[理学]第05-04章 遥感图像增强.pptVIP

第 五 章 遥感图像增强 ●在ERDAS中对TM图像进行K-T变换时的R参数设置 ●在ERDAS中对TM图像进行K-T变换时的R参数设置 ? 差值运算 ----使两幅具有同样行、列数的影像或波段，对应像元的亮度值相减. ? 差值运算 ----使两幅具有同样行、列数的影像或波段，对应像元的亮度值相减. ?比值运算 ----将两幅具有同样行、列数的影像或波段，对应像元的亮度值相除（除数不为0）. ? 比值运算 ----将两幅具有同样行、列数的影像或波段，对应像元的亮度值相除（除数不为0）. ◆基于ERDAS的指数计算 ◆基于ERDAS的指数计算 ★遥感图像的变换处理:采用对多光谱（多波段）图像进行线性变换的方法，以减少各波段信息之间的冗余，达到保留主要信息、压缩数据量，增强和提取更具有目视解译效果的新波段数据的目的。 第 四 节 图像变换 ★实现方法： 5.影像运算：应用一定的数学方法,将完成空间配准后的多幅单波段影像或一幅遥感图像的不同波段进行各种组合运算,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。 ◆基于ERDAS的指数计算 ?途径1):Interpreter/Spectral Enhancement / Indices … ?途径2): Model Maker 模块 第五章 作业（2） ?要求:应用ERDAS的Model Maker 模块, 求算SPOT卫星多光谱图像(spotxs.img)的TNDVI指数。 NOTE：① TNDVI = Sqrt [ (IR-R)/(IR+R) +0.5] ② 将TNDVI的原值拉伸到0-255，方法是[(X-Xmin)/(Xmax-Xmin)]*255 ★遥感图像的空间域增强处理是指在图像平面上应用某种数学模型，通过改变图像像元灰度值来达到增强效果，并且这种增强并不改变像元的位置。空间域增强处理包括反差增强（线性增强、非线性增强、直方图均衡化、直方图匹配）、领域法增强（空间域滤波增强）、图像运算（四则运算、混合运算）等。 空间域是指图像平面所在的二维空间。 多光谱增强：是基于多波段图像对每个像元的亮度值进行变换，达到图像增强的目的。 遥感多光谱图像的波段多，例如LandSat的TM图像有7个波段，高光谱图像则包含有几十个甚至几百个很窄的波段，因此包含了大量的信息。但是，这些图像的数据量过大，运算时耗费大量机时并占据大量的磁盘空间。另外，多光谱图像的各波段之间具有一定的相关性，从而造成不同程度的信息重叠。 1.K-L变换（主成分或主分量变换）：使坐标空间发生旋转，从而将原来多波段图像中的有用信息尽可能压缩到互不相关的较少的几个波段（主成分方向）上（在所生成的主成分图像中，坐标轴指向相互垂直的主成分方向，各个主成分包含的信息内容彼此不重叠） ★植被在近红外波段有较高的反射率，其次是在绿色波段。 ★若按上述方法进行真彩色合成，则绿色分量（对应于植被在绿色波段的反射）在整个像素的三个分量(G、G、B)中占的比例最大，所以该植被像素表现为绿色； ★若按上述方法进行假彩色合成，则红色分量（对应于植被在近红外波段的反射）在整个像素的三个分量（G、G、B）中占的比例最大，所以该植被像素表现为红色；并且假彩色红外图像可以有效地突出植被要素。 ★植被在近红外波段有较高的反射率，其次是在绿色波段。 ★若按上述方法进行真彩色合成，则绿色分量（对应于植被在绿色波段的反射）在整个像素的三个分量(G、G、B)中占的比例最大，所以该植被像素表现为绿色； ★若按上述方法进行假彩色合成，则红色分量（对应于植被在近红外波段的反射）在整个像素的三个分量（G、G、B）中占的比例最大，所以该植被像素表现为红色；并且假彩色红外图像可以有效地突出植被要素。 NOTE： ④通常进行K-L变换是把一幅图像的所有波段一起处理，但也可以把所有波段先分组进行K-L变换，然后由每一组选取一个适当的主成分图像参加假彩色合成或其他处理.例如，TM的7个波段图像可以先分成（TM1、TM2、TM3）和（TM5、TM7）两个组进行K-L变换，然后用TM4或TM6与这两组的主成分图像进行假彩色合成，以增强和突出某些研究对象。像这种分组K-L变换在高光谱图像的处理中使用得较普遍。 ★植被在近红外波段有较高的反射率，其次是在绿色波段。 ★若按上述方法进行真彩色合成，则绿色分量（对应于植被在绿色波段的反射）在整个像素的三个分量(G、G、B)中占的比例最大，所以该植被像素表现为绿色； ★若按上述