第六章 遙感圖像輻射處理-3

1、第六章第六章 遙感圖像的輻射處理遙感圖像的輻射處理 遙感圖像的輻射定標(biāo)與校正遙感圖像的輻射定標(biāo)與校正1 遙感圖像的融合遙感圖像的融合3 遙感圖像的四則運(yùn)算遙感圖像的四則運(yùn)算212知識(shí)回顧： 遙感圖像輻射定標(biāo) 大氣校正第六章 第1節(jié) 遙感圖像的輻射定標(biāo)與校正根據(jù)影像特征進(jìn)行輻射信息處理遙感圖像的四則運(yùn)算圖像 反射率也是計(jì)算機(jī)自動(dòng)分類的一種預(yù)處理方法3一、灰度運(yùn)算二、多光譜運(yùn)算三、投影變換第六章第六章 第第2節(jié)節(jié) 遙感圖像的四則運(yùn)算遙感圖像的四則運(yùn)算數(shù)字圖像運(yùn)算重點(diǎn)體會(huì)：遙感信息提取4一、灰度運(yùn)算1.1基于直方圖的運(yùn)算5一、灰度運(yùn)算1.1基于直方圖的運(yùn)算實(shí)質(zhì)：將數(shù)字圖像處理中的直方圖運(yùn)算方法用與遙

2、感影像實(shí)質(zhì)：將數(shù)字圖像處理中的直方圖運(yùn)算方法用與遙感影像遙感圖像直方圖的特征數(shù)字圖像處理方法直方圖均衡直方圖均衡直方圖正態(tài)化直方圖正態(tài)化直方圖匹配直方圖匹配a圖像直方圖靠近低灰度區(qū)，該圖像屬于低反射率景物圖像；圖像直方圖靠近低灰度區(qū)，該圖像屬于低反射率景物圖像；b圖像為高反射率景物圖像；圖像為高反射率景物圖像；c圖像直方圖標(biāo)準(zhǔn)差偏小，為低反差景物圖像；圖像直方圖標(biāo)準(zhǔn)差偏小，為低反差景物圖像；d圖像直方圖的標(biāo)準(zhǔn)差較大，為高反差景物的圖像；圖像直方圖的標(biāo)準(zhǔn)差較大，為高反差景物的圖像；e圖像直方圖呈現(xiàn)出多峰，圖中有多種地物出現(xiàn)的頻率較高；圖像直方圖呈現(xiàn)出多峰，圖中有多種地物出現(xiàn)的頻率較高；f圖像直方

3、圖呈現(xiàn)出雙峰，并且高亮度地物（如云、白背景等）出現(xiàn)頻率高。圖像直方圖呈現(xiàn)出雙峰，并且高亮度地物（如云、白背景等）出現(xiàn)頻率高。6一、灰度運(yùn)算1.1基于直方圖的運(yùn)算遙感圖像直方圖的特征 直方圖均衡前后的影像7一、灰度運(yùn)算1.1基于直方圖的運(yùn)算直方圖均衡前后的彩色影像8一、灰度運(yùn)算1.1基于直方圖的運(yùn)算直方圖匹配前后后的影像 參照影像9一、灰度運(yùn)算1.1基于直方圖的運(yùn)算用與圖像鑲嵌、變化監(jiān)測(cè)用與圖像鑲嵌、變化監(jiān)測(cè) 對(duì)在不同時(shí)間獲取的同一對(duì)在不同時(shí)間獲取的同一地區(qū)或鄰接地區(qū)的圖像；或者地區(qū)或鄰接地區(qū)的圖像；或者由于太陽高度角或大氣影響引由于太陽高度角或大氣影響引起差異的圖像分析很有用。起差異的圖像分析

4、很有用。 在改善圖像對(duì)比度時(shí)，如果采用線性或分段線性的函數(shù)關(guān)系，那么這種變換就是線性變換。10一、灰度運(yùn)算1.2 灰度線性變換 11一、灰度運(yùn)算1.2 灰度線性變換線性變換直方圖均衡12二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 賦給每個(gè)象元一種顏色，經(jīng)計(jì)算機(jī)處理，輸賦給每個(gè)象元一種顏色，經(jīng)計(jì)算機(jī)處理，輸出按順序排列的彩色象元點(diǎn)陣，這就是彩色合出按順序排列的彩色象元點(diǎn)陣，這就是彩色合成圖像。成圖像。 ETM 313二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 ETM 414二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 ETM 515二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成

5、 合成影像16二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 17二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 (真彩色與假彩色真彩色與假彩色) TM 321合成真彩色合成真彩色18二、多光譜運(yùn)算2.1彩色運(yùn)算TM 543合成假彩色合成假彩色19二、多光譜運(yùn)算2.1彩色運(yùn)算TM1TM2TM3TM4TM5TM6TM720TM7,4,1TM5,7,2TM5,4,3TM4,3,22122二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 如何挑選最優(yōu)波段組合？為第i個(gè)波段的標(biāo)準(zhǔn)差 為i、j兩波段的相關(guān)系數(shù)3131iijiiRSOIFiSijRn最佳指數(shù) 23二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合

6、成彩色合成 n 聯(lián)合熵 例例: MODIS各波段各波段聯(lián)合熵OIF(1,2,3)15.92979455.907304(1,2,4)15.52599555.597406(1,2,5)16.59157657.278772(1,2,6)17.46557270.811540(1,2,7)17.73616191.304655(1,3,5)16.32323656.989418(1,3,6)16.62867871.461841(1,4,5)15.94296956.596445(1,4,6)16.34348670.446300(1,5,6)17.46652868.391964(1,5,7)17.9009258

7、5.831665(1,6,7)17.43616479.027901聯(lián)合熵求最佳波段組合，排名前三的是(1,5,7)、(1,2,7)、(1,2,6)； OIF求最佳波段組合，排名前三的是 (1,2,7)、(1,5,7)、(1,6,7)；24二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 波段組合(1,2,7)波段組合(1,5,7)25 例例: MODIS各波段各波段二、多光譜運(yùn)算波段組合(1,5,7)分類波段組合(1,2,7)分類26 例例: MODIS各波段各波段二、多光譜運(yùn)算2.1彩色運(yùn)算1.彩色合成彩色合成 27 (單波段彩色變換單波段彩色變換)二、多光譜運(yùn)算2.1彩色運(yùn)算2. 偽彩色增

8、強(qiáng)蘇州市蘇州市MSS7 衛(wèi)星圖像和經(jīng)密度分割增強(qiáng)后的偽彩色圖像衛(wèi)星圖像和經(jīng)密度分割增強(qiáng)后的偽彩色圖像28 (單波段彩色變換單波段彩色變換)二、多光譜運(yùn)算2.1彩色運(yùn)算2. 偽彩色增強(qiáng) 1減法運(yùn)算 Bm=BXBY 其中BX、BY為兩個(gè)不同波段的圖像或者不同時(shí)相同一波段圖像。 * 當(dāng)為兩個(gè)不同波段的圖像時(shí)，通過減法運(yùn)算當(dāng)為兩個(gè)不同波段的圖像時(shí)，通過減法運(yùn)算可以增加不同地物間光譜反射率以及在兩個(gè)波可以增加不同地物間光譜反射率以及在兩個(gè)波段上變化趨勢(shì)相反時(shí)的反差。段上變化趨勢(shì)相反時(shí)的反差。 *而當(dāng)為兩個(gè)不同時(shí)相同一波段圖像相減時(shí)，而當(dāng)為兩個(gè)不同時(shí)相同一波段圖像相減時(shí)，可以提取波段間的變化信息。可以提取

9、波段間的變化信息。 29二、多光譜運(yùn)算2.2 波段間運(yùn)算 2加法運(yùn)算 B= 通過加法運(yùn)算可以加寬波段，如綠色波段和紅色時(shí)段圖像相加可以得到近似全色圖像；而綠色波段，紅色波段和紅外波段圖像相加可以得到全色紅外圖像。 30二、多光譜運(yùn)算2.2 波段間運(yùn)算 3乘法運(yùn)算 B=(Bi)1/m 乘法運(yùn)算結(jié)果與加法運(yùn)算結(jié)果類似 31二、多光譜運(yùn)算2.2 波段間運(yùn)算 4除法運(yùn)算 xy *通過比值運(yùn)算能壓抑因地形坡度和方通過比值運(yùn)算能壓抑因地形坡度和方向引起的輻射量變化，消除地形起伏的向引起的輻射量變化，消除地形起伏的影響；影響； 32二、多光譜運(yùn)算2.2 波段間運(yùn)算33二、多光譜運(yùn)算2.2 波段間運(yùn)算比值圖像

10、 (除法運(yùn)算 )*也可以增強(qiáng)某些地物之間的反差，如植也可以增強(qiáng)某些地物之間的反差，如植物、土壤、水在紅色波段與紅外波段圖物、土壤、水在紅色波段與紅外波段圖像上反射率是不同的，通過比值運(yùn)算可像上反射率是不同的，通過比值運(yùn)算可以加以區(qū)分以加以區(qū)分 因此，比值運(yùn)算是自動(dòng)分類的預(yù)處理方因此，比值運(yùn)算是自動(dòng)分類的預(yù)處理方法之一。法之一。34二、多光譜運(yùn)算2.2 波段間運(yùn)算35二、多光譜運(yùn)算2.2 波段間運(yùn)算5混合運(yùn)算加減乘除多種方法的綜合運(yùn)算36二、多光譜運(yùn)算2.2 波段間運(yùn)算例：植被指數(shù)37 植被光譜的典型特征是由于葉綠素的強(qiáng)烈吸收，在可見光區(qū)域反射率總體很低，在綠波段存在相對(duì)峰值，近紅外區(qū)域出現(xiàn)突然

11、的抬升。而作為背景的土壤光譜則相對(duì)平緩。定量化地描述植被的這種顯著特征植被指數(shù)5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算38 混合運(yùn)算的關(guān)鍵： 設(shè)計(jì)一種數(shù)學(xué)表達(dá)式F，能夠反映出反射率從紅光區(qū)域紅光區(qū)域到近紅外區(qū)域近紅外區(qū)域的劇烈抬升。F的計(jì)算值越大，說明植被特征越明顯。思考：有哪些可供采取的數(shù)學(xué)表達(dá)式？方式之一：記紅光反射率為p1,近紅外為p2, 將F設(shè)計(jì)為p2的增函數(shù)和p1的減函數(shù)。5混合運(yùn)算二、多光譜運(yùn)算2.2 波段間運(yùn)算39 NDVI（歸一化差值植被指數(shù)）NIR 和R分別為紅外波段和紅波段處的反射率值5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算40乘性因素（1）NDVI 能

12、夠部分消除與太陽高度角、衛(wèi)星觀測(cè)角、地形、云影等與大氣條件有關(guān)的輻射變化的影響；原因？5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算41（2）NDVI 結(jié)果被限定在-1，1之間，避免了數(shù)據(jù)過大或過小給使用帶來的不便；（3）NDVI 是植被生長(zhǎng)狀態(tài)及植被覆蓋度的最佳指示因子。5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算42 非線性變換，增強(qiáng)了NDVI 低值部分，抑制了高值部分，導(dǎo)致NDVI數(shù)值容易飽和，對(duì)高植被密度區(qū)敏感性降低；NDVI 的不足221NIRRNIRRRRNIRRNIRRNIRR NIR的反比關(guān)系5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算43 SAVI（土壤調(diào)節(jié)植

13、被指數(shù)）L為土壤調(diào)節(jié)系數(shù)，通常取L=0.5 EVI（增強(qiáng)植被指數(shù)EVI）用紅、藍(lán)波段的組合，代替NDVI 中的紅波段MODIS 陸地植被指數(shù)產(chǎn)品之一5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算44其它形式重點(diǎn)是理解對(duì)波譜特征進(jìn)行分析的方法。5混合運(yùn)算植被指數(shù)二、多光譜運(yùn)算2.2 波段間運(yùn)算45三、投影變換2.1特征提取與投影變換 特征提取是指對(duì)原始的光譜空間特征進(jìn)行重新組合和優(yōu)化，提取出最適合當(dāng)前應(yīng)用需求的新特征。投影變換是實(shí)現(xiàn)特征提取一類方法K-LK-L變換變換( (Karhunen-Loeve)(Karhunen-Loeve)(主分量變換) K-L變換:它是對(duì)某一多光譜圖像X.利用K

14、-L變換矩陣A進(jìn)行線性組合,而產(chǎn)生一組新的多光譜圖像Y. Y=AXY=AX 特點(diǎn):變換后的主分量空間與變換前的多光譜空間坐標(biāo)系相比旋轉(zhuǎn)了一個(gè)角度。新坐標(biāo)系的坐標(biāo)軸一定指向數(shù)據(jù)量較大的方向。46三、投影變換2.2主分量變換該變換的幾何意義是把原始特征空間的特該變換的幾何意義是把原始特征空間的特征軸旋轉(zhuǎn)到平行于混合集群結(jié)構(gòu)軸的方向上去。征軸旋轉(zhuǎn)到平行于混合集群結(jié)構(gòu)軸的方向上去。47三、投影變換2.2主分量變換 作用：達(dá)到數(shù)據(jù)壓縮、提高信噪比、提取相關(guān)信息、降維處理和提取原圖像特征信息的目的。主分量變換計(jì)算步驟如下：主分量變換計(jì)算步驟如下：（1）計(jì)算多光譜圖像的均值向量M和協(xié)方差矩陣C。（2）計(jì)算矩

15、陣C的特征值r和特征向量r ，（r=1，2，,M）,M為多光譜圖像的波段數(shù)。（3）將特征值r按由大到小的次序排列，即12m.48三、投影變換2.2主分量變換（4）選擇前幾個(gè)特征值對(duì)應(yīng)的幾個(gè)特征向量構(gòu)造變換矩陣A.（5）根據(jù)AX進(jìn)行變換，得到的新特征影像就是變換的結(jié)果，X為多光譜圖像的一個(gè)光譜特征矢量。 第一分量方差分布最廣，集中最多信息，第二分量次之。49三、投影變換2.2主分量變換50三、投影變換2.2主分量變換第一主分量，注意已經(jīng)失去波譜信息的意義51三、投影變換2.2主分量變換第六主分量，注意已經(jīng)失去波譜信息的意義52三、投影變換2.2主分量變換53三、投影變換2.2主分量變換機(jī)載掃描器

16、的機(jī)載掃描器的6 6 幅光譜圖像幅光譜圖像6 6 幅主分量圖像幅主分量圖像54三、投影變換2.2主分量變換例:有三幅影像,其灰度為:P10 1 1 1 , P20 0 0 1 , P30 0 0 1其均值為: M1=(0+1+1+1)/4=3/4 M2=1/4 M3=1/455三、投影變換2.2主分量變換協(xié)方差:11 =(0-3/4)(0-3/4)+3(1-3/4)(1-3/4)/4=3/1612 =(0-3/4)(0-1/4)+(1-3/4)(0-1/4)+ (1-3/4)(1-1/4)+(1-3/4)(0-1/4)/4=1/1656三、投影變換2.2主分量變換同理: 由|-E |=0 1=

17、2=0.25 3= 0.062557三、投影變換2.2主分量變換58三、投影變換2.2主分量變換A= 1 -1 1 1 Y=AX59三、投影變換2.2主分量變換 是kauth-Thomas變換的簡(jiǎn)稱，也稱穗帽變換.是一種坐標(biāo)空間發(fā)生旋轉(zhuǎn)的線性變換，旋轉(zhuǎn)后的坐標(biāo)軸指向與地面景物有密切關(guān)系的方向 主要針對(duì)TM圖像數(shù)據(jù)和MSS數(shù)據(jù).60三、投影變換2.2 K-T變換 Y=AX Y=（ISB IGV IY IN）T X=（X4 X5 X6 X7）其中：ISB土壤亮度軸的像元亮度值 IGV植物綠色指標(biāo)軸的像元亮度值 IY 黃色軸 IN 噪聲軸 Xi 地物在MSS四個(gè)波段上的亮度值61三、投影變換2.2 K-T變換穗帽變換的變換矩陣根據(jù)經(jīng)驗(yàn)確定。Kauth和Thomas研究出的矩陣A具有如下形式： 0.433 0.632 0.586 0.264 -0.290