《CH4遥感图像处理辐射》由会员分享，可在线阅读，更多相关《CH4遥感图像处理辐射（45页珍藏版）》请在金锄头文库上搜索。
1、1主要内容l遥感图像的辐射处理l遥感图像增强l多光谱图像运算l遥感信息复合遥感图像辐射处理2遥感图像的辐射处理 辐射误差传感器输出的电磁波能量与目标本身辐射的能量之差。 引起辐射误差的原因 传感器本身的性能 太阳位置和角度条件 地形影响 大气条件,等 遥感图像的辐射误差 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射误差 大气的散射和吸收引起的辐射误差 遥感图像的辐射处理-定量遥感的基础 传感器辐射定标 辐射校正3-对传感器的探测值进行标定，用以确定传感器入口处 的准确辐射值。 绝对定标 建立传感器测量的数字信号(DN)与对应的辐射能量之间 的 数量关系。绝对定标在卫星发射
2、前后都要进行。 相对定标得出目标中某一点的辐射亮度与其他点的相对值。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。 传感器辐射定标4 影像的辐射校正 太阳高度角和地形影响引起的辐射误差校正 大气校正辐射校正-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声。5影像的辐射校正方法一：简化的理论计算 可见光和近红外波段，求反射率传感器入口处的 辐射亮度：地面反射率 对热红外波段，求出地物的辐射亮度后，以普朗克公式求地物温度方法二：利用图象本身来求反射率方法三：借助已知地物光谱反射率的经验方法 内部
3、平均法 平场域法 对数残差法6太阳高度角和地形影响引起的辐射误差校正 太阳高度角引起的辐射误差校正：太阳光线倾斜照射 时获取的图像太阳光线垂直照射 时获取的图像定量：需要太阳高度角波段图像比值运算 地形影响引起的辐射误差校正定量计算：需要DEM一般也可采用比值运算7大气校正消除大气对太阳辐射或目标辐射的吸收和散射影响。方法一： 基于地面场地数据或辅助数据进行辐射校正原理：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。卫星观测值未受大气影响 的地面实测值大气校正公式大气影响8方法二：利用波段的特性进行大
4、气校正1、回归分析法对MSS4、7波段原理：利用散射主要发生在短波波段的图像上的特点。大气校正公式： 2、直方图法图像中亮度为零的目标，如深海水体、阴影等，只有在没有受大 气影响的情况下，其亮度值才可能为零。9遥感图像增强 概念 为特定目的，突出表现遥感图像中的某些信息，削弱或除去某些不 必要的信息，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。 图像增强不增加原始图像的信息。 方法空间域：直接对图像进行各种运算以得到所需的增强结果 。频率域：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，以达到增强的目的。10空间域增强 彩色增强 空间滤波 反差调整n线
5、性变换n非线性变换n直方图均衡化n直方图正态化n直方图匹配n密度分割n图像灰度反转11线性变换反差调整11非线性变换对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换等。对数变换指数变换平方根变换12原始图像直方图设均衡后的图像直方图直方图均衡化13原图像上灰度值为的像素其灰度 值合并为正态化后图像的第一个灰度值直方图正态化反差调整设原图像直方图为正态化后图像的直方图正态化：原图像上灰度值为的像素其灰度 值合并为正态化后图像的灰度值15直方图匹配 通过非线性变换使一个图像的直方图与另一个图像 的直方图类似。 利用不同时间、由于太阳高度角或大气影响引起差 异的图像进行图像镶嵌和变化检
6、测时非常有用。 进行直方图匹配的两幅图像应有相似的特性：图像直方图总体形状应类似；图像中黑与亮特征应相同；对某些应用，图像的空间分辨率应相同；图像上地物分布应相同。 直方图匹配时可建立一个查找表来作为变换函数。反差调整16密度分割反差调整17图像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。条件反转简单反转反差调整18彩色增强 伪彩色增强把黑白图像的各不同灰度级按照线性或非线性的映射变换 函数变换成不同的彩色，得到一幅彩色图像。 假彩色增强通过映射变换函数将一幅自然彩色图像或多光谱图像或超 光谱图像变换成新的三基色分量，彩色合成使增强图像中各 目标呈现出与原图
7、像中不同的彩色。 彩色变换彩色不同描述模式间的转换。（RGB HIS）19伪彩色增强（可使原图像细节更易辨认，目标更容易识 别）密度分割法灰度彩色变换合成法灰度为0时呈蓝色，灰度为L/2时呈绿 色，灰度为L时呈红色；灰度为其它 值时由三基色混合成不同的色调。彩色增强20假彩色增强 使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，从而更 受人注目； 使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。若对多光谱图像若对自然景色图像绿色-红色蓝色-绿色红色-兰色彩色增强21彩色变换RGBIHS加法三原色颜色三要素Intensity, Hue, and Saturation color c
8、oordinate system 球体变换 圆柱体变换 三角形变换 单六角锥变换彩色增强2223空间滤波图象的卷积运算24平滑消除各种干扰噪声。1/91/91/91/91/91/9 1/91/91/91/81/81/81/8 01/81/81/81/8平滑模板举例：1/161/81/161/81/4 1/81/161/81/16平滑会使整幅图像反差减小 ，但会造成图像的模糊。空间滤波25锐化-目的是突出图像的边缘信息，提高图像细节的反差。 梯度锐化法：梯度图像在图像上，边缘处具有较大的梯度，可通过设 置合适的阈值将边缘提取出来。空间滤波2627 空间卷积锐化法常见锐化模板:2 -1 -1 0-
9、1 2 -1-12 -10-1 0 -1 4-1 0-1 0-1 -1 -1 222 -1 -1 -1-1 2-1 -1 2-1 -1 2-1-1 -1 2 -1 2-1 2-1 -12-1 -1 -1 2-1 -1 -1 228频率域增强 基本原理：图像中的灰度跳跃变化区，对应着频率域 中的高频成分，灰度变化缓慢的区域对应着频率域中 的低频成分。通过频域滤波处理，可保留低频或高频 成分，达到图像平滑或锐化的目的。空域图像频域图像DFT频域滤波频域处理图像DIFT卷积定律滤波器29 低通滤波平滑1、理想低通滤波器为截止频率，2、梯形滤波器293、Butter Worth低通滤波器304、指数低
10、通滤波器5、Bartlett低通滤波器31高通滤波锐化1、理想高通滤波器2、梯形滤波器324、指数高通滤波器5、Bartlett高通滤波器3、Butter Worth高通滤波器33两幅或多幅单波段影像，完成空间配准后，通 过一系列运算，可以实现图像增强，达到提取某 些信息或去掉某些不必要信息的目的。 减法运算 加法运算 乘法运算 除法运算 混合运算多光谱图像四则运算34注意：1、减法运算的结果仍然是图像；2、当X和Y为多光谱图像的两个不同波段时，减法运算 的结果为同一地物光谱反射率之差；3、当X和Y为不同时相的图像时，减法运算的结果为地 面目标的变化信息。减法运算351、加法运算可以加宽波段：
11、2、加法运算可以去除噪声加法运算近似全色图像全色红外图像乘法运算361、 突出遥感影像中的植被特征，提取植被类别、估算植被生物量；2、去除地形影响；3、研究浅海区的水下地形、土壤的富水性差异、微地貌变化、地球化 学反应引起的微小光谱变化等。除法运算可以突出不同波段间地物光谱的差异，提高对比度。37混合运算NDVINormalized difference vegetation index归一化差分植被指数38图像融合指将多源遥感图像按照一定的算 法，在规定的地理坐标系，生成新的图象的过程。图像融合三个层次： 像素级融合 特征级融合 决策级融合1、图像融合 图像融合主要方法 图像融合效果评价遥感
12、信息复合39 加权融合 基于HIS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 比值变换融合 乘积变换融合 基于特征的图像融合 基于分类的图像融合主要融合方法：40加权融合为两幅图像的相关系数SPOT全色图像与多光谱图像的融合：（1）几何配准，重采样；（2）计算相关系数；（3）融合41基于HIS变换的图像融合基本原理：RGBIHS用高分辨率图像替换I分量RGB融合过程：（1）几何配准、重采样；（2）多光谱图像HIS变换；（3）直方图匹配；（4）用全色图像替代I 分量；（5）HIS逆变换。例：TM图像的全色波段与多光谱图像的融合。42基于主分量变换的图像融合（KL变换法）多光谱图像主分量变换第一主分量图像第二主分量图像第三主分量图像直方图匹配全色图像替代第 一主分量图像 主分量逆变换融合图像43图像融合的效果评价 定性评价目视判读为主。因人而异，有主观性。 定量评价从图像包含的信息量和分类精度两方面进行 评价。44定量评价指标1、平均梯度G越大，图像层次越多，图像越清晰。2、熵与联合熵 熵越大，则图像包含的信息越丰富。 3、用融合后的图像进行分类，以分类的精度来评价融合图像的质量4、其它指标：（1）偏差指数（2）相关系数（3）均值偏差（4）方值偏差452、遥感图像与DEM复合遥感图像DEM三维景观遥感信息复合
