遥感地质学：第三章 遥感成像原理与遥感图像特征

第三章遥感成像原理与遥感图像特征3.1遥感平台遥感平台是搭载传感器的工具.分为三类:航天平台,航空平能,地面平台.本节简单介绍航天平台,即各种人造卫星.第三章遥感成像原理与遥感图像特征3.1遥感平台按照服务内容,航天遥感平台分为三个卫星系列:气象卫星系列陆地卫星系列海洋卫星系列气象卫星系列轨道分为高低两种,低轨(800-1600km)为太阳同步卫星,南北向绕地运行,每天两圈;高轨(约36000km)为地球同步卫星,由西向东绕地运行,每天一圈.用于天气预报,气候研究,环境监测等.第三章遥感成像原理与遥感图像特征3.1遥感平台陆地卫星系列(1)LandSat卫星,

太阳同步,覆盖地球周期18天,所获ETM图像空间分辨率15m(2)SPOT卫星,太阳同步,高830km,26天,最好空间分辨率10m(3)中巴地球资源卫星(CBERS),太阳同步,26天,778m,19.5m(4)高空间分辨率陆地卫星(IKONOS-2(美),最好空间分辨率1m第三章遥感成像原理与遥感图像特征3.1遥感平台海洋卫星系列SeaSat1,Nimbus-7(美),MOS1(日),ERS-1(欧空局),RADARSAT(加),

太阳同步,高轨道,使用微波,用于观测海洋,大气,环境等第三章遥感成像原理与遥感图像特征3.1遥感平台第三章遥感成像原理与遥感图像特征3.1遥感平台本节重点(1)重要概念:遥感平台;(2)陆地卫星系列主要有哪些卫星第三章遥感成像原理与遥感图像特征3.2摄影成像摄影机:分幅式摄影机全景(扫描)摄影机多光谱摄影机数字摄影机一次曝光产生一张像片通过与航向垂直的缝隙(或镜头转动)连续曝光摄影产生一张大的航带像片可同时获取可见光和近红外多个波段的影像用光敏元件而不是感光材料曝光摄影第三章遥感成像原理与遥感图像特征3.2摄影成像摄影方向分二类垂直摄影:摄影机主光轴垂直于地面(或近垂直),主要用于航空摄影测量和制图.倾斜摄影:摄影机主光轴偏离垂线3以上.获取的像片称倾斜像片.有畸变需校正.像片的投影摄影像片一般都是拍摄对象的中心投影,而不是垂直投影.第三章遥感成像原理与遥感图像特征3.2摄影成像中心投影与垂直投影的区别(1)垂直投影像片大小与投影距离(平台高度)无关,比例尺到处一致;

中心投影像片大小及比例尺与摄像机焦距及投影距离有关第三章遥感成像原理与遥感图像特征3.2摄影成像平台高则像片小焦距长则像片大(2)当投影面倾斜时,垂直投影像片只表现为比例尺有所放大;

中心投影像片比例尺畸变,各点比例关系不保持原样第三章遥感成像原理与遥感图像特征3.2摄影成像中心投影与垂直投影的区别oa和ob不等距oa和ob等距(3)当地形有起伏时,垂直投影像片上的点没有水平方向的位移中心投影像片上的点发生水平位移第三章遥感成像原理与遥感图像特征3.2摄影成像中心投影与垂直投影的区别若地形高于基准面,像点向离开像主点方向位移若地形低于基准面,像点向像主点方向位移位移情况:a0--a;b0--b中心投影的透视规律在中心投影的像片上,各种物体的形状及位置不同,其变形情况也不同,了解这些变形的规律性对于像片解译是必要的.(1)点的投影仍是点;(2)位于同一投影线上的多个点投影成一点;(3)与像面平行的直线,投影为一直线;(4)与投影线方向一致的直线,投影为一点;第三章遥感成像原理与遥感图像特征3.2摄影成像(5)与像面斜交或垂直且不与投影线方向一致的直线,投影为缩短的直线,越近中心越短.(6)平面上曲线投影为曲线,形状不畸变;(7)水平面状物体投影为面状,形状不畸变;(8)垂直面若位于投影中心处,投影为直线;若不是位于中心处,投影为面,畸变;(9)倾斜面状物体投影后形状复杂,取决于边线的位置和形状第三章遥感成像原理与遥感图像特征3.2摄影成像中心投影的透视规律像片的平均比例尺像片比例尺是指像片上两点距离与地面上相应两点的实际距离的比值.比例尺计算公式: 1/m=f/H其中f为摄影机焦距H为摄影高度(航高).由于忽略了地形,故为平均比例尺.第三章遥感成像原理与遥感图像特征3.2摄影成像如果不知道参数f和H,但可在像片中找到实际距离AB已知的两点,则可量取像片上该两点的距离ab,从而算出比例尺: 1/m=ab/AB注意ab和AB的单位要统一.以上两种方法适于较小的像片并且地形较平坦的情况.实际上中心投影像片中心和边部的比例尺是不同的.第三章遥感成像原理与遥感图像特征3.2摄影成像像片的平均比例尺像点位移像点位移是指由于实际地形的起伏引起的像片上点位置的移动.某一点上移动量的大小,是该点的垂直投影与中心投影在同一水平面上的“投影误差”,用表示.第三章遥感成像原理与遥感图像特征3.2摄影成像根据相似三角形关系,可以推得Saa0oA0AA1OhHf像平面=hr/H其中,h为地面高差;r为像点到像主点的距离;H为平台高度第三章遥感成像原理与遥感图像特征3.2摄影成像像点位移r=hr/H表现了以下规律性:(1)位移量与地面高差h成正比.当h为负(地形低洼),位移量为负,表示向像主点方向位移;h为正向离开像主点方向位移.(2)位移量与像点到像主点距离r成正比,越边上的点位移越大.(3)位移量与平台高度成反比,所以卫星照片的像点位移常很小.像点位移公式第三章遥感成像原理与遥感图像特征3.2摄影成像像点位移=hr/H=1000m9cm/700km=10001009/(7001000100)(cm)=9/700(cm)=0.013cm设地球卫星轨道高度H=700km,该卫星所拍像片大小1818cm,像片边部某处地面实际高差1000m.计算该点的像点位移量.例题第三章遥感成像原理与遥感图像特征3.2摄影成像像点位移第三章遥感成像原理与遥感图像特征3.2摄影成像本节重点(1)重要概念:垂直摄影和倾斜摄影;中心投影和垂直投影;像片的平均比例尺;像点位移(2)中心投影的透视规律;(3)像片的平均比例尺计算方法;(4)像点位移规律及计算方法3.3扫描成像该部分请自学,阅读教材第67-71页第三章遥感成像原理与遥感图像特征3.4微波遥感与成像微波是波长为1mm到1m的电磁波.微波遥感是通过微波传感器获取目标地物的微波辐射经分析处理而识别地物的技术.第三章遥感成像原理与遥感图像特征微波遥感的特点(1)可以全天候全天时工作.微波的波长较可见可和红外线大,几乎不受云雾的散射影响.(瑞利散射强度与波长四次方成反比).(2)微波波谱对某些地物来说特征明显,特别是很好区分水和冰(在微波波段两者的比辐射率悬殊,分别为0.4和0.99)第三章遥感成像原理与遥感图像特征3.4微波遥感(3)对冰,雪,森林,土壤等有一定穿透能力.因此可用于探测隐蔽的目标.趋肤深度:电磁波衰减(振幅减小)1/e倍(约37%)的穿透深度称为趋肤深度(H):H=5.310-31/2-1其中,

地物介电常数;地物导电率第三章遥感成像原理与遥感图像特征3.4微波遥感微波遥感的特点单位:m(4)对海洋遥感具有特殊意义.微波对海水海风等的变化敏感(5)分辨率较低.第三章遥感成像原理与遥感图像特征3.4微波遥感微波遥感的特点微波遥感的传感器(1)雷达(无线电测距和定位)雷达是由发射机通过天线在很短时间内向目标物发射一束大功率电磁波脉冲,然后用同一天线接收目标物体反射的回波的一种传感器.利用从发射到接收到回波的时间差,可计算物体距离(已知波速为光速).第三章遥感成像原理与遥感图像特征3.4微波遥感雷达可用于测定运动物体的速度,是利用“多谱勒效应”:反射波的频率变化与其运动速度成正比.不同地物对微波反射的能力不同,这是微波雷达识别地物的根据.微波在与传播方向垂直的不同方向上,电场振动的振幅不同,称极化现象.极化在微波雷达中应有很广.第三章遥感成像原理与遥感图像特征3.4微波遥感微波遥感的传感器(1)雷达按工作波长:多为微波,也有红外雷达等.雷达分类:按工作方式:雷达成像雷达非成像雷达真实孔径侧视雷达合成孔径侧视雷达第三章遥感成像原理与遥感图像特征3.4微波遥感微波遥感的传感器(1)雷达真实孔径侧视雷达脉冲宽度发一个脉冲,陆续收到一连串回射,而且回射的特性随地物不同而异飞行方向第三章遥感成像原理与遥感图像特征3.4微波遥感微波遥感的传感器(1)雷达侧视雷达的两种分辨力距离分辨力Pg(单位m)Pg=0.5ccos其中,为脉冲宽度(时间);

c为波速;

为俯角例:设俯角50,脉冲宽度0.1s,则距离分辨力Pg=0.50.110-6(s)2.898108(m/s)/cos50=0.50.12.988/0.642788100=23.2m第三章遥感成像原理与遥感图像特征3.4微波遥感微波遥感的传感器(1)雷达方位分辨力Pa(单位m)(飞行方向上的分辨力)Pa=(/D)R其中,为脉冲微波波长;D为雷达天线孔径;R为距目标地物的距离例:设卫星天线孔径D=4m,波长=3cm,距目标地物200km,则方位分辨力Pg=[310-2(m)/4(m)]200103(m)=1500m若要求方位分辨率达到3m,则天线孔径需2000m.(这是不可能的)第三章遥感成像原理与遥感图像特征3.4微波遥感侧视雷达的两种分辨力合成孔径侧视雷达由于真实孔径侧视雷达的方位分辨力低,发展了合成孔径侧视雷达.合成孔径侧视雷达用排成一线的多个天线代替一个接收天线,然后合成多个接收天线的信号,从而得到较好的方位分辨率.第三章遥感成像原理与遥感图像特征3.4微波遥感侧视雷达的两种分辨力第三章遥感成像原理与遥感图像特征3.4微波遥感本节重点(1)微波遥感的概念及其特点.(2)趋肤深度;(3)什么是雷达;雷达的种类;(4)侧视雷达的方位分辨力和距离分辨力的概念及计算公式第三章遥感成像原理与遥感图像特征3.5遥感图像的特征通过遥感,人们要获取三方面信息(1)目标地物的形状,大小和空间分布;(2)目标地物的属性;(3)目标地物的动态变化.因此,遥感图像的特征有三个方面是重要的,即几何特征,物理特征,时间特征这三方面特征表现为四个技术参数,即:空间分辨率,光谱分辨率,辐射分辨率,时间分辨率第三章遥感成像原理与遥感图像特征遥感图像的空间分辨率是指像元(Pixel)所代表的地面面积大小,或像片能分辨的地面物体的最小尺寸.尺寸越小,分辨率越高.LandSatTM的1-5波段和第7波段的图像,每个像素代表地面28.5m

28.5m,即空间分辨率为28.5m,也可粗略地说空间分辨率为30m第三章遥感成像原理与遥感图像特征3.5遥感图像的特征第三章遥感成像原理与遥感图像特征遥感图像的空间分辨率对于摄影成像的图像,空间分辨率Rg取决于胶片分辨率和镜头分辨率所构成的系统分辨率Rs,还取决于摄影机焦距f及航高H:第三章遥感成像原理与遥感图像特征3.5遥感图像的特征RsfHRg=式中,Rs的单位为线对/mm(每毫米可分辨的线条数);f的单位为mm,H的单位为m第三章遥感成像原理与遥感图像特征遥感图像的空间分辨率例:设摄影机焦距f=152mm,航高H=6000m,系统分辨率Rs=40线对/mm,则图像的地面分辨率为:

=40152/6000=1线对/m第三章遥感成像原理与遥感图像特征3.5遥感图像的特征RsfHRg=或=2线/m(1线对=两条线)或=0.5m每米可区分两条线,即每条可区分的线占半米,即分辨率为半米.第三章遥感成像原理与遥感图像特征遥感图像的空间分辨率空间分辨率是遥感信号(主要是图像)的重要技术参数.不同目的的研究,对空间分别率要求不同,如果达不到该要求,遥感就不能取得应有的效果.例如,大比例尺的环境研究及工程建设需要空间分辨率达到10m或更高;大规模或全球环境研究(如海洋洋流),空间分辩率达到数百米就可以了.第三章遥感成像原理与遥感图像特征3.5遥感图像的特征第三章遥感成像原理与遥感图像特征遥感图像的波谱分辨率是指传感器在接收目标辐射时能分辩出的最小波长间隔.间隔越小,波谱分辨率越高.波谱分辨率对于地物识别具有重要作用.千变万化的不同地物,其辐射特征常在某些较窄的波长间隔内有区别,为了捕捉这些不同特征从而区分地物,就需要有较高的波谱分辨率.第三章遥感成像原理与遥感图像特征3.5遥感图像的特征例如,在波谱分辨率达到16nm或更高时,可以识别出水铝矿在1.2m处的双谷波谱特征,从而可将该矿物与其它物体相区别.但在波谱分辨率低到32nm或更低时,不能识别该矿物.第三章遥感成像原理与遥感图像特征遥感图像的辐射分辨率是指传感器在接收目标辐射时能分辩出的最小辐射能量差.该能量差越小,辐射分辨率越高.辐射分辨率在遥感图像上表现为像元的辐射量化分级.辐射分辨率越高分级越细,图像质量越高.在相同的温度和波长条件下,辐射分辨率越高,越能够区别不同目标物辐射能量的差别,因而有利于识别地物.第三章遥感成像原理与遥感图像特征3.5遥感图像的特征第三章遥感成像原理与遥感图像特征遥感图像的时间分辨率是指对同一地点进行遥感采样的时间间隔,即采样的时间频率.也称重访周期.时间分辨率随遥感平台不同而异.地球同步卫星的时间分辨率一般为1次/0.5小时;太阳同步卫星为2次/天;LandSat1次/16天;CBERS为1次/26天.有的卫星有不定重访周期.第三章遥感成像原理与遥感图像特征3.5遥感图像的特征遥感数据的时间分辨率较高,才能更好地用于对目标动态变化的研究.第三章遥感成像原理与遥感图像特征3.5遥感图像的特征本节重点遥感图像的空间分辨率,光谱分辨率,辐射分辨率,时间分辨率的概念及意义4.1光学原理与光学处理第四章遥感图像处理颜色的性质物体(光源)的颜色是物体(光源)反射(或发射)了特定波长的光线而吸收了(或未发射)其它波长的光线,被人眼感觉后所产生的结果.

例如,波长为0.62-0.72m为红色,0.5-0.56m为绿色,等等.第四章遥感图像处理

4.1光学原理与光学处理

颜色的性质物体或光源的颜色可以用以下三个性质描述:明度:是人眼对光源或物体明亮程度的感觉.(与辐射亮度概念不同,但有联系).色调:指光源或物体的主要的或有区分性的色彩.相当于混合波段的波长众值.饱和度:色指彩纯洁的程度.或相当于波长区间的宽度,越窄饱和度越高.第四章遥感图像处理

4.1光学原理与光学处理任何物体的颜都可以用明度,色调和饱和度三个指标来描述.为了形象表示颜色各性质之间的关系,可用颜色立体.颜色立体是一个三维坐标系,任一种颜色是该坐标系中的一点.颜色立体第四章遥感图像处理

4.1光学原理与光学处理是一个变形的椭球体.是一种更符合实际和更标准化的颜色立体.它也是一个三维坐标系,任一种颜色是坐标系中的一点.孟赛尔颜色立体明度0-10色调50种饱和度与色调有关,故非正圆颜色标准编号第四章遥感图像处理

4.1光学原理与光学处理不同颜色相互混合可产生新的颜色,有一定规律,符合颜色相加原理.先看一些有关概念.颜色相加原理互补色:

若两种颜色混合可产生白色或灰色,则这两种颜色叫做互补色.如黄和蓝是互补色;绿和品红也是互补色,等等.第四章遥感图像处理

4.1光学原理与光学处理颜色相加原理三原色(三基色):

若三种颜色,其中任一种都不能由另两种混合而成,而这三种颜色按不同比例混合可产生任何其它颜色,则这三种颜色叫做三原色.实验证明,红,绿,蓝三种颜色是最优的三原色.第四章遥感图像处理

4.1光学原理与光学处理颜色相加原理颜色相加原理:任何一种颜色都可由三原色按特定比例相加而得到.第四章遥感图像处理

4.1光学原理与光学处理颜色相加原理色度图:用光谱来解释和表示颜色混合基本规律.比颜色立体图更深刻地揭示颜色相加的物理规律.横坐标为红基色比例绿基色比例与C点连线的长度为饱和度白光色调曲线马蹄形内的颜色有对应波长;外无(只由视觉引起)m和n为互补色K为M和N按比例相加

该点颜色无对应的波长

世界上没有该点对应的颜色CIE(国际照明委员会)1931色度图第四章遥感图像处理

4.1光学原理与光学处理颜色相加原理色度图与现实生活(引自中学教材)第四章遥感图像处理

4.1光学原理与光学处理颜色相减原理:白色光通过某种颜色的滤光片后,该颜色的补色被滤光片吸收.通过逐次吸掉某种色光可以获得特定的颜色.黄片滤去蓝光青片滤去红光剩下绿光品红片吸绿青片吸红剩蓝第四章遥感图像处理

4.1光学原理与光学处理光学处理用光学方法处理遥感影像,使其有用信息更加突出,更适于目视判读,是遥感数据处理的重要方法之一,

在过去是常用方法.

但随着数字图像的大量产生和计算机技术的发展,遥感图像的计算机处理已成为主流,光学处理的使用者越来越少.因此该节省略.第四章遥感图像处理

4.1光学原理与光学处理本节重点重要概念:颜色;明度;饱和度,色调;颜色立体;孟赛尔颜色立体;互补色;三原色;色度图及其读法;颜色相加原理;颜色相减原理第四章遥感图像处理数字图像是指能够被计算机存贮,处理和使用的图像.用摄影机和感光胶片得到的,或打印机打出的图像为光学图像,或模拟图像.

光学图像可以经一定方法变为数字图像,该过程叫做数字化.4.2数字图像校正数字图像D/A转换或A/D转换:是指数字图像与光学(模拟)图像之间的互相变换.(Digital/Analogue)第四章遥感图像处理

4.2数字图像校正

数字图像光学图像在每个像素或称像元(如胶片的银粒)上是一个模拟量,而数字图像在每个像元上是一个数字量.前者是连续的,后者是离散的.二者可相互变换,称为D/A转换或A/D转换.A/D转换的过程是将模拟图像的连续像元值离散化和量化.例如,将一张黑白照片的连续灰度分为多个级别,如256个,每个级别用一个数表示(如0-255,0表示黑色,255表示白色,其它值为不同深度的灰色),从而该像片的每个像元都用一个数量表示灰度,所有像元的灰度级别值构成一个数据表或矩阵,其行列与原图像的像元排列一致.该数据矩阵代表了一张数字图像.第四章遥感图像处理

4.2数字图像校正

数字图像数字图像在计算机中的存贮:

完全黑白图像每一位可存一个像元,0表示黑,1表示白;灰度图度图像的像元值用字节型变量存贮,其值为0-255;真彩色图像3-4字节/像元.数字遥感图像常需要很大的存贮空间.例如,一景LandSatTM图像7个波段,每波段61662像元,每像元用1字节,共需252M的存贮空间.故近年各种图像压缩技术发展很快.第四章遥感图像处理

4.2数字图像校正

数字图像66像元的数字图像对应的灰度图像250150150100701002501501501007010080140140822554909090110828290909011082821254254251120253该数字图像的直方图(示意)像元频率亮度值1254第四章遥感图像处理

4.2数字图像校正

数字图像第四章遥感图像处理

4.2数字图像校正数字图像的像元亮度值是传感器接收到的辐射强度的反映.在实际遥感测量中,进入传感器的辐射强度不仅取决于太阳对目标地物的辐射强度和地物的反射率,而且还受到仪器误差和大气影响.仪器误差和大气影响使辐射信号发生畸变,增加噪声,降低图像质量,称为图像的辐射畸变.辐射校正是指消除辐射畸变,提高图像质量的过程.辐射校正第四章遥感图像处理

4.2数字图像校正辐射校正在辐射校正中,仪器误差的校正一般由数据生产单位根据传感器参数来完成;数据的用户只需考虑大气影响引起的畸变的校正.大气对太阳辐射的影响:反射,折射,吸收,散射.第四章遥感图像处理

4.2数字图像校正辐射校正(1)吸收减弱信号;(2)散射减弱信号;(3)散射直接或通过反射进入传感器(称为程辐射),增加噪声.以上三种作用降低图像对比度.大气影响降低对比度,“不再黑白分明”吸收,散射,减10%程辐射进入,全加10%第四章遥感图像处理

4.2数字图像校正辐射校正粗略辐射校正方法大气影响非常复杂,精确辐射校正困难很大甚至不可能,所以常采用一些简单的粗略校正方法.主要有如下两种:直方图最小值去除法回归分析法第四章遥感图像处理

4.2数字图像校正辐射校正(直方图)最小值去除法

步骤:对于某一波段:(1)确定图像中是否有反射亮度或辐射亮度应为0的地段.如有即可用该法校正,如无则该法不能用.“亮度应为0”的地区如高山的阴影区.(2)找到图像内最小的反射亮度或辐射亮度值vmin.(3)图像内所有像元的亮度值都减去vmin.(完成)第四章遥感图像处理

4.2数字图像校正辐射校正回归分析法:用一个受程辐射影响小的波段的数据对另一个波段的数据进行校正.由于瑞利散射和米氏散射的强度分别与波长的4次方和2次方成反比,所以波长大的波段如红外波段,受程辐射影响小.所以常可用红外波段数据对可见光数据进行校正.第四章遥感图像处理

4.2数字图像校正辐射校正回归分析法步骤:在一个图像中:以一个受程辐射影响小的波段a的亮度La为自变量,以另一波段b亮度Lb为因变量,进行一元线性回归分析,如果两波段相关性较好,则可得到回归方程: Lb=La+常数是波段a亮度为0处,波段b的亮度,可认为由程辐射引起.将图像中波段b的所有像元的亮度值都减去,即完成校正.第四章遥感图像处理

4.2数字图像校正辐射校正每一点代表一个像元回归值线:Lb=La+如果在某一像场中存在亮度值为零的目标地物，地物是平静清洁的水面或地形阴影区，则任一波段亮度值都应为零。所以只要对选择区域内波段的图像进行灰度统计给出其直方图，则直方图上频率最小的灰度值就是大气改正值。大气校正就是移动直方图的最小值至零值位置。调整前直方图调整后直方图第四章遥感图像处理

4.2数字图像校正辐射校正地形坡度辐射误差校正太阳光线和地表作用以后再反射到传感器的太阳光的辐射亮度和地面倾斜度有关。若处在坡度为α的倾斜面上的地物影像为g（x，y），则校正后的图像f（x，y）为：由上式看出，地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据，校正较为麻烦，一般情况下对地形坡度引起的误差不做校正。第四章遥感图像处理

4.2数字图像校正辐射校正第四章遥感图像处理

4.2数字图像校正大气传输模型地面目标反射率与传感器入瞳处反射率的关系可由下面的方程表示:其中,ρ为地表反射率,ρΤ(θS,θv,<S,<v)为大气上界反射率,θS为太阳天顶角,S为太阳方位角,θv为传感器天顶,v为传感器方位角,Tg(θS,θv)为大气透过率,T(θS)为太阳-目标大气路径透过率,T(θv)为目标-传感器大气路径透过率,ρR+a为分子散射和气溶胶散射所构成的路径辐射反射率,S为大气半球反射率。该式是大气纠正的近似经验公式,也是6S程序的基本方程。要得到地面目标反射率,必须知道式上页中的6个参数。星上反射率ρT可以通过下式求得:

其中,θs为太阳天顶角,D为儒略历(Julian)日期,这两个参数可由数据头文件读出。L(λ)为入瞳辐、亮度,Esun为外大气层太阳辐照度。入瞳辐亮度L(λ)与影像DN值之间具有如下关系:第四章遥感图像处理

4.2数字图像校正大气传输模型其中,Lmax(λ)和Lmin(λ)分别为DN值为255和0时的光谱辐亮度,Lmax(λ)、Lmin(λ)和Esun见表1。根据前面的公式即可求得大气上界反射率ρT。第四章遥感图像处理

4.2数字图像校正大气传输模型lmin=[-6.2,-6.4,-5.0,-5.1,-1.0,0,-0.35]

lmax=[191.6,196.5,152.9,157.4,31.06,12.65,10.80]

qcalmax=255

qcalmin=1

etmirradiance=[1969,1840,1551,1044,225.7,0,82.07]

k1_etm=666.09

k2_etm=1282.71for

i=7,13

do

begin

data

=

ENVI_GET_DATA(fid=fid,

dims=dims,

pos=i)

rad_data=((lmax(i-7)-lmin(i-7))/(qcalmax-qcalmin))*(data-qcalmin)+lmin(i-7)if

i

eq

12

then

rad_data=0.301*k2_etm/alog10(1+k1_etm/rad_data)

rad_data=(data

gt

0)*rad_data

if

flagrad

eq

1

then

begin

out_name_rad=fname+’_b’+strtrim(string(i+1),2)+’_radiance’

ENVI_WRITE_ENVI_FILE,

rad_data,

out_name=out_name_rad,

map_info=map_info,

r_fid=fid_e

fidrad[i]=fid_e

endif

ref_data=3.14159265*rad_data*aulist.field001(day_etm-1)*aulist.field001(day_etm-1)/(cos(sunangle_etm*3.14159265/180)*etmirradiance(i-7))

if

i

eq

12

then

ref_data=rad_data

ref_data=(data

gt

0)*ref_data

out_name_ref=fname+’_b’+strtrim(string(i+1),2)+’_reflectance’

ENVI_WRITE_ENVI_FILE,

ref_data,

out_name=out_name_ref,

map_info=map_info,

r_fid=fid_f

fidref[i]=fid_f

endfor第四章遥感图像处理

4.2数字图像校正大气传输模型第四章遥感图像处理

4.2数字图像校正遥感图像的整体或局部的移动,扩大,缩小,旋转,扭曲等,造成失真或图像比例尺的不一致,称为几何畸变.引起几何畸变的原因是多方面的:(1)遥感平台运动状态变化:航高,航速,俯仰,翻滚,偏航等.几何校正第四章遥感图像处理

4.2数字图像校正几何校正遥感平台运动状态变化引起图像的几何畸变平台升高比例尺将变小,降低变大速度快,扫描带超前,图像向前错位平台前后倾斜引起图像前后移位平台左右倾斜引起图像前左右移位平台航向变化引起图像转动引起几何畸变的原因:(2)地表起伏:引起像点位移(见3.2节-摄影成像-像点位移).(3)地球表面曲率:引起像点位移,同时引起像元对应于地面宽度不等(距离图像中心越远,每像元代表的实际宽度越大即比例尺越小)第四章遥感图像处理

4.2数字图像校正几何校正地球表面曲率引起几何畸变当传感器扫描角度较大时,地球表面曲率引起图像边缘的压缩,直线形景物在图像中会显示为S形,这种现象称“全景畸变”,如下页图像点位移地面曲率引起边缘压缩即边部比例尺变小可用像点位移来解释:边部的像点向像主点方向位移.引起几何畸变的原因:(4)大气折射:大气密度随高度而变化,折射率向上变小,辐射传播路径因折射而呈曲线,引起像点位移(见上页图)

(5)地球自转:如卫星自北向南运动,地球自转由西向东,所以会引起影像的南端向西偏移(见上页图)第四章遥感图像处理

4.2数字图像校正几何校正几何校正(纠正)的方法(1)根据遥感平台参数进行几何校正,由数据生产部门进行.

(2)基于控制点的曲面拟合校正方法:是常用的方法,以下重点介绍.第四章遥感图像处理

4.2数字图像校正几何校正基于控制点的曲面拟合校正方法思路:控制点是用于图像几何校正的、实际坐标和图像坐标都已知的点.通过选择一批控制点,用其已知的坐标数据,用最小二乘法原理,建立起原图像坐标与校正后坐标(即附合实际的图像坐标)之间的关系式.利用该关系式,算出原图像每个像元所对应的新坐标,然后计算每个新坐标所对应的亮度值,从而完成校正.第四章遥感图像处理

4.2数字图像校正几何校正方法:设选择了N个控制点,其坐标数据为:应有的图像坐标(即校正后符合实际的坐标):X=(x1,x2,…,xN)TY=(y1,y2,…,yN)T畸变图像坐标(即校正前的图像坐标):U=(u1,u2,…,uN)TV=(v1,v2,…,vN)T第四章遥感图像处理

4.2数字图像校正几何校正两组坐标的关系模型设为二元二次方程组:x=a00+a10u+a01v+a11uv+a20u2+a02v2离差平方和为:y=b00+b10u+b01v+b11uv+b20u2+b02v2Qx=i=1-N(x-xi)2=i=1-N(a00+a10u+a01v+a11uv+a20u2+a02v2-xi)2Qy=i=1-N(y-yi)2=i=1-N(b00+b10u+b01v+b11uv+b20u2+b02v2-yi)2第四章遥感图像处理

4.2数字图像校正几何校正令离差平方和对于各系数(共12个)的偏导数为0:Qx/

a00=0Qx/

a10=0…Qy/

b10=0…Qy/

b02=0共12个方程,可解出12个未知数aij,bij.展开,化简得(下页):第四章遥感图像处理

4.2数字图像校正几何校正正规方程组:以x为主的方程6个:a001+a10ui+a01vi+a11ui

vi+a20ui

2+a02vi

2=xi

a00ui+a10ui

2+a01ui

vi+a11ui

2vi+a20ui

3+a02ui

vi

2=xiuia00vi+a10ui

vi+a01ui

2+a11ui

vi

2+a20ui

2vi+a02vi

3=xivia00ui

vi+a10ui

2

vi+a01ui

vi

2+a11ui

2

vi

2+a20ui

3vi+a02ui

vi

3=xiuivia00ui

2

+a10ui

3+a01ui

2

vi+a11ui

3

vi+a20ui

4+a02ui

2

vi

2=xiui2a00vi

2

+a10ui

vi

3+a01vi

3+a11ui

vi

3+a20ui

2vi

2+a02vi

4=xivi2写为矩阵形式:AU1=B1类似地以Y为主的方程组6个,其矩阵形式:AU2=B2其中各矩阵为(下页):第四章遥感图像处理

4.2数字图像校正几何校正1ui

vi

ui

vi

ui

2

vi

2ui

ui

2

ui

vi

ui

2vi

ui

3ui

vi

2vi

ui

vi

ui

2

ui

vi

2

ui

2vi

vi

3ui

vi

ui

2

vi

ui

vi

2

ui

2

vi

2

ui

3vi

ui

vi

3ui

2

ui

3

ui

2

vi

ui

3

vi

ui

4

ui

2

vi

2vi

2

ui

vi

3

vi

3

ui

vi

3

ui

2vi

2

vi

4U1=(a00,a10,a01,a11,a20,a02)TA=U2=(b00,b10,b01,b11,b20,b02)TB1=(xi

,xiui,xivi,xiui

vi,xiui

2,xivi

2)TB2=(yi

,yiui,yivi,yiui

vi,yiui

2,yxivi

2)T第四章遥感图像处理

4.2数字图像校正几何校正根据坐标关系模型,计算对应于校正后图像每一点(u,v)的原图像坐标点(x,y).(x,y)一般不再是整数.然后计算(x,y)上的像元值(亮度),并赋予(u,v).计算(x,y)上的像元值常用方法有最近邻法,双线性内插法,三次卷积法等.第四章遥感图像处理

4.2数字图像校正几何校正最近邻法:欲求与点(x,y)相距最近的点(k,l),只需用以下公式:

k=integer(x+0.5)

l=integer(y+0.5)然后读出(k,l)的亮度值,赋予(u,v).该法简单但不够精确.第四章遥感图像处理

4.2数字图像校正几何校正双线性内插法:在点(x,y)四周找到4个相邻的点,然后在这4点亮度之间进行两次线性内插,可得到点(x,y)处的亮度值,赋予(u,v).找4个相邻点时,只需取整即可找到左上角的点(i,j):i=integer(x)j=integer(y)该法简单但不够精确.该法不简单但较精确.第四章遥感图像处理

4.2数字图像校正几何校正三次卷积法:在点(x,y)四周找到16个相邻的点,然后在这16点亮度之间,分别在x和y方向内插4次,可得到点(x,y)处的亮度值,赋予(u,v).该法计算较复杂,从略.第四章遥感图像处理

4.2数字图像校正几何校正控制点选择时的注意事项(1)控制点应为图面上易分辨,较精细的特征点,如道路交叉点,河流弯曲点,飞机场等;(2)特征变化较大处应多选控制点;(3)畸变严重处多选;(4)边部多选;(5)控制点尽量在全图像内都有分布.第四章遥感图像处理

4.2数字图像校正几何校正一些实际经验:在ERMAPPER中,大数据图象的几何校正(大于7G)难以完成,ENVI软件中对坐标的要求比较严格,用矢量的方法难以完成,如果采用图像对图像的的校正则可以完成,很多情况下ERDAS软件坐标系统与其他软件的坐标系统不兼容,但其矢量能力和三维能力较强,PCI软件接触不多,建议四者结合使用.第四章遥感图像处理

4.2数字图像校正几何校正本节重点(1)重要概念:数字图像,光学图像;D/A转换和A/D转换;数据图像的直方图;辐射畸变;辐射校正;程辐射;几何畸变;几何校正(2)辐射校正的直方图最小值去除法原理和方法;辐射校正的回归分析法原理(3)能较具体地说明几何畸变的各种原因(4)曲面拟合几何校正的原理和方法(5)选择控制点应注意的问题(6)几何校正可克服几何畸变,同时会产生什么新问题?第四章遥感图像处理

4.2数字图像校正第四章遥感图像处理例如提高对比度,增加颜色,经图像运算获得新图像等,都是图像增强.根据目的不同,有多种增强方法.1.图像增强是为提高图像质量和突出感兴趣的信息而对图像的像元值(如亮度)进行的变换处理.4.3数字图像增强2、特征提取：为了利用仪器进行图像判读及分析处理，需要从原图像数据中求出有益于分析的判读标志及统计量等各种参数，把图像所具有的性质进行定量化的处理过程叫特征提取。实际上，图像增强和特征提取多用于同一处理中，前者是以人工判读为前提，重点放在显示技术上，后者的特征提取则是处理的定量性。特征提取可以定量地抽出以下三种特征：（l）光谱特征：可提取出颜色及灰度或者波段间的亮度比等目标物的光谱性特征。（2）空间（几何）特征：目标物的形状、大小、或者边缘、线性构造等几何性特征。（3）纹理特征：是指周期性图案及区域的均匀性等有关纹理的特征。图像数据的增强与信息提取第四章遥感图像处理

4.3数字图像增强灰度变换是通过改变图像像元亮度值来改变图像对比度,从而改善图像整体视觉效果的方法.线性变换(对比度拉伸)将图像的亮度值区间(a0,b0)线性变换到另一个区间(a1,b1).如果(a1,b1)比(a0,b0)的范围大,则对比度就增大.具体计算过程为(下页):第四章遥感图像处理

4.3数字图像增强对比度变换线性变换(对比度拉伸)a0b0a1b1

变换函数:

变换函数,斜率大于1为拉伸,小于1时为压缩yx(原像元值)(变换后像元值)第四章遥感图像处理

4.3数字图像增强对比度变换分段线性变换有时为调节对比度,需在不同的亮度区间内作不同程度的拉伸.此时,各区间内分别有一变换函数.

分段变换函数yx(原像元值)(变换后像元值)1112323

三个区间分别受到压缩,拉伸,压缩对比度拉伸的效果第四章遥感图像处理

4.3数字图像增强对比度变换此外,还有三角波和连续函数变换等非线性变换常用的有指数变换和对数变换.

指数变换,低值区间受压缩,高值区间拉伸指数变换:y=beax+c对数变换:y=blog(ax+1)+c

对数变换,低值区间受拉伸,高值区间压缩第四章遥感图像处理

4.3数字图像增强对比度变换直方图变换直方图变换是使输入图像灰度值的频率分布（直方图）与所希望的直方图形状一致而变换灰度值的方法，可以说是灰度变换的一种。典型的直方图变换有以下两种：（l）直方图均衡化（histogramequalization）把原图像的直方图变换为各灰度值频率固定的直方图，因此，做出原图像的累积直方图，找出把累积直方图的累积频率值（y）等分为适当灰度值（X）的分割区段。对该灰度分割区段分别进行线性变换，从而得到对具有较高频率的灰度值区间进行增强，对较低频率的灰度区间进行压缩的图像。直方图均衡化（2）直方图正态化（histogranormalization）如果灰度的频率分布具有接近正态分布的形状就可以认为适合于人眼观察。可是，如果把具有与正态分布形状相距较大的原图像的频率分布勉强变换为正态分布，往往会产生以下问题。即当原图像的某一灰度的频率很高时，由于正态分布所对应的灰度值的频率低，就会造成对该部分的压缩而丢失重要的信息。所以直方图正态化对于行星图像那种原图像的动态范围窄，而且不够鲜明的图像是非常有效的。直方图正态化

原始图像直方图线性拉伸分段线性拉伸三角波线性拉伸连续线性拉伸直方图均衡直方图匹配第四章遥感图像处理

4.3数字图像增强空间滤波空间滤波是为了突出图像的某些局部特征(如边缘或纹理),通过像元点空间邻域的卷积运算来进行平滑或锐化的方法.所谓边缘,不是指图像的边部,而是指图像中具有线状形态的与毗邻部分亮度值不同的局部影像,如道路,河流,地物界线等影像.所谓纹理,指图像中各种色调或花纹图案的空间组合特征,有时也称结构.第四章遥感图像处理

4.3数字图像增强空间滤波图像的卷积运算:(1)先设计一个“模板”,或称卷积函数,即mn的小图像;

(2)在欲处理的图像上以每一像元中为决取一个与模板一样大的窗口,然后将窗口内每像元的亮度值与模板像元值对应相乘再相加,将结果写到窗口中心像元上.(3)移动窗口,直到遍历图像中所有点.图像的卷积运算:模板上第m列,第n行的像元值窗口上第m列,第n行的像元值窗口的中心像元的像元值第四章遥感图像处理

4.3数字图像增强空间滤波图像的卷积运算:设计不同的模板,可以起到不同的作用.均值平滑模板,例如99模板:t(m,n)=1/91/91/91/91/91/91/91/91/9用该模板进行卷积运算,意味着图像中每个像元的值都用周围9个相邻像元值的平均值代替,显然可以起到平滑作用.第四章遥感图像处理

4.3数字图像增强空间滤波索伯尔梯度锐化模板,有两个模板同时使用:t1(m,n)=121000-1-2-1t2(m,n)=-101-202-101先用模板t1卷积计算,结果取绝对值(获得南北方向的梯度);再用t2计算,结果也取绝对值(获得东西方向的梯度);然后两个绝对值相加,得最后结果(总梯度),写在窗口中心.任何方向的边缘都将被突出.第四章遥感图像处理

4.3数字图像增强空间滤波拉普拉斯模板t

(m,n)=0101-41010即上下左右四个相邻像元的亮度值相加,然后减去该像元值的4倍,作为该像元的新值.均匀的变化将被忽略;

用于检测变化率的变化率即二阶微分.举例说明如下(下页)第四章遥感图像处理

4.3数字图像增强空间滤波拉普拉斯模板例子t

(m,n)=0101-41010卷积结果为:0;设窗口像元值为w

(m,n)=2354683910若窗口像元值为w

(m,n)=235451932010卷积结果为:26;第四章遥感图像处理

4.3数字图像增强空间滤波例:右图为数字图像,亮度普遍在10以下,只有两个像元出现15的高亮度(噪声).用均值平滑模板求出新的图像.1/91/91/91/91/91/91/91/91/9

t=43768215899589131079121511811101413解:原图像上下左右各加一行或一列,亮度值与相邻像元值一样,得到第四章遥感图像处理

4.3数字图像增强空间滤波例:解续像元(0,0)的新值=(4+4+3+4+4+3+2+2+15)/9=41/9=54376821589958913107912151181110141343768811101413442578888910111313像元(0,0)像元(0,1)像元(1,1)像元(0,1)的新值=(4+3+7+4+3+7+2+15+8)/9=53/9=6像元(1,1)的新值=(4+3+7+2+15+8+5+8+9)/9=61/9=7余类推….第四章遥感图像处理

4.3数字图像增强空间滤波例:解续43768215899589131079121511811101413平滑后的新图像为:原图像为:第四章遥感图像处理

4.3数字图像增强空间滤波例2:右图为数字图像,分别用索伯尔方法和拉普拉斯方法提取边缘.121000-1-2-1

t=2210101022101010221010102222222222解:索伯尔模板有2个:或-101-202-101

t=拉普拉斯模板为:0101-41010

t=第四章遥感图像处理

4.3数字图像增强空间滤波例2:解:用索伯尔模板1得到用索伯尔模板2得到用拉普拉斯模板得到2210101022101010221010102222222222原图像为:第四章遥感图像处理

4.3数字图像增强空间滤波定向边缘检测t

(m,n)=-101-101-101设计特殊模板,可以检测特定方向的边缘.检测南北方向的边缘:t

(m,n)=-12-1-12-1-12-1t

(m,n)=-1-1-1000111检测东西方向的边缘:t

(m,n)=-1-1-1222-1-1-1或或第四章遥感图像处理

4.3数字图像增强空间滤波定向边缘检测t

(m,n)=011-101-1-10检测对角线方向的边缘:t

(m,n)=11010-10-1-1t

(m,n)=-1-12-12-12-1-1t

(m,n)=2-1-1-12-1-1-12或或或第四章遥感图像处理

4.3数字图像增强空间滤波Sobel空间滤波(1)—梯度(差分)Sobel空间滤波(2)—梯度(差分)Preneit空间滤波(1)—梯度(差分)Preneit空间滤波(2)—梯度(差分)Preneit空间滤波(1)、（2）对比Preneit空间滤波(1)、（2）对比（局部）平滑化拉普拉斯算子—微分低通滤波(1)--均值滤波低通滤波(2)–均值滤波低通滤波(3)–均值滤波高通滤波（1）--边缘增强高通滤波--边缘增强（局部）高通滤波--边缘增强（局部对比）增强未增强高通滤波（2）--边缘增强高通滤波（3）--边缘增强高通滤波（4）--边缘增强中值滤波（1）--噪声消除3X3中值滤波（2）--噪声消除5X5中值滤波（3）--马赛克效果自适应中值滤波--噪声消除高斯滤波（1）1.6S高斯滤波（2）1.0S纹理也叫结构，是指存在于图像中某一范围内的形状很小的、半周期性或有规律地排列的图案。在图像判读中使用纹理表示图像的均匀、细致、粗糙等现象。多用于森林的林相分类。根据构成图案的要素形状、分布密度、方向性等纹理进行图像特征提取的处理叫做纹理分析（textureanalysis）。对数字图像来说，找出表示纹理特征的指标是很难的，所以多采用求出小窗口内图像的统计特征，与光谱数据一起进行分类，或对有方向性的图像使用功率谱进行分析的方法。第四章遥感图像处理4.3数字图像增强图像纹理分析统计特征的应用取nxn的窗口，求出以下各量作为纹理的特征量：（a）灰度直方图：从频率总和为1的正态化灰度直方图中算出平均值、方差、偏斜度、陡度等。第四章遥感图像处理4.3数字图像增强图像纹理分析第四章遥感图像处理4.3数字图像增强图像纹理分析（b）关联矩阵：以偏离图像灰度为i的点一定位置δ（方向和距离）的点的灰度为j的概率Pδ(I,j)，(I,j=0,1,…n-1)为元素，求出关联矩阵，从该矩阵中算出各种纹理的特征量（能量、熵、相关性等）。第四章遥感图像处理4.3数字图像增强图像纹理分析第四章遥感图像处理4.3数字图像增强图像纹理分析（C）旋转矩阵：以θ方向上灰度为i的点连续出现k个的频率P

0

（i，k）为元素，求出旋转矩阵。从该矩阵中算出纹理的特征量。第四章遥感图像处理4.3数字图像增强图像纹理分析第四章遥感图像处理

4.3数字图像增强彩色显示与变换彩色变换就是用不同的彩色表示不同的亮度,或表示不同的波段,从而改进图像的视觉效果.彩色显示有两种方法，一种是把多个波段的图像分别赋予一种原色而进行显色的彩色合成法；另一种是对一幅黑白图像的灰阶赋予颜色的假彩色显示法。a彩色合成（colorcomposite）选出三个波段，分别赋予三原色进行合成，根据三原色的对应方式不同，可以得到不同的彩色合成图像。三原色的合成方法有：使用CRT显示器那种蓝、绿、红三原色光源的加色法和使用彩色印刷那种青、品、黄三原色颜料的减色法。真彩色合成：如果使用三原色进行合成，就可以得到接近天然色的颜色，这种方法叫真彩色合成。不在三原色的滤光片的波长范围内，如红外波段。因为这种图像的彩色合成已经不是天然色彩了，所以称为假彩色合成（falsecolorcomposite）。第四章遥感图像处理

4.3数字图像增强彩色显示特别是在遥感中，多采用对近红外区赋予红色，对红色的波长区赋予绿色，对绿色的波长区赋予；蓝色的彩色合成方法，称为红外彩色合成。假彩色（pseudocolor）显示把1张黑白图像的灰阶分为若干等级，在每个等级上赋予颜色，就成为最简单的假彩色显示方法。如果在热红外图像上使用该方法就可以得到等温图。要想使色彩连续变化时，就要做出对应灰阶变化而赋予三原色的函数，通过这一方法就可以得到对应色调而发生细微变化的假彩色显示。第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示色的表示--混系统色人眼能感觉到颜色的光（色刺激）是可见光区的电磁波。色刺激可以表示为辐射亮度的波长分布。可是在实用上，比较方便的是用感觉性，心理学的尺度去表示颜色。通常，表示颜色的体系叫表色系统（colorspecificationsystem）。表色系统大致分为：根据实验把颜色作为心理物理量而定量处理的混色系统（colormixingsystem）和使用记号、色谱等定性处理人所感知的颜色的显色系统（colorapperencesystem）。把相互独立的3种色刺激（三原色或三原刺激）进行混色，就可以在所有的颜色上表示出视觉上相等的颜色（颜色匹配：colormatching）。以此为着眼点，把表示颜色的表色系统称为混色系统。第四章遥感图像处理

4.3数字图像增强彩色显示（l）RGB表色系统在混色系统的代表——CIE（国际照明委员会）的RGB表色系统中，确定了波长435.8nm的蓝色（B），波长546.1nm的绿（G），波长700.0nm的红（R）三种单色光作为三原刺激，在人能感觉到颜色的380nm到780nm的各单色光中进行颜色匹配，根据实验确定应该混色的三原刺激的量，把这个值叫做颜色匹配函数或光谱三刺激值。第四章遥感图像处理

4.3数字图像增强彩色显示第四章遥感图像处理

4.3数字图像增强彩色显示色调（H）饱和度（S）明度（I）HSI变换：RGB空间和HSI空间的变换（2）HIS表色系统第四章遥感图像处理

4.3数字图像增强彩色变换多波段彩色变换:根据加色法原理,将不同的某三个波段分别赋予红绿蓝三元色,可以合成彩色图像.由于三元色并不是原三波段所代表的颜色,因此生成的合成色也不代表地物的真实颜色,故称假彩色合成.LandSatTM图像有7个波段,合理选择其中三个波段进行假彩色合成,可以较好显示地特征.如4,5,3三波段分别赋予红绿蓝,如教材前面的彩图5-6.水体黑TM432假彩色合成图,加里福尼亚MORRO市植被红建筑蓝第四章遥感图像处理

4.3数字图像增强彩色变换HLS变换有