遥感导论第四章PPT.ppt

243 180 * * * * * The image on the right was created by ‘edge enhancing’ the image on the right. This process can be useful for making roads and other man made features stand out in a geographic image. * Smoothing is useful when trying to ‘see the forest for the trees’ 四、图像运算 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。 像元 波段 波段：XS1 XS2 XS3 行 列 光谱定位 空间定位 遥感影像的表现——SPOT多光谱 相邻像元 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）就是比值运算。该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量，这种算法的结果称为植被指数。 常用算法： NDVI=（TM4-TM3）/（TM4+TM3） 近红外波段TM4,红波段TM3 对于区分和增强光谱亮度值虽不明显，而不同波段的比值差异较大的地物有明显效果。 比值处理的方式：根据实际情况，采取加、减、乘、除四则运算。 TM3 TM4 NDVI 比值运算常用于突出遥感影像中的植被特征、提取植被类别或估算植被生物量； 比值运算对于去除地形影响非常有效； 地形起伏往往使地物的反射率乘上一个变化因子，同一地物在不同地形条件下，其亮度会发生变化，因其变化因此不同；但在相同地形条件下，同一地物不同波段的变化因子是近似相等的，因此比值运算后能消除变化因子的影响； 分类时，容易将落影与其他地物混淆 2. 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。 可突现出两波段差值大的地物，如红外-红，可突现植被信息。 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. 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数据量较大的方向。可实现数据压缩和图像增强。 该变换的几何意义是把原始特征空间的特征轴旋转到平行于混合集群结构轴的方向上去。 达到数据压缩、提高信噪比、提取相关信息、降维处理和提取原图像特征信息的目的。 主分量变换计算步骤如下： （1）计算多光谱图像的均值向量M和协方差矩阵 C。 （2）计算矩阵C的特征值λr和特征向量φr ，（r=1，2，………,M）,M为多光谱图像的波段 数。 （3）将特征值λr按由大到小的次序排列，即 λ1λ2……λm. （4）选择前几个特征值对应的几个特征向量构造变换矩阵φn. （5）根据Ｙ＝φnX进行变换，得到的新特征影像就是变换的结果，X为多光谱图像的一个光谱特征矢量。 第一分量方差分布最广，集中最多信息，第二分量次之。 第一主分量，注意已经失去波谱信息的意义 第六主分量，注意已经失去波谱信息的意义 机载扫描器的6 幅光谱图像 6 幅主分量图像 2、K-T变换 K-T变换 是kauth-Thomas变换的简称，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. 第四节 多源信息复合 多种信息源的复合:是将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。 多源信息复合的意义:发挥不同遥感数据源的优势,弥补某种遥感数据的不足,提高遥感数据的应用性;还有利于综合分析和深入理解遥感数据. 第四节 多源信息复合 一、遥感信息的复合 不同传感器的遥感数据复合 不同时相的遥感数据复合 二