《[理学]第4章遥感图像处理6》由会员分享，可在线阅读，更多相关《[理学]第4章遥感图像处理6（24页珍藏版）》请在金锄头文库上搜索。
1、遥感图像处理光学图像光学原理和光学处理方法数字图像数字图像校正数字图像增强多源信息复合对比度变换 空间滤波 彩色变换 图像运算 多光谱变换14 图像运算5 多光谱变换数字图像增强2图像运算两幅或多幅单波段图像，空间配准后可进行算术运算， 实现图像的增强。1、差值运算：两幅同样行、列数的图像，对应像元的亮 度（灰度）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。2、比值运算：两幅同样行、列数的图像，对应像元的亮 度（灰度）值相除（除数不为0）。比值图像，像元的亮度反 映了两个波段光谱比值的差异，常用来检测植被，消除“同物 异谱”现象。3图像运算1、差值运算TM4-3-2TM4-TM
2、34图像运算2、比值运算植被指数：是基于植被叶绿素在红色波段的强烈吸收以及在 近红外波段的强烈反射，通过红和近红外波段的比值或线性 组合实现对植被信息状态的表达。5图像运算2、比值运算植被指数有许多不同的表达公式：SR=NIR/R （simple ratio）（比值植被指数）NDVI=（NIR-R）/(NIR+R) （归一化差值植被指数）SAVI=（1+L）（NIR-R）/（NIR+R+L），L=0.5（土壤修 正植被指数）如对TM数据：NDVI=（TM4-TM3）/（TM4+TM3）6图像运算2、比值运算假彩色合成图象 NDVI图象7图像运算2、比值运算 太阳光砂岩阴坡 阳坡地形部位波段 T
3、M1TM2TM1/TM2 阳坡 阴坡28 2243 340.65 0.65 84 图像运算5 多光谱变换数字图像增强9多光谱变换目的：通过函数变换，达到保留主要信息，降低数据量； 增强或提取有用信息的目的。10多光谱变换1、n维多光谱空间11多光谱变换1、n维多光谱空间12多光谱变换2、K-L变换离散（Karhunen-Loeve）变换主成分变换（PCA, Principal Component Analysis）Hotelling变换13多光谱变换2、K-L变换离散（Karhunen-Loeve）变换 多光谱数据各波段间往往存在一定程度的相关性， 光谱反射的相关性； 地形 遥感器波段间的重叠
4、 应用PCA可以去除相关性、突出地物特征、压缩数据 ，另外还可以剔除噪声，因为PCA变换后的信息量通 常随主分量顺序而减少，噪声信息更突出14多光谱变换2、K-L变换离散（Karhunen-Loeve）变换基本原理：求出一个变换矩阵，经变换形成一组新的主分量波段，公 式为：Y=AX其中，Y为变换后的主分量空间像元矢量，如主分量1，2， 3X为变换前的多光谱空间像元矢量，如TM1，TM2，. A为变换矩阵。是X空间协方差矩阵x的特征向量矩阵的转置 矩阵。15多光谱变换2、K-L变换离散（Karhunen-Loeve）变换步骤：1. 计算原始图象的协方差矩阵；2. 计算的特征值和特征向量；3. 生
5、成主成分16多光谱变换2、K-L变换离散（Karhunen-Loeve）变换17原始图象TM1-5， 7主成分图象PC1-618多光谱变换2、K-L变换离散（Karhunen-Loeve）变换变换意义：1、数据压缩：取123三个主分量，包含了绝大多数的地物 信息，数据量可减少到43%。2、图像增强：前几个主分量，信噪比大，突出了主要信 息，增强了图像。19多光谱变换2、K-L变换离散（Karhunen-Loeve）变换20多光谱变换3、K-T变换（Kauth-Thomas）变换是一种线性变换，使坐标轴发生旋转，旋转之后坐标轴的 方向与地物，特别是和植被生长及土壤有密切的关系。 Y=BX21多光谱变换3、K-T变换（Kauth-Thomas）变换22多光谱变换3、K-T变换（Kauth-Thomas）变换Y1:亮度Y2:绿度Y3:湿度2324
