第二章遥感数据的处理与分析2016

1、第二章第二章 遥感数据的处理与分析遥感数据的处理与分析 内容内容n2.1 2.1 遥感图像几何纠正遥感图像几何纠正n2.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与纠正n2.3 2.3 遥感图像的大气校正遥感图像的大气校正n2.4 2.4 遥感图像增强遥感图像增强n2.5 2.5 图像数据融合图像数据融合n2.6 2.6 遥感图像解译遥感图像解译2.1 2.1 图像几何纠正图像几何纠正n遥感图像的几何变形遥感图像的几何变形q系统性变形系统性变形n遥感平台和遥感器等仪器本身引起的变形遥感平台和遥感器等仪器本身引起的变形n有规律，可用数学公式或模型来预测有规律，可用数学公式或模型来预测q非

2、系统性变形非系统性变形n其他人为因素引起的变形，如遥感器平台的不稳定其他人为因素引起的变形，如遥感器平台的不稳定n无规律性，很难预测无规律性，很难预测2.1 2.1 图像几何纠正图像几何纠正n几何纠正的分类几何纠正的分类q图像配准（图像配准（RegistrationRegistration）n同一区域里一幅图像（基准图像）对另一幅图像的校准，同一区域里一幅图像（基准图像）对另一幅图像的校准，使两幅图像中的同名像元配准使两幅图像中的同名像元配准q图像纠正（图像纠正（RectificationRectification）n借助于一组地面控制点，对一幅图像进行地理坐标的校正借助于一组地面控制点，对一

3、幅图像进行地理坐标的校正n又称为地理参照（又称为地理参照（Geo-referencingGeo-referencing）2.1 2.1 图像几何纠正图像几何纠正n几何纠正的分类几何纠正的分类q图像地理编码（图像地理编码（Geo-codingGeo-coding）n把图像纠正到一种统一标准的坐标系，以使地理信息系统把图像纠正到一种统一标准的坐标系，以使地理信息系统中来自不同遥感器的图像和地图能方便的进行不同层之间中来自不同遥感器的图像和地图能方便的进行不同层之间的操作运算和分析的操作运算和分析q图像正射投影校正（图像正射投影校正（Ortho-rectificationOrtho-rectific

4、ation）n借助于数字高程模型（借助于数字高程模型（DEMDEM），对图像中每个像元进行地形），对图像中每个像元进行地形变形的校正，使图像符合正射投影的要求变形的校正，使图像符合正射投影的要求2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q地面控制点（地面控制点（GCP: Ground Control PointsGCP: Ground Control Points）的选）的选取取n应选取在图像上有应选取在图像上有明显的、清晰的定位识别标志明显的、清晰的定位识别标志，如道路，如道路交叉点、建筑边界、农田界线交叉点、建筑边界、农田界线n控制点上的控制点上的地物地物应应不

5、随时间而变化不随时间而变化，以保证当两幅不同时，以保证当两幅不同时段的图像或地图几何纠正时，可以同时识别出来段的图像或地图几何纠正时，可以同时识别出来n在没有做过地形纠正的图像上选控制点时，应在在没有做过地形纠正的图像上选控制点时，应在同一地形同一地形高度高度上进行上进行n控制点应控制点应均匀分布均匀分布在整幅图像内，且要有一定的数量保证在整幅图像内，且要有一定的数量保证2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q选择纠正模型选择纠正模型n即即选择选择合适的合适的坐标变换函数式坐标变换函数式，建立图像坐标与其参考坐，建立图像坐标与其参考坐标之间的关系式标之间的关系式

6、q主要是用主要是用多项式方程多项式方程来表达二者的关系来表达二者的关系q对于中等几何变形的小区域图像，一次线性多项式即可纠正对于中等几何变形的小区域图像，一次线性多项式即可纠正6 6种变形：种变形：x,yx,y方向的平移及比例尺变形、倾斜和旋转方向的平移及比例尺变形、倾斜和旋转q对于变性比较严重的或精度要求较高的图像，可用二次或三次对于变性比较严重的或精度要求较高的图像，可用二次或三次多项式多项式2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q选择纠正模型选择纠正模型n根据总均方根误差来根据总均方根误差来调整控制点调整控制点q确定多项式方程后，计算每个地面控制点的均方根

7、误差确定多项式方程后，计算每个地面控制点的均方根误差RMSerrorRMSerrorx,yx,y：地面控制点在原图像中的坐标：地面控制点在原图像中的坐标 x,yx,y：对应于相应的多项式计算的控制点坐标：对应于相应的多项式计算的控制点坐标均方根误差代表了每个控制点几何纠正的精度均方根误差代表了每个控制点几何纠正的精度22)()(yyxxRMSerror2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q选择纠正模型选择纠正模型n根据可以接受的最大总均方根误差，来调整控制点根据可以接受的最大总均方根误差，来调整控制点q若超过可接受的误差，则需要删除具有最大均方根误差的地若超过

8、可接受的误差，则需要删除具有最大均方根误差的地面控制点面控制点q必要时，需要选取新的控制点，改选坐标变换函数式必要时，需要选取新的控制点，改选坐标变换函数式q重复以上步骤，直到达到所要求的精度重复以上步骤，直到达到所要求的精度2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q重采样、内插重采样、内插n对原始图像按一定规则重新采样，进行对原始图像按一定规则重新采样，进行亮度值的插值计算，建立新的图像矩阵亮度值的插值计算，建立新的图像矩阵q最邻近法最邻近法将最邻近的像元值赋予新像元将最邻近的像元值赋予新像元如右图，将原图中如右图，将原图中a a像元的亮度值像元的亮度值赋给输出

9、图像中带阴影的像元赋给输出图像中带阴影的像元优点：优点：输出像元值不变，处理速输出像元值不变，处理速度快度快缺点：缺点：最大产生半个像元误差最大产生半个像元误差2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q重采样、内插重采样、内插q双线性内插法双线性内插法使用邻近四个点的像元值（右图使用邻近四个点的像元值（右图中有中有a,ba,b标志的像元），按照其距标志的像元），按照其距内插点的距离赋予不同的权重，内插点的距离赋予不同的权重，进行线性内插进行线性内插优点：具有平均化的滤波效果，优点：具有平均化的滤波效果，边缘得到平滑，产生的图像比较边缘得到平滑，产生的图像比较连贯连

10、贯缺点：破坏了原来的像元值缺点：破坏了原来的像元值2.1 2.1 图像几何纠正图像几何纠正n几何纠正的步骤几何纠正的步骤q重采样、内插重采样、内插q三次卷积内插法三次卷积内插法使用内差点周围使用内差点周围1616个点的像元值个点的像元值（右图中有（右图中有a,b,ca,b,c标志的像元），标志的像元），用三次卷积函数内插用三次卷积函数内插优点：对边缘有所增强，具有均优点：对边缘有所增强，具有均衡化和清晰化的效果衡化和清晰化的效果缺点：破坏了原来的像元值，计缺点：破坏了原来的像元值，计算量较大算量较大2.1 2.1 图像几何纠正图像几何纠正n几何纠正的缺点几何纠正的缺点q对图像亮度值的重新采样，

11、改变了原图像数据，对对图像亮度值的重新采样，改变了原图像数据，对遥感图像的信息分析及定量研究有影响遥感图像的信息分析及定量研究有影响q多项式纠正模型无法纠正地形引起的位移多项式纠正模型无法纠正地形引起的位移q高精度的几何纠正需要大量的地面控制点，需要较高精度的几何纠正需要大量的地面控制点，需要较多的人工时间来选取控制点多的人工时间来选取控制点q低空间分辨率的图像控制点选取较困难低空间分辨率的图像控制点选取较困难2.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与纠正Landsat TM: 0-255NOAA AVHRR: 0-10232.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与

12、纠正L = a*DN + bDNL（或：（或：DN = a*L + b）n辐射定标辐射定标2.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与纠正n辐射定标辐射定标q辐射定标的种类辐射定标的种类2.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与纠正n采采取取发发射射前前定定标，标，定定标标系系数数在在卫卫星星发发射射前前测测定定好，好，在在头头文文件件中中可可以以读读取，取，定定标标公公式式为：为：qa a ( (g ga ai in)n)、b b ( (o of ff fs se et) t) 通通常常可可以以从从遥遥感感数数据据头头文文件件读读出出qL L为为辐辐亮亮度度L =

13、a*DN + b2.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与纠正n辐射纠正辐射纠正 反射率的计算反射率的计算q辐射纠正：将目标物的辐亮度辐射纠正：将目标物的辐亮度L L转化为反射率转化为反射率R Rq反射率的求算反射率的求算n假设地面是朗伯面反射且天空辐照度各向同性，卫假设地面是朗伯面反射且天空辐照度各向同性，卫星观测到的行星反射率星观测到的行星反射率 为为q由于行星反射率是分波段的，因此要添加波段宽度由于行星反射率是分波段的，因此要添加波段宽度DELR RD2.2 2.2 遥感图像辐射定标与纠正遥感图像辐射定标与纠正n辐射纠正辐射纠正 反射率的计算反射率的计算q反射率的求算反射率

14、的求算n 为太阳辐照度（即某个波段内的太阳辐照度），有以下关系为太阳辐照度（即某个波段内的太阳辐照度），有以下关系 n由由(1)(2)(1)(2)可得：可得：n 是行星反射率（未经大气校正的反射率），是行星反射率（未经大气校正的反射率）， 为波段的光谱辐亮度，为波段的光谱辐亮度， 为相应波段的太阳常数，为相应波段的太阳常数， 为为LANDSAT5 TM LANDSAT5 TM 影像上各波段的宽度，影像上各波段的宽度， 为为太阳天顶角，太阳天顶角， 为日地距离和平均日地距离的比值。为日地距离和平均日地距离的比值。 zDELdRcos02RL 0EDzdE 20cosdEEz2.3 2.3 遥感图

15、像的大气纠正遥感图像的大气纠正n大气校正大气校正q将行星反射率将行星反射率 （未经校正的地物反射率）消除大（未经校正的地物反射率）消除大气的影响，得到地物的真实反射率气的影响，得到地物的真实反射率RgR2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气与辐射的相互作用大气与辐射的相互作用2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大大气气对对传传感感器器接接受受的的辐辐射射能能量量的的影影响响q对对入入射射光光的的消消光光（e ex xt ti in nc ct ti io on)n)q产产生生路路径径辐辐射射（散散射）射）( (p pa at th h r ra ad di

16、 ia an nc ce)e)q产产生生天天空空漫漫射射光光( (d di if ff fu us se e s sk ky yl li ig gh ht)t)q发发生生地地面面天天空空的的多多次次反反射射q邻邻区区经经多多次次散散射射面面混混入入象象元元反反射射光光中，中，造造成成影影像像模模糊糊( (d di if ff fu us se e a ad dj ja ac ce en nc cy y s si ig gn na al)l)2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q传感器接收到的辐亮度传感器接收到的辐亮度LsatLsat ：上行路径散射（程辐射）：

17、上行路径散射（程辐射） ：物体真实辐亮度：物体真实辐亮度 Tv ：垂直向上的大气透过率：垂直向上的大气透过率pathvgsatLTLLpathLgL2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q程辐射：程辐射：主要为大气分子及气主要为大气分子及气溶胶的散射，即溶胶的散射，即n 大气分子大气分子在在卫星接收方卫星接收方向向的的散射的的散射n 气溶胶气溶胶在在卫星接收方向卫星接收方向的的散射的的散射 arpathLLLrLarpathLLLaL2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q大气分子和气溶胶的散射大气分子和气溶胶的散射n引入引入相函

18、数相函数q概念概念：某方向的：某方向的散射辐亮度与散射辐亮度与所有方向散射辐亮度的所有方向散射辐亮度的平均值平均值之比之比 q 为散射角，是入射方向与观测方向的夹角为散射角，是入射方向与观测方向的夹角q 为所有方向散射辐亮度之和为所有方向散射辐亮度之和 为散射系数，即散射辐照度与入射辐照度之比为散射系数，即散射辐照度与入射辐照度之比)(Ps4/)(sLPEsxL2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q大气分子和气溶胶的散射大气分子和气溶胶的散射n由由(3)(4)(3)(4)可得：可得： nx x为为r r或或a a，分别表示大气分子和气溶胶的路径散射，分别表示大

19、气分子和气溶胶的路径散射n 大气分子或气溶胶的散射系数大气分子或气溶胶的散射系数n 为大气分子或气溶胶的散射相函数为大气分子或气溶胶的散射相函数4)(xxxPELx)(xPxL2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q地面辐亮度地面辐亮度nFgFg为到达地面的太阳直射光为到达地面的太阳直射光nEskyEsky为天空光为天空光nRgRg为地表真实反射率为地表真实反射率gskyggREFL)(gL2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q地面辐亮度地面辐亮度n到达地面的到达地面的太阳直射光太阳直射光nEwEw为大气层外太阳辐照度为大气层外

20、太阳辐照度( (不考虑天顶角不考虑天顶角) )，Ew=EEw=E0 0* *(1/d)(1/d)2 2nT T为太阳直射方向大气透过率为太阳直射方向大气透过率 TEFwgcosgL2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q地面辐亮度地面辐亮度n到达地表的到达地表的天空光天空光q忽略吸收，天空光为大气分子和忽略吸收，天空光为大气分子和气溶胶粒子在下行方向的散射之气溶胶粒子在下行方向的散射之和，即在下行所有方向的辐亮度和，即在下行所有方向的辐亮度积分积分gLdPPEErraawsky2)()(42)(dLLEarsky根据式根据式(5)(5)，有，有2.3 2.3 遥

21、感图像的大气纠正遥感图像的大气纠正n大气校正大气校正q地面辐亮度地面辐亮度q卫星接收到的辐亮度卫星接收到的辐亮度 可以写成与地表反射率相关的式子可以写成与地表反射率相关的式子 将此式变换为将此式变换为 的形式进行运算，求出的形式进行运算，求出gL/)(4cos(2gxxwwgRdPETEL4)()(4cos2xxwvgxxwwsatPETRdPETELbaLRsatggR2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大大气气校校正正的的方方法法q已已知知大大气气状状况况的的校校正正方方法法n如如果果已已知知大大气气的的垂垂直直廓廓线线（温、温、湿、湿、压）压），大大气气水水汽汽含含量，

22、量，大大气气光光学学厚厚度度（气气溶溶胶）胶），以以及及气气溶溶胶胶模模式，式，我我们们可可以以通通过过大大气气辐辐射射传传输输模模式式模模拟，拟，计计算算三三个个不不同同地地表表反反射射率率条条件件下下的的大大气气层层顶顶辐辐射射亮亮度，度，进进而而求求解解得得到到a a 和和b b 值，值，而而达达到到大大气气效效应应纠纠正正的的目目的。的。n对对于于可可见见光光/ /近近红红外外波波段段而而言，言，大大气气状状况况最最主主要要的的影影响响因因素素是是大大气气气气溶溶胶胶的的变变化，化，即即大大气气光光学学厚厚度度的的变变化，化，因因此此关关键键是是如如何何估估算算遥遥感感图图像像的的气气

23、溶溶胶胶分分布。布。2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大大气气校校正正的的方方法法q暗暗目目标标法法很很低低的的地地物物被被称称为为暗暗目目标，标，此此时时遥遥感感器器接接收收的的辐辐射射主主要要来来自自于于大大气气的的程程辐辐射，射，可可以以用用于于气气溶溶胶胶光光学学厚厚度度的的估估算。算。n最最早早被被想想到到的的暗暗目目标标是是水水体。体。干干净净水水体体在在近近红红外外波波段段的的反反射射率率接接近近于于零。零。大大气气分分子子散散射射和和特特殊殊气气体体吸吸收收影影响响可可以以计计算算并并从从程程辐辐射射中中去去除。除。2.3 2.3 遥感图像的大气纠正遥感图像

24、的大气纠正n大大气气校校正正的的方方法法q暗暗目目标标法法体体作作暗暗目目标标有有几几大大劣劣势。势。q一一是是陆陆地地遥遥感感很很难难找找到到干干净净水水体；体；q二二是是水水体体的的镜镜面面反反射射难难以以避避免，免，尤尤其其是是不不平平静静水水面面总总会会存存在在破破碎碎镜镜面；面；q三三是是近近红红外外是是水水汽汽的的强强吸吸收收波波段，段，大大气气中中的的水水汽汽吸吸收收影影响响较较大大2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大大气气校校正正的的方方法法q暗暗目目标标法法议议选选择择浓浓密密植植被被的的阴阴影影区区域域作作为为暗暗目目标。标。其其原原理理在在于：于：q植

25、植被被在在近近红红外外具具有有高高反反射射率，率，而而大大气气在在近近红红外外影影响响较较小，小，2 2个个因因素素的的综综合合影影响，响，使使得得像像元元基基本本反反映映了了地地表表特特征征q植植被被的的阴阴影影区区没没有有太太阳阳直直射射光，光，传传感感器器很很难难接接受受到到该该部部分分的的反反射射光。光。2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校正影像进行大气校正n假设天气晴朗，大气主要为瑞利散射，并忽略吸收假设天气晴朗，大气主要为瑞利散射，并忽略吸收，则有：，则有：入射到地表的入射到地表的天空光为

26、天空光为所有下行方向，即所有下行方向，即所有前向散射光之和所有前向散射光之和，而瑞利散射中而瑞利散射中“前向前向= =后向后向”pathvgsatLTLL/)cos)()(gskygskyggRETEREFL2)(M21EEsky散射光其中，当没有吸收时，散射系数其中，当没有吸收时，散射系数=1-透射系数，即透射系数，即结合结合(2)(3)，有，有/)(2cos)(ggRETELvT120cos)(cos)(dDEE分波段大气顶层太阳分波段大气顶层太阳辐照度辐照度2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校正

27、影像进行大气校正n向上的程辐射向上的程辐射n由于是瑞利散射，瑞利散射的相函数由于是瑞利散射，瑞利散射的相函数P()P()已知，为已知，为n结合结合(1)(4)(5)(1)(4)(5)，有，有)cos1 (43)(2P4)()(PELpath PERTETELgvsat4)()(2cos)(2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校正影像进行大气校正n将将(7)(7)带入式子带入式子n有有n由上式可得到上行程辐射的反射率由上式可得到上行程辐射的反射率 coscos02ELDELdRsatsatsat cos4

28、cos2cosPRTTRgvsat cos4P2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校正影像进行大气校正n将将(8)(8)式式 进行转换进行转换n有有n设修正系数设修正系数n 则则vuvsatgTTTTRR2coscos2coscosvTTa2coscosvTTb2coscosbaRRsatg Pucos41vT eTvcos/ eT cos4cos2cosPRTTRgvsat2.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校

29、正影像进行大气校正n求解求解a a和和b b1)1)在经过辐射定标和辐射纠正后的图像中在经过辐射定标和辐射纠正后的图像中读出植被阴影区的行星读出植被阴影区的行星反射率反射率 。n由于在阴影区太阳的直接辐照度为零，因此只包括由于在阴影区太阳的直接辐照度为零，因此只包括地物对天空地物对天空光的反射率光的反射率和大气的和大气的上行路径散射反照率上行路径散射反照率： vTTa2coscosvTTb2coscossatRugvsatRTRcos22.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校正影像进行大气校正n求解求解a

30、 a和和b b2 2）进行迭代计算进行迭代计算q第一轮计算：第一轮计算： 上式中，第上式中，第1 1项相对项相对 很小，先忽略之，有：很小，先忽略之，有： 。 植被阴影区的反射率可从图像中读取，然后依次计算植被阴影区的反射率可从图像中读取，然后依次计算出出 。 ugvsatRTRcos2uusatRvT, Pucos42.3 2.3 遥感图像的大气纠正遥感图像的大气纠正n大气校正实例大气校正实例q采用暗目标法对采用暗目标法对TMTM影像进行大气校正影像进行大气校正n求解求解a a和和b b2 2）进行迭代计算进行迭代计算q第二轮计算：第二轮计算： 将计算出的将计算出的 代入代入 ，可求精度较高

31、，可求精度较高的的 。 重复计算，然后可求较高精度的重复计算，然后可求较高精度的 ，则可得到，则可得到a,ba,b。 ugvsatRTRcos2uvT,vT,ugvsatRTRcos22.4 2.4 数字图像增强数字图像增强 遥感图像增强实质是：为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需要的信息，从而有利于分析判读或进一步处理。横轴表示横轴表示灰度级灰度级；纵轴表示灰度级为纵轴表示灰度级为g gi i的像元的像元个数个数m mi i占像元总数的百分占像元总数的百分比（比（P Pi i=m=mi i/M)/M)；将将P Pi i绘于图上，所形成的统绘于图上，所形成的统计直方图叫计直

32、方图叫灰度直方图。灰度直方图。图像灰度直方图反映了一幅图像中灰度级与其出现概图像灰度直方图反映了一幅图像中灰度级与其出现概率之间的关系，用平面直角坐标系表示图像像元灰度分布率之间的关系，用平面直角坐标系表示图像像元灰度分布状态。状态。2.4 2.4 数字图像增强数字图像增强n灰度直方图灰度直方图通过灰度直方图可以直观地了解图像的特性。通过灰度直方图可以直观地了解图像的特性。2.4 2.4 数字图像处理数字图像处理的的增增强强反反差差增增强强q空空间间滤滤波波q彩彩色色变变换换q多多光光谱谱图图像像四四则则运运算算2.4 2.4 数字图像处理数字图像处理n反反差差增增强强F F( (X)X)Y

33、YF F( (X)X)强强q是是一一种种通通过过拉拉伸伸或或扩扩展展图图像像的的数数据据分分布布，使使之之充充满满整整个个动动态态范范围围（0 0- -2 25 55 5），以以达达到到扩扩大大地地物物间间亮亮度度差差异异，分分辩辩出出尽尽可可能能多多的的亮亮度度等等级级的的一一种种处处理理技技术术q通通过过函函数数变变换换实实现：现：输输出出的的象象元元值值Y Y，是是输输出出象象元元值值的的X X（原原图图像）像）的的函函数：数：2.4 2.4 数字图像处理数字图像处理n反差增强反差增强2.4 2.4 数字图像处理数字图像处理n反反差差增增强强q直直方方图图均均衡衡化化2.4 2.4 数字

34、图像处理数字图像处理n反差增强反差增强112121)(bbbaaaxy255121aaaxyijgijg2.4 2.4 数字图像处理数字图像处理n反差增强反差增强n简单线性扩展简单线性扩展：对整幅图像作全面而均匀的拉伸：对整幅图像作全面而均匀的拉伸linear stretch2.4 2.4 数字图像处理数字图像处理n反差增强反差增强q线性增强线性增强n分段线性扩展分段线性扩展： 对某一灰度范围进行增强。按给定的分段界对某一灰度范围进行增强。按给定的分段界限的不同，可扩展直方图中的任何一部分，但会歪曲地物的波限的不同，可扩展直方图中的任何一部分，但会歪曲地物的波谱特征谱特征2.4 2.4 数字图

35、像处理数字图像处理n反差增强反差增强q非线性增强非线性增强n对原图像亮度区间的对原图像亮度区间的各个部分按非线性关系作不均等扩展各个部分按非线性关系作不均等扩展，通，通常是对亮区和暗区分别给以不同的扩展比例常是对亮区和暗区分别给以不同的扩展比例n对数扩展对数扩展：扩展扩展暗区，压抑亮区暗区，压抑亮区，整体变亮，整体变亮 2.4 2.4 数字图像处理数字图像处理n反差增强反差增强q非线性增强非线性增强n指数扩展指数扩展：扩展亮区，压抑暗区扩展亮区，压抑暗区，整体变暗，整体变暗指数变换对数变换2.4 2.4 数字图像处理数字图像处理n反差增强反差增强q直方图调整直方图调整n通过改善图像总体亮度结构

36、（直方图形态）来达到图像增通过改善图像总体亮度结构（直方图形态）来达到图像增强的目的强的目的n一般说，这种方法一般说，这种方法着重于扩展着重于扩展高频高频亮度值之间的间隔亮度值之间的间隔，使，使直方直方图图中部所包含的地物反差增强，而有利于区分大多数中部所包含的地物反差增强，而有利于区分大多数地物地物2.4 2.4 数字图像处理数字图像处理n反差增强反差增强q直方图均衡化直方图均衡化n原理原理：对图像进行非线性拉伸，重新分配图像像素值，使一定：对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同灰度范围内的像素数量大致相同直方图均衡化示例直方图均衡化示例2.4 2.4

37、数字图像处理数字图像处理n反差增强反差增强q直方图均衡化直方图均衡化n目的及效果目的及效果q各灰度级出现的频率近似相等各灰度级出现的频率近似相等q原图像上频率小的灰度值被合并，实现压缩；频率高的灰原图像上频率小的灰度值被合并，实现压缩；频率高的灰度级被拉伸，可以使亮度集中于中部的图像得到改善，增度级被拉伸，可以使亮度集中于中部的图像得到改善，增强图像大面积地物与周围地物的反差强图像大面积地物与周围地物的反差2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波n以重点突出图像上的某些特征为目地的采用空间域中的以重点突出图像上的某些特征为目地的采用空间域中的邻域处理方法。邻域处理方法。n属于

38、几何增强处理，主要包括属于几何增强处理，主要包括平滑平滑和和锐化锐化。n主要通过卷积运算来完成。主要通过卷积运算来完成。2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波),(),(),(11nmnmfjigNnMm2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波n图像平滑的图像平滑的目的目的在于在于消除消除各种各种干扰噪声干扰噪声，使图像中高频，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。低频成分。原图平滑处理后的图原图原图平滑处理后的图平滑处

39、理后的图2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波n均值滤波：均值滤波：将中心像元的邻域像元值取平均作为其新象将中心像元的邻域像元值取平均作为其新象元的输出值。元的输出值。2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波n均值滤波均值滤波q算子或模板大小、权可根据具体情况进行设计，设计不同算子或模板大小、权可根据具体情况进行设计，设计不同的模板时，注意模板中各数值之和为的模板时，注意模板中各数值之和为1 1，即有平均的意思。，即有平均的意思。1/91/91/91/91/91/91/91/91/91/161/81/161/81/41/81/161/81/162.4 2.

40、4 数字图像处理数字图像处理n空间滤波空间滤波n中值滤波：中值滤波：即对以每个象元为中心的邻域内的所有像元即对以每个象元为中心的邻域内的所有像元灰度值按大小进行排列，用灰度值按大小进行排列，用其中值来代替该像元值其中值来代替该像元值，以，以达到去尖锐达到去尖锐“噪声噪声”和平滑图像的目的。一般邻域取奇和平滑图像的目的。一般邻域取奇数。数。2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波q锐化锐化n锐化是锐化是增强图像中的高频成份增强图像中的高频成份，突出图像的边缘信息，突出图像的边缘信息，提提高图像细节的反差高图像细节的反差，也称为边缘增强，其结果与平滑相反。，也称为边缘增强，其结果

41、与平滑相反。2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波q锐化锐化n空间域锐化是对邻区窗口内的图像空间域锐化是对邻区窗口内的图像微分微分。n从微分的原理可知，微分实际上反映了相邻像元之间灰度从微分的原理可知，微分实际上反映了相邻像元之间灰度的变化率，图像中的边缘变化率较大，而大面积的地物变的变化率，图像中的边缘变化率较大，而大面积的地物变化率较小。化率较小。2.4 2.4 数字图像处理数字图像处理n空间滤波空间滤波q锐化锐化2.4 2.4 数字图像处理数字图像处理n彩色增强彩色增强q单波段图像的伪色彩增强单波段图像的伪色彩增强n假假彩色密度分割：首先按亮度值对象元彩色密度分割：首

42、先按亮度值对象元进行分级进行分级, ,然后将然后将不同等级亮度的象元赋予不同的颜色而达到增强的目的不同等级亮度的象元赋予不同的颜色而达到增强的目的n结果使不同亮度的地物有鲜明的区别结果使不同亮度的地物有鲜明的区别图图1 假彩色分割示例假彩色分割示例2.4 2.4 数字图像处理数字图像处理n彩色增强彩色增强q多波段图像的彩色合成多波段图像的彩色合成n分别对同一地区三个不同波段的数据图像进行单基色变换，分别对同一地区三个不同波段的数据图像进行单基色变换，形成红、绿、蓝三基色图像，然后在彩色屏幕上进行叠置，形成红、绿、蓝三基色图像，然后在彩色屏幕上进行叠置，从而构成彩色合成图像从而构成彩色合成图像真

43、彩色图像n真彩色图像上影像的颜色与地物颜色基本一致。真彩色图像上影像的颜色与地物颜色基本一致。n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、把绿色波段的影像作为合成图像中的绿色分图像中的红色分量、把绿色波段的影像作为合成图像中的绿色分量、把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量、把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。果。n如如TM321TM321分别用分别用RGBRGB合成的图像。合成的图像。 假彩色图像n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。假彩色图像是指

44、图像上影像的色调与实际地物色调不一致的图像。n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。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、把红色波段的影像作为合成图像中的绿色分量、把绿色波分量、把红色波段的影像作为合成图像中的绿色分量、把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。段的影像作为合成图像中的蓝色分量进行合成的结果。n如如TM432TM432用用RGBRGB合成的图像为标准假彩色图像。合成的图像为标准假彩色图像。 2.4 2.4 数字图

45、像处理数字图像处理n多光谱图像四则运算多光谱图像四则运算（一）减法运算（一）减法运算 B Bm m=B=BX XB BY Y 其中其中B BX X，B BY Y为两个不同波段的图像或者不同时相同一波为两个不同波段的图像或者不同时相同一波段图像。段图像。作用：作用：（1 1）增加地物间的光谱反差增加地物间的光谱反差; ; （2 2）不同时相同一波段图像相减时，可以提取波段）不同时相同一波段图像相减时，可以提取波段间的变化信息。间的变化信息。 TM4影像TM3影像TM4-TM3影像87年影像92年影像变化监测结果影像2.4 2.4 数字图像处理数字图像处理n多光谱图像四则运算多光谱图像四则运算（二

46、）加法运算（二）加法运算B= i /mi=1m 加法运算可以加宽波段，如蓝色、绿色和红色波段图加法运算可以加宽波段，如蓝色、绿色和红色波段图像相加可以得到近似全色图像；而绿色波段，红色波段像相加可以得到近似全色图像；而绿色波段，红色波段和红外波段图像相加可以得到全色红外图像。和红外波段图像相加可以得到全色红外图像。【TM（1+2+3+4+5+7）/ 6】的加法影像2.4 2.4 数字图像处理数字图像处理n多光谱图像四则运算多光谱图像四则运算x xy y 比值运算能压抑因地形坡度和方向引起的辐射量变化，消比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；也可以增强某些地物之间的

47、反差。除地形起伏的影响；也可以增强某些地物之间的反差。（三）比值运算（三）比值运算TM4/TM3的比值影像2.4 2.4 数字图像处理数字图像处理n多光谱图像四则运算多光谱图像四则运算（四）（四）混合运算混合运算 归一化差分植被指数（归一化差分植被指数（NDVINDVI）：）：NDVI=（TM4-TM3）/（TM4+TM3）归一化差分植被指数2.5 2.5 图像数据融合图像数据融合n数据融合数据融合q是将两个或多个不同源数据图像的有用信息集成到是将两个或多个不同源数据图像的有用信息集成到一辐图像上，以获得同时具有不同源图像有用信息一辐图像上，以获得同时具有不同源图像有用信息的高质量图像的过程。

48、的高质量图像的过程。n不同源不同源q可以是不同分辩率、不同波段、不同传感器、不同可以是不同分辩率、不同波段、不同传感器、不同观测角度或不同时间的数据源等观测角度或不同时间的数据源等2.5 2.5 图像数据融合图像数据融合n数据融合方法数据融合方法qIHSIHS变换融合变换融合q主成分变换融合主成分变换融合q滤波融合滤波融合2.5 2.5 图像数据融合图像数据融合nIHSIHS变换融合变换融合q是针对一幅低空间分辨率彩色图像与一辐高空间分辨率全色是针对一幅低空间分辨率彩色图像与一辐高空间分辨率全色（黑白）图像的融合（黑白）图像的融合q原理原理n将将RGBRGB彩色图像变换到彩色图像变换到IHSI

49、HS空间空间n然后将高空间分辨率图像进行拉伸，使其灰度值的均值与方差然后将高空间分辨率图像进行拉伸，使其灰度值的均值与方差与与IHSIHS图像的图像的I I（亮度）分量的一致（亮度）分量的一致n然后用高空间分辨率图像代替然后用高空间分辨率图像代替I I（亮度）分量反变至（亮度）分量反变至RGBRGB空间。空间。这样使得图像同时具有彩色图像的色彩和饱和度，又具有黑白这样使得图像同时具有彩色图像的色彩和饱和度，又具有黑白图像的高空间分辨率图像的高空间分辨率2.5 2.5 图像数据融合图像数据融合nIHSIHS变换融合变换融合qI(intensity)I(intensity)亮度；亮度；H(hue)

50、H(hue)色彩；色彩；S(saturation)S(saturation)饱和度饱和度q标准融合算法采用标准融合算法采用IHSIHS变换变换 IBISBIBGHBGRI333/ )(2.5 2.5 图像数据融合图像数据融合n主成分变换融合主成分变换融合q原理原理n将多波段图像进行将多波段图像进行KLKL（主成分分析）变换（主成分分析）变换q在得到的主成分空间中，第一主成分通常主要包含各波段共有的信在得到的主成分空间中，第一主成分通常主要包含各波段共有的信息，而各波段特有的信息被分配到其它成分中。因此光强主要表现息，而各波段特有的信息被分配到其它成分中。因此光强主要表现在第一主成分中。在第一主成分中。n将高分辨率黑白图像进行拉伸并与得到的第一主成分图像进行将高分辨率黑白图像进行拉伸并与得到的第一主成分图像进行均值和方差匹配