第四章遥感图像处理.docVIP

遥感图像处理 主成分分析：对某一多光谱图像X，利用K-L变换矩阵A进行线性组合，产生了一组新的多光谱图像Y。Y=AX,从几何意义上看，变换后的主分量空间坐标系与变化前的多光谱坐标系相比旋转了一个角度，而且新坐标系的坐标轴一定指向数据信息量大的方向。（一种除去波段之间的多余信息，将多波段的图像压缩到比原来波段更有效的少数几个转换波段的方法） 低通滤波：用滤波方法将频率域中一定范围的高频成分滤掉，而保留其低频成分已达到平滑图像的目的。 高通滤波：“高通滤波”是一种提高多波段数据空间分辨率的方法。它对高空间分辨率图像（如SPOT-P）用一个小的高通滤波器处理，以生成与空间特征信息相关的高频（成分）数据，这种数据按像元对像元地被加到低分辨率波段（如TM数据）中。这种融合图像既有高分辨率数据的空间信息，又有低分辨率数据的高光谱分辨率信息。 控制点：以一定精度测定其位置为其他测绘工作提供依据的固定点。 缨帽变换：根据MSS数据研究多光谱信息与自然景观要素特征间的关系而建立的一种特定变换，通过一个变换矩阵来实现的。 均值平滑:是将每个象元以其为中心的区域内取平均值来代替该像元值,以达到去掉尖锐”噪声” 多源信息复合:多种遥感平台、多时相遥感数据以及遥感数据与非遥感数据之间的信息组合匹配技术。可以发挥多种信息源的各自优势，弥补某一种信息源的不足之处，提高遥感信息的应用范围。 植被指数：选用多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义的数值。 主成分分析：对某一多光谱图像X，利用K-L变换矩阵A进行线性组合，产生了一组新的多光谱图像Y。Y=AX,从几何意义上看，变换后的主分量空间坐标系与变化前的多光谱坐标系相比旋转了一个角度，而且新坐标系的坐标轴一定指向数据信息量大的方向。 归一化植被指数（)：近红外波段与可见光红色波段数值之差和这两个波段数值之和的比值，即 直方图：以统计图的形式表示图像亮度值与象元数之间的关系，在二维平面坐标系中，横坐标表示象元的亮度值，纵坐标表示每一亮度值或亮度间隔象元数与总象元数的百分比。 对比对增强：是一种通过改变图像象元的亮度值来改变图像象元对比度，从而改善图像质量的图像处理方法。常用的方法有对比度线性变换和非线性变换。 图像增强：图像增强和变换则是为了突出相关的专题信息，提高图像的视觉效果，使分析者能更容易地识别图像内容，从图像中提取更有用的定量化信息。 直方图均衡化：直方图均衡化是广泛应用的非线性拉伸方法。这种算法根据原图像各亮度值出现的频率，使输出图像中亮度都有相同的频率。这种算法和其他对比度增强方法有很大的不同住于图像中亮度根据其累积频率而重新分配。 光学图像和数字图像：前者是指不能直接被计算机存储、处理和使用的遥感图像。后者是指能够被计算机存储、处理和使用的图像。 真彩色合成：根据彩色合成原理，可选择同一目标的单个多光谱数据合成一幅彩色图像，当合成图像的红绿蓝三色与三个多光谱段相吻合，这幅图像就再现了地物的彩色原理，就称为真彩色合成。 假彩色合成：根据彩色合成原理，由于原色的选择与原来遥感波段所代表的真实颜色不同，因此合成的颜色不是地物的真实颜色，此种合成叫做假彩色合成。 补充：标准假彩色合成：在彩色合成中，若将TM4，3，2对应R，G，B，则称为标准假彩色成。即将近红外波段对应红色，红光波段对应于绿色，绿光波段对应于蓝色得到的假彩色合成图像称为标准假彩色图像。 反差扩展：直接对图像像元值(灰度)进行变换,改变图像灰度的分布或动态范围的反差增强方法。按变换函数的性质可分为线性扩展、分段线性扩展、非线性扩展、局部反差扩展、平衡反差扩展等。 彩色数字图像：是由红绿蓝三个数字层构成的图像。在每一数字层中，每个像素用一个字节记录地物亮度值，数字范围一般介于0-255。 遥感图像数据融合：是一个对多遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定的规则（或算法）进行运算处理，获得比任何单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像。它不仅仅是数据间的简单复合，而强调信息的优化，以突出有用的专题信息，消除或抑制无关的信息，改善目标识别的图像环境，从而增加解译的可靠性，减少模糊性（即多义性、不完全性、不确定性和误差）、改善分类、扩大应用范围和效果。 数字图像处理和信息提取：前者是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术； 辐射畸变：指遥感传感器在接收来自地物的电磁波辐射能时，电磁波在大气层中传输和传感器测量中受到遥感传感器本身特性、地物光照条件（地形影响和太阳高度角影响）以及大气作用等影响，而导致的遥感传感器测量值与地物实际的光谱辐射率的不一致