任务3.3 遥感影像的光谱增强.ppt

项目3遥感影像增强任务3-3遥感影像的光谱增强

遥感影像的增强

遥感影像的增强遥感影像的增强：遥感影像在获取的过程中由于受到大气的散射、反射、折射或者天气等的影响，致使获得的遥感影像对比度不够、遥感影像模糊，所需信息不够突出，或者遥感影像的波段较多，数据较大。因此，要求对遥感影像进行增强处理，以改善遥感影像质量，突出所需信息，增加遥感影像可辨识度、可读性，压缩数据。遥感影像增强方法主要有辐射增强、空间增强和光谱增强等。

遥感影像的光谱增强的操作步骤遥感影像的光谱增强的概念、方法目录

CONTENT任务3-3遥感影像的光谱增强

遥感影像的光谱增强的概念、方法/01

1.遥感影像的光谱增强—概念、方法遥感影像的光谱增强：遥感影像的光谱增强是基于多波段的遥感数据对波段进行变换以达到遥感影像增强处理的目的。遥感影像光谱增强的主要方法：主成分变换、色彩空间变换、缨帽变换、代数运算、色彩增强等。

1.1主成分变换主成分变换（PrincipalComponentAnalysis），又称为K-L变换，是一种线性变换方法，主要用于数据的压缩和信息的增强。主成分分析是将一个遥感影像分解为一组主要成分的和，计算每个主成分占总量的百分数，百分数的大小反应了图中不同部分的相关性，按百分数的大小排序，选取最大的一个或者几个主成分，则恢复后的遥感影像相关性好；如果选取最小的一个或者几个主成分，则遥感影像恢复后相关性差。

1.2归一化植被指数不同绿色植物对不同波长的吸收率不同，光线照射在植被上的时候，近红外波段的光大部分被植被反射，而可见光波段的光则大部分被植物吸收，以地表覆被对不同波段光谱的吸收及反射差异来反映土地覆被的“绿度”，植被指数是遥感测定地面植被生长和分布的一种方法，常用的为标准差植被指数，又叫归一化植被指数（NormalizedDifferenceVegetationIndex，NDVI）。归一化植被指数定义为：NDVI=(IR-R)/(IR+R)其中，IR为多波段遥感遥感影像中的近红外（infrared）波段，R为红波段。

1.3缨帽变换缨帽变换是一种线性变换的方法，缨帽转换旋转坐标的空间，旋转之后的坐标所指的方向与地物有密切的关系，特别是与植物生长和土壤有关。缨帽变换既可以实现信息的压缩，又可以帮助解译分析农作物的特征，具有实际应用的意义。目前，缨帽变换主要用于MSS和TM等的遥感影像的变换。

1.4色彩变换将图像从红（R）绿（G）蓝（B）彩色空间转换到亮度（I）、色度（H）、饱和度（S）彩色空间。

遥感影像的光谱增强的操作步骤/02

通过对遥感影像进行光谱增强处理，引导学生熟练掌握利用ERDASIMAGINE进行卷积增强、锐化增强、非定向边缘增强、纹理分析、自适应滤波等空间增强方法，有目的地突出、或者去除遥感影像上某些特征，便于对遥感影像的分析解译。2.遥感影像的光谱增强实施

（一）打开主成分变换对话框单击ERDAS图标面板工具条中的【Interpreter】图标，在下拉菜单中点击【SpectralEnhancement】→【PrincipalComponents】，如图3.33所示。（二）输入输出设置打开【PrincipalComponents】对话框，如图3.34所示。输入文件（InputFile）：输入文件（InputFile）：位于“...\prj03\data\shanxi.img”输出文件（OutputFile）：位于“...\prj03\任务实施3-3\results\principal.img”2.1主成分变换

（三）参数设置1.数据类型【DataType】显示主成分变换遥感影像的数据类型及设置主成分变换后输出遥感影像的数据类型，例子中，主成分变换遥感影像的数据类型为Unsigned8bit，输出遥感影像数据类型设置为Unsigned8bit。2.坐标类型【CoordinateType】选择Map，坐标类型为地图类型。3.处理范围定义【SubsetDefinition】为直方图均衡化处理的范围：默认为整幅遥感影像的范围，也可在ULX、ULY、URX、URY中输入数值来设定直方图均衡化的范围，或者用查询框（InquireBox）设定处理的范围。4.数据源来自查询框【FromInquireBox】按钮用视窗遥感影像中的查询框（InquireBox）来指定主成分变换的区域，在不使用该功能时，则默认为整幅图变换。2.1主成分变换

5.输出选项【OutputOptions】输出文件复选框，选中StretchtoUnsigned8bit表示将数据拉伸到0～255，选中【Ignor