第六章 遥感图像辐射处理-3.pptVIP

* 三、投影变换 2.2 K-T变换 土壤亮度变化轴ISB为穗帽的底边，帽上面各部分反映了植物生长变化状况，植物株冠的绿色发展到顶点（最旺盛时在帽顶）以后逐渐枯黄，枯黄过程是从帽顶沿着一些称为帽穗的路径回归到土壤底线（因此有穗帽之称）。 * 三、投影变换 2.2 K-T变换 小结 * 一、灰度运算 直方图变换 线性变换 二、多光谱运算 彩色运算 波段间运算 三、投影变换 主分量变换 K-T变换 3．乘法运算 B=(∏Bi)1/m 乘法运算结果与加法运算结果类似 　　　　　　　　　　　　　　 　　　　　　　　　 * 二、多光谱运算 2.2 波段间运算 4．除法运算 Ｂ＝Ｂx／Ｂy　 *通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响； * 二、多光谱运算 2.2 波段间运算 * 二、多光谱运算 2.2 波段间运算 比值图像 (除法运算 ) *也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分 因此，比值运算是自动分类的预处理方法之一。 * 二、多光谱运算 2.2 波段间运算 * 二、多光谱运算 2.2 波段间运算 5．混合运算 加减乘除多种方法的综合运算 * 二、多光谱运算 2.2 波段间运算 例：植被指数 * 植被光谱的典型特征是由于叶绿素的强烈吸收，在可见光区域反射率总体很低，在绿波段存在相对峰值，近红外区域出现突然的抬升。而作为背景的土壤光谱则相对平缓。 定量化地描述植被的这种显著特征 植被指数 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * 混合运算的关键： 设计一种数学表达式F，能够反映出反射率从红光区域到近红外区域的剧烈抬升。F的计算值越大，说明植被特征越明显。 思考：有哪些可供采取的数学表达式？ 方式之一：记红光反射率为p1,近红外为p2, 将F设计为p2的增函数和p1的减函数。 5．混合运算 二、多光谱运算 2.2 波段间运算 * NDVI（归一化差值植被指数） NIR 和R分别为红外波段和红波段处的反射率值 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * 乘性因素 （1）NDVI 能够部分消除与太阳高度角、卫星观测角、地形、云影等与大气条件有关的辐射变化的影响； 原因？ 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * （2）NDVI 结果被限定在[-1，1]之间，避免了数据过大或过小给使用带来的不便； （3）NDVI 是植被生长状态及植被覆盖度的最佳指示因子。 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * 非线性变换，增强了NDVI 低值部分，抑制了高值部分，导致NDVI数值容易饱和，对高植被密度区敏感性降低； NDVI 的不足 NIR的反比关系 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * SAVI（土壤调节植被指数） L为土壤调节系数，通常取L=0.5 EVI（增强植被指数EVI） 用红、蓝波段的组合，代替NDVI 中的红波段 MODIS 陆地植被指数产品之一 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * 其它形式 重点是理解对波谱特征进行分析的方法。 5．混合运算 植被指数 二、多光谱运算 2.2 波段间运算 * 三、投影变换 2.1特征提取与投影变换 特征提取是指对原始的光谱空间特征进行重新组合和优化，提取出最适合当前应用需求的新特征。 投影变换是实现特征提取一类方法 K-L变换(Karhunen-Loeve)(主分量变换) K-L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. Y=AX 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。 * 三、投影变换 2.2主分量变换 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。 * 三、投影变换 2.2主分量变换 作用：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. * 三、投影变换 2.2主分量变换 （4）选择前几个特征值对应的几个特征向量构造变换矩阵A. （5）根据