第3章-遥感数字图像的表示与统计描述...ppt

1、1、遥感数字图像处理，林金堂福建江学院地理科学系，第2，3章遥感数字图像的显示与整合描述，第3，3章遥感数字图像的显示与整合描述， 3.1遥感图像模型3.2遥感图像数字是3.3多带图像的统一校正特征3.4多带图像的统一校正特征3.5窗，邻近和卷积3.6纹理3.1遥感图像模型在理论上是遥感图像在某个时刻t 上式等号右侧的加号连接的前后两个分别表示从目标放射的电磁波放射量和反射的电磁波放射量。 当然除以上因素外，l还与太阳的高度角和观测角度有关，考虑到这些附加因素，需要用更复杂的遥感图像模型来表现。 5，3.1遥感影像模型在可见光和近红外波段中，白天物体自身辐射的辐射量可以忽略，上式可以简化为：式

2、，根据照明条件和传感器的几何特征，反映目标物的特性。 在热红外波段，必须同时考虑反射和辐射。 成像时间是一个重要因素，晚上得到的主要是地物的热辐射，白天的反射部分在不同的波段，可以通过修正不同的传感器取得。 6，3.2遥感图像的数字表示有必要用数学方式表现图像，以便于在图像处理中分析问题。 表示图像的基本方法有确定和统一修正两种。 决定的表现形式通过导出图像函数式，在数字图像的情况下用矩阵或向量形式表示。 统一的表现规则是用平均的特征来表现图像。 7、3.2遥感图像的数字显示、3.2.1图像的确定性显示是3.2.2图像的统一显示、8、3.2.1图像的确定性显示是在一张图像上记录地物辐射能量的空

3、间分布，在多光谱图像(。 对于单波段图像，f (x，y，t )表示有关空间坐标和时间的图像。 对于所捕获的单个时段的图像，时间是常数，并且可以从图像函数中排除图像函数，从而使图像函数从三个变量减少到两个变量，即图像被减少到相对于空间坐标点的函数f (x，y )。 在采样量化后，连续的图像场被离散化。 9、3.2遥感图像的数字显示、3.2.1图像确定性显示1 .图像的矩阵显示离散化后的数字图像是整数排列，在数学上记述为矩阵f。 数字图像中的每个像素都是矩阵中的相应元素。 用矩阵表示数字图像具有应用矩阵理论易于处理和分析图像的优点。 将图像数据设为n列、m行、k个频带。 对于任何段的数据，包含M*

4、N个元素的矩阵：数据可表示满足有界非负约束，即0f(i，j)Lm。 如果具有k个频带，则这样的矩阵有k个，10，3.2遥感图像的数字显示、3.2.1图像的准确度显示1 .图像的矩阵显示每1像素的可取值为0或1的图像称为2值图像。 二值图像没有颜色概念，数值只包含0和1。 在遥感数字图像处理中，二值图像是逻辑运算后的结果。 0表示背景(假)，1表示前景对象(真)。 习惯上，背景用白色表示，前景用黑色表示。 11，3.2遥感图像的数字显示和3.2.1图像的确定性显示1 .图像的矩阵显示灰度图像是用每像素一个量化灰度值(灰度级)描述的图像。 单波段图像是灰度图像。 在8比特量化的情况下，灰度值为。

5、黑色，255是白色。12、3.2遥感图像的数字显示、3.2.1图像的确定性显示1 .图像的行列显示彩色图像是指各像素由红、绿、蓝(分别用r、g、b表示)的三原色构成的图像，其中，r、g、b分别用不同的灰度等级记述对于多光谱遥感图像，可以通过r、g、b合成产生彩色图像。13、主要图像类别及其确定性表现、14、3.2遥感图像的数字表现、3.2.1图像的确定性表现2 .图像的向量表现是：图像的下一行的第一个像素跟在下一行的最后一个像素之后，图像可表现为l*mn的列向量f:对于每行或每列选择一个顺序，后面的数字排列必须与之一致。 在15、3.2遥感图像的数字显示、3.2.2图像的统一显示图像处理中，一

6、般将图像的灰度等级视为随机变量。 图像设为随机矢量x，可以根据概率论用两种方法来表现。 由密度函数(或由分布函数表示)来表示的另一个由集成校正特征残奥仪表来表示，其通常是在诸如期望、方差、协方差等密度函数未知的条件下的表示。 当将图像看作具有正态分布的随机变量时，能够使用统一修正学的方法统一地记述图像。 所使用的统一特征可以用于比较不同图像或图像的处理效果。 统一图像范围可以是根据需要确定的，也可以是整个场景的图像，还可以是指定的几何类型。 反映了16、3.3单波段图像的统一校正特征、3.3.1基本的统一校正特征3.3.2直方图、17、3.3单波段图像的统一校正特征、3.3.1基本的统一校正特

7、征1 .像素值平均信息的统一校正残奥仪表平均：像素值的算术平均值中央值3360是图像的全部由于像遥感图像那样的灰度级连续地变化，因此通常中值可以以最大灰度值和最小灰度值得到。18、3.3单波段图像的统一校正特征、3.3.1基本的统一校正特征1 .反映像素值平均信息的统一校正残奥表在最频值：图像中出现次数最多的灰度值，反映了在图像中广泛分布的地上物的反射能量。 方差：像素值和平均值之间的差的平方和表示像素值的变化的程度。 方差是测量图像信息量大小的重要测量值。 反映19，3.3单波段图像的统一校正特征、3.3.1基本的统一校正特征2 .像素值变化信息的统一校正残奥度表的恶化了：个像素的最大值和最

8、小值之间的差。 图像的灰度值的变化程度变差，间接地反映图像的信息量。 反差：反映图像的显示效果和可见性，还称为对比度。 可以用像素值的最大值/最小值、最大值-最小值、方差等表示。 对比度小，地物之间的识别性小。 因此，图像处理的基本目的之一是提高图像的反差。20、3.3单波段图像的统一特征、3.3.2直方图1 .定义直方图是灰度等级的函数，记述着图像中的各灰度等级的像素数。 对于数字图像，直方图实际上是图像的灰度值的概率密度函数的离散化模式。 在统计修正学上，图像的灰度值是离散变量，直方图表示离散的概率分布。 将直方图中的各灰度等级的像素数连接成一条线时，纵轴的比例值为出现某灰度等级的概率密度

9、，该线可以近似为连续函数的概率分布曲线。21、3.3单波段图像的统一校正特征、3.3.2直方图1 .定义、(1)正态分布最佳，其层次差大，可视性好，(2)整体的亮度值低，(3)整体的亮度值高，(4)整体的亮度一般，(5)峰值不明地上物有明显的2种差异，22，3.3单波段图像的统一特征，3.3.2直方图2 .直方图的性质(1)直方图反映了图像中的灰度分布规律。 描述每个灰度级具有的像素数，但不包含图像中这些像素的位置信息。遥感数字图像处理中，可以通过修正图像的直方图改变图像的逆差。 (2)在任何的特定图像中都对应有唯一的直方图，但是，也可以在不同的图像中存在相同的直方图。 (3)在只包含与一张图

10、像不连接的2个区域，知道各区域的直方图的情况下，图像整体的直方图是这2个区域的直方图的和。23、3.3单波段图像的统一修正特征、3.3.2直方图2 .直方图的性质(4)由于遥感图像数据的随机性，在图像像素数足够多、地物类型的差异非常大的情况下，遥感图像数据与自然界的其他现象一样，是正规的在遥感图像数据不完全遵循正态分布，即遥感图像的直方图分布曲线与正态分布曲线存在差的情况下，图像的灰度值的平均值、最频值和中央值明显不一致。 图像的倾斜程度是，fmode是图像的灰度的最频值，fmode是图像的灰度的最频值，fmode是图像的灰度的最频值，可以用：式表示的图像的灰度平均值，是图像的灰度标准偏差。

11、24，3.3单波段图像的统一特征、3.3.2直方图3 .直方图的应用直方图形态可以大致推定图像的对比度，之后，可以有意改变直方图形态来改善图像的对比度。 一般来说，如果图像的直方图的形态接近正态分布，则这样的图像的对比度适度，直方图的峰值位置向灰度值大的一方偏移，如果图像变亮，峰值位置向灰度值小的一方偏移，则图像变暗，如果峰值的变化过于急剧，则图像的灰度、25、26、3.3 1直方图图像的统一修正特征、3.3.2直方图4 .累积直方图横轴表示灰度等级，纵轴表示各灰度等级与该灰度等级以下的灰度等级所具有的像素数或者该像素数与总像素数的比，作成的直方图是累积直方图累积直方图可以看作是累积离散概率分

12、布。 修正算式为：I(i )为概率密度分布，I为灰度等级，nj和n的含义与前面相同。27、3.4多带图像的统一校正特征、遥感图像处理通常是多带数据的处理，在处理中不仅要考虑单带图像的统一校正特征，还要考虑带间的关联，多带图像间的统一校正特征不仅是图像分析中的重要残奥参数，而且是图像分析中的重要参数协方差和相关系数是2个基本的统一修正量，其值越高，表示2个频带图像间的协调性越强。 在所使用的遥感图像中，高光谱数据的各频带之间的相关性特别显着。28，3.4多波段图像的统一特征、1 .协方差2 .相关系数3 .直方图匹配、29，3.4多波段图像的统一特征、1 .协方差f(i，j )和g(i，j )为

13、大小MN的2个的31，3.4多波段图像的统一特征式中，Sff和Sgg分别是图像f(i，j )和g(i，j )的标准偏差。32、3.4多频带图像的统一特征、2 .相关系数相关矩阵r :排列了n个频带相互间的相关系数的矩阵。33、3.4多带图像的统一特征、2 .相关系数、34、3.4多带图像的统一特征、2 .相关系数、35、3.4多带图像的统一特征、3 .直方图匹配把图像直方图变换为基准图像的直方图， 在使两图像的直方图相同地近似的遥感图像处理中，直方图匹配应用于图像镶嵌中的图像的灰度调整，通过直方图匹配，存在相邻的两图像的色调逆差相同的倾向。在多时相图像处理中，以一方的时相的图像为基准，与另一方

14、的图像的色调调整反差，进一步运算。 一个增强的色调和对比度相对良好的图像为基准来处理另一个图像，并且可以获得类似的结果。36，3.5窗口、邻近位置卷积、3.5.1窗口和邻近位置3.5.2卷积运算3.5.3滤波器、37，3.5窗口、邻近位置卷积、3.5.1窗口和邻近位置对图像内的任何像素都可以使用。 窗口通常是矩形的，而矩阵通常是奇数，并且以行数x列数命名。 例如，3x3窗口、5x5窗口等。 33表示由3行3列的像素构成的矩形范围。38、3.5窗口、与邻近区域进行卷积，将3.5.1窗口和邻近区域的中心像素周围的矩阵称为该像素的邻近区域。 邻近度由与中心像素相邻的矩阵的总数来命名，例如，对于干33

15、窗口，在考虑中心像素周围的所有像素时，相邻的总矩阵数为8，称为8邻近度。 当将上、下、左右像素考虑为邻接像素时，总矩阵数为4，被称作4邻近。39、3.5窗口、与邻近区域进行卷积，并且3.5.1窗口和邻近区域计算单元：可以用f (x，y )来表示相对于中心像素(x，y )的值，并根据邻近规则通过校正操作来生成。 卷积校正算法是其中最常见的方法。40、3.5窗口、邻近点与卷积、3.5.2卷积运算卷积是在空间区域上对特定窗口执行的运算，是用于图像平滑、锐化的基本校正运算方法。 另外，通过m*n窗口的大小(I，j )中心的像素f(x，y )图像像素值g(x，y )计算获得的结果h(x， y )也称为窗

16、口模板或卷积核，kernel F卷积核的各要素之和3.5窗口、附近和卷积、3.5.2卷积运算、卷积运算示意图、43、3.5窗口、附近和卷积、3.5.2卷积运算、44、3.2卷积运算从包括干扰的所接收的信号中提取有用信号。 纹理、46、3.6通常定义为度量，用于测量图像的局部属性或局部区域中像素之间的关系。 纹理通常被认为仅由纹理基本体遵循一个确定性的规则或根据一个统一的规则重复排列而成。 霍金斯认为纹理标志有三个要素。 一个是局部序列性，并在该序列的较大区域中重复它，第二个是序列由基本部分的非随机序列组成，第三是每个部分是大致均匀的统一体并且在纹理区域中的每个位置处具有大致相同的结构大小。 纹理、纹理、纹理分为人工纹理和自然纹