遥感数字图像处理重点

《遥感数字图像处理重点》由会员分享，可在线阅读，更多相关《遥感数字图像处理重点（24页珍藏版）》请在装配图网上搜索。

1、.遥感数字图像处理第一章概论1、图像定义：IMAGE，指通过镜头等设备得到的视觉形象或以*一技术手段再现于二维画面上的视觉信息，是二维数据阵列的光学模拟。分类：按人眼的视觉可视性：可见图像照片、素描、油画不可见图像不可见光成像如紫外线、红外线、不可见测量值如温度、人口密度等的分布图按图像的敏感程度和空间坐标的连续性：数字图像指用计算机存储和处理的图像，是一种空间坐标和灰度不连续、以离散数字原理表达的图像，不见图像模拟图像又称光学图像，指空间坐标的明暗程度连续变化的、计算机无法直接处理的图像，可见图像模拟图像数字图像：模/数转换A/D转换数字图像模拟图像：数/模转换D/A转换2、像素定义：是A/

2、D转换的取样点，是计算机图像处理的最小单元，每个像素具有特定的空间位置和属性特征。3、遥感数字图像定义：数字形式的遥感图像，不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。像素值：称为亮度值或灰度值、DN值，量化的整数灰度就是数字量值。亮度值的上下由遥感传感器所探测到的地物电磁波的辐射强度决定。具有相对应的意义，仅在图像内才能进展相互比较。遥感数字图像与照片的差异照片遥感数字图像来自于模拟方式来自于数字方式通过摄影系统产生通过扫面和数码照相机产生没有像素根本构成单位是像素没有行列构造具有行和列没有扫描行可能会观察到扫描行0表示没有数据0是数值，不表示

3、没有数据任何点都没有每个点都有确定的数字摄影受电磁光谱的成像范围限制可以是电磁光谱的任意范围一旦获取了照片，颜色就是确定的颜色没有特定的规则，在处理过程中可以根据需要通过合成产生具有红、绿、蓝3个通道多个波段3-80004、遥感数字图像处理定义：是利用计算机图像处理系统对遥感图像中的像素进展系统操作的过程。传统的模拟图像受媒介大小的限制无法完全表述这些信息，也很难进展信息的进一步处理，只有经数字化后才能有效地进展信息分析和处理，数字图像处理极大地提高了图像处理的精度和信息提取的效率。主要内容：图像增强：压抑、去除噪声，增强整体图像或突出图像中的特定地物的信息，使图像更容易理解、解释和判读。灰度

4、拉升、平滑、锐化、彩色合成、主成分K-L变换、K-T变换、代数运算、图像融合等增强过程本身不会增加数据中原有的信息内容，仅仅是突出了特定的图像特征，使得图像更易于可视化的解释和理解。图像校正：也称为图像恢复、图像复原，主要是对传感器或环境造成的退化图像进展模糊消除、噪声消除、几何失真或非线性校正。校正方法：辐射校正和几何纠正。信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。主要包括图像分割、分类等方法，处理结果为分类专题图。5、遥感数字图像处理系统硬件系统：计算机、数字化设备、大容量存储器、显示器、输出设备、操作台软件系统：ERDAS IMAGINEC语言、ENVIIDL语言

5、、PCI Geomatica、ER Mapper6、数字图像处理的开展和两个观点离散方法：一幅图像的存储和表示均为数字形式，因为数字是离散的空间域图像处理以图像平面本身为参考，直接对图像中的像素进展处理。连续方法：图像通常源自物理世界，服从可用连续数学描述的规律，因此具有连续性。频率域基于傅里叶变换，频率域图像处理时对傅里叶变换后产生的反映频率信息的图像进展处理。第二章遥感数字图像的获取和存储1、遥感系统：是一个从地面到空中乃至整个空间，从信息收集、存储、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取传感器、遥感平台、信息传输、信息处理、信息应用等5个局部。2、传感器信息获

6、取的核心定义：收集和记录电磁辐射能量信息的装置，是信息获取的核心部件，如航空摄影机、多光谱扫描仪、成像等分类：按工作方式是否具有人工辐射源：被动方式被动遥感：以太阳辐射和地物自然辐射为辐射源，不需人工辐射源，如各种摄像机、扫描仪、辐射计等，其工作波段集中在可见光和红外区。主动方式主动遥感：具有人工辐射源，主动向目标发射强大的电磁波，然后传感器承受目标反射的回波，如各种形式的雷达，其工作波段集中在微波区。按数据的记录方式：成像方式：成像传感器承受的目标电磁辐射信号转换成数字或模拟图像，是目前最常见的传感器类型。按成像原理可以分为摄影成像和扫描成像两类。摄影成像：在翻开快门后的一瞬间几乎同时收集目

7、标上所有的反射光，聚焦到胶片上成为一幅影像，并记录下来如全景摄影机、多光谱摄影机、缝隙摄影机、框幅摄影机等。扫描成像：扫描方式的传感器逐点逐行地收集信息，各点的信息按一定顺序先后进入传感器，经过一段时间后才能收集完一幅图像的全部信息。目标面扫描的方式：收集系统直接对目标面扫描，一点一行顺序收集目标面上各单位的信息，然后拼成一幅图像。光学-机械扫描仪多光谱扫描仪MSS 专题制图仪TM成像雷达全景雷达和侧视雷达影像面扫描的方式：收集系统不直接对地面扫描，而是先用光学系统将目标的辐射信息在靶面上聚集形成一幅图像然后利用摄像管中的电子束对靶面扫描来收集其数据，或依靠电荷耦合器件CCD组成的阵列进展电子

8、扫描来获得数据。电视摄影机、固体扫描仪非成像方式：记录的是一些物理参数，不能产生图像，如可见光-近红外辐射计、热红外辐射计、微波辐射计、微波高度计、微波散射计3、电磁波传感器特点传感器实例波长范围/nm紫外对紫外线光感测紫外摄影机50380可见光用感光胶片或光电探测器作为感测元件，地面分辨率高，但只能在晴朗的白天使用可见光摄影机、TV摄影机等380760红外近红外常使用感光胶片，中、远红外常使用光学机械扫描仪；具有昼夜工作能力红外光学扫描仪7601.0*106微波具有昼夜工作能力，能提供高分辨率图像，并与日照、云层遮挡无光，有一定穿透能力合成孔径雷达1.0*1061.0*1094、传感器的分辨

9、率定义：指传感器区分自然特征相似或光谱特征相似的相邻地物的能力。高分辨率意味着区分能力强，能够区分小的相邻地物，低分辨率意味着能够获取大范围的平均辐照度。1辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力高辐射分辨率意味着可以区分信号强度的微小差异。表示：可见光、近红外波段：用等效反射率表示热红外波段：用噪声等效温差、最小可探测温差和最小可分辨温差表示。遥感图像：图像的量化位数可以看做是辐射分辨率的近似表述。2光谱分辨率：是传感器记录的电磁光谱中特定波长的范围和数量波长范围越窄，波段数越多，光谱分辨率越高，地物越容易被区分和识别。但并非波段越多越好，会产生掩盖地物的辐射特性，不利于

10、快速探测和识别地物。3空间分辨率：是遥感图像上能够详细区分的最小单元的尺寸或大小，即传感器能把两个目标物作为清晰的实体记录下来的两个目标物之间最小的距离。是表征图像分辨地物目标细节能力的指标。也可以用地面分辨率像素所代表的地面实际尺寸的大小来表示。表示：像素：是将地物信息离散化而形成的格网单元，在遥感图像中，单位为米，像素为正方形，其大小与遥感空间分辨率上下密切相关，空间分辨率越高，像素越小。解像力解相率：用单位距离能分辨的线宽或间隔相等的平行线的条数来表示，单位为线/毫米或线对/毫米瞬间视角场IFOV角分辨率：是传感器的瞬间视场，它和遥感平台高度H共同决定了地面的分辨单元，即像素大小P，P=

11、2Htan(IFOV/2)分类：高空间分辨率：小于10M，SPOTQUICKBIRDIKONOS，重访周期长数天，能够反映地物明确的几何信息，适用于特定地区进展定点监测，多用于数字城市和工程制图。中空间分辨率：10100M，ASTERTM，重访周期数周，具有较多的光谱信息，便于进展土地利用和土地覆盖、资源、地表景观等方面的研究。低空间分辨率：大于100M，NOAAMODIS，重访周期短数小时，适用于进展大范围的环境遥感监测，例如洪水、火灾、云和沙尘暴等。4时间分辨率：对同一目标进展重复探测时，相邻两次探测的时间间隔一类是传感器本身设计的时间，受卫星运行规律影响，不能改变一类是人为设计的时间分辨

12、率，它一定等于或小于卫星传感器本身的时间分辨率在遥感图像应用中意义重大，可以进展动态监测和预报，进展自然历史便器和驱动力分析，可以提高成像率和解像力，提高地物的识别精度。5、数字化包括采样、量化采样：将空间上连续的图像变换成离散点即像素的操作。采样间隔和采样孔径的大小是重要的参数。采样间隔影响着图像表示地物的真实性，间隔越小，图像越接近于真实，但采用本钱及后处理的本钱也越高，图像存储所需要的空间越大。采样时，连续的图像空间被划分为网格，并对各个网格内的辐射值进展测量。量化：将像素灰度值转换成整数灰度级的过程。图像数据M行，N列，量化位数为g，存储空间M*N*g/8字节。，其中N为量化级，M为量

13、化位数量化灰度级通常得到的都是量化之后的遥感图像，图像中的像素值被称为数字值DN值、灰度级或亮度值。量化影响着图像细节的再现程度，间隔越大，细节损失越多，图像的棋盘化效应越明显，量化影响着图像细节的可分辨程度，量化位数越高，细节的可分辨率越高，保持图像大小不变，降低量化位数减少了灰度级会导致假的轮廓。6、遥感图像类型不相干图像：光学遥感所产生的图像，包括多光谱图像多波段图像，每个采样位置包括多个波段的值、高光谱图像和高空间分辨率图像属于被动遥感，图像受大气状况影响很大，限制了再多云多雨地区的应用。相干图像：微波遥感所产生的图像，多取决于传播的条件，微波遥感属于主动遥感，其穿透能力强，不受天气的

14、影响，可以全天候工作。7、遥感数字图像的级别0级产品：未经过任何校正的原始图像数据。1级产品：经过了初步辐射校正的图像数据。2级产品：经过了系统级的几何校正我们到手的数据3级产品：经过了几何精校正，保别8、元数据定义：是关于图像数据特征的表述，是关于数据的数据。包括图像获取的日期和时间、投影参数、几何校正精度、图像分辨率、辐射校正参数元数据与图像数据同时发布，或者嵌入到图像文件中，或者是单独的文件。也称为头文件，多为二进制格式或随机。9、遥感图像数据格式设图像数据位N列，M行，K个波段1BSQ格式是像素按波段顺序依次排列的数据格式，先按照波段顺序分块排列，在每个波段块内，再按照行列顺序排列，保

15、证了像素空间位置的连续性。B1 (1,1) (1,2) (1,3)(1,N) (2,1) (2,2) (2,3)(2,N)BK (1,1) (1,2) (1,3)(1,N) (2,1) (2,2) (2,3)(2,N) (M,1) (M,2) (M,3)(M,N)2BIL格式像素先以行为单位分块，在每个块内，按照波段顺序排列像素，像素的空间位置在列的方向上是连续的。第一行 B1 (1,1) (1,2) (1,3)(1,N) B2 (1,1) (1,2) (1,3)(1,N) BK (1,1) (1,2) (1,3)(1,N)第M行 B1 (M,1) (M,2) (M,3)(M,N) B2 (M

16、,1) (M,2) (M,3)(M,N) BK (M,1) (M,2) (M,3)(M,N)3BIP格式以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连续性。保持行的顺序不变，在列的方向上按列分块，每个块内为当前像素不同波段的像素值。B1 B2 BK B1 B2 BK第一行 (1,1) (1,1) (1,1) (1,2) (1,2) (1,2)第二行 (2,1) (2,1) (2,1) (2,2) (2,2) (2,2)第M行 (M,1) (M,1) (M,1) (M,2) (M,2) (M,2)4TIFF图像格式5HDF数据格式优势：独立于操作平台的可移植性；超文本；自我描

17、述性；可扩展性6GeoTIFF图像格式独立性和拓展性的特点，条理清晰、构造严谨，容易实现与其他遥感影像格式的转换。7陆地资源卫星L5的数据格式10、图像文件坐标：左上角像素的坐标从0开场，向右向下按整数递增，经过集合校正后图像文件坐标用地图坐标来表示大小= 图像行数*图像列数*每个像素的字节数*波段数*辅助参数一般为1 8位量化位1个字节，16位为2个11、数字图像分辨率定义：图像上的点被映射或指定到给定的空间里的数量通常是以英寸、厘米、像素为单位，是图像中最小可分辨距离。第三章遥感数字图像的表示和统计描述1、遥感图像模型定义：遥感图像是传感器通过探测地物电磁波辐射能量所得到的的图像，反映连续

18、变化的物理场，虽然波段不同，记录的辐射能量、成像的方式以及成像系统等也有差异，但还是可以从理论角度归纳得到一个具有普遍意义的模型，成为遥感图像模型。图像上的能量 = 目标发射的能量 + 目标反射的能量陆地遥感图像模型：其中，为目标物的反射率；为黑体的电磁波发射能力；为入射的辐射量；表示极化方向，主要用于微波成像；代表波长；为成像时间。在可见光和近红外波段，白天物体自身发射的辐射量课忽略不计，可以简化为2、多源图像定义：在同一地区，随时间、波段和极化方向不同而获得的多个图像的组合，叫做多源图像分类：多波段图像多光谱图像多时相图像多极化图像3、图像函数f(*,y)实际上代表在二维空间内物体反射或发

19、射电磁波辐射能量的分布，不是传感器实际记录的图像数据。设g(*,y)表示二维空间的图像函数，则对应的变换关系可以表示为g(*,y) = Tf(*,y)，其中T表示*种由地物到图像的变换；g(*,y)是遥感图像处理后产生的图像函数。g(*,y)具有连续性；定义域的限定性；函数值的限定性；函数值物理意义的明确性。4、遥感图像的数字表示1确定的写出图像函数表达式，对于数字图像，表示成矩阵或向量图像的矩阵表示二值图像：每个像素的取值为0或1的图像，没有颜色的概念，数值仅包括0和1，是逻辑运算之后的结果，0用来表示背景假，1用来表示前景目标真。灰度图像：每个像素由一个量化的灰度值灰度级来描述的图像，单波

20、段图像为灰度图像。对于8位量化而言，灰度值0为黑色，255为白色。彩色图像：每个像素由红、绿、蓝RGB三原色构成的图像，对于多光谱遥感图像，可通过RGB合成产生彩色图像。图像的向量表示按行或列排序，优点是可以直接利用向量分析的有关理论和方法。2统计的用一种平均特征来表示图像的数字特征可作为区分或识别图像中地物的依据，将图像看做具有正态分布的随机变量，可以使用统计学方法对图像进展统计描述。单波段图像的统计特征根本统计特征反映像素值平均信息的统计参数：均值、中值、众数反映像素值变化信息的统计参数：方差、变差最大值与最小值之差、反差比照度直方图：是灰度级的函数，描述的是图像中各个灰度级像素的个数。对

21、于数字图像来说，直方图实际就是灰度值概率密度函数的离散化图形。性质：反映了图像灰度的分布规律可以通过修改图像的直方图来改变图像的反差。任何一幅特定的图像都有唯一的直方图与之对应，不同的图像可以有一样的直方图。如果一幅图像仅包括两个不相连的区域，并且每个区域的直方图，则整幅图像的直方图是这两个区域的直方图之和遥感图像的数据服从或接近正态分布，直方图的形态与正态分布的曲线形态类似应用：可以有目的地改变直方图形态来改善图像的比照度。峰值偏向灰度大，图像偏亮；反之二阶矩表示灰度级的比照度；三阶矩表示直方图的偏斜度；四阶矩表示直方图的峰度多波段图像的统计特征协方差：协方差矩阵P48 值越高表示两个波段图

22、像之间的协变性越强相关系数：相关矩阵P48直方图匹配：可用欧氏距离来衡量5、窗口、邻域和卷积窗口：对于图像中任一像素*,y，以此为中心，按上下左右对称所设定的像素范围，称为窗口邻域：中心像素周围的行列称为该像素的邻域，按照与中心像素相邻的行列总数来命名邻域运算：对于中心像素*,y，其值f(*,y)表示，可按照相邻性规则通过计算产生卷积：是空间域上针对特定窗口进展的运算，是图像平滑、锐化中使用的根本的计算方法卷积公式 h(*,y)为窗口模板或卷积核是相邻像素对中心像素影响程度的表述，边缘的处理方法：设为0值；保存原值；按对称原则从图像中取值6、滤波狭义：滤波是指改变信号中各个频率分量的相对大小，

23、或者分立出来加以抑制，甚至全部滤除*些频率分量的过程广义：把*种信号处理成为另一种信号的过程Y(f)=*(f)H(f)，滤波的概念主要用在频率域中，在空间域中即为卷积运算。7、纹理定义：图像的*些局部性质，或是对局部区域中像素之间关系的一种度量。纹理基元按照*种确定性的规律或只是按照*种统计规律重复排列组成的。三要素：*种局部的序列性，不断重复；序列根本局部非随机排列组成；各局部大致是均匀的统一体，纹理区域内任何地方都有大致一样的构造尺寸分类：人工纹理有规则的，是自然背景上的符号排列组成的，可以使线条、点、字母、数字自然纹理不规则的，是具有重复排列现象的自然景物，如森林、草地之类的纹理在局部区

24、域内呈现不规则形，而在宏观上又表现出*种规律。纹理的性质有均匀性、密度、粗细度、粗糙度、规律性、线性度、定向性、方向性、频率、相位。传统的纹理特征描述方法：统计方法利用图像的特征求出特征值，实现对纹理特征的描述，自相关函数、灰度共生矩阵、灰度级行程长、滤波模板、随机模型、分形模型构造方法用构造方法力图找到纹理基元，一般只适用于规则性较强的人工纹理8、空间自相关函数方法空间自相关函数可用来对纹理的粗糙程度进展描述。一般地，粗纹理的自相关函数随距离的变化比较缓慢，细纹理变化比较快9、共生矩阵是用来描述纹理中灰度基元之间空间联系的根底，反映了纹理中灰度分布的性质。基于共生矩阵，可定义许多基于统计法的

25、纹理特性。案例P55常用指标有行平均、列平均、行标准差、列标准差。第四章图像显示和拉伸1、颜色非彩色消色：黑、白以及从黑过渡到白的一系列的灰色，它们对光谱上各个波长的反射是没有选择性的，称之为中性色。黑白系列的非彩色只能反映物质的光反射率的变化，其在视觉上的感觉是亮度的变化。彩色：是指除黑白系列以外的各种颜色。有色调、明度、色度三个根本特性。色调(hue)：是色彩最重要、最根本的特征。根据色调来称呼*种颜色为红色、黄色、绿色。色调是经物体外表反射或投射后到达神经的色光确定的，对于单色光的色调，可以用其波长来确定，而由混合光组成的色彩的色调，可以用组成混合光的各种波长光量的比例来确定。明度：是颜

26、色的亮度在人们视觉上的反映，是从人的感觉上来说明颜色的性质明度与亮度是有区别的，亮度在光度学的概念中可以用光度计测量，与物体反射的光量有关，与人的视觉无关色度：是水中溶解性的物质或胶状物质呈现的米黄色乃至黄褐色的程度，包含有色调信息，但没有亮度信息。2、颜色空间模型RGB模型：是根据人眼锥体承受光线的方法构造成的模型，可生成256*256*256=16M种颜色中心波长R-700nm、CMYK模型：是彩色胶片的染料和印刷油墨所形成的颜色空间HIS模型、LAB模型3、颜色模型一种颜色模型是用一个三维坐标系统及这个系统中的一个子空间来表示，系统中的每个颜色都由一个单点表示。RGB模型彩色监视器和彩色

27、摄像机：基于笛卡尔坐标系统，黑色在原点，白色在离原点最远的角上，蓝绿色、紫红色和黄色在另3个顶角CMY模型彩色打印机：公式：P62YIQ模型彩色电视播送：公式：P62去掉了亮度Y和颜色信息I和Q间的严密联系HIS模型图像显示处理：强度成分在图像中与颜色信息无关；色调和饱和度成分与人们获得颜色的方式密切相关4、图像的显示1显示过程CPU从存储介质中读取数据，并以位的形式保存在图像处理器的缓冲存储器图像存储器。读书器读取存储器里的位数据，然后将此值赋给彩色查找表CLUT中的RGB。模数转换器D/A将RGB数据值变为适当的模拟信号连续的电信号，该模拟信号用以调整RGB电子枪的强度，控制着每个像素在视

28、频CRT阴极摄像管屏幕显示的亮度。图P632全色显示8位图形处理器有一个相连的8位256个元素的查找表CLUT，该CLUT中RGB排列均呈0-255渐变顺序，每个元素都有对应的RGB值。3彩色显示电子显示法软拷贝：用彩色监视器显示彩色硬拷贝设备显示：相减混色原理显示彩色图像，使用CMYK颜色空间。相加混色根本规律：红+绿=黄红+蓝=紫蓝+绿=青红+蓝+绿=白三基色：红蓝绿三补色：青紫黄真彩色：选择波段与RGB对应假彩色：输入波长与RGB不同图像显示使用颜色索引P65图仔细研究5、图像的彩色合成彩色增强伪彩色合成：把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进展彩色图像显示，主

29、要通过密度分割来实现。密度分割法：对单波段遥感图像按灰度分级，对每级赋予不同的色彩，使之成为一幅彩色图像。经过密度分割后，图像的可分辨力得到明显提高，如果分级与地位光谱特性的差异对应较好，可以较准确地区分出地物类别。真彩色合成：合成后图像的颜色更接近于自然色，与人对地物的视觉感觉相适应，更容易对地物进展识别。假彩色合成：假彩色合成使用的数据是多波段图像，假彩色合成选用的波段应该与地物的光谱特征为出发点，不同的波段合成方法，用来突出不同的地物信息。标准假彩色方案：TM(432)、MSS(421)、SPOT(321)，植被红色、水体与黑色或蓝色、城镇为深色模拟真彩色合成：由于蓝光容易受大气中气溶胶

30、的影响，有些传感器舍弃了蓝波段，因此通过彩色合成无法得到真彩图像，可通过*种形式的运算得到模拟的红绿蓝3个通道，然后通过彩色合成近似地产生真彩色图像。 SPOT IMAGE公司：红色用*S2表示，绿色用*S1+*S2+*S3/3的波段运算来实现，蓝色采用*S1波段代替，绿波段单做蓝波段，红波段不变，绿波段用三个波段的平均值代替。 ERDAS IMAGING软件：红色用*S2表示，绿色用(*S1*3+*S3)/4波段，蓝色用*S1波段。不确定参数法：引入全色波段(P)，红色(aP+(1-a)*S3)，绿色2*P*S2/(*S1+*S2)，蓝色2*P*S1/(*S1+*S2)，a引入为了防止出现过

31、饱和，假设*S1和*S2为0，则会出现不合理结果。6、图像拉伸拉伸用来改善图像显示的比照度，以波段为处理对象，通过处理波段中单个像素值来实现增强的效果。1灰度拉伸线性拉伸：全域线性拉伸公式P77 2%拉伸a取灰度级2%，b取灰度级98%分段线性拉伸公式P78灰度窗口切片：为了将*一区间的灰度级和其他局部背景分开去除背景：不在灰度窗口范围内的像素赋值为最小灰度级，在灰度窗口范围内的像素都赋值为最大灰度级保存背景：不在灰度窗口范围内的像素保存灰度值，在灰度窗口范围内的像素都赋值为最大灰度级非线性拉伸：指数变换：对于图像中亮的局部，指数变换扩大了灰度间隔，突出了细节，对于暗的局部，缩小了灰度间隔，弱

32、化了细节对数变换：拉伸图像中暗的局部，压缩亮的局部多波段拉伸：对各个波段分别进展线性或非线性拉伸，再综合2图像均衡化根本思想：对原始图像的像素灰度做*种映射变换，使变换后图像灰度的概率密度呈均匀分布，即变换后图像的灰度级均匀分布，这意味着图像灰度的动态范围得到了增加，从而提高了图像的比照度。根本步骤：统计原图像每一灰度级的像素数和累积像素数计算每一灰度级*a均衡化后对应的新值，并对其四舍五入取整，得到新灰度级*b以新值替代原灰度级，形成均衡化后的新图像根据原图像像素统计值对应找到新图像像素统计值，作出新直方图算例，笔记本上有特点：各灰度级中像素出现的频率近似相等原图像上像素出现频率校的灰度级被

33、合并，实现压缩；像素出现频率高的灰度级被拉伸，突出了细节信息3直方图规定化直方图匹配原理：对两个直方图都作均衡化，变成归一化的均匀直方图，以此直方图做中介，再对参考图像作均衡化的逆运算。具体步骤：P84这种方法经常作为图像镶嵌或应用遥感图像进展动态变化研究的预处理工作，可以局部消除由于太阳高度角或大气影响造成的相邻图像的色调差异，从而可以降低目视解译的错误。第五章图像校正1、辐射校正定义：消除图像中依附在幅亮度中的各种失真的过程成为幅亮度校正，简称辐射校正目的：尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及*些不可防止的噪声引起的传感器的测量值与目标的光谱反射率或光谱幅亮度等

34、物理量之间的差异；尽可能恢复图像的本来面目，为遥感图像的分类、分割、解译等后续工作做好准备内容：传感器端的辐射校正、大气校正、地表辐射校正2、辐射传输根本概念P87-88重要：辐射通量单位时间内通过*一外表的辐射能量成为辐射通量，单位W幅照度单位时间内单位面积上承受的辐射能量，单位W/M2 幅亮度/幅照度沿辐射方向、单位面积、单位立体角上的辐射通量，单位W/(M2*SR)在介质内部，反射率、吸收率和透射率的和为1反照率界面反射的辐照度与内部反射的辐照度之和/入射的辐照度3、电磁波的大气传输1可见光和红外传输由于空气分子和悬浮颗粒的散射，可见光在大气层传输时会被削弱，传感器接收到大气散射局部的电

35、磁波称为程辐射或路径辐射。分子散射对波长较短的电磁波UV紫外线和蓝光有影响，对红外线没有影响。瑞利散射悬浮颗粒散射量的大小和角度的变化取决于悬浮颗粒的总容量，粒径分布、介电常数和微粒的形状。悬浮颗粒散射的影响很难校正，因此过度浑浊不能进展大气校正条件是标准大气和干净空气。2热红外传输CO2、H2O、N2O、O3是主要的吸收气体获取地表温度和辐射率的另一种方法是别离窗口技术劈窗方法，它利用具有不同透射率的大气窗口进展计算，NOAA先进的高精度辐射计(AVHRR)图像可以作为地物反演的数据4、辐射传输理论传感器承受目标物辐射或反射的电磁波，由此形成的遥感原始图像与目标相比存在失真，这是因为在太阳大

36、气目标大气传感器的辐射传输过程中存在着许多干扰因素，使承受的信号不能准确反映地表物理特征光谱反射率、光谱幅亮度等。1因素：A大气分子及气溶胶的瑞利散射和米氏散射、分子及气溶胶的吸收、散射以及散射吸收的耦合作用。B外表因素的奉献传感器高度较低则外表因素的奉献不可忽略C地形因素的奉献目标的高度和坡向D太阳辐射光谱的影响太阳本身为一个黑体，其光谱辐射遵循普朗克定律2根本流程P923大气辐射传输方程公式P93可见光-短红外光谱区地球本身的辐射可以忽略，只考虑太阳光的辐射传输传感器所能承受的太阳光：太阳光直射到地表后地表的反射辐射、被大气散射辐射的太阳光在地表的反射辐射、大气上行散射辐射程辐射/路径辐射

37、中红外和热红外区域传感器接收的能量主要来源于地球的热辐射，其能量为：地表热发射辐射、大气下行热发射辐射被地表反射后的辐射、大气上行热发射辐射。4应用大气辐射传输模型进展遥感图像的大气校正需要解决两个问题A有关大气介质特征参数的获取B具体使用的大气辐射传输模型5、辐射误差产生原因：传感器的响应特性、外界自然环境包括大气云和雾、太阳辐射1传感器的响应特性光学摄影机引起的辐射误差、光电扫描仪引起的辐射误差光电转换误差、探测器增益2大气电磁波在大气传输中，受到大气中分子和微小粒子的作用。这些分子和微小粒子对光波屡次作用的结果即散射，它岁电磁波波长和散射体大小的不同而不同。散射：选择性散射：波长越短散射

38、越强瑞利散射由远小于光波长的气体分子所引起，大小与波长的四次方成反比米氏散射由大小与波长相当的颗粒气溶胶：烟、水蒸气、霾引起，也成为气溶胶散射，大小与波长成反比非选择性散射：尘埃、雾、云以及大小超过光波长10倍的颗粒引起，对各种波长予以同等散射。散射增加了到达卫星传感器的能量，从而降低了遥感图像的反差最大亮度值/最小亮度值，降低了图像的分辨率，因此必须进展校正。低分辨率的空间范围较大，不认为图像中各处的大气散射是均匀的，往往要分区校正。3太阳辐射太阳位置太阳高度角、方位角、地形起伏4其他误差各检测器的差异、干扰、故障灯等6、系统辐射误差校正1光学镜头的非均匀性引起的边缘减光现象的校正边缘减光：

39、由于透镜光学特性的非均匀性，在成像平面上边缘局部比中间局部暗2条纹条纹主要是由检测器引起的，条纹误差判定和消除的常用方法：平均值法、直方图法及在垂直扫描线方向上采用最近邻点法或三次褶积法。3斑点斑点误差主要是由噪声或磁带的误码率等造成，在图像中往往是分散和孤立的。校正后的斑点亮度取其领域像素亮度值的平均值或用三次褶积法进展修正。边缘附近的斑点不进展消除，图像四周的像素不进展斑点消除。4灰度一致化应该先完成几何精纠正，具有一样的地理坐标等概率变换优点：简单，变换效果较好利用了重叠局部的全部像素灰度，属于非线性变换缺点：按概率分布进展像素灰度变换，因而存在位置配准误差线性灰度变换该方法简单易行，N

40、足够大时有一定精度7、传感器端的辐射校正1可见光和近红外波段的辐射定标2红外波段的辐射校正热红外波段，星上传感器入瞳出接收的总辐射：通过大气向上幻术的直接地面辐射、由大气自身向上传输的辐射、大气向下辐射到达地面再经地面反射后通过大气向上传输的辐射。3图像的灰度级和辐亮度图像上的像素值为灰度级，实际的电磁波辐射强度为辐亮度，在图像数字化的时候，电磁波辐亮度被量化为灰度级，进展反演的时候需要将灰度级转换为辐亮度。8、大气校正消除由大气散射引起的辐射误差的处理过程称为大气校正。1统计学方法通常将野外实地光谱测试获得的无大气影响的辐射值与卫星传感器同步观测结果进展回归分析，确定校正量主要有：内部平均法

41、：校正后为相对反射率值，考虑乘性奉献公式P103优点：可以大大消除地形阴影和其他整体亮度的差异缺点：该方法假设地面变化时充分异构的，光谱反射特性的空间变化会相互抵消。假设不成立时，得到的光谱则具有虚假性平场域法：校正后为相对反射率值，考虑乘性奉献公式P103要求图像具有一个光谱反射率曲线变化相对平坦的、比较均一的区域，该区域的平均光谱受大气辐射、大气散射和吸收影响的共同控制。两个重要假设：区域的平均光谱没有明显的吸收特征；区域辐射光谱主要反映当时大气条件下的太阳光谱。缺点：不适合大量多条带高光谱数据的处理人工查找方法有一定的随意性经历线性法：校正后为绝对反射率值，考虑加性奉献公式P103需要两

42、个以上光谱均一、有一定面积大小的目标分别为按目标和量目标，作为定标点定标点要求：选择尽可能各向同性的均一地物，且面积足够大；地物在光谱上要跨越尽可能宽的反射光谱段，明暗目标之间有足够的差异尽可能与研究区域保持同一海拔高度仅适用于包含地面实况数据的图像。实测光谱回归方法：2辐射传递方程计算法辐射传输模型：一个模拟的太阳辐射光谱开场，计算太阳高度的辐射影响根据成像时间以及大气散射和吸收。6S模型利用辐射传递方程通常只能得到近似解，改进的方法是在获取图像的同时，利用搭载在同一平台上的其他传感器获取气溶胶密度和水蒸气浓度数据，然后利用这些数据进展大气校正。3波段比照法理论依据：大气散射的选择性，即大气

43、散射对短波影响大，对长波影响小回归分析法：在不受大气影响的波段和待校正的*一波段图像中，选择最黑区域通常为高山阴影区中的一系列目标，将每一目标的两个待比照的波段亮度值提取出来进展回归分析暗像素法。如果不是在各个波段全黑，回归分析得到的拟合曲线就存在散射的影响。直方图法：如果图像内包括暗色地物或地形阴影，可从各个波段中减去其最小的亮度值或一个阴暗地区的平均亮度值进展校正。值得注意的是假设是找不到全黑的区域，则两种方法都不能使用。9、地面辐射校正1太阳辐射校正：主要校正太阳高度角导致的辐射误差公式法P107和波段比值法2地形辐射校正：校正坡度和坡向带来的影响10、几何校正1几何误差的来源静态误差：

44、成像过程中，传感器相对地球外表呈静止状态时所具有的各种误差内部误差：由于传感器自身的性能、技术指标偏离标准数值造成外部误差：传感器本身处于正常工作的条件下，由传感器意外的各因素造成动态误差：由于成像过程中地球的旋转所造成的图像误差2几何精纠正几何配准是把不同传感器具有几何精度的图像、地图或数据集中的一样地物元素准确地彼此匹配、叠加在一起的过程。相对纠正：根底数据集是图像绝对纠正：根底数据集是标准的地图几何纠正必须在遥感图像信息提取之前进展纠正内容：系统几何纠正、投影变形纠正、几何精纠正重要性：只有在进展纠正后，才能对图像信息进展各种分析，制作满足测量和定位要求的各类遥感专题图在同一区域，应用不

45、同传感器、不同光谱范围及不同成像时间的各类图像数据进展计算机自动分类、地物特征的变化检测或其他应用处理时，必须进展图像间的空间配准，保证不同图像间的几何一致性。利用遥感图像进展地形图测图或更新时，要求图像具有较高的地理坐标精度3根本原理回避成像的空间几何过程，直接利用地面控制点数据对遥感图像的几何畸变本身进展数学模拟，并且认为遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高层次的根本变形的综合作用的结果。根本技术：同名坐标变换方法，即通过在根底数据和图像中分别寻找地面控制点的同名坐标，并借此建立变换关系来进展几何精纠正4操作步骤准备工作输入原始数据图像确定工作范围选择地面控制点选择地

46、图投影匹配地面控制点和像素位置评估纠正精度坐标变换重采样输出纠正后图像5地面控制点GCP控制点数目和分布：最小值按位置系数多少来确定，2030个；分布均匀图像中控制点确实定：容易分辨、相对稳定、特征明显的位置如道路穿插点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场跑道地面控制点坐标确实定：地形图或现场实测获得控制点的数目不如控制点的分布对纠正结果的影响大6纠正方法多项式纠正方程和共线方程多项式纠正方程原理直观、计算简单，对地面相对平坦的图像具有足够高的纠正精度，较为常用注意问题：多项式纠正的精度与地面控制点的精度、分布和数量及纠正的范围有关精度越高、分布越均匀、数量越多越好采用多项式纠正

47、时，在GCP处拟合较好，但在其他点的误差可能会较大，平均误差小不能保证各点误差都小多项式阶数确实定，取决于图像中几何变形程度的认识7重采样像素位置的变换、像素值的变换像素位置的变换：按选定的纠正方程把原始图像中的各个像素变换到输出图像相应的位置上去直接成图法正解法间接成图法反解法：根据纠正公式计算规则网的地理坐标*Y在原始图像中对应的位置*y，根据*y与周围像素之间的关系内插产生新的像素值，然后把像素值写到*Y中。内插计算像素值的过程成为数字图像的重采样重采样方法：最近邻重采样：优点：算法简单，保持像素值不变缺点：纠正后的图像可能不具有连续性，会影响制图效果，相邻像素的灰度值较大时会有大误差双

48、线性内插重采样：优点：具有一定的精度，一般能得到满意的插值效果缺点：具有低通滤波的性质，会损失图像中的一些边缘或线性信息，导致图像模糊三次卷积内插重采样：优点：图像平滑缺点：计算量很大双像素重采样：11、多图像几何配准多图像是指同一地区不同时刻的图像多时相图像，或不同传感器获得的图像。多图像几何配准是指多图像的同名图像通过几何变换实现重叠相对配准；将相对配准后的多图像纳入*一地图坐标系统绝对配准。互相关法、绝对差值法第六章图像变换1、图像变换定义：为到达图像处理的*种目的而是用的数学方法，通过这种数学变换，图像处理起来较变换前更加方便和简单目的：简化图像处理；便于图像特征提取；图像压缩；从概念

49、上增强对图像信息的理解常用方法：傅里叶变换；主成分变换；缨帽变换；代数运算；彩色变换2、傅里叶变换：针对特定波段图像的频率特征进展分析处理，常用于周期性噪声的去除指非周期函数的正弦或余弦和乘以加权函数的积分表示，数字图像处理中所用的傅里叶变换均属快速傅里叶变换FFT。傅里叶变换分为连续傅里叶变换和离散傅里叶变换，数字图像处理中常用到的是二维离散傅里叶变换。1因为传感器承受到的信号分为有效信号和干扰信号，需要进展信号处理削弱干扰信号，保持或增强有效信号。2图像的傅里叶变换空间上的高频率决定图像的细节，低频率绝对图像的背景和动态范围。3卷积定力是频率域分析的根底G(u,v)= H(u,v)*F(u

50、,v);其中H(u,v)称为传递函数滤波函数、滤波器，直接影响变换的结果。4根本性质对称性、加法定理、位移定理、相似性定理、卷积定理、共轭性、瑞利定理、可别离性对于二维傅里叶变换有两个特殊性质：可别离性傅里叶函数可分解为两个一维函数旋转函数在时域中旋转一个角度，则其傅里叶变换也会旋转一样角度5快速傅里叶变换图像的傅里叶变换要求图像的行列数均为2的倍数流程：正向FFT定义滤波器逆向FFT6频率域图像以图像的中心为坐标原点，左上-右下，右上-左下对称。图像中心为原始图像的平均亮度值，频率为0，从图像中心向外，频率增高，高亮度说明频率特征明显。如果原始图像中有多种水平分布的地物，则频率图像中在垂直方

51、向的频率变换比较明显。如果原始图像中地物左上-右上分布，则频率域图像中在左上-右下方向频率变换比较明显。3、主成分变换K-L变换：针对多波段图像进展的数学变换方法，常用于数据的压缩或噪声的去除根本性质：总方差不变性；正交性；从主成分向量中删除后面的N-P个成分只保存前PP=N个成分时产生的误差符合平方误差最小的准则，前P个主成分包含了总方差的大局部。缺点：当*N维数N很大时，求*的协方差阵所对应的特征向量的计算量十分庞大，即使已得到变换矩阵，要实时正逆变换的计算量也很大，且没有快速算法的支持，限制了主成分分析算法的应用范围。作用：主成分分析算法消除波段之间的相关性，并进展特征选择，还可以用来对

52、图像进展压缩和信息融合。流程：主成分正变换主成分逆变换4、缨帽变换K-T变换：适用于LANDSAT图像的多波段经历性变换方法，变换结果可以较好的突出主体地物特征既可以实现信息压缩，又可以帮助解译分析农作物特征，只用于MSS和TM数据。1TM图像的K-T变换亮度：TM的6个波段的加权和，反映了总体的反射值绿度：反映了绿色生物量的特征，亮度和绿度两个分量组成的二维平面植被视面湿度第三分量：可称为湿度第四分量：突出了图像中的霾信息5、代数运算：通过简单的代数运算产生新的波段，以增强特定的地物信息1加法运算 B= B1 + B2主要用于同一区域不同时段的图像求平均，可以减少图像的加性随机噪声，或者获取

53、特定时段的平均统计特征。进展加法运算的图像的成像日期不应相差太大。2差值运算 B= B1 - B2差值图像提供了不同波段或不同时相图像间的差异信息，在动态监测、运动目标监测与跟踪，图像背景消除，不同图像处理效果的比较及目标标识等工作中应用较多。3乘法运算 B = B1 * B2乘法运算可用来遮掉图像的*些局部，操作成为掩膜4比值运算 B = B1 / B2 正确：float(b1)/float(b2)要指定数据类型，不然会报错比值运算可以降低传感器灵敏度随空间变化造成的影响，增强图像中特定的区域；降低地形导致的阴影影响，突出季节差异比值运算能去除地形坡度和坡向引起的辐射量变换，在一定程度上能消

54、除同物异谱现象，是图像自动分类前常采用的预处理方法之一B3/B1氧化物 B5/B7粘土矿物 B5/B4铁矿石 B5/B6大片白陶土蚀变B4/B3植被 B5/B2别离陆地和水体5归一化指数 B = (B1 B2) / (B1 + B2)6植被指数绿色：代数运算增强的典型应用原理：绿色植物叶子的细胞构造在近红外具有高反射，其叶绿素在红光波段具有强吸收。在多波段图像中，用红外/红波段图像作比值运算后，结果图像上植被区域具有高亮度值，甚至在绿色生物量很高时到达饱和比值植被指数：RVI = IR / R IR为遥感多波段图像中的近红外波段 R为红波段归一化植被指数：NDVI = IR R/IR + R差

55、值植被指数： DVI = IR - R正交植被指数：6、彩色变换：将图像从RGB彩色空间转换到其他彩色空间显示，以突出RGB彩色空间难以表示的内容1HIS模型色彩三要素：色调HUE：整个图像的亮度，其值从0黑到1白变化强度INTENSITY：代表颜色的纯度，从0-1线性变化饱和度SATURATION：像素的颜色或波长，它的变化从红色的中心点0经过绿色和蓝色回到红色的中心点360形成一个圆周RGB系统从物理角度出发描述颜色，HIS系统从人眼主观感觉出发描述颜色分为球体变换和圆柱体变换变换公式P145146流程：选择波段进展RGB合成显示彩色变换其他处理彩色逆变换RGB合成显示主要应用：进展不同分

56、辨率图像的融合：将低分辨率图像变换到HIS彩色空间，将I成分用高分辨率图像中的*个波段替换，然后进展彩色逆变换，可以到达数据融合的目的。在处理前要将低分辨率的图像重采样到高分辨率的图像，并使图像的大小和空间投影完全一样。增强合成图像的饱和度：将数据从RGB转换到HIS，对S成分进展拉伸增强后，再变换到RGB，可以提高图像的饱和度通过对强度I成分的处理进展图像增强：去除云雾的影响多源数据综合显示其他应用：对色调进展分段扩展，以突出*一色调或加大*一范围内的色调之间的差异色调不变，将亮度和饱和度置为常数，以突出地物色调在空间上的分布将强度置为常数，色调和饱和度不变，可以减少地形起伏的影响，突出阴影

57、局部的地物信息第七章图像滤波1、图像滤波定义：是从图像中提取空间尺度信息，突出图像的空间信息，压抑其他无关的信息，或者去除图像的*些信息，恢复其他的信息。因此也是图像增强的方法。图像滤波每次进队一个波段的图像进展处理。不仅考虑当前像素的值，而且考虑当前像素与相邻像素之间的关系。领域像素：与当前像素相邻的像素，通过制定窗口的大小确定领域范围。权重矩阵：相邻像素对当前像素的影响表现为权重矩阵也成为模板或卷积核。在空间域，通过权重矩阵与窗口图像矩阵的卷积计算实现滤波。分类：空间域滤波：通过窗口或卷积核进展，它参照相邻像素改变单个像素的灰度值，称为平滑和锐化处理。实际上，空间域复杂的卷积可以在频率域中

58、通过简单的乘法计算来快速实现。公式P151空间频率：在图像中，像素的灰度值随位置的变换用频率来表示，这是一种随位置变化的空间频率较短的像素距离内灰度值重现的频率大高的空间频率边缘、线条、噪声较长的像素距离内灰度值重现的频率校低的空间频率均匀分布的地物，稳定构造高频率变化对应于局部变化从像素到像素的变化低频率宾欢对应于区域变化从图像的一局部到另一局部的变化频率域滤波：对图像进展傅里叶变换，然后对变换后的频率域图像中的频谱进展滤波保存图像的低频局部抑制高频局部的处理低通滤波平滑的作用保存图像的高频局部抑制低频局部的处理高通滤波锐化的作用2、图像噪声分类：按产生的原因：外部噪声：系统内部产生的噪声内

59、部噪声：图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统从统计理论的观点：平稳噪声：统计特征不随时间变化的噪声非平稳噪声：统计特征随时间变化的噪声从噪声幅度的分布形态：高斯噪声瑞利噪声按频谱分布形状：白噪声：均匀分布的噪声按产生过程中分类的噪声：量化噪声和椒盐噪声特征：噪声是随机性的，很难知道分布函数和密度函数，所以常用统计特征来描述噪声如均值、方差交流功率模型：加性噪声模型：g(*,y) = f(*,y) + n(*,y) 噪声与光强大小无关，通常表现为高斯噪声或脉冲噪声乘性噪声模型：g(*,y) = f(*,y) + n(*,y)f(*,y)噪声与光强大小有关，随亮度大小

60、变化而变化，通常那个对图像做对数变换，转换为加性噪声模型常见的噪声：高斯噪声：噪声的像素值分布用高斯密度函数来描述，0均值的高斯噪声是指每个像素值中附加了0的均值，具有高斯密度函数的函数值脉冲噪声椒盐噪声：概率密度函数P153PA或PB为0则为单极脉冲，PA和PB均不为0则为双极脉冲噪声椒盐噪声脉冲噪声总是数字化为最大值纯黑或纯白负脉冲为黑，正脉冲为白周期噪声：获取过程中受成像设备影响而产生的，唯一的空间依赖性噪声，可以通过频率域滤波压抑2、图像平滑积分过程使图像边缘模糊定义：为了抑制噪声、改善图像质量所做的处理称为图像平滑1均值滤波定义：均等地对待邻域中的每个像素，取邻域像素值的平均值作为该像素的新值，线性低通滤波器对高斯噪声比较有效，分为4-邻域和8-邻域计算公式：P154优点：算法简单，计算速度快缺点：去掉锋利噪声的同时造成图像模糊，特别是对图像的边缘和细节削弱很多，随着邻域范围的扩大，去噪能力增强的同时模糊程度也加重。改进：引入阈值T，将原图像灰度值f(*,y)与滤波结果g(*,y)之差的绝对值与阈值进展比较，