1、第六章第六章 遥感图像的辐射处理遥感图像的辐射处理关键字关键字: 辐射处理辐射处理 遥感图像遥感图像n遥感图像的辐射校正遥感图像的辐射校正n遥感图像的辐射增强遥感图像的辐射增强n 61 遥感图像的辐射校正遥感图像的辐射校正 辐射校正是指消除或改正遥感图像辐射校正是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成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。量中的各种噪声的过程。 遥感图像的辐射误差主要包括：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；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地形影响和光照条件的变化引起的辐射误差；射误差
2、；-大气的散射和吸收引起的辐射误差大气的散射和吸收引起的辐射误差。一传感器传感器定标定标 传感器定标传感器定标就是指建立传感器每个探测就是指建立传感器每个探测元所输出信号的数值量化值与该探测器元所输出信号的数值量化值与该探测器对应象元内的实际地物辐射亮度值之间对应象元内的实际地物辐射亮度值之间的定量关系的定量关系定标的手段是测定定标的手段是测定传传感器对一个感器对一个已知辐射目标的响应已知辐射目标的响应 定标的内容定标的内容 强度强度(振幅振幅)定标定标:确定确定传感器的响应值传感器的响应值如如:输出电平与输入功率之比输出电平与输入功率之比. 光谱光谱定标定标:测量测量传感器随入射波长变化传感
3、器随入射波长变化的响应的响应 空间空间定标定标:测量测量传感器的调制传递函数传感器的调制传递函数注注:在线性空间不变系统中，任何一个成像系列在线性空间不变系统中，任何一个成像系列可有效地看作一个空间频率滤波器，而它的成可有效地看作一个空间频率滤波器，而它的成像特性和像质评价，则能以物像之间的频率之像特性和像质评价，则能以物像之间的频率之比来表示。这种频率对比特性，就是所谓的调比来表示。这种频率对比特性，就是所谓的调制传递函数制传递函数MTF,描述的是光学系统传递对比描述的是光学系统传递对比度的能力。度的能力。 线性空间不变系统则指线性系统的脉冲响应函数是稳定的、即响应函数与所选择的参考坐标位置
4、无关，其函数值仅仅依赖于参考坐标之间的参量。 在同一系统中，将空间频率不同的原稿信号输入，把经过系统的调制度M与未经系统的调制度M之比，定义为调制传递函数MTF 调制度M的定义为： Imax为最大亮度信号Imin为最小亮度信号辐射定标分为辐射定标分为:绝对定标和相对定标绝对定标和相对定标-绝对定标需对目标作定量的描述,即要得到目标的辐射绝对值-相对定标只要得出目标中某一点辐射亮度与其点的相对值传感器本身辐射误差校正公式为： Vc=Ks Vr- s(n)/ s(n) Vc 为校正后的辐射值， Vr为校正前的辐射值, Ks为太阳校正系数，是常数， s(n)为滤波偏移值，是大气散射影响或其他原因 产
5、生的附加辐射值，决定于检测系统的大气的干扰， s(n)为滤波增益，决定于检测系统的波谱响应因素。绝对定标绝对定标 绝对定标在卫星发射前后都要进行发射前实验室或试验场地发射后太阳标定器或地面标定场1:发射方1) 传感器实验室定标 将空中遥感器接收到的电磁波能量信号直接与地物光谱仪接收到的电磁波能量信号及地物的物理特性联系起来加以分析研究。 包括光谱定标与辐射定标两大部分，具体来说，包括暗电流、波长校准、重复性、稳定性检测和线性定标和响应度定标等。 优点+缺点基于辐射源的方案基于探测器的方案 2) 遥感器星上内定标遥感器星上内定标 采用灯定标、太阳定标及黑体定标。采用灯定标、太阳定标及黑体定标。优
6、点优点:可对一些光学遥感实时定标可对一些光学遥感实时定标不足不足:大部分只是部分系统定标大部分只是部分系统定标; 没有模拟遥感器的成像状态没有模拟遥感器的成像状态; 星上定标系统也不够稳定，影响定星上定标系统也不够稳定，影响定 标精度。标精度。3) 遥感器场地外定标 即在遥感器飞越辐射定标场上空，测量遥感器对应的各波段地物的光谱反射率和大气光谱参量，并利用大气辐射传输模型给出遥感器入瞳处各光谱带的辐射亮度，最后确定它与遥感器对应输出的数字量化的数量关系，求解定标系数，并进行误差分析。 方法主要有种：反射率基法 辐射亮度法 辐照度基法 最常用的是反射率基法 场地要求场地要求:面积大面积大+地物均
7、匀地物均匀+有利的大气环境有利的大气环境 优点优点:实现了对遥感器运行状态下与获取地面图象完全相实现了对遥感器运行状态下与获取地面图象完全相 同条件的绝对校正。同条件的绝对校正。不足不足:需要测量和计算空中遥感器过顶时的大气环境和地需要测量和计算空中遥感器过顶时的大气环境和地物反射率。物反射率。 法国的SPOT、 ERS一1/2分别建立了校准试验场， 其中SPOT图像定标精度已达97。 中国遥感卫星辐射校正场 甘肃省敦煌市郊戈壁滩:可见光波段辐射定标 青海湖水面为场地:红外波段的仪器辐射定标(青海湖位于青藏高原东北部，湖面海拔3194米，周长约365公里，湖面面积4282平方公里，是我国最大，
8、世界第二的内陆咸水湖) 基于遥感图像特征的绝对定标(交叉定标) 基于卫星传感器系统参数的绝对定标2:用户方用参数定标 例:Landsat 7快速格式产品的头文件辐射记录段中含有与辐射校正有关的参数 辐射记录段以“gains and biases in ascending band number order”开始，逐行、按波段顺序记录了辐射校正有关的参数，每行中按bias、gain的顺序排列，其中bias的单位是W/m2 . ster .m，gain的单位是(W/m2 . ster .m)/DN。 地物辐射值的计算地物辐射值的计算 L = gain * DN + biasr = L ds2 /
9、(E0 cosq)其中：L是地物在大气顶部的辐射亮度，DN是象元值，gain和bias可从头文件中得到，r是地物反射率，ds是日地天文单位距离，E0太阳辐照度，q是太阳天顶角。 对热红外波段(6)，可用下列公式计算地物的传感器温度(K。)： 其中：L6是由上式给出的地物在大气顶部的辐射亮度，K1和K2是计算常数， 分别为K1 = 666.093 W/m2 . ster .m， K2 = 1282.7108 K。 例例FY-1C 定标定标FY-1 2000年定标系数年定标系数 例2 植被指数真实性检验例例3 全球洋面气溶胶真实性检验全球洋面气溶胶真实性检验 定标前定标前定标后定标后相对定标相对定
10、标 是为了校正传感器各个探测元件响应是为了校正传感器各个探测元件响应度差异而对卫星传感器测量到的原始数度差异而对卫星传感器测量到的原始数字计数值进行归一化的一种处理过程字计数值进行归一化的一种处理过程 例1 MSS辐射定标利用MSS上的标准锲推算每个探测元件的偏移与增益来进行定标 VS=KVr- a/b Vr VS分别为校正前后的辐射值 a为滤波偏移, b为滤波增益,K为太阳校正系数(常数) 例2 TM辐射定标 对1,2,3,4,5,7波段定标通过星上定标光源系统定标 Li=(DNraw-Bij)/Gij Li为第I个探测元入口处的辐射值 Dnraw为探测元件原始亮度值 Bij为第 j次扫描第
11、I个探测元的偏置 Gij为第 j次扫描第I个探测元的增益其它方法 (1)直方图均衡化TM (2)均匀场景图像法SPOTSPOT辐射定标 相对定标 :每周一次 DNcali=(DNraw-Bij)/Gij 绝对定标:每月一次 Li= DNcal/Ai 2太阳高度角和地形影响引起的辐射误差校正太阳高度角和地形影响引起的辐射误差校正 太阳高度角和地形影响引起的辐射误差,在多光谱图像上可以通过两个波段的比值基本消除其影响 。 比值图像3大气校正 (1) 基于地面场地数据或辅助数据进行辐射校正基于地面场地数据或辅助数据进行辐射校正 在遥感成像的同时，同步获取成像目标的反射率，或通过预先设置已知反射率的目
12、标，把地面实况数据与传感器的输出数据进行比较，来消除大气的影响。 将地面测定的结果与卫星图像对应像元的亮度值进行回归分析，其回归方程为： L=a+bR (2) 大气模型 大气模型计算复杂，并且需要有关大气假设或成像时刻的大气参数（气压，温度，水汽，臭氧等），气体中的悬浮物类型，高度，太阳高度角，传感器的视角等。 公式计算法 Lai=a+bRi 而 a=SiLRi 后 b= SiTiHicos/ Si为系统增益因素，LRi 为大气路径辐射率系数，Ti为大气透射率，Hi为太阳辐照度，太阳天顶角，i代表波段号 (3) 利用波段特性来校正 A: 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
13、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亮度值进行回归分析，如MSS的第4和7波段, 回归方程为： y=a+bx 其中x，y为两个波段图像L4和L7灰度的平均值则大气校正公式为： 4= L4-aX(L7)a4Y(L4)B:直方图法直方图法 若图像中存在若图像中存在亮度为零的目标亮度为零的目标，如深海水，如深海水体、阴影等，则其对应图像的亮度值应为零，体、阴影等，则其对应图像的亮度值应为零，实际上只有在没有受大气影响的情况下，其亮实际上只有在没有受大气影响的情况下，其亮度值才可能为零，其他目标由于受水气散射、度值才可能为零，其他目标由于受水气散射、辐射使得目标的亮度值不为
14、零。根据具体大气辐射使得目标的亮度值不为零。根据具体大气条件，各波段要校正的大气影响是不同的。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。其它波段同理可以得到大气校正 62 遥感图像辐射增强遥感图像辐射增强 遥感图像增强是为特定目的，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。图像增强的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，有时反而会损失一些信息。它也是计算机自动分类一种预处理
15、方法。一、数字图像及其直方图一、数字图像及其直方图数字图像数字图像：遥感数据有光学图像和数据图像之分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。数字化：数字化：将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。 数字量和模拟量的本质区别：连续变量，离散变量。数字图像的表示：数字图像的表示：矩阵函数矩阵函数数字图象 4. 4.数字图像直方图数字图像直方图: :以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。 直方图a图像直方图靠近低灰度区，该图像属于低反射率景物图像；b图像为高反射率景物图像；c图像直方图标准差偏小，为低反差景物图像；d图像直
16、方图的标准差较大，为高反差景物的图像；e图像直方图呈现出多峰，图中有多种地物出现的频率较高；f图像直方图呈现出双峰，并且高亮度地物（如云、白背景等）出现频率高。正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。偏态分布：图像偏亮或偏暗，层次少，质量较差。小结 灰度变换是一种简单而实用的方法。它可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显，它是图像增强的重要手段之一。 二二 灰度变换灰度变换直方图均衡是将随机分布的图像直方图修改成均匀分布的直方图（图625），其实质是对图像进行非线性拉伸，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。 1直方图均衡直方图均衡 直方
17、图均衡特点是： (1)各灰度级所占图像的面积近似相等 (2)原图像上频率小的灰度级被合并 (3)增强图像上大面积地物与周围地物的反差，同时也增加图像的可视粒度. (4)如果输出数据分段级较小，则会产生一个初步分类的视觉效果。(5)具体增强效果不易控制,只能全局均衡 直方图均衡前后的影像直方图均衡前后的彩色影像2 直方图正态化直方图正态化 直方图正态化是将随机分布的原图像直方图修改成高斯分布,修改直方图的方法与直方图均衡类似，采用累加方法 3直方图匹配直方图匹配 直方图匹配是通过查找表使得一个图像的直方图与另一个图像直方图类似，亦属于非线性变换。 直方图的匹配对在不同时间获取的同一地区或邻接地区
18、的图像；或者由于太阳高度角或大气影响引起差异的图像匹配很有用。特别是对图像镶嵌或变化检测有用。为了使图像直方图匹配获得好的结果，两幅图像应有相似的特性：(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)对某些应用，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。待匹配的影像匹配后的影像 参照影像 分别的直方图4 亮度反转处理灰度反转是指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，其结果是原来亮度的地方变暗，原来暗的地方变亮。 5 线性变换线性变
19、换 在改善图像对比度时，如果采用线性或分段线性的函数关系，那么这种变换就是线性变换。调整线性参数，改变变换效果分段式线性变换线性变换直方图均衡三、彩色变换三、彩色变换 把数字图像组合转换成彩色图形，或者把各种增强或分类图像组合叠加，以彩色图像显示出来。（彩色的视觉分辨能力比黑白高）1:彩色合成彩色合成 (多波段色彩变换) 根据每个象元数据值的大小和性质，根据每个象元数据值的大小和性质，分别归入计算机规定的程序中，赋给每分别归入计算机规定的程序中，赋给每个象元一种颜色，经计算机处理，输出个象元一种颜色，经计算机处理，输出按顺序排列的彩色象元点阵，这就是彩按顺序排列的彩色象元点阵，这就是彩色合成图
20、象。色合成图象。彩色合成技术就是利用眼睛的视觉特彩色合成技术就是利用眼睛的视觉特性，以少数几种色光或染料合成出许多性，以少数几种色光或染料合成出许多不同的颜色。彩色合成一般是用红、绿、不同的颜色。彩色合成一般是用红、绿、蓝三种基本色调蓝三种基本色调色彩是由色度（颜色种类）、亮度色彩是由色度（颜色种类）、亮度（色彩明亮度）和饱和度（色彩深浅）（色彩明亮度）和饱和度（色彩深浅）三个指标来衡量的。三个指标来衡量的。 要重现物体的天然色彩或进行假彩色要重现物体的天然色彩或进行假彩色合成，必须对彩色进行分解，以获得红、合成，必须对彩色进行分解，以获得红、绿、蓝三基色分光图象，然后用加色法绿、蓝三基色分光
21、图象，然后用加色法或减色法还原成本来的颜色。或减色法还原成本来的颜色。加色法加色法是以红、绿、蓝三基色中的两种以是以红、绿、蓝三基色中的两种以上上色光色光按一定比例混合，产生其它色彩的彩色按一定比例混合，产生其它色彩的彩色合成法。合成法。 两种基色按等量叠加得到一种补色：两种基色按等量叠加得到一种补色： 红红+绿绿=黄，红黄，红+蓝蓝=品红，绿品红，绿+蓝蓝=青青 红红+绿绿+蓝蓝=白白(消色消色) 非互补色不等量叠加，得到两者的中间色非互补色不等量叠加，得到两者的中间色 红（多）红（多）+绿（少）绿（少）=橙橙 红（少）红（少）+绿（多）绿（多）=黄绿黄绿 减色法减色法 是指从白光中减去其中
22、一种或两种基是指从白光中减去其中一种或两种基色光而产生其它色彩的彩色合成法。减色光而产生其它色彩的彩色合成法。减色法一般用于色法一般用于颜料配色颜料配色，如彩色印刷、，如彩色印刷、染印彩色象片等。染印彩色象片等。 黄色染料是由于吸收了白光中的蓝光，黄色染料是由于吸收了白光中的蓝光，反射红光和绿光的结果：黄反射红光和绿光的结果：黄=白白-蓝蓝 品红染料由于吸收了白光中的绿光，品红染料由于吸收了白光中的绿光，反射红光和蓝光的结果：品红反射红光和蓝光的结果：品红=白白-绿绿 品红与黄染料混合叠印时呈红色：品红与黄染料混合叠印时呈红色： 品红品红+黄黄=白白-（绿（绿+蓝）蓝）=红红 黄黄+青青+红红
23、=黑黑 ETM 3 ETM 4 ETM 5 合成影像TM1TM2TM3TM4TM5TM6TM7TM7,4,1TM5,7,2TM5,4,3TM4,3,21)密度分割密度分割 概念：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。这种方法又叫密度分割。 分层方案的确定：分层方案与地物光谱差异分层方案与地物光谱差异对应合适，可以较好地区分地物类别。对应合适，可以较好地区分地物类别。 2:伪伪彩色增强技术彩色增强技术 (单波段彩色变换单波段彩色变换)输入图像显示直方图确定分割的等级数，并计算分割的间距像元亮度值转换为像元新值赋色为像元新值赋色 过程过程v以不同的色彩表示图像
24、的色调变化，增强了图像的显示能力v同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。 效果分析效果分析苏州市苏州市MSS7 卫星图像和经密度分割增强后的伪彩色图像卫星图像和经密度分割增强后的伪彩色图像2)空间域灰度级彩色变换 将原图像的灰度分段经过红、绿、蓝三种不同变换，变成三基色分量，然后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便可以在彩色显示器的屏幕上合成一幅彩色图像。彩色的含量由变换函数的形状而定。 3) 频率域伪彩色增强 先把黑白图像经傅立叶变换到频率域，在频率域内三个不同传递特性的滤波器分离成三个独立分量，然后对它们
25、进行逆傅立叶变换，便得到三幅代表不同频率分量的单色图像，接着对这三幅图像作进一步的处理（直方图均衡化），最后将它们作为三基色分量分别加到彩色显示器的红、绿、蓝显示通道，从而实现频率域分段的伪彩色增强。 3 彩色图像增强n彩色图像增强n在RGB模型上增强n在IHS模型上增强n在RGB模型上增强彩色平衡n与色彩平衡相关的几个定义n偏色：采样过程中，由于设备、环境的原因会造成图像的三个颜色分量不同的变换关系，结果图像的三基色不平衡，使图像中所有物体的颜色偏离了其原有的真实色彩，这种现象被称为偏色偏色。如图像的灰色部分带有了颜色。n与色彩平衡相关的几个定义n灰平衡：使RGB彩色设备的彩色分量混合后，颜
26、色失去色调和饱和度产生灰色，这种颜色混合效果被称为灰平衡灰平衡，一般情况下，等量的RGB产生灰色。n色彩平衡：纠正偏色的过程叫作色彩平衡色彩平衡。 色彩平衡的实现，是通过调整灰平衡，使偏色区域恢复成灰色来达到的。n如何判断彩色图像的偏色n检查图像的灰平衡情况，即检查在现实中应该是灰色的物体，在图像中是否是灰色。例如：某黑色区域的平均取值是：R = 0 ， G = 12， B = 7 说明有青色色偏n检查高饱和度的颜色是否正常，即检查在现实中应该是纯色的物体，在图像中是否有偏色。n在IHS模型上增强n通过色调进行处理n通过亮度进行处理n通过颜色饱和度进行处理IHSIHS变换变换 RGB模式与IH
27、S模式 将RGB模式转换成IHS模式，对于定量地表示色彩特性，以及在应用程序中实现两种表达方式的转换具有重要意义。 I I 明度：明度：是人眼对光源或物体明亮程度的感觉。是人眼对光源或物体明亮程度的感觉。 物体反射率越高，明度就越高。物体反射率越高，明度就越高。 H H 色调：色调：是色彩彼此相互区分的特性。是色彩彼此相互区分的特性。 S S 饱和度：饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，是色彩纯洁的程度，即光谱中波长段是否窄， 频率是否单一的表示。频率是否单一的表示。 RGB IHS IHS RGBn通过色调进行处理n基本思想n将图像转换到HSI色空间n对指定色调值H进行调整，H
28、= H +/- hn主要应用n改变图像的气氛（如暖色和冷色的气氛变化，早晚气氛的变化）n换色（对指定色调的颜色进行更换）、去色3.1.4 图像增强:彩色图像增强n通过亮度进行处理n基本思想n将图像转换到HSI色空间n对指定亮度值I，乘上一个调整量II = I * In主要应用:1）我们可以通过在每个象素的亮度分量上乘一个大于1的常量（如1.3），使得图像变得更明亮，提高图像的亮度。n主要应用:(2) 我们可以通过在每个象素的亮度分量上乘一个小于1的常量（如0.8），使得图像的亮度降低。(3) 我们可以有选择地调整图像的亮度，可以以色调、选区作为是否进行亮度处理的根据。例如只对红色调提高亮度。(
29、4) 对亮度分量进行直方图均衡化n通过颜色饱和度进行处理n基本思想n将图像转换到HSI色空间n对指定亮度值S，乘上一个量SS = S * Sn主要应用:(1)我们可以通过在每个象素的饱和度分量上乘一个大于1的常量（如1.3），使得图像的颜色更为鲜明。(2) 我们可以通过在每个象素的饱和度分量上乘一个小于1的常量（如0.8），使得图像的颜色的鲜明度降低。(3) 我们可以有选择地调整图像的颜色饱和度，可以以色调、选区作为是否进行饱和度处理的根据。例如只对红色调提高饱和度。63 图像平滑图像平滑n 1:1:平滑平滑-图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮
30、度平缓或去掉不必要的亮点。比值平滑：比值平滑：将每个像元在以其为中心的区域内，取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。中值滤波：中值滤波：将每个像元在以其为中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。 在消除噪音的同时，还能防止边缘模糊在消除噪音的同时，还能防止边缘模糊 空间滤波：空间滤波：以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。图像卷积运算：图像卷积运算：在图像的左上角开一个与模板同样大小的活动窗口，图像窗口与模板像元的亮度值相乘再相加，得到新像元的灰度值。（低通滤波
31、）（低通滤波）64 图像平滑图像平滑锐化锐化突出图像的边缘、线性目标或某些亮度变突出图像的边缘、线性目标或某些亮度变化率大的部分。化率大的部分。罗伯特梯度：找到了梯度较大的位置，也就找到了边缘，用不同的梯度值代替边缘处像元的值，也就突出了边缘。索伯尔梯度拉普拉斯算法定向检测高通滤波垂直边缘水平边缘65 多光谱图像四则运算多光谱图像四则运算 1减法运算 Bm=BXBY 其中BX、BY为两个不同波段的图像或者不同时相同一波段图像。 * 当为两个不同波段的图像时，通过减法运算当为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波可以增加不同地物间光谱反射率以及在两个波段上变化
32、趋势相反时的反差。段上变化趋势相反时的反差。 *而当为两个不同时相同一波段图像相减时，而当为两个不同时相同一波段图像相减时，可以提取波段间的变化信息。可以提取波段间的变化信息。 2加法运算 B= 通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像；而绿色波段，红色波段和红外波段图像相加可以得到全色红外图像。 3乘法运算 B=(Bi)1/m 乘法运算结果与加法运算结果类似 4除法运算除法运算 xy *通过比值运算能压抑因地形坡度和方向引通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；起的辐射量变化，消除地形起伏的影响； I阴阴5/I阴阴7=5 E阴
33、阴/E阴阴7= 5 /7 I阳阳5/I阳阳7=5 E阳阳/E阳阳7 = 5 /7 比值图像 (除法运算 )*也可以增强某些地物之间的反差，如植也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可像上反射率是不同的，通过比值运算可以加以区分以加以区分 因此，比值运算是自动分类的预处理方因此，比值运算是自动分类的预处理方法之一。法之一。5混合运算归一化差分植被指数（NDVI） NDVI=(红外-红)/(红外+红) 例NDVI=(MSS7-MSS5)/(MSS7+MSS5)也称为生物量指标变化，可使植被从水和土中分离
34、出来。 (MSS6-MSS5)/(MSS6+MSS5)以消除部分大气影响 66多光谱图像变换多光谱图像变换一 K-LK-L变换变换( (Karhunen-LoeveKarhunen-Loeve)()(主分量变换) K-L变换:它是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y. Y=AXY=AX 特点:变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴一定指向数据量较大的方向。该变换的几何意义是把原始特征空间该变换的几何意义是把原始特征空间的特征轴旋转到平行于混合集群结构轴的特征轴旋转到平行于混合集群结构轴的方向上去。的方向上去。
35、 达到数据压缩、提高信噪比、提取相达到数据压缩、提高信噪比、提取相关信息、降维处理和提取原图像特征信关信息、降维处理和提取原图像特征信息的目的。息的目的。主分量变换计算步骤如下：主分量变换计算步骤如下：（1）计算多光谱图像的均值向量M和协方差矩阵C。（2）计算矩阵C的特征值r和特征向量r ，（r=1，2，,M）,M为多光谱图像的波段数。（3）将特征值r按由大到小的次序排列，即12m.（4）选择前几个特征值对应的几个特征向量构造变换矩阵n.（5）根据nX进行变换，得到的新特征影像就是变换的结果，X为多光谱图像的一个光谱特征矢量。 第一分量方差分布最广，集中最多信息，第二分量次之。第一主分量，注意
36、已经失去波谱信息的意义第六主分量，注意已经失去波谱信息的意义机载扫描器的机载扫描器的6 6 幅光谱图像幅光谱图像6 6 幅主分量图像幅主分量图像例:有三幅影像,其灰度为:P10 1 1 1 , P20 0 0 1 , P30 0 0 1其均值为: M1=(0+1+1+1)/4=3/4 M2=1/4 M3=1/4=协方差: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=1/16 同理: 11 12 13 3/16 1/16 1/1
37、6 21 22 23 = 1/16 3/16 -1/16 31 32 33 1/16 -1/16 3/16=1 由|-E |=0 1=2=0.25 3=0.0625如只有P1,P2两幅影像则:1=1/4,2=1/8当1=1/4,时: 11 12 V11 V11 21 22 V11 V11=4有: 3 1 V11 V11 1 3 V21 V21 V11= V21当2=1/8时,同理: 11 12 V12 V12 21 22 V22 V22 V12=-V22 =2A= 1 -1 1 1 Y=AX二 K-T变换 是kauth-Thomas变换的简称，也称穗帽变换.是一种坐标空间发生旋转的线性变换，旋
38、转后的坐标轴指向与地面景物有密切关系的方向 主要针对TM图像数据和MSS数据. Y=AX Y=（ISB IGV IY IN）T X=（X4 X5 X6 X7）其中：ISB土壤亮度轴的像元亮度值 IGV植物绿色指标轴的像元亮度值 IY 黄色轴 IN 噪声轴 Xi 地物在MSS四个波段上的亮度值穗帽变换的变换矩阵根据经验确定。Kauth和Thomas研究出的矩阵A具有如下形式： 0.433 0.632 0.586 0.264 -0.290 -0.567 0.600 0.491 -0.824 0.533 -0.050 0.185 0.223 0.012 -0.543 0.809土壤亮度变化轴ISB为
39、穗帽的底边，帽上面各部分反映了植物生长变化状况，植物株冠的绿色发展到顶点（最旺盛时在帽顶）以后逐渐枯黄，枯黄过程是从帽顶沿着一些称为帽穗的路径回归到土壤底线（因此有穗帽之称）。 67 图像融合 一图像融合定义图像融合定义 将多源遥感图像按照一定的算法，在规定将多源遥感图像按照一定的算法，在规定的地理坐标系，的地理坐标系，将不同传感器获取的遥感影像将不同传感器获取的遥感影像中所提供的各种信息进行综合中所提供的各种信息进行综合, 生成新的图像生成新的图像的过程。的过程。 二融合目的二融合目的 提高对影像进行分析的能力提高对影像进行分析的能力(通过融合通过融合既提高多光谱图像空间分辨率，又保留其多光
40、既提高多光谱图像空间分辨率，又保留其多光谱特性谱特性)。 三三 多源遥感图像信息融合的关键多源遥感图像信息融合的关键(1)充分认识研究对象的地学规律(2)充分考虑不同遥感数据之间的波谱信息的相关性引起的有用信息的增加和噪声误差的增加,对多源遥感数据作出合理的选择(3)解决遥感影像的几何畸变问题,使各种遥感影像在空间位置上能精确配准起来(4)选择或设计合理的融合算法,最大限度的利用多种遥感数据中的有用信息四四 图像融合层次图像融合层次 1像素级融合像素级融合 对原始图像及预处理各阶段上所产生对原始图像及预处理各阶段上所产生的信息分别进行融合处理，将各图像的的信息分别进行融合处理，将各图像的像元的
41、物理量加权求和像元的物理量加权求和,该值对应为同一该值对应为同一坐标上新图像的像元值坐标上新图像的像元值,其作用是增加图其作用是增加图像中的有用信息成分。像中的有用信息成分。 2特征级融合特征级融合 特征级融合是在图像特征提取阶段的特征级融合是在图像特征提取阶段的融合。对于不同图像进行的特征提取融合。对于不同图像进行的特征提取,必必须按照各自图像上相同类型的特征进行须按照各自图像上相同类型的特征进行融合处理融合处理,其使得能够以高的置信度来提其使得能够以高的置信度来提取有用的图像特征。取有用的图像特征。3决策级融合决策级融合 决策级融合是高水平的融合。其按照决策级融合是高水平的融合。其按照应用
42、的要求首先对图像进行分类应用的要求首先对图像进行分类,确定各确定各个类别中的特征影像个类别中的特征影像,然后进行融合处理。然后进行融合处理。五五 融合方法融合方法1 加权融合加权融合对两幅图像Ii,Ij按下式进行：Iij=A（PiIi+PjIj）+B 其中：Pi, Pj为两个图像的权，其值由下式决定：Pi=（1|rij|)/2Pj=1Pi ri,j为两幅图像的相关系数ri,j=ij/ i jA， B为常数。 2基于变换的图像融合基于变换的图像融合 将图像处理常用的将图像处理常用的RGB彩色空间变换到彩色空间变换到 空间。空间。图像融合只在强度通道上进行图像融合只在强度通道上进行，图像的色调和饱
43、和度保持不变。图像的色调和饱和度保持不变。 通过变换、替代、逆变换获得的融通过变换、替代、逆变换获得的融合图像既具有全色图像高分辨的优点，合图像既具有全色图像高分辨的优点，又保持了多光谱图像的色调和饱和度。又保持了多光谱图像的色调和饱和度。 基于变换的融合过程如下：基于变换的融合过程如下：(1)待融合的全色图像和多光谱图像进行几何配准，并待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色分辨率相同；将多光谱图像重采样与全色分辨率相同；(2)将多光谱图像变换转换到空间。将多光谱图像变换转换到空间。(3)对全色图像对全色图像I和空间中的亮度分量和空间中的亮度分量I进行直进行直方图
44、匹配。方图匹配。用全色图像用全色图像I代替空间的亮度分量，即代替空间的亮度分量，即HISIHS。将将逆变换到逆变换到RGB空间，即得到融合图像。空间，即得到融合图像。采用采用IHS变换方法将变换方法将LandSatTM和和SPOT影像进行影像融合影像进行影像融合 对多光谱图像的多个波段进行主分量变换，对多光谱图像的多个波段进行主分量变换，变换后第一主分量含有变换前各波段的相同信变换后第一主分量含有变换前各波段的相同信息息 然后将高分辨率图像和主成分第一分量进然后将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和
45、方差。分量图像有相近的均值和方差。 最后，用直方图匹配后的高分辨率图像代最后，用直方图匹配后的高分辨率图像代替主成份的第一分量进行主分量逆变换。替主成份的第一分量进行主分量逆变换。 3基于主分量变换的图像融合基于主分量变换的图像融合4基于小波变换的图像融合 对一幅数字图像cj，分解后可以形成四幅子图像cj, dj, dj2, dj3cjcjdj1dj2dj3小波变换的图像融合步骤如下：小波变换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分解，分解成LL（低频部分），HL（水
46、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，HL，HH；由,所得的新的LL，HL，LH，HH反变换重建影像；其它波段融合重复步骤。5比值变换融合比值变换融合算法按下式进行： B1/ (B1+ B2 + B3 )D=DB1 B2/ (B1+ B2 + B3 )D=DB2 B3/ (B1+ B2 + B3 )D=DB3其中: Bi (i=1,2,3)为多光谱图像； D为高分辨率图像； D Bi (i=1
47、,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比值变换融合可以增加图像两端的对比度6乘积变换融合乘积变换融合乘积变换融合算法按下式进行： D*Bi=DBi通过乘积变换融合得到的融合图像其亮度成分得到增加。7基于特征的图像融合基于特征的图像融合 基于特征的图像融合有以下几种方法：基于特征的图像融合有以下几种方法：(1)对两个不同特性的图像作边缘增强，然后加权融合；对两个不同特性的图像作边缘增强，然后加权融合；(2)对其中一个图像作边缘提取，然后融合到另一个图对其中一个图像作边缘提取，然后融合到另一个图像上；像上；(3)对两个图像经小波变换后形成基带图像和子带图像，对两个图像
48、经小波变换后形成基带图像和子带图像，对基带图像用加权融合方法，而对子带图像采用选择对基带图像用加权融合方法，而对子带图像采用选择子带中特征信息丰富的图像进行融合。子带中特征信息丰富的图像进行融合。8基于分类的图像融合基于分类的图像融合 该方法首先要求对图像中的地物类别进行分类，在分类的基础上进行图像融合。(1)对图像中的不同类别用不同波段或不同图像融合以达到增加空间特性和光谱特性；(2)对不同时相的图像进行分类后融合，可以达到提取图像内变化信息的目的n图中可以看出武汉从1987年到1993年水面的变化和城市的变化情况。 图像融合的效果评价图像融合的效果评价 (1)定性评价主要以目视判读为主，目
49、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。缺点是因人而已，具有主观性。 (2)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。1）平均梯度：）平均梯度： 反映图像中微小细节反差和纹理变化的特征，表达图像的清晰度； 其中：G平均梯度，xf(i,j),yf(i,j)分别为像素(I,j)在x,y方向上的一阶差分值，M，N为图像大小越大则图像层次越多，图像越清晰。越大则图像层次越多，图像越清晰。2）熵与联合熵）熵与联合熵 其中：i为图像像素灰度值i的概率。 对于彩色图像的联合熵为： 其中i1i2i3 表示图像x1中像素为i1与图像x2中
50、像素灰度为i2以及图像x3中像素为i3 的联合概率。 熵越大则图像包含的信息越丰富。n3)图像融合前后差异图像融合前后差异:交叉熵交叉熵n交叉熵或称相对熵,可以用来度量两幅图像间的差异,交叉熵越小,表示图像间的差异越小。n设标准参考图像为R,融合后的图像为F,则参考图像R与融合图像F的交叉熵为:n4)光谱信息的继承光谱信息的继承:偏差度偏差度n用偏差指数(DifferenceIndex)l来反映融合后图像与原始图像在光谱信息上的匹配程度。n其中C为融合后的图像, B为原始图像 n如果偏差指数D较小,则说明融合后的图像C在提高了空间分辨率地同时,较好地保留了多光谱影像B的光谱信息。 5)用融合后
