浙江工商大学遥感导论期末复习的资料.pptVIP

第五节 遥感图像的特征 2、线对数（line pairs）：对于摄影系统而言，影像的最小单元常通过1mm间隔内包含的线对数确定，单位为线对/mm。 3、瞬时视场：遥感器内单个探测元件的受光角度或观测视野。瞬时视场越小，最小可分辨率单元越小，空间分辨率越高。 第五节 遥感图像的特征 二、光谱分辨率（波谱分辨率） 指遥感器在接受目标辐射的波谱时能分辨的最小波长间隔。 第五节 遥感图像的特征 三、辐射分辨率 任何图像目标的识别，最终依赖于探测目标和特征的亮度差异。有两个前提。一是地面景物本身必须有充足的对比度，二是遥感仪器必须有能力记录下这个对比度。 辐射分辨率指传感器接收波谱信号时，能分辨的最小辐射度差，是传感器对光谱信号强弱的敏感程度、区分能力。 一般用灰度的分级数来表示，即最亮-最暗灰度值（亮度值）分级的数目。6bits（0-63）,8bits（0-255）等。 第五节 遥感图像的特征 四、时间分辨率 对同一地点进行遥感采样的时间间隔，即采样的时间频率，重访周期。 TM影像波段介绍 TM1 0.45~0.52μm 蓝波段 TM2 0.52~0.60μm 绿波段 TM3 0.63~0.69μm 红波段 TM4 0.76~0.90μm 近红外波段 TM5 1.55~1.75μm 短波红外波段 TM6 10.4~12.5μm 热红外波段 TM7 2.08~2.35μm 短波红外波段 第二节 数字图像增强 二、对比度变换（增强） 目前多数显示系统利用8字节(即0-255)，然而多数单幅图像上的亮度范围通常都小于遥感器的整个记录范围。由于其有效亮度值区域未达到其全部亮度值范围，导致图像显示时的低对比度。另外，由于一些地物在可见光、近红外或中红外波段具有相似的辐射强度，当一幅图像中具有相似辐射强度的地物比较集中时，也会导致图像中的低对比度。 第二节 数字图像增强 三、空间滤波 空间滤波以重点突出图像上的某些特征为目的，如突出边缘或纹理等。 1、图像卷积运算 在空间域上对图像作局部检测的运算，以实现平滑和锐化的目的。 具体做法是选定一定卷积函数，又称“模板”，实际上是一个M*N图像。 第二节 数字图像增强 2、平滑 空间频率主要是指图像的平滑或粗糙程度。 一般来说，高空间频率区域称之为“粗糙”，即图像的亮度值在小范围变化很大。比如道路、房屋边界。 在“平滑”区，图像的亮度值变化相对较小，如平静的水面、大面积的农田等。 图像的平滑是使图像中高频成分消退，即平滑图像的细节，使其反差降低，即加强图像中的低频成分，减弱图像中的高频成分。在频域中称为低通滤波。 第二节 数字图像增强 3、锐化 锐化是增强图像中的高频成分，在频域处理中称为高通滤波，也就是使图像细节的反差提高，也称边缘增强。 （1）罗伯特梯度 （2）索伯尔梯度 （3）拉普拉斯算法 （4）定向监测 观察各种方法卷积模板的差异。 第二节 数字图像增强 三、彩色变换 彩色的数字表达主要有两种方式，一是红、绿、蓝三原色坐标系统，即RGB混色系统；二是明度、色调、饱和度坐标系统。彩色变换指采用不同的彩色坐标系统，把不同遥感器数据或不同性质的数据融合起来，产生彩色合成图像。 1、单波段彩色变换 单波段黑白遥感影像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。这种方法又叫密度分割，即按图像的密度进行分层，每一层所包含的亮度值范围不同。 第二节 数字图像增强 NDVI 　　NDVI Normalized Difference Vegetation Index,归一化植被指数,标准差异植被指数) 　　表达式：NDVI=(p(nir)-p(red))/(p(nir)+p(red)) 　　和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。 　　1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； 　　2、-1=NDVI=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； （2）K-T变换及其应用 Kauth-Thomas变换，简称K-T变换，又形象地称为“缨帽变换”。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。 观察亮度、绿度、湿度影像 第二节 数字图像增强 HSV融合 手动融合：融合图像间需要精确几何配准，并将多光谱图像采样与全色相同的分辨率。尺寸一致（行列数相同）。 自动融合：在两幅图像有相同地理坐标系统的情况下，该融合方法不需要在融合前调整两幅图像分辨率一致，尺寸一致，envi系统会自动完成这一