1、l第四章第四章 遥感数字图象处理遥感数字图象处理l遥感图象处理指对遥感探测所获取的图象和资料进行各种技术处理，目的使遥感图象和资料更适于应用。 l第一节第一节 光学原理与光学处理光学原理与光学处理l电磁波谱中0.38-0.76m波段能够引起人的视觉，如0.7m为红色，0.58m为黄色，0.51m为绿色，0.47m为兰色等。l一、颜色视觉l（一）颜色的性质l人眼所看到的物体颜色是物体反射的光线所致。当物体对可见光无选择的反射且反射率在80%-90%以上时 ，物体为白色 l显得明亮，当反射率在4%以下时，物体为黑色显得很暗，中间的反射率则为灰色。如果物体对可见光有选择地反射，则表现为不同的颜色，所
2、有颜色都是对某段波长有选择地反射而对其它波长吸收的结果。l1、明度人眼对光源或物体明亮程度的感觉。l对光源而言，亮度越大，明度越高；l对物体来说，物体反射率越高，明度就越高。白色比灰色明度高，黄色比红色明度高。l2、色调色彩彼此相互区分的特性。l可见光谱段的不同波长刺激人眼产生红橙黄绿青蓝紫等不同的色调。多数情况下，刺激人眼的光波不是单一波长，而l常常是一些波长的组合。l在可见光谱段中颜色从紫到红是过渡变化的，一般来说，只要波长改变了0.001-0.002m，人眼就能观察出差别。就整个光谱而言，正常人眼应分辨出100多种不同颜色，对颜色的分辨力比对黑白灰度的分辨力强得多，因此彩色图象表现出更为
3、丰富的信息量。l对光源而言，色调表现为不同波长的亮度组合l对物体而言，反射不同波长组合，共同刺激人眼产生颜色视觉l3、饱和度彩色纯洁的程度。即光谱中波长段是否窄，频率是否单一的表示。l对光源而言，发出的若是单色光就是最饱和的色彩l对物体而言，如果物体对光谱反射有很高的选择性，只反射很窄的波段则饱和度高。l黑白色只有明度，没有色调和饱和度。 l（二）颜色立体l为了形象的描述颜色特性之间的关系，通常用颜色立体来表示l1、颜色立体l2、孟赛尔颜色立体l任何颜色在孟赛尔系统中都可以用三个坐标值色调、明度和饱和度表示。 l二、加色法与减色法二、加色法与减色法l（一）加色法l1、定义适用与色光的叠加混合，
4、按一定比例混合叠加产生其它色彩。l彩色显示器的显象管是利用加色法原理产生色彩的。l对于人眼来说，单一波长的光对应单一的一种色彩。l如0.62-0.76m红色 0.50-0.56绿色l0.56-0.59黄色l如果0.7m+0.54m（等量混合）0.57ml对于人眼来说不能分辨哪一种是单色的黄光，哪一种是红光与绿光混合而成的黄光，效果是等同的。 l因此一些色彩可以由不同波长的光按一定比例叠加混合而成，可以用少数几种色光合成出众多色彩。l红+绿=黄l红（多）+绿（少）=橙l红（少）+绿（多）=黄绿l2、三原色若三种颜色，其中的任一种都不能由其余两种颜色混合相加产生，这三种颜色按一定比例混合可以形成各
5、种颜色称为三原色。红绿蓝是最优的三原色，可以方便的产生其他颜色。l红+绿=黄 红+蓝=品红 绿+蓝=青l红+绿+蓝=白l加色法示意图 l2、互补色若两种颜色混合产生白色或灰色，这两种颜色就称为互补色。l黄蓝 品红绿 l青红 分别为互补色l其中黄、品红、青称为三种色光的补色光。l做一个圆盘，左边是黄色，右边是兰色，让圆盘快速旋转，使两种颜色混合，人眼就只能看出白色或灰色 。l（二）减色法从自然光（白光）中减去一种或两种基色光而生成色彩的方法，适用于颜料配色、彩色印刷等色彩的产生。l l白色光线先后通过两块滤光片的过程就是颜色的减法过程。l白蓝滤光片（蓝光透过率高）黄滤光片（黄光透过率高）绿l颜料
6、本身的颜色是由于本身选择性地吸收了入射自然光中一定波长的光，反射出未被吸收的光的混合后呈现的色彩。 l黄=白蓝（红+绿）l品红=白绿（红+蓝）l青=白红（绿+蓝）l黄+品红=白蓝绿=红l黄+青=白红蓝=绿l品红+青=白红绿=蓝l黄+品红+青=白红绿蓝=黑l黄品青被用做彩色打印中的三个基本色并构成所谓CMY系统。但在实践中，可得到的颜料往往不能产生令人看起来舒服的灰色调，因此实际的彩色印制通常使用第四种墨水黑墨水，以保证正确表达灰度信息，称CMYK系统或四色印制法。l三、彩色的分解与还原l（一）彩色分解对同一目标（或）图像分别采用不同的滤光系统（通常为红、绿、蓝）获得不同分光（红、绿、蓝）黑白影
7、象的过程。l1、多光谱摄影l2、卫星图像（MSS图像和TM图像）l（二）彩色还原将同一地区或同一彩色图像的不同分光图像，分别通过不同的滤光系统（通常采用红、绿、蓝），并使图像的相应影象准确套合产生彩色图像。l1、真彩色合成彩色分解与还原过程所采用的滤光系统一一对应，这时还原得到的彩色与原地物色彩一致，即为真彩色合成。 lTM1蓝 TM2绿 lTM3红（真彩色） l2、假彩色合成彩色分解与还原过程中破坏了滤光系统的对应关系，这时合成的彩色与原物体色彩不一致，即为假彩色合成。l标准假彩色合成TM2、TM3和TM4分别通过蓝、绿、红滤光系统得到标准假彩色合成图像。该图像上，绿色植被呈鲜红色，居民点呈
8、灰兰色，水体呈兰色。 l四、光学增强处理l用光学方法处理遥感影象，使其有用信息更加突出，更适合目视判读，是遥感数据处理的重要方法之一，近年来，随着计算机对遥感数据处理能力的迅速发展，尤其是计算机硬件价格的降低和处理速度的提高，计算机处理图象越来越普及，而光学处理对仪器设备和环境都要求较高，且需要相纸、胶片、药品等消耗品，使用者已越来越少。l（一）加色法彩色合成l根据加色法原理，制作成各种合成仪器（彩色图象合成仪），选用不同波段的正片或负片组合，进行彩色合成。l光源TM1放大蓝l光源TM2放大绿彩色图象l光源TM3放大红lTM1、TM2、TM3为透明黑白正片 l（二）减色法彩色合成l利用减色法原
9、理使白光经过多种乳剂或染料或滤色片等而反射或透射出来的合成彩色是减色法合成。l根据不同的工艺和技术可分为染印法、彩色印刷法、重氮法等l（三）相关掩膜增强处理l利用摄影方法把原图象制成不同密度、不同反差的正片或负片（称为膜片），通过它们的各种不同叠加方案改变原有影象的显示效果，达到信息增强目的的方法。l相关掩膜处理方法l1、改变对比度使反差适中，提高对比度或减少对比度。l2、边缘增强目的在于突出线性特征，将两张反差相同的正片或负片叠合，配准后再沿希望突出的线性特征的垂直方向错位，这样得到的底片或相片上会在线性位置产生黑白条的假阴影，有立体感。如地质构造线、轮廓线、铁路等。l3、显示动态变化l不同
10、时相同一地区的正负片影象叠合（反差相同），凡密度发生变化的部分就是动态变化的位置。如河道和海岸变迁，湖泊萎缩等。 l第二节第二节 遥感数字图象处理遥感数字图象处理 l从内容讲有三类l图象复原处理图象复原处理指卫星图象指卫星图象l几何校正：由于卫星轨道参数和姿态的变化、MSS扫描线速度不均匀、地球形状及自转引起影象扭曲等都引起图象的几何位置发生变化。 l辐射校正：由于大气的吸收和散射、传感器本身的误差在接受、转换、传输、处理图象信息过程中性能不稳等原因使图象的亮度发生了变化，造成辐射失真。l图象增强处理图象增强处理突出有用信息，便于突出有用信息，便于提取和识别提取和识别l卫星图象、多光谱像片、普
11、通航片都能进行图象增强处理。l图象分类处理图象分类处理计算机自动识别计算机自动识别l监督分类和非监督分类。l一、定义：应用计算机和相应的软件对一、定义：应用计算机和相应的软件对遥感数字图象进行的各种技术处理。遥感数字图象进行的各种技术处理。l（一）数字图象能够被计算机存储、处理和使用的用数字表示的图象。 l遥感数据的表示既有光学图象又有数字图象 。l如航片光学图象（模拟量）l计算机兼容磁带CCT数字图象（数字量）l有时需要把光学图象转变为数字图象送到计算机中进行处理，比如把航片通过扫描仪输入计算机进行增强处理，这个过程又叫模/数转换，也叫A/D转换；。l有时又需要把计算机处理后的数字图象转变为
12、光学图象用显示器、打印机输出，这个过程又叫数/模转换，也叫D/A转换l模拟量是连续变量，如黑白航片其黑和白的变化是逐渐过渡的l数字量是离散变量，其亮度变化不是连续的，呈阶梯状。l（二）硬件l除常规设备外，需要有图象输入设备（磁带机、扫描仪、数字摄影机），输出设备（绘图仪、喷墨打印机） l（三）软件l美国的ERDAS IMAGIN、加拿大的PCI、澳 大 利 亚 的 E R M A P P E R 、 中 国 的OTITAN。l二、图象数字化二、图象数字化l（一）定义：将用色调或颜色表示的图象转化为用数字表示的图象，这一过程称为图象数字化。l（二）步骤l1、采样将一张影象划分成M*N个像元并分别
13、取这些像元的亮度值f(x,y)的过程称为采样。lf(x,y)地物反射太阳光的能量l光是能量的一种形式，地物反射太阳光用函数f(x,y)来表示，图象上每一个像元都对应一个f(x,y)值。像元是数字图象的最小单位，f(x,y)取值为像元范围内所有地物的平均值。l2、量化将函数f(x,y)分成若干级，使在一定范围内的像元都取同一亮度值，这个过程称为量化（量化后，灰度值从0-255，共有256级灰阶，0代表黑，255代表白，其它值居中渐变）l量化使得连续的亮度值f(x,y)也离散了，通过采样（坐标离散）和量化（f(x,y)离散）就形成了一个数字矩阵。 lf(1,1) f(1,2) f(1,n)lf(2
14、,1) f(2,2) f(2,n)l lf(m,1) f(m,2) f(m,n)l原图象。￥。￥。￥#。#￥#￥#l数字图象56565686868686565656868686865656568686868612125612128686121212121286861212121212121212121212121212l该图象像元很少，实际上，一幅Landsat4、5的TM数字图象其像元数目很多，TM有七个波段，TM1-5、7每个波段有6166*6166=38M个像元，TM6为24M，因此一景TM图象即需要252M个像元，每个像元记录为一个字节，则需要252M字节存储空间才能存下一景TM数据。
15、 l陆地卫星计算机兼容磁带（CCT）就是多光谱扫描仪（MSS）或专题制图仪（TM）直接获得的数字图象产品。l航片则要通过扫描仪进行A/D转换为数字图象。 l从示意图看出数字图象是以有序的数字反映地物或景观反射或发射的电磁波特征，因此通过对数字图象的处理和分析可以判断地物的属性分布，对数字图象的认识一般先通过数字图象直方图来了解。l三、直方图三、直方图l（一）定义以每个像元为统计单元，表示图象中各亮度值或亮度值区间出现频率的分布图。l（二）如何做直方图l设影象G(X,Y)有M*N个像元，其亮度值范围为B1-Bm，统计每个亮度值的像元数目（频数），以亮度值为X轴，频数为Y轴做柱状图即得到数字图象的
16、直方图。 l例：已知大小为5*5个像元的数字图象，各像元亮度值如图所示，试做直方图3884554125550176433766924l1、将亮度值由小到大按顺序排列，并统计每个亮度的频数 亮度0123456789频数1223453221l2、做直方图直方图0246123456789 10亮度频数频数l从直方图可直观地了解到l1）图象的亮度范围l2）每个亮度的频数l3）像元随亮度分布的状态（是否为正态分布）l4）整幅图象总的色调（若低亮度像元频数多则图象暗，反之则暗）l一般来说，图象直方图的分布越接近正态分布，说明图象反差适中，亮度分布均匀，层次丰富，图象质量高。若图象直方图峰值偏向一边呈偏态分
17、布，则说明图象偏亮或偏暗，图象质量较差，因此可通过调整图象直方图形态来改善图象显示质量，使图象得到增强。l四、遥感数字图象的校正四、遥感数字图象的校正l（一）辐射校正l进入传感器的辐射强度反映在图象上就是亮度值，辐射强度越大，亮度值越大。l辐射强度由la、太阳辐射照射到地面的辐射强度lb、地物的光谱反射率l两个方面决定，当太阳辐射相同时，图象上像元亮度值的差异直接反映了地物目标光谱反射率的差异，但实际上辐射强度的值还受其它因素的影响而发生改变，这就是需要校正的部分。l1、原因l1）传感器产生的误差（产生条纹和“噪声”），由生产单位根据传感器参数校正。l2）大气对辐射的影响 l2、大气影响分析l
18、进入大气的太阳光会发生反射、吸收和散射、折射等物理过程，其中影响最大的是吸收和散射，吸收造成了辐射的减弱，而散射光可直接或经过地物反射到达传感器，这部分辐射是我们不需要的。l程辐射度：相当部分的散射光向上通过大气直接进入传感器，这部分辐射称为程辐射度。辐射校正就是要消除掉程辐射度。 l3、校正（直方图最小值去除法）l基本思想：一幅图象中总可以找到某种或某几种地物，其反射率接近0，如地形起伏地区的阴影处，深海水体等，对应位置的像元亮度应为0，实测表明其值并不为0，认为这个值就是大气散射导致的程辐射度值。校正时将每一个波段中每个像元的亮度值都减去本波段的最小值（程辐射度），使图象亮度得到改善，增强
19、对比度，提高图象质量。l（二）几何校正l当遥感图象在几何位置上发生变化，产生诸如行列不均匀、像元大小与地面对应不准确、地物形状不规则变化等畸变时，说明遥感影象发生了几何畸变。l几何畸变首先由接收部门根据遥感平台、传感器、地球的各种参数进行处理，用户根据需要仍需作进一步的几何校正。l1、遥感影象变形的原因l1）遥感平台位置和运动状态变化的影响l无论是卫星还是飞机，运动过程中都会由于种种原因产生飞行姿势的变化而引起影象变形，如航高的变化。l2）地形起伏的影响l产生像点位移，见P104图4.22l3)地形表面曲率的影响l一是产生像点位移，再者会使得像元对应地面宽度不等。P104图4.23 l4）大气
20、折射的影响l大气对辐射的传播产生折射，由于大气的密度分布从下向上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。P106图4.25l5）地球自转的影响l由于地球自转会引起偏离导致影象变形。 l2、几何畸变校正l用遥感影象相对于地图投影坐标系统进行配准，或者不同类型不同影象的几何配准（另一幅影象已经含有投影信息，包括投影类型及其对应的投影参数）l校正的最终目的是确定校正后图象的行列数值，然后找到新图象中每一像元的亮度值。l图象中格网的交点看作是像元的中心。l步骤一：找到一种数学关系，建立变换前图象坐标（x,y）与变换后图象坐标（u,v）的关
21、系。l通过每一个变换后图象像元的中心位置（u,v为整数）计算出变换前对应的图象坐标点（x,y），由于产生了变形，整数（u,v）的像元点在原图象中一般不在整数（x,y）点上，即不在原图象像元的中心。 ),(),(vufyvufxyxl一般数学关系f为二元n次多项式，如果是二元一次多项式，则公式为：vbubbyvauaax011000011000l如果是二元二次多项式，则公式为：2022201101100020222011011000vbubuvbvbubbxvauauvavauaax实际计算时常采用二元二次多项式l因此只要求出二元多项式中的系数，就可以得到变换前后图象坐标的关系。l系数是通过控制
22、点坐标来求得的。l控制点坐标已知的对应点l因此必须已知一组控制点坐标来计算公式中的系数。l1）控制点数目确定l控制点数目的最低限度是按未知系数的多少来确定的，如果是一次多项式vbubbyvauaax011000011000l有六个系数，需要六个方程来求解，需3个控制点的坐标值。如果是二次多项式l 2022201101100020222011011000vbubuvbvbubbxvauauvavauaaxl有12个系数，需要12个方程来求解，需六个控制点的坐标l因此理论上控制点的最少数目为（n+1）(n+2)/2，实际中还要增加控制点的数目，以提高校正精度。l实际工作表明，选取控制点的最少数目来
23、校正图象，效果往往不好。在地面特征变化大的地区，如河流拐弯处，如没有控制点，而靠计算推出对应点，会使图象变形。因此在条件允许的情况下，控制点数的选取都要大于最低数很多。 l2）控制点选取原则la、尽可能满幅均匀选取，特征变化大的地方多选。lB、选取易分辨且较精细的特征点，如道路交叉点，河流分叉处等。l在图象几何校正过程中，采集控制点是一项非常重要和相当烦琐的工作，手动操作，而其它是自动完成的。 l步骤二：计算每一点的亮度值l由于计算后的(x,y)多数不在原图的像元中心处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常用内插方法计算。l、最近邻法l图象中两相邻点
24、的距离为1，取与所计算点（x,y）周围相邻的4个点，比较它们与被计算点的距离，哪个点距离最近，就取哪个的亮度值作为（x,y）点的亮度值f(x,y),l设该最近邻点的坐标为(k,l)，则lk=Integer(x+0.5)ll=Integer(y+0.5)l于是点（k,l）的亮度值f(k,l)就作为点（x,y）的亮度值，即f(x,y)=f(k,l)l这种方法简单易用，但处理后图像的亮度具有不连续性，从而影响了精确度。l、双线性内插法l取（x,y）点周围的4邻点，在y方向（或x方向）内插两次，再在x方向（或y方向）内插一次，得到（x,y）点的亮度值f(x,y)，该方法称为双线性内插法。l F(i,j
25、)F(i,j+1)F(i+1,j)F(i+1,j+1)F(x,y)F(i,y)F(i+1,y) l双线性内插法比起最近邻法虽然计算量增加，但精度明显提高，但这种内插法会对图象起到平滑作用，从而使对比度明显的分界线变得模糊。l鉴于该方法的计算量和精度适中，只要不影响应用所需的精度，作为可取的方法而被常用。l、三次卷积内插法l l五、遥感数字图象增强处理l（一）对比度变换（直方图变换来实现）l通过改变图象像元的亮度值来改变图象像元对比度，从而改善图象质量的图象处理方法。l色调是判读黑白影象的一个重要标志，通过色调的灰度差异能够识别图象的性质，但并不是只要存在灰度差异就能识别，只有当这种差异达到一定
26、程度人眼l才能识别，因此对于亮度范围窄的图象就呈低反差状态，使得图象难以识别，我们可以利用直方图变换将整幅图象的亮度范围扩展，也可以将图象中感兴趣的一部分亮度范围扩展。l扩展的关键是寻找一个函数，以函数对图象中每一个像元进行变换，使像元得到统一的重新分配，构成反差增强的图象。l分为线性变换和非线性变换l1、线性变换l如果变换函数是线性的或分段线性的，这种变换就是线性变换，线性变换是图象增强处理最常用的方法。 l例：一幅图象其亮度值为0-15，如何将其亮度值范围拉伸为0-30。l变换函数为Xb=2Xal其中Xa变换前亮度值lXb变换后亮度值l变换时将每个像元的亮度值逐个代入公式，求出Xb并替换X
27、a。 l线性变换通式l变换前Xa为a1-a2，变换后Xb为b1-b2，则 111212)(baxaabbxabl已知一幅卫片的子图，大小为49个像元，原始亮度范围为（34-65），对该图象进行线性反差增强，增强后亮度范围为（0-124），求出 变换公式和变换后的值。lXb=124/(65-34)(Xa-34)+0=4（Xa-34）lXa=34 Xb=0lXa=35 Xb=4lXa=36 Xb=8llXa=65 Xb=124l这样原来的亮度间隔为1就拉伸为4，反差增强，利于判读l若a2-a1b2-b1，则亮度范围缩小，图象被压缩；l根据实际情况，a2与a1的取值可以包括整个图象的亮度范围，也可以
28、是其中的一部分，可通过图象的显示效果来选择确定。l有时为了更好地调节图象的对比度，需要在一些亮度段延伸，而在另一些亮度段压缩，这种变换称为分段线性变换。l例：原图象亮度值（0-15），现在要求l0-60-2 l6-112-12 l11-1512-15l求出各分段变换函数及变换后的亮度值l1）Xb=1/3Xal2）Xb=2Xa-10l3）Xb=3/4Xa+15/4l分段线性变换前后亮度值的对比 Xa 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Xb 0 0 1 1 1 2 2 4 6 8 10 12 13 14 14 15 l从表中可看出，第一段亮度值由4、3、2
29、都变为1，这部分图象亮度被压缩l第二段亮度间隔变为2l第三段也被压缩l该例的目的是突出6-11这部分信息，而把两端信息压缩。l变换时可用鼠标任意变换间断点的位置，屏幕上会及时显示变换效果，直到满意为止。 l从直线方程来看，直线与横轴的夹角大于45度时，图象被拉伸，灰度的动态范围扩大；直线与横轴的夹角小于45度时，图象被压缩，灰度范围缩小。l2、非线性变换l常用的有指数变换和对数变换l从图中可看出，指数变换是在亮度值较高的部分扩大亮度间隔（拉伸），在亮度值较低的部分缩小亮度间隔。相反，对数变换是在亮度值较低的部分扩大亮度间隔，在亮度值较高的部分缩小亮度间隔。l(二）彩色变换l1、单波段彩色变换（
30、假彩色密度分割处理）l黑白图象是以深浅不同的色调来表示，图象经数字化后，影象的不同色调即转化为相应像元的亮度，若将一幅图象的亮度值按一定间隔划分成若干等级，每一等级用一种颜色表示，就会生成一幅彩色图象。由于图象中的色彩是人为加上的，与地物的天然色彩不相同，所以称为假彩色密度分割图象。l按图象的密度进行分层，每一层所包含的亮度值范围可以不同。l密度分割单波段黑白遥感影象可按亮度分层，每层赋予不同的色彩，使之成为一种彩色图象，这种方法叫密度分割 。l2、多波段彩色变换l根据加色法彩色合成原理，选择遥感影象的三个波段，分别赋予红、绿、蓝三种原色，就可以合成彩色影象。lTM3、TM2、TM1分别赋予红
31、、绿、蓝，得到近似真彩色lTM4、TM3、TM2分别赋予红、绿、蓝，得到标准假彩色，是一种最常用的合成方案lTM4、TM5、TM3分别赋予红、绿、蓝，这种合成方案在实际中应用也较多 。l有时还优于4、3、2波段的假彩色合成，在该图象上，针叶树为红色、阔叶树为黄色，水体为黑色，居民区为灰兰色。 l实际应用时应根据不同的应用目的，经实验分析寻找最佳合成方案，以达到最佳的目视效果。 l3、HLS变换lHLS代表色调、明度和饱和度（hue、lightness、saturation）的色彩模式。l这种模式用近似的颜色立体来定量化。l可以将图象由常用的红绿蓝（RGB）表达方式转换到HLS表达方式 ，也可以
32、将图象由HLS表达方式转换到RGB模式。l（三）图象运算l两幅或多幅单波段影象，完成空间配准后，通过一系列运算，可以提取有用的信息，去掉不必要的信息，实现图象增强。l1、差值运算l将两幅同样行列数的图象，对应像元的亮度值相减l1）两幅图象属于同一时间两个不同波段l相减后的差值反映了同一地物光谱反射率之间的差。由于不同地物反射率差值不同，两波段亮度值相减后，差值大的被突出。),(),(),(21yxfyxfyxfDl如植被在红外波段和红光波段的亮度值差异较大，而水体和土壤在这两个波段的亮度值相近，这样当用红外波段减去红光波段后，植被相减后的差值大，色调很亮；水和土壤相减后的差值小，色调暗，这样从
33、相减后的图象上就能很容易把植被区分开来。l2）两幅图象属于不同时间的相同波段l相减后的差值反映了地物在这段时间内的变化，用于动态监测。比如应用于监测森林火灾发生前后的变化，计算过火面积；监测水灾发生前后的水域变化，计算受灾面积及损失；监测城市在不同年份的扩展情况，计算侵占农田的比例。 l2、比值运算l将数字图象中不同波段对应像元的亮度值相除就是比值运算。),(),(),(21yxfyxfyxfRl1）突出遥感影象中的植被特征，提取植被类别和估算生物量，这种算法的结果称为植被指数。l常用算法有TM4/TM3，（TM4-TM3）/(TM4+TM3)l2)对去除地形影响非常有效l由于地形起伏的影响，
34、同一地物在阳坡和阴坡的亮度不同，给判读解译造成困难，采用比值运算可消除地形的影响，使得同一地物在阳坡和阴坡的亮度值趋于一致。l阴阳坡砂岩的TM1、TM2亮度值比较 TM1TM2TM1/TM2阳28430.65阴22340.65l（四）空间滤波（filter）l属于辐射增强，对比度扩展的辐射增强是通过单个像元的运算从整体上改善图象的质量，而空间滤波则是以重点突出图象上的某些特征为目的，比如边缘增强，去除噪声（亮度过大区域） l1、图象卷积运算（Convolution）：是在空间域上对图象作局部检测的运算，以实现平滑和锐化的目的。l具体做法：找一个模板，实际上为一个M*N图象（3*3、5*5、7*
35、7），从图象左上角开一与模板同样大小的活动窗口，图象窗口与模板像元的亮度值对应相乘再相加，将计算结果r(i,j)放在窗口中心的像元位置，作为该像元新的灰度值。MmNnnmtnmjir11),(),(),(l其中 (m,n)为窗口，t(m,n)为模板l 1/9，1/9，1/9l * 1/9，1/9，1/9l 1/9，1/9，1/9l l按照公式l3*1/9+5*1/9+8*1/9+9*1/9=1035810122071268915791012l然后活动窗口向右移动一个像元，再做同样的运算，把结果放在移动后窗口中心位置上，依次进行逐行扫描，直到整幅图象扫描一遍，则新图象生成。l对于上述图象的边缘数
36、据没有参与运算，方法是在原图象的左右上下各加一行或一列，亮度与相邻亮度值相同，然后计算3581012207126891579101233581010335810101212207121266891515779101212779101212l2、平滑：图象中出现某些亮度变化过大的区域，或出现不该有的亮点（噪声）时，采用平滑的方法可以减少变化，使亮度平缓或者去掉不必要的噪声点。l1）均值平滑l是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，以达到平滑图象和去掉噪声的目的。l具体计算时是通过模板作卷积运算来实现的lt(m,n)=1/9 1/9 1/9 t(m,n)=1/8 1/8 1/8l
37、1/9 1/9 1/9 1/8 0 1/8l 1/9 1/9 1/9 1/8 1/8 1/8l例如对下面的图象分别用两个模板进行均值平滑43762158958913791215l第一步：先补充图象443766443766221589955891313779121515779121515l第二步：图象卷积运算l第一个像元l4*1/9+4*1/9+15*1/9=5l4*1/8+4*1/8+4*0+ +15*1/8=5l第二个像元l4*1/9+3*1/9+8*1/9=6l4*1/8+3*1/8+3*0+ +8*1/8=6l逐行逐列直到所有的像元都运算完毕。l2)中值滤波l是将每个像元在以其为中心的邻
38、域内取中间亮度值来代替该像元值，以达到平滑图象的目的。l例如对上图进行中值平滑l l第一步：先补充图象l第二步：中值滤波l对九个像元亮度值从小到大进行排列，取中间值作为中间像元的亮度值。l2 2 3 3 4 4 4 4 15取中间值为4l2 3 3 4 4 7 7 8 15取中间值为4l逐行逐列直到所有的像元都运算完毕。l3、锐化边缘增强l如线性地物，湖泊、河流的边界、土地利用类型的增强。l 1）罗伯特梯度l梯度反映了像元的亮度变化率，也就是说，图象中如果存在边缘，如湖泊河流的边界，则边缘处有较大的梯度值。l 因此找到梯度较大的位置，也就找到了边缘，然后再用梯度计算值代替边缘处像元的值，也就突
39、出了边缘，实现图象的锐化。lt1=1 0 t2=0 -1l 0 -1 1 021ttgradfl模板t1作卷积运算后取绝对值+模板t2作卷积运算后取绝对值l即l计算出的梯度值放在左上角像元f(i,j)处。) 1, (), 1() 1, 1(), (jifjifjifjifgradfl如将下列图象采用罗伯特梯度进行边缘增强。22101010221010102210101022221022222l计算前先在下边和右边各加一行或一列，则图象变为22101010102210101010221010101022221010222222222222lf(1,1)=0 f(1,2)=8+8=16 f(1,3
40、)=0) 1,(), 1() 1, 1(),(jifjifjifjifgradfl采用罗伯特梯度后的图象变为01600001600008168000081600000l从计算结果看锐化后的图象已不再具有原图象的特征而成为边缘图象l2）索伯尔梯度l使窗口由2*2变为3*3lt1=1 2 1 t2=-1 0 1l 0 0 0 -2 0 2l -1 -2 1 -1 0 1l3)拉普拉斯算法lt(m,n)=0 1 0l 1 4 1l 0 1 0l即上下左右四个邻点的值相加再减去该像元值的4倍作为这一像元的新值。l4）定向检测l有目的的检测某一方向的边线或纹理特征。l垂直边界Verticall水平边界H
41、orizontall对角线边界Crossl不同的检测采用不同的模板。l（四）多光谱变换l遥感多光谱影象，特别是陆地卫星TM等传感器，波段多，信息量大，对图象解译很有价值，但数据量太大，在图象处理计算时，常常耗费大量机时，占据大量磁盘空间。实际上，一些波段的遥感数据之间都有不同程度的相关性，存在着数据冗余，多光谱变换可通过函数变换，保留主要信息，降低数据量，增强或提取有用信息。l通过多光谱变换可达到数据压缩和图象增强的目的。l1、K-L变换主成分变换lK-L变换后，新坐标轴一定指向数据信息量较大的方向。l2、K-T变换缨帽变换lK-T变换后新坐标系的坐标轴指向与地面景物有密切关系的方向。 l(六
42、）多元信息复合l1、定义定义l多源信息复合就是将多种遥感平台、多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。l将多源信息复合可更好的发挥不同遥感数据源的优势互补，弥补某一种遥感数据的不足之处，提高遥感数据的可应用性。l2、遥感信息的复合、遥感信息的复合l遥感信息的复合主要指不同传感器的遥感数据的复合，以及不同时相遥感数据的复合。l1）不同传感器遥感数据复合）不同传感器遥感数据复合l 不同传感器的信息源有不同的特点，TM影象有7个波段，光谱信息丰富，其中的1、6、7波段SPOT数据没有，但SPOT数据分辨率高，全色波段可达到10m，比TM的30m空间分辨率高很多，因此两者l
43、复合既可以提高新图象的空间分辨率又可以保持较丰富的光谱信息。l再如侧视雷达图象可以反映地物的微波反射特性，地物的介电常数越大，微波反射率越高，色调越发白，因此如将雷达影象与陆地卫星影象复合，既可以反映出可见光、近红外的发射特性，又可以反映出微波的反射特性，有利于综合分析。l针对具体问题常常有不同的复合方案。比如研究洪水监测，可选择的遥感信息源有TM图象、侧视雷达图象、气象卫星图象等。用每一种图象单独分析时都有不理想之处。气象卫星地面分辨率低（1.1km），但时相分辨率高，信息及时，同步性强，有利于动态监测；TM图象光谱信息丰富，空间分辨率较高，有利于分析洪水信息；侧视雷达图象较易l观察水体和线
44、性地物，并且可全天候获取信息，有利于实地监测洪峰。因此将图象复合后，就可利用各自的优势，实用性大大增强。l复合步骤复合步骤l1、配准、配准l不同传感器的图象几何特性不同，因此不同传感器的图象几何特性不同，因此在进行复合之前必须对两幅图象进行几在进行复合之前必须对两幅图象进行几何配准，即使其中一幅图象中的特征与何配准，即使其中一幅图象中的特征与另一幅图象中该特征的相应位置一致。另一幅图象中该特征的相应位置一致。l配准采用几何精校正的方法。配准采用几何精校正的方法。l2、复合、复合lERDAS IMAGINE系统提供的图象融合方法有三种：主成分变换融合、乘积变换融合和比值变换融合。l1）主成分变换
45、融合lA首先对输入的多波段图象进行主成分变换；l主成分变换（PCA,Principal Component Analysis），也叫K-L变换l是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图象数据更易于解译。lB以高空间分辨率遥感数据替代变换以后的第一主成分；lC再进行主成分逆变换；l主成分逆变换（Inverse Principal Components Analysis）就是将主成分变换获得的图象重新恢复到RGB彩色空间，变换时输入的图象必须是由主成分变换得到的图象，而且必须有当时的特征矩阵参与变换。lD生成具有高空间分辨率的多波段融合图象。l
46、2）乘积变换l1、设Gtm1、Gtm2、Gtm7分别为TM1、2、 、7波段的亮度值；l2、 Gspot为SPOT的亮度值；l3、设生成的七幅新图象的亮度值为Gtm1-new、Gtm2-new、 、Gtm7-new；l4、新图象亮度值计算公式为l Gtm1-new= Gtm1* Gspotl Gtm2-new= Gtm2* Gspotl l Gtm7-new= Gtm7* Gspotl5、复合图象包含7个波段，可任选其中的三个波段以RGB模式显示。l3）比值变换lA、设Gtm4、 Gtm3、 Gtm2分别为TM4、3、2波段的亮度值；lB、Gspot为全色波段的亮度值；lC、三幅新图象的亮度值
47、为Gtm4-new、 Gtm3-new、 Gtm2-new；lD、新图象亮度值计算公式为lGtm4-new=Gtm4/(Gtm4+Gtm3+Gtm2)*GspotlGtm3-new=Gtm3/(Gtm4+Gtm3+Gtm2)*GspotlGtm2-new=Gtm2/(Gtm4+Gtm3+Gtm2)*GspotlE、对新图象Gtm4-new、Gtm3-new、 Gtm2-new分别赋予红、绿、兰三色，彩色合成后生成融合图象。l原始TM七波段图象l主成分变换后的图象lTM图象lSPOT图象l复合图象（主成分变换）l复合图象（乘积变换）l复合图象（比值变换）l（二）不同时相的遥感数据复合二）不同时相
48、的遥感数据复合l在观测地物的类型、位置、轮廓及动态变化时，常需要不同时相遥感数据 的复合。l步骤l1、配准、配准l利用几何校正的方法做位置配准。l2、直方图调整、直方图调整l将配准后的图象尽可能调整成一致的直方图，使图象亮度值趋于协调，以便于比较。l3、复合l不同时相的图象复合主要用来研究时间变化所引起的各种动态变化。l采用差值运算方法，即对应像元的亮度值相减，差值大（取绝对值）的像元即发生变化的部分，在图象上表现为亮色调，没有发生变换的区域则为暗色调。lAtl_spotp87.imglAtl_spotp92.imglAtl_difference.imgl3、遥感信息与非遥感信息的复合l1）复
49、合原因l 在实际工作中，尽管有很多平台的遥感信息可以利用，但有时仍感到不够，不能解决遇到的全部问题，因此就要借助于地形、气象、水文等专题信息，行政区划、人口、经济收入等人文与经济信息作为遥感数据的补充，来综合分析l问题，发现客观规律，因此遥感数据与地理数据的复合也是遥感分析过程中不可缺少的手段。l遥感数据是以栅格格式记录的，而地面采集的地理数据常呈现出多等级、多量纲的特点，数据格式也多样化。如高程、土壤酸碱度值、气温值等，表达方式和单位都不一样。因此，为了能使地理数据与遥感数据兼容，首先需要将获取的非遥感数据按照一定的地理网格系统重新量化和编码，以便和遥感数据复合。l复合步骤复合步骤l1）地理
50、数据的网格化）地理数据的网格化l为了使非遥感的地理数据与遥感数据复合，前提条件是必须使地理数据可作为遥感数据的一个“波段”，即通过一系列处理，使地理数据的格式与遥感数据相同，然后采用遥感信息的复合方法进行复合。lA 网格数据的生成网格数据的生成l地理数据多以离散形式采样的数据居多，这种数据不能以统一的数学模型生成网格，但在某一局部仍可用近似的数学函数来表达，因此常用局部拟合法进行逐点内插。lB 与遥感数据配准与遥感数据配准l地理数据生成网格时，网格所对应的地网格所对应的地面分辨率应与遥感数据的地面分辨率一面分辨率应与遥感数据的地面分辨率一致致。如果从地理数据无法得到与遥感数据一致的分辨率，就要
