1、第六章 遥感图像辐射处理 1内容提纲 遥感图像的辐射处理 遥感图像辐射增强 多光谱图像四则运算 图像融合2问题的提出 传感器接收的电磁波能量与目标本身辐射的能量是不一致的。 传感器输出的能量包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。36.1 遥感图像的辐射校正基本概念 辐射定标和辐射校正是遥感数据定量化的最基本环节。 辐射定标：指传感器探测值的标定过程方法，用以确定传感器入口处的准确辐射值。 辐射校正：指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪
2、声的过程。46.1遥感图像的辐射处理 辐射误差 传感器辐射定标 大气校正 地面辐射校正场56.1.1辐射误差 传感器接收的电磁波能量包含三部分： 太阳经大气衰减后照射到地面，经地面反射后，又经大气第二次衰减进入传感器的能量； 地面本身辐射的能量经大气后进入传感器的能量； 大气散射、反射和辐射的能量。 遥感图像的辐射误差主要包括： 传感器本身的性能引起的辐射误差； 地形影响和光照条件的变化引起的辐射误差； 大气的散射和吸收引起的辐射误差。 相应的辐射处理包括传感器辐射定标和辐射误差校正等。66.1.2传感器辐射定标 意义意义：传感器定标是遥感信息定量化的 前提，遥感数据的可靠性及应用的深度和广度
3、取决于遥感器的定标精度 目的目的：建立遥感传感器的数字量化输出值与其所对应的视场中辐射亮度值之间的定量关系 手段手段：测定传感器对一个已知辐射目标的响应 内容内容：1）强度定标；2）光谱定标； 3）空间定标76.1.2传感器辐射定标8 绝对定标：对目标作定量的描述，要得到目标的辐射绝对值。绝对定标要建立传感器测量的数字信号与对应的辐射能量之间的数量关系，即定标系数，在卫星发射前后都要进行。 相对定标：又称为传感器探测元件归一化，是为了校正传感器中各个探测元件响应度差异而对卫星传感器测量到的原始亮度值进行归一化的一种处理过程。由于传感器中各个探测元件之间存在差异，使传感器探测数据图像出现一些条带
4、。相对辐射定标的目的就是降低或消除这些影响。系统的条带噪音9绝对定标方法 卫星发射前的绝对定标是在地面实验室或试验场，用传感器观测辐射亮度值已知的标准辐射源以获得定标数据。 卫星发射后由于各种因素会影响传感器的响应，因此在卫星运行过程中要定期进行定标。其方法是将传感器内部设置的电光源有关参数测量后下传到地面，包含在卫星下传的辅助数据内。 绝对定标方法有： -传感器实验室定标 -遥感器星上内定标 -遥感器场地外定标1011Landsat 专题制图仪TM的辐射定标 TM1、2、3、4、5、7的辐射定标通过星上定标光源系统进行。该系统有三组带有遮光快门的定标光源，一个可控制黑体温度的表面，供第六个波
5、段定标。快门还提供一个零飞射亮度的表面作为TM1-5、7波段的直流参考水准，并提供第二个已知温度表面供第六个波段定标。在TM遥感器正反扫描前的1.3-1.5毫秒时间间隔内，探测器同时观测到定标辐射信号灯、直流参考水准和已知温源。前两者用于TM1-5/7波段定标，而后者用于第六波段定标。126.1.3 大气校正 大气的影响：指大气对阳光和来自目标的辐射产生吸收和散射，从而减少照射到地面的能量，增加对传感器探测到的、与地面特征无关的散射。消除大气影响的校正过程称为大气校正大气校正。13大气校正 基于辐射传输方程的大气校正基于辐射传输方程的大气校正 基于地面场数据或辅助数据进行辐射校正基于地面场数据
6、或辅助数据进行辐射校正 假设地面目标的反射率与遥感探测器的信号之间具有线性关系，通过获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的线性回归方程式，在此基础上对整幅影像进行辐射校正。 利用某些波段来对其他波段进行大气校正利用某些波段来对其他波段进行大气校正 一般情况下，散射主要发生在短波图像，对近红外几乎没有影响，如MSS-7几乎不受大气辐射的影响，把它作为无散射影响的标准图像，通过对不同波段图像的对比分析来计算大气影响。14回归分析法 在不受大气影响的波段图像和待校正的某一波段图像中，选择从最亮到最暗的一系列目标，对每一目标的两个波段亮度值进行回归分析，
7、如MSS的第4和7波段，其亮度值分别为L4和L7，回归方程为：15图图6-3 大气改正截距大气改正截距a4直方图法 目标：图像中存在亮度为零的目标。 理想情况：图像的亮度值应为零。 实际情况：目标的亮度值不为零。 方法：根据具体大气条件，各波段要校正的大气影响是不同的。为确定大气影响，显示有关图像的直方图，从图上可以得知最黑的目标亮度为零，即第七波段图像的最小亮度值为零，第四波段的亮度最小值为a4，则a4就是第四波段图像的大气校正。16直方图法17图图6-3 大气影响的灰度直方图大气影响的灰度直方图图图6-4 大气影响校正后的灰度直方图大气影响校正后的灰度直方图186.1.4 太阳高度角和地形
8、影响引起的辐射误差校正 太阳高度角引起的辐射畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光垂直照射时获取的图像。 太阳高度角可以根据成像时的时间、季节和地理位置确定。 由于太阳高度角产生的阴影一般是难以消除的，但对于多光谱图像可以利用两个波段图像的比值产生一个新图像以消除地形的影响。 地形影响引起的辐射校正需要知道各坡面的倾角，需要已知该地区的DEM。此外，可以通过比值图像来消除或部分减小其影响。196.1.4 太阳高度角和地形影响引起的辐射误差校正 0/cosDNDNi( , )( , )/sinf x yg x y高度角为高度角为 时，太阳直射时，太阳直射与斜射得到的图像亮度与斜射得
9、到的图像亮度f(x,y)与与g(x,y)之间的关系：之间的关系：校正公式还可写为：校正公式还可写为：0/sinDNDNor6.1.4 太阳高度角和地形影响引起的辐射误差校正 16451950波段波段211阴坡阴坡31阳坡阳坡针叶林针叶林18阴坡阴坡48阳坡阳坡落叶林落叶林波段波段1土地覆盖土地覆盖/光照光照0. 690. 690.950.96比值比值落叶林落叶林针叶林针叶林波段比值法波段比值法216.1.6 地面辐射校正场 当遥感数据进行辐射定标和辐射校正后，如何评价其精度，需要通过地面辐射校正场来对计算结果进行验证和修正。因此通过地面辐射校正场来提高辐射定标和校正的精度具有特别重要的意义。
10、建立地面辐射校正场符合遥感数据定量化的需要； 建立地面辐射校正场可以弥补星上定标的不足； 满足多种遥感资料的应用需要。22现有的定标场 一个完整的地面试验场对地理环境和技术准备有极高的要求。目前世界上比较典型的地面辐射场有： 1979年美国在新墨西哥州白沙建立的地面辐射定标场 1987年法国在马赛西北La Crau建立的地面辐射定标场 它们利用地面辐射定标场对有关的传感器进行了定标，取得了预期的成果。23我国地面辐射校正场 从二十世纪八十年代接收和应用国内外气象和陆地卫星数据时，已认识到了在我国建立自己的地面辐射校正场的重要性和迫切性，以提高数据辐射定标和辐射校正精度。以后我国将发射自己的各类
11、遥感卫星，因此建立地面辐射校正场具有十分重要的现实意义。 我国根据需要选择了敦煌西戈壁作为可见光和红外波段的辐射校正场，青海湖作为热红外波段和红外低发射率的辐射校正场。6.2 遥感图像增强 为特定目的，突出遥感图像中的某些信息，削弱为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需要的信息，使图像更易判读。或除去某些不需要的信息，使图像更易判读。 实质是增强感兴趣目标和周围背景图像间的反差。实质是增强感兴趣目标和周围背景图像间的反差。 它不能增加原始图像的信息，有时反而会损失一它不能增加原始图像的信息，有时反而会损失一些信息。些信息。 它也是计算机自动分类的一种预处理方法。它也是计算机自
12、动分类的一种预处理方法。246.2 遥感图像增强 分类：分类： 25空间域处理：空间域处理：直接对图像进行各种运算以得到需直接对图像进行各种运算以得到需要的增强结果。要的增强结果。基于直方图的处理、图像平滑、图像锐化等。基于直方图的处理、图像平滑、图像锐化等。 频率域处理频率域处理是指先将空间域图像变换成频率域是指先将空间域图像变换成频率域图像，然后在频率域中对图像的频谱进行处理，图像，然后在频率域中对图像的频谱进行处理，最后再反变换回空间域，以达到增强图像的目的。最后再反变换回空间域，以达到增强图像的目的。6.2 遥感图像增强图像灰度直方图图像反差调整线性变换直方图均衡直方图正态化直方图匹配
13、密度分割其他非线性变换灰度翻转266.2.1 图像灰度直方图 图像灰度直方图反映了一幅图像中灰度级与其出现概率之间的关系。 27286.2.2 图像反差调整 线性变换线性变换 直方图均衡直方图均衡 直方图正态化直方图正态化 直方图匹配直方图匹配 密度分割密度分割 其他非线性变换其他非线性变换 29线性变换 简单线性变换：按比例拉伸原始图像灰度等级范围 目的：为了充分利用显示设备的显示范围，使输出直方图的两端达到饱和。 特点：一对一关系，像元总数不变。 其数学表达式为：30线性变换原始图像灰度原始图像灰度101112135152变换后灰度变换后灰度06121824925531 建立查找表建立查找
14、表分段线性拉伸分段线性拉伸线性变换32直方图均衡 将随机分布的图像直方图修改成均匀分布的直方修改成均匀分布的直方图图，其实质是对图像进行非线性拉伸非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。33直方图均衡34增强了峰值处的对比度，两端（最亮和最暗）增强了峰值处的对比度，两端（最亮和最暗）的对比度被减弱的对比度被减弱直方图均衡 各灰度级所占图像的面积近似相等； 原图像上频率小的灰度级被合并，频率高的灰度级被保留，因此可以增强图像上大面积地物与周围地物的反差。 如果输出数据分段级较少，则会产生一个初步分类的视觉效果。35直方图均衡36直方图正态化 将随机分布的原图像直方图
15、修改成高斯分布的直方图37直方图匹配 通过非线性变换使得一个图像的直方图与另一个图像直方图类似。 要求 1图像直方图总体形状应类似； 2图像中黑与亮特征应相同； 3图像的空间分辨率应相同； 4图像上地物分布应相同，尤其是不同地区的 图像匹配。如果一幅图像里有云，而另一幅没有云，那么在直方图匹配前，应将其中一幅里的云去掉。38直方图匹配39原图像原图像提供直方图模板的图像提供直方图模板的图像匹配结果匹配结果 直方图匹配4041密度分割 密度分割与直方图均衡类似。产生一个阶梯状查找表，原始图像的灰度值被分成等间隔的离散的灰度级，每一级有其灰度值。 n为密度分割的层数 minmaxminijijdd
16、dndd42密度分割43其他非线性变换 非线性变换有很多方法，如对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换。对数变换对数变换指数变换指数变换平方根变换平方根变换44灰度反转 对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像。 结果：原来亮的地方变暗，原来暗的地方变亮。 灰度反转有两种算法： 简单的灰度反转 条件反转 其中Din为输入图像灰度且已归一化（01.0），Dout为输出反转灰度。255outinDD1.0,0.10.1/,1outinoutininDDDDD当0当0.1n12=( ,)nYY YY KL变换是一个正交变换； KL变换后所得到的向量
17、中各个元素互不相关；75用Y作为变换矩阵逐像素的计算K-L变换图像的数值。可以认为 K-L变换图像上空间信息主要集中在第一波段上。因此，用全色替换第一主分量，然后做反主分量变换基于主分量变换的图像融合基于主分量变换的图像融合实验数据：QuickBird影像（a）全色影像（b）多光谱影像（e）HIS变化融合结果（f）PCA变换融合结果77小波简介小波首先应用于地球物理学中，用来分析地震勘探的数据。它与Fourier变换、Gabor变换相比，这是一个时间和频率的局域变换，因而能有效的从信号中提取资讯，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis），
18、解决了Fourier变换不能解决的许多困难问题，从而小波变化被誉为“数学显微镜”。 78小波简介79小波简介80小波变换定义：定义： ZkjkbtaataRLtjjkj,),()(0),()(2/,2是常数，设基本小波函数RkjfdtttfkjW)()(),(,为f(t)的连续小波变换。 则称 dadbtbaWaCtftfdtttfdtabttfababafbafbaf)(),(1)()(W)()()()(1),(W,2,小波逆变换：或可表示为：一维连续小波变换：小波变换 二维连续小波变换及逆变换813,0,1),(,),(),(),(W),(adadbdbWCyxfyxbbdxdyyxyxf
19、bbayxfyxbbafyxbbayxfyxyx 逆变换：轴上的平移。分别表示在式中的连续小波变换是是一个二维函数，则它若82小波变换定义：如果函数族对小波为),(xZkjkttjjkj,)2(2)(2/,正交小波和小波级数正交小波和小波级数是正交小波。的标准正交基，则称构成)()(2tRL.)()(,RkjkjdtttfC其中，例：Harr基本小波函数。，最简单的正交小波Haar, 0 1 , 5 . 0, 1)5 . 0 , 0, 1)(otherwisettthZkjkjkjkjtCtf,C)()(为小波系数，中的展开系数称基于小波变换的图像融合 思想：思想：图像多分辨率分解能产生一个简
20、单的图像分层框架，使得图像融合能在不同的空间分辨率基础上进行。基于小波变换的图像融合可将图像的光谱信息和空间信息分离开来，得到两部分图像： 近似图像和细节图像，而后者被分解成水平、垂直和对角三种细节图像。基于小波分解的图像融合，是将高分辨率图像进行分解，当细节图像的分辨率与低分辨率的光谱数据相等时，二者进行合成。 目的：目的：最终得到的融合图像既包含了低分辨率波段的光谱信息,又具有全色波段的高空间分辨率特点8384正交二进小波变换分解与重构集中了 的主要低频成分（近似图像）； 对应着 中垂直方向的高频边缘信息（）； 对应着 中水平方向的高频边缘信息（）； 对应着 中对角方向的高频边缘信息（）；
21、 1jCjc1 jd2jd3jd1jC1jC1jC85正交二进小波变换分解与重构8687基于小波变换的图像融合采用离散二进小波变换的Mallat算法的图像融合步骤如下：对高分辨率全色图像和多光谱图像进行几何配准，并且对多光谱图像重采样与全色图像分辨率相同；对全色图像和多光谱图像进行直方图匹配；对全色高分辨图像进行小波分解，分解成LL（低频部分），HL（水平方向的小波系数），LH（垂直方向小波系数），HH（对角方向的小波系数）；对多光谱图像进行分解成四部份LL，LH，HL，HH；根据需要或保持多光谱色调的程度由, 中的LL重新组合成新的LL；根据需要由, 中的LH，HL，HH重新组合成新的LH，
22、HL，HH；由,所得的新的LL，HL，LH，HH小波反变换重建影像；其它波段融合重复步骤。实际应用中，经常将小波变换与实际应用中，经常将小波变换与HISHIS变换结合使用进行融合，即先将多光谱变换结合使用进行融合，即先将多光谱影像做影像做HISHIS变换，将变换，将I I分量与全色影像采用小波变换融合，然后做分量与全色影像采用小波变换融合，然后做HISHIS反变换。反变换。88基于小波变换的图像融合89比值变换融合 其中:Bi(i=1,2,3)为多光谱图像； D为高分辨率图像； DBi(i=1,2,3)为比值度变换融合图像。 比值变换融合可以增加图像两端的对比度。当要保持原始图像的辐射度时，本
23、方法不宜采用。90乘积变换融合 乘积变换融合算法按下式进行： 通过乘积变换融合得到的融合图像其亮度成分得到增加。iiD BDB注意 在上述融合方法中，基于IHS变换融合和比值变换融合只能用三个波段的多光谱图像和全色图像融合，而其它方法不受波段数限制。91图像融合的效果评价 定性评价：主要以目视判读为主，目视判读是一种简单、直接的评价方法，可以根据图像融合前后的对比作出定性评价。缺点是因人而异，具有主观性。 定量评价：从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。92图像融合的效果评价 定量评价的指标基于清晰度：平均梯度基于信息量：熵基于分类精度：混淆矩阵（第八章）基
24、于逼真度：偏差指数基于光谱差异 ：光谱扭曲值931100|( , )( , )|1( , )MNABijBfi jfi jDMNfi j1122 1/200( , )( ,1) MNijxf iGMjyf iNj1100|( , )( , )|MNABijDfi jfi j25520( )logiiiH xPP 94 对于图像对于图像f( (x，y) )，在，在( (x，y) )处的梯度定义为处的梯度定义为 梯度是一个矢量，其大小和方向为梯度是一个矢量，其大小和方向为 ( , )( , )( , )f x yxxf x yyyfgrad x yf( , )( , )2222( , )( , )
25、11grad(x,y)()()(/)(/)f x yf x yxyxyf x yf x yyxyxfftgfftg梯度的概念梯度的概念95 对于数字图像其梯度可用一阶差分近似表示为对于数字图像其梯度可用一阶差分近似表示为22|G (x,y)| ( , )(1, ) ( , )( ,1)ff x yf xyf x yf x y或或用绝对值表示为用绝对值表示为|G (x,y)| |( , )(1, )|( , )( ,1)|ff x yf xyf x yf x y96SAR TM PAN97SAR TM S+T98P+T S+T+P S+T6.4.2 遥感图像和DEM的复合 三维立体景观图像，动态
26、漫游和观察。 根据计算机图形学的原理，将遥感图像和相应的DEM复合即可生成具有真实感的三维景观。99复合原理 若集合A表示某区域上各点三维坐标向量的集合： A=（X，Y，Z）| （X，Y，Z） D 集合B为二维图像各像素坐标与其灰度的集合： B=（x,y,g）|(x,y) d 其中d为与D对应的图像区域，则制作景观图就是一个A到B的映射,（X，Y，Z）与（x,y）及观测点S（视点）满足共线条件，其原理与航空摄影相同，不同处在于航空摄影一般接近与正直摄影，而景观图是特大倾角“摄影”，将地面点投射到二维图像上。100SPOT与DEM的复合101SPOT与DEM的复合102本章结束103104小结小
27、结第六章第六章 遥感图像辐射处理遥感图像辐射处理6.1 遥感图像的辐射校正遥感图像的辐射校正基本概念：辐射校正、辐射定标、大气校正基本概念：辐射校正、辐射定标、大气校正地面辐射校正场的作用地面辐射校正场的作用6.2 遥感图像增强遥感图像增强灰度直方图灰度直方图的定义、性质的定义、性质图像反差调整的方法图像反差调整的方法 线性变换线性变换 直方图均衡化、正态化、直方图匹配直方图均衡化、正态化、直方图匹配 密度分割密度分割 其他非线性变换其他非线性变换 图像灰度翻转图像灰度翻转6.3 6.3 多光谱图像四则运算多光谱图像四则运算6.4 6.4 图像融合：图像融合：融合方法及评价方法融合方法及评价方法( (定性、定量评价定性、定量评价) )105小结小结第六章第六章 遥感图像辐射处理遥感图像辐射处理加权融合加权融合基于基于HISHIS变换的图像融合变换的图像融合基于主分量变换的图像融合基于主分量变换的图像融合基于小波变换的图像融合基于小波变换的图像融合比值变换融合比值变换融合乘积变换融合乘积变换融合基于特征的图像融合基于特征的图像融合基于分类的图像融合基于分类的图像融合
