遥感图像计算机处理.pptVIP

第五章 遥感图像的计算机处理;;§1 遥感图像的增强处理;一、对比度变换;;一、对比度变换;;; ;;A linear stretch involves identifying lower and upper bounds from the histogram (usually the minimum and maximum brightness values in the image) and applying a transformation to stretch this range to fill the full range. ;This graphic illustrates the increase in contrast in an image before (left) and after (right) a linear contrast stretch. ; 二、彩色变换 把数字图像组合转换成彩色图形，或者把各种增强或分类图像组合叠加，以彩色图像显示出来。（彩色的视觉分辨能力比黑白高） 方法：假彩色密度分割；彩色合成 ;(一）、彩色合成 为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。 彩色图像可以分为真彩色图像和假彩色图像。;彩色合成的原理图;真彩色图像;假彩色图像;遥感图像计算机处理;遥感图像计算机处理;TM1;TM 7,4,1;实习：彩色增强处理;（二）、密度分割 概念：单波段黑白遥感图像可按亮度分层，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。 分层方案的确定：分层方案与地物光谱差异对应合适，可以较好地区分地物类别。 ;（二）、密度分割 图像密度分割原理可以按如下步骤进行： （1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间ΔD = dmax-dmin + 1； （3）求分割层的密度差Δd =ΔD／n ，其中n为需分割的层数； （4）求各层的密度区间； （5）定出各密度层灰度值或颜色。 ;密度分割原理图;以不同的色彩表示图像的色调变化，增强了图像的显示能力 同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。 ; 三、图像运算 两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。达到提取某些信息或去掉某些不必要信息的目的。 原理：地物不同波段的光谱差异。 ;比值运算：两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）就是比值运算。该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量，这种算法的结果称为植被指数。常用算法：近红外波段/红波段;或（近红外-红）/（近红外+红）. 标准植被指数： NDVI= （近红外-红）/（近红外+红） 比值运算也用于消除地形阴影等。 差值运算：两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。可突现出两波段差值大的地物，如红外-红，可突现植被信息。;FY-1C 卫星图像得到全球10天NDVI合成图像;四、空间滤波;A common filtering involves moving a ‘window’ （活动窗口）of a few pixels in dimension (e.g. 3x3, 5x5, etc.) over each pixel in the image, applying a mathematical calculation using the pixel values under that window, and replacing the central pixel with the new value. ;图 像 平 滑;平滑--图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。; ;锐 化 (1);锐化—突出图像的边缘、线性目标或某些亮度变化率大的部分。; ;Image of CHURN Farm Daedalus 1268 ATM Channel 3;A low-pass filter（低通滤波） is designed to emphasise larger, homogeneous areas of similar tone and reduce the smaller detail in an image. Thus, low-pass filters generally serve to