多光谱图像处理

1、多光谱图像处理当前遥感数据的特点 来源于不同传感器，具有不同的特点。 数据量很大。 数据之间存着互补性和冗余性。多光谱图像处理缨帽变换（Tasseled Cap）MSS图像TM图像指数计算（Indices）色彩变换（RGBIHS)1. 色彩逆变换（HISRGB）光谱增强缨帽变换MSS图像缨帽变换R R1 1特征量：称为特征量：称为“亮度亮度”，在数，在数值上等于值上等于MSSMSS四个波段的加权和，四个波段的加权和，反映了地物总的电磁波辐射水反映了地物总的电磁波辐射水平。平。R R2 2特征量：称为特征量：称为“绿色物绿色物”，在，在数值上等于数值上等于MSS6MSS6与与MSS7MSS7的加

2、权的加权和再减去和再减去MSS4MSS4与与MSS5MSS5的加权和，的加权和，反映了植物的生长状况。反映了植物的生长状况。R R3 3特征量：称为特征量：称为“黄色物黄色物”，是，是MSS5MSS5与与MSS7MSS7的加权和减去的加权和减去MSS4MSS4与与MSS6MSS6的加权和。的加权和。R R4 4特征量：称为特征量：称为“其它其它”。TM图像缨帽变换R R1 1特征量：称为特征量：称为“亮亮度度”，在数值上等于，在数值上等于TMTM图像六个波段的加权和，图像六个波段的加权和，代表总的电磁波辐射水代表总的电磁波辐射水平。平。R R2 2特征量：称为特征量：称为“绿绿度度”，反映了可

3、见光与，反映了可见光与近红外波段之间的差异。近红外波段之间的差异。R R3 3特征量：称为特征量：称为“湿湿度度”，反映的是，反映的是TM1,TM2,TM3,TM4TM1,TM2,TM3,TM4波段与波段与TM5,TM7TM5,TM7波段之间的对比。波段之间的对比。光谱增强指数计算（Indices）指数计算矿物提取光谱增强色彩变换（RGBIHS)IHS图像光谱增强色彩逆变换（HISRGB）多光谱图 像 融 合技术一对矛盾？空间分辨率与光谱分辨率不可得兼高空间分辨率图像具有低的光谱分辨率，相应的波段数较少（例如SPOT全色波段分辨率是10米）。多光谱图像往往具有低的空间分辨率（例如Landsat

4、 TM分辨率为30米）。如何解决矛盾？ 研究的内容 充分利用各种类型的图像资源，获得同时具有较高光谱信息和空间分辨率的对象信息。 定义 是以图像为研究对象的数据融合，是指在同一时间，将同一景物的不同波段或来自不同传感器的两个或两个以上的图像进行处理，形成一幅合成图像，以获取更多的关于目标信息的图像处理过程。SPOT、TM图像各波段对应的波长TMSPOT融合处理SPOT-5 10米米多光谱图像SPOT-5 5m 全色图像多光谱与5m PAN 融合图像融合的过程多源图像精确配准根据图像的特征及整合的目的选择合适的融合方法输出融合图像目前在遥感图像融合中常用的像素级融合方法目前在遥感图像融合中常用的

5、像素级融合方法 基于彩色空间变换法（基于彩色空间变换法（HISHIS变换法）变换法） 基于主成分分析法（基于主成分分析法（PCAPCA法）法） 代数法代数法 Brovey变换变换 基于高通滤波影像融合法基于高通滤波影像融合法 基于小波变换影像融合法基于小波变换影像融合法n 将多光谱图像的将多光谱图像的RGBRGB彩色空间变换到彩色空间变换到IHSIHS空间，空间，即图像由即图像由R R（红）（红）G G（绿）（绿）B B（蓝）表示变换成（蓝）表示变换成I I（亮度）（亮度）H H（色调）（色调）S S（饱和度）表示。（饱和度）表示。n 将全色图像和多光谱图像的将全色图像和多光谱图像的I I进行

6、直方图匹配，进行直方图匹配，用全色图像用全色图像II代替多光谱图像的代替多光谱图像的I I，即，即IHSIHSIHSIHS，多光谱图像的其它两项不变。，多光谱图像的其它两项不变。n 多光谱多光谱IHSIHS反变换到反变换到RGBRGB，即得到融合图像。，即得到融合图像。基于彩色空间变换的影像融合法 HIS变换法基于HIS变换的遥感影像融合多光谱图像XS1色调分量HHIS正变换高分辨率多光谱图像1全色波段图像PA重采样多光谱图像XS2多光谱图像XS3重采样重采样饱合度分量S亮度分量IHIS逆变换高分辨率多光谱图像2高分辨率多光谱图像30.50.59 m，20米0.610.68 m，20米0.78

7、0.89 m，20米0.510.73 m，10米IHS融合处高分辨率图像多光谱图像基于基于PCA变换的影像融合法变换的影像融合法n 对多光谱图像进行主成分分析，得到第一主分量，它包含原图像的大量空间信息，而原图像的多光谱信息主要保留在其它的分量中。n 将高分辨率图像拉伸，使其与第一主分量具有相同的均值和方差。n 用拉伸后的高分辨率图像代替第一主分量，与其余分量做逆PCA变换即可得到融合的图像。基于基于PCA变换的影像融合法流程图变换的影像融合法流程图多光谱图像多光谱图像XS1XS1多光谱图像多光谱图像XS2XS2多光谱图像多光谱图像XS3XS3重采样重采样重采样重采样重采样重采样 PCA PC

8、A正变换正变换第二主分量第二主分量第三主分量第三主分量第一主分量第一主分量PCA PCA 逆变换逆变换全色波段图像全色波段图像PAPA高分辨率多光高分辨率多光谱图像谱图像1 1高分辨率多光高分辨率多光谱图像谱图像2 2高分辨率多光高分辨率多光谱图像谱图像3 3基于主成分分析法融合（Principal Component） 算法 计算主成分，将高分辨率的图像按照PC-1进行拉伸，并用之替换PC-1，最后进行主成分逆变换。 优点 这种方式使变换后的输出图像能够较好的保持原始多光谱图像的这种方式使变换后的输出图像能够较好的保持原始多光谱图像的景物辐射特性。景物辐射特性。 这种融合模式多用于不同类型传

9、感器融合或同一传感器多时相数这种融合模式多用于不同类型传感器融合或同一传感器多时相数据的动态分析，也可用于特征影像与地面调查数据的融合。据的动态分析，也可用于特征影像与地面调查数据的融合。 缺点 保持辐射特性的准确性，是以高的计算量为代价的，占用较多的保持辐射特性的准确性，是以高的计算量为代价的，占用较多的系统资源，因而它是最三种方法当中的较慢的一种。系统资源，因而它是最三种方法当中的较慢的一种。代数法（Multiplicative）算法算法优点优点该方法可以增强影像的细节反差，能够较好的突出城市地物该方法可以增强影像的细节反差，能够较好的突出城市地物。采用的是简单的乘积运算，因而运算最快并且

10、占用系统资源最少，采用的是简单的乘积运算，因而运算最快并且占用系统资源最少，也是三种方法中的最简单的一种。也是三种方法中的最简单的一种。缺点缺点然而融合后的图像没有保持原始多光谱图像辐射特性，相反，能够增强亮度成分，对增强城市信息方法这种方法较好。基于Brovey 变换的融合方法（Brovey Transform） 算法DNB1 / DNB1 + DNB2 + DNBn x DNhigh res. image = NB1_newDNB2 / DNB1 + DNB2 + DNBn x DNhigh res. image = NB2_new 优点 该方法可以增强图像直方图中的两端区域的对比度，即影像低辐射该方法可以增强图像直方图中的两端区域的对比度，即影像低辐射区和高辐射区的细节反差区和高辐射区的细节反差，（，（比如阴影部分，水和高辐射区的城市城市地物）。 在合成在合成RGB图像中，低辐射区和高辐射区有较高的对比度。图像中，低辐射区和高辐射区有较高的对比度。 缺点 不能保持原始图像的辐射特性。如果在分析的时候，原始图像的辐射特性比较重要的话，这种方法不适用。空间增强分辨率融合处理 由于高空间分辨