第四章遥感图像处理精要.pptVIP

第四章 遥感图像预处理 主讲老师：刘玉杰 云南大学资环学院区域与资源规划系 第四章 遥感图像的预处理 §1 辐射校正 §2 几何校正 §3 镶嵌处理 模拟图像与数字图像的相互转换 模数转换(A/D) 空间离散化处理叫采样（sampling）， 亮度值的离散化处理叫量化（quantization）， 以上两种过程结合起来叫图像的数字化（digitization）。??????? 空间采样过程 亮度值的量化过程 数字图像的性质与特点 像素（像元）是遥感数字图像最基本的单位，是成像过程的采样点，也是计算机图像处理的最小单元。像素具有空间特征和属性特征。 空间特征：几何位置及范围——空间位置离散化 ，对应的地面分辨率是不同的。 属性特征：亮度值——灰度值离散化，在不同波段上，相同地点的亮度值可能是不同的，这是因为地物在不同波段上辐射电磁波的特征不同造成的。 数字图像的性质与特点 BIP数据格式（Band interleaved by pixel），1个文件、 [M行][N列]格式，每个单元顺序记录K个波段的相应 数据。 BIL数据格式（Band interleaved by line）， 1个文件，逐行按波段次序排列。第1波段的第1行、第2波段的第1行、…、第K波段的第1行；第1波段的第2行、第2波段的第2行、…、第K波段的第2行；…… 直方图的概念 反映一幅图像中各亮度值或亮度值区间像元出现频率的分布图，横坐标是灰度值，纵坐标是像元的个数或者像元的百分比。 直方图反映灰度的总体结构，灰度级的等级分布，不反映空间的分布。 直方图的作用 直方图的作用:通过灰度直方图可以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等图像特征，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。 直方图与图像质量 从直方图形态判断图像质量 辐射校正 辐射校正（radiometric correction） ：消除辐射量失真 利用遥感器观测目标物辐射或反射的电磁能量时，从遥感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量是不一致的，这是因为测量值中包含太阳位置及角度条件、薄雾等大气条件所引起的失真。为了正确评价目标物的反射特性及辐射特性，必须消除这些失真。 引起辐射畸变的因素：遥感器的灵敏度特性、太阳高度角及地形、大气等。 为什么要辐射校正 图像某一剖面,在无大气时（a)白处亮度值为50，黑处亮度值为0，则亮度对比C1 =（50－0）／50＝1。当有大气影响时(b)，乘上透过率后假定减少10％，亮度值减少到45，而由于L2和 Lp 存在，黑白处亮度均增加 10，这样亮度对比变成 C2 =（55-10)/55＝9/11。 直方图最小值去除法:图像中像元亮度值均减去一个辐射偏置量，辐射偏置量等于图像直方图中最小的亮度值。 基本思想在于一幅图像中总可以找到某种或某几种地物，其辐射亮度或反射率接近0，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这时在图像中对应位置的像元亮度值应为0。实测结果表明，这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。 校正方法：首先要确定该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值必定是这一地区大气影响的程辐射度增值。 校正时，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。 基本思想：假定某红外波段，存在程辐射为主的大气影响，并且亮度增值最小，接近于零，设为波段a。现需要找到其他波段相应的最小值，这个值一定比a波段的最小值大一些，设为波段b。 分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一个点表示。由于波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度Lb轴相交，且 辐射校正方法二：回归分析法 校正前后直方图对比 思考题 什么是直方图？ 从直方图中怎么初步鉴别图像的质量？ 为什么要进行辐射校正？ 说出辐射校正的简单方法 几何校正 为什么要几何校正 几何校正的方法 控制点在几何校正中的作用 实例讲解 几何校正 遥感影像变形的原因 遥感器的内部畸变：由遥感器结构引起的畸变。 遥感平台位置和运动状态变化的影响 地形起伏的影响 地球表面曲率的影响 大气折射的影响 地球自转的影响 几何畸变校正 基本思路 校正前的图像看起来是由行列整齐的等间距像元点组成的，但实际上，由于某种几何畸变，图像中像元点间所对应的地面距离并不相等（图a）。校正后的图像亦是由等间距的网格