1、第六章遥感数字图像处理第六章遥感数字图像处理一、遥感数字图像图像有数字图像和模拟图像之分。图像有数字图像和模拟图像之分。模拟图像模拟图像(又称光学图像又称光学图像)：是指空间坐标和明暗程度（灰：是指空间坐标和明暗程度（灰度和颜色）都连续变化的、计算机无法直接处理的图像。度和颜色）都连续变化的、计算机无法直接处理的图像。如，普通照片、航片等。如，普通照片、航片等。数字图像是指能被计算机存储、处理和使用的图数字图像是指能被计算机存储、处理和使用的图像，是一种空间坐标和灰度均不连续，以数字形像，是一种空间坐标和灰度均不连续，以数字形式表示的图像。式表示的图像。第一节第一节 遥感数字图像处理概述遥感数
2、字图像处理概述第六章遥感数字图像处理遥感数字图像遥感数字图像 模拟图像与数字图像可以实施转换，记作模拟图像与数字图像可以实施转换，记作A/DA/D转换，转换，反之称为反之称为D/AD/A转换。转换。第六章遥感数字图像处理遥感数字图像一般是栅格数据结构遥感数字图像一般是栅格数据结构栅格数据结构的基本单位是栅格数据结构的基本单位是像素像素(像元像元)，每个像素具有，每个像素具有其空间位置特征和属性特征。其空间位置特征和属性特征。栅格数据结构栅格数据结构点：为一个像元点：为一个像元线：在一定方向上连接成串的线：在一定方向上连接成串的相邻像元集合相邻像元集合面：聚集在一起的相邻像元集面：聚集在一起的相
3、邻像元集合合点点线线面面0 01 12 23 34 45 56 67 78 89 90 1 2 3 4 5 6 7 8 90 1 2 3 4 5 6 7 8 9第六章遥感数字图像处理遥感数字图象遥感数字图象属性特征常用亮度值来表示，亮度值的大小是由遥感传感器所探测到的电磁辐射强度决定。O图像图像xy1234213456Pixel(x,y)表示像元的位置；表示像元的位置；f(x,y)表示（表示（x,y)位置上的对应位置上的对应地物电磁辐射强度。地物电磁辐射强度。第六章遥感数字图像处理黑白图像黑白图像是指图像的每个像素只能是黑或者白，黑白图像是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称
4、为值图像。没有中间的过渡，故又称为值图像。2值图像值图像的像素值为的像素值为0、1。011100001I第六章遥感数字图像处理灰度图像 灰度图像是指每个像素的信息由一个量化的灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。灰度级来描述的图像，没有彩色信息。100220250180501202001500I第六章遥感数字图像处理255 0 第六章遥感数字图像处理彩色图像 彩色图像是指每个像素的信息由彩色图像是指每个像素的信息由RGB三原色构成的图像，三原色构成的图像，其中其中RBG是由不同的灰度级来描述的。是由不同的灰度级来描述的。00255800255240240255
5、R02550160255255801600G25525525524000160800B第六章遥感数字图像处理像元波段波段：XS1XS2XS3行列光谱定位空间定位遥感影像的表现遥感影像的表现SPOT多光谱多光谱相邻像元第六章遥感数字图像处理不同的像元亮度值表示不同的地物遥感图像及其栅格数据表遥感图像及其栅格数据表(像元亮度值表像元亮度值表pixel data)第六章遥感数字图像处理数字图像其实质是一个数字矩阵。数字图像其实质是一个数字矩阵。),()2,()1,f(N),2f()2,2()1,2(),1()2,1()1,1(),(NMfMfMffNfffyxf数字矩阵可以计算机里进行存储和运算。数
6、字矩阵可以计算机里进行存储和运算。第六章遥感数字图像处理二、遥感数字图像直方图二、遥感数字图像直方图(histogram)(histogram)遥感数字图像直方图：指以每个像元为单位，表以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现频率的示图像中各亮度值或亮度值区间像元出现频率的分布图。分布图。第六章遥感数字图像处理数字图像直方图直方图统计表第六章遥感数字图像处理像元亮度值像元亮度值像像元元数数ERDAS IMAGINE 显示的遥感图像直方图第六章遥感数字图像处理 可以反映图像的质量差异。可以反映图像的质量差异。直方图的作用直方图的作用反差：最大灰度值和最小灰度值之差。反差：最大灰度
7、值和最小灰度值之差。直方图范围窄，说明反差很小；直方图延伸很宽，表明反差大直方图范围窄，说明反差很小；直方图延伸很宽，表明反差大第六章遥感数字图像处理 三、遥感数字图像处理遥感数字图像处理：是指利用计算机对遥感数字图遥感数字图像处理：是指利用计算机对遥感数字图像及其资料进行的一些技术操作处理的过程。像及其资料进行的一些技术操作处理的过程。目的：目的：使影像更为清晰，目标物体的标志更明显突出，易于使影像更为清晰，目标物体的标志更明显突出，易于识别，提高解译效果。识别，提高解译效果。内容：图像误差校正、图像增强、图像分类内容：图像误差校正、图像增强、图像分类第六章遥感数字图像处理一、辐射校正（一、
8、辐射校正（Radiometric correction Radiometric correction）辐射畸变（误差）：辐射畸变（误差）：目标地物的光谱反射率或辐射目标地物的光谱反射率或辐射亮度在实际测量时，受到传感器本身、大气等因素亮度在实际测量时，受到传感器本身、大气等因素的影响而发生改变。即传感器得到的测量值与目标的影响而发生改变。即传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量不一致。的光谱反射率或光谱辐射亮度等物理量不一致。结果：引起的图像模糊失真、分辩率和对比度下降结果：引起的图像模糊失真、分辩率和对比度下降 影响辐射畸变的因素影响辐射畸变的因素传感器本身的影响传感器本
9、身的影响大气对辐射的影响大气对辐射的影响地形起伏的影响地形起伏的影响第二节 数字图像的校正第六章遥感数字图像处理传感器本身的影响：透镜光学特性的非均匀性导传感器本身的影响：透镜光学特性的非均匀性导致图像不均匀，产生条纹和噪音。致图像不均匀，产生条纹和噪音。校正方法：校正方法：条纹条纹（1）传感器本身传感器本身引起的辐射误差及校正引起的辐射误差及校正一般来说，一般来说，这种畸变应这种畸变应该在数据生该在数据生产过程中，产过程中，由生产单位由生产单位根据传感器根据传感器参数进行校参数进行校正，而不需正，而不需要用户自己要用户自己校正校正 第六章遥感数字图像处理去条带处理去条带处理(destripe
10、)(destripe)第六章遥感数字图像处理l大气的主要影响是减小了图像的对比度，图像大气的主要影响是减小了图像的对比度，图像质量下降。质量下降。吸收散射反射辐射（2 2）大气引起的辐射误差）大气引起的辐射误差第六章遥感数字图像处理n辐射传递方程计算法：测量气溶胶的密度、水辐射传递方程计算法：测量气溶胶的密度、水汽的浓度等大气参数，按理论公式求得大气干汽的浓度等大气参数，按理论公式求得大气干扰辐射量。扰辐射量。n野外波谱测试回归分析法：通过将野外实地波野外波谱测试回归分析法：通过将野外实地波谱测试获得的无大气影响的辐射值与卫星传感谱测试获得的无大气影响的辐射值与卫星传感器同步观测结果进行分析计
11、算，以确定校正量。器同步观测结果进行分析计算，以确定校正量。大气引起的辐射误差校正大气引起的辐射误差校正第六章遥感数字图像处理大气引起的辐射误差校正大气引起的辐射误差校正n 直方图最小值去除法直方图最小值去除法 基本思路基本思路:每幅图像上都有辐射亮度或反射亮度应每幅图像上都有辐射亮度或反射亮度应为为0 0的地区，而事实上并不等于的地区，而事实上并不等于0,0,说明亮度最小值说明亮度最小值必定是这一地区大气影响的增值。必定是这一地区大气影响的增值。校正方法校正方法:找出暗地物的像元值，所有影响像元减去该值，找出暗地物的像元值，所有影响像元减去该值，可认为一定程度消除了大气程辐射可认为一定程度消
12、除了大气程辐射 第六章遥感数字图像处理由于7波段几乎不受大气辐射的影响，它能较正确地反映地物光谱的实际情况，因而可以7波段为基础对其他波段进行辐射校正。7波段直方图0亮度值处有像元频数，4波段0亮度值处没有像元频数则认为4波段直方图上亮度最小值a4 就是大气散射的影响，即第四波段图像的校正量。TM图像4、7波段直方图对比直方图最小值去除法直方图最小值去除法第六章遥感数字图像处理（3 3）地形起伏引起的辐射误差地形起伏引起的辐射误差n太阳光线经地表作用以后再反射到传感器的太阳辐太阳光线经地表作用以后再反射到传感器的太阳辐射亮度和地面倾斜角有关。射亮度和地面倾斜角有关。nI0为光线垂直入射时水平地
13、表受到的光照强度为光线垂直入射时水平地表受到的光照强度n I为光线垂直入射时倾斜角为为光线垂直入射时倾斜角为a的坡面上入射点的光照强度。的坡面上入射点的光照强度。第六章遥感数字图像处理n地形坡度引起的辐射校正方法需要有图像对应地地形坡度引起的辐射校正方法需要有图像对应地区的区的DEM（数字高程模型）计算坡度。（数字高程模型）计算坡度。如果有多波段辐射的数据，利用波段的比值也可以消除地形倾斜的影响。对应地区的DEM校正前图像校正后图像第六章遥感数字图像处理地形地形部位部位波段波段TM1TM1TM2TM2TM1/TM2TM1/TM2阳坡阳坡282843430.650.65阴坡阴坡222234340
14、.650.65比值运算消除同物异谱现象 比值算法能去除地形坡度和方向引起的辐射量变化，在一定程度上消除现象第六章遥感数字图像处理二、几何误差校正二、几何误差校正n几何畸变几何畸变(误差误差)：成像过程所中产生的图像像元的成像过程所中产生的图像像元的几何位置相对于参照系统几何位置相对于参照系统(地面实际位置或地形图地面实际位置或地形图)发生的挤压、伸展、偏移和扭曲等变形发生的挤压、伸展、偏移和扭曲等变形,使图像上使图像上地物的几何位置、尺寸、形状、方位等发生改变。地物的几何位置、尺寸、形状、方位等发生改变。（，）（，）待校正的图像参考图像第六章遥感数字图像处理1 1、遥感影像变形的原因、遥感影像
15、变形的原因l遥感平台位置和运动状态变化的影响：遥感平台位置和运动状态变化的影响：航高、航高、航速、俯仰、翻滚、偏航航速、俯仰、翻滚、偏航l地形起伏的影响：产生像点位移地形起伏的影响：产生像点位移l地球表面曲率的影响：一是像点位置的移动；地球表面曲率的影响：一是像点位置的移动；二是像元对应于地面宽度不等二是像元对应于地面宽度不等l大气折射的影响：产生像点位移。大气折射的影响：产生像点位移。l地球自转的影响：产生影像偏离。地球自转的影响：产生影像偏离。第六章遥感数字图像处理2 2、几何误差校正、几何误差校正（1）像元坐标变换）像元坐标变换基本思路基本思路:建立建立原始图像和纠正后图像之间的坐标原始
16、图像和纠正后图像之间的坐标变换关系，变换关系，通过计算机对图像每个像元逐个地解析通过计算机对图像每个像元逐个地解析纠正处理完成纠正处理完成第六章遥感数字图像处理 如，如，二元二次多项式表示为：二元二次多项式表示为：多项式的复杂程度表示为多项式的阶。一阶变换至少需要3个GCP。二阶变换至少需要6个GCP。GCPmin=(t+1)(t+2)/2 t:多项式的次方数(order)控制点误差纠正控制点误差纠正方法方法:控制点误差纠正，通过选择有限个明显地物点作控制点误差纠正，通过选择有限个明显地物点作为控制点建立坐标转换关系（一般为二元多项式）。为控制点建立坐标转换关系（一般为二元多项式）。第六章遥感
17、数字图像处理 在几何校正中，在几何校正中，GCPGCP点的选择是最重要，也是工点的选择是最重要，也是工作量最大的。一般作量最大的。一般GCPGCP点分布越均匀，数量越多，校点分布越均匀，数量越多，校正的可靠性越高。正的可靠性越高。在选择控制点时，遵照了以下准则：在选择控制点时，遵照了以下准则：所选的点比较均匀的遍布图像中所选的点比较均匀的遍布图像中 所选的点必须是明显地物点所选的点必须是明显地物点 低精度图像应参照高精度图像配准低精度图像应参照高精度图像配准GCPGCP的选择的选择第六章遥感数字图像处理ERDAS IMAGINE 误差校正模块第六章遥感数字图像处理（2）灰度值的重采样）灰度值的
18、重采样n校正前后图像的分辨率变化、像元点位置相对变校正前后图像的分辨率变化、像元点位置相对变化化,引起输出图像阵列中的同名点灰度值变化。引起输出图像阵列中的同名点灰度值变化。重采样：重采样：P的灰度值取决于周围列阵点上像元的灰度值的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献，这就是灰度值重采样对其所作的贡献，这就是灰度值重采样第六章遥感数字图像处理灰度值的重采样方法灰度值的重采样方法n最近邻法最近邻法 用距离投影点最近像元灰度值代替输出像元灰用距离投影点最近像元灰度值代替输出像元灰度值。度值。n双线性内插法双线性内插法 投影点周围投影点周围4个相邻像元灰度值，并根据各自个相邻像元灰度值
19、，并根据各自权重计算输出像元灰度值。权重计算输出像元灰度值。n双三次卷积法双三次卷积法 获取与投影点邻近的获取与投影点邻近的16个像元灰度值计算输个像元灰度值计算输出像元灰度值，出像元灰度值，第六章遥感数字图像处理n图像增强：是指通过图像处理，改变图像的表图像增强：是指通过图像处理，改变图像的表现形式和影像持征，使图像变得更加清晰可判，现形式和影像持征，使图像变得更加清晰可判，目标物更加突出易辨。目标物更加突出易辨。n主要内容主要内容:彩色增强、空间增强、光谱增强等彩色增强、空间增强、光谱增强等第三节第三节 遥感数字图像增强遥感数字图像增强第六章遥感数字图像处理空间增强辐射增强光谱增强高光谱工
20、具博立叶变换地形分析地理信息系统分析实用功能第六章遥感数字图像处理一、彩色增强一、彩色增强方法：方法：n单波段彩色变换单波段彩色变换n多波段色彩变换多波段色彩变换nHISHIS变换和变换和RGBRGB变换变换将灰度图像变为彩色图像，以及进行各种彩色变换可以改善图像的可视性。第六章遥感数字图像处理1、单波段彩色变换（假彩色密度分割）、单波段彩色变换（假彩色密度分割）像元亮度值像元亮度值0150151520152020662066x256x256分层分层I I1 1I I2 2I I3 3I In n 赋颜色赋颜色C C1 1C C2 2C C3 3C CN N分层方案的确分层方案的确定：分层方案
21、定：分层方案与地物光谱差与地物光谱差异对应合适，异对应合适，可以较好地区可以较好地区分地物类别。分地物类别。假彩色密度分割假彩色密度分割:指对单波段黑白遥感图像按亮度分层，指对单波段黑白遥感图像按亮度分层，对每层赋予不同的色彩，使之成为彩色图像。对每层赋予不同的色彩，使之成为彩色图像。例如，在近红外例如，在近红外波段，水体的吸波段，水体的吸收率很高，在图收率很高，在图像上的色调近于像上的色调近于黑色若取低灰黑色若取低灰度值为分割点即度值为分割点即可分出水体。可分出水体。第六章遥感数字图像处理以不同的色彩表示图像的色调变化，增强了图像的显示能力。第六章遥感数字图像处理2 2、多波段色彩变换、多波
22、段色彩变换 利用计算机将同一地区利用计算机将同一地区的多波段图像中选出三个波的多波段图像中选出三个波段，段，并依照彩色合成原理，并依照彩色合成原理，分别赋予红、绿、蓝三分别赋予红、绿、蓝三原色进行合成原色进行合成从而构成彩色合成图像。从而构成彩色合成图像。第六章遥感数字图像处理TM图像色彩变换通道通道通道24256254第六章遥感数字图像处理植被解译植被解译彩色合成方案第六章遥感数字图像处理在标准假彩色图像中，地物类型信息丰富，突出了植被、水体、城镇、山区、平原等特征。标准假彩色图像的优点第六章遥感数字图像处理标准假彩色合成方案标准假彩色合成方案 不同的传感器探测波段及波段顺序有差异不同的传感
23、器探测波段及波段顺序有差异,常见的传感器合成方如下常见的传感器合成方如下:nMSS图像：选择波段4、2、1分别赋予红、绿、蓝颜色合成。nTM图像：4、3、2 nSPOT图像：3、2、1第六章遥感数字图像处理TM1TM2TM3TM4TM5TM6TM7TM的单波段图像均为黑白图像Bandwavelength band1 0.45-0.52m mm 蓝蓝2 0.52-0.60m mm 绿绿3 0.63-0.69m mm 红红4 0.76-0.90m mm 近红近红5 1.55-1.75m mm 短波红外短波红外6 10.4-12.5m mm热红外热红外 7 2.08-2.35m mm 短波红外短波红
24、外第六章遥感数字图像处理TM7,4,1TM5,7,2TM5,4,3TM4,3,2第六章遥感数字图像处理在实际工作中，应根据不同的研究目的进行反复实验分析，寻找最佳合成方案。第六章遥感数字图像处理TM图像近似真彩色合成方案为3(3(红红)2(2(绿绿)1(1(蓝蓝)第六章遥感数字图像处理3 3、HISHIS变换和变换和RGBRGB变换变换nHIS变换：是将变换：是将RGB模式转换成模式转换成H(hug色度色度)I（intensity亮度）亮度）S（aturation饱和度）模式。饱和度）模式。(HIS表示的色彩与人眼看到的更为接近表示的色彩与人眼看到的更为接近)亮度：亮度：表示整个图象的明亮程度
25、，取值范围是0-1；色度：色度：代表像元的颜色，取值范围为0-360；饱和度：饱和度：代表颜色的纯度，取值范围是0-1。nRGB变换：是将变换：是将HIS模式转换成模式转换成RGB模式。模式。第六章遥感数字图像处理第六章遥感数字图像处理第六章遥感数字图像处理HISHIS变换变换第六章遥感数字图像处理二、空间增强二、空间增强 概念：指在图像平面上应用某种数学模型，概念：指在图像平面上应用某种数学模型，通过改变图像像元灰度值实现增强图像的方通过改变图像像元灰度值实现增强图像的方法。包括：法。包括：空域变换增强空域变换增强 基于点处理的增强方法，并不考基于点处理的增强方法，并不考虑周围像元影响。包括
26、：对比度增强、直方图增虑周围像元影响。包括：对比度增强、直方图增强和图像运算等。强和图像运算等。空域滤波增强空域滤波增强 基于邻域处理的增强方法，用于基于邻域处理的增强方法，用于去噪声、图像平滑、锐化等去噪声、图像平滑、锐化等第六章遥感数字图像处理1、对比度增强（辐射增强）对比度增强（辐射增强）n对比度增强对比度增强:是一种通过改变图像像元的亮度分布是一种通过改变图像像元的亮度分布态势，扩展灰度分布区间来改变图像像元对比度，态势，扩展灰度分布区间来改变图像像元对比度，从而改善图像质量的图像处理方法。从而改善图像质量的图像处理方法。n方法：方法：线性变换线性变换 非线性变换非线性变换像元亮度值过
27、于集中（一）空域变换增强（一）空域变换增强第六章遥感数字图像处理变换函数是线性的或是分段线性,是按比例扩大原始灰度级的范围。（1）线性变换y=a+bx第六章遥感数字图像处理第六章遥感数字图像处理(2)(2)非线性变换非线性变换变换函数是非线性时，即为非线性变换。常用的有指数变换和对数变换。第六章遥感数字图像处理2 2、直方图增强、直方图增强（1）直方图均衡化）直方图均衡化n概念：对图像进行变换，使原始图像的直方图变概念：对图像进行变换，使原始图像的直方图变换为均匀分布的形式，从而增加了像元灰度值的换为均匀分布的形式，从而增加了像元灰度值的动态范围，增大反差，使图像细节清楚，达到增动态范围，增大
28、反差，使图像细节清楚，达到增强的目的。强的目的。第六章遥感数字图像处理（2 2）直方图匹配（直方图规定化）直方图匹配（直方图规定化）n概念：是把原图像的直方图变换为某种指定形态的概念：是把原图像的直方图变换为某种指定形态的直方图或参考图像的直方图，使原图像和参考图像直方图或参考图像的直方图，使原图像和参考图像直方图匹配。直方图匹配。n作用：作用：n改善被处理图像的质量改善被处理图像的质量n消除相邻两幅图像的色差消除相邻两幅图像的色差2 2、直方图增强、直方图增强第六章遥感数字图像处理拼接缝效应拼接缝效应消除色差，实现无缝镶消除色差，实现无缝镶第六章遥感数字图像处理3 3、图像运算、图像运算n概
29、念：两幅或多幅单波段影像（通常是指同一景图概念：两幅或多幅单波段影像（通常是指同一景图像的不同波段），完成空间配准后，通过一系列运像的不同波段），完成空间配准后，通过一系列运算算(加、减、乘、除加、减、乘、除)，从而实现图像增强。，从而实现图像增强。n本质本质两个以上不同波段的图像对应像元的灰度值的两个以上不同波段的图像对应像元的灰度值的运算。运算。588557777444552772=9121210 10914 149波段1波段2输出图像第六章遥感数字图像处理 相除以后若出现小数，则必须取整，并乘以正数a，将其值调整到显示设备的动态范围之内(一般为0-255)。（1 1）比值运算）比值运算比
30、值运算常用于常用于计算植被指数（突出遥感影像中的植被特征、提取植被类别或估算植被生物量等的运算结果）、消除地形阴影等。第六章遥感数字图像处理地形地形部位部位波段波段TM1TM1TM2TM2TM1/TM2TM1/TM2阳坡阳坡282843430.650.65阴坡阴坡222234340.650.65比值运算消除同物异谱现象 比值算法能去除地形坡度和方向引起的辐射量变化，在一定程度上消除现象第六章遥感数字图像处理比值运算计算植被指数比值运算计算植被指数l绿色植物叶子的细胞结构在近红外具有高反射其绿色植物叶子的细胞结构在近红外具有高反射其叶绿素在红光波段具有强吸收。因此在多光谱图像叶绿素在红光波段具有
31、强吸收。因此在多光谱图像中，用红外红波段图像做比值运算，在比值图像中，用红外红波段图像做比值运算，在比值图像上植被区域具有高亮度值，从而可以提取植被信息。上植被区域具有高亮度值，从而可以提取植被信息。第六章遥感数字图像处理其他植被指数算法其他植被指数算法第六章遥感数字图像处理比值运算应用于地质探测比值运算应用于地质探测地质学家常用地质学家常用TMTM的某种组合解译矿石类型，如：的某种组合解译矿石类型，如：铁铝氧化物：铁铝氧化物：TM3TM3TM1TM1 黏土矿物：黏土矿物：TM5TM5TM7TM7 铁矿石铁矿石:TM5:TM5TM4 TM4 第六章遥感数字图像处理（2 2）差值运算）差值运算n
32、差值运算是指两幅同样大小的图像对应像元的灰度差值运算是指两幅同样大小的图像对应像元的灰度值相减。值相减。差值图像提供了不同波段或不同时相图像间的差异信息，能用在动态监测、运动目标检测与跟踪、图像背景消除及目标识别等工作中。b为绝对值最大的负值，a为常数.第六章遥感数字图像处理（二）空间滤波增强（二）空间滤波增强*邻域对于图像中的任一像元(i，j)，把像元的集合（I+P，j+q）(P、q取任意整数)叫做该像元的邻域。表示中心像元的4邻城和8邻域空间滤波：空间滤波：它通过采取邻域处理来实现遥感图像数据的改变，达到抑制噪声或改善遥感图像质量的目的。常用于图像平滑、锐化、边缘检测等第六章遥感数字图像处
33、理33窗口 g(i，j)如，图像窗口与模板像元的灰度值对应相乘再相加，计算结果g(j,j)作为窗口中心像元的新的亮度值积运算是空间域上对图像进行邻域检测的运算，是运用模板来实现的。模板又称卷积涵数，实际上是一个MxN的小图像，例如3 x 3、5 x 5、7 x 7等。图像卷积运算图像卷积运算（空间滤波）模板图像模板对应图像窗口第六章遥感数字图像处理模板运算又如，图像窗口与模板像元的灰度值对应相乘再相加，相加的总和再除以模板内所有像元值的和作为中心像元新的灰度值。第六章遥感数字图像处理 采用平滑方法可以消除亮度值变化过大的区域，去采用平滑方法可以消除亮度值变化过大的区域，去掉不该有的亮点掉不该有
34、的亮点 （“噪声噪声”），），使亮度平缓。使亮度平缓。1 1、平滑、平滑第六章遥感数字图像处理223393244223333244均值平滑均值平滑33窗口 方法：方法：均值平滑: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。中值滤波:是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。111111111L(2.2)=(2+2+3+3+9+3+2+4+4)/9=3.333 取值 3L(2.2)=(2+2+3+3+9+3+2+4+4)中值 4第六章遥感数字图像处理 为了突出图像的边缘、线状目标或某些亮度变化率为了突出图像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。大
35、的部分，可采用锐化方法。*方法：梯度法、拉普拉斯算法、定向检测方法：梯度法、拉普拉斯算法、定向检测2 2、锐化、锐化第六章遥感数字图像处理 河流、湖泊的边界、道路等处灰度的变化率较大，在边缘处河流、湖泊的边界、道路等处灰度的变化率较大，在边缘处一定有较大的梯度值；在梯度图像上梯度值较大的部分就是一定有较大的梯度值；在梯度图像上梯度值较大的部分就是边缘。通常有罗伯特梯度和索伯尔梯度算法。边缘。通常有罗伯特梯度和索伯尔梯度算法。（1）梯度法）梯度法第六章遥感数字图像处理（2）拉普拉斯算法）拉普拉斯算法 拉普拉斯算法的意义与梯度法不同，它不检测均匀的亮度拉普拉斯算法的意义与梯度法不同，它不检测均匀的
36、亮度变化，而是二阶微分变化，而是二阶微分检测边缘检测边缘。第六章遥感数字图像处理（3 3）定向检测）定向检测n当有目的地检测某一方向的边、线或纹理特征时，当有目的地检测某一方向的边、线或纹理特征时，可选择特定的模板卷积运算作定向检测。可选择特定的模板卷积运算作定向检测。n可以检测垂直边界、水平边界和对角线边界等可以检测垂直边界、水平边界和对角线边界等原始图像原始图像垂直边缘检测结果垂直边缘检测结果水平边缘检测结果水平边缘检测结果第六章遥感数字图像处理第六章遥感数字图像处理三、多光谱增强方法方法KL，(KarhunenLoeve)变换，又称为主成分变换。KT(KauthThomas)变换，又称为
37、缨帽变换。概念概念:针对多光谱影象存在的一定程度上的相关性及数据冗余现象，通过函数变换，达到保留主要信息，压缩数据量,增强或提取有用信息目的。第六章遥感数字图像处理1、K-L变换（主成分变换）主成分变换）nK-L变换又称主成分变换，它是对某一多光谱图像又称主成分变换，它是对某一多光谱图像X.X.利用利用K-LK-L变换矩阵进行线性组合变换矩阵进行线性组合,而产生一组新的多而产生一组新的多光谱图像光谱图像Y Y，即将具有相关性的多波段数据压缩到，即将具有相关性的多波段数据压缩到完全独立的较少几个波段上（主成分）。完全独立的较少几个波段上（主成分）。第六章遥感数字图像处理2、K-T变换（缨帽变换）
38、缨帽变换）nK-TK-T变换（变换（kauth-Thomaskauth-Thomas变换）也称缨帽变换变换）也称缨帽变换.是一种坐是一种坐标空间发生旋转的线性变换，标空间发生旋转的线性变换，旋转后的坐标轴指向与地面旋转后的坐标轴指向与地面景物有密切关系的方向景物有密切关系的方向。K-T变换可为植被研究、特别是分析农业特征提供优化显示的方法，同时又实现了数据压缩。第六章遥感数字图像处理四、多源信息复合四、多源信息复合n多种信息源的复合多种信息源的复合:是遥感影像综合和系统分析的是遥感影像综合和系统分析的一种手段。即应用同一区域不同种类遥感的或非一种手段。即应用同一区域不同种类遥感的或非遥感的信息
39、相互遥感的信息相互组合匹配组合匹配，以达到多种信息源相，以达到多种信息源相互补充、相互印证、提高遥感互补充、相互印证、提高遥感影像分析影像分析和判读效和判读效果的方法。果的方法。n多源信息复合的意义多源信息复合的意义:发挥不同遥感数据源的优势发挥不同遥感数据源的优势,弥补某种遥感数据的不足弥补某种遥感数据的不足,提高遥感数据的应用性提高遥感数据的应用性;还有利于综合分析和深入理解和分析遥感数据还有利于综合分析和深入理解和分析遥感数据.第六章遥感数字图像处理多源信息复合的类型多源信息复合的类型n多波段信息复合。多波段信息复合。利用不同波段遥感影像在反映地物利用不同波段遥感影像在反映地物波谱特性能
40、力上的差异，通过信息复合可提高区分、识别特波谱特性能力上的差异，通过信息复合可提高区分、识别特定地物的能力。常用的有多波段彩色合成、比值图像等；定地物的能力。常用的有多波段彩色合成、比值图像等；n多平台信息复合。多平台信息复合。利用不同高度和不同传感器所获的利用不同高度和不同传感器所获的影像进行复合，可在空间分辨率、波谱分辨率等方面各取所影像进行复合，可在空间分辨率、波谱分辨率等方面各取所长，互相补充。如用陆地卫星多波段扫描影像同航天飞机合长，互相补充。如用陆地卫星多波段扫描影像同航天飞机合成孔径雷达影像，可复合成一种新的高分辨率（来自雷达影成孔径雷达影像，可复合成一种新的高分辨率（来自雷达影像）假彩色（来自多波段影像）合成影像；像）假彩色（来自多波段影像）合成影像；
