《遥感导论》第四章遥感图像处理

1、遥感导论遥感导论第四章遥感图像处理第四章遥感图像处理4.2.3 4.2.3 遥感图像的校正遥感图像的校正三原色：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. HOMEHOMEHOMEHOMEHOME影响卫星图像的因素很多，大致可分为两方面：1、由卫星的姿态、高度、速度变化及其前进运动；MSS扫描镜扫描速度不均，检测器采样延迟误差

2、，波段间配准误差及全景畸变；地球自转、曲率、高程的影响等，引起图像的几何位置发生变化，造成几何失真。2、由大气的吸收、散射；地面及传感器系统中的仪器在接收、转换、传送、处理图像信息过程中性能不稳；非线性和非一致性故障及不可避免引入的噪声都将使图像的亮度发生变化，出现不均匀及条纹、斑点等缺陷，造成辐射失真。第二节遥感图像的校正第二节遥感图像的校正 这些畸变和失真影响了遥感图像的分析与应用，因此，必须进行消除图像恢复。 图像恢复（Image Restoration） 又叫图像复原，是指改正或补偿在成像过程中造成的辐射失真、系统噪声和随机噪声、几何畸变以及高频信息的损失。 图像恢复主要包括： 辐射校

3、正（Radiometric Correction） 几何校正（Geometric Correction） 几何配准（Geometric Registration）本章主要介绍遥感图像的辐射校正、几何校正与配准。第二节遥感图像的校正第二节遥感图像的校正1-1 数字图像Digital Image1-2 遥感图像的辐射校正 Radiometric Correction of RS Image1-3 遥感图像的几何畸变 Geometric Distortion of RS Image1-4 遥感图像的几何校正 Geometric Correction of RS Image1-5 遥感图像的配准 Ge

4、ometric Registration of RS Image第二节遥感图像的校正第二节遥感图像的校正1-1 数字图像及其直方图1.数字图像数字图像：遥感数据有光学图像和数据图像之分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。2.数字化：数字化：将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。 数字量和模拟量的本质区别：连续变量，离散变量。3.数字图像的表示：数字图像的表示：矩阵函数矩阵函数数字图象HOME4. 4.数字图像直方图数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。5.直方图的作用：直方图的作用：直观地了解图

5、像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。偏态分布：图像偏亮或偏暗，层次少，质量较差。小结 直方图 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 occurr

6、ence of each of these values in the image is shown on the y-axis. HOME1-2 遥感图像的辐射校正 利用遥感器观测目标物辐射或反射的电磁能量时，从遥感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量是不一致的。为了正确评价目标物的反射特性及辐射特性，必须消除这些失真辐射校正。1、辐射校正的概念：辐射校正辐射校正(Radiometric Correction) 是指消除图像数据中依附在辐射亮度中的各种失真的过程。1-2 遥感图像的辐射校正一、遥感图像的辐射误差主要有三个因素一、遥感图像的辐射误差主要有三个因素传感器的光电

7、变换传感器的光电变换 （) )大气的影响大气的影响() 光照条件光照条件 () 地物（目标物）的辐射（反射）经过大气层地物（目标物）的辐射（反射）经过大气层时，与大气层发生散射作用和吸收作用。吸收作时，与大气层发生散射作用和吸收作用。吸收作用直接降低地物的辐射能量，引起辐射畸变。散用直接降低地物的辐射能量，引起辐射畸变。散射作用除降低地物的辐射能量外，大气散射的部射作用除降低地物的辐射能量外，大气散射的部分辐射还会进入传感器，直接叠加在目标地物的分辐射还会进入传感器，直接叠加在目标地物的辐射能量之中，成为目标地物的噪声，降低了图辐射能量之中，成为目标地物的噪声，降低了图像的质量。像的质量。 光

8、照条件的不同也会引起辐射畸变，如太阳高光照条件的不同也会引起辐射畸变，如太阳高度角、地面坡度等，都会引起辐射的畸变。度角、地面坡度等，都会引起辐射的畸变。1-2 遥感图像的辐射校正n由大气的散射和吸收引起的辐射校正 由传感器、太阳高度或地形等因素引起的误差，一般在数据生产过程中由生产单位根据传感器参数进行校正，而不需要用户进行自行处理。 用户一般应该考虑的是大气引起的辐射畸变。1-2 遥感图像的辐射校正n由大气的散射和吸收引起的辐射校正 进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中对传感器接收影响较大的是吸收和散射。 1-2 遥感图像的辐射校正n由大气的散射和吸收引起的辐射校正大

9、气校正（大气校正（Atmospheric Correction） Image processing procedure that compensates for effects of selectivity scattered light in multispectral images. 是清除卫星遥感图象在大气传输中所引起的退化因素的一种图像处理方法。n由大气的散射和吸收引起的辐射校正 精确的大气校正公式需要找出每个波段像元亮度值与地物反射率的关系。为此需得到卫星飞行时的大气参数。如果不通过特别的观测，一般很难得到这些数据，所以，常常采用一些简化的处理方法粗略校正，只去掉主要的大气影响，使图

10、像质量满足基本要求。1-2 遥感图像的辐射校正n由大气的散射和吸收引起的辐射校正 大气粗略校正一般有三种方法： 1）公式计算法（Formula) 2）野外波谱测试回归分析法 (Spectrum Test Regression Analysis ) 3）波段对照法 (Waveband Comparison)1-2 遥感图像的辐射校正n由大气的散射和吸收引起的辐射校正 公式计算法需知道具体天气条件下大气路径辐射率等参数 野外波谱测试回归分析法需要到野外进行与陆地卫星同步的一致测试 这些与波段对照法相比，都相对困难，因此，我们一般采用波段对照法波段对照法。1-2 遥感图像的辐射校正n由大气的散射和吸

11、收引起的辐射校正 波段对照法大气粗略校正的一般方法： 1）直方图最小值去除法 2）回归分析法1-2 遥感图像的辐射校正n直方图最小值去除法 数字图像直方图1-2 遥感图像的辐射校正n直方图最小值去除法 基本思想在于一幅图像中总可以找到某种或某几种地物，其辐射亮度或反射率接近0，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这时在图像中对应位置的像元亮度值应为0。实测表明，这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。 1-2 遥感图像的辐射校正n直方图最小值去除法 一般来说由于程辐射度主要来自米氏散射，其散射强度随波长的增大而减小，到红外波段也有可能接近于零。1

12、-2 遥感图像的辐射校正n直方图最小值去除法 具体校正方法十分简单，首先确定条件满足，即该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值必定是这一地区大气影响的程辐射度增值。校正时，将每一波段中每个像元的亮度值都减去本波段的最小值。使图像亮度动态范围得到改善，对比度增强，从而提高了图像质量。 1-2 遥感图像的辐射校正n回归分析法 假定某红外波段，不存在程辐射为主的大气影响，且亮度增值最小，接近于零，设为波段a。现需要找到其他波段相应的最小值，这个值一定比a波段的最小值大一些，设为波段b，分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一个点表示。由于

13、波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度Lb轴相交，且abLL1-2 遥感图像的辐射校正n回归分析法 abLL1-2 遥感图像的辐射校正n回归分析法 是斜率： 和 分别为a、b波段亮度的平均值。 是波段a中的亮度为0处波段b中所具有的亮度。可以认为就是波段b的程辐射度。校正的方法是将波段b中每个像元的亮度值减去 ，来改善图像，去掉程辐射。同理依次完成其他波段的校正。 2_)()(aabbaaLLLLLL_aL_bL1-2 遥感图像的辐射校正 辐射校正的例子辐射校正的例子1-3 遥感图像的几何畸变 当遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地

14、面大小对应不准确，地物形状不规则变化等畸变时，即说明遥感影像发生了几何畸变。 遥感影像的总体变形（相对于地面真实形态而言）是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。产生畸变的图像给定量分析及位置配准造成困难，因此遥感数据接收后，首先由接收部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理。而用户拿到这种产品后，由于使用目的不同或投影及比例尺的不同，仍旧需要作进一步的几何校正。1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 遥感器的内部畸变：由遥感器结构引起的畸变。 遥感平台位置和运动状态变化的影响 地形起伏的影响地球表面曲率的影响大气折射的影响地球自转的

15、影响1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 遥感平台位置和运动状态变化的影响 无论是卫星还是飞机，运动过程中都会由于种种原因产生飞行姿势的变化从而引起影像变形。航高：当平台运动过程中受到力学因素影响，产生相对于原标准航高的偏离，或者说卫星运行的轨道本身就是椭圆的。航高始终发生变化，而传感器的扫描视场角不变，从而导致图像扫描行对应的地面长度发生变化。航高越向高处偏离，图像对应的地面越宽。 1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 遥感平台位置和运动状态变化的影响 航速：卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀，其他因素也可导致遥感平台航速的变化。航速快时，扫描带超

16、前，航速慢时，扫描带滞后，由此可导致图像在卫星前进方向上（图像上下方向）的位置错动。1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 遥感平台位置和运动状态变化的影响 俯仰：遥感平台的俯仰变化能引起图像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动。 1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 遥感平台位置和运动状态变化的影响 翻滚：遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度。可导致星下点在扫描线方向偏移，使整个图像的行向翻滚角引起偏离的方向错动。 1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 遥感平台位置和运动状态变化的影响 偏航：指遥感平台在前进过

17、程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致图像的倾斜畸变。1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 地形起伏的影响高差引起的像点位移 当地形存在起伏时，会产生局部像点的位移，使原来本应是地面点的信号被同一位置上某高点的信号代替。由于高差的原因，实际像点P距像幅中心的距离相对于理想像点P0距像幅中心的距离移动了r。1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 地表曲率的影响 地球是球体，严格说是椭球体，因此地球表面是曲面。这一曲面的影响主要表现在两个方面，一是像点位置的移动，当选择的地图投影平面是地球的切平面时，使地面点P0相对于投影平面点P有一高

18、差h。像点位移4-2 遥感图像的几何畸变n 遥感影像几何变形的原因 地表曲率的影响 二是像元对应于地面宽度的不等。由于传感器通过扫描取得数据，在扫描过程中每一次取样间隔是星下视场角的等分间隔。如果地面无弯曲，在地面瞬时视场宽度不大的情况下，L1，L2，L3，的差别不大。但由于地球表面曲率的存在，对应于地面的P1，P2，P3 的差别就大得多。距星下点越远畸变越大，对应地面长度越长。 像元对应于地面宽度的不等4-2 遥感图像的几何畸变n 遥感影像几何变形的原因 地表曲率的影响 全景畸变：即当传感器扫描角度较大时，影响更加突出，造成边缘景物在图像显示时被压缩。假定原地面真实景物是一条直线，成像时中心

19、窄、边缘宽，但图像显示时像元大小相同，这时直线被显示成反S形弯曲。 全景畸变导致S弯曲现象1-3 遥感图像的几何畸变n 遥感影像几何变形的原因 大气折射的影响 大气对辐射的传播产生折射。由于大气的密度分布从下向上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。大气折射的影响 卫星前进过程中，传感器对地面扫描获得图像时，地球自转影响较大，会产生影像偏离。因为多数卫星在轨道运行的降段接收图像，即卫星自北向南运动，这时地球自西向东自转。相对运动的结果，使卫星的星下位置逐渐产生偏离。偏离方向如图所示，所以卫星图像经过校正后成为图C的形态。 (a)

20、获得图像（b）实际对应的地面位置（c）影像变形1-3 遥感图像的几何畸变 遥感影像几何变形的原因 地球自转的影响地球自转引起偏离n几何校正的概念 几何校正（geometric correction）是指从具有几何畸变的图像中消除畸变的过程，即定量地确定图像上像元坐标（图像坐标）与目标物的地理坐标（地图坐标等）的对应关系（坐标变换式）。1-4 遥感图像的几何校正 几何畸变有多种校正方法，但常用的是一种通用的精校正方法，适合于在地面平坦，不需考虑高程信息，或地面起伏较大而无高程信息，以及传感器的位置和姿态参数无法获取的情况时应用。有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求，就可以用

21、该方法作遥感影像相对于地面坐标的配准校正，遥感影像相对于地图投影坐标系统的配准校正，以及不同类型或不同时相的遥感影像之间的几何配准和复合分析，以得到比较精确的结果。1-4 遥感图像的几何校正n基本思路 校正前的图像看起来是由行列整齐的等间距像元点组成的，但实际上，由于某种几何畸变，图像中像元点间所对应的地面距离并不相等（图a）。校正后的图像亦是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布（图b），图像中格网的交点可以看作是像元的中心。校正的最终目的是确定校正后图像的行列数值，然后找到新图像中每一像元的亮度值。 1-4 遥感图像的几何校正n具体步骤： 1）重采样n找到一种数学关

22、系，建立变换前图像坐标（x，y）与变换后图像坐标（u，v）的关系，通过每一个变换后图像像元的中心位置（u代表行数，v代表列数，均为整数）计算出变换前对应的图像坐标点（x，y）。分析得知，整数（u，v）的像元点在原图像坐标系中一般不在整数（x，y）点上，即不在原图像像元的中心。n计算校正后图像中的每一点所对应原图中的位置（x，y）。计算时按行逐点计算，每行结束后进入下一行计算，直到全图结束。4-3 遥感图像的几何校正n具体步骤：重采样的两种方法：n对输入图像的各个象元在变换后的输出图像坐标系上的相应位置进行计算，把各个象元的数据投影到该位置上。 n对输出图像的各个象元在输入图像坐标系的相应位置进

23、行逆运算，求出该位置上的象元数据。该方法是经常采用的方法。 1-4 遥感图像的几何校正重采样的方法1-4 遥感图像的几何校正n计算方法n建立两图像像元点之间的对应关系 （u,v) (x,y)，需求出12个系数，至少列出12个方程，即要找到6个已知的对应点（控制点） 如果要提高精度，必须大大增加控制点的数目，用最小二乘法进行曲面拟合求系数。 n0ii-n0jijyn0ii-n0jijxbv)(u,fyav)(u,fxiiiivuvu2022201101100020222011011000vbubuvbvbubbvauauvavauaayx实际计算时常采用2元2次多项式2元n次多项式1-4 遥感图

24、像的几何校正n具体步骤: 2)内插计算(确定亮度）n计算每一点的亮度值。由于计算后的（x，y）多数不在原图的像元中心处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常用内插法计算。 1-4 遥感图像的几何校正n计算方法n为了确定校正后图像上每点的亮度值，只要求出其原图所对应点（x，y）的亮度。n通常有三种确定亮度值得内插方法：n最近邻法n双向线性内插法n三次卷积内插法。 1-4 遥感图像的几何校正n计算方法n最近邻法 图像中两相邻点的距离为1，即行间距x1，列间距y=1，取与所计算点(x,y)周围相邻的4个点，比较它们与被计算点的距离，哪个点距离最近，就取哪个

25、的亮度值作为（x,y）点的亮度值f（x，y）。设该最近邻点的坐标为（k,l）,则k=Integer(x+0.5)k=Integer(x+0.5)l=Integer(y+0.5)l=Integer(y+0.5)f(x,y)=f(k,l)几何位置上的精度为0.5象元1-4 遥感图像的几何校正 最邻近内插法以距内插点最近的观测点的像元值为所求的像元值。该方法最大可产生0.5个像元的位置误差，优点是不破坏原来的像元值，处理速度快。 1-4 遥感图像的几何校正 又称一级内插法，它使用内插点周围的4个观测点的像元值，对所求的像元值进行线性内插。 双线性内插法), 1()1 () 1, ()1 (), ()

26、1)(1 (),(jiPtsjitPsjiPtsvuQ) 1, 1(jistP1-4 遥感图像的几何校正 双线性内插法使用内插点周围的4个观测点的像元值，对所求的像元值进行线性内插。缺点是破坏了原来的数据，但具有平均化的滤波效果。1-4 遥感图像的几何校正1-4 遥感图像的几何校正n计算方法n三次卷积内插法 增加邻点来获得最佳插值函数。取与计算点（x，y）周围相邻的16个点，与双向线性内插类似，可先在某一方向上内插，每4个值依次内插4次，求出f（x，j-1），f(x,j)，(x,j+1),f(x,j+2)，再根据这四个计算结果在另一方向上内插，得到f(x，y）。 因这种三次多项式内插过程实际上是一种卷积，故称三次卷积内插。 三次卷积内插法使用内插点周围的16个观测点的像元值，用3次卷积函数对所求像元值进行内插。缺点是破坏了原来的数据，但具有图像的均衡化和清晰化的效果，可得到较高的图像质量。 1-4 遥感图像的几何校正n三种方法比较方法优点缺点提醒最邻近法简单易用，计算量小 处理