遥感图像处理_new

1、第4章 遥感图像处理l遥感技术的目的是为了获得地物的几何属性和物理属性。需对原始图像进行处理，以改善图像质量。l遥感图像处理包括以下几个阶段：图像的校正(预处理)，图像的变换，图像的增强，图像的分类。l所采用的手段有：光学图像处理数字图像处理l光的定义:严格的说,只有能够被眼睛感觉到的,并产生视觉现象的辐射才是可见辐射或可见光,简称光.l1 颜色视觉l2 加色法与减色法l3 光学增强处理 第一节 光学原理与光学处理l1 亮度对比视场中对象与背景的亮度差与背景亮度之比，记做C主要用于单色黑白影像l2 颜色对比在视场中,相邻区域的不同颜色的相互影响.两种颜色互相影响的结果，使每种颜色会向其影响色的

2、补色变化。人眼对颜色的分辨力比对黑白灰度的分辨力强得多，因此彩色图像能表现出更为丰富的信息量。一、颜色视觉l3 颜色的性质明度：颜色的明暗程度，它表明物体反射光线强弱的不同。色调：指彩色的类别，它取决于物体选择性反射光谱的主波长，是彩色彼此相互区分的基本特性。饱和度：指颜色的纯洁性，表示一种彩色的浓淡程度。是光谱中波长段是否窄，频率是否单一的表示。一般来讲，色彩越鲜艳，说明饱和度越大；反之，说明饱和度低。4 颜色立体1）颜色立体l形象描述颜色特性之间的关系,是一种理想化的示意关系。l中间轴代表明度，从底端到顶端，由黑到灰再到白明度逐渐递增。l中间水平面的圆周代表色调；l圆周上的半径大小代表饱和

3、度。l2）孟赛尔颜色立体中轴代表无色彩的明度等级；在颜色立体的水平剖面上是色调；颜色离开中央轴的水平距离代表饱和度的变化。三个坐标值：色调、明度和彩度（饱和度）,划分更为标准化。 例如标号为10Y8/12的颜色：它的色相是黄（Y）与绿黄（GY）的中间色，明度值是8，彩度是12。这个标号还说明，该颜色比较明亮，具有较高的彩度。 3YR6/5标号表示：色相在红（R）与黄红（YR）之间，偏黄红，明度是6，彩度是5。 孟塞尔颜色立体l两种以上色彩混合可构成一种新的色彩 l 三原色：若三种色，其中任何一种色不能通过其它两种混合相加产生，且按一定比例混合可形成各种色调的颜色，则称这三种色为三原色。l最优三

4、原色：红、绿、蓝。二、加色法与减色法l互补色：l如果两种色光叠加后得到白光（黑光）或灰光，则称这两种色为互补色。色光互补色：两种颜色混合产生白色。颜料互补色：两种颜色混合产生黑色。l两种原色等量叠加得到一种补色。（青、品红、黄）l三原色等量叠加得到白光。l非互补色不等量叠加得到两者之间的中间色。l红（多） 绿（少） 橙色l红（少） 绿（多） 黄绿色l颜色相加原理可以进一步用色度图来表现。3 加色法色度图l色度图即三原色混合规律以二维形式的表示。l更为准确的表现了颜色混合的规律。l具有真实的意义，表现了人眼对颜色视觉的基本规律。l1）从M点（ 400nm ）到N点（ 770nm ）光谱曲线的轨迹

5、及连接MN两点直线所形成的马蹄范围内所包含的各点都是在物理上可以由真实光线产生的颜色。CA表示A点饱和度，CA延长线与光谱轨迹相交点B的波长560nm即为A点的色调。l2）色度图可以粗略推算出两种颜色相混合的中间色。nmMN 3）过C点做一条直线与边缘交于二个点，如D和E，则这二点对应的光谱的颜色一定是互补色，它们混合可以产生白光。l一般用于颜料的配制、彩色印刷、彩色相片的染印等。l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。l减色过程：白色光线先后通过两块滤光片的过程。最后透过的光是多次减法的结果。4 减色法颜色相减和相加的区别l减色法：白光依次透过蓝

6、、黄滤光片l加色法：白光分别透过蓝、黄后混合在白屏幕l颜色相减是相减混合，颜色相加是相加混合。蓝黄绿a白蓝黄b减色法a与加色法b区别示意图减法三原色l减法三原色是指加法三原色的补色，即黄、品红、青色。减色法示意图l颜色相减原理：当两块滤光片组合产生颜色混合时，入射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过多次减法的结果。蓝绿 红透过率减红（青原色）蓝绿 红透过率减绿（品红原色）蓝绿 红透过率减蓝（黄原色）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。四、光学增强处理l1 彩色合成加色法彩色合成减色法彩色合成l2 光学增强处理l3 光学信息处理图像的相加和相减遥感黑白

7、影像的假彩色编码加色法彩色合成l合成仪法：是将不同波段的黑白透明片分别放入有红、绿、蓝滤光片的光学投影通道中精确配准和重叠，生成彩色影像的过程。合成仪：单纯光学合成系统，计算机控制式的屏幕合成系统。l分层曝光法：指利用彩色胶片具有的三层乳剂，使每一层乳剂依次曝光的方法。仪器：单通道投影仪或放大机。减色法彩色合成l染印法：是一种使用特别浮雕片、接收纸和冲显染印药制作彩色合成影像的方法。l印刷法：利用普通胶印设备，直接使用不同波段的遥感底片和黄、品红、青三种油墨，经分色、加网、制版，套印成彩色合成图像。l重氮法：利用重氮盐的化学反应处理彩色单波段影像透明片的方法。光学增强处理l相关掩膜处理方法：把

8、几何位置完全配准的原片，制成不同密度、不同反差的正片或负片，通过它们的各种不同叠加方案改变原有影像的显示效果，达到信息增强目的的方法。l改变对比度：使用两张同波段同地区的负片（或正片）进行合成，一张反差适中，另一张反差较小，合成后反差一般加大，从而提高了对比度。l显示动态变化：不同时相相同地区的正负片影像叠合掩膜，当被叠合影像反差相同时，凡密度发生变化的部分就是动态变化的位置。l边缘突出：先将两张反差相同的正片和负片叠合，叠合配准后，再沿希望突出的线性特征的垂直方向错位。目的在于突出线性特征。光学信息处理l利用光学信息处理系统，即一系列光学透镜按一定规律构成的系统，可以实现对输入数据并行的线性

9、变换，适宜作二维影像处理。l遥感光学处理中，主要涉及相干光学的处理过程。图像的相加和相减遥感黑白影像的假彩色编码图像的相加和相减（光栅滤波法）l将两个图像f和g分别放在光学信息处理系统的输入平面P1的上方和下方并以平行光（平面波）照射。l当满足1）两个图像所发出的光波在空间重叠；2）两个光波同位相或反位相。则可以实现图像加减。其原理是两列光波相干涉而迭加。两个图像所发出的光波在空间重叠并且同位相，则图像相加。如果两列光波在空间重叠且反相，则图像相减。遥感黑白影像的假彩色编码l1）位相介质的色散l光波通过厚度呈阶梯状变化的介质时，速度降低，但频率不变（光的颜色取决于光波频率）。l白光通过相位介质

10、的某一台阶时，总能找到与某一频率同位相的光，而另一种频率反位相的光。同位相的光透过率为1，反相的光透过率为0，其他频率居中。结果使一块位相介质在白光下呈现各种颜色，这一现象叫位相介质的色散。2 假彩色的编码过程l1) 将黑白图像经过光栅进行依次编码处理，将振幅型编码图像转换成位相型编码图像。l2) 将位相介质片放入非相干光信息处理系统的输入平面，经过白光照射，在输出平面上获得等密度的假彩色图像。l假彩色编码处理卫星图像可以使单波段影像彩色化，实现图像增强效果。第二节 数字图像的校正l1 遥感数字图像l2 遥感图像校正l3 遥感图像增强l4 遥感图像变换l5 多源信息复合 一 遥感数字图像遥感数

11、字图像l遥感数据的表示既有光学图像也有数字图像。l遥感图像的使用过程中，有时两者需要进行转换。l光学图像又称作模拟量，数字图像又称作数字量，它们之间的转换称作模/数转换，记作A/D转换，或反之，称为数/模转换，记作D/A转换。l数字量与模拟量的本质区别在于模拟量是连续变量而数字量是离散变量。（一）遥感数字图像及其特点（一）遥感数字图像及其特点l1 1 遥感数字图像遥感数字图像l数字图像是指能够被计算机存储、处理及使用的图像。l遥感数字图像是以数字形式表示的遥感影像。遥感数字图像最基本的单位是像素。像素是成像过程的采样点，也是计算机图像处理的最小单元。l像素具有空间特征和属性特征。像元的属性特征

12、采用亮度值来表达。l一个像素内只包含一种地物的称为正像素，如水体。像素内包括两种或两种以上地物的称为混合像素。l传感器自空间对地观测，一方面在x方向构成了地理位置密切相邻的一行数据，另一方面沿着y方向运动，这样就记录下所观测区域的二维数字图像。x2 遥感数字图像的特点l1） 便于计算机处理与分析：采用数字形式表示遥感图像l2）图像信息损失低：遥感数字图像是用二进制表示的，在获取、复制、传输和分发过程中，不会损失信息或图像失真。l3）抽象性强：便于建立分析模型，进行计算机解译和运用遥感图像专家系统。（二）遥感数字图像的表示方法遥感数字图像的表示方法l1 表示方法:以二维数组来表示。在数组中，每个

13、元素代表一个像素，像素的坐标位置隐含，由这个元素在数组中的行列位置所决定。元素的值表示传感器探测到像素对应面积上的目标地物的电磁辐射强度，采用这种方法，可以将地球表面一定区域范围内的目标地物信息记录在一个二维数组(或二维矩阵)中。l一幅(单波段)遥感数字图像可表示如下： , i=1,2,3,m, j=1,2,3,n式中，i代表行号；j代表列号；f(xi,yi)值代表像素在(xi,yi)上目标地物的电磁辐射强度值，其物理意义需根据测量目标地物的传感器使用的波段来判断。l按波段数量，遥感数字图像可分几种类型：二值数字图像单波段数字图像彩色数字图像多波段数字图像2 遥感数字图像的类型3 遥感数字图像

14、的数据格式l多波段数字图像的存贮与分发，通常采用三种数据格式： BSQ BIP BIL BSQ是一种按波段顺序依次排列的数据格式。 每行数据后面紧接着同一波谱波段的下一行数据。 这种格式最适于对单个波谱波段中任何部分的空间（X，Y）存取。 BSQ（Band sequential）BIP （Band interleaved by pixel）lBIP格式中每个像元按波段次序交叉排列。l按 BIP 格式存储的图像按顺序存储第1个像元所有的波段，接着是第2个像元的所有波段，然后是第 3 个像元的所有波段，等等，交叉存取直到像元总数为止。l这种格式为图像数据波谱（Z） 的存取提供最佳性能。 Pixel

15、1，band1；Pixel1，band2；Pixel1，band3；Pixel1，bandn；Pixel2，band1；Pixel2，band2；Pixel2，band3；Pixel2，bandn；BIL （Band interleaved by line ）l是逐行按波段次序排列的格式 。l即先存储第一个波段的第一行，接着是第二个波段的第一行，然后是第三个波段的第一行，交叉存取直到波段总数为止。每个波段随后的行按照类似的方式交叉存取。l这种格式提供了空间和波谱处理之间一种折衷方式。 ( (三三) ) 航空像片的数字化航空像片的数字化l1 空间采样确定空间采样间距。将航空像片具有连续灰度（色彩

16、）信息转换为每行有m个单元，每列有n个单元的像素集合。均匀采样l2 属性量化：定义：每个像素点对应的是连续变化的亮度、颜色或其他模拟量，需要进一步离散化并归并到各个区间，分别用有限个整数来表示。 方法：一般采用均匀采样和等距量化处理。可用扫描仪来进行。数字化质量取决于航空像片本身的质量与采样间距与属性量化精度。采样间距与扫描仪的光学分辨率密切相关.航片属性量化精度根据航空像片来定.黑白航空像片(8位)；彩色航空像片(24位)。二二 遥感图像校正遥感图像校正l遥感数字图像处理：利用计算机对遥感图像及其资料进行的各种技术处理。l数字图像处理的优点：快捷、准确、客观地提取遥感信息适应地理信息系统的发

17、展（一）辐射校正（一）辐射校正l辐射校正是指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。l遥感图像的辐射误差主要包括：传感器本身的性能引起的辐射误差；地形影响和光照条件的变化引起的辐射误差；大气的散射和吸收引起的辐射误差。不需用户自行校正1.太阳高度角影响引起的辐射误差校正l太阳高度角引起的辐射畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光垂直照射时获取的图像，因此在做辐射校正时，需要知道成像时刻的太阳高度角。l太阳高度角可以根据成像时刻的时间、季节和地理位置确定。l阴影会覆盖阴坡地物，对图像的定量分析和自动识别产生影响。l一般情况下，阴影难以消除，但对多光

18、谱图像可以用两个波段图像的比值产生一个新图像以消除阴影的影响。2.地形影响引起的辐射误差校正l具有地形坡度的地面，对进入传感器的太阳光线的辐射亮度有影响，但是地形坡度引起的辐射亮度校正需要知道成像地区的数字地面模型，校正不方便。l同样也可以用比值图像来消除其影响。 3 大气校正l大气的影响是指大气对阳光和来自目标的辐射产生吸收和散射，消除大气的影响是非常重要的，在图像匹配和变化检测中消除大气影响尤为重要。l消除大气影响的校正过程称为大气校正。即将辐射亮度或者表观反射率转换为地表实际反射率，从而消除大气散射、吸收、反射引起的误差。 1）大气影响的定量分析l进入大气的太阳辐射会发生反射、折射、吸收

19、、散射和透射。其中对传感器接收影响较大的是吸收和散射。l无大气存在时，传感器接收的辐照度，只与太阳辐射到地面的辐照度和地物反射率有关。l假定地表面为朗伯体，其表面为漫反射，则某方向物体的亮度为：00cosRRLEE地物反射率辐照度入射方向的天顶角球面度l大气存在，1）在入射和反射时都会存在透过率T，2）来自各个方向的散射以漫入射的形式照射地物，其辐照度为ED（此值通常很小，有人主张忽略不计）。3）相当部分的散射光向上通过大气直接进入传感器，这部分辐射称为程辐射度，亮度为Lp。l由于大气影响的存在，实际到达传感器的辐射亮度是三者之和。0(cos)DPRTLS E TESL透过率系统增益吸收因子程

20、辐射度大气的主要影响减少图像对比度l图像中某一剖面，其线长为横坐标，亮度值为纵坐标。l无大气时白处亮度值为50，黑处亮度值为0，则 亮度对比C1=(50-0)/50=1.l有大气影响时，乘上透过率后假定减少了10%，亮度值减少到45，而由于L2和Lp存在，黑白处亮度均增加10，这样 亮度对比变成C2=(55-10)/55=9/11.可见，对比度减小，图像质量下降。2）大气影响的粗略校正l辐射校正：当大气透过率变化不大时，有时只要去掉ED和Lp的数据项即可修正图像的亮度，使图像中像元之间的亮度变化真正反映不同像元地物反射率之间的变化关系。该纠正方法通过纠正辐射亮度的办法实现，因此称辐射校正。l粗

21、略校正指仅考虑程辐射度，从而改善图像质量的方法。可以认为程辐射度在同一幅图像的有限面积内是一常数，其值的大小只与波段有关。直方图最小值去除法v如果在某一像场中存在亮度值为零的目标地物，地物是平静清洁的水面或地形阴影区，则图像中对应位置的像元应为0。v所以只要对选择区域内波段的图像进行灰度统计给出其直方图，则直方图上频率最小的灰度值（大气散射导致的程辐射度值）就是大气改正值。大气校正就是移动直方图的最小值至零值位置。调整前直方图调整后直方图回归分析法lLa：某红外波段，大气影响以程辐射为主，且亮度增值最小，接近于0。lLb：相应最小值比a波段最小值大一些的其他波段。l分别以a，b波段的像元亮度值

22、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。l由于波段之间的相关性，通过回归分析在众多点中一定能找到一条直线与波段b的亮度轴Lb相交。 回归分析校正法回归分析校正法baL = L +ba=LL辐射传输模型法l在诸多的大气校正方法中校正精度高的方法是辐射传输模型法(Radiative transfer models)。l辐射传输模型法是利用电磁波在大气中的辐射传输原理建立起来的模型对遥感图像进行大气校正的方法。辐射传输模型l6S模型（Second Simulation of the Satellite Signal in the Solar Spectrum ），l LOW

23、TRAN模型(Low Resolution Transmission)，lMORTRAN 模型(Moderate Resolution Transmission) ，l大气恢复程序ATREM(The Atmosphere Removal program)，l紫外线和可见光辐射模型UVRAD(Ultraviolet and Visible Radiation)，lTURNER大气校正模型，l空间分布快速大气校正模型ATCOR（A Spatially-Adaptive Fast Atmospheric Correction）等等。l其中以6S 、MODTRAN、LOWTRAN和ATOCOR模型应用

24、最为广泛。（二）几何校正l1 遥感图像的几何变形遥感图像的几何变形l遥感图像成图时，由于各种因素的影响，图像本身的几何形状与其对应的地物形状往往是不一致的。l遥感图像的几何变形是指图像上像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的对应坐标之间的差异。l研究遥感图像几何变形的前提是必须确定一个图像投影的参照系统，即地图投影系统。2 遥感影像变形的原因l1） 遥感平台位置和运动状态变化的影响 航高航速 俯仰 翻滚 偏航2） 地形起伏的影响l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。 如右图，由于高差的原因，实际像点P距像幅中心的距离

25、相对于理想像点P0距像幅中心的距离移动r。3）地球表面曲率的影响l曲面的影响主要表现在两个方面：一是像点位置的移动（图a ），二是像元对应于地面宽度的不等（图b ）。l地面无弯曲时，地面瞬时视场宽度不大的情况下，L1,L2,L3的差别不大。l由于地球表面曲率的存在，对应于地面的P1,P2,P3,显然P3-P1L3-L1,距星下点越远畸变越大，对应地面长度越长。l传感器扫描角度越大，影响就更加突出，造成边缘景物中图像显示时被压缩。像元对应于地面宽度的不等4）大气折射的影响l大气对辐射的传播产生折射。l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条曲线，从

26、而导致传感器接收的像点发生位移。5）地球自转的影响l卫星前进过程中，传感器对地面扫描获得图像时，地球自传影响较大，会产生影像偏离。l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。l相对运动的结果，使卫星的星下位置逐渐产生偏离。3 几何校正l1. 基本思路：l把存在几何畸变的图像，纠正成符合某种地图投影的图像。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。l基本环节有两个：一是像素坐标变换；二是像素亮度重采样。l一是像素坐标变换；l找到一种数学关系，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

27、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)。l计算校正后每一点所对应原图中的位置(x，y)。l二是像素亮度重采样。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。2. 计算方法 l1）建立两图像像元点之间的对应关系,记作： 通常数学关系f表示为二元n次多项式：（n=1,2,3,）l为了通过(u，v)找到对应的(x，y)，首先必须计算出式中的12个系数。l由线性理论知，求12个系数必须至少列出12个方程，即找到6个已知的对应点，也就是这6个点对应

28、的(u，v)和(x，y)均为已知。故称这些已知坐标的对应点为控制点。l然后通过这些控制点,解方程组求出12个a、b系数值。l实际工作中发现，6个控制点只是解线性方程所需的理论最低数，校正效果很差，因此还需要大大增加控制点的数目，以提高校正精度。 实际计算时常采用二元二次多项式，其展开式为：l2）求出原图所对应点的亮度。l通常有三种方法：最近邻法双线性内插法三次卷积内插法。 最近邻法(nearest-neighbor interpolation)l最近邻法：l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。l该方法简单易用，计算量小，在几何位置上精度为0.5单元，但图像的亮度具有不连续性

29、，从而影响精度。双线性内插法(bilinear interpolation)l以实际位置临近的4个像元值，确定输出像元的灰度值。实际上为连续计算三次线性内插的结果。l作法第一次线性内插：即a 、b两点对p的影响，可求出e点像素第二次线性内插：即c 、d两点对影响，可求出f点像素最后对e 、f两点做内插， 可求得p点像素注：、为点p对应邻近四点的相对水平与垂直距离,假设点与点间距离为1， 故 0 、 1双线性内插法特点l双线性内插法比最近邻法精度明显提高，特别是对亮度不连续现象或线性特征的块状化现象有明显的改善。l但会对图像起到平滑作用，从而使对比度明显的分界线变得模糊。l由于该方法的计算量和精

30、度适中，只要不影响应用所需精度，作为可取的方法常被采用。三次卷积内插法l三次卷积内插法以实际位置临近的16个像元值，确定输出像元的灰度值。l可先在某一方向上内插，如先在x方向上，每4个值依次内插4次，求出f(x,j-1), f(x,j), f(x,j+1), f(x,j+2),再根据这四个计算结果在y方向上内插，得到f(x,y)。每一组4个样点组成一个连续内插函数。oi-1j-1i-1 j+2j+2j+2j+2j-1j-1j-1ii+1i+2ii+1i+2(x,y)xy三次卷积内插法特点l三次卷积内插法计算量很大，但图像质量更好，细节表现更清楚。l欲以三次卷积内插获得好的图像效果，要求位置校正

31、过程更准确，即对控制点选取的均匀性要求更高。3） 控制点的选取l数目的确定: 实际工作表明，选取控制点的最少数目来校正图像，效果往往不好。在图像边缘处，在地面特征变化大的地区，如河流拐弯处等，由于没有控制点，而靠计算推出对应点，会使图像变形。因此，在条件允许的情况下，控制点数的选取都要大于最低数很多(有时为6倍)。l选择的原则：易分辨、易定位的特征点：道路的交叉口，水库坝址，河流弯曲点等；特征变化大的地区应多选些；图像边缘部分一定要选取控制点；尽可能满幅均匀选取。 特征不明显的大面积区域（如沙漠），可用求延长线交点的办法来弥补，但应尽可能避免使用该方法。4）几何精校正的步骤l几何精校正的原理是

32、回避成像的空间几何过程，而直接利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥感图像的总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。l具体步骤如下：1) 建立原始图像与校正后图像的坐标系。2) 确定GCP（Ground Control Point），即在原始畸变图像空间与标准空间寻找控制点对。3) 选择畸变数学模型，并利用GCP数据求出畸变模型的未知参数，然后利用此畸变模型对原始畸变图像进行几何精校正。4) 几何精校正的精度分析。第三节第三节 遥感图像增强遥感图像增强l图像增强是改善图像视觉效果的处理，采用一系列技术去改善图像的视觉效果，或将图

33、像转换成一种更适合于人或机器进行分析处理的形式。l图像增强并不以图像保真为准则，而是有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图像的使用价值。l典型的图像增强方法有典型的图像增强方法有对比度增强、空间滤波、色彩变换、图像运算和多光谱变换等。一 对比度变换l通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。 l将图像中过于集中的像元分布区域（亮度值分布范围）拉开扩展，扩大图像反差的对比度，增强图像表现的层次性。l亮度值是辐射强度的反映，所以也称之为辐射增强。l常用的方法有对比线性变换和非线性变换。 1 直方图增强l1）直方图的概念l2）直方图拉伸1

34、）直方图的概念l灰度值的出现频率图形，横坐标是灰度值，纵坐标是像元的个数或者像元的百分比。l反映灰度的总体结构，灰度级的等级分布，不反映空间的分布。 1 1 2 3 3 1 4 5 2 1 3 2 3 2 3 4 1 2 3 4 5 灰度值 5 4 3 2 1 像元数 1）直方图的概念（续1）低反射率图像高反射率图像1）直方图的概念（续2）低反射率图像1）直方图的概念（续2）高反射率图像2）直方图拉伸l（1）线性拉伸LiiLLyaxaaNiiiii)(|111 a1 x y a2 a3 a4 L4 L3 L2 L1 2）直方图拉伸（续1）l（2）非线性拉伸 对数拉伸 与人眼的视觉特性相匹配，扩

35、张低的灰度，压缩高的灰度区。 式中，a，b，c是按需要可以调整的参数 。00.511.522.5123456782）直方图拉伸（续2）l（2）非线性拉伸 指数拉伸 压缩低灰度区间，扩展高灰度区间。 式中，a，b，c是按需要可以调整的参数 。050010001500200025003000350012345678( , )( , )1c f x yag x yb窗口和邻域l对于图像中的任一像素（x,y）,以此为中心，按上下左右对称所设定的像素范围，称为窗口窗口。l窗口多为矩形，行列数为奇数，并按照行数列数的方式来命名。l例如，33窗口，55窗口等。l 33表示由3行和3列像素构成的矩形范围。补充

36、内容l中心像素周围的行列称为该像素的邻域邻域。邻域按照与中心像素相邻的行列总数来命名。l例如，对于33窗口而言，如果考虑中心像素周围的所有像素，那么相邻的总的行列数为8，称为8-邻域。如果认为上下左右的像素是相邻像素，那么总的行列数为4，则称为4-邻域。补充内容邻域运算l对于中心像素（x，y），其值用f（x，y）表示，可按照相邻性规则通过计算产生。其中，卷积计算是最常用的方法。补充内容卷积运算l卷积是空间域上针对特定窗口进行的运算，是图像平滑、锐化中使用的基本的计算方法。l设窗口大小为mn，（i，j）是中心像素，f（x，y）是图像像素值，g （i，j）是运算结果， h （x，y）是窗口模板（或

37、称为卷积核，kernel），那么，卷积计算的公式为：补充内容l窗口模板是相邻像素对中心像素影响程度的表述，根据工作的目的来选择，也可以根据问题的要求来创建。模板内像素值可以是固定的，也可以是随窗口变化的，像素值的总和为0或1，或根据需要来确定。l对于整个图像，从左上角开始，由左到右，由上到下按照窗口大小顺序进行遍历，即可完成整个图像的卷积计算。l对于图像边缘，由于无法满足窗口对中心像素的要求，其窗口外部的像素值可以用如下任意一种方法来处理：1）设为0值；2）按对称原则从图像中取值；3）保留原值，不进行计算。 补充内容图像数据 卷积计算后的图像计算模板计算模板补充内容卷积计算图像数据868587

38、88908687878785888785868389898686878990898787计算后数据-1587*-1+87*-1+ 87*-1+87*-1+ 85*8+86*-1+ 89*-1+86*-1+ 86*-1=-15补充内容二 空间滤波l对比度扩展的辐射增强是通过单个像元的运算从整体上改善图像的质量。l空间滤波则是以重点突出图像上的某些特征为目的的，如突出边缘或纹理等。l因此通过像元与其周围相邻像元的关系，在被处理像元周围的像元参与下进行的运算处理，采用空间域中的领域处理方法，也叫做“邻域增强处理”。l邻域法处理用于去噪声、图像平滑、锐化和相关运算邻域法处理用于去噪声、图像平滑、锐化和

39、相关运算 。l邻域的范围取决于滤波器的大小，如33或55等。l空间滤波仍属于一种几何增强处理，主要包括平滑和锐化。（一） 平滑l图像平滑的目的在于消除各种干扰噪声，使图像中高频成分消退，即平滑掉图像的细节，使其反差降低，保存低频成分；在频域中称为低通滤波（Low Pass）。均值平滑中值滤波 1 邻域平均法（均值平滑）l其思想是利用图像点（x，y）及其邻域若干个像素的灰度平均值来代替点（x，y）的灰度值，结果是对亮度突变的点产生了“平滑”效果。l邻域平均是基于图像上的背景或目标部分灰度的变化是连续的，缓慢的，而颗粒噪声使图像上一些像素的灰度造成突变。l通过邻域平均可以平滑突变的灰度。l其优点是

40、抑制了噪声，缺点也很明显，对数据进行了平滑，导致图像模糊。 均值平滑示例l图像滤波、平滑的问题处理方式：一般使用模板进行平滑的时候，因为模板本身是有大小的所以边缘的地方处理不到。边缘一般忽略掉或是采用加行加列的方式。l加行加列时，比如3*3模板模板加一行一列，5*5加两行两列，亮度与相邻亮度值相同。 98581527349985599855881522773447734483/9 69/9 55/974/9 61/9 48/965/9 53/9 41/9原始矩阵均值处理后矩阵加行列运算2 中值滤波l使用窗口像素序列的中值作为窗口中心像素的值。l过滤噪声的同时，保持边缘的信息；可以有效的消除孤立

41、的点和线段；噪声的像素数小于有用像素的一半时有效。l中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，可硬化，便于实时处理。 中值滤波举例l一幅55的图像，采用13的模板做中值滤波的结果，其中最左和最右两列保留原值。4276321052334175610432488674466321122333475664324677滤波前滤波后（二）锐化l为了突出图像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。l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（High Pass） ，也就是使图像细节的反差提高，也称边缘增强。 l锐化是对邻区窗口内的锐化是对邻区窗口内的图像微分图像

42、微分。l有时可通过锐化，直接提取出需要的信息。l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。 梯度l梯度反映相邻像元的亮度变化率。l图像中边缘（如湖泊、河流的边界，山脉和道路等）处有较大的梯度值。亮度值较平滑的部分，亮度梯度值较小。l图像锐化的实现:1)找到梯度较大的位置，也就找到边缘2) 用不同的梯度值代替边缘处像元的值，也就突出了边缘。1 罗伯特梯度l罗伯特梯度方法近似地用模板计算，其公式表示为： 具体为： 用模板t1作卷积后取绝对值加上模板t2计算后的绝对值。计算后的梯度值放在左上角的像元 f（i，j）的位置，成为r（i，j）。 这种算法的意义在于用交叉的方法检测出像元与其领域

43、在上下之间或左右之间或斜方向之间的差异，最终产生一个梯度影像，达到提取边缘信息的目的。 模板有两个表示为：2 索伯尔梯度l索伯尔梯度是对罗伯特梯度的改进，模板被定义为： 与罗伯特方法相比，此法较多地考虑了邻域点的关系，使窗口由22扩大到33，使检测边界更加精确。3 拉普拉斯算法l拉普拉斯算法的意义与梯度法不同，它不检测均匀的亮度变化，而是检测变化率的变化率，相当于二阶微分。计算出的图像更加突出亮度值突变的位置。 在模板卷积运算中，将模板定义为： 即上下左右4个邻点的值相加再减去该像元值的4倍，作为这一像元的新值。 拉普拉斯算子除了有边缘增强的作用外，还可以有效的消除图像上因扩散作用产生的模糊，

44、使图像清晰化。 14 定向滤波l当有目的地检测某一方向的边、线或纹理特征时，可选择特定的模板卷积运算作定向检测。可以检测垂直边界、水平边界和对角线边界等，各使用的模板不同。101( , )101101t m n 检测垂直边界时：121( , )121121t m n l检测水平边界时：111( , )000111t m n111( , )222111t m nl检测对角线边界时：011110112211( , )101 , 101 ,121 ,121110011211112t m n 定向检测根据研究对象的方向进行增强处理，进行锐化的同时进行噪声平滑，总体上优于微分法，其缺点使计算量大。l不同

45、的彩色变换可大大增强图像的可读性。 l1 单波段彩色变换（密度分割）l2 多波段彩色变换（彩色合成）l3 HLS变换三 彩色变换1 单波段彩色变换l单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。l这种方法又叫密度分割（density slice），即按图像的密度进行分层，每一层所包含的亮度值范围可以不同。l将黑白单波段影像赋上彩色，如果分层方案与地物光谱差异对应得好，可以区分出地物的类别。 2 多波段彩色变换（彩色合成）l为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。 l彩色图像可以分为真彩色图像和假

46、彩色图像。彩色合成原理图l真彩色图像上影像的颜色与地物颜色基本一致。l利用数字技术合成真彩色图像时，是把红色波段的影像作为合成图像中的红色分量、绿色波段的影像作为合成图像中的绿色分量、蓝色波段的影像作为合成图像中的蓝色分量 进行合成的结果。l如TM321分别用RGB合成的图像。真彩色图像l假彩色图像是指图像上影像的色调与实际地物色调不一致的图像。l遥感中最常见的假彩色图像是彩色红外合成的标准假彩色图像。它是在彩色合成时，把近红外波段的影像作为合成图像中的红色分量、红色波段的影像作为合成图像中的绿色分量、绿色波段的影像作为合成图像中的蓝色分量 进行合成的结果。l如TM432用RGB合成的图像为标

47、准假彩色图像假彩色图像3 HLS变换lHLS代表色调（hue）、明度（lightness）和饱和度（saturation）的色彩模型。l将RGB模式转换成HLS模式，对于定量地表示色彩特性，以及在应用程序中实现两种表达方式的转换具有重要意义。四 图像运算l两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。l图像的代数运算是指对两幅（或两幅以上）输入图像的对应像元逐个进行和、差、积、商的四则运算，以产生增强效果的图像。l图像的代数运算可表示为（以两幅图像为例）： 式中，f1(x,y)和f2(x,y)为输入图像，g(x,y)为输出图像。“：”代表加、减、乘或除。对上述关系式可进行适当

48、组合，形成复杂的代数运算，如 应当注意的是，进行代数处理的遥感图像必须进行大气辐射校正、噪声抑制、几何精纠正等预处理。 l1 减法运算：可凸显出两波段差值大的地物，如红外-红，可凸显植被信息。有利于目标与背景反差较小的信息提取，如冰雪覆盖区，黄土高原区的界线特征，海岸带的潮汐线。常用于研究同一地区不同时相的动态变化。为突出边缘，也用差值法将两幅图像的行、列各移一位，再与原图像相减。比值运算l可以检测波段的斜率信息并加以扩展，以突出不同波段间地物光谱的差异，提高对比度。常用于计算植被指数、消除地形阴影等。l植被指数： NDVI=（TM4-TM3）/（TM4+TM3）（归一化植被指数）l对于去除地

49、形影响也非常有效。五 多光谱变换l针对多光谱影象存在的一定程度上的相关性以及数据冗余现象，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目的的方法。l其变换的本质是对遥感图像实行线性变换，使光谱空间的坐标按一定规律进行旋转。 多光谱空间l所谓多光谱空间就是一个n维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。像元点在坐标系中的位置可以表示成一个n维向量： 其中每个分量xi表示该点在第i个坐标轴上的投影，即亮度值。 这种多光谱空间只表示各波段光谱之间的关系，而不包括任何该点在原图像中的位置信息，它没有图像空间的意义，遥感数据采用的波段数就是光谱

50、空间的维数。12X=inxxxx遥感图像变换l遥感图像数据量很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法对图像进行处理。l遥感影像处理中的图像变换不仅是数值层面上的空间转换，每一种转换都有其物理层面上的特定的意义。l遥感图像处理中的图像变换主要有：K-L变换、K-T变换、小波变换、傅立叶变换等。1 K-L变换lK-L变换是离散（Karhunen-Loeve）变换的简称，又称主成分变换（PCA，Principal Component Analysis）。l它是对某一多光谱图像X ，利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y，表达式为lY = A

51、Xl式中，X为变换前的多光谱空间的像元矢量；Y为变换后的主成分空间的像元矢量；A为变换矩阵。lA的作用是给多波段的像元亮度加权系数，实现线性变换。经变换后，输出图像Y的各分量yi之间将具有最小的相关性。lK-L变换的作用：保留主要信息，降低数据量，从而达到增强或提取某些有用的信息的目的。lK-L变换的特点:变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度；新坐标系的坐标轴一定指向数据量较大的方向；可实现数据压缩和图像增强。l在遥感图像分类中，常常利用主成分分析算法来消除特征向量中各特征之间的相关性，并进行特征选择。3 K-T变换变换lK-T变换变换是Kauth-Thomas变换的简称，也称缨帽变换。 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中的特征。 l其变换公式为：Y = BXl式中，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