遥感原理与应用---第四章遥感图像处理.ppt

图像处理的知识体系 基本概念 （1） 图像变换 （1） 图像增强 （0） 图像恢复与重建（0） 图像编码 （0） 图像分割 （1） 目标表达和描述（2） 模式识别 （0）,本课主要内容 1、图像模型 2、图像数字化 3、图像处理系统 4、常见图像格式 本课重点内容 光学图像/数字图像 采样/ 量化,第四章 遥感图像处理,1/11,4.1 遥感图像处理的基本概念 图像模型,2/11,图像: 对客观对象一种相似性的描述或写真； 地物对电磁波反射强度被传感器以胶片或数字形式记录,模拟图像V.S数字图像,图像处理三个层次,3/11,数字化概念 数学解释 分为两个过程：采样、量化 采样：空间坐标的离散化（x, y） 矩阵 量化：灰度值离散化过程（f） 灰度级：8比特量化 二值图像（0表示白色，1表示黑色） 采样、量化程度与图像效果 非均匀采样与量化问题,4.1 遥感图像处理的基本概念 图像数字化,4/11,物理图像V.S数字图像,5/11,数字图像概念,6/11,彩色图像与灰度图像,7/11,512,256,128,64,32,GMN 512512 256256 128128 6464 3232 1616,空间分辨率的量化,8/11,灰度级的量化,图像灰度级 256 128 64 32 16 8 4 2,256,32,8,2,9/11,4.1 遥感图像处理的基本概念 图像处理系统,数字图像处理系统由硬件和软件组成。 ERDAS IMAGING 文件管理、图像处理、校正、信息获取、变换 图像分类、专题图制作、与GIS系统的接口,10/11,LTWG格式（Landset Technical Working Group） BSQ格式（按波段记载数据文件） BIL格式（按波段顺序交叉排列） BMP格式 位图文件头结构 位图信息头结构 位图颜色表 位图象素数据 其它格式 TIFF/GIF/JPEG/PNG,4.1 遥感图像处理的基本概念 常见图像格式,11/11,傅立叶变换（4学时） 图像变换共2次课（4学时）采用板书授课方式,4.2 图像变换,本节主要内容 图像分割概念及作用 区域分割（包括阈值分割与区域生长） 边缘检测（几种常用的边缘检测算子） Hough变换 教学要求 掌握阈值分割方法 掌握常用检测算子及各自特点 了解Hough变换方法,4.5 图像分割,1/13,4.5 图像分割 基本概念,图像分割概念 把图像分割成许多感兴趣的区域与独立目标。 灰度、颜色、纹理 图像分割作用 1、从图像处理到图像分析的关键步骤 2、图像理解（计算机视觉）前期准备工作。 例子：,2/13,4.5 图像分割 区域分割,原理：利用同一区域内象素具有相同或相似的属性 阈值分割法 确定T的方法很多，最主要的方法是直方图法 区域增长法 以图像的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域，以合并的像素为新生长点，继续重复以上的操作，直到找不到符合条件的像素为止。(4-连通与8-连通的概念),3/13,4/13,边缘检测原理 边缘是灰度值不连续的结果，可用导数检测出不连续性。,4.5 图像分割 边缘检测算子,5/13,4.5 图像分割 边缘检测算子,标准梯度算子 标准梯度算子的模板表示方法,6/13,1、该方法有什么缺点？ 2、如何解决？,4.5 图像分割 边缘检测算子,罗伯特（Roberts）算子 模板表示： 蒲瑞维特（Prewitt）算子,7/13,索贝尔（Sobel）算子 拉普拉斯（Laplacian）算子（二阶导数算子）,4.5 图像分割 边缘检测算子,8/13,4.5 图像分割 边缘检测算子,9/13,微分算子小结,4.5 图像分割 边缘检测算子,10/13,4.5 图像分割 Hough变换,11/13,直角坐标系中的一条直线对应极坐标中的一个点，直角坐标系中一个点对应于极坐标中的一条曲线，这种线到点的变换称为霍夫变换。,曲线1，3，5都过S点；曲线2，3，4过T点,4.5 图像分割 Hough变换,霍夫变换步骤（投票法） 1、在和的取值范围内分别进行m，n等分，设一个二维数组的下标与i 、j 的取值对应。 2、对图像上的边缘点作Hough变换，求每个点在j 变换后的i ，判断（ i ， j ）与哪个数组元素对应，则让该数组元素值加1。 3、比较数组元素值的大小，最大值对应的（ i ， j ）就是这些共线点对应直线方程参数，直线方程为,12/13,1、Hough变换优点？ 2、Hough变换缺点？,Hough变换综合演示,13/13,4.5 图像分割 Hough变换,4.6 图像的描述,本节主要内容 边界描述 区域描述 纹理描述,本次内容 图像描述概述 对边界的描述 对区域的描述 重点 描述子 不变矩,1/14,一、概念及目的 用数据、符号表示具有不同特征的小区（特征提取）。计算机识别目前仅能对对象特征进行区分、分类。,4.6 图像的描述,2/14,1、连通与邻接 4邻域； 8邻域； 连通的概念,4.6 图像的描述,2、距离 欧氏距离： 街区距离： 棋盘距离：,3/14,3、描述子（特征算子/算子） 能用少量数据描述物体特征称为描述子。应具满足以下三点要求:,4.6 图像的描述,4/14,（1）对大小变化不敏感 （2）对描述的起点不敏感 （3）对平移、旋转不敏感,二、边界描述 1、边界线的原始描述：坐标串 缺点：数据量大，不便于快速运算 边界描述目的是用很简捷的数据描述边界 2、链码描述（Freeman链码）,4.6 图像的描述,5/15,原始链码要成为描述子还要做以下处理： 起点归一化（上图）、旋转归一化（下图）,4.6 图像的描述,3、边界的多项式拟合,7/14,可利用最小二乘法则，求出各个系数。,4、r-表示法。,4.6 图像的描述,三、区域描述 1、几何形状特征 1）周长L 2）投影长度、长径/短径 3）面积A 4）图形复杂性 求圆形、正方形、正三角形的复杂性 5）欧拉数连通数孔数,8/14,4.6 图像的描述,2、不变矩 二维连续图像f(x,y)，则可定义（p+q）阶矩为： 对应的离散情况： （p+q）阶中心矩定义为： 规格化后的中心矩为：,9/14,为了使矩描述子与大小、平移、旋转无关，1962年美籍华人胡铭桂（MHHu）推导出7个不变矩组，简称不变矩，或胡矩组,4.6 图像的描述,10/14,原始图，旋转图，缩小图，镜像图的不变矩,为什么此列的误差偏大？,12/14,4.6 图像的描述 Freeman链码应用的例子,13/14,4.6 图像的描述 不变矩应用的例子,14/14,4.7 图像的描述 纹理描述,本课主要内容 纹理的定义 灰度直方图 灰度共生矩阵 灰度行程统计量 其他常用统计量,本课重点内容 灰度直方图,1/18,纹理的概念 木纹、花纹、沙地、草坪 天然纹理/人工纹理 纹理没有严格的定义，也很难定义 说法1：局部不规则而宏观有规则的特性称为纹理 说法2：由许多相互接近的、互相交叉的像素构成，在一定范围内常具有周期性。 纹理分析方法 统计分析法、结构分析法,4.7 图像的描述 纹理描述,2/18,4.7 图像的描述 纹理描述,3/18,4.7 图像的描述 纹理描述,灰度直方图 1、直方图：灰度的一阶概率分布的离散化形式。 图像的直方图出现窄峰说明 图像直方图中出现双峰说明 直方图失去了灰度分布的位置信息,4/18,2、常用的直方图统计量（设灰度量化为256级）,4.7 图像的描述 纹理描述,灰度共生矩阵 目的：统计处于同样位置关系一对像素的灰度相关性 定义：相距位置为（x，y）的两个灰度像元同时出现的联合频数概率的分布称为共生矩阵。 用M(d, )表示，通常情况下，只取45的倍数。比如有一66小区图像，其图像矩阵见右图。由于只有0，1，2，3四级灰度，M为44矩阵。,6/18,4.7 图像的描述 纹理描述,共生矩阵：,7/18,4.7 图像的描述 纹理描述,8/18,灰度共生矩阵统计量,4.7 图像的描述 纹理描述,9/18,4.7 图像的描述 纹理描述,灰度行程统计量 指在某方向