遥感技术应用ch辐射几何校正与数字图像增强技术

第五讲辐射、几何校正与数字图像增强遥感影像的辐射校正5.1遥感影像的几何校正5.2常用数字图像增强技术简介5.3第1页/共58页第一页，共59页。5.1数字图像及其辐射校正

Contents需要解决的问题：何谓数字图像？它是如何得到的？描述数字图像特征的主要参数？为何要进行遥感数字图像辐射校正？遥感数字图像辐射校正的主要方法？1234第2页/共58页第二页，共59页。5.1.1数字图像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。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展第3页/共58页第三页，共59页。5.1.1数字图像及其直方图数字图像：能被计算机存储、处理和使用的，以数字形式表示的图像。第4页/共58页第四页，共59页。

数字图像通常都是以像元的DN值/亮/灰度值）表示。数字量和模拟量的本质区别：前者为离散变量后者为连续变量5.1.1数字图像及其直方图第5页/共58页第五页，共59页。5.1.1数字图像及其直方图数字化：将连续的图像变化，作等间距的采样与量化。主要包括两步：1）采样2）量化第6页/共58页第六页，共59页。采样的原理1）采样第7页/共58页第七页，共59页。量化的概念2）量化第8页/共58页第八页，共59页。第9页/共58页第九页，共59页。数字图像的表示：矩阵函数

故这种数据又被称为栅格数据，其占用的存储空间较大。5.1.1数字图像及其直方图第10页/共58页第十页，共59页。

数字图像直方图：表示图像中各像元亮度值与像元数（出现频率）分布情况的统计图。5.1.1数字图像及其直方图第11页/共58页第十一页，共59页。

直方图的作用：直观地了解图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。5.1.1数字图像及其直方图第12页/共58页第十二页，共59页。小结：

图像直方图是描述数字图像质量的可视化图表。在图像处理中，可以通过调整图像直方图的形态，改善图像显示的质量，以达到图像增强的目的。5.1.1数字图像及其直方图Inrawimagery,theusefuldataoftenpopulatesonlyasmallportionoftheavailablerangeofdigitalvalues(commonly8bitsor256levels).

第13页/共58页第十三页，共59页。5.1.2辐射校正(Radiometriccorrection)为何要进行辐射校正？（图像辐射畸变）辐射畸变：地物目标的光谱反射率的差异在实际测量时，受到传感器本身、大气辐射等其他因素的影响而发生改变。这种改变称为辐射畸变。辐射畸变产生的原因：1）传感器本身的特性2）大气对于电磁辐射的衰减（散射、反射和吸收）3）地形因子的影响——阴影4)其它生态环境因子

第14页/共58页第十四页，共59页。1）传感器因素导致的辐射畸变第15页/共58页第十五页，共59页。2）大气因素导致的辐射畸变第16页/共58页第十六页，共59页。Theatmospheretransmits,absorbs,

andscatterselectromagneticenergy.A=absorption,B=scattering,C=transmission2）大气因素导致的辐射畸变第17页/共58页第十七页，共59页。2）大气因素导致的辐射畸变第18页/共58页第十八页，共59页。

大气影响的定量分析：大气的主要影响是减少了图像的对比度，使原始信号和背景信号都增加了因子，导致图像质量下降。2）大气因素导致的辐射畸变第19页/共58页第十九页，共59页。天空漫反射光导致阴影地方的像元灰度值不再为03）地形阴影导致的辐射畸变第20页/共58页第二十页，共59页。5.1.2图像辐射校正方法1）遥感器校正：遥感器的设计（该校正过程常在地面接收站进行数据生产时进行）2）大气辐射校正：3）地形辐射校正：需要DEM4）地物反射模型校正：需要和成像时刻取得同步的地面地物光谱测量数据。第21页/共58页第二十一页，共59页。5.1.2.1大气辐射校正方法1）以红外波段最低值校正可见光波段2）回归分析法3）相对散射模型第22页/共58页第二十二页，共59页。

大气影响的粗略校正：通过简单的方法去掉程辐射度（散射光直接进入传感器的那部分），从而改善图像质量。1）直方图最小值去除法5.1.2.1大气辐射校正方法第23页/共58页第二十三页，共59页。1）直方图最小值去除法

基本思路：每幅图像上都有辐射亮度或反射亮度应为0的地区，而事实上并不等于0，说明亮度最小值必定是这一地区大气影响的程辐射度增值。如大气散射的影响主要在短波波段，红外波段中清洁的水体几乎不受影响，反射率值应当为0。由于散射影响，而使得水体的反射率不等于0，推定是由于受到了天空辐射项的影响。校正方法：差值法。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。第24页/共58页第二十四页，共59页。2）回归分析法原理同1），校正的方法是将波段i中每个像元的亮度值减去ai，去掉程辐射来改善图像质量。选择可见光和红外波段进行2维散点图，建立线性回归方程。第25页/共58页第二十五页，共59页。2）回归分析法第26页/共58页第二十六页，共59页。3）相对散射模型方法1）和2）的缺陷是忽略了散射与波长的关系，有时矫枉过正，破坏了波段之间的关系。相对散射模型1988年Chavezti提出。分为四步.STEP1:根据某个可见光波段的直方图选出黑暗地物的初始灰雾值；STEP2:根据此灰雾值的幅度确定大气类型（选择合适的散射模型）；STEP3:根据模型和初始灰雾值预测其它波段的灰雾值；STEP4:对每个波段进行大气校正。第27页/共58页第二十七页，共59页。3）相对散射模型理论上，瑞利散射模型；米散射模型；实际上，大气中的粒子大小不一，实际的散射介于两者之间。Chavez将大气散射模型分为5个分立式。第28页/共58页第二十八页，共59页。3）相对散射模型根据以上模型和遥感波段（TM）的中心波长，计算每个波段散射量占总散射的百分比。例如下表：第29页/共58页第二十九页，共59页。3）相对散射模型计算出的灰雾值，经过成像系统的增益和偏移调整后，获得实际的灰度DN值。DN=GAIN*(RAD)+OFFSETDN=GAIN*(MULT+HAZE)+OFFSETDN(HAZE)=GAIN*HAZE+OFFSET第30页/共58页第三十页，共59页。5.1.2.2

地形辐射校正需要DEM简单的处理方法比值法：有效消除阴影的影响。第31页/共58页第三十一页，共59页。5.1.2.2地形辐射校正第32页/共58页第三十二页，共59页。

左上：DEM（800-1800m）

右上：照度图

左下：1998年6月Walchesee湖TM原始图像。天顶角为34.6度，方位角为131.7度。

右下：地形辐射校正和几何校正后图像可以看到，原始图像中缺少太阳照明的区域，经过地形辐射校正处理后色调效果得到了改善。5.1.2.2

地形辐射校正第33页/共58页第三十三页，共59页。去雾霭处理LANDSAT7ImageryBeforeandAfterAtmosphericCorrection第34页/共58页第三十四页，共59页。去云处理LANDSAT7ImageryBeforeandAfterAtmosphericCorrection第35页/共58页第三十五页，共59页。大气辐射校正小结

大气散射和大气吸收等效应对图像上地物的光谱特征产生影响。在图像上的表现形式为地物相对反射亮度值上的一个偏置量，偏置量与波长成反比，波长越短，偏置量越大。大气散射和吸收等效应对不同的图像处理方法影响也不同，对单纯的彩色合成可通过线性拉伸消除其对图像的影响。但在热异常信息增强处理和信息提取方面，尤其需要进行大气校正，如果不消除大气的噪声，将有可能导致错误的分析结果。第36页/共58页第三十六页，共59页。常见大气校正方法1、大气辐射传输模型校正法（绝对）使用6S、LOWTRAN、MODTRAN等大气辐射传输模型进行大气校正，这些模型可以比较精确地模拟大气的影响，因此校正的效果比较可靠。缺点：必须输入与卫星同步获得的大气资料如气温、气压、水汽含量、臭氧含量、气溶胶光学厚度等参数，对于大部分遥感应用来说，大面积同步观测基本上是不可能的事情，因此，这些方法的应用受到了极大限制。第37页/共58页第三十七页，共59页。2、相对辐射校正方法主要包括图像回归法、伪不变特征法、暗集-亮集法、未变化集辐射归一法与直方图匹配法等。优点：这些相对辐射校正方法仅利用图像像元灰度值的统计特征，不需要其它参数，操作简便，尤其适合用于历史遥感数据。其中，未变化集常指一些反射率近似固定不变的人工物体如机场跑道、大型运动场等，可以它们的发射率为基准对图像进行大气校正。常见大气校正方法第38页/共58页第三十八页，共59页。

相对辐射校正是针对多时相遥感图像之间由大气、照度、物候和传感器性能衰减等差异造成的影响,对各像元的灰度值进行必要的校正，它有利于提高动态监测精度。在进行不同时相遥感影像的比较和镶嵌处理前，大气辐射校正是必须的。常见大气校正方法第39页/共58页第三十九页，共59页。图像回归分析法直接从图像中获取所需要的参数，不需要额外的输入，因此应用比较广泛。它是利用几乎不受大气影响的TM和ETM＋第7波段与其它波段进行比较，大致确定大气影响的成分。具体方法是：在第7波段和待校正的各波段图像中，取由最亮至最暗的一系列目标，将其亮度值按波段分别提取，再对每一个待校正波段的亮度值与ETM＋第7波段的亮度值进行回归分析，得出回归直线，回归方程为：式中y为因变量，这里取待校正波段亮度值，x为自变量，这里取ETM+波段7的亮度值，b为待定参数。回归分析获得的a值即为大气辐射校正值（大气散射偏置量的近似值），采用最小二乘法确定。常见大气校正方法第40页/共58页第四十页，共59页。第41页/共58页第四十一页，共59页。

上图为TM1～6波段与TM7波段亮度值线性回归分析的结果，对截距取整即可得到TM1～6波段的校正值分别为52、33、24、22、5和121。将待校正的TM各波段图像像元亮度值与校正量相减，即得到经大气辐射校正后的图像。常见大气校正方法第42页/共58页第四十二页，共59页。释疑巩固1、何谓数字图像？它是如何得到的？2、描述数字图像特征的主要参数？3、为何要进行遥感数字图像辐射校正？4、遥感数字图像辐射校正的主要方法？第43页/共58页第四十三页，共59页。5.2遥感影像的几何校正5.2.0基本术语5.2.1为何要进行几何校正？5.2.2几何校正的方法？第44页/共58页第四十四页，共59页。5.2.0基本术语图像配准—Registration图像纠正（校正）--Rectification或者叫做

Geo-referencing地理参照.图像地理编码–Geo-coding图像正射投影校正–Ortho-rectification地面控制点—GCPs(GroundControlPoints)最邻近重采样–Nearestneighborresampling双线性重采样–Bilinearresampling立方卷积重采样—Cubicconvolutionresampling均方根误差–RootMeanSquareError，RMSE第45页/共58页第四十五页，共59页。5.2.1为何要进行几何校正？几何畸变：遥感图像的几何位置上发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等变形。第46页/共58页第四十六页，共59页。遥感影像变形（几何畸变）的原因：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。地形起伏的影响：产生像点位移。地球表面曲率的影响：一是像点位置的移动；二是像元对应于地面宽度不等，距星下点愈远畸变愈大，对应地面长度越长。大气折射的影响：产生像点位移。地球自转的影响：产生影像偏离。总之，几何畸变是：平移、缩放、旋转、偏扭、弯曲等共同作用的结果。第47页/共58页第四十七页，共59页。5.2.2几何畸变校正基本思路：把存在几何畸变的图像，校正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。具体步骤

1）定位。计算校正后每一点所对应原图中的位置2）定量。计算每一点的亮度值计算方法1）建立两图像像元点之间的对应关系；

2）求出原图所对应点的亮度：最近邻法、双线性内插法、三次卷积内插法。第48页/共58页第四十八页，共59页。第49页/共58页第四十九页，共59页。图像灰度重采样方法1)

最近邻法：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；第50页/共58页第五十页，共59页。2）双线性内插法：以实际位置临近的4个像元值，确定输出像元的灰度值。公式为：图像灰度重采样方法第51页/共58页第五十一页，共59页。3）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。公式为：PSF

三次样条函数sinc函数图像灰度重采样方法第52页/共58页第五十二页，共59页。控制点的选取数目的确定:数量应当超过多项式系数的个数（(n+1)*(n+2)/2）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尽可能满幅均匀选取5.2.2几何畸变校正第53页/共58页第五十三页，共59页。数字图像几何校正过程纠正函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等。其中多项式方法的应用最为普遍。第54页/共58页第五十四页，共59页。

问题：几何校正过程主要由哪两个步骤组成？分别可采取哪些方法予以实