04遥感数字图像处理.pptxVIP

第四章 遥感数字图像处理;一.数字图像基础 二数字图像处理内容 1.图像校正 2.增强处理 3.图像融合 4.图像镶嵌 5.图像分类;一.数字图像基础;一.数字图像基础;图像直方图：;不同反差特征的图像;反差增强;一.数字图像基础;1.图像校正：包括辐射校正、几何校正。 2.增强处理：增强图像中的有用信息，利于识别分析。 包括彩色增强、直方图增强、图像运算、邻域增强、频率域增强等。 3.图像变换：消除干扰和滤掉噪声，提高图像质量。 4.图像镶嵌和融合 5.信息提取：图像分类（监督分类、非监督分类、神经网络分类、模糊分类）、空间信息提取、光谱信息提取。;（1）辐射校正（理解）; ①系统辐射校正;②大气校正;大气校正方法;A:公式法;B:回归分析法;回归法分析法;C:直方图校正方法： 从图像象元亮度值中减去一个辐射偏置量，辐射偏置量等于图像直方图中最小的亮度值； 前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量）；;; ②遥感图像几何校正的原理; ②遥感图像几何校正的原理;③数字图像几何纠正的主要处理过程;C：确定纠正后图像的边界范围 ;D：坐标变换;D：坐标变换;E：图像灰度值的重采样;E：图像灰度值的重采样示意图;a：最邻近法（nearest neighbor）;优点： 1 保留大量原始灰度值，没有经过平滑处理，对于区分植被类型、识别线性特征等有重要意义 2 简易、省时 3 分类前使用 4 适合于专题文件;原始图像;b:双线性（bilinear）;双线性插值效果; c:三次卷积法（cubic convolution）;原始图像;④数字图像几何纠正中控制点的选择;控制点的选择时的注意问题;控制点的选择与分布;纠正后——图像各处校正均匀;增强处理：增强图像中的有用信息，利于识别分析。 包括： （1）直方图增强 反差增强 直方图匹配 彩色分割 （2）邻域增强 （3）图像变换;反差增强（Contrast enhancement）;反差增强原理;反差增强原理;;; 反差增强分为两种情况： （1） 分段线性方法 （2）非线性方法;原始数据:SPOT 图像;增强某些部分，压制某些部分;（2）非线性拉伸;直方图均衡化（Histogram Equalization）;效果：增强了峰值处的对比度，两端（最亮和最暗）的对比度减弱了。;原始的直方图;直方图均衡化（Histogram Equalization）;直方图匹配（histogram matching）;直方图匹配条件;伪彩色 （pseudocolor）-密度分割 单波段灰度图像的彩色表示或显示，将连续的灰度值转换为少量的灰度区间，并用不同的颜色表示，增强图像的目视解译效果。;二、光学彩色合成处理;;彩色合成的影像特点很大程度上取决于波段-滤光片组合。对于陆地卫星的MSS和TM来说，除了TM321唯为近似真彩色外，其他均为假彩色，故彩色合成常常被称作假彩色合成。 但也可模拟生成似真彩色，如MSS564、TM543等。这主要是因为植被在MSS6和TM4上反射较高，置于绿通道时，合成图像上植被覆盖区都呈不同的绿色，看上去便很像真彩色。; 实践表明，MSS754(对于TM为TM432)是最常用的较为理想的组合，被称作是标准假彩色合成。 在该类合成图像上，绿色植物呈红色影像，长势好的呈鲜红色； 清水、静水为黑色，含泥沙及杂质的水呈淡蓝色； 基岩和土壤从浅蓝、淡绿到棕黄；城镇民屋表现为深蓝、蓝灰到黑色。 ;滤波 目的：抑制噪声，增强某些特征 途径： 平滑：均值、中位数滤波 锐化：边缘检测与增强;概念：高频和低频信息;原始图像;均值滤波;中位数滤波（Median Filter）;边缘检测与增强;（3）图像变换;A：主成分分析（PCA）;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为变换后的主分量矢量，如主分量1，2，3… X为变换前的原始图像矢量，如TM1，TM2，…. A为变换矩阵。;步骤： a:计算原始图像的方差-协方差矩阵； b:计算的特征值和特征向量； c:生成主成分; B:K-T变换; C:算术运算（如植被指数）;概念：用一定的算法综合两个或两个以上不同的图像形成一个新的图像 不同传感器获取的信息有不同的特点：有的光谱分辨率高但空间分辨率低，有的相反。 图像融合，采用一定的方法将不同类型的数据“融合”成一幅图像，可以同时达到高的