福师《遥感导论》第四章课堂笔记

1、地物自身辐射（发射）或对外来辐射的反射和透射特点和规律即该地物的波谱特征，可用辐射、反射波谱曲线来直观地表示。2、每种地物都有自己的波谱曲线，其形状与地物自身性质有关。从波谱曲线可看出，不同地物在有些波段上辐射或反射值相同或相近，但在另外一些波段上可以区分开，选择特征差别较大波段的数据进行地物识别，可更好地区分不同地物。3、对照已知地物波谱特征可判定地物。可用光谱仪进行实地测量得到地物波谱特征；若没有实地测量的光谱数据，也可通过对影像的分析（已知地物类型的区域）得到较粗略的光谱特征，进而推知未知区域。4、光谱特征差别较大的地物，图像上也有较大差别。利用遥感图像判读地物，回答是什么、在哪里的问题（目标物特征、性质、变化）。实际工作中经常面临两个很实际的问题：目标物分辨不清（信息差别小、噪音干扰大）目标物位置不准第4章遥感图像处理4.1光学处理4.2数字图像的校正4.3数字图像增强4.4多源信息复合4.1光学处理亮度对比：C=ΔL/L目标颜色对比：在视场中，相邻区域的不同颜色的相互影响，例如白色在黄色背景中会呈蓝色颜色性质：色调(色相，hue)

明度(lightness)

饱和度(色觉浓度，saturation)颜色视觉明度指人眼对光源或物体明亮程度的感觉。颜色立体理想的颜色立体孟赛尔颜色立体孟赛尔颜色立体加色法和减色法颜色相加原理互补色：两种颜色混合产生白色或灰色，则二者互称互补色。黄与蓝，红与青，绿与品三原色：三种颜色，其中任何一种不能由其它二种混合产生，这三种颜色按一定比例混合可以形成各种色调的颜色，则称之为三原色。红，绿，蓝是最优的三原色。颜色加法

是以红、绿、蓝三原色的两种或三种色光按一定比例混合，产生其他色彩的方法加色法有几个规律：两种基色光等量混合叠加，产生一种补色光。比如：红+绿=黄红+蓝=品红蓝+绿=青红、绿、蓝三种基色光等量相加为白光。红+绿+蓝=白当两种色光相加成为白色或灰色，称为互补色。黄与蓝，品与绿，青与红RGB按不同比例混合产生不同颜色色度图基本原理每一种波长的光可由红绿蓝三原色相加产生；任何颜色的光用等能光谱匹配时都能推算出红绿蓝三原色的数值；白光由等比的红绿蓝三原色组成，且红=绿=蓝=1/3白红+绿+蓝=1颜色视觉的基本规律马蹄形范围内各点都可由真实光线产生颜色、任何颜色在色度图中都有确定位置粗略推算两种颜色混合后的中间色推算边缘点颜色的互补色红绿饱和度该点波长颜色（光谱色）就是M点色调M和N混合色m的互补色颜色相减原理利用加色法或减色法实现彩色合成

加色法彩色合成合成仪法分层曝光法减色法彩色合成染印法印刷法重氮法光学增强处理：相关掩膜处理方法改变对比度显示动态变化边缘突出光学信息处理：图像的相加和相减遥感黑白影像的彩色编码光学增强4.2灰度图像与彩色图像灰度图像彩色图像单波段图像的灰度显示单波段图像的彩色分割多波段图像的彩色合成多波段图像的彩色合成及应用取同一景影像三个波段的图像分别用RGB三原色显示，利用加色法合成彩色图像因地物性质（光谱特征）造成同一像元在不同波段有不同值，形成了该像元RGB三原色的混合比例RGB三色在不同地物像元上有不同比例，造成不同地物像元不同颜色利用不同颜色区分地物4.3模拟图像与数字图像模拟图像：用光学方法处理形成的图像是模拟图像，也叫模拟量。数字图像：能够用计算机存储、处理和使用的图像是数字图像，也叫数字量。模数转换：把模拟图像转换为数字图像。数模转换：把数字图像转换为模拟图像。模拟量和数字量的本质区别：模拟量是连续的，数字量是离散的。模拟量与数字量的表现形式模拟量是以金属银在介质上涂布的密集情况表现图像特征的。数字图像是以矩阵形式表现图像特征的，行列中的每个格网对应着一个像元，像元值就是影像的灰度值（亮度值）。像元：是数字图像中的最小单位，每个像元对应着一个亮度值。分辨率：一个像元对应的实物大小。数字量的矩阵表示：数字图像的实例与表示：模数转换示意图—空间分割形成像元模数转换示意图—每个像元计算灰度值图像运算和图像重采样图像运算：以一幅或几幅图像的像元值为基础通过线性或非线性计算得到新的像元值（差值运算、比值运算等）。图像重采样：改变像元大小，进而改变图像特征。按新的像元大小形成新的矩阵计算每个新像元的亮度值（平均值法、最大值法、最小值法、中值法、及其它线性非线性方程算法）146711651344544626783667357765564574557657667754310131547121248111111991201040101001100024204228554230521242435282024图像（1）图像（2）图像（3）（1）+（2）（2）-（3）（3）*(1)图像重采样像元变小像元变大4.4数字图像的校正辐射校正辐射畸变：传感器接收到的辐射能量中引起地物辐射值失真的部分。遥感仪器引起的辐射畸变大气作用引起的辐射畸变辐射校正：校正或改善辐射畸变引起图像灰度值失真的技术称为辐射校正。

*要抓住引起畸变的原因进行校正仪器引起的辐射畸变的校正*大气引起的辐射畸变的校正1、无大气时地物光谱的真实反映：辐照度—反射率；辐射出射度2、有大气时，电磁波受到大气作用而发生变化，如图示

程辐射（upwardtotalradiation）通常程辐射主要来自米氏散射，其散射强度随波长增大而减小，到红外波段，这种散射的影响已经很小。E0太阳辐射L0地物反射Tθ大气散射ED漫入射Tφ大气吸收LP程辐射传感器记录到的地物亮度L辐照度为50，无大气，光全透过，最亮处处50，最暗处0，亮度对比（50-0）/50有大气，光90%透过，最亮处45，最暗处0，各处加程辐射10，亮度对比（55-10）/55大气影响的粗略校正直方图最小值去除法找到反射率接近0的地物找到该地物处的实测值（最小值）各波段像元亮度减去本波段最小值直方图最小值比较直方图最小值去除（建模）回归分析法取某红外波段a和需校正的某波段b以二者相应像元的亮度值为轴的坐标系用众多像元值形成的散点图建立回归方程用回归方程计算b波段的新图像（建模）其它需校正的波段按此处理几何校正几何畸变：遥感图像在几何位置上发生了变化，如行列不均、大小、形状变化等几何畸变的主要表现：平移、缩放、旋转、偏扭、弯曲等几何畸变的原因：遥感平台位置和运动状态变化的影响地形起伏的影响地球表面曲率的影响大气折射的影响地球自转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地形起伏的影响地球表面曲率的影响像元对应地面宽度不等像点位移大气折射的影响地球自转的影响几何校正实质：按实际位置和投影状况确定校正后影像的行列并为每个新像元赋予合适的亮度值步骤：逐点计算变换后的新坐标计算新坐标中每点的亮度值计算方法：通过解二元n次方程确定关系式参数用不同方法确定各像元亮度值最近邻法双线性内插法三次卷积内插法控制点选取数量：理论上最少控制点数N=(n+1)(n+2)/2

实际最少控制点数N×6控制点选取原则：位置准确：找到准确的地物点以保证精度容易分辨：地物点容易找到并准确定位变形较大：变形较大处要有控制点分布均匀：控制点在整个影像中均匀分布不要漏掉任何区域可作为控制点的地物举例建筑物的角点水库堤坝道路交叉点山区小河流汇合点特殊固定形状的地物一般由卫星地面站等遥感图像服务部门购买的卫片，已经经过几何校正，这种校正主要根据记录的遥感平台姿态数据、遥感器数据和地球数据等进行，精度通常不高，所以称为几何粗校正。

根据使用目的和要求不同，通常还要对卫片进行几何精校正，本段落的主要目的也是要介绍这种精校正的理论和方法。

几何精校正的方法很多，概括起来说就是根据已知控制点对图像数据进行坐标变换。这种方法可以校正除地形起伏外，其他各种因素引起的几何变形。校正的精度主要取决于控制点的数量和精度。几何校正/坐标变换中最重要且最困难的任务是选择控制点。有时需进行正射校正以纠正地形起伏引起的变形。4.5数字图像增强对比度变换空间滤波彩色变换图像运算多光谱变换对比度变换像元亮度值直方图实际图像亮度值应符合正态分布直方图峰值偏左、偏右、过窄——辐射增强对比度变换：是通过改变图像像元的亮度值来改变图像像元的对比度，从而改善图像质量的图像处理方法。线性变换与非线性变换：用一个变换函数改变图像像元亮度值。如果该变换函数是线性的或分段线性的，则为线性变换，其它为非线性变换。线性变换技巧：根据需要改变4个参数可分段变换非线性变换压缩压缩扩大扩大空间滤波以重点突出图像上的某些特征为目的通过像元与其周围相邻像元的关系，采用空间域中的邻域处理方法属于几何增强处理，主要包括平滑和锐化图像卷积运算选定一卷积函数——模板，对图像作局部检测移动模板，对每个像元进行模板运算平滑：去除不该有的亮点（噪声）均值平滑：每个像元值用以其为中心的模板均值代替中值滤波：模板内像元亮度中间值代替中心像元值两种平滑方式对比：图像亮度为阶梯状变化时，取均值效果显著；若想尽量保留原图像亮度值，取中值效果更好锐化：突出图像中的边缘、线状目标、亮度突变区域锐化后的图像失去原图像的特征梯度反映了相邻像元的亮度变化率，梯度大的地方就是目标物的边缘罗伯特梯度：实际上是用2*2模板检测边缘意义是用交叉的方法检测出像元与其邻域在上下、左右、斜向之间的差异，产生梯度影像，达到提取边缘信息的目的。有时可设定正阈值以去除次要边缘索伯尔梯度：通过3*3模板改进罗伯特梯度算法拉普拉斯算法：上下左右4像元值相加再减去该像元值的4倍检测亮度变化率的变化率定向检测检测水平边界检测对角边界未经边缘增强的原图像浮雕效果的边缘增强图像填充后的边缘增强图像单波段彩色变换多波段彩色变换彩色变换单波段彩色变换—密度分割密度分割是遥感图像应用中的一个常用操作。通过分割和将不同的亮度值赋予不同的色彩，可以将亮度清晰地分层显示。考虑地物光谱特性，合理取分割点，可直接对地物进行分类密度分割彩色合成就是把同一遥感图像的若干个波段分别赋予不同的基色，再混合组成一幅彩色图像的过程。彩色合成的作用在于综合利用各波段图像的信息。通过彩色合成，可以制成标准假彩色图像，模拟天然彩色图像，以及以突出感兴趣目标为目的的任意合成图像。彩色合成的色彩模式可以有加色法和减色法两种，无论采用哪一种模式合成，只能使用3个基色。加色法为红、绿、蓝（RGB），减色法为黄、品、青（YMC）（有时可以将分辨率较高的全色波段用黑色表达）。比如对于TM多通道图像，必需从7个波段中选择3个来进行合成。多波段彩色变换——彩色合成HLS变换（HueLightnessSaturation）图像运算差值运算：两幅同样行列数的影像，对应像元的亮度值相减就是差值运算。差值运算的作用：有利于目标与背景反差较小的信息提取有利于同一研究区的时相变化行列各移一位后与原图像相减突出边缘比值运算：两幅同样行列数的图像，对应像元的亮度值相除（除数不为0），就是比值运算。检测波段的斜率信息，提高对比度突出植被特征、计算植被指数或生物量去除地形影响土壤含水量差异微地貌变化……多光谱变换n个波段—n个变量—n维坐标—n维向量K-L变换—离散（Karhunen-loeve）变换—主成份变换K-L变换几何意义—坐标旋转，且新坐标轴指向数据信息量较大的方向。K-L变换结果—

数据压缩图像增强K-T变换—Kauth-Thomas变换—缨帽变换

Y=BX实质是坐标轴旋转，旋转后坐标轴指向地物

Y1—亮度

Y2—绿度

Y3—湿度植被视面—Y1-Y2土壤视面—Y3-Y1过渡区视面—Y3-Y24.6多源信息复合多源遥感信息的复合

不同传感器的数据复合