第8章 遥感图像基本处理(1).ppt

1、1,遥感成像过程第八章 遥感图像基本处理,电磁辐射与地物光谱特征,2,第八章 遥感图像的基本处理,遥感图像的 基本处理,数字图像校正,数字图像增强,多源信息复合,数字图像 辐射校正 几何校正,3,8.1.1 模拟图像与数字图像,光学图像（模拟图像）连续图像照片 二维的连续的光密度函数。 图像上的光密度随坐标x,y变化而变化，如果取一个方向的图像，则密度随空间变化，是一条连续的曲线。,数字图像离散图像计算机存储 指能够被计算机存储、处理和使用的图像。 数字图像可以理解为多维数组。,模拟图像与数字图像之间可通过模/数（A/D）转换。,4,照片,照片上的手指,QuickBird（校园）,局部放大,数

2、字图像：指能够被计算机存储、处理和使用的图像。 “离散化”、二维矩阵：每个元素的取值是图像连续变化的灰度的离散整数值。,5,1、离散化的单元像元值的涵义？代表什么？ 2、在计算机内是如何存储的（以什么数据类型）？ 3、图像所占存储空间如何计算？,6,不同反差特征的图像,图像直方图,用平面直角坐标系表示一幅灰度范围为0-n的数字图像像元灰度分布状态，横轴表示灰度级，纵轴表示某一灰度级（或范围）的像元个数占像元总数的百分比。 通过直方图可以直观地了解图像特征，以确定图像增强方案并了解图像增强后效果。,7,遥感图像处理系统,遥感图像处理的主要内容：校正、增强、变换及信息提取,8,8.1.2 遥感图像

3、的辐射校正,由于传感器响应特性和大气的吸收、散射及其它随机因素影响，导致图像模糊失真，造成图像分辨率和对比度相对下降。这些都需要通过辐射校正复原。 包括：系统辐射校正、大气校正,9,一、系统辐射校正 （一）光学摄影机内部辐射误差校正 光学摄影机内部辐射误差主要是由镜头中心和边缘的透射光的强度不一致造成的，它使得在图像上不同位置的同一类地物有不同的灰度值。设原始图像灰度值g，校正的图像灰度g,则有 g=g/cos 为像点成像时光线与主光轴夹角。 （二）光电扫描仪内部辐射误差的校正 两类误差：（1）光电转换误差；（2）探测器增益变化引起的误差。,10,二、大气校正 定义：指消除主要由大气散射引起的

4、辐射误差的处理过程。 （一）公式法 与卫星扫描同步进行野外波谱测试，将地面测量结果与卫星影像对应像元亮度值进行回归分析，回归方程为：,式中，LAi为卫星观测值；Ri为地面反射率； a和b为回归系数； 系数a为大气散射引起对辐射的干扰部分 a=SiLBi （式中，Si为系统增益因素；Lbi为大气路径辐射率）,b表示辐射率Lai随地面反射率Ri递增而增长的程度大小； Ti为大气透射率；Hi为太阳辐照度；为太阳天顶角； 由于这个公式计算方法是对于各个波段分别进行的，所以以上各参数都带有i，代表各波段的序号。将上式代入可得：,上式说明决定Lai的因素比较复杂，用这一公式计算Lai时需要获得当时具体气象

5、参数。 由前面的公式可得：,式中，LAi即为校正后图像灰度值；a为大气附加辐射部分。,12,（二）回归分析法 用长波数据来校正短波数。 作法：在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。 例如：,13,a1,b1计算如下：,T1、T5表示TM1与TM5波段灰度值，,为TM1波段校正后的灰度值。,14,（三）直方图校正法: 通过灰度直方图对比找出校正量,从图像像元亮度值中减去一个辐射偏置量（LP），辐射偏置量等于图像直方图中最小的辐射亮度值。 前提（假设）：水体（或阴影）等物体的灰度值为0，大气散

6、射导致图像上这些物体的灰度值不为0（辐射偏置量） 暗物体法（Dark-object method）,15,补充知识1：大气影响的定量分析,地面上单位面积的辐照度为,假定地表面是朗伯体，其表面为漫反射，则某方向物体的亮度为,系统增益系数因子 ，进入传感器的亮度值,无大气影响状况,16,补充知识1：大气影响的定量分析,受入射方向透过率 和反射方向透过率 的影响，进入传感器的亮度值为：,漫入射辐照度为ED，反射后进入传感器的亮度值为：,散射光直接进入传感器的辐射（程辐射亮度LP）,17,补充知识1：大气影响的定量分析,大气的影响主要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。,18,补充

7、知识1：大气影响的粗略校正,通过比较简便的方法去掉上式中的LP，从而改善图像质量。,问题：精确校正？,19,补充知识1：绝对校正示意图,20,补充知识1：常用大气辐射校正模型,21,地球旋转 ,地球曲率 ,传感介质的不均匀 ,地形起伏 ,传感器姿态变化 ,成像投影方式 ,8.1.3 遥感影像变形的原因,22,遥感影像变形的原因,侧视雷达属斜距投影，其成像变形规律,红外机械全景扫描，其成像变形规律,（一）传感器成像几何形态影响 传感器一般的成像几何形态有中心投影、全影投影、斜距投影以及平行投影等几种不同类型。,23,遥感影像变形的原因,（二）传感器外方位元素变化畸变,24,（三）地球自转的影响

8、地球自转对于瞬时光学成像遥感方式没有影响，对于扫描成像则造成图像平行错动。,为图像错动量；,图幅地面长度；,地球平均半径6378KM；,卫星运行平均角速度；,25,遥感影像变形的原因,（四）地球表面曲率的影响,像点位置的移动,像元对应于地面宽度的不等,26,遥感影像变形的原因,（五）地形起伏影响,27,遥感影像变形的原因,（六） 大气折射的影响,28,二、遥感图像几何校正原理 遥感图像几何校正包括光学校正和数字纠正两种方法。 数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的，其包括两方面：一是像元坐标变换；二是像元灰度值重新计算（重采样）。 （一）坐标变换的两种方案 首先要确定原始图

9、像和纠正后图像之间的坐标变换关系。对其包括： 直接法：从原始图像阵列出发，依次对其中每一个像元分别计算其在输出（纠正后）图像的坐标，即：,29,式中，x,y为P点原始图像的行数和列数；X，Y为P在新图像中的坐标（即地面坐标系），并把P（x,y)的灰度值重新计算后送到P（X，Y）位置上去。,间接法：从空白图像阵列出发，依次计算每个像元P（X，Y）在原始图像中的位置P（x,y），然后把该点的灰度值计算后返送给P(X,Y)。其纠正公式为：,30,数字图像几何纠正的主要处理过程,准备工作：图像、地图、大地测量资料、平台轨道参数、传感器参数、控制点的选择；（具体内容可选） 纠正变换函数建立：输入和输出图

10、像间的坐标变换关系；如多项式法、共线方程法等。,31,(二）输出图像的边界大小 输出图像边界的地面坐标值是由包括纠正后图像在内的最小长方形范围来确定的。,32,1、把原始图像的4个角点按公式：,投影到输出坐标系中来。,2、获取各自的最大和最小值（Xb、Yb和Xa、Ya）； 3、令地面上坐标（Yb、Xa）和(Ya、Yb)的点（图像左上角点）为输出图像的第一行第一列像元，以dx和dy划分网格，每个网格代表输出图像的一个像元，在它输出图像阵列中的位置为：,式中，X，Y为地面某网格中心的坐标值；I，J为该网格位于输出图像阵列中的行列序号；dx,dy为输出图像阵列像元的地面尺寸；,33,（三）数字图像灰

11、度值的重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。,重采样：P的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献，这就是灰度值重采样,三种插值方法：最邻近法、双线性法、三次卷积法,34,1、最近邻法 用距离投影点最近像元灰度值代替输出像元灰度值。 2、双线性内插法 投影点周围4个相邻像元灰度值，并根据各自权重计算输出像元灰度值，公式简述为：,35,3、双三次卷积法 获取与投影点邻近的16个像元灰度值计算输出像元灰度值，公式为：,36,最邻近采样法（Nearest neighbour）,37,原始图像,纠正后图像（最邻近插值）,38,双线性内插采样

12、法,39,双线性插值,原始图像,纠正（双线性插值）,40,立方体卷积采样法,41,原始图像,几何纠正（三次卷积）,42,三、数字图像几何校正方法 数字图像几何校正方法有多项式纠正法和共线方程纠正法。前者常用。 多项式纠正法的基本思想：回避成像的空间几何过程，而真接对图像变形的本身进行数学模拟。常用的二元齐次多项式纠正变换方程为：,式中，x,y为某像元的原始图像坐标；X,Y为纠正后同名点的地面（或地图）坐示；ai,bi为多项式系（i=0,1,2,43,数字图像几何校正方法(函数的建立),多项式纠正法：常用的方法 基本原理：不考虑成像的空间几何过程，而直接对图像变形的本身进行数学模拟。把遥感图像的

13、总体变形看作是平移、缩放、旋转、仿射、偏扭、弯曲及更高次的基本变形的综合作用结果，因此，将纠正前后图像相应点间的坐标关系用一适当的多项式表达。 一般取2次，可以满足精度要求 需要地面控制点： 分布、数量,44,控制点的选择,地面控制点（GCP，Ground Control Point）: 一些特定的像元，其地图坐标或其它输出坐标为已知 人工地物 线性地物交叉点 不易随时间变化的目标 大比例尺的图像：道路交叉点、机场跑道、建筑物 小比例尺的图像：城区、一些线性地物交叉点（河流、道路） 分布：较均匀分布与图像范围内，保证足够数量,45,控制点的选择,注意问题： 1. 多项式纠正法的精度与地面控制点

14、（GCP）的精度、分布、数量及纠正范围有关； GCP的位置精度越高，则几何纠正的精度越高；GCP的个数不少于多项式的系数个数；适当增加GCP的个数，可以提高几何纠正的精度。 20-30个GCP，一般可以满足需求 2. GCP分布应尽可能在整幅图像内均匀分布，否则在GCP密集区精度较高，在GCP分布稀疏区出现较大误差 3. 最小控制点的数量为:(n+1)(n+2)/2, 为多项式次数。,46,四、遥感图像配准,47,影像配准 (Matching) 是将同一地区的不同特性的相关影像(如不同传感器，不同日期，不同波段或传感器在不同位置获取的同一地区地物)在几何上互相匹配，即实现影像与影像间地理坐标及

15、像元空间分辨率上的统一。, 相对配准 选择某一卫星数据作为参考图象，将其他卫星数据与之配准，简称图像对图像的配准。, 绝对配准 将所有的图像分别校正到地图坐标系下。,48,精纠正后SPOT,配准后TM,DRG,SPOT与TM影像的配准,49,已有高精度纠正结果时：在对已有纠正图像进一步检查的基础上，以纠正好的、几何精度高的数据为底图，进行配准纠正。,监测范围较小时：高几何分辨率全色SPOT 先几何校正到地 图坐标系，再将TM 配准到全色SPOT上。,监测范围较大时：先将高质量的某一时相TM数据进行几何纠 正，象元采样成10米的地面分辨率，作为标准影象地图；再 将其余卫星数据以景为单元与其进行相

16、对配准。,50,影像配准或校正,配准精度检查,加密控制点,选取控制点,满足,配准结束,不满足,满足要求吗？,51, 同名点的选取,人工目视 相关运算, 采用的方法,一般多项式拟合法, 图像配准中误差,一般地区不大于0.5个像元，平原地区严格控制在0.5个 像元以内，山区适当放宽。,52,配准点的选取,53,快速融合结果,局部放大,对配准后数据进行快速融合处理，目视检查融合图是否有重影现象。,54,配准不合格，有重影的影像,55,透明叠加检查,利用图像处理软件的连接和分层交互显示功能目视检查数据配准精度。,配准精度检查,56,五、图像镶嵌,57,影像镶嵌(Mosaicking)是将两幅或多幅影像拼在一起，构成一幅整体影像的技术过程。,数字镶嵌在理论和方法上与几何校正类似，有几点注意： 1）、镶嵌要有足够宽的重叠区，最好不少于图像的1/5。 2）、相邻的图像色调或灰度值应