第遥感数据的增强处理综述学习教案

1、会计学1第遥感数据的增强第遥感数据的增强(zngqing)处理综述处理综述第一页，共36页。第1页/共36页第二页，共36页。 1 光学增强2 对比度变换3 空间滤波4 彩色变换5 图像运算(yn sun)6 多光谱运算(yn sun)本节提要(tyo)（)。第2页/共36页第三页，共36页。彩色图像可以分为真彩色图像和假彩色图像。1.利用加色法或减色法实现彩色合成加色法彩色合成:合成仪法,分层暴光法。彩色合成效果决定于使用仪器者的技术熟练程度和经验值高低,以及合成方案的选取是否合理.合成方案:像片时相+波段+色调减色法彩色合成:染印法,印刷法,重氮法2.光学增强处理(chl) 相关掩膜处理(

2、chl)方法;改变对比度;显示动态变化;边缘突出第3页/共36页第四页，共36页。式中，a，b为待定的系数。实质:通过单个像元的运算从整体上改善图像的质量.第4页/共36页第五页，共36页。第5页/共36页第六页，共36页。由于判读目标与背景的关系比较复杂，常将函数考虑为将原图像的亮度值动态范围扩展至指定的范围或最大动态范围。方法(fngf)如下： 变换前图像的亮度范围xa为a1至a2，变换后图像的亮度范围xb为b1至b2。变换方程可写为：则第6页/共36页第七页，共36页。第7页/共36页第八页，共36页。第8页/共36页第九页，共36页。第9页/共36页第十页，共36页。直方图：统计每幅图

3、像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。直方图调整是指通过变换函数，使原图像的直方图变换为所要求的直方图，并根据(gnj)新直方图变更原图像的亮度值。直方图均衡化(histogram equalization)和直方图正态化(histogram normalization)。直方图均衡化:把原图像的直方图变换为灰度值频率固定的直方图，使变换后的亮度级分布均匀，图像中等亮度区的对比度得到扩展，相应原图像中两端亮度区的对比度相对压缩。 第10页/共36页第十一页，共36页。第11页/共36页第十二页，共36页。空间滤波:是指在图像空间(x，y)对输入图像应用若干滤波函数而获得改

4、进的输出图像的技术，即对图像中某些空间的信息增强或抑制（如高通滤波：增强高频信息抑制低频(dpn)信息，即突出边缘、纹理、线条等；低通滤波：增强低频(dpn)信息抑制高频信息，即去掉细节）。邻域法处理用于去噪声、边缘及线的增强，图像的清晰化、图像平滑、锐化和相关运算。第12页/共36页第十三页，共36页。提取原图像的边缘信息，进行加权处理，然后与原图像叠加；提取原图像中的模糊成分(chng fn)进行加权处理，然后与原图像叠加；使用某一指定的函数对原图像进行加权，使图像产生尖锐或平滑的效果。在进行运算时，多采用空间卷积技术(又称掩摸技术)，即在原图像上移动“活动窗口”，逐块进行局部运算。第13

5、页/共36页第十四页，共36页。MmNnnmtnmjir11),(),(),(nm,),(nmt第14页/共36页第十五页，共36页。A common filtering involves moving a window （活动(hu dng)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 that window, and replacing th

6、e central pixel with the new value. 第15页/共36页第十六页，共36页。邻域处理又叫滤波处理，邻域的范围取决于滤波器的大小，如33或55等。边缘增强：侧重于保留低频成分的同时增强局部对比度，将部分或全部原图像的亮度值加到其高频成分图像上。边缘检测：通过方向性的差值技术增强图像中的边缘。统计滤波器：主要(zhyo)计算小的邻近区的统计值，消除噪音或提取纹理特征。第16页/共36页第十七页，共36页。图像的平滑是使图像中高频成分消退，即平滑图像的细节，使其反差降低，保存低频成分，在频域中称为低通滤波。即使(jsh)亮度平缓或去掉不必要的“噪声”点，具体方法有均

7、值平滑和中值滤波。均值平滑：是将每个像元在以其为中心的区域内取平均值来代替该像元值。中值滤波：是将每个像元在以其为中心的邻域内取中间亮度值来代替该像元值。第17页/共36页第十八页，共36页。常用(chn yn)平滑邻域算法平滑前后的图像直方图平滑后的影像原始影像第18页/共36页第十九页，共36页。A low-pass filter（低通滤波） is designed to emphasise larger, homogeneous areas of similar tone and reduce the smaller detail in an image. Thus, low-pass

8、filters generally serve to smooth（平滑(pnghu)） the appearance of an image. 第19页/共36页第二十页，共36页。锐化是增强图像中的高频成分，在频域处理中称为高通滤波，也就是使图像细节的反差(fnch)提高，也称边缘增强。 锐化是对邻区窗口内的图像微分，突出图像边缘、纹理、线状目标或某些亮度变化率大的部分，锐化后的图像已不再具有原遥感图像的特征而成为边缘图像。具体方法很多：罗伯特梯度，索伯尔梯度，拉普拉斯算法，定向检测等。第20页/共36页第二十一页，共36页。锐化前后(qinhu)的直方图比较第21页/共36页第二十二页，

9、共36页。A high-pass filter （高通滤波）does the opposite, and serves to sharpen the appearance of fine detail in an image. 第22页/共36页第二十三页，共36页。单波段彩色变换: 单波段黑白图像按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像，这种方法又叫密度分割。图像密度分割原理(yunl)： （1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间D = dmax-dmin + 1； （3）求分割层的密度差d =Dn ，其中n为需分割的层数； （4）求各层的密度区间

10、； （5）定出各密度层灰度值或颜色多波段彩色变换:加色法彩色合成 第23页/共36页第二十四页，共36页。HIS变换: 是色调、饱和度和明度的色彩(sci)模式，又称HIS，(hue，lightness，saturation)。HIS变换原理： 将RGB信号-(暂时变换)假设的表色系统HIS -调整明度和饱和度-RGB信号(彩色合成)。把这种RGB空间和HIS空间之间的关系模型及所进行的相互变换的处理过程称HIS变换。第24页/共36页第二十五页，共36页。一种颜色并且数值增加一种颜色并且数值增加1 1，一周，一周(360)(360)刚好刚好6 6种颜色，顺序为红、黄、绿、青、种颜色，顺序为红

11、、黄、绿、青、蓝、品红。蓝、品红。垂直轴代表明度垂直轴代表明度(I)(I)，取黑色为，取黑色为0 0，白，白色为色为1 1，中间为，中间为0 05 5。从垂直轴向外沿水平从垂直轴向外沿水平(shupng)(shupng)面面向外发散半径代表饱和度（向外发散半径代表饱和度（S S）第25页/共36页第二十六页，共36页。第26页/共36页第二十七页，共36页。比值运算：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(chn wi)植被指数。常用算法：近红外波段/红波段;或（近红外-红）

12、/（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。常用于计算植被指数、消除地形阴影等。植被指数： NDVI=（TM4-TM3）/（TM4+TM3）第27页/共36页第二十八页，共36页。第28页/共36页第二十九页，共36页。多光谱变换方法针对多光谱影像存在的一定程度上的相关性以及数据冗余现象，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(yogn)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。多光谱空间：一个以各波段图像的亮度分布为子空间的向量空间（就是一个n维坐标系，每一个坐标轴代表一个波

13、段，坐标值为亮度值，坐标系内的每一个点代表一个像元。像元在坐标系中的位置可以表示成一个n维向量）。第29页/共36页第三十页，共36页。K-L变换(binhun)是离散Karhumen-loeve变换(binhun)的 简 称 ， 又 称 主 成 分 变 换(binhun)，它是一种除去波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。主成分变换(binhun)是对某一多 光 谱 图 像 X . 利 用 K - L 变 换(binhun)矩阵A进行线性组合,而产生一组新的多光谱图像Y。表达式为：Y=AX第30页/共36页第三十一页，共36页。 假设(jish)

14、有两个波段x1、x2的图像，其波段的亮度值之间存在相关性，如图所示的分布形状。通过投影，各数据可以表示为y1轴上的一维点数据。从二维空间中的数据变成一维空间中的数据会产生信息损失，为了使信息损失最小，必须按照使一维数据的信息量(方差)最大的原则确定y1轴的取向，新轴y1称作第一主成分。 第31页/共36页第三十二页，共36页。速递减，到第n分量信息几乎为0。第32页/共36页第三十三页，共36页。第33页/共36页第三十四页，共36页。Kauth-Thomas变换（)，简称K-T变换，又形象地称为“缨帽变换”。这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间(kngjin)中的特征。 K-T变换也是一种线性组合变换，使坐标空间(kngjin)的坐标轴旋转指向与地面景物有密切关系的方向。目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。 1976年，Kauth和Thomas发现了一种线性变换，它使坐标(zubio)空间发生旋转，但旋转后的坐标(zubio)轴不是指向主成分的方向，而是指向另外的方向，这些方向与地面景物有密切的关系，特别是与植物生长过程和土壤有关。这种变换既可以实现信息压缩，又可以帮助解译分析农业特征，因此有很大的实际应用意义。 第34页/共36页第三十五页