遥感技术与应用5遥感图像处理.pptVIP

式中：E0是地物辐射能量，E是传感器接收到的能量是通过厚度为H的大气的衰减系数，取决于大气层的成分、厚度等计算相当复杂。在可见光和近红外区影响大气衰减的主要因素是气溶胶的散射作用在热红外区则主要是大气中的水蒸气。因此必须知道大气中的气溶胶特性、密度和水蒸气浓度，才可以大致算出大气衰减系数以及大气路径辐射（Epath），从而求出E0。这就是利用辐射传输方程进行大气校正的理论依据。B利用地面实况数据进行大气校正在获取地面目标图像的同时，预先在地面设置反射率已知的标志，或事先测出若干地面目标的反射率，把由此得到的地面实况数据和传感器的输出值进行比较，建立实测数据与图像数据之间的回归关系进而对图像数据进行校正。由于遥感过程是动态的，在地面特定地区、特定条件和一定时间段内测定的地面目标反射率不具有普遍性，因此这种方法只适用于包含地面实况数据的图像进行大气校正C利用辅助数据进行大气校正—去除程辐射a直方图最小值去除法基本思想b回归分析法利用红外波段与其它波段的像元亮度值进行回归找到其它波段的最小程辐射值，然后该波段所有像元都减去该最小程辐射值即可。一、图像增强的概念第三节遥感图像增强一、图像增强的概念图像增强（Enhancement），是指对一幅图像进行试探性的加工、改造，使人们感兴趣的目标（地物、现象）信息突出，易于识别的技术过程图像复原（Restoration），是指对已知降质（Degradation）原因的图像采用确定的模型和方法，恢复图像本来面目的技术过程项目图像增强图像复原前提图像降质原因未知图像降质原因已知处理方法试探性方法反复比较确定性的模型和方法评价标准主观的客观的共同点改善图像质量改善图像质量反差增强（ContrastEnhancement）-点操作（PointOperation）只有当图像中的目标和背景之间的亮度差异达到一定的界限后人眼才能区分他们，因此加大像元间的差异对于正确识别图像中的目标非常必要灰度直方图（Histogram)概念：以图像中像元灰度值为x轴，以各灰度值像元出现的频率为y轴而制成的图表性质：a直方图可以反映一幅图像或亮或暗的整体概貌b直方图可以相加运算c直方图并不反映像元的空间分布，因此从图像到直方图是一对一的关系，而从直方图到图像则存在一对多的关系（由一直方图可以生成多幅图像）2、线性拉伸变换（Scale、LinearStretching）是将原始图像像元亮度值的变动范围按线性关系扩展到指定范围的技术过程设原始图像的像元亮度值为Z，其变动范围为[a，b]，而扩展后的像元亮度为Z’，其变动范围为[Z1，Z2]，若Z1a，Z2b，则有：分段线性拉伸（PiecewiseLinearStretching）该公式可以实现像元间亮度值间差异的扩展，同时也可以实现亮度值差异的压缩PicecwiseLineartransform非线性-Non-Linear对数变换（LogarithmicTransform）式中：A、B、C为3个试探参数指数变换（ExponentialTransform）式中：A、B、C为3个试探参数式中：—是图像像元亮度值的平均值—是图像像元亮度值的标准差5、高斯变换（GaussianTransform）三、空间滤波（SpatialFiltering）—邻域操作（AdjacentOperation）1、图像卷积运算（ConvolutionAlgorithm）卷积函数（卷积核-Kernel）：其实质是一模板（Mask），奇数大小，如3×3、5×5窗口，窗口内每一元素就是类似于“权重”的数字，将该模板“套叠”到一待处理的图像上，被套住的像元与模板内数字进行乘积运算后求和，作为窗口中间像元的处理后的输出值。最后移动该模板，重复上述操作，直到将整幅图像遍历完毕为止。IllustrationforConvolution2、图像平滑（Smoothing）图像效应：滤除图像中的噪声，同时也模糊边界（2）加权算术平均（1）简单算术平均加权算术平均充分考虑到像元亮度值在空间位置上的相关性，反映了“逆距离权重”（IDW—InverseDistanceWeight）的插值（Interpolation)思