第六篇 图像变换1.ppt

颜色立体 2.圆柱体变换 I、H、S三个色彩参数也可以定义在一个柱形彩色空间中，强度I沿着轴线以底部黑变到顶部的白。 RGB到HSI的变换如下： 一个比较实用的HIS-RGB变换公式 在不同的软件，HSI可能具有不同的名称。例如。ENVI软件中，与此对应的彩色变换被称为HLS。 HSI变换图像与原始图像的对比 6.5.2 彩色变换的应用 彩色变换的一般工作流程：选择波段进行RGB合成显示-进行彩色变换-进行其他图像处理-进行彩色逆变换-RGB合成显示。 彩色变换的主要应用： 1.进行不同分辨率图像的融合。 2.增强合成图像的饱和度。 3.通过对强度I成分的处理进行图像增强。 4.多源数据综合显示 5.其他应用 通过HSI对LANDSAT7的ETM图像进行锐化 使用HSI对LANDSAT7的ETM图像进行饱和度拉伸 * * 同一层砂岩出露在山体的阴坡和阳坡 1.基本算法 设原始数据为二维数据，两个波段x1、x2之间存在相关性，具有如图所示的分布。通过投影，各数据可以表示为y1轴上的一维点数据。从二维空间中的数据变成一维空间中的数据会产生信息损失，为了使信息损失最小，必须按照使一维数据的信息量(方差)最大的原则确定y1轴的取向，新轴y1称作第一主成分。为了进一步汇集剩余的信息，可求出与第一轴y1正交、且尽可能多地汇集剩余信息第二轴y2，新轴y2称作第二主成分。 2.基本性质 （1）总方差不变性。变换前后总方差保持不变，变换只是把原有的方差在新的主成分上重新进行分配。 （2）正交性。变换后得到的主成分之间不相关。 （3）从主成分向量Yi中删除后面的（n-p）个成分只保留前p(p≤n)个成分时产生的误差符合平方误差最小的准则。换句话说，前面的p个主成分包含了总方差的大部分。 主成分变换以后保留的主成分个数通常采用指标V进行衡量 式中，V表示所有主成分的方差和占原始数据中的总方差的比例。一般要求V85%. 3.主成分变换流程 主成分变换的流程：主成分正变换-主成分逆变换 1.主成分正变换 一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在波段协方差矩阵或相关矩阵的基础上计算特征值，构造主成分。根据主成分-特征值的关系，选择少数的主成分作为输出结果。 选择3个成分已经包括了原始图像中的绝大多数信息（V=98.9%） 2.主成分逆变换 如果在正变换中选择的主成分数目与波段/变量数目相同，那么逆变换的结果将完全等同于原始数据。如果选择的主成分数目少于波段数，逆变换的结果相当于压抑了图像中的噪声，但此时逆变换结果图像的各个“波段”与原始图像的波段不再具有对应性，不再具有原始图像波段的物理意义。 6.3 缨帽变换 1976年，Kauth和Thomas发现了一种新的线性变换方法- Kauth-Thomas变换,简称K-T变换，形象地称为“缨帽变换” 。缨帽变换旋转坐标空间，但旋转后的坐标轴不是指向主成分的方向，而是指向另外的方向，这些方向与地面景物有密切的关系，特别是与植物生长过程和土壤有关。这种变换既可以实现信息压缩，又可以帮助解译分析农作物特征，因此有很大的实际应用意义。 这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间中的特征。 目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。 6.3.1 基本原理 MSS图像的K-T变换公式为： r为避免出现负值而加的常数，一般取零。 变换后的四个分量多数有明确的物理意义。U1为亮度分量，主要反映土壤信息，是土壤反射率变化的方向；u2为绿色物质分量；u3为黄色物质分量；它们分别反映植物的绿度和黄度，黄度说明了植物的枯萎程度；只有最后一个分量，没有什么意义。 6.3.2 TM图像的K-T变换 K-T变换前3个分量的实际物理意义如下： （1）亮度：反映了总体的反射值。 （2）绿度：反映了绿色生物量的特征。 （3）第三分量：土壤湿度。 6.4 代数运算 代数运算 是根据地物本身在不同波段的灰度差异，通过不同波段之间简单的代数运算产生新的波段，达到突出感兴趣的地物信息、压抑不感兴趣的地物信息的图像增强方法。 代数运算按照像素进行，因此，相关图像数据的空间坐标必须完全相同。 1.加法运算 基本公式为： B=B1+B2 主要用于对同一区域不同时段的图像求平均，这样可以减少图像的加性随机噪声，或者获取特定时段的平均统计特征。 进行加法运算的图像的成像日期不应相差太大。 2.差值运算 B=B1-B2 差值图像提供了不同波段或不同时相图像间的差异信息，在动态监测、运动目标检