第四章遥感图像处理

1、第四章第四章 遥感图像预处理遥感图像预处理主讲老师：刘玉杰主讲老师：刘玉杰云南大学资环学院区域与资源规划系云南大学资环学院区域与资源规划系数据的输入输出数据的输入输出图像显示与分析图像显示与分析图像预处理（几何纠正、融合、镶嵌等）图像预处理（几何纠正、融合、镶嵌等）影像信息提取（人工解译、自动分类、特征提取、动态检测等）影像信息提取（人工解译、自动分类、特征提取、动态检测等）专题制图专题制图/ /三维可视化分析（集成三维可视化分析（集成GISGIS现有数据现有数据) )成果报告（成果报告（GISGIS分析分析/ /共享）共享）遥感图像处理的一般流程遥感图像处理的一般流程专题制图专题制图/ /三

2、维可视化分析（集成三维可视化分析（集成GISGIS现有数据现有数据) )第四章第四章 遥感图像的预处理遥感图像的预处理 1 1 辐射校正辐射校正 2 2 几何校正几何校正 3 3 镶嵌处理镶嵌处理 本章主要分析遥感数据本章主要分析遥感数据 获取过程中产生的辐射畸变、获取过程中产生的辐射畸变、几何畸变的原因和校正的方法，几何畸变的原因和校正的方法，多幅遥感数据的拼接处理方法。多幅遥感数据的拼接处理方法。数字图像遥感数据的表示既有模拟图像又有数字图像。n 模拟图像：灰度级或颜色连续变化的图像。n 数字图像：以数字形式表示的遥感影像以数字形式表示的遥感影像。 将模拟图像分割成同样形状的小单元，以各个

3、小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值进行数字化的图像。模拟图像与数字图像的相互转换模拟图像与数字图像的相互转换模数转换(A/D)o 空间离散化处理叫采样（空间离散化处理叫采样（sampling），），o 亮度值的离散化处理叫量化（亮度值的离散化处理叫量化（quantization），），o 以上两种过程结合起来叫图像的数字化以上两种过程结合起来叫图像的数字化（digitization）。）。 模数（模数（A/D）转换）转换数字图像数字图像模拟图像模拟图像数模（数模（D/A）转换）转换An image coordinate system空间采样过程亮度值的量化过程数字图像的性质

4、与特点o 像素（像元）是遥感数字图像最基本的单位，是成像过程的采样点，也是计算机图像处理的最小单元。像素具有空间特征和属性特征像素具有空间特征和属性特征。o 空间特征：几何位置及范围空间位置离散化 ，对应的地面分辨率是不同的。o 属性特征：亮度值灰度值离散化，在不同波段上，相同地点的亮度值可能是不同的，这是因为地物在不同波段上辐射电磁波的特征不同造成的。数字图像的性质与特点数字图像的性质与特点传感器类型卫星名称有效量化级数信息量/bitMSSLandsat646TMLandsat2568HRV(S)Spot2568HRV(PA)Spot646AVHRRNOAA102410常用的遥感数字图像有效

5、量化级数。多波段数字图像存储与分发的常用数据格式：（1）BSQ数据格式（Band sequential）；（2）BIP数据格式（Band interleaved by pixel）；（3）BIL数据格式（Band interleaved by line）； 辅助数据：数字图像尺寸等各种参数遥感数字图像的表示方法BSQ(Band sequential)数据格式：按波段顺序依次排列，数据格式：按波段顺序依次排列，1个文件，文件内划分1-K段，第n段数据为第n波段的图像数据M行N列。BSQ数据格式(按照波段记载数据文件)BIPBIP数据格式（数据格式（Band interleaved by pixe

6、l），），1个文件、M行N列格式，每个单元顺序记录K个波段的相应数据。BIP数据格式(按照像元顺序交叉排列)o BIL数据格式（Band interleaved by line）， 1个文件，逐行按波段次序排列。第1波段的第1行、第2波段的第1行、第K波段的第1行；第1波段的第2行、第2波段的第2行、第K波段的第2行；BIL数据格式(按照波段顺序交叉排列)直方图的概念直方图的概念o 反映一幅图像中一幅图像中各亮度值或亮度值区间像元出现频率的分布图，横坐标是灰度值，纵坐标是像元，横坐标是灰度值，纵坐标是像元的个数或者像元的百分比。的个数或者像元的百分比。o 直方图反映灰度的总体结构，灰度级的等级

7、直方图反映灰度的总体结构，灰度级的等级分布，不反映空间的分布分布，不反映空间的分布。图像，统计表与直方图图像，统计表与直方图A cumulative histogram 直方图的作用直方图的作用o 直方图的作用:通过灰度直方图可以直观地了解图像的亮度值分布范围、峰值的位置、均值以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及亮度值分布的离散程度等图像特征，可以反映图像的质量差异。正态分布：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：偏态分布：图像偏亮或偏暗，层次少，质量较差。直方图与图像质量直方图与图像质量直方图与图像质量直方图与图像质量直直方方图图与与

8、图图像像质质量量从直方图形态判断图像质量从直方图形态判断图像质量辐射校正o 辐射校正（radiometric correction） ：消除辐射量失真o 利用遥感器观测目标物辐射或反射的电磁能量时，从遥感器得到的测量值与目标物的光谱反射率或光从遥感器得到的测量值与目标物的光谱反射率或光谱辐射亮度等物理量是不一致的谱辐射亮度等物理量是不一致的，这是因为测量值中包含太阳位置及角度条件、薄雾等大气条件所引起的失真。为了正确评价目标物的反射特性及辐射特性，必须消除这些失真。o 引起辐射畸变的因素：引起辐射畸变的因素：遥感器的灵敏度特性、太阳高度角及地形、大气大气等。为什么要辐射校正吸收和散射作用直接降

9、低地物的辐射能量，引吸收和散射作用直接降低地物的辐射能量，引起辐射畸变。此外，大气散射的部分辐射还会起辐射畸变。此外，大气散射的部分辐射还会进入传感器，成为目标地物的噪声，降低了图进入传感器，成为目标地物的噪声，降低了图像的质量。像的质量。 大气的主要影响是减少了图像的对比度，使原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。始信号和背景信号都增加了因子。 大气校正概念：消除主要由大气散射、吸收引起的辐射误差的处理过程。（辐射校正的重要组成部分辐射校正的重要组成部分）何时需要进行大气校正？何时需要进行大气校正？定量信息提取；不同时相间的定量比较；不同波段间的运算；o 图

10、像某一剖面,在无大气时（a)白处亮度值为50，黑处亮度值为0，则亮度对比C1 =（500）501。当有大气影响时(b)，乘上透过率后假定减少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)/559/11。对比度减小，图像质量下降大气吸收和散射导致图像质量下降公式法公式法: : 与卫星扫描同步进行野外光谱测量，将地面测量将地面测量结果与卫星影象对应像元亮度值进行回归分析结果与卫星影象对应像元亮度值进行回归分析。回归方程为：Ri = a+bCiLAi =CiK+Lmin ， LAi = a1Ri +b1K=（Lmax-Lmin）/C

11、maxLAi 为卫星观测值（辐射亮度，辐射度）Ri 为地面反射率Ci灰度值辐射校正方法：辐射校正方法：o 直方图最小值去除法:图像中像元亮度值均图像中像元亮度值均减去一个辐射偏置量，辐射偏置量等于图像减去一个辐射偏置量，辐射偏置量等于图像直方图中最小的亮度值。直方图中最小的亮度值。o 基本思想在于一幅图像中总可以找到某种或某几种地物，其辐射亮度或反射率接近辐射亮度或反射率接近0，例如，地形起伏地区山的阴影处，反射率极低的深海水体处等，这时在图像中对应位置的像元亮度值应为0。实测结果表明，这些位置上的像元亮度不为零。这个值就应该是大气散射导致的程辐射度值。 辐射校正方法：辐射校正方法：辐射校正方

12、法一：直方图最小值去除法 校正方法：首先要确定该图像上确有辐射亮度或反射亮度应为零的地区，则亮度最小值亮度最小值必定是这一地区大气影响的程辐射度增值必定是这一地区大气影响的程辐射度增值。 校正时，将每一波段中每个像元的亮度值都校正时，将每一波段中每个像元的亮度值都减去本波段的最小值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。 辐射校正方法一：直方图最小值去除法辐射校正方法一：直方图最小值去除法 o 基本思想：假定某红外波段某红外波段，存在程辐射为主的大气影响，并且亮度增值最小，接近于零，设为波段a。现需要找到其他波段相应的最小值，这个值一定比a波段的最小值大

13、一些，设为波段b。 分别以a，b波段的像元亮度值为坐标，作二维光谱空间，两个波段中对应像元在坐标系内用一两个波段中对应像元在坐标系内用一个点表示个点表示。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Lb轴相交，且 aLLab辐射校正方法二：回归分析法辐射校正方法二：回归分析法辐射校正方法二：回归分析法aLLababLLa2)()(aabbaaLLLLLL则为波段b的校正值a7TMbiaiTMi回归法分析法校正前后直方图对比思考题o 什么是直方图？o 从直方图中怎么初步鉴别图像的质量？o 为什么要进行辐射校正？o 说出辐射校正的简单方法几何校正o 为什么要几何校正

14、o 几何校正的方法o 控制点在几何校正中的作用o 实例讲解几何校正遥感影像变形的原因 n 遥感器的内部畸变：由遥感器结构引起的畸变。 n 遥感平台位置和运动状态变化的影响 n 地形起伏的影响n 地球表面曲率的影响n 大气折射的影响n 地球自转的影响 几何校正中的几个概念o 几何校正几何校正：纠正系统和非系统因素引起的几何畸变纠正系统和非系统因素引起的几何畸变。o 图像配准（图像配准（Registration）：同一区域里一幅图像（基准图像）对另一幅图像校准，以使两幅图像中的同名像同名像素配准素配准。o 图像纠正（图像纠正（Rectification）：借助一组地面控制点，对一幅图像进行地理坐标

15、的校正。又叫地理参照（Geo-referencing）o 图像地理编码（图像地理编码（Geo-coding）：特殊的图像纠正方式，把图像矫正到一种统一标准的坐标系。o 图像正射校正（图像正射校正（Ortho-rectification）：借助于地形高程模型（DEM），对图像中每个像元进行地形的校正，使图像符合正射投影的要求。几何畸变校正o 基本思路 校正前的图像看起来是由行列整齐的等间距像元点组成的，但实际上，由于某种几何畸变，图像中像由于某种几何畸变，图像中像元点间所对应的地面距离并不相等元点间所对应的地面距离并不相等（图（图a）。校正后的图像亦是由等间距的网格点组成的，且以地面为标准，符合

16、某种投影的均匀分布（图b），图像中格网的交点图像中格网的交点可以看作是像元的中心可以看作是像元的中心。 校正的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。 几何校正的基本思路1.1. 坐标变换坐标变换: :建立校正前后图像坐标（建立校正前后图像坐标（x,yx,y) )与与(u,v(u,v) )的函数关系。的函数关系。 对每一个行列值对每一个行列值u u和和v, v, 求出对应的坐标值求出对应的坐标值x,yx,y( (一般不为整数）；一般不为整数）；2.2. 图像灰度值的重采样图像灰度值的重采样: :计算每一点的亮度值。计算每一点的亮度值。通过不同的邻点间内插方法来计算

17、新的通过不同的邻点间内插方法来计算新的x,yx,y位位置处的图像亮度值。置处的图像亮度值。坐标变换计算步骤一：建立二元二次多项式当n次多项式时：求得 x,y几何校正的基本思路1.1. 建立校正前后图像坐标（建立校正前后图像坐标（x,yx,y) )与与(u,v(u,v) )的函数关的函数关系。系。 对每一个行列值对每一个行列值u u和和v, v, 求出对应的坐标值求出对应的坐标值x,yx,y( (一般不为整数）；一般不为整数）；2.2. 计算每一点的亮度值。通过不同的邻点间内插方计算每一点的亮度值。通过不同的邻点间内插方法来计算新的法来计算新的x,yx,y位置处的图像亮度值。位置处的图像亮度值。

18、计算步骤二：求亮度o 最近邻法o 双线性内插法o 三次卷积内插法最邻近法（nearest neighbor）l 用距离投影点（采样点）最近象元灰度值代替用距离投影点（采样点）最近象元灰度值代替输出象元灰度值输出象元灰度值l 简单、省时，保留原始图像的值l 边缘出现锯齿状取整运算，而不是四舍五入取整运算，而不是四舍五入最邻近法原理最邻近法原理双线性内插法o 取(z，y)点周围的4邻点，在y方向(或x方向)内插二次，再在x方向(或y方向)内插一次，得到(x，y)点的亮度值f(x，y)，该方法称双线性内插法.三次卷积内插法（cubic convolution）l 取与投影点邻近的16个象元灰度值（4

19、4） ，计算输出象元的灰度值.取与计算点(x，y)则围相邻的16个点，与双向线性内插类似，可先在在某一入向上内插，如先在x方向上，每4个值依次内插4次，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。实际上是一种卷积运算，也叫三次卷积内插。o 三种方法比较方法优点缺点提醒最邻近法简单易用，计算量小处理后的图像亮度具有不连续性，影响精确度双线性内插法精度明显提高，特别是对亮度不连续现象或线状特征的块状化现象有明显的改善。 计算量增加，且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。 鉴于该方法的计算量和该方法的计算量和精度适中精度适中，只要不影响应用所需的精度，作为可取的方法而常被采用。 3次卷积内插更好的图像质量，细节表现更为清楚。 计算量很大。欲以三次卷积内插获得好的图像效果，就要求位置校正过程更准确，即对控制点