1、遥感数字图像处理第一章 概论广义遥感：利用仪器设备从远处获得被测物体的电磁波辐射特征（光，热），力场特征（重力、磁力）和机械波特征（声，地震），据此识别物体。狭义遥感：通过某种传感器装置，在不直接接触研究对象的情况下测量、分析并判定目标性质的一门科学和技术。接收预处理用户应用处理分析结果、图表输出地物空间特征地物空间特征一幅图像实际上记录的是物体辐射能量的空间分布，这个分布是空间坐标、时间和波长的函数，即:I=(x,y,z,t)。光谱分辨率NIRSWIRMWIRLWIR14000 nmPanchromatic: one very wide bandLOWMultispectral: sever
2、al to tens of bandsMEDHyperspectral: hundreds of narrow bandsHIGH 1 meter ground sample distance4 meter ground sample distance2001年5月2003年10月表达方式专题图报表统计数据精度评估孙家柄等著. .遥感原理、方法和应用，测绘出版社周成虎等编著. .遥感影像地学理解与分析，科学出版社接收预处理用户应用处理分析结果、图表输出数字图像数字图像Picture element100220250180501202001500I00255800255240240255R025
3、50160255255801600G25525525524000160800B将在空间上连续的图像转换成离散的采样点（即将在空间上连续的图像转换成离散的采样点（即像素）集的操作像素）集的操作。由于图像是二维分布的信息，。由于图像是二维分布的信息，所以采样是在所以采样是在x x轴和轴和y y轴两个方向上进行。轴两个方向上进行。模拟图象若在模拟图象若在x x方向采方向采M M个点，个点，y y方向采方向采N N个点，就个点，就可得到可得到M M * * N N个点的数字化图象的形式。采样是个点的数字化图象的形式。采样是图象进入计算机的第一个处理过程。图象进入计算机的第一个处理过程。 乳胶片感光技术
4、本身存在着致命的弱点，它所传感的辐射波段仅限于可见光及其附近；其次，照相一次成型，图象存储、 传输和处理都不方便。电磁波幅射信息收集探测器信息处理信息输出传感器组成传感器组成在物镜后加分光装置，将光分解成多个光束；或利用响应不同波段的多感光层胶片进行多光谱摄影。特点：特点：利用光电探测器解决了各种波长辐射的成像方法。输出的利用光电探测器解决了各种波长辐射的成像方法。输出的电学图象数据，存储、传输和处理方面十分方便。但装置庞杂，电学图象数据，存储、传输和处理方面十分方便。但装置庞杂，高速运动使其可靠性差；在成像机理上，存在着目标辐射能量利高速运动使其可靠性差；在成像机理上，存在着目标辐射能量利用
5、率低的致命弱点。用率低的致命弱点。Courtesy ASK,SACl灰度显示lRGB显示l颜色查找表l假彩色显示31iiS图像数据的标准差越大所包含的信息量也越大，波段间的相关系数越小，表明各波段图像数据的独立性越高，信息的冗余度越小OIF= /其中：Si为第i个波段的标准差，Sij为i、j两波段的相关系数。OIF越大，则相应组合图像的信息量越大. 对OIF值进行由大到小排列，最大OIF值对应的波段为最佳波段组合。31rjRi遥感图像可视化遥感图像可视化-影像金字塔影像金字塔每每2X22X24 4个像元平均为一个像元构成第二级影个像元平均为一个像元构成第二级影像，在第二级影像的基础上构成第三级
6、影像像，在第二级影像的基础上构成第三级影像 四像元平均四像元平均 九像元平均九像元平均 自然界中随机抽取的大样本通常是按对称频率分布，多数值在某个值附近，出现的频率从中心点向两边递减遥感数据分析中的统计检验假定影像的亮度值是正态分布的众数-分布中出现频率最高的数值中值-频率分布的中间值均值-数学平均值众数偏离均值较远，则为偏态分布离散度-像元值范围样本方差-离散平方和的均值标准差-方差的平方根协方差-波段间亮度值关联性相关系数分析二维特征空间图-提取两个波段的所有像元亮度值，并将其出现频率描绘在特征空间中特征空间图表现数据的有效信息量和冗余度灰度直方图iin频率的计算式为：nnviiiiv25
7、. 05 . 0123456Tiivn102logLiiiPPHCCT回归回归计算计算滤波滤波处理处理校准校准处理处理CCT 回归分析法 用长波数据来校正短波数用长波数据来校正短波数作法：作法：在不受大气影响的波段（如在不受大气影响的波段（如TM5TM5）和待校正）和待校正的某一波段图像中，选择由最亮至最暗的一系列目的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。来进行回归分析。例如例如：XbaY11式中式中，X为为TM5波段的亮度均值；波段的亮度均值；Y为为TM1亮度均值；亮度均值；a1,b1
8、计算如下：计算如下：)T(T)T)(TT(Tb55115515111TbTa111aTTT1、T5表示表示TM1与与TM5波段灰度值，波段灰度值，1T为TM1波段校正后的灰度值。辐射回归分析图辐射回归分析图yx1al太阳高度角引起的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线垂直照射时获取的图像。l太阳的高度角可根据成像时刻的时间、季节和地理位置来确定，即： sin=sin sincos coscost l太阳高度角的校正是通过调整一幅图像内的平均灰度来实现的。l多光谱图像上的阴影可以通过图像之间的比值予以消除。比值图像是用同步获取的相同地区的任意两个波段图像相除而得到的新图像。太阳
9、高度角的辐射误差校正cosyxgyxf，系统误差系统误差地球自转对于瞬时光学成像遥感方式没有影响，对于扫描成像则造成图像平行错动。地球自转对于瞬时光学成像遥感方式没有影响，对于扫描成像则造成图像平行错动。eety eyetLR为图像错动量；为图像错动量；扫描整景图像时间；扫描整景图像时间；该纬度的地球自转线速该纬度的地球自转线速度；度；图幅地面长度；图幅地面长度；地球平均半径地球平均半径6378KM；卫星运行平均角速度；卫星运行平均角速度；中心投影中心投影定义：定义：凡空间任意点凡空间任意点A（物点）与一固定点（物点）与一固定点S（投影中心）连成的直线或延长线（投影中心）连成的直线或延长线（即
10、中心光线）被一个平面（像平面）所截，则此直线与平面的交点（即中心光线）被一个平面（像平面）所截，则此直线与平面的交点a（像点）称（像点）称为为A点的中心投影。点的中心投影。 从投影上而言，航空像片（正片）的位置，等于以投从投影上而言，航空像片（正片）的位置，等于以投影中心为圆心，以焦距影中心为圆心，以焦距f f为半径，将为半径，将P P旋转至旋转至PP（下图），（下图），PP即为正像的位置。即为正像的位置。中心投影：投影距离不同或焦距不同则像片的比例尺也不同。垂直投影：投影距离不同与像片比例尺无关。（不存在焦距）中心投影：投影面的倾斜造成同一个像片不同部位比例尺的差异。垂直投影：不存在投影面的
11、倾斜。中心投影：地形起伏造成像点位移。垂直投影：不存在像点位移。几何校正类型l影像到地图的校正：对影像几何进行平面化处理l影像到影像的配准：影像平移和旋转的过程当参照影像具备地理坐标时，影像到影像的配准即成为校正几何校正方法 图像几何校正的基本方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。通常分两步：图像空间坐标变换；首先建立图像像点坐标（行、列号）和物方（或参考图）对应点坐标间的映射关系，解求映射关系中的未知参数，然后根据映射关系对图像各个像素坐标进行校正；确定各像素的灰度值（灰度内插）。2.1 2.1 坐标变换方案坐标变换方案 首先要确定原始
12、图像和纠正后图像之间的坐标变换关系。首先要确定原始图像和纠正后图像之间的坐标变换关系。对其包括：对其包括： 直接法：直接法：从原始图像阵列出发，依次对其中每一个像元分从原始图像阵列出发，依次对其中每一个像元分别计算其在输出（纠正后）图像的坐标，即：别计算其在输出（纠正后）图像的坐标，即： ),(),(yxFXFYxyxy式中，式中，x,yx,y为为P P点原始图像的行数和列数；点原始图像的行数和列数；X X，Y Y为为P P在新图在新图像中的坐标（即地面坐标系），并把像中的坐标（即地面坐标系），并把P P（x,y)x,y)的灰度值重的灰度值重新计算后送到新计算后送到P P（X X，Y Y）位置
13、上去。）位置上去。间接法：间接法：从空白图像阵列出发，依次计算每个像元从空白图像阵列出发，依次计算每个像元P（X，Y）在原始图）在原始图像中的位置像中的位置P（x,y），然后把该点的灰度值计算后返送给），然后把该点的灰度值计算后返送给P(X,Y)。其纠。其纠正公式为：正公式为：),(),(YXGxYXGyyxniinjiiijniinjiiijvubyvuax0000根据影像变形情况选取校正模型，不同模型需要控制点数目不同，一阶多项式几何校正(理论最小值)：3个控制点；二阶多项式几何校正(理论最小值)：6个控制点；三阶多项式几何校正(理论最小值)：10个控制点；四阶多项式几何校正(理论最小值)
14、：15个控制点；五阶多项式几何校正(理论最小值)：21个控制点；2.2 校正数学模型-DLT模型可以认为是共线方程的变化式x=(a1+a2X+a3Y+a4Z)/(c1+c2X+c3Y+c4Z) y=(b1+b2X+b3Y+b4Z)/(c1+c2X+c3Y+c4Z)2.2 校正数学模型-Rational Polynomial Camera (RPC) modelr = fr(,h)/gr(,h) c = fc(,h)/gc(,h)x normalised co-ordinatesx = (x-x_offset)/x_scaleRational polynomial functionsusuall
15、y, 3rd order polynomials are used fr = a1+a2+a3+a4h +a5+a6h+a7h+a82+a92+a10h2+a11 h+a123+a132+a14h2+a152+a163+a17 h2+a182h+a192+a20h3gr = b1+b2+b3+b4h +b5+b6h+b7h+b82+b92+b10h2+b11 h+b123+b132+b14h2+b152+b163+b17 h2+b182h+b192+b20h3similarly, RPC coefficients c1, , c20, d1, , d20 in functions fc and
16、 gcXZYXsYsDSxzyXYXA-XsYA-YsNZAZA-ZsZsa地面点(XA-Xs, YA-Ys,ZA-Zs)像点（X,Y,Z）SASASAZZZYYYXXX)()()()()()(333111SASASASASAsAZZcYYbXXaZZcYYbXXafx)()()()()()(333222SASASASASAsAZZcYYbXXaZZcYYbXXafyYXSfOxy摄影中心S到像片得的垂距f，像主点o在像框标坐标系中的坐标x0,y0。三个直线元素：描述摄影中心的空间坐标值（X0,Y0,Z0）。三个角元素：表达像片面的空间姿态在影像上可以分辨并能在地图上精确定位的地表位置2.3
17、几何校正的步骤-空间插值原始影像灰度表面 最近邻内插法双线性内插法 三次内插法2.3 几何校正的步骤-影像重采样 在这九幅图象中选取中心幅E为标准像幅，利用相邻两幅图象的重叠部分，按箭头所示的顺序依次进行色调调整和几何镶嵌，最终便可使所有9幅图象实现以E为基准的图象镶嵌。 .v5y2v4x2v3xyv2yv1xv0yy)v(x,.u5y2u4x2u2xyu2yu1xu0 xy)u(x,fffgffgdxdyMyxfdxdyMyxfMyxg222),(),(),(ffffggMM22),( ),(yxfyxf AB0 3 22 46 540 15 41 62 801.取出重叠部分，保证和A与B图
18、象在行数上要一致，一定不要小于A和B所具有的行数，并且在取样时，要有足够的样本数。然后，在直方图上找出两幅图象相应的频率像元所对应的灰度值对。从直方图上读出灰度值对应的点对，用分段拉伸的功能，把图象上的灰度值0，3，22，46，54对应地拉伸到相应的图象上的灰度值0，15，41，62，80。这些点中间的灰度值按线性比例内插 .2.色调调整效果检查。利用图象处理系统的显示功能，使图象分别显示于屏幕左右两边。如果色调调整成功，在屏幕上应看不出左、右两幅图象的差别。如果还有差别，则修改拉伸时的点对值，进行拉伸处理，直到在终端屏幕上看不到差异为止。 3.用最后得到的拉伸点值，对相邻的两幅整图象A和B的
19、色调进行调整，即分波段把A图象的灰度值拉伸到B图象相应的灰度值，从而完成相邻两幅图象A和B的色调调整。 1000),(),(djBAjjigjjig),(), 1(21),(jigjKigjigHE),(), 1(max),(jigjKigjigHE，),(), 1(),(jigLijKigLiLjigHE原始图像：f (i, j)，灰度范围：a, b，变换后图像：f (i, j)，灰度范围：a, b，存在以下关系： ),(),( ajifababajif另一种情况，图像中大部分像素的灰度级在a, b范围内，少部分像素分布在小于a和大于b的区间内。此时可用下式作变换： bjifbbjifaaj
20、ifababaajifajif),(; ),();),(),(; ),( 像元素灰级变换前变换后0 1 2 3 4 5 6 70 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15bjifdddjifdbdbdjifcccjifcdcdcjifaaajifacacjif),(; ),(),(; ),(),(; ),(),( 高值区拉伸低值区拉伸原始图像f(i,j)的灰度范围为a,b，可以通过自然对数变换到区间a,b上，从而求得图像f(i,j)： )log),(logloglog),( aajifababjifkjjkjjrkknnrprTs00)()(kjjkjjrkknn
21、rprTs00)()(liiuilupuHv0)()(密度分割的步骤A：选定密度分割点，考虑因素：专业知识和经验、地物波谱B：确定灰度与彩色的变换关系，灰度分割点对应于彩色分割点。 变换关系可以是等间隔的线性的、不间隔的线性的、分段线性分割的方法。非线性的变换关系。 dxuxizfFxuexp duuxizFfuxexp uuuiIRF uF uI uFFuuexp uIuRFu22 uRuIarctgu/ uIuRFEuu222 dxdyvyuxizyxfFvuexp,vuIvuRvuF,22vuRvuIarctgvu,/,vuIvuRvuE,22 10exp1NxuNuxizxfNF 10
22、expNuxNuxizuFf1010exp,1,MxNyNvyMuxizyxfMNvuF1010exp,MuNvNvyMuxizvuFyxF在傅立叶变换域，变换系数反映了图像的某些特征。频谱的直流低频分量对应于图像的平滑区域，而外界叠加噪声对应于频谱中频率较高的部分等。构造一个低通滤波器，使低频分量顺利通过而有效地阻止高频分量，即可滤除频域中高频部分的噪声，再经逆变换就可以得到平滑图像。 v基本原理v低通滤波器的表达形式低通滤波用卷积表示为),(),(),(vuHvuFvuGF(u, v)为含有噪声原图像的傅立叶变换H(u, v)为低通滤波器的传递函数G(u, v)为经低通滤波后输出图像的傅立
23、叶变换v 理想圆形低通滤波器(ILPF) 到原点的距离截止频率),(),(),(; 0),(; 1),(000vuvuDDDvuDDvuDvuHv 圆形低通滤波器作用D0半径内的频率分量无损通过园外的频率分量会被滤除若滤除的高频分量中含有大量的边缘信息，会发生图像边缘模糊现象。v 巴特沃思低通滤波器(BLPF)nDvuDvuH20/ ),(11),(nDvuDvuH20/ ),()12(11),(n阶巴特沃思低通滤波器的传递函数为：或者： 没有明显的跳跃 模糊程度减少和理想圆形低通滤波器相比 尾部含有较多的高频，对噪声的 平滑效果不如ILPF。v 指数低通滤波器(ELPF)nDvuDevuH0
24、),(21ln),( 有更加平滑的过渡带，平滑后的图象没有跳跃现象 与BLPF相比，衰减更快，经过ELPF滤波的图象比BLPF处理的图象更模糊一些BLPF、ELPF和TLPF的特性曲线v 梯形低通滤波器(TLPF)1101010),(0),(),(),(1),(DvuDDvuDDDDDvuDDvuDvuH其中D0 D1。一般情况下，定义D0为截止频率。 卷积定理：如果卷积定理：如果 x(t) 和和 h(t) 的傅立叶变换分别为的傅立叶变换分别为 X(f) 和和 H(f) ,则则x(t) * h(t) 的富里叶变换为的富里叶变换为 X(f)H(f)。即即)()()()(fXfFtxth 卷积定理
25、的简单推导：卷积定理的简单推导：dtedthxftj2)()(ftjety2)(=ddtethxftj)()(2=)()(fXfH=令令 =t- ddehexfjfj)()(22卷积定理 离散卷积的定义离散卷积的定义 :由下面的求和公式给出由下面的求和公式给出这里，这里，x(kT) 和和 h(kT) 都是周期为都是周期为 T 的周期函数。的周期函数。10)()()(NiTikhiTxkTy)()()(kThkTxkTy 离散卷积的表示离散卷积的表示 :和连续函数的卷积一样，离散卷积通常写作和连续函数的卷积一样，离散卷积通常写作:f(i, j) 表示(i, j)点的实际灰度值g(i, j) 变换
26、后输出图像(i, j)点的实际灰度值以(i, j)点为中心取一个NN的窗口(N = 3, 5,7,)，窗口内像素组成的点集以A A来表示，经邻域平均法滤波后，像素(i, j)的输出为AyxyxfNNjig),(),(1),(邻域平均法在一定程度上抑制噪声，但是邻域平均法的平均作用会引起模糊现象，模糊程度与邻域半径成正比。v 中值滤波的原理 1.用一个的窗口（N=3, 5, 7, ）在图像上滑动；2.把窗口中像素的灰度值按升(或降)次序排列；3.取排列在正中间的灰度值作为窗口中心所在像素的灰度值。 v 中值滤波是一种非线性滤波，其方法为 1.可以先使用小尺度的窗口，然后逐渐加大窗口尺寸；2.和前
27、面的超限邻域平均法一样，即当某个像素的灰度值超过窗口中像素灰度值排序中间的那个值，且达到一定水平时，则判断该点为噪声，用灰度值排序中间的那个值来代替；否则还是保持原来的灰度值。 v 中值滤波优点1. 抑制噪声2. 较好地保护边缘轮廓信息 22)()(),(yfxfyxfGMGMf(x,y)等于在Gf(x,y)的方向上每单位距离f(x,y)的最大变化率。 ) 1,(),(), 1(),()1,(),(), 1(),(),(22jifjifjifyifjifjifjifjifjifGMRoberts算子) 1,(), 1() 1, 1(),()1,(), 1()1, 1(),(),(22jifji
28、fjifyifjifjifjifjifjifGM 由于直接采用微分运算不便，一般用差分来近似，常用的差分方法包括以下两种：0 0 00 1 00 0 -10 0 00 0 10 -1 0XY对于一个连续的二元函数F(x, y)，其拉普拉斯算子定义为22222),(yFxFyxF对于数字图像，拉普拉斯算子可以简化为 ) 1,() 1,(), 1(), 1(),(4),(yxFyxFyxFyxFyxFyxG原图像 利用拉普拉斯算子进行边缘提取的结果 0 -1 0-1 4 -10 -1 0 )1, 1(), 1(2) 1, 1( )1, 1(), 1(2) 1, 1()1, 1() 1,(2) 1,
29、 1( )1, 1() 1,(2) 1, 1(2122yxfyxfyxfyxfyxfyxfdyxfyxfyxfyxfyxfyxfdddSyxyx原图像 利用Sobel算子进行边缘提取的结果 -1 0 1-2 0 2-1 0 112 10 0 0-1 -2 -11110001111011011012122yxyxpddddS原图像 利用Prewitt算子进行边缘提取的结果 监督分类法：选择具有代表性的典型实验区或训练区，选择具有代表性的典型实验区或训练区，用训练区中已知地面各类地物样本的光谱特性来用训练区中已知地面各类地物样本的光谱特性来“训练训练”计算机，获得识别各类地物的判别函数或模式，并以
30、此计算机，获得识别各类地物的判别函数或模式，并以此对未知地区的像元进行分类处理，分别归入到已知的类对未知地区的像元进行分类处理，分别归入到已知的类别中。别中。非监督分类：是在没有先验类别（训练场地）作为样本是在没有先验类别（训练场地）作为样本的条件下，即事先不知道类别特征，主要根据像元间相的条件下，即事先不知道类别特征，主要根据像元间相似度的大小进行归类合并（即相似度的像元归为一类）似度的大小进行归类合并（即相似度的像元归为一类）的方法。的方法。l收集现场信息l在屏训练数据多边形选择l在屏训练数据的种子选择获取每个感兴趣类在各波段上的训练统计量后，必须确定能最有效区分各种类的波段方法：统计分析
31、方法图形分析方法距离作为判别准则，根据像点到各类中心的距离来判别分类piijijMxD12)(piijijMxD1|不同类别的灰度值的变化范围即其方差的大小是不同的，不能简单地用像元到类中心的距离来划分像元的归属；自然地物类别的点群分布不一定是圆形或球形的，即在不同方向上半径是不同的，因而距离的量度在不同方向上应有所差异。 piijijijMxD122/)(21/ |ijpiijijMxD高空间分辨率影像SAR数据Lidar数据GIS矢量数据多尺度分析光谱、形状、纹理特征库模糊规则库认知基元基元特征的定量化表达模糊逻辑推理信息提取结果决策知识库地物知识库数据层分析层基元层决策层结果层邻对象邻对
32、象子对象子对象父对象父对象结果不理想确定分类特征，选择和编辑隶属度函数，确定模糊逻辑运算方式结 束模糊化反模糊化模糊规则处理对每个目标类的每一特征，把对象的特征值带到对应隶属度函数求隶属度根据结合方式计算最终隶属度元组求元组中最大隶属度，如果大于阈值则将对象划分给对应的类，否则不分确定目标类设定分类阈值作操辑逻目标类2目标类3目标类n目标类1特征1特征2特征3特征m结果特征元c1c2c3c4表示对应目标类中所选择的特征数据输入认知基元模糊分类输出结果基元特征库专家决策知识库2861. R个输入piR R，即R维输入矢量p p2. n: net input, n=wpwp+b。1. R个权值wi
33、R R，即R维权矢量w w2. 阈值b3. 输出a=f(n), f: transfer function教师神经网络比较环境实际输出输入期望输出误差信号p(n)t(n)a(n)e(n)第八章 人工神经网络291u对于输出层第k个神经元的实际输出: ak(n)目标输出: tk(n) 误差信号: ek(n) = tk(n) - ak(n)目标函数为基于误差信号ek(n)的函数，如误差平方和判据(sum squared error, SSE)，或均方误差判据(mean squared error, MSE, 即SSE对所有样本的期望)211()() ()22TkkJEenEnnee211()()()
34、 ()22TkkJnennneeSSEMSEkJ w.Tkkewpkjkjwe pdelta学习规则TWep(0)W( )kta()(1)jjjjjtaaa(1)jjjjiiiaawijjiwa (1)( )ijijijwtwtw 根据神经网络运行过程中的信息流向，可分为前馈式根据神经网络运行过程中的信息流向，可分为前馈式和反馈式两种基本类型。前馈网络的输出仅由当前输入和和反馈式两种基本类型。前馈网络的输出仅由当前输入和权矩阵决定，而与网络先前的输出状态无关。权矩阵决定，而与网络先前的输出状态无关。 美国加州理工学院物理学家美国加州理工学院物理学家J.J.HopfieldJ.J.Hopfiel
35、d教授于教授于19821982年提出一种单层反馈神经网络，后来人们将这种反馈网络年提出一种单层反馈神经网络，后来人们将这种反馈网络称作称作Hopfield Hopfield 网。网。 网络的结构与工作方式网络的结构与工作方式 离散型反馈网络的拓扑结构离散型反馈网络的拓扑结构 x1 x2 xi xn T1 T2 Ti Tn ) t (X) tt (X0t 综合评判综合评判根据多个因素对事物进行评定，称为综合评判.模型已知条件：, ) 1 (21iinaxxxxX的权重为因素因素集, 11niia);,(21naaaA得权重向量;, )2(21myyyY评判等级),(, )3(21imiiirrrx评判结果为单因素评判结果。对.个等级的程度而言，隶属于第表示就其中jxriij问题：综合考虑.,21后的评判结果nxxx
