第九章彩色与多光谱图像处理资料.ppt

9.8　彩色图像的分割 （a） （b） （c） （d） （e） （f） 9.8.1 HSI模型的彩色图像分割 图9.30 HSI模型彩色图像分割示例 （g） （h） 9.8.1 HSI模型的彩色图像分割 （9.44） （9.45） 9.8.2 RGB模型的彩色图像分割 The objective of segmentation is to classify each RGB pixel in a given image as having a color in the specified range or not a is the RGB vector denote average color （a） （b） （c） 图9.31 RGB模型彩色图像分割示例 9.8.2 RGB模型的彩色图像分割 9.9　多光谱图像处理 9.9.1 多光谱图像的基本概念 （a） （b） 图9.32 多光谱图像与RGB彩色图像示意图 9.9.1 多光谱图像的基本概念 ◆光谱图像可以看作是两个空间变量和一个光谱变量构成的三维灰度值函数。 ◆多光谱图像是由可见光、近红外、短波红外、中波红外、热红外等多个波段的图像叠加而成，所以称为多光谱图像。 表9.1 MMS与TM的主要技术参数 遥感器 波段 波长μm 空间分辨率（m） MSS 4 5 6 7 0.5～0.6 绿色 0.6～0.7 红色 0.7～0.8 近红外 0.8～1.1 近红外 80 80 80 80 TM 1 2 3 4 5 6 7 0.45～0.52 蓝色 0.52～0.60 绿色 0.63～0.69 红色 0.76～0.90 近红外 1.55～1.75短波红外 10.4～12.5热红外 2.08～2.35 短波红外 30 30 30 30 30 120 30 9.9.1 多光谱图像的基本概念 （9.46） （9.47） 9.9.2 多光谱图像的处理 图9.33 几何校正示意图 9.9.2 多光谱图像的处理 （9.48a） （9.48b） 9.9.2 多光谱图像的处理 输入图像 输出图像 图9.34 像元灰度重采样示意图 9.9.2 多光谱图像的处理 （9.49） （9.50） 9.9.2 多光谱图像的处理 （9.51） （9.52） （9.53） （9.54） （9.55） 9.9.2 多光谱图像的处理 （9.56） （9.57） （9.58） （9.59） （9.60） 9.9.2 多光谱图像的处理 y1第一主成分 y2第二主成分 图9.35 主成分分析原理图 x2 x1 9.9.2 多光谱图像的处理 9.10　高光谱图像处理 ◆高光谱遥感又叫成像光谱技术，是继多光谱遥感之后发展起来的新一代遥感技术。 ◆高光谱图像由成像光谱仪获取，它将传统的成像技术与地物光谱技术有机地结合在一起，可以获取同一地物的几十乃至几百个毗邻的窄带光谱段上的图像数据；即对每一像元可以得到从可见光到近红外几乎连续的光谱分布，既能获得图像也能获得光谱，是一种“谱像合一”的遥感器。 9.10　高光谱图像处理 ◆第一代航空成像光谱仪拥有128个通道，光谱覆盖范围为12～24μm。 ◆第二代的航空可见光、近红外成像光谱仪有224个通道，光谱覆盖范围400～25000 μm （全部太阳光谱的辐射光谱范围）。 9.10　高光谱图像处理 高光谱图像数据与多光谱图像数据相比具有以下的特点： （1）像元的波段数多，一般每个像元具有几十、数百、甚至上千个波段。 （2）光谱分辨率高，多光谱遥感的光谱分辨率在10-1λ数量级范围内，高光谱遥感的光谱分辨率在10-2λ数量级范围内。 （3）波段连续，有些成像光谱仪可以在350～2500nm的太阳光谱范围内提供几乎连续地物光谱。 （4）数据量大，随着波段数的增加，数据量成指数增加。 （5）信息的冗余增加，由于相邻波段的图像数据高度相关，因此，冗余信息也相对增加。 (a) TM多光谱数据 (b) AVIRIS高光谱遥感数据 图9.36 多光谱与高光谱数据 9.10　高光谱图像处理 9.10　高光谱图像处理