遥感信息提取课件.ppt

第四章资源与环境遥感信息提取 遥感影像通常需要进一步处理方可使用，用于该目的的技术称之为遥感图像处理。 图像处理包括各种可以对像片或数字影像进行处理的操作，包括： 图象压缩、图象存储、图象增强、处理、量化、空间滤波以及图象模式识别等。 目前，主要的遥感应用软件包括： ENVI、PCI、ERDAS和ERMapper。 MAPGIS、GEOSTAR等。 灰度、坐标、物理图象和数字图象 直方图 准备工作： 1）要参加拚接的图像必须具有统一的坐标系，即首先进行图像的几何纠正。 2）图像灰度的调整 对于彩色图像，需要从红绿蓝三个波段分别进行灰度的调整； 对于多波段的图像文件，进行一一对应的多个波段的灰度调整。 灰度调整的方法：进行交互式的图像拉伸，进行图像直方图的规定化(匹配)，或者进行更加复杂的类似变化（如线性回归）。 确定输出图像的大小； 确定参加图像拚接的方法；有无羽化（Feathering）。 参加拚接的图像如没有羽化，则用上面的图像灰度值直接替代重复部分的灰度值； 如果有羽化，则重复部分的灰度值由两个图像的灰度值确定。 羽化方法：一是边缘羽化，二是用户自定义羽化。 （一）、准备工作 1. 地形图的准备 原则上要求所用地形图的比例尺应大于遥感影像制图的比例尺。对分辨率小于5m的影像制图，应采用1∶5万的地形图纠正；对于分辨率大于5m的影像制图，应采用1∶1万的地形图纠正。 （二）、纠正变换函数的建立 1.直接法方案 从原始图像阵列出发，按行列的顺序依次对每个原始像素点位求其在地面坐标系（也是输出图像坐标系）中的正确位置： X＝ Fx(x,y) Y＝ Fy(x,y) 式中Fx、Fy为直接纠正变换函数。 按照原始图像的阵列，依次对每个象元(x，y)进行变换纠正，求得图像的位置（X，Y），同时把原图像(x，y)的灰度值送到新图像（X，Y）的位置上。 第六节 图像增强 目的：突出图像中的有用信息，扩大不同影像特征（亮度值） 之间的差别，以提高对图像的解译和分析能力，使之更适合实际应用。 类型：按照主要增强的信息内容可分为： 波谱特征增强：突出不同地物之间波谱特征的差别 空间特征增强：突出空间形态特征、边缘、线条、纹理结构特点 时间信息增强：提取多时相图像中波谱与空间特征随时间变化的信息 按照参加处理运算的波段影像数目可分为： 单波段图像增强：对单一波段数据处理，如反差扩展 多波段图像增强：对多个波段数据处理，如彩色合成   波谱信息增强 波谱信息增强方法有单波段运算和多波段运算两类，前者包括反差扩展、密度分割等，后者有比值法、差值法、主组分分析及其它线性变化。以下分别说明这些方法的原理、基本算法及应用效果。 拉平扩展是直方图中概率密度大的部分（一般是中间部分）亮度值之间差别显著扩大，产生强烈的反差增强作用。 局部窗口反差增强（局部增强） 对图像部分区域进行增强。 如图像中有一个暗区，它又是研究的对象，可进行局部增强，全幅图像的直方图为： 概念：利用计算机将同一地区不同波段的图像存放在不同通道的存储器中，并依照彩色合成原理，分别对各通道的图像进行单基色变换，在彩色屏幕上进行叠置，从而构成彩色合成图像。 合成方案：彩色合成图像分为真彩色图像和假彩色图像。 方法演示 以不同的色彩表示图像的色调变化，增强了图像的显示能力 同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。 颜色立体 （1）颜色立体：中间垂直轴代表明度 ；中间水平面的圆周代表色调；圆周上的半径大小代表饱和度。 （2）孟赛尔颜色立体：中轴代表无色彩的明度等级；在颜色立体的水平剖面上是色调；颜色历代中央轴的水平距离代表饱和度的变化。 HIS变换的其它作用： 可对色调进行分段扩展，以突出某一色调或加大某一范围内的色调之间的差异。 色调影像不改，将亮度和饱和度置常数，以突出地物色调在空间上的分布。 色调影像和饱和度影像不改，亮度置常数，以减少遥感影像合成显示中的地形起伏的影响，突出阴影地区内部分地物信息。 色调影像和饱和度影像不改，亮度用其它高分辨率的影像代替，以便在保留色调和饱和度特点的条件下，提高影像分辨率。 该比值相当于对基本比值进行不同的非线性扩展（近似于暗区扩展（对数扩展）） TM穗帽变换的参数矩阵 MSS和IKONOS IKONOS 举例 IKONOS 举例 4.1、