遥感导论 第四章

1、第四章第四章 遥感图像处理遥感图像处理 光学原理光学原理 数字图像的校正数字图像的校正 数字图像增强数字图像增强 多源信息复合多源信息复合1 1、光与色有什么不同？、光与色有什么不同？2 2、你知道的颜色模型有哪些？、你知道的颜色模型有哪些？3 3、彩色变换的方法有哪些？、彩色变换的方法有哪些？第一节第一节 光学原理光学原理1、光和颜色、光和颜色光是色的源泉光是色的源泉色是光的表现色是光的表现颜色颜色是人的视是人的视觉系统对觉系统对可见可见光光的感知结果，的感知结果，感知到的颜色感知到的颜色由光波的由光波的波长波长决定决定。亮度对比：亮度对比：视场中对象与背视场中对象与背景的亮度差与背景亮度之

2、比景的亮度差与背景亮度之比C=C=（L L对象对象-L-L背景背景）/L/L背景背景颜色视觉颜色视觉颜色对比颜色对比：在视场中，相邻区域的不同颜色相互影响。在视场中，相邻区域的不同颜色相互影响。2 2、颜色模型（、颜色模型（1 1）HLSHLSq颜色的性质由颜色的性质由明度、色调、饱和度明度、色调、饱和度来描来描述述明度（明度（Lightness, 强度强度, Intensity）色调（色调（Hue）饱和度饱和度(Saturation)明度明度彩色纯洁的程度，即光谱中波长段是否窄，频率是彩色纯洁的程度，即光谱中波长段是否窄，频率是否单一的表示。否单一的表示。不完全饱和不完全饱和 完全饱和完全饱

3、和 不完全饱和不完全饱和黑白色只用明度描述，不用色调、饱和度描述。黑白色只用明度描述，不用色调、饱和度描述。饱和度饱和度HLSHLS模型模型颜色立体颜色立体 色调色调在在0到到360度的标准色轮上，色相是按位置计度的标准色轮上，色相是按位置计量的。量的。 饱和度饱和度用色相中灰色成分所占的比例来表示，用色相中灰色成分所占的比例来表示，0%为纯灰色，为纯灰色，100%为完全饱和。为完全饱和。 明度明度是指颜色的相对明暗程度，是指颜色的相对明暗程度，0%定义为黑色，定义为黑色，100%定义为白色。定义为白色。q颜色立体颜色立体任何颜色都可以用三个坐标值：任何颜色都可以用三个坐标值：色调、明色调、明

4、度、饱和度度、饱和度表示。表示。2 2、颜色模型（、颜色模型（2 2）RGBRGB加色法原理加色法原理 三原色：三原色： 红、绿、蓝。红、绿、蓝。 互补色：互补色：若两种颜色混若两种颜色混合产生白色或灰色，这合产生白色或灰色，这两种颜色就称为互补色。两种颜色就称为互补色。黄和蓝、红和青、绿和黄和蓝、红和青、绿和品红品红。红绿黄红绿黄红蓝品红红蓝品红蓝绿青蓝绿青红蓝绿白红蓝绿白 RGB模型模型 (Red, Green, Blue)RGB模型为图像中每一个像素模型为图像中每一个像素RGB分量分配一个分量分配一个0255范范围内的强度值。例如：围内的强度值。例如： 纯红色纯红色R值为值为255，G值

5、为值为0，B值为值为0； 纯绿色纯绿色G值为值为0，G值为值为255，B值为值为0； 纯蓝色纯蓝色B值为值为0，G值为值为0 ，B值为值为 255 ； 灰色灰色的的R、G、B三个值相等（除了三个值相等（除了0和和255）；）； 白色白色的的R、G、B都为都为255； 黑色黑色的的R、G、B都为都为0。RGB图像只使用三种颜色，就可以使它们按照不同的比例图像只使用三种颜色，就可以使它们按照不同的比例混合，在屏幕上重现混合，在屏幕上重现16777216种颜色。种颜色。3 3、彩色变换、彩色变换q彩色的视觉分辨能力比黑白高，方法：彩色的视觉分辨能力比黑白高，方法：单波段的彩色：单波段的彩色：密度分割

6、密度分割多波段的彩色：多波段的彩色：彩色合成彩色合成HLS变换变换l概念：概念：单波段黑白遥感单波段黑白遥感图像可按图像可按亮度分层亮度分层，对，对每层赋予不同的色彩，每层赋予不同的色彩，使之成为一幅彩色图像。使之成为一幅彩色图像。这种方法又叫这种方法又叫密度分割。密度分割。（1 1）单波段彩色变换）单波段彩色变换（假彩色密度分割假彩色密度分割）l 分层方案的确分层方案的确定：定：分层方案与分层方案与地物地物光谱差异光谱差异对应合适，对应合适，可以较好地区分地物可以较好地区分地物类别。类别。v以不同的色彩表示图像的色调变化，以不同的色彩表示图像的色调变化，增强了图像的显示能力增强了图像的显示能

7、力v同一地物同一地物或现象可能被分割成两种或现象可能被分割成两种不同密度并以不同的颜色显示出来，不同密度并以不同的颜色显示出来，或或同一色彩同一色彩却表示两种以上不同的却表示两种以上不同的地物，造成判读错误。地物，造成判读错误。（2 2）多波段色彩变换）多波段色彩变换 概念：概念： 依照依照加色法彩色合成原理加色法彩色合成原理，选择遥感影像的，选择遥感影像的某三个波段，分别赋予某三个波段，分别赋予红、绿、蓝红、绿、蓝三原色，三原色，合成彩色影像合成彩色影像 合成方案：合成方案：真彩色合成、假彩色合成真彩色合成、假彩色合成例如：例如： TM：Band3、2、1 display as RGB，称为

8、，称为真彩色合成真彩色合成。 TM：Band4、3、2 display as RGB，称为，称为标准假彩色合成标准假彩色合成。多光谱多光谱TMTM影像影像TM1TM1：0.45-0.520.45-0.52微米，蓝波段微米，蓝波段TM2TM2：0.52-0.600.52-0.60微米，绿波段微米，绿波段TM3TM3：0.63-0.690.63-0.69微米，红波段，微米，红波段，TM4TM4：0.76-0.900.76-0.90微米，近红外波段微米，近红外波段TM5TM5：1.55-1.751.55-1.75微米，中红外波段微米，中红外波段TM6TM6：10.4-12.510.4-12.5微米，

9、热红外波段微米，热红外波段TM7TM7：2.08-2.352.08-2.35微米，中红外波段微米，中红外波段 HLS变换是从变换是从RGB模式模式转换到转换到HLS模式模式，是颜色从是颜色从RGB数学表达到另一种数学表达的数学表达到另一种数学表达的定量化转换过程。定量化转换过程。（3 3）HLSHLS变换变换 RGB RGB是从物理学角度出发描述颜色，是从物理学角度出发描述颜色，HLSHLS则是从人则是从人眼的主观感觉出发描述颜色。该模型是目前使用较为眼的主观感觉出发描述颜色。该模型是目前使用较为广泛的融合方法。广泛的融合方法。 在在HLS域，域，亮度亮度L L分量与地物表面粗糙度相对应，分量

10、与地物表面粗糙度相对应，代表地物的空间代表地物的空间几何特征几何特征，色调色调H H分量代表地物的主要分量代表地物的主要频谱特征，频谱特征，饱和度饱和度S S表征色彩的纯度。表征色彩的纯度。变换前红、绿、蓝各波段变换前红、绿、蓝各波段归一化归一化0，1亮度值表示为：亮度值表示为：Lr、Lg、Lb，三者中最大为，三者中最大为Lmax ，最小为，最小为Lmin遥感影像色彩与反射率的对应遥感影像色彩与反射率的对应 传感器接收电磁能量，用化学方法、光电转传感器接收电磁能量，用化学方法、光电转换换 方法将能量记录下来。但是无论是胶片上各点方法将能量记录下来。但是无论是胶片上各点 化学反应的程度、还是数字

11、记录，人还是无法化学反应的程度、还是数字记录，人还是无法 直接从中快速获取信息。直接从中快速获取信息。 因此，人们通过一定的规则：对记录介质因此，人们通过一定的规则：对记录介质上上 的的记录值与色彩之间建立对应关系记录值与色彩之间建立对应关系. .遥感影像对应颜色的法则：遥感影像对应颜色的法则：单个工作波段上的影像显示为黑白影像单个工作波段上的影像显示为黑白影像: :反射率大反射率大明亮的白色，反射率小明亮的白色，反射率小近黑色的灰近黑色的灰色，反射率居中色，反射率居中不同程度的灰色表示。不同程度的灰色表示。单个工作波段上的影像表示为某种不同明度的颜色单个工作波段上的影像表示为某种不同明度的颜

12、色: :用某种颜色的不同明实现，明亮度用某种颜色的不同明实现，明亮度反射率最低，反射率最低，明亮度大明亮度大反射率高，不同程度明亮度代表中间过反射率高，不同程度明亮度代表中间过度的反射率。度的反射率。单个工作波段上的影像表示为彩色单个工作波段上的影像表示为彩色: :反射率越大反射率越大越明亮的色彩，反射率越小越明亮的色彩，反射率越小明亮明亮度越小的色彩。度越小的色彩。三个工作波段的影像可以叠加显示为彩色：三个工作波段的影像可以叠加显示为彩色：利用三利用三原色原理，三幅影像分别对应三原色叠加在一起。原色原理，三幅影像分别对应三原色叠加在一起。1 1、卫星上的传感器所接受的信号除了地物直接反射、卫

13、星上的传感器所接受的信号除了地物直接反射的信息外，还混入了其他途径来的辐射，需要做辐的信息外，还混入了其他途径来的辐射，需要做辐射校正把它们去掉。请分析有几种其他辐射进入传射校正把它们去掉。请分析有几种其他辐射进入传感器。有哪些校正方法？感器。有哪些校正方法？2 2、介绍回归分析方法。、介绍回归分析方法。3 3、如果不作几何校正，遥感影像有什么问题？、如果不作几何校正，遥感影像有什么问题？ 几几何校正分哪几步进行？何校正分哪几步进行？4 4、什么是最小二乘法？、什么是最小二乘法？4.2.1 4.2.1 数字图像数字图像4.2.24.2.2 辐射校正辐射校正4.2.34.2.3 几何校正几何校正

14、第二节第二节 数字图像的校正数字图像的校正4.2.1数字图像数字图像数字图像：数字图像：光学图像是模拟量，经光学图像是模拟量，经采样采样和灰度级量化后和灰度级量化后成为数字量成为数字量数字图像。数字图像。光学图像是连续的，而数字图像是离散的。光学图像是连续的，而数字图像是离散的。 一般一般，灰度值从，灰度值从0 0到到255255，共有，共有256256级灰阶。级灰阶。数字图像的表示：数字图像的表示：矩阵函数矩阵函数数字图象HOME1 进入传感器的进入传感器的辐射强度辐射强度反映在图像上就是反映在图像上就是亮度亮度值（灰度值）。值（灰度值）。辐射强度大，亮度值（灰度值）辐射强度大，亮度值（灰度

15、值）就大。就大。 该值主要受该值主要受两个物理量影响两个物理量影响：一是太阳辐射照：一是太阳辐射照射到地面的辐射强度，二是地物的光谱反射率。射到地面的辐射强度，二是地物的光谱反射率。4.2.2辐射校正辐射校正（Radiometric correction ）辐射畸变：辐射畸变： 地物目标的光谱反射率的差异在地物目标的光谱反射率的差异在实际测量时，受到实际测量时，受到传感器本身、大气辐射传感器本身、大气辐射等其他因素的影响而发生改变。这种改变等其他因素的影响而发生改变。这种改变称为称为辐射畸变辐射畸变。传感器仪器本身产生的误差传感器仪器本身产生的误差 仪器系统工作产生的误差仪器系统工作产生的误差

16、导致了接收的图像不均匀，导致了接收的图像不均匀，产生条纹和噪声。产生条纹和噪声。 主要表现：灰度失真疵点、离散的灰点、条状和环状干主要表现：灰度失真疵点、离散的灰点、条状和环状干扰、亮度边缘值缺失等亮度失真。扰、亮度边缘值缺失等亮度失真。大气对辐射的影响大气对辐射的影响 由于大气吸收、散射作用，大气会消弱原信号强度；由于大气吸收、散射作用，大气会消弱原信号强度；同时部分散射光、反射光直接或间接进入传感器，成为干扰同时部分散射光、反射光直接或间接进入传感器，成为干扰信息。信息。 最终表现为：减少了图像的对比度，图像具有灰雾状。最终表现为：减少了图像的对比度，图像具有灰雾状。引起辐射畸变的原因：引

17、起辐射畸变的原因：1. 1.大气影响的定量分析大气影响的定量分析 ：2.大气影响的粗略校正：大气影响的粗略校正：1.大气影响的定量分析大气影响的定量分析 对传感器接收影响较大的是对传感器接收影响较大的是吸收和散射吸收和散射。 到达传感器的辐射亮度：到达传感器的辐射亮度：太阳经大气衰减后照射到地面，经地面反射后，又经大太阳经大气衰减后照射到地面，经地面反射后，又经大气第二次衰减进入传感器的能量；气第二次衰减进入传感器的能量； 透过率小于透过率小于1 1（L L1 1）各个方向散射光又以漫入射照射地物，经地物反射进入各个方向散射光又以漫入射照射地物，经地物反射进入传感器。传感器。(L(L2 2)

18、) 各个方向散射光直接进入传感器。各个方向散射光直接进入传感器。(L(LP P) ) 程辐射度程辐射度 进入传感器的辐射能的组成： L=L1+L2+LP大气的主要影响是减少了图像的对比度，使原始信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，图像质量下降号和背景信号都增加了因子，图像质量下降。2.大气影响的粗略校正：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。 直方图最小值去除法 回归分析法:数字图像直方图：数字图像直方图：以每个像元为单位，横坐标代表像元灰度级，纵坐标以每个像元为单位，横坐标代表像元灰度级，纵坐标代

19、表每一灰度级内像素占总像素数的比例。代表每一灰度级内像素占总像素数的比例。直方图的作用：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。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。直方图（）直方图最小值去除法（）直方图最小值去除法基本思路基本思路: :每幅图像上都有辐射亮度或反射亮度应每幅图像上都有辐射亮度或反射亮度应为零的地区（阴影、深海水体），而事实上并不等为零的地区（阴影、深海水体），而事实上并不等于零于零, ,此值应该是此值应该是程辐射度值程辐射

20、度值。将每一波段中每个。将每一波段中每个像元值都减去像元值都减去本波段的最小值本波段的最小值可消除程辐射度影响。可消除程辐射度影响。最小值从直方图中发现。最小值从直方图中发现。调整前直方图调整后直方图亮度值亮度值亮度值亮度值像元数百分比像元数百分比/%/%像元数百分比像元数百分比/%/%基本思想：基本思想： 以以红外波段最低值红外波段最低值校正可见光波段。校正可见光波段。把红外图象当作无散把红外图象当作无散射的标准图象。射的标准图象。一般来说，大气影响散射主要影响短波部分，其强度随波长的增加一般来说，大气影响散射主要影响短波部分，其强度随波长的增加而减小，到而减小，到红外波段红外波段可能接近于

21、零。把它作为无可能接近于零。把它作为无散射影响的标准图散射影响的标准图像像，通过对不同波段图像的对比分析来计算大气影响。，通过对不同波段图像的对比分析来计算大气影响。（2）回归分析法）回归分析法回归分析校正法回归分析校正法xy1x(,)iixy(,)iixyyabx60605761125 69586770646047616164546074红红外外波波段段操作方法：操作方法： 令红外波段为令红外波段为a波段，其他波段的最小值一定比波段，其他波段的最小值一定比a波段的大，设为波段的大，设为b波段。两波段的像元亮度间具有相关性，以波段。两波段的像元亮度间具有相关性，以a波段亮度作为自变量、波段亮度

22、作为自变量、b波段亮度作为函数，作波段亮度作为函数，作 2维散点图维散点图进行线性回归分析。所得的截距被进行线性回归分析。所得的截距被当做为波段当做为波段b中所具有的程辐射度。中所具有的程辐射度。回归方程为：回归方程为： y=a4+b4x；大气改正截距大气改正截距a4所所求求波波段段思考思考为什么要进行图象的几何处理为什么要进行图象的几何处理? ?几何处理的内容是什么几何处理的内容是什么? ?4.2.3几何校正几何校正 我们得到的图象一般是未经几何处理的图象，不能我们得到的图象一般是未经几何处理的图象，不能直接应用，必须将其投影到需要的直接应用，必须将其投影到需要的地理坐标系地理坐标系，对图象

23、，对图象进行几何纠正和我们所需要的坐标系一致。研究遥感图进行几何纠正和我们所需要的坐标系一致。研究遥感图像几何变形的前提是必须确定一个图像投影的参照系统，像几何变形的前提是必须确定一个图像投影的参照系统，即即地图投影系统地图投影系统。 遥感图像成图时，由于各种因素的影响，图像本身遥感图像成图时，由于各种因素的影响，图像本身的的几何形状与其对应的地物形状几何形状与其对应的地物形状往往是不一致的。往往是不一致的。1、遥感影像变形的原因、遥感影像变形的原因1）遥感平台位置和运动状态变化的影响：）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。航高、航速、俯仰、翻滚、偏航。由于传感器

24、自身的性能技术指标偏移标称数值所造成的。2）地形起伏的影响：）地形起伏的影响：产生像点位移。产生像点位移。3）地球表面曲率的影响：）地球表面曲率的影响：像点位置的移动像点位置的移动4）大气折射的影响：）大气折射的影响：产生像点位移。产生像点位移。5）地球自转的影响：）地球自转的影响：产生影像偏离。产生影像偏离。（1）、卫星姿态引起的图像变形）、卫星姿态引起的图像变形位移变化位移变化高度变化高度变化速度变化速度变化偏航变化偏航变化俯仰变化俯仰变化侧翻变化侧翻变化(d) (d ) (d ) 地球曲率引起的像点位移类似于地球曲率引起的像点位移类似于地形起伏地形起伏引起引起的像点位移。的像点位移。h看

25、作是一种系统的地形起伏看作是一种系统的地形起伏，就可以利用像点位移公式来估计就可以利用像点位移公式来估计地球曲率所引地球曲率所引起的像点位移起的像点位移。 地球曲率的变形图示地球曲率的变形图示（3）地球表面曲率的影响）地球表面曲率的影响 大气密度分布从下向大气密度分布从下向上越来越小，折射率上越来越小，折射率也不断变化，折射后也不断变化，折射后的的辐射传播辐射传播不再是直不再是直线而变成了线而变成了曲线曲线，从，从而引起而引起像点的位移。像点的位移。（4）大气折射的影响）大气折射的影响卫星自北向南运行的同时，卫星自北向南运行的同时，地球自西向东自转，相对地球自西向东自转，相对运动使卫星的星下点

26、位置运动使卫星的星下点位置逐渐向西平移，最终使得逐渐向西平移，最终使得图像发生扭曲。图像发生扭曲。（5）地球自转的影响）地球自转的影响几何粗校正：几何粗校正：针对针对卫星运行和成像过程卫星运行和成像过程中引起中引起的几何畸变进行的校正，仅作的几何畸变进行的校正，仅作系统误差系统误差校正。校正。几何精校正几何精校正：消除图像中的几何变形，产生一消除图像中的几何变形，产生一幅符合某种幅符合某种地图投影或图形表达要求地图投影或图形表达要求的新图像的新图像2 2 几何畸变校正几何畸变校正遥感图像的几何处理包括两个层次。遥感图像的几何处理包括两个层次。 第一是遥感图像的第一是遥感图像的粗加工处理；粗加工

27、处理； 第二是遥感图像的第二是遥感图像的精加工处理。精加工处理。 精校正基本原理：精校正基本原理：利用利用图像坐标图像坐标和和地面坐标地面坐标（另（另一图像坐标、地图坐标等）之间的数学关系，即一图像坐标、地图坐标等）之间的数学关系，即输入图像输入图像和和输出图像间输出图像间的坐标转换关系实现。的坐标转换关系实现。具体步骤具体步骤 ： 1）像素坐标的变换 （利用数学模拟多项式来描述）（从理论上讲，任何曲面都能用适当高次的多项式来拟合。） 2）计算每一点的亮度值。1 1）数学模拟）数学模拟二元二元n n次多项式次多项式 需找需找6 6个已知对应点，这些已知坐标的对应点为个已知对应点，这些已知坐标的

28、对应点为控制点。控制点。 代入控制点求出坐标变换函数式的系数，确立代入控制点求出坐标变换函数式的系数，确立坐标变换函数式坐标变换函数式常采用：二元二次多项式常采用：二元二次多项式1）最近邻法：距离实际位置）最近邻法：距离实际位置最近的像元的灰度值最近的像元的灰度值作为输出图像像元的灰度值作为输出图像像元的灰度值2）确定每点的亮度值）确定每点的亮度值原图像对应点的亮度原图像对应点的亮度2 2）双线性内插：取采样点）双线性内插：取采样点周围周围4 4个像元的值个像元的值参与计算，先计算参与计算，先计算X X方向（或方向（或Y Y方向）上线性内插，所得到的两个内插值再进行方向）上线性内插，所得到的两

29、个内插值再进行Y Y方向（方向（X X方向）上一次内插。方向）上一次内插。（g1）（ ）3 3）三次卷积内插：取采样点）三次卷积内插：取采样点周围周围1616个像元个像元的值参与计算，先对的值参与计算，先对X X方向上方向上的像元值进行卷积运算，再对所得到的的像元值进行卷积运算，再对所得到的4 4个值进行个值进行Y Y方向方向上的卷积运算。上的卷积运算。-a(1-a) 21-2a2+a3a(1+a-a3)a2(a-1)a=x-i邻近点对投影点的权重，表示邻近点到投影点的距离邻近点对投影点的权重，表示邻近点到投影点的距离 最近邻法最近邻法计算量最小计算量最小，但处理后的图像的亮，但处理后的图像的

30、亮 度具有不连续性，线性地物易产生度具有不连续性，线性地物易产生锯齿状锯齿状。 双线性内插法的双线性内插法的精度和计算量适中精度和计算量适中，并带有，并带有 低通滤波（平滑）低通滤波（平滑）的效果，细节信息丢失，的效果，细节信息丢失， 边缘受到一定的平滑作用。边缘受到一定的平滑作用。 三次卷积法内插精度高且带有三次卷积法内插精度高且带有边缘增强边缘增强的效的效 果，缺点是果，缺点是运算量大运算量大。3 3）控制点的选取）控制点的选取数目的确定数目的确定: :最小数目：最小数目：大于最低数很多；有时大于最低数很多；有时6 6倍于最小数目。倍于最小数目。选择的原则选择的原则易分辨、易定位的特征点：

31、易分辨、易定位的特征点：道路的交叉口，水道路的交叉口，水库坝址，河流弯曲点等。库坝址，河流弯曲点等。特征变化大的地区应多选些。特征变化大的地区应多选些。图像边缘部分一定要选取控制点，以避免外推。图像边缘部分一定要选取控制点，以避免外推。尽可能满幅均匀选取。尽可能满幅均匀选取。2)2)(1(NN N: N: 多项式的次数多项式的次数1 1、计算、计算P133P133页，第页，第1010题（题（1 1）。）。2 2、线性代数矩阵中的特征值和特征向量的几何意义、线性代数矩阵中的特征值和特征向量的几何意义是什么是什么? ?3 3、主成分分析原理是什么？、主成分分析原理是什么？4 4、遥感信息复合的方法

32、有哪些、遥感信息复合的方法有哪些? ?第三节第三节 数字图像增强数字图像增强 对比度变换、对比度变换、 空间滤波变换、空间滤波变换、 彩色变换、彩色变换、 图像运算、图像运算、 多光谱变换。多光谱变换。一、对比度变换一、对比度变换 概念：概念：是一种通过改变图像是一种通过改变图像像元的亮度值像元的亮度值来改变图来改变图像像元对比度，从而改善图像质量的图像处理方法。像像元对比度，从而改善图像质量的图像处理方法。 将图像中将图像中过于集中的像元分布过于集中的像元分布区域（亮度值分布范区域（亮度值分布范围）拉开扩展，扩大图像围）拉开扩展，扩大图像反差的对比度反差的对比度，增强图像，增强图像表现的表现

33、的层次性层次性。 方法：方法：对比度线性变换和非线性变换。对比度线性变换和非线性变换。直方图的概念直方图的概念 p113 v一般来说，包含大量像元的图像，像元的亮度随机一般来说，包含大量像元的图像，像元的亮度随机分布应是分布应是正态分布正态分布。v直方图为直方图为非正态分布非正态分布，说明图像的亮度分布，说明图像的亮度分布偏亮偏亮、偏暗偏暗或或亮度过于集中亮度过于集中，图像的，图像的对比度小对比度小，需要调整，需要调整该直方图到正态分布，以改善图像的质量。该直方图到正态分布，以改善图像的质量。线性变换：线性变换：在改善图像对比度时，如果在改善图像对比度时，如果采用采用线性或分段线性线性或分段线

34、性的函数关系，那么这的函数关系，那么这种变换就是线性变换。种变换就是线性变换。 按一定比例对原像元值进行扩大或缩小按一定比例对原像元值进行扩大或缩小 调整调整线性参数线性参数，改变变换效果，改变变换效果 分段式线性变换分段式线性变换非线性变换：非线性变换：变换函数为变换函数为非线性函数非线性函数时，时，即为非线性变换。即为非线性变换。 （指数变换、对数变换）指数变换、对数变换）b2b1a2a1（x xa ,a ,x xb b）121121aaaxbbbxab111212)(baxaabbxab（1 1）线性变换）线性变换变换前亮度值变换前亮度值变变换换后后亮亮度度值值分段线性变换分段线性变换a

35、bxx31102abxx41543abxx变换前变换前0123456789101112131415变换后变换后00111224681012131414156 , 0 x11, 6x15,11x变换前变换前变换后变换后变换前变换前变换后变换后指数变换指数变换对数变换对数变换()非线性变换非线性变换caxbxab) 1lg(cbexaaxb在亮度值较高部分在亮度值较高部分拉伸，亮度值较低拉伸，亮度值较低部分压缩。部分压缩。在亮度值较低部分在亮度值较低部分拉伸，亮度值较高拉伸，亮度值较高部分压缩。部分压缩。二、空间滤波二、空间滤波 空间滤波：空间滤波：以突出图像上的某些特征为目的，以突出图像上的某些

36、特征为目的，通过通过像元与周围相邻像元的关系像元与周围相邻像元的关系，采取空间，采取空间域中的域中的邻域处理方法邻域处理方法进行图像增强方法。进行图像增强方法。 邻域处理：邻域处理： 新影像像元值由原影像上对应新影像像元值由原影像上对应像元及相邻像元及相邻像元的值像元的值来确定。来确定。 主要包括主要包括平滑和锐化。平滑和锐化。图像卷积运算：图像卷积运算：在图像的左上角开一个与在图像的左上角开一个与模板模板同样同样大小的活动窗口，大小的活动窗口，图像窗口图像窗口与与模板像元模板像元的的亮度值相亮度值相乘再相加乘再相加，得到新像元的灰度值。，得到新像元的灰度值。空间滤波的作用空间滤波的作用平滑：

37、平滑：消除各种干扰噪声，使影像中消除各种干扰噪声，使影像中高频成分高频成分消退消退，平化掉影像的细节，表现为影像模糊。，平化掉影像的细节，表现为影像模糊。 锐化：锐化：突出突出影像边缘、线性目标或某些影像边缘、线性目标或某些亮度变化亮度变化率大率大的部分的部分，提高影像的细节，常表现为边缘增强。，提高影像的细节，常表现为边缘增强。high-pass filter （高通滤波）（高通滤波）low-pass filter（低通滤波）（低通滤波）1 1、平滑、平滑-图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。l均值平滑：均值平滑：将每

38、个像元在以其为中心的区域内，将每个像元在以其为中心的区域内，取取平均值平均值来代替该像元值，以达到去掉尖锐来代替该像元值，以达到去掉尖锐“噪声噪声”和平滑图像的目的。和平滑图像的目的。中值滤波：中值滤波：将每个像元在以其为中心的邻域内，将每个像元在以其为中心的邻域内，取取中间亮度值中间亮度值来代替该像元值，以达到去掉尖来代替该像元值，以达到去掉尖锐锐“噪声噪声”和平滑图像的目的。和平滑图像的目的。中值（中位值）中值（中位值） 在全部数据中排列在中间的在全部数据中排列在中间的数据值数据值 1/91/91/91/91/91/91/91/91/964605761125 695860706460576

39、16169586070均值滤波：均值滤波：中值滤波：中值滤波：57586060616469701252 2、锐化、锐化突出图像的边缘、线性目标或某些亮突出图像的边缘、线性目标或某些亮度变化率大的部分。度变化率大的部分。l罗伯特梯度：罗伯特梯度：找到了找到了梯度较大的位置梯度较大的位置，也就找，也就找到了到了边缘边缘，用不同的梯度值代替边缘处像元的，用不同的梯度值代替边缘处像元的值，也就突出了边缘。值，也就突出了边缘。l索伯尔梯度索伯尔梯度l拉普拉斯算法拉普拉斯算法l定向检测定向检测Smoothing Edge Enhancement彩色的视觉分辨能力比黑白高方法：方法：三、彩色变换三、彩色变换

40、单波段的彩色：密度分割多波段的彩色：彩色合成HLS变换：l概念：概念：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。这种方法又叫密度分割。l分层方案的确定：分层方案的确定：分层方案与分层方案与地物光地物光谱差异谱差异对应合适，对应合适，可以较好地区分地可以较好地区分地物类别。物类别。1、单波段彩色变换（、单波段彩色变换（假彩色密度分割假彩色密度分割）v以不同的色彩表示图像的色调变化，增强了图像的显示能力v同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。2 2、多波段色彩变换、多波段色彩变换 概念：概念

41、： 依照依照加色法彩色合成原理加色法彩色合成原理，选择遥感影像的，选择遥感影像的某三个波段，分别赋予某三个波段，分别赋予红、绿、蓝红、绿、蓝三原色，三原色，合成彩色影像合成彩色影像 合成方案：合成方案：真彩色合成、假彩色合成真彩色合成、假彩色合成例如：例如： TM：Band3、2、1 display as RGB，称为，称为真彩色合成真彩色合成。 TM：Band4、3、2 display as RGB，称为，称为标准假彩色合成标准假彩色合成。多光谱多光谱TMTM影像影像TM1TM1：0.45-0.520.45-0.52微米，蓝波段微米，蓝波段TM2TM2：0.52-0.600.52-0.60微

42、米，绿波段微米，绿波段TM3TM3：0.63-0.690.63-0.69微米，红波段，微米，红波段，TM4TM4：0.76-0.900.76-0.90微米，近红外波段微米，近红外波段TM5TM5：1.55-1.751.55-1.75微米，中红外波段微米，中红外波段TM6TM6：10.4-12.510.4-12.5微米，热红外波段微米，热红外波段TM7TM7：2.08-2.352.08-2.35微米，中红外波段微米，中红外波段 HLS变换是从变换是从RGB模式模式转换到转换到HLS模式模式，是颜色从是颜色从RGB数学表达到另一种数学表达的数学表达到另一种数学表达的定量化转换过程。定量化转换过程。

43、3 3、HLSHLS变换变换 RGB模型模型 (Red, Green, Blue)RGB模型为图像中每一个像素模型为图像中每一个像素RGB分量分配一个分量分配一个0255范范围内的强度值。例如：围内的强度值。例如： 纯红色纯红色R值为值为255，G值为值为0，B值为值为0； 纯绿色纯绿色G值为值为0，G值为值为255，B值为值为0； 纯蓝色纯蓝色B值为值为0，G值为值为0 ，B值为值为 255 ； 灰色灰色的的R、G、B三个值相等（除了三个值相等（除了0和和255）；）； 白色白色的的R、G、B都为都为255； 黑色黑色的的R、G、B都为都为0。RGB图像只使用三种颜色，就可以使它们按照不同的

44、比例图像只使用三种颜色，就可以使它们按照不同的比例混合，在屏幕上重现混合，在屏幕上重现16581375种颜色。种颜色。HLS模型（模型（Hue, saturation, Lightness-Intensity）HLS色彩模式以色彩模式以色调（色调（H）、饱和度（）、饱和度（S）和明度）和明度（L）描述颜色的基本特征。描述颜色的基本特征。 色调色调在在0到到360度的标准色轮上，色相是按位置计度的标准色轮上，色相是按位置计量的。量的。 饱和度饱和度用色相中灰色成分所占的比例来表示，用色相中灰色成分所占的比例来表示，0%为纯灰色，为纯灰色，100%为完全饱和。为完全饱和。 明度明度是指颜色的相对明

45、暗程度，是指颜色的相对明暗程度，0%定义为黑色，定义为黑色，100%定义为白色。定义为白色。 RGB RGB是从物理学角度出发描述颜色，是从物理学角度出发描述颜色，HLSHLS则是从人则是从人眼的主观感觉出发描述颜色。该模型是目前使用较为眼的主观感觉出发描述颜色。该模型是目前使用较为广泛的融合方法。广泛的融合方法。 在在HLS域，域，亮度亮度L L分量与地物表面粗糙度相对应，分量与地物表面粗糙度相对应，代表地物的空间代表地物的空间几何特征几何特征，色调色调H H分量代表地物的主分量代表地物的主要频谱特征，要频谱特征，饱和度饱和度S S表征色彩的纯度。表征色彩的纯度。变换前红、绿、蓝各波段变换前

46、红、绿、蓝各波段归一化归一化0，1亮度值表示为：亮度值表示为：Lr、Lg、Lb，三者中最大为，三者中最大为Lmax ，最小为最小为Lmin四、图像运算四、图像运算 概念概念：两幅或多幅单波段影像，完成空间配两幅或多幅单波段影像，完成空间配准后，通过一系列准后，通过一系列运算运算，可以实现图像增强，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目达到提取某些信息或去掉某些不必要信息的目的。的。 原理：原理：地物不同波段的光谱差异。地物不同波段的光谱差异。 差值运算差值运算 比值运算比值运算 差值运算差值运算 两幅行列数相等的影像，两幅行列数相等的影像，对应像元值相减对应像元值相减 fD

47、(x,y)=f1(x,y)-f2(x,y) 差值运算的作用差值运算的作用 地物在不同波段上的反射率差异地物在不同波段上的反射率差异 反映了地物的时间变化反映了地物的时间变化（同一地区不同（同一地区不同时相的动态变化）时相的动态变化） 对应像元的亮度值相除（除数不为对应像元的亮度值相除（除数不为0） fD(x,y)=f1(x,y)/f2(x,y) 比值运算的作用比值运算的作用 能压抑因能压抑因地形坡度和方向地形坡度和方向引起的辐射引起的辐射量变量变 化，消除化，消除地形起伏地形起伏的影响；的影响； 扩大不同地物的光谱差异扩大不同地物的光谱差异（可增强某些可增强某些地地 物之间的反差）物之间的反差

48、） 比值运算比值运算典型例子典型例子 区分植被和非植被区分植被和非植被 植被在近红外波段的像元值大于可见光波段的像植被在近红外波段的像元值大于可见光波段的像 元值，因此元值，因此植被植被的的NDVI值必定是正值，并且大值必定是正值，并且大 于其它于其它非植被地物非植被地物的的NDVI值，因此可以通过确值，因此可以通过确 定一个定一个阈值阈值来区分来区分。 用于提取植被类别、估算植被生物量、估算农用于提取植被类别、估算植被生物量、估算农作作 物产量、森林蓄积量物产量、森林蓄积量 绿色植被在近红外光处为高反射，红光处为低反射绿色植被在近红外光处为高反射，红光处为低反射NDVI：（近红外波段（近红外

49、波段-红光波段）红光波段）/（近红外波段（近红外波段+红光波段）红光波段）对于对于TM： （TM4-TM3）/(TM4+TM3)突出突出植被在红光、近红光上的反射差异特征。植被在红光、近红光上的反射差异特征。 遥感多光谱影像，特别是陆地卫星的遥感多光谱影像，特别是陆地卫星的TM等传感器，等传感器，波段多，信息量大，波段多，信息量大，对图像解译很有价值。但数据量对图像解译很有价值。但数据量太大，在图像处理计算时，也常常耗费大量的机时和太大，在图像处理计算时，也常常耗费大量的机时和占据大量的磁盘空间。占据大量的磁盘空间。 实际上，一些波段的遥感数据之间都有不同程度实际上，一些波段的遥感数据之间都有

50、不同程度的的相关性相关性，各相关波段之间存在大量的，各相关波段之间存在大量的数据冗余数据冗余。五、多光谱变换五、多光谱变换多多光谱变换光谱变换: :针对多光谱影针对多光谱影像像存在的一定程度上存在的一定程度上的相关性以及数据冗余现象，通过的相关性以及数据冗余现象，通过函数变换函数变换，达，达到到保留主要信息，降低数据量保留主要信息，降低数据量,增强或提取有用信增强或提取有用信息息目的的方法。目的的方法。主要方法有：主要方法有： K-L变换（主成分变换）变换（主成分变换） K-T变换（主因子变换）变换（主因子变换） 主成分分析主成分分析 （principal component analysis

51、principal component analysis）：）：是着眼于是着眼于变量之间的相互关系变量之间的相互关系，尽可能不丢失信，尽可能不丢失信息地用息地用几个综合性指标汇集几个综合性指标汇集多个变量的测量值而多个变量的测量值而进行描述的方法。进行描述的方法。 通过采用主成分分析就可以把通过采用主成分分析就可以把影像中所含的大部影像中所含的大部分信息用假想的少数波段表示出来分信息用假想的少数波段表示出来，这意味着信，这意味着信息几乎不丢失但数据量可以减少。息几乎不丢失但数据量可以减少。 Y=AX X X为变换前的多光谱空间的像元矢量为变换前的多光谱空间的像元矢量 Y Y为变换后的主分量空间

52、的像元矢量为变换后的主分量空间的像元矢量 A A为变换矩阵为变换矩阵nixxxxX21K-LK-L变换变换（主成分变换）（主成分变换） 目的：目的：是去除数据之间的相关性，减少冗余。是去除数据之间的相关性，减少冗余。 方法：方法：它是对某一多光谱图像它是对某一多光谱图像X.X.利用利用K-LK-L变换矩变换矩阵阵A A进行线性组合进行线性组合, ,而产生一组新的多光谱图像而产生一组新的多光谱图像Y.Y.nnnnnnnnxxxyyy2121222211121121,x2x1 5.1.1 KL变换的特点： (1)(1)从几何意义来看，从几何意义来看，变换后的主分量变换后的主分量空间坐标空间坐标系与

53、系与变换前的多光谱空间坐标系相比旋转变换前的多光谱空间坐标系相比旋转了一了一个个角度角度。而且新坐标系的坐标轴一定指向数据。而且新坐标系的坐标轴一定指向数据信息量较大的方向。以信息量较大的方向。以二维空间二维空间为例，假定某为例，假定某影像像元的影像像元的分布呈椭圆状分布呈椭圆状，那么经过旋转后，那么经过旋转后，新坐标系的新坐标系的坐标轴一定分别指向椭圆的长半轴坐标轴一定分别指向椭圆的长半轴和短半轴方向和短半轴方向主分量方向主分量方向，因为长半轴这，因为长半轴这一方向的信息量最大。一方向的信息量最大。 KL变换的特点： (2)(2)就变换后的就变换后的新波段主分量新波段主分量而言，它们所包括而

54、言，它们所包括的的信息量不同信息量不同，呈，呈逐渐减少逐渐减少趋势。事实上，趋势。事实上，第第一主分量一主分量集中了最大的信息量，常常集中了最大的信息量，常常占占8080以以上。第二、三主分量的信息量依次很快递减，上。第二、三主分量的信息量依次很快递减，到了第到了第n n分量，信息几乎为零。分量，信息几乎为零。 由于由于KLKL变换对不相关的噪声没有影响，所变换对不相关的噪声没有影响，所以信息减少时，便突出了噪声，最后的以信息减少时，便突出了噪声，最后的分量几分量几乎全是噪声乎全是噪声。所以这种变换又可分离出噪声。所以这种变换又可分离出噪声。 K-LK-L变换：变换：可实现可实现数据压缩数据压

55、缩和和图像增强图像增强。 基于上述特点，在遥感数据处理时常常用基于上述特点，在遥感数据处理时常常用KL变换作变换作数据分析前的预处理数据分析前的预处理，可以实现数据压，可以实现数据压缩和图像增强的效果。缩和图像增强的效果。 在在遥感图像分类遥感图像分类中，常常利用主成分分析算法中，常常利用主成分分析算法来来消除特征向量中各特征之间的相关性消除特征向量中各特征之间的相关性，并进行，并进行特征选择。特征选择。 T 变换变换( 缨帽变换缨帽变换 )：性质性质: (1) 仅适用于仅适用于TM图像图像15、7波段波段的线性变换的线性变换; (2) 线性变换矩阵为线性变换矩阵为66 的常数矩阵的常数矩阵,而且是而且是经验经验矩阵矩阵; (3) 变换后依然得到变换后依然得到6个图像个图像。其中：第一个图像。其中：第一个图像反映反映亮度特征亮度特征，是原图像亮度的加权和；第二个图像表，是原图像亮度的加权和；第二个图像表示示绿度绿度，反映，反映绿色生物量特征绿色生物量特征；第三个图像表示；第三个图像表示湿度湿度，反映反映土壤的湿度特征土壤的湿度