遥感图像预处理.ppt

《遥感图像预处理.ppt》由会员分享，可在线阅读，更多相关《遥感图像预处理.ppt（135页珍藏版）》请在三一文库上搜索。

1、第四章 遥感图像处理,前言,遥感图像的应用处理，相对于一般传统意义上的图像处理，就好比拿一幅加噪、模糊后的蒙娜丽莎画像的照片，要求计算机处理后不但要滤除噪声，恢复高频分量，而且要知道蒙娜丽莎究竟是什么表情，为什么会有那样的表情。 李小文,前言,对某些学习电子、计算机、物理、数学等学科专业出身并正在从事遥感图像处理的科技人员而言，不同地理景观区，不同季节获得的图像都同样是一串大小不等的数码，很难体会到其中包含着极其重要而又复杂的生物学、地学等内容 戴昌达,第一节 光学原理与光学处理,颜色视觉 加色法与减色法 光学增强处理,一、颜色视觉 1、亮度对比和颜色对比 （1）亮度对比：对象相对于背景的的明

2、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。,2、颜色的性质： 所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。 （1）明度：是人眼对光源或物体明亮程度的感觉。 物体反射率越高，明度就越高。 （2）色调：是色彩彼此相互区分的特性。 （3）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。,3、颜色立体 （1）颜色立体：中间垂直

3、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。,（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面上是色调；颜色离开中央轴的水平距离代表饱和度的变化。,孟赛尔色立体纵剖面图,孟赛尔色立体,二、加色法与减色法,1 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.,2 颜色相减原理,减色过程:白

4、色光线先后通过两块滤光片的过程. 颜色相减原理:当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，最后通过的光是经过多次减法的结果. 加色法与减色法的区别: 减法三原色:黄、品红、青,三、光学增强处理,图像的光学增强处理方法具有精度高， 反映目标地物更真实，图像目视效果好等优点，是遥感图像处理的重要方法之一。 计算机图像处理的优点在于速度快、操作简单、效率高等优点，有逐步取代光学方法的趋势。,彩色合成 加色法彩色合成 减色法彩色合成 光学增强处理 光学信息的处理 图像的相加和相减 遥感黑白影象的假彩色编码,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

5、、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。,HOME,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、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。,HOME,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

6、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；,光学增强处理,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：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。,HOME,图像的相加和相减 （ 光栅滤波法）,两个图像所发出的光波在空间重叠并且同位相，则图像相加。 如果两列光波在空间重叠且反相，则图像相减。,HOME,遥感黑白影象的假彩色编码,将黑白图像经过光栅进行依次编码处理，将振幅型

7、编码图像转换成位相型编码图像。 将位相介质片放入非相干光信息处理系统的输入平面，经过白光照射，在输出平面上获得等密度的假彩色图像。 假彩色编码处理卫星图像可以使单波段影像彩色化，实现图像增强效果。,HOME,第二节 遥感数字图像的校正,遥感数字图像 辐射校正 几何校正 镶嵌处理,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：离散变量，连续变量。 数字图像的表示：矩阵函数,数字图像直方图：以每个像元为单位，表示图 像

8、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 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。,2 辐射校正,辐射校正的含义 消除图像数据中依附在辐射亮度中的各种失真的过程称为辐射校正 大气辐射校正的目的是将卫星遥感数据转换为地物真实信息的表面反射率,便于更有效地利用遥感数据,2 辐射校正,一、遥感图像的辐射误差主要有三个因素 传感器的光电变换 大气的影响 光照条件,2 辐射校正,一、遥感图像的辐射误差主要有三个因素 传感器的光电变换 传感器在光电变换的过程中，对各波段的灵敏度是有差异的，也就是说，传感器对各波段的光谱响应

9、是不同的，由此造成辐射畸变。另外，传感器的光学镜头的非均匀性，会引起边缘减光，也会造成图像辐射的畸变。,2 辐射校正,一、遥感图像的辐射误差主要有三个因素 大气的影响 地物（目标物）的辐射（反射）经过大气层时，与大气层发生散射作用和吸收作用。吸收作用直接降低地物的辐射能量，引起辐射畸变。散射作用除降低地物的辐射能量外，大气散射的部分辐射还会进入传感器，直接叠加在目标地物的辐射能量之中，成为目标地物的噪声，降低了图像的质量。,2 辐射校正,一、遥感图像的辐射误差主要有三个因素 光照条件 光照条件的不同也会引起辐射畸变，如太阳高度角、地面坡度等，都会引起辐射的畸变,二、大气散射校正 1.大气影响的

10、定量分析,一、概述,辐射传输方程,简化后的大气辐射传输方程 E=E0e-T(o,H)+Epath,2.大气影响的粗略校正 通过简单的方法去掉程辐射（散射光直接进入传感器的那部分），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，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。,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。

11、 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。,以TM2、4为例 TM4为X轴 TM2为Y轴 由一组点拟合其回归直线 y=a+bx a截距，b斜率,回归分析法,其他的辐射误差校正,地形校正前,DEM,地形校正后,（三）其它辐射误差校正 条纹误差的校正 常用方法：平均值法、直方图法，垂直于扫描线方向上的最近邻点法、三次立方法,3.高光谱图像的校准和归一化 一般较实用的方法有： 残差图像法，首先假定影像的像元值是另一波段影像的一个线性函数,通过最小二乘法来进行回归,然后再用回归方程计算出的预测值来减去影像的原始像元值,从而

12、获得回归残差图像。 内部平均相对反射法(IARR)，即对每个像元的光谱值除以整个图像的平均值；,3.高光谱图像的校准和归一化 实用线性方法，即线性回归每个波段的记录值和实际测量值得到一个线性增量系数和偏差值，从而校正其他值 平场法选一块光谱均一的高反射区取其平均值，然后对每一个像元的光谱值除以这个平均值N。,3.高光谱图像的校准和归一化 以上多数方法都没有使用大气数据和模型，因此确切地说仅对高光谱图像作了归一化处理。 只有残差图像法是真正意义上的辐射校正，再就是实用线性方法，但它们都需要大量野外实地测量。,3 几何校正,一、遥感图像的几何变形有两层含义 卫星在运行过程中，由于姿态、地球曲率、地

13、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。 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。,二、卫星姿态引起的图像变形,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,例：遥感平台运动状态变化的影响,航速：卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀，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

14、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。,三、地形起伏的影响,四、地球曲率,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。,五、大气折射,六、地球自转的影响,卫星自北向南运动，地球自西向东自转，两者相对运动，使卫星的星下位置逐渐发生偏移,几何粗校正：这

15、种校正是针对引起几何畸变的原因进行的，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行了校正。,七、遥感图像几何校正方法,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。,七、遥感图像几何校正方法,几个术语： 图像配准：同一区域里一幅图像对另一幅图像 的校准，以便两幅图像中的同名像元配准。 图像纠正：借助于一组地面控制点，对一幅图 像进行地理坐标的校正。,几个术语： 图像地理编码：是一种特殊的图像纠正方式， 把图像纠正到一种统一标准的坐标系 图像正射投影校正：借助于地形高程模型 (DEM)，对图像中

16、每个像元进行地形变形的校正， 使图像符合正射投影的要求。,1、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。,1、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。 2、具体步骤 步骤一：选取控制点 步骤二：数据的空间变换 步骤三：像元灰度插值,步骤一：选取控制点,(1)地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流叉口、建筑边界等。 (2)地面控制点上的地物不随时间而变化,步骤一：选取控制点,(1)地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流叉口、建筑边界

17、等。 (2)地面控制点上的地物不随时间而变化 地面控制点应当均匀地分布在整幅图像内，且要有一定的数量保证。地面控制点的数量、分布和精度直接影响几何纠正的效果。,步骤一：选取控制点,特殊情况下建立伪控制点或称模拟控制点,步骤二：数据的空间变换,二元多项式近似的基本原理 设两幅图像坐标系统间几何畸变关系可描述为： x=h1(x,y) y=h2(x,y) 在未知情况下， h1(x,y)和h2(x,y)可用二元多 项式来近似,式中，n为多项式的阶数 aij和bij为各项系数,（2）空间坐标的计算问题 向前映射法（直接法） 向后映射法（间接法）,向前映射法（直接法） g(x,y)=f(a(x,y),b(

18、x,y) 从原图像坐标计算出目标图像坐标,向后映射法（间接法） f(a(x,y),b(x,y) = g(x,y) 从结果图像的坐标计算原图像的坐标,两种映射方法的对比 对于向前映射：每个输出象素的灰度要经过多次运算； 对于向后映射：每个输出象素的灰度只要经过一次运算。,实际应用中，更经常采用向后映射法。,步骤三：像元灰度插值,步骤三：像元灰度插值,插值方法 最近邻插值 双线性插值（一阶插值） 三次内插法（高阶插值）,（1）最近邻插值 在待求像素的四个邻近像素中，输出象素的灰度等于离它所映射位置最近的输入象素的灰度值。,（2）双线性插值 利用待求像素四个邻近像素的灰度在两个方向作线性内插；,对(

19、i,j+v)，f(i,j)到f(i,j+1)的灰度变化为线性关系，有f(i,j+v)=f(i,j+1)-f(i,j)v+f(i,j) 同理，对(i+1,j+v)有 f(i+1,j+v)=f(i+1,j+1)-f(i+1,j)v+f(i+1,j) 从f(i,j+v)到f(i+1,j+v)的灰度变化也为线性关系 待求像素（任一点像素）的计算式为,f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-)f(i+1,j)+uvf(i+1,j+1),(3)三次内插法（高阶插值）,利用待插值点周围的16个邻点像素值,（4）内插方法的选择,内插方法的选择除了考虑图像的

20、显示要求及计算量，还要考虑内插结果对分类的影响 当纹理信息为主要信息时，最邻近采样将严重改变原图像的纹理信息 但当灰度信息为主要信息时，双线性内插及三次内插法将减少图像异质性，增加图像同质性，其中，双线性内插方法使这种变化更为明显,多源图像之间存在变形，就局部区域而言，同一地面目标在每幅图像上都具有相应的图像结构，并且它们之间是十分相似的，这就可以采用数字图像相关的方法确定图像的同名点,3.图像间的自动配准,3.图像间的自动配准,图像相关是利用两幅图像的相关函数，评价它们的相似性以确定同名点。 首先取出待定为中心的小区域中的图像 然后取出其在另一图像中相应区域的图像 计算两者的相关函数，以相关

21、函数最大值对应的相应区域中心点为同名点，即以图像分布最相似的区域为同名区域，其中心点为同名点。,3.图像间的自动配准,数字图像相关的过程如下：,先在参考图像上选取以目标点为中心，大小为M*N的区域作为目标区域T并确保目标点（最好是明显地物点）在区域的中间。,然后确定搜索图像的搜索区S，其大小为J*K，显然JM，KN，S的位置和大小选择必须合理，使得S中能完整地包容一个模板T1,将模板T放入搜索区S内搜索同名点。从左至右、从上到下，逐像素的移动搜索区来计算目标区和搜索区之间的相关系数。取最大者为同名区域，其中心为同名点,3 遥感数据的镶嵌处理,数字影像镶嵌是将两幅或多幅数字影像(它们有可能是在不

22、同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。在遥感应用中，影像镶嵌有着重要的应用。,一、数字影像镶嵌原理 影像镶嵌的原理是：如何将多幅影像从几何上拼接起来，这一步通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。,数字图像镶嵌的关键是： 1.如何在几何上将多幅不同的图像连接在一起。因为在不同时间用相同的传感器以及在不同时间用不同的传感器获得的图像，其几何变形是不同的。 2.如何保证拼接后的图像反差一致，色调相近，没有明显的接缝。,数字图像镶嵌,二、图像镶嵌接缝消除方法,数字图像镶嵌

23、接缝消除过程如下： 1.图像的几何纠正； 2.搜索镶嵌边。先取图像重叠区的1/2为镶嵌边；然后搜索最佳镶嵌边，即该边为左右图像上亮度值最接近的连线,相对左右图像有 Il - Ir= Imin,二、图像镶嵌接缝消除方法,数字图像镶嵌 搜索最佳镶嵌边的步骤为： 选择K列N行的重叠区； 确定一维模板，其宽度为W，从T开始（即模板中心在左右图像的像元号T）自左至右移动模板进行搜索，按一定的算法相关系数，确定该行的镶嵌点，逐行进行搜索镶嵌点可以得到镶嵌边。 所用算法有差分法、相关系数法等,二、图像镶嵌接缝消除方法,数字图像镶嵌 3.亮度和反差调整 求接缝点左右图像平均亮度值Lave,Rave； 对右图像

24、，按下式改变整幅图像基色： R=R+(Lave-Rave)R为右图像原始亮度值，R为右图像改变后的亮度值 求出接缝点中的极值，即Lmax,Lmin,Rmax,Rmin。,二、图像镶嵌接缝消除方法,数字图像镶嵌 对整幅右图像作反差拉伸：R=AR+BB=-ARmin+Lmin，A=(Lmax-Lmin)/(Rmax-Rmin) 4.平滑边界线 经过上述调整，两幅图像色调和反差已趋近，但仍有拼缝，必须进行边界线平滑。,二、图像镶嵌接缝消除方法,数字图像镶嵌 在边界点两边各选s个像元，这样平滑区有2s1个像元。按下式计算每一行上平滑后的亮度值Di：,其中：j为边界点E在图像中的像元号； i为图像行号；

25、DLi、 DRi在i处左右图像像元亮度值,二、图像镶嵌接缝消除方法,数字图像镶嵌 权P按下式计算 ：,第三节 遥感数字图像的增强处理,对比度变换 空间滤波 彩色变换 图像运算 多光谱变换,又称反差增强、对比度变换 主要通过改变图像灰度分布态势，扩展灰度分布区间，达到增强反差的目的。 通过调整直方图来实现 调整后的直方图应达到： 分布好（较均匀），没有大量暗或亮的象元集中分布,一、辐射增强,一、辐射增强,灰度直方图 图像灰度直方图反映了一幅图像中灰度级与其出现概率之间的关系。对于数字图像，由于图像空间坐标和灰度值都已离散化，可以统计出灰度等级的分布状况。,一、辐射增强,灰度直方图,低反射率图象,

26、高反射率图象,1 线性变换 g=uf+v,f,g,a,b,m,n,分段线性变换,2 非线性变换,对数变换,指数变换,3 直方图均衡 非线性的增强方法； 将每个灰度区间等概率分布，代替了原来的随机分布，即增强后的每个灰度级内有大致相同的象元数；通过改变灰度区间来实现； 根据灰度值的出现频率来分配它们的亮度显示范围，频率高的部分被增强了，频率低的部分被压缩。减少灰度等级换取对比度的增大.,效果：增强了峰值处的对比度，两端（最亮和最暗）的对比度减弱了。,直方图均衡化（Histogram Equalization）,直方图匹配,把原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图，然后按照

27、已知的指定形态的直方图调整原图像各象元的灰级，最后得到一个直方图匹配的图像,直方图匹配,把原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图，然后按照已知的指定形态的直方图调整原图像各象元的灰级，最后得到一个直方图匹配的图像 主要应用于有一幅很好的图像作为标准的情况下，对另一图像进行匹配，以改善被处理图像的质量 应用于数字镶嵌,直方图匹配条件,原始图像和参考图像 两个图像的直方图的总体形态应相似 图像中相对亮和暗的特征应相同,直方图匹配条件,原始图像和参考图像 两个图像的直方图的总体形态应相似 图像中相对亮和暗的特征应相同 图像中的地物类型的相对分布应相同，无论两幅图像是否覆盖同一

28、地区。如一幅有云，另一幅没有云，应先将云去掉（覆盖），然后再进行直方图匹配,二 空间滤波 (邻域处理) 1 图像卷积运算,H=P*G,2 平滑 去除噪声 均值平滑,中值滤波平滑 局部中值代替局部平均值 中值 :一组数的中间值,3 锐化 突出边缘细节 ,突出象元间差异 Robert 梯度 R1= f(i,j) f(i+1,j+1)2+f(i+1,j) f(i,j+1)21/2 R2= f(i,j) f(i+1,j+1) +f(i+1,j) f(i,j+1) ,t1=,t2=,(Idrisi 中FILTER ),3 锐化 突出边缘细节 ,突出象元间差异,-1 0 1 1 2 1 t1= 2 0 2

29、 t2= 0 0 0 1 0 1 1 2 1,Sobel算子,Laplacian算子 2f(i,j)=f(i+1,j)+f(i-1,j)+f(i,j+1)+f(i,j-1)4f(i,j),0 -1 0 -1 -1 -1 -1 4 -1 -1 8 -1 0 -1 0 -1 -1 -1,(二阶微分)不检测均匀的灰度变化,定向检测 检测某一定方向的线条、边缘,-1 0 1 -1 0 1 -1 0 1,-1 2 -1 -1 2 -1 -1 2 -1,-1 -1 -1 0 0 0 1 1 1,-1 -1 -1 2 2 2 -1 -1 -1,三 彩色变换,1 单波段彩色变换也称伪彩色变换，将连续的灰度值转

30、换为少量的灰度区间，并用不同的颜色表示，增强图像的目视解译效果。 彩色密度分割 黑白灰度图像= 彩色图像,2 多波段彩色变换,标准假彩色合成方案 MSS: 4=B 5=G 7=R TM: 2=B 3=G 4=R,f1(x,y) R f2(x,y) G monitor f3(x,y) B,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。,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。,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

31、比值运算。 波段比值在矿物调查及植被调查中被广泛利用。一般亮度高的波段用做分子，亮度低的用做分母以加大反差以突出某种指定地物。 TM4/TM3用于植被调查；TM3/TM1用于识别铁氧化带;TM5/TM7用于识别黏土矿,比值运算 植被、水、房屋在红外/红波段灰度及比值结果,消除山影、云影、显示潜伏构造,多光谱图像四则运算 混合运算归一化植被指数 植被覆盖状况好的地区所对应的像元，其NDVI值较高；反之则较低。,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

32、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.,1、K-L变换,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信息量较大的方向。可实现数据压缩和图像增强。,2、K-T变换,K-T变换 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.,对TM图像，

33、变换矩阵C为：,遥感图像信息融合(Fusion)是将多源遥感数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。,六、信息融合,不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥补单一图像上信息的不足，这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。,六、信息融合,1.遥感信息复合 a.不同传感器的遥感信息复合 先配准 再复合 b.不同时相的遥感信息复合 配准= 直方图调整 =复合 2.遥感与非遥感数据复合 非遥感数据网格化= 配准 =复合 (栅格-栅格 栅格-矢量),六、信息融合,加权融合 基于像元的加

34、权融合对两幅图像Ii,Ij按下式进行： Iij=A（PiIi+PjIj）+B 其中：Pi,Pj为两个图像的权重，其值由下式决定： Pi=（1|rij|）*0.5 Pj=1Pi,两幅图像的相关系数 ri,j,六、信息融合,rij为全色波段与多光谱波段（j=1，2，3）图像的相关系数 PKL为全色波段（K，L）的像素灰度值； P为全色波段图像灰度平均值； XSkLj为第j波段图像在（K，L）处的像素灰度值； XSj 为第j波段图像灰度平均值。,六、信息融合,加权融合 SPOT全色图像与多光谱图像的融合， 多光谱中的绿、红波段与全色波段相关性较强，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

35、波段图像的相关系数来融合。,六、信息融合,加权融合 融合过程： 1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； 2分别计算全色波段与多光谱波段图像的相关系数,六、信息融合,加权融合 融合过程： 3用全色波段图像和多光谱波段图像按下式组合。 GKLj=0.5x(1+rij)xPKL+(1-rij)xXSKLj GKLj就是SPOT全色图像与多光谱图像的其中一个波段融合以后的图像,六、信息融合,基于变换的图像融合 变换将图像处理常用的RGB彩色空间变换到空间。 亮度（Intensity）、色调（Hue）、饱和度(Saturation) 变换可以把图像的亮度、色调和饱和度分开，

36、图像融合只在亮度通道上进行，图像的色调和饱和度保持不变。,六、信息融合,比值变换融合 （ Brovey 变换）,对新图像分别赋予红、绿、蓝三色，彩色合成后生成融合图像。 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。,六、信息融合,乘积变换融合 GTM4= GSPOT* GTM4 GTM3= GSPOT* GTM3 GTM2= GSPOT* GTM2 通过乘积变换融合得到的融合图像其亮度成分得到增加,基于主成分变换的图像融合（KL变换法） 对多光谱图像的多个波段进行主成分变换 然后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

37、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成分逆变换。,六、信息融合,六、信息融合,在上述融合方法中，基于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。,六、信息融合,像素级：对原始图像及预处理各阶段上所产生的信息分别进行融合处理，以增加图像中有用信息成分，改善图像处理效果。 特征级：能以高的置信度来提取有用的图像特征 决策级 ：允许来自多源数据在最高抽象层次上被有效的利用,六、信息融合,基于特征的图像融合 基于特征的图像融合有以下几种方法： 1对两个不同特性的图像作边缘增强，然后加权融合； 2对其中一个图像作边缘提取，然后融合到另一个图像上；,六、信息融合,基于分类的图像融合 该方法首先要求对图像中的地物类别进行分类，在分类的基础上进行图像融合。 1对图像中的不同类别用不同波段或不同图像融合以达到增加空间特性和光谱特性； 2.对不同时相的图像进行分类后融合，可以达到提取图像内变化信息的目的,第四章结束,作业：,课本132页7、8题 课本133页13、14题,