用的结果。,
10、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。 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。,遥感平台运动状态变化引起的误差,地形起伏引起的误差,地球表面曲率引起的误差,1、像点位置的移动 2、像元对应地面宽度不同,大气折射引起的误差,像点位置的移动,地球自传引起的误差,影像偏离,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。
11、 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。,几何校正流程图,开 始,显示图像文件,启动几何校正模块,选择计算转换模型,采集地面控制点,图像重采样,检验地面控制点,结 束,控制点的选取 数目的确定: 齐次多项式的项数N与其阶数n的关系 N=（n+1）（n+2）/2 地面控制点(GCP)个数L与N之间的关系 LN 选择的原则 易分辨、易定位的特征点：道路的交叉口，河流汇流处，湖心岛，飞机场，桥，水库大坝等。 特征变化大的地区应多选些。 尽可能满幅均匀选取。,几种采样方法的优缺点：,4.3 图像增强,辐射增强 空间滤波 彩色增强 图像运算 多光谱变换,增强目视效果
12、、提高图像质量和突出所需信息，有利于分析判读或作进一步的处理。,辐射增强（对比度变换）：通过改善图像像元的辐射亮度值以提高图像质量的方法,一、辐射增强（对比度变换）,直方图是图像的灰度像素数统计图，即对于每个灰度值，统计在图像中具有该灰度值的像素个数，并绘制成图形。,直方图是图像的灰度像素数统计图，即对于每个灰度值，统计在图像中具有该灰度值的像素个数，并绘制成图形。,一幅适合用统计方法分析的图像其直方图应是正态分布的，因此，对比度变换就是将亮度值不符合正态分布的图像尽量使其亮度呈正态分布。,线性变换,变换后亮度值xb,10,15,10,30,20,O,O,变换前亮度值xa,xb=,b2-b1,
13、a2-a1,(xa-a1 )+b1,例：一图像亮度值为0-15，现在把它拉伸到0-30。 线性方程：Xb=2Xa,变换后图像,变换前后直方图对比,非线性变换,xb=blog（axa+1）+c 对数变换,xb=be,axa,+c 指数变换,在亮度值较高的部分拉伸，即扩大亮度间隔。 在亮度值较低的部分压缩，即缩小亮度间隔。,在亮度值较高的部分压缩，即缩小亮度间隔。在亮度值较低的部分拉伸，即扩大亮度间隔。,二、空域邻域增强,空间邻域增强，即空域邻域卷积运算 图像平滑 图像锐化,图像卷积运算：在空间域上对图像作局部检测 选定一卷积函数模板，MN图像 移动模板，对每个像元进行卷积运算 R = w1z1
14、+ w2z2 + + wnzn 其中：wi i = 1,2, ,n 是模板的系数 zi i = 1,2, ,n 是被计算像素及其邻域像素的值,以下图为例，试看卷积实验过程。,10 11 11 12 10 10 11 11 12 11 11 11 12 10 10 200 11 12 11 11 11 12 12 11 11 12 12 12 10 10 13 11 12,浅灰字 卷积模板元素值 暗红 数字图像灰度值,2 1 4 2 1 2 1,卷积模板（低通滤波器）,10 10 11 12 10 10 11 11 12 10 12 35 23 12 10 34 58 34 12 23 35 2
15、3 12 11 10 13 13 12 10 10 13 11 12,滤波结果图,中值滤波（有时也用均值滤波） 主要用途：平滑图像、去除噪音 计算公式：R = midzk | k = 1,2,9 最大值滤波，去除胡椒噪声（暗） 主要用途：寻找最亮点 计算公式：R = max zk | k = 1,2,9 最小值滤波：去除椒盐噪声（亮） 主要用途：寻找最暗点 计算公式：R = min zk | k = 1,2,9,一般用中值滤波，最大值，最小值很少用,平滑：图像中出现某些亮度变化过大的区域，或出现不该有的亮点时，可以减少变化，使亮度平缓。,中值滤波算法的实现 将模板区域内的像素排序，求出中值。
16、例如：3x3的模板，第5个是中值， 5x5的模板，第13个是中值， 7x7的模板，第25个是中值， 9x9的模板，第41个是中值。 对于同值像素，连续排列。 例如：（10，15，20，20，20，20，20，25，100） 最终值为：20,锐化,突出图像中的边缘、线状目标、亮度突变区域。 锐化后的图像失去原图像的特征。 具体方法很多：罗伯特梯度，索伯尔梯度，拉普拉斯算法，定向检测等。 相关算法详见：课本p118,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。,三、彩色变换,概念：单波段黑白遥感
17、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,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,单波段彩色变换（伪彩色增强）,输入三个电子枪，可得到其颜色内容由3个变换函数调制的混合图像,a) 红色变
18、换特性 b) 绿色变换特性,c) 蓝色变换特性 d) 合成特性,2 真彩色增强,从彩色到彩色的一种转换 目的 1）引起人们的特别关注 2）人眼对不同颜色的灵敏度不同,多波段色彩变换,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。,TM1,TM2,TM3,TM4,TM5,TM6,TM7,Landsat TM 5 sub-scene showing the region around the Alpinforschungszent
19、rum Rudolfshtte,TM 7,4,1,TM 5,7,2,TM 5,4,3,TM 4,3,2,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。,差值运算 比值运算 加、减、乘、除四则运算等,四、图像运算,差值运算,f(i,j)= f1(i,j)-f2(i,j),四、图像运算,差值运算,目的是突出两图像亮度差大的部分 例如：用红外波段减红波段，植被的反射率在这两个波段的差异很大，而土壤和水在这两个波段的反射率差值很小，因此相减后的图像可以把植被信息突出出来。,植被光谱曲线,差值运算
20、,另外应用于同一地区不同时相的动态监测： 森林火灾后的过火面积 洪水淹没区域、受灾面积及损失 城市的扩展,在进行卫星图象处理时,遇到一山体阴影,其数据组合如下:请选择恰当的处理方法去处阴影. 采用比值方法Rmn（j，K）=Fm（j，K）/F n（j，K） 则：光照区：Rmn（j，K）=28/42=0.66 阴影区: Rmn（j，K）=22/34=0.65 两区的亮度值近似,从而消除阴影.,比值运算,去除地形影响,植被指数,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。,M
21、innaert校正图像,地形去除,图像运算模型：T=45.399-0.004*E-0.816*L,五、多光谱变换,多光谱变换：通过选择不同波段遥感数据之间的变换函数，经过分析、计算和变换，达到数据压缩和增强（提取）地物信息的目的。 实质：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。,X=,X2,Xi,X1,Xn,= x1，x2， xi， xn,T,多光谱空间： 只表示各波段光谱之间的关系，没有图像空间的意义。,KL变换,KL变换又称主成分变换，是利用变换矩阵对多光谱图像进行线性组合，最终产生一组新的多光谱图像，其目的是数据压缩和图像增强。,Y=AX,y1,y2,y3,yn,=,
22、11,21,12,22,1n,2n,n1,n2,ij,mn,x1,x2,xi,xn,X为变换前的多光谱空间像元矢量， Y为变换后的主成分空间像元矢量， A为变换矩阵。使输出图像Y的各个分量之间具有较小的相关性,KL变换的特点 (简单应用举例因子反演) 从几何意义来看，变换后的主分量空间坐标系与变换前的空间坐标系相比旋转了一个角度，而且新坐标系一定指向数据信息量较大的方向(主分量方向)。 就变换后的新波段主分量而言，KL变换后的各个新波段主分量包括的信息量不同，呈逐渐减少趋势。其中，第一主分量集中了最大的信息量，常常占80以上，第二、第三主分量的信息量依次快速递减，到第n分量信息几乎为0。 由于
23、KL变换对不相关的噪声没有影响，所以信息减少时，便突出了噪声，最后的分量几乎全是噪声。所以这种变换又可分离出噪声。,KT变换(缨帽变换),(1)KT变换是KauthThomas变换的简称，这种变换也是一种线性组合变换，其变换公式为：Y=BX 这里X为变换前的多光谱空间的像元矢量，y为变换后的新坐标空间的像元矢量，B为变换矩阵。 一种坐标空间发生旋转的线性变换，但旋转后的坐标轴不是指向主成分方向，而是指向了与地面景物有密切关系的方向。 主要针对TM的1至5和第7波段，低分辨率的热红外(第6波段)波段不予考虑。 B与矢量 相乘后得到新的6个分量，,经过研究，新分量中的前三个分量与地面景物的关系明确
24、： yl为亮度，实际是TM的6个波段的加权和，反映了总体的反射值。y2为绿度，从变换矩阵B的第二行系数看，对波长较长的红外波段5和7即有很明显的抵削，剩下4与1，2，3，刚好是近红外与可见光部分的差值，反映了绿色生物量的特征。y3为湿度，这个分量反映了可见光至近红外波段(1至4)与波长较长的红外(5，7)波段的差值，而5，7两波段对土壤湿度和植被湿度最为敏感，便于反映出湿度特征。y4,y5,y6这三个分量与地物没有明确的对应关系，因此KT变换后只取前三个分量。这样也实现了数据压缩。 KT变换的研究主要针对TM数据和以前使用过的MSS数据，目前应用范围较窄，但它抓住了地面景物，特别是植键和土壤在
25、多光谱空间中的特征。对于扩大陆地卫星TM影像数据分析在农业方面应用有重要意义。,KT变换,Y=BX,B为变换距阵、X为变换前的多光谱空间像元矢量， Y为变换后的新坐标空间像元矢量。,数据融合,HLS变换流程图,亮度（Lightness）、色调（Hue）、饱和度(Saturation）,数据融合的目的：提高图像空间分辨率，增强特征显示能力， 即：在提高融合图像分辨率的同时，尽可能保持光谱信息，以提高图像分析精度。 （1）模型的选取 目前常用的彩色模型分为两类，一类是面向硬设备的RGB模型，一类是面向彩色处理的HLS模型. （2）变换的步骤： 步骤一：将多光谱图像的三个波段进行彩色合成RGB； 步
26、骤二：将产生的RGB图像进行HLS变换，得到亮度（I）、色调（H）、饱和度（S）三幅图像； 步骤三：高分辨率色图像与HLS变换后的亮度图像进行直方图匹配，生成与亮度分量图像有相似直方图分布特性的图像； 步骤四：用第三步生成的全色图像代替亮度（I）图像，并同H、S图像进行HIS反变换，得到融合图像。,RGB显示,HLS显示,在HLS坐标中进行有目的的处理，然后反变换到RGB坐标中进行显示，使图像彩色增强获得更佳的效果，并可使不同分辨率的图像进行复合获得最佳的综合显示效果。,多光谱2.44m,全色0.61m,主成分变换法QuickBird影像融合效果,几种典型正变换的表达式,融合后的遥感影像（盐渍
27、化）,中巴资源卫星的4、3、2波段（20m20m）与ETM的8波段（15m15m）融合而成的图像,4.4 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,弥补单一遥感数据的不足,提高遥感数据的应用性。 多源信息复合主要包括：,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 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 例如：研究洪水监测 NOAA气象卫星图像：时相分辨率高，信息及时，可昼夜获取，同同步性强，有利于动态监测； TM多
28、光谱图像：光谱信息丰富，几何性能好，空间分辨率较高，有利于分析洪水信息； 侧视雷达图像：较易观察水体和线性地物，并且可全天候获取信息，有利用实时实地监测洪峰。,一、遥感信息的复合,不同传感器的遥感数据复合方案 （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（融合）。 例子见遥感导论P129,2、不同时相的遥感数据复合,不同时相的复合是了解观测地物的类型，位置，轮廓及动态变化。 （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
29、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,非遥感数据包括： 地形、气象、水文等专题信息； 行政区划、人口、经济收入等人文与经济信息； 地质勘探、地方病区域统计； 等等。,矢量图,栅格图,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；（地面观测样点内插） （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。,栎类灌木的补充采样图和属性数据表,思考题,数字图像和模拟图像的区别是什么？ 什么是三原色原理？加色法和减色法有何区别？ 引起遥感影像位置畸变的原因是什么？几何校正中应如何选择控制点，应该注意些什么？ 遥感图像增强处理的主要目的是什么？主要处理方法有哪些？ 结合地物光谱特征解释比值运算能够突出植被覆盖的原因。 多光谱变换都有哪些方法，其都适用于哪些特定领域？ 根据陆地卫星Landsat的TM影像和Spot卫星的HRV影像的波谱特征和空间分辨率，分析TM与Spot影像复合的优越性，并设计其复合方案。 结合遥感与地理信息系统的发展，谈谈遥感与非遥感信息复合的重要意义。,