第4章 遥感图像处理.pptVIP

Roberts与Sobel算子锐化结果的比较 SOBEL不同模板的锐化效果 返回 彩色变换 1.单波段彩色变换 2.多波段色彩变换 3.HLS变换 密度分割法对灰度图像进行彩色显示 返回 真彩色图像 不同彩色合成方式效果比较 多波段图像彩色合成选择的原则 各波段的方差系数要尽可能的大，方差系数决定信息量的丰富程度； 各波段的相关系数要尽可能的小，若它们的相关性严重各波段的信息就会出现大量的重复和冗余，导致合成图像总的信息量不高，图像的饱和度就差； 各波段的均值大小不要相差太悬殊；否则会导致图像严重偏色。 选用含有目标物特征谱带的波段，为了提取其特征信息，同时满足这些条件的理想情况是不可能的，但要做到尽可能的兼顾。 返回 HLS变换 当RGB-HLS转换时：有一种计算方法设计（J.D Foley etl，1990）如下： 设LR,LG,LB均为0～1的实型数据，H为0～360实型，L和S为0～1实型。其中有一个例外，即当S＝0时，H无定义值。这里变换前红绿蓝各波段的归一化亮度值用带下标的L表示即LR,LG,LB，变换后的明度值用不带下标的L代表。 返回 图像运算 1.图像相加 2.图像相减 3.图像相乘 4.图像比值 返回 图像相加可用来把同一种地物多重影像加起来求平均，以减少随机噪声，也可以为某种目的而把多幅图像叠加起来。 如果N幅同一地区的、同一波段的影像用来进行相加运算并求其平均值，则可减小加性随机误差。 差值图像提供了不同波段或不同时相图像间的差异信息，能用在动态监测、运动目标监测与跟踪及森林火灾和洪水灾情变化的监测等。在红外波段植被和浅色土壤，在红波段与深色土壤及水体反射率接近无法分开时。当红外波段减去红波段时，植被信息得到了突出，很容易找到其分布区域。 图像相乘常用在卷积运算中。通常还利用掩膜函数从一幅遥感图像中摸去一部分目标，剩下感兴趣的。 该运算常用于突出影像中的植被特征、提取植被类别或估算植被生物量，这种运算结果称为植被指数（VI)。常用的算法有TM4/TM3,AVHRR2/AVHRR1,(TM4－TM3)/(TM4+TM3)等等，效果都不错。可用来消除地形起伏带来的阴影。还应用于其他方面。如：对研究浅海区的水下地形有效，对土壤富水性差异、微地貌变化、地球化学反应引起的微小变化等，对隐伏构造的信息的有关线性特征等都有不同程度的增强效果。 多光谱变换 1.K-L变换（主成分变换PC) 2.K-T变换（缨帽变换） 返回 K-L（ Karhunen-Loeve ）变换 多光谱空间 K-L（主成分PCA变换）表达式： Y=AX 式中，X为变换前的多光谱 空间的像元矢量； Y为变换后的主分量空间的像元矢量；A为转换矩阵。其作用是给多波段的像元亮度家权系数，实现线性转换。输出的图像Y的个分量yⅰ之间将具有最小的相关性。 TM主成分变换结果实例图 返回 K-T（Kauth-Thomas）变换（缨帽变换) 该变换是一种经验性的多波段图像的线性变换，旋转后的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向。主要应用是针对TM与MSS数据。 研究过程中他们发现MSS四个波段组成的四维空间中，植被的光谱数据点呈规律性分布，像缨帽状（见图4.41）。 缨帽变换(Tasseled cap)的数学形式如下：Y=BX 式中，X为变换前的多光谱空间的像元矢量； Y为变换后的主分量空间的像元矢量； B为转换矩阵。其作用是给多波段的像元亮度加权系数，实现线性转换。输出的图像Y的个分量yⅰ之间将具有最小的相关性。 返回 多源信息的复合 遥感信息的复合 不同传感器的遥感数据复合 不同时相的遥感数据复合 遥感与非遥感信息的复合 返回 不同传感器的遥感数据复合 配准 复合 返回 多源遥感影像数据复合在国际上经过多年研究，技术上日趋成熟。 目前，常用的遥感影像的融合方法，主要有：彩色合成，以像元为基础的加权复合、HSI变换、K-L变换，比值变换；基于小波理论的特征融合、基于贝叶斯法则的分类复合以及以局部直方图匹配滤波技术为基础的影像数据复合等。 诸多复合方案中，彩色合成方法的效果比较明显，所以应尽可能生成三幅新图像分别赋予红、绿、蓝色，进行假彩色合成。 不同时相的遥感数据复合 1.配准：利用几何校正的方法作位置匹配。 2.直方图调整：将配准后的图像尽可能调整成一致的直方图，使图像亮度值趋于协调，以便于比较。 3.复合： 不同时相的图像复合主要是用来研究时间变化所引起的各种动态变化。采用复合的方法与增强方法相同：①彩色合成方法，通过颜色对比表现变化；②差值方法。差值后设定