遥感图像处理技术详解--RS系列讲座精品课件PPT.ppt

1、三原色：三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，这三种颜色按一定比例混合，可以形成各种色调的颜色，则称之为三原色。红、绿、蓝。互补色：互补色：若两种颜色混合产生白色或灰色，这两种颜色就称为互补色。黄和蓝、红和青、绿和品红。色度图：色度图：可以直观地表现颜色相加的原理,更准确地表现颜色混合的规律.u两种原色等量叠加得到一种补色。（青、品红、黄）u三原色等量叠加得到白光。u非互补色不等量叠加得到两者之间的中间色。u红（多）绿（少）橙色u红（少）绿（多）黄绿色u以品红、青、黄(Cyan,Magenta,Yellow)作为三基色所构成的颜色模型也是一种常用的颜色表示系统。它是

2、一种减色系统。CMY减色系统和RGB加色系统颜色互为补色。u一般用于颜料的配制、彩色印刷、彩色相片的染印等。u 颜料的颜色是由于染料选择性吸收了白光中的某些波长，反射出白光中未被吸收的色光而产生。u黄 白蓝 红绿 黄u青 白红 蓝绿 青u 三种颜料等量混合，白光中的红、绿、蓝 全部被吸收，所以呈现黑色 所谓某颜色的补色是从白色中减去这种颜色后所得的颜色。品红是绿色的补色，青色是红色的补色，黄色是蓝色的补色。即相加系统的补色就是相减系统的基色(R+G=黄，G+B=青，R+B=品红）。下图示出了CMY和RGB的关系。彩色变换 图像拉伸 图像运算 图像变换 图像空间滤波第二节第二节 数字增强处理数字

3、增强处理 HOMEHOMEHOMEHOMEHOME小结 A histogram is a graphical representation of the brightness values that comprise an image.The brightness values(i.e.0-255)are displayed along the x-axis of the graph.The frequency of occurrence of each of these values in the image is shown on the y-axis.（1）单波段彩色变换（伪彩色密度分割

4、）单波段彩色变换（伪彩色密度分割）输入图像显示直方图确定分割的等级数，并计算分割的间距像元亮度值转换为像元新值赋色为像元新值赋色HOMEHOMETM1TM2TM3TM4TM5TM6TM7Landsat TM 5 sub-scene showing the region around the Alpinforschungszentrum RudolfshtteTM7,4,1TM5,7,2TM5,4,3TM4,3,2指数变换和对数变换 u 对数变换常用于扩展低亮度区(暗区)，压缩高亮度区的对比度，以突出隐伏暗区的目标，或使暗区层次显示清晰。指数变换的效果正好与对数变换相反，突出亮区而压制暗区。二者

5、互为逆运算操作。线性拉伸涉及先从图像直方图中找的最大最小范围，在采用一定的数学算法将范围扩大，增强对比度右图是经过线性拉伸变换的对比度增强的结果直方图均衡化，可以展示图像细节右图是经过直方图均衡化的结果增强前后的遥感图像A common filtering involves moving a window（活动窗口）of a few pixels in dimension(e.g.3x3,5x5,etc.)over each pixel in the image,applying a mathematical calculation using the pixel values under t

6、hat window,and replacing the central pixel with the new value.s0s3s4s2s1s5s6s7s8XY0RXY0k0k3k4k2k1k5k6k7k8881100.skskskR 将模板在图中顺序移动，并将模板中心与图中某个象素位置重合；将模板上的系数与模板下对应的象素相乘；将所有的乘积相加；将和赋给图中对应模板中心位置的象素。图像平滑低通滤波111111111111111111111111110.5110.510.5110.510.5110.50.50.50.50.50.50.50.50.50.50.51/25*1/17*20720

7、5208201202206198200212207205208201205206198200212212208207206205202201200198从小到大排列，取中间值图像锐化-（高通滤波）Directional or edge detecting filters highlight linear features,such as roads or field boundaries.边缘锐化（垂直边缘）边缘锐化水平边缘Directional Edge filters can also be designed to enhance features which are oriented i

8、n specific directions and are useful in applications such as geology,for the detection of linear geologic structures.-220-110-110000-1-1-21123x3的Sobel算子-110-110-110000-1-1-11113x3的Prewitt算子01-10-1001Roberts交叉微分算子1）一阶微分2）二阶微分（拉氏算子）-2-2411-211-2-1-1400-100-13x3的拉氏算子-1-18-1-1-1-1-1-1 u概念：两幅或多幅单波段影像，完成空

9、间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。u原理：地物不同波段的光谱差异。两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）就是比值运算。该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量，这种算法的结果称为植被指数。常用算法：近红外波段/红波段;或（近红外-红）/（近红外+红）.对于区分和增强光谱亮度值虽不明显，而不同波段的比值差异较大的地物有明显效果。2.2.5 图像变换u遥感多光谱影像，波段多，信息量大，对图像解译很有价值。但数据量很大，在图像处理计算时，需耗费大量机时，占据大量磁盘空间，实际上，一些波段的遥感数据之间

10、都有不同 程度的相关性，存在着数据冗余。u多光谱变换方法可通过函数变换，达到保留主要信息，降低数据量，增强或提取有用信息的目的。变换的本质是对遥感图像实行线性变换，使多光谱空间的坐标系按一定规律进行旋转。对图像中每一像元矢量逐个乘以矩阵A，便得到新图像中的每一像元矢量。A 的作用是给多波段的像元亮度加权系数，实现线性变换。由于变换前各波段之间有很强的相关性，经过KL变换组合，输出图像y的各分量之间将具有最小的相关性。u uKL变换的特点：变换的特点：u 从几何意义来看，变换后的主分量空间坐标系与变换前的空间坐标系相比旋转了一个角度，而且新坐标系一定指向数据信息量较大的方向(主分量方向之一)就变

11、换后的新波段主分量而言，KL变换后的新波段主分量包括的信息量不同，呈逐渐减少趋势。其中，第一主分量集中了最大的信息量，常常占80以上，第二、第三主分量的信息量依次快速递减，到第n分量信息几乎为0。由于KL变换对不相关的噪声没有影响，所以信息减少时，便突出了噪声，最后的分量几乎全是噪声。所以这种变换又可分离出噪声。u 基于上述特点，在遥感数据处理时，常常用KL变换作数据分析前的预处理（数据压缩和图像增强）。uKT变换是KauthThomas变换的简称，这种变换也是一种线性组合变换，其变换公式为：Y=BXu 这里X为变换前的多光谱空间的像元矢量，y为变换后的新坐标空间的像元矢量，B为变换矩阵。这也

12、是一种坐标空间发生旋转的线性变换，但旋转后的坐标轴不是指向主成分方向，而是指向了与地面景物有密切关系的方向。u1984年，Crist和Cicone提出TM数据在KT变换时的B值：在此，矩阵为6X6，主要针对TM的1至5和第7波段，低分辨率的热红外(第6波段)波段不予考虑。B与矢量 相乘后得到新的6个分量，TxxxX621,TyyyY621,u经过研究，新分量中的前三个分量与地面景物的关系明确：yl为亮度为亮度，实际是TM的6个波段的加权和，反映了总体的反射值。y2为为 绿度，绿度，从变换矩阵B的第二行系数看，波长较长的红外波段5和7即有很明显的抵削，剩下4与1，2，3，刚好是近红外与可见光部分

13、的差值，反映了绿色生物量的特征。Y3为湿度为湿度，这个分量反映了可见光至近红外波段(波段1至4)与波长较长的红外(波段5，7)波段的差值，而5，7两波段对土壤湿度和植被湿度最为敏感，便于反映出湿度特征。Y4,y5,y6这三个分量与地物没有明确的对应关系，因此KT变换后只取前三个分量。这样也实现了数据压缩。u KT变换的研究主要针对TM数据和以前使用过的MSS数据，目前应用范围较窄，但它抓住了地面景物，特别是植键和土壤在多光谱空间中的特征。对于扩大陆地卫星TM影像数据分析在农业方面应用有重要意义。75,xx第三节 遥感影像处理软件ERDAS imagine平台介绍uERDAS IMAGINE 是

14、美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。uERDAS 公司作为一个遥感软件公司创建于1978 年，总部设在美国佐治亚州的亚特兰大市。自公司成立以来，一直致力于遥感处理系统技术的开发应用和服务，开拓遥感领域的全球市场，取得了巨大的成功，在近20 年里始终保持利润持续稳定地增长。目前ERDAS 公司已经发展成为世界

15、上最大的专业遥感图像处理软件公司，全球用户遍布100 多个国家，软件套数超过了60,000 套，市场占有率为46%，在全球遥感处理软件市场排名第一打开IMAGINE窗口数据输入输出窗口数据预处理模块专题制图模块图像解译模块图像库管理模块图像分类模块空间建模工具矢量功能模块雷达图像处理模块虚拟GIS模块例如扫描形式成像的MSS，产生的几何畸变主要是由于扫描镜的非线性振动和其它一些偶然因素引起的。在地面上影响可达395米。全景畸变：中心投影多中心投影例如MSSTM等两个基本环节：像元坐标变换和像元灰度值重采样 准准备备 工工作作 输输入入原原始始图图象象 建建立立纠纠正正函函数数 确确定定输输出出

16、图图象象的的范范围围 逐逐个个像像元元进进行行几几何何变变化化 灰灰度度的的重重采采样样 输输出出纠纠正正后后的的图图象象 效效果果 评评价价 数字图象几何纠正：通过计算机对离散结构的数字图像中的每一个像元逐个进行纠正处理的方法。这种方法能够精确地改正动态扫描图像所具备地各种误差。基本原理：利用图像坐标和地面坐标（另一图像坐标、地图坐标等）之间的数学关系，即输入图像和输出图像间的坐标转换关系实现几何校正。),(ppXpyxFX),(ppYpyxFY),(PPxpYXfx),(PPypYXfy 其中，（xp,yp）（XP,YP）分别是任意一个像元在原始图像和纠正后图像中的坐标。直接法：正解变换公

17、式间接法：反解变换公式直接纠正方法直接纠正方法:从原始图像阵列出发，按行列的顺序依次对每个原始图像像元点位用变换函数 F（）（正解变换公式）求得它在新图像中的位置，并将该像元灰度值移置到新图像的对应位置上。间接纠正法间接纠正法:从空白的新图像阵列出发，按行列的顺序依次对新图像中每个像元点位用变换函数f()（反解变换公式）反求其它在原始图像中的位置，然后把算得的原始图像点位上的灰度值赋予空白新图像相应的像元。注：根据正解变换公式求出原始图像四个角点（a,b,c,d）在纠正后图像中的对应点（a,b,c,d）的坐标（Xa,Ya）(Xb,Yb)(Xc,Yc)(Xd,Yd)，然后求出最大值和最小值。X1

18、=min(Xa,Xb,Xc,Xd)X2=max(Xa,Xb,Xc,Xd)Y1=min(Ya,Yb,Yc,YXd)Y2=max(Ya,Yb,Yc,Yd)12YYYxPp11XXXyPpXyXXpP)1(1YxYYpP)1(2PXPYpxpypy1)最近邻法：距离实际位置最近的像元的灰度值作为输出图像像元的灰度值；2）双线性法：以实际位置临近的4个像元值，确定输出像元的灰度值。公式为：4141432144332211,iiiiinmpgpppppgpgpgpgpg）（G2 G3 G4 G1 3）三次卷积法以实际位置临近的16个像元值，确定输出像元的灰度值。公式为：161161,iiiiinmpgp

19、g）（几种采样方法的优缺点：1）最近邻法：计算简单，计算速度快但输出像元 的灰度失真较大。2)双线性插值法和三次卷积法：计算耗时多，但 输出像元灰度值的保真度较好。总上所述：纠正的函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等等。其中多项式方法的应用最为普遍。准准备备 工工作作 输输入入原原始始图图象象 建建立立纠纠正正函函数数 确确定定输输出出图图象象的的范范围围 逐逐个个像像元元进进行行几几何何变变化化 灰灰度度的的重重采采样样 输输出出纠纠正正后后的的图图象象 效效果果 评评价价.54321022),(iiiiiiiixiYcXcYXcYcXccYXfx.54321022)

20、,(iiiiiiiiyiYdXdYXdYdXddYXfy.54321022),(iiiiiiiixiycxcyxcycxccyxFX.54321022),(iiiiiiiiyiydxdyxdydxddyxFY2)直接法 1)间接法 利用有限的控制点的已知坐标，解求多项式的系数，确定变换函数。然后讲各个像元带入多项式进行计算，得到纠正后的坐标。1)表征空间位置的可靠性，道路交叉点，标志物，水域的边界，山顶，小岛中心，机场等。同名控制点要在图像上均匀分布；清楚辨认；数量应当超过多项式系数的个数（(n+1)*(n+2)/2）。当控制点的个数超过多项式的系数个数时，采用最小2乘法进行系数的确定，（续1）控制点的选择原则:点到直线的距离点到直线的垂直线的长度。横向距离点沿（平行）X轴方向到直线的距离。纵向距离点沿（平行）Y轴方向到直线的距离。也就是实际观点的Y坐标减去根据直线方程计算出来的Y的拟合值。融合融合融合融合融合融合x为输入的图像变量；Pi为图像像元度值为i的概率 uERDAS图标面板工具条：u点击Interpreter图标u或菜单Image Interpreter遥感图像的空间增强（Spatial Enhancement）