第五章-MATLAB在遥感图像处理中的应用课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《第五章-MATLAB在遥感图像处理中的应用课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第五 MATLAB 遥感 图像 处理 中的 应用 课件
- 资源描述:
-
1、第五章第五章 MATLAB在遥感图像处理中在遥感图像处理中的应用的应用主要内容 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准 遥感图像滤波 遥感图像分割 1 遥感图像处理概述基本概念遥感数字图像:是指被计算机存储、处理和使用的图像,是一种空间坐标和灰度均不连续的、用数字形式表达的遥感影像,最基本单元是像素,每个像素具有空间位置特征和属性特征。空间位置特征:是用离散的X值和Y值来表示;属性特征:常用亮度值表示。亮度值有如下特点:(1)不同图像相同地点的亮度值不同;(2)亮度值大小由传感器所探测到的电磁辐射强度决定,入射到传感器中的电磁波被探测元件转化为电信
2、号,经过A/D转换,成为绝对辐射亮度值R。为了便于应用R又被转换为能够表征地物的辐射亮度相对值V。R=V*(Rmax-Rmin)/Dmax+Rmin Rmax为探测器可检测到的最大辐射亮度;Rmin为探测器可检测到的最小辐射亮度;max为级数;R为辐射亮度值;V为像素表征的地物辐射亮度的相对值。遥感数字图像处理:利用数字计算机或其它高速、大规模集成数字硬件,对从遥感图像信息转换来的数字电信号进行某些数字运算或处理(如去除噪声、增强、复原、分割、提取特征等),以期提高遥感图像的质量以达到人们所要求的某些预期结果。图像的表示 完整描述图像,可以用式子:I=f(x,y,z,t)表示一个立体的、彩色的
3、活动图像。还有:对于静止图像,则表示为f(x,y,z,);对于平面图像,则表示为f(x,y,);对于单色图像,则表示为f(x,y)。有时,在传播或传送图像时,常把图像扫描成一维信号,如视频信号,这时图像便成了一维函数f(t),称之为图像信号,而前面几个式子称为图像,以示区别。数字图像数字图像是由被称作象素的小块区域组成的二维矩阵。将是由被称作象素的小块区域组成的二维矩阵。将物理图象行列划分后,每个小块区域称为物理图象行列划分后,每个小块区域称为像素像素(pixelpixel)。每个像素包括两个属性:位置和灰度。每个像素包括两个属性:位置和灰度。对于单色即对于单色即灰度图像灰度图像而言,每个象素
4、的亮度用一个数值来而言,每个象素的亮度用一个数值来表示,通常数值范围在表示,通常数值范围在0 0到到255255之间,即可用一个字节来表之间,即可用一个字节来表示,示,0 0表示黑、表示黑、255255表示白,而其它表示灰度级别。表示白,而其它表示灰度级别。物理图象及对应物理图象及对应 的数字图象的数字图象物理图像19643灰度像素数字图像采样列采样行图片像素行间隔采样列间隔灰阶黑灰白0128255彩色图象彩色图象可以用可以用红红、绿绿、蓝蓝三元组的二维矩阵来表示。三元组的二维矩阵来表示。通常,三元组的每个数值也是在通常,三元组的每个数值也是在0到到255之间,之间,0表表示相应的基色在该象素
5、中没有,而示相应的基色在该象素中没有,而255则代表相应的则代表相应的基色在该象素中取得最大值,这种情况下每个象素可基色在该象素中取得最大值,这种情况下每个象素可用三个字节来表示。用三个字节来表示。彩色图象彩色图象(128x128)及其对应的数值矩阵(仅列出一部分及其对应的数值矩阵(仅列出一部分(25x31))(207,137,130)(220,179,163)(215,169,161)(210,179,172)(210,179,172)(207,154,146)(217,124,121)(226,144,133)(226,144,133)(224,137,124)(227,151,136)(
6、227,151,136)(226,159,142)(227,151,136)(230,170,154)(231,178,163)(231,178,163)(231,178,163)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(240,205,187)(239,195,176)(231,138,123)(217,124,121)(215,169,161)(216,179,170)(216,179,170)(207,137,120)(159,51,71)(189,89,101)(216,111,110)(217,124,121)(227,
7、151,136)(227,151,136)(226,159,142)(226,159,142)(237,159,135)(237,159,135)(231,178,163)(236,187,171)(231,178,163)(236,187,171)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(236,187,171)(227,133,118)(213,142,135)(216,179,170)(221,184,170)(190,89,89)(204,109,113)(204,115,118)(189,85,97)(159,60,78
8、)(136,38,65)(160,56,75)(204,109,113)(227,151,136)(226,159,142)(237,159,135)(227,151,136)主要内容 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准 遥感图像滤波 遥感图像分割 2 遥感图像的读写与显示 对于标准格式的图像,如bmp,jpg,tif等格式的图像,可以直接利用MATLAB提供的命令imread及imwrite进行读写操作。实际中不同的遥感数据并非标准格式。如何根据数据提供者提供的格式说明文件读出相应的参数及图像数据是进行后续遥感图像处理的关键。标准格式图像读取
9、标准格式图像读取 函数函数size可给出一副图像的行数和列数可给出一副图像的行数和列数 size(f)非标准格式遥感图像读取非标准格式遥感图像读取 通常每一种遥感卫星传感器都制定了一套适合本身特性的数据存储格式标准。并且为用户提供详细的格式说明书。用户必须熟悉格式才能正确地读出遥感图像数据。例:ALOS PALSAR参数及数据读取图像的显示 图像的写入 主要内容 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准 遥感图像滤波 遥感图像分割3 遥感图像辐射增强 定义:将原来不清晰的图像变得清晰或突出某些特征,同时抑制一些不需要的信息的处理方法。目的:突出图像中
10、的有用信息,扩大不同影像特征之间的差别,以便于进行判读和分析。基于直方图变换的增强方法 直方图变换是一种通过直接改变图像中像元的亮度值来改变图像的对比度,从而改善图像质量的图像处理方法。灰度直方图是灰度级的函数,描述图像中具有该灰度级的像元的个数。其横坐标是灰度级,纵坐标是像元的个数(或该灰度出现的频率)。直方图反映灰度的总体结构,但是不反映空间的分布信息。直方图变换的类型 线性变换 非线性变换线性变换:根据原图像直方图来确定好拉伸变换前的灰度值区间,然后把这一灰度值区间按某一直线方程关系拉伸或压缩而成为变换后灰度值区间。拉伸后的图像灰度值范围增大,对比度改善。线性变换 按比例扩大原是灰度级的
11、范围,将原始的相对集中的 灰度值分布在0255范围内展开。线性变换 分段线性拉伸对不同范围的灰度值进行不同的拉伸。非线性变换 变换函数是非线性的,如指数变换、对数变换等。指数变换 指数变换可以对图像高值区域进行拉伸 对数变换 对数变换对图像低值区域进行拉伸 直方图均衡 将原图像的直方图通过变换函数变为均匀的直方图,然后按均匀直方图修改原图像,从而获得一幅灰度分布均匀的新图像。直方图均衡计算步骤 1.计算原图像f的直方图h 直方图均衡计算步骤 2.求出图像f的总体像素个数N,计算每个灰度级的像素个数在整个图像中所占的比例hs。直方图均衡计算步骤 3.计算图像各灰度级的累积分布hp。直方图均衡计算
12、步骤 4.求出新图像g的灰度值。因为直方图是近似的概率密度函数,所以用离散灰度级作变换一般得不到完全平坦的结果。另外,从上例可以看出,变换后的灰度级减少了,这种现象叫做“简并”现象。由于简并现象的存在,处理后的灰度级总是要减少的,这是像素灰度有限的必然结果。由于上述原因,数字图像的直方图均衡只是近似的。主要内容 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准 遥感图像滤波 遥感图像分割遥感图像几何变换 空间变换主要用来保持图像中曲线的连续性和物体的连通性,一般都采用数学函数形式来描述输入、输出图像相应像素间的空间关系。空间变换的一般定义为 其中,f表示输入
13、图像,g表示输出图像,坐标(x,y)指的是空间变换后的坐标,要注意这时的坐标已经不是原来的坐标(x,y)了。a(x,y)和b(x,y)分别是图像的x和y坐标的空间变换函数。yxbyxafyxfyxg,灰度级插值主要是对空间变换后的像素赋予灰度值,使之恢复原位置处的灰度值。在几何运算中,灰度级插值是必不可少的组成部分,因为图像一般用整数位置处的像素来定义。而在几何变换中,g(x,y)的灰度值一般由处在非整数坐标上的f(x,y)的值来确定,即g中的一个像素一般对应于f中的几个像素之间的位置,反过来看也是一样,即f中的一个像素往往被映射到g中的几个像素之间的位置。图像的几何常用函数图像的几何常用函数
14、 图像的缩放图像的缩放 imresize 图像的旋转图像的旋转 imrotate 图像的剪裁图像的剪裁 imcrop 图像的一般几何变换图像的一般几何变换 imtransform 图像的插值运算图像的插值运算 最近邻插值方法(最近邻插值方法(Nearest neighbor)双线性插值方法(双线性插值方法(Bilinear)双三次插值方法(双三次插值方法(Bicubic)subplot(1,2,2),subimage(J,map)subplot(2,2,4),imshow(J1,map)X2=imcrop(X,MAP,RECT)其中,X表示有待剪切的图像,不指定X时,imcrop将当前坐标轴中
15、的图像作为待剪切的图像。MAP表示X为索引图像时的调色板,RECT定义剪切区的矩形坐标。如果调用imcrop时不指定矩形的坐标,那么当光标位于图像中时会变成十字形,可以通过拖曳鼠标的方式交互式地选择一个矩形。imcrop函数根据用户的选择绘制一个矩形,释放鼠标键后将产生一个新的图像。其中,A是变形矩阵,b是平移矩阵。变换矩阵:bAxxfSSAS00,S0 subplot(122);imshow(I1);axis on;title(尺度变换)原 图204060801020304050607080尺 度 变 换2040608010012020406080100120变换矩阵:tAt001subpl
16、ot(122);imshow(I1);axis on;title(伸缩变换)原 图204060801020304050607080伸 缩 变 换2040608020406080100120140变换矩阵:101uAusubplot(122);imshow(I1);axis on;title(扭曲变换)原 图204060801020304050607080扭 曲 变 换2040608020406080100120变换矩阵:cossinsincosrAsubplot(122);imshow(I1);title(旋转变换)原图旋转变换变换矩阵:cossinsinsincoscosSTSTUSSTST
17、USAyxDDB,subplot(122);imshow(I1);title(综合)原 图综 合主要内容 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准 遥感图像滤波 遥感图像分割 图像配准是指依据一些相似性度量决定图像间的变换参数使得从不同传感器不同视角不同时间获取的同一场景的两幅或多幅图像变换到统一坐标系下在像素层上得到最佳匹配的过程。待配准图像相对于参考图像的配准可定义为两幅图像在空间和亮度上的映射两幅图像可定义为两个二维数组分别用I1(x,y)和I2(x,y)表示他们分别是两幅图像的亮度值则两幅图像间的映射可表示为:其中:f为二维空间坐标变换,g为
18、一维亮度或其他亮度变换遥感图像配准步骤 第一步:读取图像 orthophoto=imread(westconcordorthophoto.png);figure,imshow(orthophoto)unregistered=imread(westconcordaerial.png);figure,imshow(unregistered)第2步:选取控制点 cpselect(unregistered,orthophoto)第3步:保存控制点到MATLAB工作空间中 File menu-choose the Export Points to Workspace 第4步(可选):控制点微调以提高配准
19、精度 cpcorr(?)第5步:指定变换类型及其参数 mytform=cp2tform(input_points,base_points,projective);第6步:转换待配准图像 registered=imtransform(unregistered,mytform);imshow(orthophoto)hold on h=imshow(registered,gray(256);set(h,AlphaData,0.6)主要内容 遥感图像概述 遥感图像的读写与显示 遥感图像辐射增强 遥感图像几何变换 遥感图像配准 遥感图像滤波 遥感图像分割遥感图像滤波方法分类 空间域滤波 频率域滤波图像的
20、空间域滤波图像的空间域滤波滤波滤波是一种图像修正或增强技术。可以突出图像是一种图像修正或增强技术。可以突出图像的某些特征,也可以删除另一些特征。的某些特征,也可以删除另一些特征。图像滤波图像滤波的本质是一种邻域操作,输出图像的任的本质是一种邻域操作,输出图像的任一个像素值都是通过输入图像对应的像素邻域内一个像素值都是通过输入图像对应的像素邻域内的像素值利用一定的算法得到的。的像素值利用一定的算法得到的。图像的空间域滤波图像的空间域滤波就是输出图像任一个像素值都就是输出图像任一个像素值都是通过输入图像对应的像素邻域内的像素值是通过输入图像对应的像素邻域内的像素值线性线性组合组合得到的。得到的。图
21、像的空间域滤波图像的空间域滤波 二维卷积函数二维卷积函数 conv2 滤波函数滤波函数 filter2 图像滤波图像滤波 imfilter 预定义滤波器预定义滤波器 fspecial 设当前待处理像素为f(m,n),给出一个大小为33的处理模板。以模块运算系数表示即:常用的模板:常用的模板:1111211111011H1212421211612H111101111813H0010041414141214H【例】x=imread(cameraman.tif);A=1/25*ones(5,5);x2=conv2(double(x),A);imshow(x)figureimshow(int8(x2)
22、B=0.5*0 0.25 0;0.25 1 0.25;0 0.25 0;x3=conv2(double(x),B);figureimshow(int8(x3)C=0-1 0;-1 4-1;0-1 0;x4=conv2(double(x),C);figureImshow(int8(x4)二维卷积函数二维卷积函数 conv2 A=17 24 1 8 15 23 5 7 14 16 4 6 13 20 22 10 12 19 21 3 11 18 25 2 9 h=8 1 6 3 5 7 4 9 2 C=conv2(A,h)卷积步骤:卷积步骤:1.关于卷积核的中心,旋转卷积核关于卷积核的中心,旋转卷
23、积核180度。度。2.滑动卷积核,将卷积核的中心位于图像矩阵滑动卷积核,将卷积核的中心位于图像矩阵的每一个元素。的每一个元素。3.将旋转后的卷积核作为权重,乘以对应的矩将旋转后的卷积核作为权重,乘以对应的矩阵元素阵元素4.求加权和求加权和计算卷积输出计算卷积输出(2,4)C=conv2(A,B)C=conv2(A,B,shape)A:输入图像,输入图像,B:卷积核,:卷积核,C:输出图像,若:输出图像,若A大小为大小为mana,B大小为大小为mbnb,则则C大小为(大小为(ma+mb-1)(na+nb-1)shape指定卷积运算的范围:指定卷积运算的范围:shape=full(the defa
24、ult),返回全部二维卷积结果返回全部二维卷积结果shape=same,返回与返回与A同样大小的卷积中心部分同样大小的卷积中心部分shape=valid,不考虑边界补零,返回不考虑边界补零,返回C大小为大小为(ma-mb+1)(na-nb+1)相关运算实现滤波:相关运算实现滤波:filter2相关运算相关运算(correlation)滑动相关核,将相关核的中心位于图像矩阵滑动相关核,将相关核的中心位于图像矩阵的每一个元素。的每一个元素。将相关核作为权重,乘以对应的矩阵元素将相关核作为权重,乘以对应的矩阵元素求加权和求加权和用相关运算实现滤波的函数是用相关运算实现滤波的函数是filter2B=f
25、ilter2(h,A)计算相关输出计算相关输出(2,4)图像的线性滤波图像的线性滤波 imfilter B=imfilter(A,H,option1,option2,)A:多维图像阵列,多维图像阵列,H:多维滤波器,多维滤波器,option1,option2决定边缘上的处理方法,输出图像决定边缘上的处理方法,输出图像大小,采用与大小,采用与filter2相同的方法还是卷积的方相同的方法还是卷积的方法。法。例:利用例:利用imfilter函数实现均值滤波函数实现均值滤波 I=imread(coins.png);h=ones(5,5)/25;I2=imfilter(I,h);imshow(I),t
展开阅读全文