第四章遥感数字图像处理课件

4.1.1颜色视觉——光和颜色

电磁波谱中0.38-0.76m的波段能引起人的视觉，称为可见光,可见光加上紫外和红外部分来自原子和分子的发光辐射，称为光学辐射-----光学遥感光与色有什么不同？光是色的源泉，色是光的表现。“五光十色”14.1.1颜色视觉(一)——亮度对比亮度对比：视场中对象与背景的亮度差与背景亮度之比C=（L对象-L背景）/L背景选择适宜的对象及背景的亮度，可以提高对比，从而提高视觉效果。两个或多个对象间的对比，即C=L对象/L对象2亮度对比例子

高度对比度合适亮度对比度过量3黑白图像彩色图像54.1.1颜色视觉(二)——颜色的性质

颜色描述对遥感图象很重要，颜色变换是遥感图象处理的重要方法。所有颜色都是对某段波长有选择地反射而对其它波长吸收的结果颜色的性质由明度、色调、饱和度来描述明度（Lightness,强度,Intensity）色调（Hue）饱和度(Saturation)64.1.1颜色视觉(二)——颜色的性质：明度(Lightness)明度：是人眼对光源或物体明亮程度的感觉。与电磁波辐射亮度的概念不同，明度受人的视觉感受性和经验影响。物体反射率越高，明度就越高。白比灰，黄比红光源：亮度越大，明度越高黑白图象：灰度、灰阶7灰度（明度）、灰阶84.1.1颜色视觉(三)——颜色的性质：饱和度(Saturation)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。对于光源，发出的若是单色光就是最饱和的彩色，如激光。对于物体颜色，如果物体对光谱反射性有很高的选择性，只反射很窄的波段则饱和度高。如果光源或物体反射光在某种波长中混有许多其它波长的光或混有白光则饱和度变低。黑白色只用明度描述，不用色调、饱和度描述。104.1.1颜色视觉（三）——颜色立体（球形）球形明度-色度-饱和度色彩坐标系垂直坐标轴代表亮度圆周代表色度，色度值从红色中点处的0开始，沿着球体圆周的逆时针方向增加饱和度描述了色彩的纯度124.1.1颜色视觉（三）——颜色立体(孟赛尔颜色立体)144.1.2加色法与减色法(一)：颜色相加原理三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，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。实验证明，红、绿、蓝三种颜色是最优的三原色。由三原色混合，可以产生其他颜色，称为加色法。互补色：若两种颜色混合产生白色或灰色,这两种颜色就称为互补色。15164.1.2加色法与减色法(二)：色度图颜色相加的原理可以用色度图来表现，比加色法示意图更接近实际情况。因为每种波长的光都可以用红绿蓝三原色相加产生。对任何一种颜色的光，当匹配的各波长光谱能量相同（等能光谱）时，都可以推算出其所需要的红绿蓝三原色的数量值。所有光谱色混合时，即形成等能光谱中的白光，且白光时由相同数量的红绿蓝三原色组成。设光的总能量为1，则白光由三原色各1/3构成，即红=绿=蓝=1/3白，红+绿+蓝=白根据上述原理，设计了色度图17左图代表色度图上的色彩分布其中，x:红色的比例；y:绿色的比例；蓝色比例可由x+y+z=1导出弧形曲线代表光谱，线上每一点代表一种波长（nm）和光谱颜色，曲线包围的部分及直线部分代表非光谱色。184.1.2加色法与减色法(三)：减色法

减色法是从自然光（白光）中，减去一种或二种基色光而生成色彩的方法。颜料本身的色彩是由于本身选择性地吸收了入射自然光中一定波长的光，反射出未被吸收的色光而呈现出本身的色彩。例如，黄色颜料是由于本身吸收了自然光中的蓝色光，反射出未被吸收的红光和绿光叠加混合的结果；品红颜料是由于吸收了自然光中的绿光，反射出红光和蓝光相加的结果；同样，青颜料是由于吸收了自然光中的红光成分，反射蓝光与绿光的结果。204.1.2加色法与减色法(三)：减法三原色减法三原色：指加法三原色的补色，即黄、品红和青色。用白光由红、绿、蓝三色组成这种理想模型来理解，可以认为黄色，是减去蓝色的的红绿组合；同样地，品红色是减去绿色的红蓝组合，青色是减去红色的蓝绿组合。这样，黄、品红、青便是减色法的三原色。将彩色涂料的三色叠加时，由于光线依次通过减红、减绿、减蓝层就成黑色。只有当涂料浓度不够，减色不彻底时才会出现灰白色，但这仍是减色法而不是加色法。21单波段三波段23数字图像基础图像辐射校正几何校正原理与方法图像增强处理24数字图像数字图像的性质与特点什么是数字图像？模拟图像：普通像片那样的灰度级及颜色连续变化的图像数字图像：而是以数字形式表示的遥感影像。包括把模拟图像分割成同样形状的小单元，以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值进行数字化的图像。把前一部分的空间离散化处理叫采样（sampling），而后一部分的亮度值的离散化处理叫量化（quantization），以上两种过程结合起来叫图像的数字化（digitization）。

26数字图像又称数字化图像，是一种以二维数组（矩阵）形式表示的图像。或者称为相应区域内地物电磁辐射强度的二维分布。该数组由对连续变化的空间图像作等间距抽样所产生的抽样点——像元（像素）组成。

27采样采样的原理28像元的量值，通常为抽样区间内连续变化的景物的均值化量值，一般为亮度值或灰度值，它们的最大、最小值区间代表该数字图像的动态范围。

300<=f(x,y)<=Gxbelongto[0,xmax],ybelongto[0,ymax]式中,G为灰度值的上界.因此,一幅图像可用M(行)N(列)的矩阵函数表示:12712345634561234232356894586512645345343423992334345645675631在遥感图像处理中,既需要将光学图像转换为数字图像进行计算机处理,也需要将处理后的数字图像变成光学图像输出。光学图像为模拟量，数字图像又称数字量，它们之间的转换称模/数转换，记作A/D,反之称数/模转换，记D/A32以一景Landsat4或5的TM数字图像为例，共7个波段，其中6个波段有6166行，6166列，代表地面约185kmx185km的范围。每一个波段约有6166x6166=38M个像元，则7个波段共(6x38M)+24M=252M个像元，即需要252M字节存储空间才能存下一景全部的TM数据。33遥感卫星地面站（气象卫星接受站）提供计算兼容的数字磁带，输入计算机图像处理系统，形成数字图像。记录在胶片上的影像可在专用设备上进行数字化。也可以使用胶片，即透明正片，用一束强度固定的光束扫描，透射光用光电增强管进行量度，通过抽样和量化而成为一连串的数字，可以存储在磁盘上或记录磁带上，成为数字图像文件。

34数字图像的性质与特点

由于传感器上探测元件的灵敏度直接影响有效量化的级数，因此，不同传感器提供的有效量化的级数是不同的。传感器类型卫星名称有效量化级数信息量/bitMSSLandsat646TMLandsat2568HRV(S)Spot2568HRV(PA)Spot646AVHRRNOAA102410常用的遥感数字图像有效量化级数。35数字图像3637遥感数字图像以数字形式表示的遥感影像；基本单位：像素

正（纯）像素：一个像素内只包含一种地物（水体…）

混合像素：一个像素内包含多种地物（草地=草+地）像素的空间特征：几何位置及范围——空间位置离散化像素的属性特征：亮度值——灰度值离散化38特点：(与光学图像相比)

便于计算机处理数字存储方式

获取、传输、分发等过程中没有信息损失抽象性强（表示在计算机里是很抽象的“数据流”）数字形式表示，便于建立分析模型，进行计算机解译和采用遥感图像专家系统。遥感数字图像39遥感数字图像的表示方法二维数组表示：位置隐含（象素坐标），属性用亮度表示；遥感数字图像根据波段分：二值数字图像：[0-1]一个bit存储单波段数字图像：[0-255]一个字节（8位）彩色数字图像：[0-255][0-255][0-255]三个数字层多波段数字图像：[0-255]……[0-255]多个数字层40航空像片的数字化非数字式遥感图像（通常为航空摄影像片），进行数字图像处理、解译前，需转换为数字图像方法：黑白扫描/彩色扫描扫描时需注意：（1）扫描的空间分辨率一般300dpi（像片）/600dpi（负片）可满足要求（2）灰度级：0-255（黑白）/RGB（彩色）41分辨率设置过程:（1）空间采样（2）属性量化如何设置分辨率42例：将一张1:50000的航空图像扫描成分辨率是2米的数字化图(1pix=2m)。

1:50000lcm=500m1cm内要有250个pixpix边长=1cm/250pix=0.004cm=0.001575inch(1cm=0.3937inch)635pix/inch43图像直方图用平面直角坐标系表示一幅灰度范围为0-n（0-255）的数字图像像元灰度分布状态，横轴表示灰度级，纵轴表示某一灰度级（或范围）的像元个数占像元总数的百分比。通过灰度直方图可以直观地了解图像特征，以确定图像增强方案并了解图像增强后的效果44数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。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。正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。偏态分布：图像偏亮或偏暗，层次少，质量较差。小结

图像直方图是描述图像质量的可视化图表。在图像处理中，可以通过调整图像直方图的形态，改善图像显示的质量，以达到图像增强的目的。45直方图46图像校正：包括辐射校正、几何校正。增强处理：增强图像中的有用信息，利于识别分析。包括彩色增强、直方图增强、图像运算、邻域增强、频率域增强、信息融合等。图像变换：消除干扰和滤掉噪声，提高图像质量。信息提取：图像分类（监督分类、非监督分类、神经网络分类、模糊分类）、空间信息提取、光谱信息提取。数字图像处理的主要内容47辐射校正由于传感器响应特性和大气的吸收、散射及其它随机因素影响，导致图像模糊失真，造成图像分辨率和对比度相对下降。这些都需要通过辐射校正复原。包括：系统辐射校正、大气校正4849系统辐射校正光学摄影机内部辐射误差校正镜头中心和边缘透射光的强度不一致，造成图像上不同位置的同一类地物有不同的灰度值。光电扫描仪内部辐射误差校正A）光电转换误差；B）探测器增益变化引起的误差50大气校正概念：消除主要由大气散射、吸收引起的辐射误差的处理过程。何时需要进行大气校正？定量信息提取；不同时相间的定量比较；不同波段间的运算；51大气校正方法公式法（较准确）；简单的相对大气校正方法：2回归分析法；3直方图校正法；52大气影响的粗略校正（1）直方图最小值去除法从图像像元亮度值中减去一个辐射偏置量（LP），辐射偏置量等于图像直方图中最小的辐射亮度值。前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量）暗物体法（Dark-objectmethod）53（1）直方图最小值去除法54（2）回归分析法

原理：在遥感图像上大山的阴影区或深大水体区域，各个波段的反射为零。同时，大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用其校正其它波段数据。方法：在不受大气影响的波段（如TM5或7）和待校正的某一波段图像中，选择一系列目标，将每个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程。Y：待校正波段的图像亮度值X：不受大气影响波段的图像亮度值55(2)回归分析法56公式法与卫星扫描同步进行野外光谱测量，将地面测量结果与卫星影象对应像元亮度值进行回归分析.回归方程为：Ri=a+bCiLAi

=CiK+Lmin

，LAi

=a1Ri+b1K=（Lmax-Lmin）/CmaxLAi

为卫星观测值（辐射亮度，辐射度）Ri

为地面反射率Ci灰度值57回归分析法原理：大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用其校正其它波段数据。方法：在不受大气影响的波段（如TM5或7）和待校正的某一波段图像中，选择一系列目标，将每个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程。Y：待校正波段的图像亮度值X：不受大气影响波段的图像亮度值58回归法分析法59直方图校正方法直方图校正方法：从图像象元亮度值中减去一个辐射偏置量，辐射偏置量等于图像直方图中最小的亮度值；前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量）；暗物体法（Dark-objectmethod）；605.2.0基本术语图像配准—Registration图像纠正（校正）--Rectification或者叫做Geo-referencing

地理参照.图像地理编码–Geo-coding图像正射投影校正–Ortho-rectification地面控制点—GCPs(GroundControlPoints)最邻近重采样–Nearestneighborresampling双线性重采样–Bilinearresampling立方卷积重采样—Cubicconvolutionresampling均方根误差–RootMeanSquareError，RMSE615.2.1为何要进行几何校正？几何畸变：遥感图像的几何位置上发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等变形。62遥感影像变形（几何畸变）的原因：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：产生像点位移。地球表面曲率的影响：一是像点位置的移动；二是像元对应于地面宽度不等，距星下点愈远畸变愈大，对应地面长度越长。大气折射的影响：产生像点位移。地球自转的影响：产生影像偏离。总之，几何畸变是：平移、缩放、旋转、偏扭、弯曲等共同作用的结果。635.2.2几何畸变校正基本思路：把存在几何畸变的图像，校正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。具体步骤

1）定位。计算校正后每一点所对应原图中的位置

2）定量。计算每一点的亮度值计算方法1）建立两图像像元点之间的对应关系；

2）求出原图所对应点的亮度：最近邻法、双线性内插法、三次卷积内插法。6465图像灰度重采样方法1)

最近邻法：距离实际位置最近的像元的灰度值作为输出图像像元的灰度值；662）双线性内插法：以实际位置临近的4个像元值，确定输出像元的灰度值。公式为：图像灰度重采样方法673）三次卷积内插法：以实际位置临近的16个像元值，确定输出像元的灰度值。公式为：PSF三次样条函数sinc函数图像灰度重采样方法68控制点的选取数目的确定:数量应当超过多项式系数的个数（(n+1)*(n+2)/2）选择的原则：易分辨、易定位的特征点：道路的交叉口、水库坝址、河流弯曲点等特征变化大的地区应多选些尽可能满幅均匀选取5.2.2几何畸变校正69数字图像几何校正过程纠正函数可有多种选择：多项式方法、共线方程方法、随机场内插方法等。其中多项式方法的应用最为普遍。70问题：几何校正过程主要由哪两个步骤组成？分别可采取哪些方法予以实现？Step1：变换后像元坐标位置的计算Step2：变换后像元灰度值（亮度值、DN）的计算715.3数字图像增强技术简介必要性：图像目视效果不好、信息不突出、要进行有用信息的自动或半自动识别提取时。

目的：提高图像质量、突出有用信息、为图像判读和进一步分析处理服务。72常见数字图像增强处理技术直方图变换基于频率域和空间域的滤波彩色变换（单波段假彩色密度分割，多波段。。。）图像运算多光谱变换数据融合73几何校正几何畸变：遥感图像的几何位置上发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等变形。几何畸变是平移、缩放、旋转、偏扭、弯曲等作用的结果。74几何校正从具有几何变形的图像中消除变形的过程。一般步骤：1确定校正方法2确定校正公式3验证校正方法4对原始输入图像进行重采样75遥感图像几何畸变来源误差来源：内部误差：由于传感器自身的性能、结构等因素造成；外部误差：传感器以外的个因素造成，如地球曲率、地形起伏、地球旋转等传感器成像几何形态影响传感器外方位元素变化畸变地球自转的影响地球曲率的影响其它……76传感器成像几何形态影响成像几何特点：中心投影、全景投影、斜距投影、平行投影；全景投影：每条扫描线相当于中心投影，扫描视场角越大，边缘变形越大——全景畸变；斜距投影变形：侧视雷达；77传感器外方位元素变化畸变传感器外方位元素变化：指决定遥感平台姿态的6个自由度：三轴方向（X，Y，Z）和姿态角（，，），其中任何一个发生变化，都会给遥感图像带来不同变形，这种畸变是成像瞬间的综合影响。对不同的传感器，畸变可能不尽相同。航高、航速、俯仰、翻滚、偏航78中心投影传感器外方位元素变化畸变79多中心投影例如MSS,TM等传感器外方位元素变化畸变80地球自转引起的误差81地球曲率引起的误差82遥感图像几何校正的原理包括光学校正和数字纠正数字纠正：通过计算机对图像每个象元逐个地解析纠正处理，可以较精确改正线性和非线性变形误差。包括两个方面（基本环节）：（1）象元坐标变换；（2）象元灰度值重新计算（重采样）。83遥感图像几何校正的原理84数字图像几何纠正的主要处理过程准备工作输入原始数字影象建立纠正变换函数确定输出影象范围像元坐标变换像元亮度值重采样输出纠正后的图像准备工作：图像、地图、大地测量资料、平台轨道参数、传感器参数、控制点的选择；（具体内容可选）纠正变换函数建立：输入和输出图像间的坐标变换关系；如多项式法、共线方程法等85坐标变换确定原始图像和纠正后图像间的坐标变换关系（x，y）——（u，v）（u行数，v列数，均为整数）有两种方案：直接纠正方案：从原始图像阵列出发，依次对其中每一个象元P（x，y）分别计算其在输出（纠正后）图像的坐标P（X，Y），并计算P（X，Y）的灰度值;间接纠正方案：从空白图像阵列出发，依次计算每个象元P（X，Y）在原始图像中的位置P（x，y），然后把该点的灰度只依次计算后返送给P（X，Y）.

二者间并无本质差别，互为逆变换86坐标关系（xp，yp）（XP，YP）分别是任意一个像元在原始图像和纠正后图像中的坐标。直接间接87坐标变换88图像灰度值的重采样几何校正过程中，由于校正前后图像的像元大小可能变化、象元点位置的相对变化等，不能简单用原图像象元灰度值代替输出象元灰度值。对应的坐标值可能不是整数因此，需要插值（重采样）三种插值方法：最邻近法、双线性法、三次卷积法89最邻近法（nearestneighbor）用距离投影点（采样点）最近象元灰度值代替输出象元灰度值简单、省时，保留原始图像的值边缘出现锯齿状90最邻近法原理91最邻近法优点：1保留大量原始灰度值，没有经过平滑处理，对于区分植被类型、识别线性特征等有重要意义2简易、省时3分类前使用4适合于专题文件缺点：1锯齿状、不平滑2某些值重复、某些值丢失3对线性地物，可能出现不连续92原始图像纠正后图像（最邻近插值）最邻近法纠正效果93双线性内插法取(z，y)点周围的4邻点，在y方向(或x方向)内插二次，再在x方向(或y方向)内插一次，得到(x，y)点的亮度值f(x，y)，该方法称双线性内插法.94双线性（bilinear）优点1较平滑，没有锯齿状2与最邻近法相比，空间信息更准确些3常用于改变象元大小时，如数据融合缺点：象元值被平均化，某些地物边缘更平滑，某些极值可能丢失95双线性插值效果原始图像纠正（双线性插值）96三次卷积法（cubicconvolution）取与投影点邻近的16个象元灰度值（4×4），计算输出象元的灰度值取与计算点(x，y)则围相邻的16个点，与双向线性内插类似，可先在在某一入向上内插，如先在x方向上，每4个值依次内插4次，再根据这四个计算结果在y方向上内插，得到f(x，y)。每一组4个样点组成一个连续内插函数。实际上是一种卷积运算，也叫三次卷积内插。97三次卷积法优点：1与其它重采样方法相比，均值和标准偏差与原始象元的相一致2改变象元大小时使用（改变幅度更大时）3可以锐化图像、平滑噪声，实际的效应与数据有关缺点：1数据的值可能被改变2计算费时98原始图像几何纠正（三次卷积）三次卷积法处理效果99增强处理：增强图像中的有用信息，利于识别分析。包括彩色增强、直方图增强、图像运算、邻域增强、频率域增强、信息融合等。遥感图像处理——图象增强图象增强是指对图像