遙感地質(zhì)學(xué)第1011講遙感圖像處理之二-數(shù)字圖像處理課件

1、遙感地質(zhì)學(xué) Remote Sensing Geology遙感圖像處理（2）數(shù)字圖像處理遙感地質(zhì)學(xué) Remote Sensing Geology遙遙感地質(zhì)學(xué)章節(jié)內(nèi)容第一章 緒論第二章 遙感物理基礎(chǔ)（電磁波譜與電磁輻射）第三章 遙感成像原理與圖像特征第四章 遙感圖像處理第五章 遙感圖像地質(zhì)解譯標(biāo)志第六章 遙感圖像地貌解譯第七章 遙感圖像的巖性解譯第八章 遙感圖像構(gòu)造解譯遙感地質(zhì)學(xué)章節(jié)內(nèi)容第一章 緒論 本章主要內(nèi)容一、遙感圖像處理的概念二、光學(xué)圖像處理三、數(shù)字圖像處理 第四章 遙感圖像處理 本章主要內(nèi)容第四章 遙感圖像處理三、數(shù)字圖像處理數(shù)字圖像與圖像的數(shù)字化數(shù)字圖像的處理方法遙感圖像數(shù)字處理系統(tǒng)用

2、計算機(jī)處理的遙感圖像必須是數(shù)字圖像。 以攝影方式獲取的模擬圖像必須用圖像掃描儀等進(jìn)行模/數(shù)(A/D)轉(zhuǎn)換；以掃描方式獲取的數(shù)字?jǐn)?shù)據(jù)必須存儲到一般數(shù)字計算機(jī)都可以讀出的 CCT或光盤等通用載體上。計算機(jī)圖像處理需要在圖像處理系統(tǒng)中進(jìn)行。 圖像處理系統(tǒng)是由硬件(計算機(jī)、顯示器、數(shù)字化儀、磁帶機(jī)等 )和軟件(具有數(shù)據(jù)輸入、輸出、校正、變換、分類等功能 模塊)構(gòu)成。 圖像處理內(nèi)容主要包括校正、變換和分類。三、數(shù)字圖像處理數(shù)字圖像與圖像的數(shù)字化用計算機(jī)處理的遙感圖（一）數(shù)字圖像與圖像數(shù)字化從模擬圖像到數(shù)字圖像矢量圖形與柵格圖像像元數(shù)字圖像的數(shù)學(xué)特征數(shù)字圖像處理概念（一）數(shù)字圖像與圖像數(shù)字化從模擬圖像到數(shù)

3、字圖像1、從模擬圖像到數(shù)字圖像圖像函數(shù)模擬圖像數(shù)字圖像一幅圖像相當(dāng)于一個二維的空間分布，可用兩個空間變量x,y的實(shí)數(shù)函數(shù)表示，即 f( x , y ) 代表在空間坐標(biāo)位置(x,y)處的物理變量(屬性)，圖像函數(shù)f( x , y )就是這樣一個空間函數(shù)。遙感圖像，在坐標(biāo)系統(tǒng)中的任一點(diǎn)(x , y )上的函數(shù)值是該點(diǎn)地物的反射或發(fā)射的電磁輻射能的度量 (屬性) 。如亮度、灰度、密度等。圖像反映了客觀景物的亮度和顏色隨空間位置和方向的變化，是空間坐標(biāo)的函數(shù)f(x,y)。圖像函數(shù)的兩個基本特點(diǎn)： .在空間上是限定的,即包含在一個矩形區(qū)域內(nèi),且坐標(biāo)原點(diǎn)在左上角； .函數(shù) f( x , y ) 的取值有一

4、定范圍 0 f( x , y ) Rmax 即，沒有負(fù)值，且不大于最大輻射量。模擬圖像函數(shù)是連續(xù)的、可解析的、可積的、有可逆的傅立葉變換，也稱連續(xù)圖像，其 f ,x ,y 的取值可以是任意實(shí)數(shù)。空間坐標(biāo)和明暗程度都是連續(xù)變化的、計算機(jī)無法直接處理。模擬圖像轉(zhuǎn)換成數(shù)字圖像圖像的數(shù)字化 取樣、量化在空間和數(shù)值上都離散化，形成數(shù)字矩陣 ( M * N ) 。 光/電轉(zhuǎn)換模/數(shù)(A/D)轉(zhuǎn)換 取樣在空間上分割成同樣形狀的小單元 量化對各個小單元上的亮度值進(jìn)行數(shù)字化用二進(jìn)制數(shù)表示取樣：將空間上連續(xù)的圖像變換成離散點(diǎn)的操作坐標(biāo)空間離散化，把空間分割成同樣形狀的小單元（取樣間隔、取樣孔徑）f( x , y

5、) M * N 量化(編碼) ：將像元亮度轉(zhuǎn)換成離散的整數(shù)值的過程亮度(屬性)離散化。經(jīng)取樣圖像被分割成空間上離散的像元，但其亮度仍是連續(xù)的，對各個小單元上的亮度值進(jìn)行數(shù)字化用二進(jìn)制數(shù)表示量化等級，取 2 的整數(shù)冪2n，0最小、2n最大，如28-0255，即用八位二進(jìn)制數(shù)表示一個小單元的亮度等級(8bit)灰度級。數(shù)字圖像：指在空間和亮度上都已離散化的圖像或把模擬圖像分割成同樣形狀的小單元, 以各個小單元的平均亮度值或中心部位的亮度值作為該單元的亮度值進(jìn)行數(shù)字化的圖像。1、從模擬圖像到數(shù)字圖像圖像函數(shù)一幅圖像相當(dāng)于一個二維的空間取樣與量化對圖像的影響數(shù)字圖像是用一定范圍的數(shù)值表示或記錄圖像上輻

6、射能量f(x,y)大小而產(chǎn)生的一組離散數(shù)據(jù)，包括兩個方面： .按等間距的點(diǎn)陣或網(wǎng)格對連續(xù)變化的圖像輻射值進(jìn)行抽樣 .把抽樣點(diǎn)上取得的輻射值進(jìn)行量化。數(shù)字圖像是一種以二維數(shù)組形式表示的圖像-二維矩陣 M * N (二維的離散函數(shù)矩陣)，該數(shù)組由對連續(xù)變化的空間圖像作等間距抽樣所產(chǎn)生的樣點(diǎn)像元(Pixel)組成，樣點(diǎn)的間距取決于圖像的分辨率或服從有關(guān)的抽樣定律。取樣間隔、取樣孔徑大，所得圖像小單元數(shù)少，空間分辨率低，質(zhì)量差，嚴(yán)重時出現(xiàn)馬賽克現(xiàn)象。 取樣間隔、取樣孔徑小，所得圖像小單元數(shù)多，空間分辨率高，圖像質(zhì)量好，數(shù)據(jù)量大。量化等級多，所得圖像層次豐富，灰度分辨率高，圖像質(zhì)量好，數(shù)據(jù)量大。 量化等

7、級少，所得圖像層次欠豐富，灰度分辨率低，會出現(xiàn)假輪廓現(xiàn)象，圖像質(zhì)量差，數(shù)據(jù)量小。取樣與量化對圖像的影響數(shù)字圖像是用一定范圍的數(shù)值表示或記錄圖矢量圖形矢量數(shù)據(jù)由矢量數(shù)學(xué)對象所定義的直線和曲線(各種軌跡)組成, 矢量根據(jù)圖形的幾何特性來對其進(jìn)行描述。 柵格圖像柵格數(shù)據(jù)(位圖圖像bitmap)用小方形網(wǎng)格(位圖或柵格)即像元來代表圖像,每個像元都有一個特定位置和顏色。矢量圖形矢量數(shù)據(jù)由矢量數(shù)學(xué)對象所定義的直線和曲線(各種軌像元(像素)pixel: 數(shù)字矩陣的元素組成數(shù)字圖像的最小單元。 數(shù)字化圖像是像元的集合 灰度級(gray level): 像元的灰度等級用二 進(jìn)制數(shù)碼表示2n 表示該像元的屬性(

8、亮度或顏色)、類型或量值。像元（矩陣中元素）的雙重含義：矩陣中的任意元素對應(yīng)圖像中的一個像點(diǎn)(x,y) ，既有確定的空間位置(x,y)又有大小，其值對應(yīng)該點(diǎn)的灰度(或顏色)等級（平均光譜亮度值）（DN值）。任何一幅數(shù)字圖像都可通過三維坐標(biāo)系表示。如: MSS5 x12340 y13240 z0255數(shù)字圖像的矩陣表示像元(像素)pixel: 像元（矩陣中元素）的雙重含義：矩陣大多數(shù)航天遙感圖像（柵格圖像），如：MSS（Multi-Spectral Scanner）TM（Thematic Mapper） HRV（High Resolution Visible）地物的遙感信息都直接記錄在數(shù)字磁帶上

9、，由地面站提供CCT磁帶及記錄格式直接輸入計算機(jī)圖像處理系統(tǒng)獲得數(shù)字圖像和進(jìn)行各種圖像處理。數(shù)據(jù)量行數(shù)列數(shù)波段數(shù)比特數(shù)8 ( b ) 上海地域120公里100公里 30米：4000像素3333像素= 40MB 20米：6000像素5000像素= 90MB 10米：12000像素10000像素= 360MB 5米：24000像素20000像素= 14GB 1米：120000像素100000像素= 36GB 0.61米：196721像素163934像素= 96GB大多數(shù)航天遙感圖像（柵格圖像），如：數(shù)據(jù)量行數(shù)列數(shù)波段攝影像片(正、負(fù)）（A/D轉(zhuǎn)換）如航空像片通過各種掃描儀，將影像密度轉(zhuǎn)化為數(shù)值，形

10、成柵格數(shù)字圖像平板掃描儀鼓式掃描儀非遙感地學(xué)圖件 線劃圖，如地形圖、地質(zhì)圖等，通過數(shù)字化儀、掃描屏幕數(shù)字化轉(zhuǎn)化為矢量數(shù)字圖像(矢量圖形) 。同一地區(qū)不同來源數(shù)字圖像可精確配準(zhǔn)，并作復(fù)合(融合)處理。與光學(xué)攝影像片相比,數(shù)字圖像量化等級高(256級)、失真度小、不同圖像配準(zhǔn)精度高、傳輸及存儲方便-更可由計算機(jī)進(jìn)行各種靈活、可靠、有效的處理-有利于圖像解譯、分析等應(yīng)用研究 攝影像片(正、負(fù)）（A/D轉(zhuǎn)換）平板掃描儀鼓式掃描儀數(shù)字圖像以不同亮度值的像元矩陣組織數(shù)據(jù)，最基本的特點(diǎn)像元的空間和亮度取值都離散化且只能取有限和確定的值。離散和有限是數(shù)字圖像最基本的數(shù)學(xué)特征 依據(jù)數(shù)字圖像數(shù)學(xué)特征，構(gòu)造各種數(shù)學(xué)

11、模型和相應(yīng)的算法，由計算機(jī)進(jìn)行運(yùn)算(矩陣變換) 處理，獲得更有利于實(shí)際應(yīng)用的輸出圖像及有關(guān)數(shù)據(jù)和資料。數(shù)字圖像處理：利用計算機(jī)對數(shù)字圖像進(jìn)行系列操作，從而獲得某種預(yù)期結(jié)果的技術(shù)。數(shù)字圖像處理的實(shí)質(zhì)： 是對二維矩陣的處理，是將一幅圖像變?yōu)榱硪环?jīng)過修改的圖像，將一個二維矩陣變?yōu)榱硪粋€二維矩陣的過程。數(shù)字圖像處理的特點(diǎn)： 精度高 再現(xiàn)性好 通用性、靈活性高數(shù)字圖像處理的基本任務(wù)： 1.圖像數(shù)字化、圖像編碼及數(shù)據(jù)壓縮 2.圖像恢復(fù)或圖像校正 3.圖像增強(qiáng) 4.圖像分析或叫圖像分割數(shù)字圖像以不同亮度值的像元矩陣組織數(shù)據(jù)，最基本的特點(diǎn)像元的（二）數(shù)字圖像處理方法數(shù)字圖像處理：也稱計算機(jī)增強(qiáng)處理，依據(jù)數(shù)字

12、圖像離散和有限的基本數(shù)學(xué)特征，構(gòu)造數(shù)字模型和相應(yīng)算法，由計算機(jī)進(jìn)行運(yùn)算（矩陣變換）處理，獲得有利于實(shí)際應(yīng)用的輸出圖像及有關(guān)數(shù)據(jù)和資料?；咎幚硭惴c(diǎn)處理/鄰域處理（插值，濾波）處理對象波譜特征，空間特征，時間特征 對象和處理要求 數(shù)據(jù)模型 算法設(shè)計 已成為專門技術(shù)（1）點(diǎn)處理將原圖像像元的值逐個變換成輸出圖像的新值。這種變換只與原圖像像元的灰度有關(guān)。輸出圖像中每個像元的灰度值僅由輸入圖像中相應(yīng)位置像元的灰度值決定。如反差增強(qiáng)、比值增強(qiáng)。（2）鄰域處理 為產(chǎn)生一個新像元的輸出, 需輸入與該像元相鄰的若干個像元的數(shù)值。 這種變換不僅與處理的像元有關(guān)，還與該像元鄰近的各像元的灰度有關(guān)。輸出像元的灰度

13、值需由對應(yīng)輸入像元一個鄰域內(nèi)幾個像元的灰度值共同決定。 一般用作空間特征的處理如: 各種濾波處理（二）數(shù)字圖像處理方法數(shù)字圖像處理：也稱計算機(jī)增強(qiáng)處理，依據(jù)數(shù)字圖像處理方法1、恢復(fù)（復(fù)原）處理-預(yù)處理2、圖像增強(qiáng)處理3、融合處理-多源信息復(fù)合4、分類處理（模式識別）數(shù)字圖像處理方法1、圖像恢復(fù)處理（圖像校正、預(yù)處理）粗制處理（地面站）根據(jù)遙感平臺、地球自轉(zhuǎn)、傳感器參數(shù)進(jìn)行粗校正、系統(tǒng)校正，形成CCT（Computer Compatible Tape，計算機(jī)兼容磁帶）產(chǎn)品。遙感數(shù)據(jù)接收部門首先進(jìn)行校正（預(yù)處理），消除傳感器產(chǎn)生的系統(tǒng)誤差、地球自轉(zhuǎn)失真。精制處理如下：（1）輻射校正（傳感器誤差、大

14、氣校正（散射影響）（2）幾何校正1、圖像恢復(fù)處理（圖像校正、預(yù)處理）粗制處理（地面站）根據(jù)（1）輻射校正電磁輻射在大氣中的傳輸：反射、折射、吸收、散射、透射。傳感器接收的輻射：主反射波散射波漫反射波。大氣的影響減少了圖像的對比度，原始信號、背景、信號都增加了因子。大氣校正去除附加的因子。傳感器本身的影響導(dǎo)致圖像不均勻，產(chǎn)生條紋和噪音。 輻射校正（Radiometric correction ）照度校正、大氣校正、輻射校準(zhǔn) （1）直方圖最小值去除法像元統(tǒng)計值亮度值的直方圖：基本思想：總有一些地物輻射亮度接近于0，如陰影處、深水體，像元亮度值應(yīng)為0。而實(shí)際上不為0，這就是散射引起的。校正時每像元亮

15、度減去最小值，增加對比。（2）回歸分析法利用波段之間的相關(guān)性。波2亮度波段1亮度，截距就是2個波段的程輻射度。L2L1（1）輻射校正電磁輻射在大氣中的傳輸：反射、折射、吸收、散射（2）幾何校正幾何校正：系指消除遙感圖像在其形成過程中產(chǎn)生的各種幾何位置失真（畸變）的圖像處理過程。失真：相對于地面真實(shí)形態(tài)而言產(chǎn)生的平移、縮放、旋轉(zhuǎn)、偏扭、彎曲及其它各種變形。1）遙感影像產(chǎn)生變形的原因2）幾何畸變校正3）數(shù)字鑲嵌和數(shù)字放大（2）幾何校正幾何校正：系指消除遙感圖像在其形成過程中產(chǎn)生的1）遙感影像產(chǎn)生變形的原因 遙感平臺位置和運(yùn)動狀態(tài)變化影響（飛機(jī)、衛(wèi)星）：航高高則地面寬度大；航速衛(wèi)星橢圓，位置錯動；俯

16、仰位置錯動；翻滾（旋轉(zhuǎn)）方向錯動；偏航掃描方向改變、圖像傾斜。這些是外部誤差，傳感器本身內(nèi)部誤差通常較小。 地形起伏影響：像點(diǎn)位移 地球表面曲率的影響：像點(diǎn)位置移動；像元對應(yīng)的地面寬度不等；遠(yuǎn)離星下點(diǎn)地面越長、像元不變被壓縮；傳感器掃描角度大時影響更突出，顯示時邊緣景物被壓縮，叫全景畸變。 大氣折射的影響：大氣密度逐漸變化，電磁波傳播中產(chǎn)生折射，不是沿直線傳播，像點(diǎn)位移 地球自轉(zhuǎn)影響：衛(wèi)星由北向南運(yùn)動，地球自西向東自轉(zhuǎn)，星下點(diǎn)位置產(chǎn)生偏離。1）遙感影像產(chǎn)生變形的原因2）幾何畸變校正：相對于地圖投影坐標(biāo)系統(tǒng)的配準(zhǔn)校正，也可以是不同時相圖之間的配準(zhǔn)和復(fù)合。基本思路：把存在幾何畸變的圖像，糾正成符合

17、某種地圖投影的圖像，且要找到新圖像中每一像元的亮度值。 具體步驟 A、坐標(biāo)變換：變換前圖像坐標(biāo)(x,y)，變換后圖像坐標(biāo)(u,v)，由它逐行逐點(diǎn)計算(x,y)，不在像元中心。B、計算(x,y)的亮度值（內(nèi)插法）計算方法 A、建立兩坐標(biāo)變換關(guān)系； B、確定(x,y)點(diǎn)的亮度C、控制點(diǎn)的選取 2）幾何畸變校正：相對于地圖投影坐標(biāo)系統(tǒng)的配準(zhǔn)校正，也可以是3）數(shù)字鑲嵌和數(shù)字放大數(shù)字鑲嵌：相鄰且互有重疊的兩幅或數(shù)幅CCT數(shù)據(jù)，拼接成一個在幾何形態(tài)上和色調(diào)分布上協(xié)調(diào)一致的一個整體新圖像（數(shù)據(jù)）文件的處理過程。關(guān)鍵是：1）相鄰圖像的幾何配準(zhǔn)：重疊區(qū)同名點(diǎn)一個為基準(zhǔn)對另一個校正；2）相鄰圖像的色調(diào)和反差調(diào)整：

18、重疊區(qū)均值、方差、直方圖匹配系數(shù)一個為準(zhǔn)調(diào)另一個。然后裁去重疊區(qū)其中一幅的重復(fù)像元，并對各接邊作適當(dāng)平滑調(diào)整。按統(tǒng)一數(shù)據(jù)文件形式輸出。優(yōu)點(diǎn)是優(yōu)于常規(guī)衛(wèi)片鑲嵌圖。數(shù)字放大：采樣點(diǎn)內(nèi)插加密，亮度賦值常用插值法（雙線性內(nèi)插法），可以加大比例尺，但信息量并未增加。遙感地質(zhì)學(xué)第1011講遙感圖像處理之二_數(shù)字圖像處理課件2、增強(qiáng)處理什么是圖像的增強(qiáng)處理？分類（按主要增強(qiáng)的內(nèi)容）波譜特征增強(qiáng)空間特征增強(qiáng) 卷積增強(qiáng)（空間濾波）多光譜變換（KL、KT）LHS變換對經(jīng)過恢復(fù)處理的圖像通過某種數(shù)學(xué)變換，擴(kuò)大影像間的灰度差異-突出目標(biāo)信息或改變圖像的視覺效果，提高對圖像的解譯和分析能力。 反差增強(qiáng) 彩色增強(qiáng) 運(yùn)算增

19、強(qiáng)（比值增強(qiáng)）2、增強(qiáng)處理什么是圖像的增強(qiáng)處理？波譜特征增強(qiáng)空間特征增強(qiáng) 反差增強(qiáng)灰度直方圖直方圖的作用圖像增強(qiáng)處理波譜信息增強(qiáng)灰度級的函數(shù)指圖像中所有灰度值的概率分布，即圖像灰度值的概率密度函數(shù)的離散化圖形。灰度級某灰度出現(xiàn)的頻率直觀地了解圖像的亮度值分布范圍、峰值的位置、均值以及亮度值分布的離散程度。直方圖的曲線可以反映圖像的質(zhì)量差異。 正態(tài)分布：反差適中，亮度分布均勻，層次豐富，圖像質(zhì)量高。 偏態(tài)分布：圖像偏亮或偏暗，層次少，質(zhì)量較差。一幅灰度直方圖描述一幅圖像的概貌明暗狀況和對比度特征a 圖像亮度偏低b 圖像亮度偏高c 圖像灰度值范圍小d 灰度值范圍比較正常圖像直方圖是描述圖像質(zhì)量的可

20、視化圖表。在圖像處理中，可以通過調(diào)整圖像直方圖的形態(tài)，改善圖像顯示的質(zhì)量，以達(dá)到圖像增強(qiáng)的目的。 反差增強(qiáng)灰度直方圖圖像增強(qiáng)處理波譜信息增強(qiáng)灰度級的未經(jīng)反差增強(qiáng)的原版圖像線性反差增強(qiáng)均勻分配伸展高斯伸展未經(jīng)反差增強(qiáng)的原版圖像線性反差增強(qiáng)均勻分配伸展高斯伸展 彩色增強(qiáng)（1）單波段圖像的偽彩色增強(qiáng)是把黑白圖像的各個灰度按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像。密度分割法圖像增強(qiáng)處理波譜信息增強(qiáng)彩色增強(qiáng) 彩色增強(qiáng)（1）單波段圖像的偽彩色增強(qiáng)是把黑白圖像的各個單波段 MSS圖像假彩色 密度分割圖像效果分析： 以不同的色彩表示圖像的色調(diào)變化，增強(qiáng)了圖像的顯示能力。但同一地物或現(xiàn)象可能

21、被分割成兩種不同密度并以不同的顏色顯示出來，或同一色彩卻表示兩種以上不同的地物，造成解譯錯誤。單波段 MSS圖像假彩色效果分析： 彩色增強(qiáng)（2）多波段圖像的彩色合成處理對象是天然彩色圖像或同景多波段圖像彩色合成。通過映射函數(shù)變換成新的三原色分量，彩色合成使增強(qiáng)圖像中各目標(biāo)呈現(xiàn)出與原圖像中不同的彩色。 目的：一是使感興趣目標(biāo)呈現(xiàn)奇異的彩色或置于奇特的彩色環(huán)境中，引人注目；二是使景物呈現(xiàn)出與人眼色覺相匹配的顏色，提高對目標(biāo)的分辨力。圖像增強(qiáng)處理波譜信息增強(qiáng)彩色增強(qiáng) 彩色增強(qiáng)（2）多波段圖像的彩色合成處理對象是天然彩色圖TM432 標(biāo)準(zhǔn)假彩色合成 TM432 標(biāo)準(zhǔn)假彩色合成 2TM321 天然彩色合

22、成TM4312TM321 天然彩色合成TM431運(yùn)算增強(qiáng)：圖像代數(shù)運(yùn)算指對兩幅輸入圖像(多波段或多時相) 進(jìn)行點(diǎn)對點(diǎn)的加、減、乘、除計算而得到輸出圖像的運(yùn)算. C（X，Y） A（X，Y） B（X，Y） C（X，Y） A（X，Y） B（X，Y） C（X，Y） A（X，Y） B（X，Y） C（X，Y） A（X，Y） B（X，Y）圖像增強(qiáng)處理波譜信息增強(qiáng)運(yùn)算增強(qiáng)：圖像代數(shù)運(yùn)算指對兩幅輸入圖像(多波段或多時相) 差值運(yùn)算 常用于提取多時相圖像中隨時間而變化的信息；也可用于增強(qiáng)多波段圖像不同波段之間的差別。 A 1973.9.3 MSS5 B 1973.6.27 MSS5 AB 差值圖像 差值運(yùn)算 A

23、1973.9.3 MSS5 比值圖像: 通過不同波段的同名像元亮度值之間的除法運(yùn)算（除數(shù)不為0）,以所得的比值(商)生成的新圖像。比值增強(qiáng).基本比值-單波段之比.和差組合比值(由兩個波段的和與差構(gòu)成的比值) .交叉組合比值(由3個或更多的波段構(gòu)成的比值,其中分子和分母的波段可以不同) .標(biāo)準(zhǔn)化比值(由單個波段與所有波段之和的比值).比值彩色合成(由23種比值圖像進(jìn)行彩色合成生成的新的合成彩色圖像)MSS4MSS5TM3TM4MSS5MSS6MSS5MSS6MSS5MSS6 MSS5MSS4MSS5 MSS7 MSS4MSS4MSS5MSS7 MSS5MSS4MSS5MSS7比值圖像: 通過不同

24、波段的同名像元亮度值之間的除法運(yùn)算（比值增強(qiáng)處理的基本作用.能擴(kuò)大不同地物之間的微小亮度差異有利于巖石、土壤等波譜差異不太明顯地物的區(qū)分,也可用于植被類型和分布的研究。鐵帽和植被在單波段上不易區(qū)分，比值分析能區(qū)分出來。.消除或減弱地形等環(huán)境因素的影響如陰坡、陽坡的同一地層巖性。.提取與找礦有關(guān)的專題信息 如TM5/TM7-提取與粘土化有關(guān)的礦化蝕變信息（粘土礦指數(shù)） TM5/TM4-利于提取與鐵礦物有關(guān)的信息（鐵礦指數(shù)） . 比值彩色合成圖像：增強(qiáng)巖性及蝕變巖信息比值圖像波譜意義不再存在。丟失了地物反射強(qiáng)度信息。壓抑了地形信息。用一個波段原圖像與比值圖像作彩色合成。比值可能引入噪聲。處理前應(yīng)注

25、意消條帶和大氣校正（去除大氣散射的干擾）。比值增強(qiáng)處理的基本作用.能擴(kuò)大不同地物之間的微小亮度差異有A 比值MSS 4/5 B 比值MSS 4/6 C 比值 MSS4/7D 比值MSS 5/6E 比值MSS 5/7F 比值MSS 6/7TM3TM4 TM4TM3 TM4TM3A 比值MSS 4/5 B 比值MSS 4/6 C 比值 M4/5-B 5/6-Y 6/7-RABCFED4/5-B ABCFED植被指數(shù)植被指數(shù)常用算法比值植被指數(shù)（R VI）=/歸一化差值植被指數(shù)（NDVI）農(nóng)業(yè)植被指數(shù)（AVI ）= (2.07-5)多時相植被指數(shù)（MTVI）歸一化差異綠度指數(shù)（NDGI）環(huán)境植被指數(shù)

26、(EVI) (差值植被指數(shù)) 比值運(yùn)算常用于突出遙感影像中的植被特征、提取植被類型或估算植被生物量，這種算法的結(jié)果稱為植被指數(shù)。植被指數(shù)是由多波段數(shù)據(jù),經(jīng)線性和非線性組合構(gòu)成的對植被有一定指示意義的各種數(shù)值。植被指數(shù)有助于增強(qiáng)遙感影像的解譯力，并已作為一種手段廣泛應(yīng)用于土地利用覆蓋探測、植被覆蓋密度評價、作物識別和作物預(yù)報等方面，并在專題制圖方面增強(qiáng)了分類能力。圖像增強(qiáng)處理波譜信息增強(qiáng)植物紅波段和近紅外波段反射率及其相互關(guān)系,是構(gòu)成各種植被指數(shù)的核心。紅波段被植物葉綠素吸收進(jìn)行光合作用制造干物質(zhì),是光合作用的代表波段;近紅外波段是葉子健康狀況最靈敏的標(biāo)志,對植被差異及植物長勢反映敏感,指示著植

27、物光合作用能否正常進(jìn)行。紅光和紅外波段的不同組合包含90% 以上的植被信息，進(jìn)行植被研究非常有效。常用算法：近紅外波段/紅波段 （近紅外-紅）/（近紅外+紅）比值植被指數(shù)（R VI）=/ RVI對大氣影響敏感，而且當(dāng)植被覆蓋不夠濃密時（小于50%），它的分辨能力很弱，只有在植被覆蓋濃密的情況下效果最好。如：MSS5/MSS7。歸一化差值植被指數(shù)（NDVI）= (NIR-R) / (NIR+R) 對植被表現(xiàn)敏感，是植物生長狀態(tài)及植物空間分布密度的最佳指示因子,與植物分布密度呈線性相關(guān),又可稱為生物量指標(biāo)。適于早期發(fā)展階段或低覆蓋密度植被的檢測。可對農(nóng)作物和半干旱地區(qū)降水量進(jìn)行預(yù)測 ，常用來進(jìn)行區(qū)

28、域和全球的植被狀態(tài)研究。如 （MSS7-MSS5）/（MSS7+MSS5）農(nóng)業(yè)植被指數(shù)（AVI ）= (2.0MSS7-MSS5) 針對作物生長階段測量綠色植被。多時相植被指數(shù)（MTVI）= NDVI(date2)-NDVI(date1) 將兩個不同日期的數(shù)值簡單相減，是為了觀測兩個日期植被覆蓋條件的變化和作物類型的分類，并用來探測由于火災(zāi)和土地流失造成的森林覆蓋變化。歸一化差異綠度指數(shù)（NDGI）=(-)/(+) 可用來對不同活力植被形式進(jìn)行檢驗(yàn)。環(huán)境植被指數(shù)(EVI) (差值植被指數(shù)) =NIR-R 對土壤背景的變化較RVI敏感,在植被覆蓋度為1525時,隨植被數(shù)量增加而迅速增大;當(dāng)植被覆

29、蓋度達(dá)80時,對植被的靈敏度有所下降。如：MSS7-MSS5植被指數(shù)植被指數(shù)比值運(yùn)算常用于突出遙感影像中的植被特征、提取空間信息空間信息增強(qiáng) 卷積增強(qiáng)（空間濾波） 多光譜變換圖像增強(qiáng)處理空間信息增強(qiáng)圖像的空間信息主要是由不同像元之間或不同灰度值之間的空間位置關(guān)系、組合或排列的形態(tài)、方向、規(guī)模及出現(xiàn)的頻率等決定的空間信息增強(qiáng)主要指高頻信息及方向性特征的增強(qiáng)。高頻信息反映的是邊緣及線條特征。如： 與地質(zhì)構(gòu)造有關(guān)的線性特征、不同地質(zhì)體的邊界以及與巖性特征有關(guān)的結(jié)構(gòu)特征，都表現(xiàn)有一定的空間分布頻率，可使用空間濾波的方法進(jìn)行增強(qiáng)。空間信息增強(qiáng)處理中同時參加運(yùn)算的主要不是一個像元的多波段灰度向量，而是每個

30、正在處理的像元周圍的若干像元，甚至整個圖像。 鄰域處理算法空間信息圖像增強(qiáng)處理空間信息增強(qiáng)圖像的空間信息主要是 卷積增強(qiáng)（空間濾波）卷積增強(qiáng)通過一定尺寸的模板（矩陣）對原圖像進(jìn)行卷積運(yùn)算實(shí)現(xiàn)空間卷積。鄰域處理技術(shù)。把模板逐次放在每一個像元上，計算模板元素和對應(yīng)像元亮度值的乘積和，作為模板中心處像元的新亮度值。矩陣元素常取為奇數(shù)1515，33設(shè)計不同的模板，可以起到增強(qiáng)不同方向邊界或線性體的效果。如斷裂構(gòu)造、線性形跡，應(yīng)用很廣。還可以起到平滑、銳化圖像的作用。圖像增強(qiáng)處理空間信息增強(qiáng) 卷積增強(qiáng)（空間濾波）卷積增強(qiáng)通過一定尺寸的模板（矩陣）遙感地質(zhì)學(xué)第1011講遙感圖像處理之二_數(shù)字圖像處理課件

31、多光譜變換多光譜空間：n個波段n維坐標(biāo)每一維上的值xi就是該波段在xi坐標(biāo)軸上的投影，代表亮度值。但它不是圖像，不含圖像位置信息。由于光譜多、數(shù)據(jù)量大，各波段之間有相關(guān)性，可以通過坐標(biāo)變換，保留主要信息，減少數(shù)據(jù)量。增強(qiáng)或提取有用信息。對遙感圖像進(jìn)行線性變換。（1）K-L變換，Karhunen-Loeve，離散變換，主成分分析（2）KT變換，纓帽變換，Kauth-Thomas數(shù)學(xué)上：多維正交線性變換，YTX，T為波段間協(xié)方差矩陣幾何上：空間坐標(biāo)旋轉(zhuǎn)。減少維數(shù)、減少數(shù)據(jù)量。比值/差值圖像原圖像一起作KL變換，提取專題信息線性組合變換，空間坐標(biāo)旋轉(zhuǎn)變換，坐標(biāo)軸不是指向主成分、而是與地面景物有密切關(guān)

32、系的方向。針對TM、MSS數(shù)據(jù)，特別是植被、土壤的多光譜特征信息。y=BxB66x：6個波段TM15，7變換成三個分量：亮度y1、綠度y2、濕度y3，（y4/y5/y6無明確景物意義）y1-y2植被視面，y3-y1土壤視面，y3-y2過渡視面。三維植被土壤特征明顯。農(nóng)作物生長視圖。圖像增強(qiáng)處理空間信息增強(qiáng) 多光譜變換多光譜空間：n個波段n維坐標(biāo)數(shù)學(xué)上：多維正交 HIS變換HIS變換（hue, lightness/ intensity, saturation）色度學(xué)有兩個坐標(biāo)系統(tǒng)RGB（CIE表色系統(tǒng)）和HIS（孟賽爾表色系統(tǒng)）。彩色坐標(biāo)變換：正變換RGBLHS，反變換LHSRGB用途：變換方式

33、HIS變換融合小波變換融合1）彩色合成圖像飽和度增強(qiáng)，LHS變換拉伸S反變換RGB圖像；2）不同分辨率圖像復(fù)合，高分辨率L，次高H，低S反變換RGB高分辨率圖像3）多源數(shù)據(jù)綜合顯示，遙感L，物探H，化探SRGB綜合彩色圖像a) 原始多波段圖像TM b) SPOT衛(wèi)星HRV全色波段圖像 c) 融合圖像兼具TM的波譜特性和HRV的空間分辨率優(yōu)勢小波變換一種新的數(shù)學(xué)工具，是泛函分析、傅里葉分析、樣條分析、調(diào)和分析和數(shù)值分析的最完美結(jié)晶，屬于時頻分析的一種，其核心是多分辨率分解。a) 原始單波段TM圖像 b) SPOT衛(wèi)星HRV全色波段圖像 c) 融合圖像兼具TM的波譜特性和HRV的空間分辨率優(yōu)勢圖像

34、增強(qiáng)處理空間信息增強(qiáng) HIS變換HIS變換（hue, lightness/ i3、融合處理-多源信息復(fù)合圖像融合是通過一定的算法將兩個以上圖像數(shù)據(jù)結(jié)合在一起生成一個新圖像。新圖像能夠兼取多個原始圖像的信息優(yōu)勢，具有描述所研究對象的較優(yōu)化的信息特征。 目的：提高圖像信息的可用程度； 增加對研究對象解譯的可靠性 遙感圖像融合：指將不同類型遙感器獲取的同一地區(qū)的圖像數(shù)據(jù)進(jìn)行幾何配準(zhǔn)，然后采用一定的算法將各圖像數(shù)據(jù)中所含的信息優(yōu)勢或互補(bǔ)性有機(jī)地結(jié)合起來產(chǎn)生新圖像數(shù)據(jù)的技術(shù)。黑白雷達(dá)圖像彩色雷達(dá)圖像多波段彩色合成圖像3、融合處理-多源信息復(fù)合圖像融合是通過一定的算法將兩個以4、分類處理（模式識別）分類處

35、理（Classification）：指由計算機(jī)按一定的判別模式自動完成對圖像上地物的類別作出“判別”（解譯），圖像分類處理的最終目標(biāo)人工智能系統(tǒng) 。空間信息分類（圖形識別、邊緣和線條信息的檢驗(yàn)與提取、紋理結(jié)構(gòu)分析） * 波譜信息分類：遙感圖像的亮度值受多方面隨機(jī)變化的因素影響，因此，遙感圖像數(shù)據(jù)可看作隨機(jī)變量具有統(tǒng)計性質(zhì)統(tǒng)計分析是遙感圖像數(shù)據(jù)分析的基本方法4、分類處理（模式識別）分類處理（Classificatio分類處理（1）數(shù)字圖像常用統(tǒng)計量（2）圖像分類的依據(jù)（3）圖像分類處理的實(shí)質(zhì)（4）圖像分類處理的步驟 （5）圖像分類處理的方法（6）圖像分類技術(shù)分類處理（1）數(shù)字圖像常用統(tǒng)計量（1）

36、數(shù)字圖像常用統(tǒng)計量基本統(tǒng)計量指的是一組數(shù)值或單波段圖像數(shù)據(jù)的中心（平均）趨勢統(tǒng)計量和變化程度統(tǒng)計量。中心（平均）趨勢統(tǒng)計量 變化程度統(tǒng)計量：多波段圖像的統(tǒng)計特征分類處理常用統(tǒng)計量（1）數(shù)字圖像常用統(tǒng)計量基本統(tǒng)計量指的是一組數(shù)值或單波段圖中心（平均）趨勢統(tǒng)計量 包括：亮度均值亮度中值亮度眾數(shù)變化程度統(tǒng)計量：數(shù)值域方差標(biāo)準(zhǔn)差分類處理常用統(tǒng)計量基本統(tǒng)計量中心（平均）趨勢統(tǒng)計量 包括：分類處理常用統(tǒng)計量基多波段圖像的統(tǒng)計特征分類處理常用統(tǒng)計量多波段圖像統(tǒng)計特征 多波段圖像數(shù)據(jù)，不僅每個波段有其本身的統(tǒng)計特征（每個波段都有均值和標(biāo)準(zhǔn)差，可以構(gòu)成多維的均值向量和標(biāo)準(zhǔn)差向量），而且波段之間也存在著統(tǒng)計關(guān)系，

37、最常用的是協(xié)方差矩陣和相關(guān)矩陣。 是圖像分析的重要依據(jù)，也是圖像彩色合成方案的主要依據(jù)之一。多波段圖像的統(tǒng)計特征分類處理常用統(tǒng)計量多波段圖像統(tǒng)計（2）圖像分類的依據(jù)一般，同類地物有相似的波譜 實(shí)際的多維波譜空間中，同類地物的像元值既不是集中在一個點(diǎn)，也不是雜亂無章地分布，而是相對密集在一起形成點(diǎn)群(集群), 不同地物的點(diǎn)群處在不同的位置不同地物的波譜集群還存在交叉過渡（點(diǎn)群邊界往往不是截然的），對不同集群的區(qū)分一般要依據(jù)它們的統(tǒng)計特征(統(tǒng)計量), 如: 集群位置-均值向量表示 點(diǎn)群中心及離散度-標(biāo)準(zhǔn)差或協(xié)方差 圖像分類的方法一般建立在隨機(jī)變量統(tǒng)計分析的基礎(chǔ)之上（2）圖像分類的依據(jù)一般，同類地物

38、有相似的波譜 不同地物（3）圖像分類處理的實(shí)質(zhì)按概率統(tǒng)計規(guī)律 ,選擇適當(dāng)?shù)呐袆e函數(shù)、建立合理的判別模型把這些離散的“集群”分離開來，并作判決和歸類 （3）圖像分類處理的實(shí)質(zhì)按概率統(tǒng)計規(guī)律 ,選擇適當(dāng)?shù)呐袆e函數(shù)（4）圖像分類處理的步驟特征提取：為把有用信息盡可能地集中在較少的互不相關(guān)的或各自包含不同信息的新的變量中而進(jìn)行的圖像分析工作。 波譜特征提取 空間特征提取 決策分析：確定每個物體應(yīng)該歸屬的預(yù)定義類別，即每個物體被識別為某一特定類型通過分類過程實(shí)現(xiàn)。（4）圖像分類處理的步驟特征提?。簽榘延杏眯畔⒈M可能地集中（5）圖像分類處理的方法統(tǒng)計識別分類 模糊識別分類 人工神經(jīng)網(wǎng)絡(luò)識別分類 句法結(jié)構(gòu)識

39、別分類統(tǒng)計識別分類基本思想是將特征提取階段得到的特征向量定義在一個特征空間中，這個特征空間包含了所有的特征矢量。不同的特征向量(不同類別)，都對應(yīng)于此空間中的一點(diǎn)。在分類階段，則利用統(tǒng)計決策原理對特征空間進(jìn)行劃分從而達(dá)到識別不同特征對象的目的。判別分析 根據(jù)某個判別函數(shù)的函數(shù)值對自變量進(jìn)行分類統(tǒng)計分析。 最大似然比判別分析 線性判別分析（貝葉斯） 逐步判別分析 模糊識別分類： 理論基礎(chǔ)是模糊數(shù)學(xué)。根據(jù)人辨識事物的思維邏輯, 吸取人腦的識別特點(diǎn), 將計算機(jī)中常用的二值邏輯轉(zhuǎn)向連續(xù)邏輯。 識別結(jié)果是用被識別對象隸屬于某一類別的程度，即隸屬度來表示。人工神經(jīng)網(wǎng)絡(luò)識別分類： 將若干個處理單元（神經(jīng)元）

40、通過一定的互連模型連接成一個網(wǎng)絡(luò)，這個網(wǎng)絡(luò)通過一定的機(jī)制（如誤差后向傳播）可以模仿人的神經(jīng)系統(tǒng)的動作過程，達(dá)到識別分類的目的。句法結(jié)構(gòu)識別分類： 著眼于對待識別對象的結(jié)構(gòu)特征的描述。將一個識別對象看成是一個語言結(jié)構(gòu)，如一個句子是由單詞和標(biāo)點(diǎn)符號按一定的語法規(guī)則生成，一幅圖像是由點(diǎn)、線、面等基本元素按一定的規(guī)則構(gòu)成,看這些基本元素是以什么規(guī)則構(gòu)成圖像。 圖像識別就相當(dāng)于檢查圖像所代表的某一類句型是否符合事先規(guī)定的語法，如果語法正確就識別出結(jié)果。（5）圖像分類處理的方法統(tǒng)計識別分類 統(tǒng)計識別分類模糊識（6）圖像分類技術(shù)非監(jiān)督分類 監(jiān)督分類非監(jiān)督分類 在沒有已知類別的訓(xùn)練數(shù)據(jù)及分類數(shù)據(jù)的情況下, 依

41、據(jù)圖像數(shù)據(jù)本身的結(jié)構(gòu)(統(tǒng)計特征)和自然點(diǎn)群分布, 按照待分樣本在多維波譜空間中亮度值向量的相似程度, 由計算機(jī)程序自動總結(jié)出分類參數(shù), 進(jìn)而逐個對像元作歸類-也稱聚類(集群)分析事先不須訓(xùn)練樣本, 處理速度快,較客觀,并能為監(jiān)督分類的訓(xùn)練樣區(qū)選擇提供參照， 一般在有目的的監(jiān)督分類之前進(jìn)行。方法有: 圖形識別、系統(tǒng)聚類、分裂法。較實(shí)用的是動態(tài)聚類。監(jiān)督分類 一般是先在圖像中選取已知樣本(訓(xùn)練區(qū))的統(tǒng)計數(shù)據(jù),從中找出分類的參數(shù)、條件,建立判別函數(shù)，然后對整個圖像或待分類像元作出判別歸類。結(jié)果明確,分類精度較高,但對訓(xùn)練樣本要求較高，使用時須注意應(yīng)用條件,一地區(qū)建立的判別式對別的地區(qū)不一定完全適用。

42、 常用方法: 平行四面體法、最大似然法、最小距離法、 費(fèi)歇爾線性判別法、貝葉斯線性和非線性判別法。 實(shí)際工作中, 監(jiān)督分類和非監(jiān)督分類應(yīng)配合使用。（6）圖像分類技術(shù)非監(jiān)督分類 非監(jiān)督分類 在沒有已知類別的多波段土地利用分類彩色衛(wèi)星圖像 遙感圖像數(shù)字處理流程多波段土地利用分類彩色衛(wèi)星圖像 遙感圖像數(shù)字處理流程（三）遙感圖像數(shù)字處理系統(tǒng)無論采用何種計算機(jī)系統(tǒng),通常都必須要有圖像顯示裝置。在兩者結(jié)合起來的硬件系統(tǒng)上再加上軟件而構(gòu)成的系統(tǒng)-數(shù)字圖像處理系統(tǒng)。硬件構(gòu)成：主計算機(jī)、外圍設(shè)備軟件構(gòu)成：（三）遙感圖像數(shù)字處理系統(tǒng)無論采用何種計算機(jī)系統(tǒng),通常都必須1、硬件構(gòu)成主計算機(jī)：（1）專用處理機(jī)型（2）通用計算機(jī)型外圍設(shè)備：（1）顯示器（必備）（2）把模擬圖像變換為數(shù)字圖像的圖像輸入設(shè)備（3）把數(shù)字圖像輸出到紙或膠片的圖像輸出設(shè)備（4）能記錄大量圖像數(shù)據(jù)的圖像數(shù)據(jù)存貯設(shè)備專用處理機(jī)型 在主機(jī)上聯(lián)接圖像處理機(jī)，圖像處理機(jī)裝有可存貯多個畫面的幀緩沖存貯器和