[理学]第4章遥感图像处理6.pptVIP

* 遥感图像处理 光学图像——光学原理和光学处理方法 数字图像 数字图像校正 数字图像增强 多源信息复合 对比度变换 空间滤波 彩色变换 图像运算 多光谱变换 4 图像运算 5 多光谱变换 数字图像增强 图像运算 两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。 1、差值运算：两幅同样行、列数的图像，对应像元的亮度（灰度）值相减。差值图像提供了不同波段或不同时相图像间的差异信息。 2、比值运算：两幅同样行、列数的图像，对应像元的亮度（灰度）值相除（除数不为0）。比值图像，像元的亮度反映了两个波段光谱比值的差异，常用来检测植被，消除“同物异谱”现象。 图像运算 1、差值运算 TM4-3-2 TM4-TM3 图像运算 2、比值运算 植被指数：是基于植被叶绿素在红色波段的强烈吸收以及在近红外波段的强烈反射，通过红和近红外波段的比值或线性组合实现对植被信息状态的表达。 图像运算 2、比值运算 植被指数有许多不同的表达公式： SR=NIR/R （simple ratio）（比值植被指数） NDVI=（NIR-R）/(NIR+R) （归一化差值植被指数） SAVI=（1+L）（NIR-R）/（NIR+R+L），L=0.5（土壤修正植被指数） 如对TM数据： NDVI=（TM4-TM3）/（TM4+TM3） 图像运算 2、比值运算 假彩色合成图象 NDVI图象 图像运算 2、比值运算 太阳光 砂岩 阴坡 阳坡 0.65 0.65 TM1/TM2 43 34 TM2 28 22 阳坡 阴坡 TM1 波段 地形部位 4 图像运算 5 多光谱变换 数字图像增强 多光谱变换 目的：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的目的。 多光谱变换 1、n维多光谱空间 多光谱变换 1、n维多光谱空间 多光谱变换 2、K-L变换[离散（Karhunen-Loeve）变换] 主成分变换（PCA, Principal Component Analysis） Hotelling变换 多光谱变换 2、K-L变换[离散（Karhunen-Loeve）变换] 多光谱数据各波段间往往存在一定程度的相关性， 光谱反射的相关性； 地形 遥感器波段间的重叠 应用PCA可以去除相关性、突出地物特征、压缩数据，另外还可以剔除噪声，因为PCA变换后的信息量通常随主分量顺序而减少，噪声信息更突出 多光谱变换 2、K-L变换[离散（Karhunen-Loeve）变换] 基本原理： 求出一个变换矩阵，经变换形成一组新的主分量波段，公式为： Y=AX 其中，Y为变换后的主分量空间像元矢量，如主分量1，2，3… X为变换前的多光谱空间像元矢量，如TM1，TM2，…. A为变换矩阵。是X空间协方差矩阵Σx的特征向量矩阵的转置矩阵。 多光谱变换 2、K-L变换[离散（Karhunen-Loeve）变换] 步骤： 计算原始图象的协方差矩阵； 计算的特征值和特征向量； 生成主成分 多光谱变换 2、K-L变换[离散（Karhunen-Loeve）变换] * * *