遥感图像处理系统硕士生讲座教案.ppt

在GeoImager软件中，其各功能如图所示 直方图均衡 直方图均衡是通过点运算使输入图像转换为在每一灰度级上都有相同的象素点数的输出图像（即输出的直方图是平的） 滤波 中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替； 边缘检测 Sobel 算子:图像中的每个点都用这两个核做卷积，两个卷积的最大值作为该点的输出位。 边缘检测 Prewitt 算子:与 Sobel 算子不同之处在于两个卷积核。其两个两个卷积核如图所示 边缘检测 Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子。 LOG算子为墨西哥草帽形 ,其一维及二维函数图形下图所示。LOG算子具有 2个显著特点 : (1 )：该算子中的高斯函数部分Ｇ能对图像进行平滑 ,消除空间尺度远小于高斯空间常数σ的图像强度变化 ,即去除噪声。 (2 )：算子采用拉普拉斯算子可以减少计算量。拉普拉斯算子是 1个与取向无关的算子 ,避免了由于方向性造成的计算负担。 形态学 腐蚀：腐蚀在数学形态学运算中的作用是消除物体边界线，也可以把小于结构元素的物体去除，这样选取不同大小的结构元素，就可以去掉不同大小的物体。如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开。 形态学 膨胀：腐蚀可以看作是将图象X中每一个与结构元素S全等的子集S[x]收缩为点x,那么反之也可以将X中的每一个点X扩大为S[x]，这就是膨胀运算 。 开运算：可以用来分解图象，抽取图象中有意义且独立的图象元 。 闭运算：可以用来检测空间分布的象素簇，并可将空间分布的象素簇变成连接的集合。 图像频域处理 快速傅立叶变换、快速傅立叶反变换； 图像旋转 镜像变换 颜色空间变换 RGB、HIS 相互转换； RGB、CMYK相互转换； HIS 、CMYK相互转换； 图像重组 图像重组包括图像重采样、图像剪裁、波段重组、波段扩充。 波段重组：对多源图像进行组合，方便图像处理。 主分量变换 它可使原来多波段图像经变换后提供出一组不相关的图像变量,最前面的主分量具有较大的方差，含有最多的图像信息。 经主分量变换后各个波段图 遥感图像处理模块（4）：多/高光谱处理 多/高光谱处理对于遥感图像处理软件系统是不可或缺的部分。 基于多光谱处理的一些算法已经很成熟，比如最大似然分类、最小距离分类、马氏距离分类算法和K均值、ISODATA算法。一般的遥感软件系统都会提供。 由于高光谱成像的发展，上述一些成熟的算法有的还可以继续适用，而有的则不适合。必须发展一些新的算法和改进来适应高光谱图像的特点。 高光谱图像信息的定标和定量问题，成像信息的可视化及多维表达问题，光谱匹配和光谱识别以及光谱数据库的建立和管理等问题都是需要考虑的内容。 1、多/高光谱影像监督分类 监督分类法，主要是以已知地面位置之真实资料（指土地使用/覆盖之真实情况）所记录之光谱特性为依据，进行影像其他未知空间信息的光谱形式辨别,由于是以已知的光谱反射率最为判别基准，故以其精神为分类之名，称之为监督分类。监督分类法主要包括三个处理阶段，分别是训练样区取样（training data sampling）、分类（classification）及输出（output）。 监督分类：根据类别训练区域提供的样本，通过选择特征参数，让分类器学习，待其掌握了各类别的特征之后，按照分类决策规则对待分像元进行分类的方法。 图像的分类处理是利用计算机将每个像元（或一个子区域）划定为若干类别目标中的一种。根据灰度、光谱、纹理等目标参数，可以构成一个抽象的特征空间。在特征空间里更方便将各类目标划分开。同一类目标的特征参数值相近，它们在特征空间内集中在一个较小的空间范围。将特征空间分割成若干不同子空间（即类别）。分类是将每个像元数据划分到各个特征子空间里。 具体过程是：确定分类类别－选择特征一确定训练数据一测算总的统计量一分类一检验结果。在确定训练数据时，可以事先提供训练场地、树立样本，也可以没有。据此将分类处理划分成监督和非监督分类两种方法。两者的根本区别在于：监督分类首先给定类别，非监督分类由图像数据的统计特征决定类别。 选择监督训练样本应注意： 应选择对每一类别代表性的像素。对于目视类别特征明显的图像，可以通过目视确定合适的训练区域，否则，需借助于实地测量数据或现有的地图去发现各类别代表性的训练区域。 每个类别训练区域的样本应当是齐次的；同时，每个类别应当包括其各种变化形式，因而每一类别不只有一个训练区域。 对于非齐次的训练区域，应当先清除掉与类别不相关的像素，再计算类特征。 当人工选择训练样区比较困难时，