遥感图像辐射处理(5)

1、遥感图像辐射处理1主要内容l遥感图像的辐射误差处理l遥感图像增强l多光谱图像运算l遥感信息复合2一一. 遥感图像的辐射误差处理遥感图像的辐射误差处理3辐射误差辐射误差传感器输出的电磁波能量与目标本身辐射的能量之差。引起辐射误差的原因引起辐射误差的原因 传感器本身的性能传感器本身的性能 地形影响和光照条件的变化地形影响和光照条件的变化 大气的散射和吸收大气的散射和吸收遥感图像的辐射处理遥感图像的辐射处理-定量遥感的基础 传感器辐射定标传感器辐射定标 辐射校正辐射校正 定量遥感概念v遥感技术发展的现状：一方面仍有大量遥感数据未被利用；一方面所需求的有效信息又十分匮乏。v原因：遥感本身的原因；遥感应

2、用研究中的对一些基本理论问题尚缺乏深入的研究。v随着遥感科学的发展、遥感应用的深入，定量遥感的必要性日益明显；而且，大量多角度遥感数据的问世，又使定量反演成为可能。v定量遥感：指从对地观测电磁波信号中定量提取地表参数的技术和方法，区别于仅靠经验判读定性识别地物的方法。456若传感器各个探测器工作不正常或定标不准定标不准，传传感器系统本身感器系统本身就会引入辐射误差。辐射定标： 是对传感器的探测值进行标定，用以确定传感器入口处的准确辐射值。(一) 传感器辐射定标绝对定标 建立传感器测量的数字信号(DN)与对应的辐射能量之间 的数量关系。绝对定标在卫星发射前后都要进行。 相对定标 得出目标中某一点

3、的辐射亮度与其他点的相对值。又称为传感器探测元件归一化，是为了校正传感器中各个探测元件响应度差异而对卫星传感器测量到的原始亮度值进行归一化的一种处理过程。7iiiiCLADNiiiiBADNLminmax255RRAiminRBiiiiACB/(二二) 辐射校正（大气校正）辐射校正（大气校正）v在遥感系统工作正常的情况下，由于大气衰减大气衰减和地形衰减和地形衰减的原因，获取的数据仍然带有辐射误差。v大气校正就是 消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声。8v实践中是否进行大气校正，取决于：问题本身可以得到的遥感数据的类型获取的历史与当前实测大气信息的数量从遥感数据中提

4、取生物物理信息所要求的精度 v不需要进行大气校正的原则：训练数据来自所研究的影像，而不是来自从其他时间或地点获取的影像。v必须进行大气校正的情况：提取生物物理变量时，如数据未经校正，就可能丢失这些重要成分的反射率的微小差别信息；如需要将某影像中提取的生物物理量与另一景不同时相影像中提取的同一生物物理量相比较，就必须进行大气校正。大气校正的类型v绝对大气校正：目的是将遥感系统记录的亮度值转换为折合表面反射率值，使之能与地球上其他地区获取的折合表面反射率值进行比较和结合使用。v相对大气校正：绝对大气校正需要提供传感器光谱剖面和同步的大气属性；但对于大多数的卫星影像，这些信息是难于获取的，因而无法实

5、现表面反射率的精确提取。因此，发展了相对大气校正技术。10绝对大气校正v采用模式大气来校正遥感数据：即根据一年中的时间、研究区域的高程和经纬度来计算假想的大气条件；之后根据大气条件将遥感影像上的像元亮度值像元亮度值转化为表面反射率值表面反射率值。v该方法适用于当大气衰减与遥感获取的地面信号相比较小时的情况。v结合遥感数据获取的大气实测值，采用模式大气的效果更好。111、基于辐射传输模型的大气校正).(12srmWLLLPTS)(,kjiBVfmaxminmax/ )(CLLKmin,)(LBVKLkjiSdgETEE00cos0dETETLdTv21)cos(1000)cos(1000dTET

6、ETLv).(12srmWLLLPTSPdSLETETLv)cos(1000min,000)()cos(1LBVKLETETkjiPdv辐射传输模型vMODTRAN模型v6S模型v14 用于估计研究区内特定时间（天）的路径辐射 。PLvACORNAtomospheric CORrection Now （MODTRAN4模型）vATREMthe Atmospheric REMoval （6S模型）vFLAASHFast Line-of-sight Atmospheric Analysis of Spectral Hypercubes （ MODTRAN4+模型）vATCORthe ATmosph

7、eric CORrection （ MODTRAN4+模型）15大气校正模块：基于辐射传输模型进行大气校正需要的参数：v影像中心的经纬度v影像获取的日期、时间v影像获取的高度v影像对应地区的平均高v大气模型（如mid-latitude summer,mid-latitude winter, tropical)v影像辐射率数据（即经过辐射定标，单位 ）v波段中心波长、波段半径v大气能见度 上述参数被输入所选的大气模型，用于计算遥感影像收集时的大气吸收、散射等特性值；之后这些大气特性值被用于将传感器接受的能量值反算为表面反射率值。16srmmW./2例如：ACORN大气校正方法vMODTRAN4辐

8、射传输模型v反射率计算 17)1(00dddusETTEELvdddusEEELTTEv/ )(/ )(1000182、简化的理论计算、简化的理论计算19 可见光和近红外波段，求可见光和近红外波段，求反射率反射率（主要目的是对大气气溶胶含（主要目的是对大气气溶胶含量、大气吸收和大气散射特性等进行描述和求解）量、大气吸收和大气散射特性等进行描述和求解）dVgsLLL)exp()secexp(cos)()/(220EgdVdLE)secexp(传感器入口处的辐射亮度：2)(0cosELs地面反射率 对热红外波段，求出地物的辐射亮度后，以普朗克公对热红外波段，求出地物的辐射亮度后，以普朗克公式求式求

9、地物温度地物温度ddggsLLLL)( 从图像数据本身出发，很少需要其他辅助数据，基本属于归一化范畴。20 内部平均法内部平均法：假定整幅图像的平均光谱基本代表了大气影响下的太阳光谱信息，把图像DN值与整幅图像的平均辐射光谱值相除，即得到相对反射率。该法要求地物具有多种类型，整幅图像的均值光谱曲线没有明显的强吸收特征。 平场域法平场域法：在图像中找一块亮度高、光谱响应变化小和地形起伏小的区域，利用该区域的平均光谱值来模拟飞行时大气条件下的太阳光谱，将每个像元的DN值除以该区域的平均光谱值得到相对反射率。该法可减少大气影响和仪器引入的残留效应等。 对数残差法对数残差法：将数据除以波段几何均值，再

10、除以像元几何均值。可消除光照、大气传输、仪器系统误差、地形影响和星体反照率等的影响。经验线性法：经验线性法：假设图像DN值与反射率之间存在线性关系，利用某些区域的已知地面反射光谱值、在图像上对应像元点的平均DN值，通过线性回归求出增益和偏移量，建立DN值与反射率之间的相互关系式，进行反射率的定标，消除太阳辐亮度和大气程辐射。3、基于统计学模型的方法、基于统计学模型的方法相对大气校正v绝对大气校正需要较多的参数（传感器定标系数、获取影像时的大气参数），很多情况下较难，特别对于历史存档数据而言，大气参数无从获取。v从不同的有利位置或用多光谱波段对同一目标进行多种方式的观测，可使大气衰减的影响降到最

11、小。因为通过多视角多波段信息可消除大气影响。因而，提出相对大气校正的方法。21v理论上，波段比值法能够提供好的结果，因为用于比较的各通道采用相同的大气路径。（利用散射主要发生在短波波段的图像上的特点。）v相对大气校正的方法可用于： 1.校正相同时间获取的不同波段的遥感影像直方图匹配法直方图匹配法； 2.将多个时间获取的遥感影像校正到研究者选定的标准场景中回归分析法回归分析法。221.直方图匹配法v波长大于0.7 的近红外波段一般不受大气散射的影响，反之波长在0.40.7 的可见光波段则受大气散射影响显著。v该方法主要通过研究区各波段的直方图估计来进行。通常可见光波段的数据（如TM13波段）由于

12、受大气散射的影响而具有较高的最小值；相反大气吸收却减少了长波波段的亮度值，因此造成近红外波段的数据最小值接近于0，甚至当研究区没有反射率真正为0的目标时也是如此。v校正算法的模型： 23biasinputBVoutputBVkjikji,mm24例如：对于TM影像的14波段可采用该方法进行校正；而TM的5和7波段则不需要。bias2.回归分析法v也称为不变目标法。方法的前提假设：不同时相（或不同波段）的图像灰度值之间满足线性关系，这种假设在近似情况下是成立的。v通过线性等式描述“伪不变特征要素”不同时相间的灰度关系，即y=a*x+b，其中x为参考图像，y为待校正图像，a和b分别为增益和偏移量参

13、数。v若确定了a、b两个参数，即可按线性公式对待纠正图像的DN值做线性变换。25三个步骤v在两幅图像中搜寻相对固定目标即光谱稳定的地物样本点，称为伪不变特征要素（Pseudo-Invariant Features, PIF)；v运用PIF的DN值，利用线性回归的方法解求增益和偏移量参数；v根据线性关系式，通过波段运算，得到与参考图像具有相同或相近辐射值的结果图像，完成相对大气校正。2627例如：对MSS4、7波段44bxayniiniiiLLLLLLa127)(714)(47)(74)()(7444LaLb大气校正公式：444bLL(三三). 太阳位置、日地距离、地形影响太阳位置、日地距离、地

14、形影响引起的辐射误差校正引起的辐射误差校正v太阳高度角、日地距离引起的辐射误差校正v地形影响引起的辐射误差校正281. 太阳高度角、日地距离引起的辐射误差校正v太阳高度角引起的辐射畸变校正是将太阳光线倾斜照射校正为垂直照射时获取的图像。v日地距离也会随季节变化。v图像上的阴影也与太阳高度角有关。阴影一般可通过多光谱图像两个波段的比值运算基本消除。29太阳高度角200sindEE2. 地形影响引起的辐射误差校正v地形中的坡度坡向也会引入辐射误差v校正的目的是去除由地形引起的光照度变化，使两个反射物性相同的地物，虽然坡度、坡向不同，但在影像中具有相同的亮度值。v改正后的影像，能改进影像分类的效果。

15、v地形校正需要已知各坡面的倾角和对应地区的DEM.30地形校正方法v定性方法：波段间比值运算v定量方法余弦校正方法Minnaert校正方法C校正方法统计-经验校正3132假设： 1. 反射表面为朗伯面； 2.日地距离为常数； 3.太阳辐射地球的能量为常数。iLLTHcoscos0余弦校正方法 二二. . 遥感图像增强遥感图像增强33概念 为特定目的，突出表现遥感图像中的某些信息，削弱或除去某些不必要的信息，使图像更易判读。 实质是增强感兴趣目标和周围背景图像间的反差。 图像增强不增加原始图像的信息。方法空间域：直接对图像进行各种运算以得到所需的增强结果。频率域：先将空间域图像变换成频率域图像，

16、然后在频率域中对图像的频谱进行处理，以达到增强的目的。几个基本概念v直方图v空间剖面v光谱剖面34图像处理的有力工具直方图35-反映了一幅图像中灰度级与其出现概率之间的关系。MmPii120niimM36图像累积直方图37jiijPF0v空间剖面：也称横断面，指单波段或多波段合成彩色影像上两点间的横断面亮度值。通常以直方图的形式描述。v光谱剖面：某个像元在多个波段上的全光谱亮度值。通常在一个平面坐标系下描述，X轴代表数据集的波段数，Y轴为各波段的像元亮度值（或经过定标后的反射率）。38空间域增强39彩色增强彩色增强空间滤波空间滤波反差调整反差调整反差调整v线性变换v非线性变换v直方图均衡化v直

17、方图正态化v直方图匹配v密度分割v图像灰度反转40 线性变换线性变换41)(minmaxminmaxmindddddddjiij反差调整42直方图均衡化直方图均衡化反差调整原理：43原始图像直方图,)(110nPPPAP设均衡后的图像直方图,)(110mPPPAPmPPPm/111010101nimjjiPPmPPPk110010,ddddkmPPPlkk121121,ddddlkk111,mnRRddddmPPPnRR11144直方图正态化直方图正态化dxxxxP222)(exp21)(4510222)(exp21)(mxxxxP反差调整,)(1210niaaaaaPPPPPAP46,)(1

18、210nibbbbbPPPPPBP设原图像直方图为正态化后图像的直方图正态化：KiibPaP00)()(原图像上灰度值为的像素其灰度值合并为正态化后图像的灰度值)()()(00iLiibPbPaP原图像上灰度值为的像素其灰度值合并为正态化后图像的第一个灰度值直方图匹配直方图匹配47通过非线性变换使一个图像的直方图与另一个图像的直方图类似。利用不同时间、由于太阳高度角或大气影响引起差异的图像进行图像镶嵌和变化检测时非常有用。进行直方图匹配的两幅图像应有相似的特性：图像直方图总体形状应类似；图像中黑与亮特征应相同；对某些应用，图像的空间分辨率应相同；图像上地物分布应相同。直方图匹配时可建立一个查找

19、表来作为变换函数。反差调整密度分割密度分割48ndddddijijminmaxmin反差调整其它非线性变换其它非线性变换49 对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换等。对数变换BdAd)log(BdAd)exp(BdAsqrtd)(指数变换平方根变换)()(minmaxminmaxdFdFddAminminmaxmaxdAddAdB反差调整图像灰度反转图像灰度反转50 对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像。条件反转简单反转inoutoutDdD/1 . 00 . 111 . 01 . 00 . 0ininDD当当inoutDD 255反差

20、调整彩色增强51伪彩色增强 把黑白图像的各不同灰度级按照线性或非线性的映射变换函数变换成不同的彩色，得到一幅彩色图像。假彩色增强 通过映射变换函数将一幅自然彩色图像或多光谱图像或超光谱图像变换成新的三基色分量，彩色合成使增强图像中各目标呈现出与原图像中不同的彩色。彩色变换 彩色不同描述模式间的转换。 （RGB HIS）伪彩色增强（可使原图像细节更易辨认，目标更容易识别）52 密度分割法 灰度彩色变换合成法灰度为0时呈蓝色，灰度为L/2时呈绿色，灰度为L时呈红色；灰度为其它值时由三基色混合成不同的色调。彩色增强假彩色增强假彩色增强53 使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，从而更受

21、人注目； 使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。若对多光谱图像,212121iBFiGFiRFgggfBgggfGgggfR若对自然景色图像fffFFFBGRcbacbacbaBGR333222111001100010绿色-红色蓝色-绿色红色-兰色彩色增强彩色变换彩色变换54RGBIHS加法三原色颜色三要素Intensity, Hue, and Saturation color coordinate system球体变换圆柱体变换三角形变换单六角锥变换彩色增强IHSRGB 55mMbMRmMgMRmMrMR,maxbgrM ,minbgrm 2mMI5 . 0,25 . 0

22、, 0ImMmMSImMmMSmMS若若若max),6(60max),4(60max),2(60minmax, 0BrgHGbrHRrbHH若若若若,minmin,maxmaxBGRBGR空间滤波空间滤波56图象的卷积运算平滑平滑57目的：消除各种干扰噪声。1/91/91/91/91/91/91/91/91/91/81/81/81/8 01/81/81/81/8平滑模板举例：1/161/81/16 1/81/4 1/81/161/81/16 平滑会使整幅图像反差减小，但会造成图像的模糊。空间滤波58锐化锐化59-目的是突出图像的边缘信息，提高图像细节的反差。梯度锐化法：TyfxfyxfG/,/

23、),(21)/()/(|),(|22yfxfyxfG21)1,(),(), 1(),(|),(|22yxfyxfyxfyxfyxfG| ) 1,(),(| ), 1(),(|),(|yxfyxfyxfyxfyxfG|),(|),(yxfGyxg梯度图像 在图像上，边缘处具有较大的梯度，可通过设置合适的阈值将边缘提取出来。空间滤波6061空间卷积锐化法 常见锐化模板: 2 -1-1 0-1 2 -1-12-10-1 0-1 4-10-1 0-1 -1 -1222-1 -1 -1-1 2-1-1 2-1-1 2-1-1 -1 2-1 2-12-1 -12-1 -1-1 2-1-1 -1 2频率域增

24、强62基本原理：图像中的灰度跳跃变化区，对应着频率域中的高频成分，灰度变化缓慢的区域对应着频率域中的低频成分。通过频域滤波处理，可保留低频或高频成分，达到图像平滑或锐化的目的。空域图像频域图像DFT频域滤波频域处理图像DIFT卷积定律),(),(),(vuFvuHvuG滤波器 低通滤波平滑631、理想低通滤波器),(, 0),(, 1),(00DvuDifDvuDifvuH21)(),(22vuvuD0D为截止频率，642、梯形滤波器),(, 0),(),/(),(),(, 1),(0101010DvuDifDvuDDifDDDvuDDvuDifvuH3、Butter Worth低通滤波器12

25、0),(1),(nDvuDvuH654、指数低通滤波器nDvuDvuH0),(exp),(00),(, 0),(),(1),(DvuDDvuDvuDvuH5、Bartlett低通滤波器高通滤波锐化661、理想高通滤波器),(, 1),(, 0),(00DvuDifDvuDifvuH21)(),(22vuvuD0D为截止频率，672、梯形滤波器),(, 1),(),/(),(),(, 0),(0011011DvuDifDvuDDifDDDvuDDvuDifvuH3、Butter Worth高通滤波器nvuDDvuH20),(1),(684、指数高通滤波器nvuDDvuH),(exp),(05、B

26、artlett高通滤波器00),(, 0),(),(),(DvuDDvuDvuDvuH69 两幅或多幅单波段影像，完成空间配准后，通过一系列运算，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的。 减法运算 加法运算 乘法运算 除法运算 混合运算 三三. .多光谱图像四则运算多光谱图像四则运算1、减法运算、减法运算YXBBBRIRVIBBI70注意： 1、减法运算的结果仍然是图像； 2、当X和Y为多光谱图像的两个不同波段时，减法运算的结果为同一地物光谱反射率之差； 3、当X和Y为不同时相的图像时，减法运算的结果为地面目标的变化信息。2、加法运算、加法运算miiBmB11IRRGBB

27、BRGBBmmiiBB/11711、加法运算可以加宽波段： 2、加法运算可以去除噪声近似全色图像全色红外图像3、乘法运算、乘法运算乘法运算也可以加宽波段范围。4、除法运算、除法运算YXBBB RIRBBB 721、 突出遥感影像中的植被特征，提取植被类别、估算植被生物量；2、是自动分类处理的预处理方法之一，用以去除地形影响；即压抑地形坡度和方向引起的辐射量变化，增强土壤、植被、水之间的差别。3、研究浅海区的水下地形、土壤的富水性差异、微地貌变化、地球化学反应引起的微小光谱变化等。可以突出不同波段间地物光谱的差异，提高对比度。5、混合运算、混合运算v主要用于植被指数的计算。是利用遥感数据提取和模

28、拟生物物理变量的主要内容之一。v植被指数是无量纲的辐射测度，反映绿色植被的相对丰度及其活动；其中包括叶面积指数、绿色覆盖百分比、叶绿素含量、绿色生物量和吸收的有效光合辐射。植被指数应该具备的特点： 1、对植物生物物理参数尽可能敏感，最好呈线性响应，这使其可以在大范围的植被条件下使用，并且方便对指数的验证和定标。 2、归一化或模拟外部效应如太阳角、观测角和大气，以便能够进行空间和时间上的比较。 3、归一化内部效应如冠层背景变化，包括地形（坡度和坡向）、土壤的差别，以及衰老或木质化植被的差异。 4、能和一些特定的可测度的生物物理参数（如生物量、LAI或APAR进行藕合，作为验证和质量控制部分。植被指数有很多，多数都用到与健康绿色植被有关的红光和近红外反射率之间的反比关系。 735757BBBBINDVI5.05757BBBBITNDVI5656BBBBINDVI74NDVINormalized difference vegetation index 归一化差分植被指数四四. 遥感信息复合遥感信息复合v图像融合v遥感图像与DEM复合7576 图像融合指将多源遥感图像按照