第三章二遥感数据显示与基本分析.ppt

遥感数据可视化与基本分析

主要内容遥感图像可视化遥感图像基本分析量遥感图像直方图及其应用

遥感图像可视化

遥感图像数据可视化定义：以视觉方式探究数据和信息，从而获得对数据内涵的理解方式：二维空间：真彩色显示三维空间：叠加数字高程模型硬拷贝：打印机等输出临时拷贝：显示影像

遥感图像显示的关键问题创建亮度图--数据亮度值在计算机上的表现保持亮度值和输出显示值的一一对应关系

遥感图像可视化--影像显示灰度显示RGB显示颜色查找表假彩色显示2,1VisibleInfraredGreenDataisshownasGreenBlueDataisshownasBlueRedDataisshownasRed3,2VisibleInfraredNIRDataisshownasRedRedDataisshownasGreenGreenDataisshownasBlue

遥感图像可视化--最佳指数因子图像数据的标准差越大所包含的信息量也越大，波段间的相关系数越小，表明各波段图像数据的独立性越高，信息的冗余度越小OIF=Si/Sij其中：Si为第i个波段的标准差，Sij为i、j两波段的相关系数。OIF越大，则相应组合图像的信息量越大.对OIF值进行由大到小排列，最大OIF值对应的波段为最佳波段组合。

遥感图像可视化--影像金字塔每2X2＝4个像元平均为一个像元构成第二级影像，在第二级影像的基础上构成第三级影像四像元平均九像元平均

遥感图像基本分析量

遥感图像基本分析--采样理论自然界中随机抽取的大样本通常是按对称频率分布，多数值在某个值附近，出现的频率从中心点向两边递减遥感数据分析中的统计检验假定影像的亮度值是正态分布的

遥感图像一元统计量--趋势度众数--分布中出现频率最高的数值中值--频率分布的中间值均值--数学平均值众数偏离均值较远，则为偏态分布

遥感图像一元统计量--离散度离散度--像元值范围样本方差--离散平方和的均值标准差--方差的平方根

遥感图像多元统计量协方差--波段间亮度值关联性相关系数分析

遥感图像基本统计分析--特征空间图二维特征空间图--提取两个波段的所有像元亮度值，并将其出现频率描绘在特征空间中特征空间图表现数据的有效信息量和冗余度

遥感图像直方图及其应用

灰度直方图--定义直方图是灰度级的函数，描述的是图像中该灰度级的像素个数或该灰度级像素出现的频率。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数或该灰度级像素出现的频率，这个关系图就是灰度直方图。它反映了图像灰度分布的情况。

1234566432211664663456661466231364661234565456214灰度直方图图像灰度直方图

1234565456214频率的计算式为：图像灰度直方图

彩色图的灰度直方图

图像灰度直方图--直方图的性质１．灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置，即所有的空间信息全部丢失。２．一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。下图给出了一个不同的图像具有相同直方图的例子。

图像灰度直方图--直方图的性质3．一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。图像的直方图H(i)=区域Ⅰ的直方图H1(i)+区域Ⅱ的直方图H2(i)

直方图应用1.数字化参数（判断量化是否恰当）直方图给出了一个简单可见的指示，用来判断一幅图象是否合理的利用了全部被允许的灰度级范围。一般一幅图应该利用全部或几乎全部可能的灰度级，否则等于增加了量化间隔。丢失的信息将不能恢复。(a)恰当量化(b)未能有效利用动态范围(c)超过了动态范围

直方图应用--边界阈值选取假设某图象的灰度直方图具有二峰性，则表明这个图象的较亮的区域和较暗的区域可以较好地分离，以这一点为阈值点，可以得到好的２值处理的效果。

直方图应用--面积统计当物体部分的灰度值比其它部分灰度值大时，可利用直方图统计图像中物体的面积。A=式中n为图像像素总数，vi是图像灰度级为i的像素出现的频率。

直方图应用--计算图像信息量Pi是图像灰度级为i的像素出现的频率，图像的灰度范围在[0，L-1]。

计算题对于下列数据流表示的影像(3波段，3行3列,BIL格式）计算其均值，中值、众数、协方差、相关系数等统计指标，并画出其直方图6,8,20,15,30,15,18,20,30,0,12,15,39,27,26,9,10,25,21,56,12,27,33,27,24,25,15