[理学]遥感数字图像处理_第六章1.pptVIP

遥感数字图像处理 Remote SensingDigital image processing 阿里木江.卡斯木 Email: alimkasim@ 新疆师范大学地理科学与旅游学院 本课结构安排 绪论 遥感数字图像的获取和存储 遥感数字图像的表示和统计描述 图像显示和拉伸 图像校正 图像变换 图像滤波 图像分割 遥感图像分类 地物成分分析和信息提取 第6章 图像变换 6.1 傅里叶变换 6.2 主成分变换 6.3 缨帽变换 6.4 代数运算 6.5 彩色变换 6.1 傅里叶变换 6.1.1 基本概念 图像变换:在图像处理中，所谓图像变换可以理解为为达到图像处理的某种目的而使用的数学方法，通过这种数学变换，图像处理起来较变换前更加方便和简单。由于这种变换方法是针对图像函数而言，所以称之为图像变换。 图像变换的目的是:（1）简化图像处理；（2）便于图像特征提取；（3）图像压缩；（4）从概念上增强对图像信息的理解。 图像变换往往包括两个过程：正变换和逆变换。 通过正变换将图像变换为新的图像，然后进行处理。 通过逆变换将处理后的图像还原为原始形式的图像，以便与原始图像进行对比。 6.1 傅里叶变换 6.1.1 基本概念 常用的图像变换方法有5种：（1）傅里叶变换； （2）主成分变换； （3）缨帽变换； （4）代数运算； （5）彩色变换； 傅里叶变换指非周期函数的正和或余和乘以加权函数的积分表示。 傅里叶变换分为连续傅里叶变换和离散傅里叶变换。 图像增强 目前常用的图像增强处理技术可以分为两大类： 空间域和频率域的处理。 空间域处理是指直接对图像进行各种运算以得到需要的增强结果。 频率域处理是指先将空间域图像变换成频率域图像，然后在频率域中对图像的频谱进行处理，以达到增强图像的目的。 图像变换——傅立叶变换 （一） 一维连续函数的傅立叶变换 令f(x)为实变量x的连续函数，f(x) 的傅立叶变换以F(u)表示，则表达式为  若已知F(u)，则傅立叶反变换为 称为傅立叶变换对，记为： 假定取间隔△x单位的抽样方法将一个连续函数f(x)离散化为一个序列{f(x0)，f(x0+△x)，…，f[x0+(N-1)△x]}，如图所示。 图像变换——统计变换 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。 变换的本质是对遥感图像实行线性变换，使多光谱空间的坐标系按一定规律旋转。 主分量变换PCA（K-L变换） 主分量变换是一种除去波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。是多维正交线性变换，通过变换，使多维图像中的大部分信息，在缩维中得以保存，并消除了维间相关。主分量变换的效率，取决于遥感图像各波段之间的相关程度，波段数据之间相关程度越高，则主分量变换的效率就越高。是就均方误差最小来说的最佳正交变换；是在统计特征基础上的线性变换。 主分量变换原理 主分量变换计算步骤 （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. （4）选择前几个特征值对应的几个特征向量构造变换矩阵φn. （5）根据Ｙ＝φnX进行变换，得到的新特征影像就是变换的结果，X为多光谱图像的一个光谱特征矢量。 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。 特点： 1、几何意义：变换后的主分量空间坐标系与变换前的多光谱空间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较大的方向。 2、变换后第一、二、三分量所占的信息比例占95%以上。而且第一分量常常占80%以上，其他分量依次递减。 变换后的矢量Y的协方差矩阵是对角阵，对角矩阵表明新特征矢量之间彼此不相关。 经过主分量变换后得到几个变量，可以证明此时具有的均方误差在所有正交变换中是最小的。由于nm, 这样就比较少的变量代替了原来的几个变量，实现了数据压缩。 6.1 傅里叶变换 6.1.2 二维离散傅里叶变换 P127 6.1 傅里叶变换 6.1.3 傅里叶变换的基本性质 傅里叶变换有以下重要性质：（1）对称性； （2）加法定理；