《遥感导论》全套课件.ppt

主成分变换融合 HLS变换复合 绿色波段 红色波段 近红外波段 SAR影像 融合后伪彩色影像 （2）不同时相的遥感数据复合 步骤： ①配准： ②直方图调整：将配准后的图像尽可能的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： （3）图像锐化 目的：突出图像的边缘、线状目标或某些亮度变化率大的部分。 算法： 方向检测 罗伯特梯度 索伯尔梯度 拉普拉斯算法 或 检测垂直边界： 检测水平边界： 方向检测： 或 水平检测 垂直检测 原始图像 三、彩色空间变换 伪彩色密度分割 模拟真彩色合成 标准假彩色合成 （1）伪彩色密度分割： 伪彩色密度分割：单波段黑白遥感图像按亮度值分层，对每层赋予不同的色彩，使之成为一幅彩色图像的方法 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。 原始图像 伪彩色密度分割图像 （2）彩色合成 选择遥感影像的某三个波段，分别赋予红、绿、蓝三种原色，根据加色法进行彩色合成，称为彩色合成。 真彩色合成 假彩色合成 彩色合成的原理图 ①真彩色合成 红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝 真彩色合成 红光波段赋成红 真彩色合成 红光波段赋成红 绿光波段赋成绿 真彩色合成 红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝 ②假彩色合成 假彩色合成 近红外波段赋成红 红光波段赋成绿 绿光波段赋成蓝 真彩色合成 近红外波段赋成红 红光波段赋成绿 绿光波段赋成蓝 （1）合成后信息量最大 （2）波段之间的信息相关性最小 （3）合成后影像中地物区分程度最高 ③彩色合成波段选择 假彩色增强 TM标准假彩色合成图像 TM7(R)、4(G)、2(B) 假彩色增强 TM3(R)、2(G)、1(B) TM4(R)、5(G)、3(B) （3） 多波段彩色变换： RGB彩色空间 HLS彩色空间 彩色空间变换— HLS变换 步骤 : (1)由RGB 彩色空间变换到 HIS彩色空间； (2)在HIS空间中，对H,I,S分量（波段）分别增强； (3)由HIS空间变换到RGB空间中，再次按加色法合成,可以达到好的识别效果； 原理: ①对色调Ｈ增强，使色调更多 ②对亮度Ｉ增强，使亮度“间距”加大; ③对饱和度Ｓ增强，提高色彩纯度,加大相邻色彩差异。 HLS变换 原始RGB图像 RGB-HLS HLS-RGB 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。 （1）减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。 （2）比值运算：常用于计算植被指数、消除地形阴影等。 四、图像间运算 植被指数： NDVI=（TM4-TM3）/（TM4+TM3） 比值 (cha/chb) 减小了地形的影响。 五、多光谱变换 减小数据冗余，降低数据量。 ①主成分变换（ K-L变换） ②缨帽变换（K-T变换） 实质是使遥感图像多光谱坐标系按一定规律进行旋转 多光谱空间是一个n维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值。 像元点可表示为 1、多光谱空间 ①主成分变换（ K-L变换） 性质:①变换前后坐标系发生了旋转，新坐标系的坐标轴指向信息量较大的方向 ②变换后的新波段主分量包含的信息量逐渐减少。 ③最后的波段几乎全是噪声 变换前 变换后显示（三个波段） ②缨帽变换（K-T变换） K-T变换公式为：Y=BX 坐标轴发生旋转，旋转后的坐标轴指向与地面景物有密切关系的方向。 第一个分量为亮度，反映图像总体的反射值。 第二个分量为绿度，反映绿色生物量的特征 第三个分量为为湿度，反映湿度特征。 K-T变换可以用来分析植物生长过程中植被与土壤特征的变化 K-t变换前 k-t变换后 六、多源信息复合 1、多种遥感平台、多时相遥感数据的复合 2、遥感数据与非遥感数据的复合 目的：发挥不同遥感数据源数据的优势互补，增加遥感数据的可应用性。 1.遥感数据的复合 （1）不同