遥感制图第四章 遥感影像图的增强、复原和 与融合.ppt

色彩变换融合 亮度变化 色度变化 H=0o H=60o H=120o H=180o H=240o H=300o 饱和度变化 S=0 S=1 S=1/4 S=1/2 亮度、色度和饱和度 IHS变换 正变换: IHS逆变换 逆变换: 注意：300~360之间为非可见光谱色，没有定义 影像补绘 90% 死像元 Original 50% 死像元 遥感影像中云的影响 厚云：必需借助其它影像 薄云：无需借助其它影像 厚云去除 基于多源、多时相数据，进行替换： （1）进行影像几何配准 （2）进行影像的辐射配准 利用非云区建立辐射对应关系 （3）进行替换 厚云去除 同态滤波 原理 图象的灰度由照射分量和反射分量合成。反射分量反映图象内容，随图象细节不同在空间上作快速变化。照射分量在空间上通常均具有缓慢变化的性质。 照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。 特点 频率域运算 抑制低频, 增强图象细节。 同态滤波 照度-反射模型 其中， 为照度 为反射系数 ln FFT H(u,v) FFT-1 exp 输入影像 f(x,y) 输入影像 g(x,y) 处理流程： 同态滤波 确定H(u,v) 压缩i(x,y)分量的变化范围，削弱I(u,v)； 增强r(x,y)分量的对比度，提升R(u,v)，增强细节。 同态滤波 同态滤波 Gassian滤波： 确定H(u,v) 同态滤波 巴特沃思滤波： 同态滤波（改进） 传统同态滤波缺点： （1）虽然有云区得到了处理，但非云区的亮度也相应提高，改变了原始的辐射信息。 （2）在逆变换完成后拉伸时，利用原始有云影像的辐射范围作为参考，使得结果影像偏亮。 同态滤波（改进） 改进方法： （1）对结果影像与原始影像进行比较，开n*n窗口，如果结果影像窗口内所有点亮度都大于原始影像，则中心点为云区，否则为非云区；对云区进行替换，而非云区保持原始影像不变。 （2）最后拉伸时，仅利用非云区的亮度范围作为参考。 同态滤波（改进） 传统同态滤波 原 图 区域像素替换法 遥感影像融合 不同传感器的遥感影像数据在时间、空间和光谱方面差异很大，而各种传感器提供的遥感影像数据各有其特点，仅仅利用一种遥感影像数据难以满足应用要求，而多源遥感数据所提供的信息具有冗余性、互补性。 空间分辨率 时间分辨率 光谱分辨率 1 2 3 相互制约 遥感影像融合 遥感影像信息融合是指对来自多个传感器或单一传感器不同通道的信息进行多级别、多方面、多层次的处理与综合，从而获得更丰富、更精确、更可靠的有用信息。 影像融合目标 影像融合目标 影像融合目标 影像融合目标 影像融合目标 影像融合目标 遥感影像融合 像素级融合 融合 特征提取 识别 影像 结果 特征级融合 融合 特征提取 识别 影像 结果 决策级融合 融合 特征提取 识别 影像 结果 像素级遥感影像融合 （高）多光谱-高分辨率影像融合（全色、雷达） 高光谱-多光谱影像融合 多时相影像融合 多尺度影像融合 光学-激光数据融合 ………………… 需要配准和重采样 多光谱/高分辨率影像融合 代数运算方法 高通滤波方法 色彩变换方法 PCA 方法 小波方法 最大后验估计方法 多光谱-高分辨率影像融合 代数运算方法 加权平均 相乘 A 、B 为亮度尺度系数， w1 和 w2 为权值. Brovey 方法 代数运算方法 代数运算融合方法具有算法简单、融合速度快的优点，但简单的像素灰度值加权平均、相乘等操作往往会带来融合影像对比度下降等副作用。 相乘方法结果 Brovey 方法结果 高通滤波方法 (1)高分辨率全色影像与低分辨率多光谱影像各波段进行直方图匹配； (2)对直方图匹配后的全色影像进行高通滤波； (3)将滤波后的影像分别加入多光谱影像各个波段； (4)将多光谱各个波段的影像进行彩色合成为融合影像。 高通滤波方法 高通滤波融合法方法简单，对波段没有限制，能够在一定程度上提取全色影像细节信息，叠加到多光谱影像上，增强多光谱影像的空间细节表现能力，但是其容易增加噪声，影响视觉效果，对高分辨率影像进行滤波后，滤波得到的高频分量会丢失高分辨率影像重要的纹理信息。 高通滤波方法 辐射均匀性校正方法2-同态滤波法 原理 图象的灰度由照射分量和反射分量合成。反射分量反映图象内容，随图象细节不同在空间上作快速变化。照射分