遥感原理与应用-第四章-遥感图像处理

图像处理的知识体系根本概念〔1〕图像变换〔1〕图像增强〔0〕图像恢复与重建〔0〕图像编码〔0〕图像分割〔1〕目标表达和描述〔2〕模式识别〔0〕本课主要内容1、图像模型2、图像数字化3、图像处理系统4、常见图像格式本课重点内容

光学图像/数字图像

采样/量化

第四章遥感图像处理1/11§4.1遥感图像处理的根本概念

－图像模型2/11图像:对客观对象一种相似性的描述或写真；地物对电磁波反射强度被传感器以胶片或数字形式记录模拟图像V.S数字图像保存，运输退色，变形电子存储，无线采集成本高低（无）图像处理过程速度快，精度低速度慢，精度高图像应用方式人工机器智能图像处理三个层次3/11数字化概念数学解释分为两个过程：采样、量化采样：空间坐标的离散化〔x,y〕矩阵量化：灰度值离散化过程〔f〕灰度级：8比特量化二值图像〔0表示白色，1表示黑色〕采样、量化程度与图像效果非均匀采样与量化问题§4.1遥感图像处理的根本概念

－图像数字化4/11物理图像V.S数字图像5/11数字图像概念6/11彩色图像与灰度图像7/115122561286432GMN

512512256256128128646432321616空间分辨率的量化8/11灰度级的量化图像灰度级25612864321684225632829/11§4.1遥感图像处理的根本概念

－图像处理系统数字图像处理系统由硬件和软件组成。

ERDASIMAGING文件管理、图像处理、校正、信息获取、变换图像分类、专题图制作、与GIS系统的接口10/11LTWG格式〔LandsetTechnicalWorkingGroup〕BSQ格式〔按波段记载数据文件〕BIL格式〔按波段顺序交叉排列〕BMP格式位图文件头结构位图信息头结构位图颜色表位图象素数据其它格式TIFF/GIF/JPEG/PNG§4.1遥感图像处理的根本概念

－常见图像格式11/11傅立叶变换〔4学时〕

图像变换共2次课〔4学时〕采用板书授课方式§4.2图像变换本节主要内容图像分割概念及作用区域分割〔包括阈值分割与区域生长〕边缘检测〔几种常用的边缘检测算子〕Hough变换教学要求掌握阈值分割方法掌握常用检测算子及各自特点了解Hough变换方法§4.5图像分割1/13§4.5图像分割

－根本概念图像分割概念把图像分割成许多感兴趣的区域与独立目标。灰度、颜色、纹理图像分割作用1、从图像处理到图像分析的关键步骤2、图像理解〔计算机视觉〕前期准备工作。例子：2/13§4.5图像分割

－区域分割原理：利用同一区域内象素具有相同或相似的属性阈值分割法

确定T的方法很多，最主要的方法是直方图法区域增长法以图像的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域，以合并的像素为新生长点，继续重复以上的操作，直到找不到符合条件的像素为止。(4-连通与8-连通的概念)3/134/13边缘检测原理边缘是灰度值不连续的结果，可用导数检测出不连续性。§4.5图像分割

－边缘检测算子5/13§4.5图像分割

－边缘检测算子标准梯度算子标准梯度算子的模板表示方法－11－116/131、该方法有什么缺点？2、如何解决？§4.5图像分割

－边缘检测算子罗伯特〔Roberts〕算子模板表示：蒲瑞维特〔Prewitt〕算子－11－11－11－11－11111－1－1－17/13索贝尔〔Sobel〕算子拉普拉斯〔Laplacian〕算子〔二阶导数算子〕§4.5图像分割

－边缘检测算子－11－22－11121－1－2－10101－410101111－811118/13§4.5图像分割

－边缘检测算子9/13微分算子小结§4.5图像分割

－边缘检测算子标准梯度算子用最近邻像素计算、无法抑止噪声罗伯特算子去噪效果差Prewitt算子Sobel算子对水平/垂直方向响应强烈，可抑止噪声，但检测边缘较宽Laplacian算子二阶微分算子，与方向无关，对细线和孤立点检测效果较好，但存在双像素边缘现象，双倍加强噪声。10/13§4.5图像分割

－Hough变换11/13直角坐标系中的一条直线对应极坐标中的一个点，直角坐标系中一个点对应于极坐标中的一条曲线，这种线到点的变换称为霍夫变换。曲线1，3，5都过S点；曲线2，3，4过T点§4.5图像分割

－Hough变换霍夫变换步骤〔投票法〕1、在ρ和θ的取值范围内分别进行m，n等分，设一个二维数组的下标与ρi、θj的取值对应。2、对图像上的边缘点作Hough变换，求每个点在θj变换后的ρi，判断〔ρi，θj〕与哪个数组元素对应，那么让该数组元素值加1。3、比较数组元素值的大小，最大值对应的〔ρi，θj〕就是这些共线点对应直线方程参数，直线方程为12/131、Hough变换优点？2、Hough变换缺点？Hough变换综合演示13/13§4.5图像分割

－Hough变换§4.6图像的描述

本节主要内容边界描述区域描述纹理描述本次内容图像描述概述对边界的描述对区域的描述重点描述子不变矩1/14一、概念及目的用数据、符号表示具有不同特征的小区〔特征提取〕。计算机识别目前仅能对对象特征进行区分、分类。§4.6图像的描述2/141、连通与邻接4－邻域；8－邻域；连通的概念§4.6图像的描述2、距离欧氏距离：街区距离：棋盘距离：3/143、描述子〔特征算子/算子〕能用少量数据描述物体特征称为描述子。应具满足以下三点要求:§4.6图像的描述4/14〔1〕对大小变化不敏感〔2〕对描述的起点不敏感〔3〕对平移、旋转不敏感二、边界描述1、边界线的原始描述：坐标串缺点：数据量大，不便于快速运算边界描述目的是用很简捷的数据描述边界2、链码描述〔Freeman链码〕§4.6图像的描述5/15原始链码要成为描述子还要做以下处理：起点归一化〔上图〕、旋转归一化〔以下图〕§4.6图像的描述3、边界的多项式拟合7/14可利用最小二乘法那么，求出各个系数。4、r-θ表示法。§4.6图像的描述三、区域描述1、几何形状特征1〕周长L2〕投影长度、长径/短径3〕面积A4〕图形复杂性求圆形、正方形、正三角形的复杂性5〕欧拉数＝连通数－孔数8/14§4.6图像的描述2、不变矩二维连续图像f(x,y)，那么可定义〔p+q〕阶矩为：对应的离散情况：

〔p+q〕阶中心矩定义为：规格化后的中心矩为：9/14为了使矩描述子与大小、平移、旋转无关，1962年美籍华人胡铭桂〔MHHu〕推导出7个不变矩组，简称不变矩，或胡矩组§4.6图像的描述10/14原始图，旋转图，缩小图，镜像图的不变矩不变矩编号原图（1）一半图（2）旋转45（3）旋转90（4）颠倒图（5）(2)-(1)(3)-(1)(4)-(1)(5)-(1)13.13353.1343.14763.13353.13350.00060.01420027.51357.49029.13677.51357.5135-0.02331.623300312.232212.131512.801812.232212.2322-0.10070.569600412.594112.670912.92312.594112.59410.07690.328900524.812424.760325.619725.01224.8124-0.05210.80730.19960616.350816.416517.671516.350816.35080.06571.320700725.899625.745726.464726.006225.8996-0.15390.56510.10660为什么此列的误差偏大？12/14§4.6图像的描述

－Freeman链码应用的例子13/14§4.6图像的描述

－不变矩应用的例子14/14§4.7图像的描述

－纹理描述本课主要内容纹理的定义灰度直方图灰度共生矩阵灰度行程统计量其他常用统计量本课重点内容

灰度直方图1/18纹理的概念木纹、花纹、沙地、草坪天然纹理/人工纹理纹理没有严格的定义，也很难定义说法1：局部不规那么而宏观有规那么的特性称为纹理说法2：由许多相互接近的、互相交叉的像素构成，在一定范围内常具有周期性。纹理分析方法统计分析法、结构分析法§4.7图像的描述

－纹理描述2/18§4.7图像的描述

－纹理描述3/18§4.7图像的描述

－纹理描述灰度直方图1、直方图：灰度的一阶概率分布的离散化形式。图像的直方图出现窄峰说明…图像直方图中出现双峰说明…直方图失去了灰度分布的位置信息4/18

2、常用的直方图统计量〔设灰度量化为256级〕§4.7图像的描述

－纹理描述灰度共生矩阵目的：统计处于同样位置关系一对像素的灰度相关性定义：相距位置为〔Δx，Δy〕的两个灰度像元同时出现的联合频数概率的分布称为共生矩阵。用M(d,θ)表示，通常情况下，θ只取45°的倍数。比方有一6×6小区图像，其图像矩阵见右图。由于只有0，1，2，3四级灰度，M为4×4矩阵。6/18§4.7图像的描述

－纹理描述共生矩阵：7/18§4.7图像的描述

－纹理描述8/18灰度共生矩阵统计量§4.7图像的描述

－纹理描述9/18§4.7图像的描述

－纹理描述灰度行程统计量指在某方向连续、共线并有相同灰度级的像元数目。设一图像小区如以下图，那么水平方向灰度行程矩阵为：10/18§4.7图像的描述

－纹理描述11/18常用灰度行程统计量〔了解〕§4.7图像的描述

－纹理