遥感数字图像的表示与统计描述.pptxVIP

会计学1 2第三章 遥感数字图像的表示与统计描述3.1 遥感图像模型3.2 遥感图像的数字表示3.3 单波段图像的统计特征3.4 多波段图像的统计特征3.5 窗口、邻域和卷积3.6 纹理第1页/共61页 33.1 遥感图像模型 从理论上讲，遥感图像可以表示为某一时刻t, 在不同波长λ和不同极化(偏振)方向p上所收集到的位于坐标(x, y)的目标物的电磁波辐射能量。上式等号右侧加号连接的前后两项分别代表目标发射的电磁波辐射量和反射的电磁波辐射量。当然除了以上因素外，L还与太阳高度角和观测角度有关，若考虑这些附加因素，需要用更复杂的遥感图像模型来表达。第2页/共61页 43.1 遥感图像模型在可见光和近红外波段，白天物体自身发射的辐射量可忽略不计，上式可简化为:式中， 取决于光照条件及传感器的几何特征，而 反映目标物的特性。在热红外波段，反射和发射都需要考虑。成像时间是一个重要因素，夜晚获取的主要是地物的热发射；白天的反射部分处于不同的波段，可通过设计不同的传感器来获取。第3页/共61页 53.2 遥感图像的数字表示在图像处理中，为了便于问题的分析，需要用数学方式来表示图像。表示图像的基本方法有两类，即确定的与统计的。确定的表示法是写出图像函数表达式，对于数字图像，则表示成矩阵或向量形式。统计的表示法则是用一种平均特征来表示图像。第4页/共61页 63.2 遥感图像的数字表示3.2.1 图像的确定性表示3.2.2 图像的统计性表示第5页/共61页 73.2 遥感图像的数字表示3.2.1 图像的确定性表示一幅图像记录的是地物辐射能量的空间分布，可以表示成 对于多光谱图像(例如彩色图像或遥感图像)，观察到的像场(图像函数)是对光谱响应的加权积分的模拟，因而对第i个波段来说，图像函数可简化表示成空间坐标(x, y)与时间t的函数。对单波段图像来说，f (x, y, t)表示与空间坐标和时间有关的图像。对于已经获取的一个单时段的图像，时间是个常量，可以从图像函数中排除，这样，图像函数由三个变量减少为二个变量，即图像是关于空间坐标点的函数f (x,y)。经采样和量化后，连续的像场被离散化。第6页/共61页 83.2 遥感图像的数字表示3.2.1 图像的确定性表示1.图像的矩阵表示 离散化后的数字图像是一个整数阵列，在数学上把它描述成一个矩阵F。数字图像中的每一个像素就是矩阵中相应的元素。把数字图像用矩阵来表示，优点是便于应用矩阵理论对图像进行处理分析。 设图像数据为N列，M行，K个波段。对于任一波段的数据，可以表示为包括M*N个元素的矩阵:数据满足有界非负的约束条件，即0≤f(i,j)≤Lm。有K个波段，则有K个这样的矩阵第7页/共61页 93.2 遥感图像的数字表示3.2.1 图像的确定性表示1.图像的矩阵表示 每个像素的取值为0或1的图像称为二值图像。二值图像中没有颜色的概念，数值仅包括0和1。在遥感数字图像处理中，二值图像是逻辑运算后的结果。0用来表示背景(假)，1用来表示前景目标(真)。习惯上，背景用白色表示，前景用黑色表示。第8页/共61页 103.2 遥感图像的数字表示3.2.1 图像的确定性表示1.图像的矩阵表示灰度图像是每个像素由一个量化的灰度值(灰度级)来描述的图像。单波段图像为灰度图像。对于8位量化而言，灰度值。为黑色，255为白色。第9页/共61页 113.2 遥感图像的数字表示3.2.1 图像的确定性表示1.图像的矩阵表示彩色图像指每个像素由红、绿、蓝(分别用R,G,B表示)三原色构成的图像，其中R,G,B由不同的灰度级分别描述(图3.3。对于多光谱遥感图像，可通过R,G,B合成产生彩色图像。第10页/共61页 12主要图像类别及其确定性表示方式第11页/共61页 133.2 遥感图像的数字表示3.2.1 图像的确定性表示2.图像的向量表示 按行的顺序排列像素，使图像下一行第一个像素紧接上一行最后一个像素，图像可以表示成l*mn的列向量f:式中：这种表示方法的优点在于可以直接利用向量分析的有关理论和方法。向量既可以按行也可以按列来构造，选定一种顺序后，后面的数字排列要与之保持一致第12页/共61页 143.2 遥感图像的数字表示3.2.2 图像的统计性表示图像处理中，普遍将图像的灰度级看作随机变量。把图像作为一个随机向量X，按照概率论可以有两种方法来表示。一种用密度函数来表示(或用分布函数来表示)；另一种用统计特征参数来表示，这往往是在密度函数不可知条件下的表示，如期望、方差、协方差等。 将图像看作具有正态分布的随机变量，则可以使用统计学方法对图像进行统计描述。使用的统计特征可以用来对不同的图像或图像