第06章图像变换.pptxVIP

图像变换方法： 傅里叶变换 主成分变换 缨帽变换 代数变换 彩色变换 ;6.1 傅里叶变换;一、图像的傅里叶变换 1、通信理论认为，任何一个随时间变换的波形都是由许多频率不同、振幅不同的正弦波组合而成的； 2、图像理论认为，平面图像是由许多相位、振幅不同的x-y方向的空间频率叠加的结果，空间上的高频率波决定图像的细节，空间上的低频率波决定图像的背景和动态范围。 g(x,y)=h(x,y) ·f(x,y) g(x,y)——变换后的图像； h(x,y) ——响应函数； f(x,y）——原始图像。;二、频率域图像 1、在空间域的图像中，线性地物为高品成分，大块面状的地物为低频成分。图像经过傅里叶变换后产生频率域图像，这些空间频率信息被突出出来。 2、由于傅里叶变换具有对称性，为了便于显示，频率域图像往往以图像的中心为坐标原点，左上-右下、右上-左下对称。 从图像的中心向外，频率增高。高亮度表明频率特征明显。 频率域图像中明显的频率变化方向与原始图像中地物分布方向垂直。 ;原始图像 离散傅里叶频谱;三、傅里叶变换流程 正向FFT—定义滤波器—逆向FFT 正向FFT 。指定图像的一个波段，按照计算公式进行FFT，产生频率域图像。 定义滤波器。以频率域图像为参照，定义滤波器，高通、低通等。 逆向FFT。将定义的滤波器应用到频率域图像，得到空间域图像，进行显示。;原始图像在垂直方向上具有明显的噪声； 在频率域图中，噪声表现在水平方向上，并且显示为高亮度。;6.2 主成分变换;一、基本算法 设有向量集{X=Xi,i=1,2,…,n} ∈Rn。E(x)为X的数学期望，X的协方差矩阵为C，U是C的特征向量，按其特征值由大到小排列为主成分。Y=UXi Y={Yi,i=1,2,…,n} ∈Rn。 二、原理 设原始数据为二维数据，两个波段B1、B3存在相关性，通过投影，各数据可表示为y1轴上的一维点数据，为了减少信息损失，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；为进一步汇集剩余信息，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 ，称作第二主成分。 ;三、主成分变换的基本性质 总方差??变性。变换前后总方差保持不变，变换只是把原有方差在新的主成分上重新进行分配。 正交性。变换后得到的主成分之间不相关。 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，即前p个主成分包含了总方差的大部分。;四、主成分变换流程 主成分正变换-主成分逆变换 1、正变换—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，选择少数主成分作为输出结果。 Landsat 7 TM图像的1~5、7波段。 其中3个主成分包含了绝大多数信息。（98.9%）;2、主成分逆变换 如果正变换中选择的主成分数目与波段数相同，逆变换的结果完全等同原始图像。 如果选择的主成分数少于波段数，逆变换的结果相当于压抑了图像中的噪声，但逆变换结果图像的各个波段与原始图像不再具有对应性，不再具有原始图像波段的物理意义。;6.3 缨帽变换;一、基本原理 K-T变换从研究MSS遥感数据产生，以MSS的2波段和3波段为例，选择两种不同的土壤样本：深色土壤（光谱特性暗）和浅色土壤（光谱特性亮） 。 在两种土壤上种植小麦，选择不同生长期的图像，把图像中的像素放在二维光谱空间相应的位置上，形成两条农作物小麦的生命线，构成一个三角形形状。 暗土生长线可以看出，由于叶绿素在植物生长过程中增加，覆盖度增大，土壤较暗，表现为第3波段亮度加大而第2波段亮度减小（近红外反射强而红光反射低的规律）。到了成熟期，绿色小麦生长的顶峰，小麦光谱占上风，土壤被覆盖。;变换公式：U=R1·X+r U——变换后新空间的像素向量； R1——变换矩阵； r——避免出现负值而加的常数。 U=（u1,u2,u3,u4）T u1——亮度分量；主要反映土壤信息，反映土壤反射率变化的方向； u2——绿色物质分量； u3——黄色物质分量；植物枯萎程度。 u4——没有实际意义。;二、TM图像的K-T变换 变换公式：U=R2·X+r U——变换后新空间的像素向量； R2——变换矩阵； r——避免出现负值而加的常数。 X=（x1,x2,x3,x4, x5, x6）T是TM的第1，2，3，4，5，7波段图像上灰度值组成的光谱向量； U中的第四分量较好的突出了图像中的霾信息。新的分量中的后