《第三章 遥感数字图像的基础理论》由会员分享，可在线阅读，更多相关《第三章 遥感数字图像的基础理论（34页珍藏版）》请在金锄头文库上搜索。
1、第三章 遥感数字图像的基础理论3.1 图像和遥感数字图像3.2 遥感数字图像处理3.3 ENVI的基本操作3.1 图像和遥感数字图像图像是对客观对象一种相似性的描述或写真，它包含了被描述或写真对象的信息，是人们最主要的信息源。根据人的视觉的可视性可将图像分为：图像可见图像有图片、照片、素描和油画等，以及用透镜、光栅和全息技术产生的各种可见图像。不可见图像不可见光成像（如紫外线、红外线和微波成像）和不可见测量 值（如温度、压力、人口密度）的分布图。一、图像和数字图像3.1 图像和遥感数字图像根据图像的明暗程度和空间坐标的连续性，可将图像分为：图像模拟图像又称光学图像，指空间坐标和明暗程度连续变化
2、的、计算机无法直接处理的图像，属于可见图像。 数字图像 用计算机存储和处理的图像，是一种空间坐标和灰度均不连续、以离散数学原理表达的图像。在计算机内部，表现为二维阵列（网格），属于不可见图像。3.1 图像和遥感数字图像二、遥感数字图像遥感数字图像是以数字形式表示的遥感图像。遥感数字图像中的像素值称为亮度值（或称为灰度值、DN值）。亮度值的高低由传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同且受大气的影响不同，相同地点不同图像（不同波段、不同时期、不同种类的图像）的亮度值可能不同。需要强调的是：像素的亮度值具有相对的意义，仅在图像内才能相互比较。不同图像中的相同位置
3、上的像素无法直接比较。只有当两景图像由同一物理过程获取，或者对两景图像的亮度值进行标准化处理以去除不同物理过程的影像后，才可以比较不同图像的像素值。3.2 遥感数字图像处理一、遥感数字图像处理概述遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。（1）图像增强：使用图像增强的方法压抑、去除噪声，增强整体图像或突出图像中的特定地物的信息，使图像更容易理解、解释和判读。（2）图像校正：也称图像恢复、图像复原，主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真和非线性校正。主要包括辐射校正和几何校正。在信息提取前，必须对遥感图像进行校正处理，以使图像信息能
4、够正确地反映实际地物信息或物理信息。图像增强着重强调特定的图像特征，其过程本身不会增加数据中原有的信息内容，仅仅是突出了特定的图像特征，使图像更易于可视化的解释和理解。3.2 遥感数字图像处理（3）信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。主要包括图像分割、分类等方法，处理结果为分类专题图。二、遥感数字图像处理系统计算机大容量存储设备操作台数字化设备显示器和输出设备1、硬件系统1、软件系统遥感数字图像处理系统的典型功能包括：（1）由不同传感器获得的不同图像数据的存取和转换；（2）几何校正；（3）辐射校正；（4）图像增强处理；（5）统计分析；（6）特征提取；（7）图像分类
5、和分类后处理；（8）专题制图；（9）专业工具。3.2 遥感数字图像处理目前市场上主要有以下个遥感数字图像处理系统。（1）IDRISIIDRISI是美国克拉克大学地理学研究院所属的克拉克制图技术与地学分析实验室主持的一项非赢利的科学研究项目，它得到联合国培训与研究机构(UNITAR)和联合国环境规划署全球资源数据库的大力支持。以网格为基础的地理信息系统。是具备遥感图像数字处理和地理信息系统功能的综合性地理信息系统与图像处理系统，系统的设计目标是为地理研究人员提供完整的地学分析、遥感图像处理、空间数据管理和统计分析方面的专业水平的分析功能，已被成功应用于自然资源管理、环境动态监测和影响评价、区域和
6、城市规划以及生态学研究的众多领域。3.2 遥感数字图像处理3.2 遥感数字图像处理（2） PCI（）PCI的功能主要有： 、专业遥感图像处理。PCI软件中，遥感数据分为四类：第一类为常规光学遥感数据，如航片、TM、SPOT、IRS等，这类数据可使用经典的图像处理技术；第二类为特殊光学遥感数据，有美国气象卫星AVHRR和高光谱数据的专门处理模块；第三类为常规SAR数据，即单波段、单极化到多波段、多极化的SAR数据；第四类为新概念SAR数据，即全极化和干涉SAR数据，有专门的处理模块。 、遥感数据校正。专业模块有调制传输函数（MTF）图像复原、大气校正和航片、卫片的正射校正模块。、雷达数据处理。提
7、供了SAR图像几何校正，另外提供了丰富的滤波、纹理分析、辐射校正与定标、变化监测和图像质量评价工具。PCI Geomatica软件是加拿大PCI公司开发的用于遥感图像处理、GIS分析、摄影测量和制图输出的多功能软件系统。Geomatica作为图像处理软件系统的先驱，以其丰富的软件模块、支持丰富的数据格式、适用于各种硬件平台、灵活的编程能力和便利的数据可操作性代表了图像处理系统的发展趋势和技术先导。随着图像处理技术的日益成熟和发展，PCI Geomatica软件的数据应用领域不断地拓宽，包括石油天然气勘探、矿产资源勘探、林业、农业、土地资源调查评估与管理、自然灾害动态监测、测绘、环保、城市规划、
8、铁路交通、大规模管道工程设计、沙漠治理、工程建设、气象预报、医学光片解析、光谱分析、雷达数据分析等非常广泛的领域。 3.2 遥感数字图像处理、全系列数字摄影测量。可以进行航空像片的全数字摄影测量及利用航片立体像对提取DEM；对SPOT、TM和IRS图像的正射校正及利用SPOT、IRS立体像 对提取DEM、Radarsat、ERS和JERS图像的正射校正及利用Radarsat立体像对提取 DEM。、独特的GIS功能。将栅格、失量和属性数据的一体化管理，其次是强大 的查询、分析功能。如查询、使用动态数据交换的查询结果生成统计图表，完善 的Overlay、Buffer和网络分析功能，最强的离散点数据
9、分析功能，另外还有TIN和 地形分析功能等。、强大的制图功能，灵活的三维可视化软件，最新的算法与技术的应用。 如神经网络分类模块中的小波变换、模糊逻辑分类器、基于频率的上下文分类器 、多层感知神经网络分类器等。还可进行不同来源光谱信息与空间信息的融合， 并且融合时能保持各波段光谱信息的独立性。还有可视化二次开发环境，其二次 开发语言是EASI语言，该语言在语法上与C和FORTRAN等结构化程序设计语言类 似。3.2 遥感数字图像处理3、EARDAS IMAGING 是美国EARDAS公司开发的遥感图像处理系统，它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块
10、，服务于不同层次用户的模型开发工具以及高速的RS/GIS集成功能，为遥感及相关领域的用户提供了内容丰富且功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。3.2 遥感数字图像处理ERDAS的系统特点:包含充分的接口。如与世界著名的GIS软件ARCINFO，计算机辅助设计软件Autocad，大众数据库Dbase，及Minitab、SAS各种统计软件等，有着良好的接口，这样，ERDAS的数据文件就能与其它软件进行交流与共享，扩大了ERDAS的应用面。别具特色的栅格地理信息系统, 具有关于GIS专题的迭加、复合、搜索、分析等诸多功能，GISMO语言，方便易用。 3.2 遥感数字图像处理E
11、NVI是美国RSI（）公司的产品，ENVI包含齐全的遥感影像处理功能，包括数据输入/输出、常规影像处理、几何校正、大气校正及定标、全色数据分析、多光谱数据分析、高光谱数据分析、雷达数据分析、地形地貌分析、矢量分析、神经网络分析、区域分析、GPS联接、正射影像图生成、三维景观生成、制图等；这些功能连同功能强大的IDL交互式底层开发语言，组成了非常全面的图像处理系统。（4） ENVI（）3.2 遥感数字图像处理ENVI完整的图像处理工具包括了先进的多光谱数据分析、高光谱数据分析工具，除了常用的Isodata、K-Mean、平行六面体、最小距离、最大似然和马氏距离等算法外，ENVI还具有许多先进的波
12、谱分析功能，如混合像元分类、匹配滤波、线性波谱分离、波谱特征匹配、决策树分类和神经网络分类等。几何校正工具，包括影像的正射校正、地理信息查询表、针对不同传感器的特定几何校正方式，多种灵活的校正方式和参数选择。还具有地形分析、雷达分析、栅格和矢量数据的GIS分析等功能。 3.2 遥感数字图像处理ENVI是完全由 IDL（Interactive Data Language)写成。由于IDL的开放性，用户可以很容易的进行二次开发，方便灵活，可扩展性强。ENVI的设计思想3.2 遥感数字图像处理ENVI包含所有基本的遥感影像处理功能，如：校正、定标、波段运算、分类、对比增强、滤波、变换、边线检测及制图
13、输出功能，从32版本起还可以加注汉字。ENVI的功能概况ENVI可与各种GIS数据套合，ENVI的矢量工具可以进行屏幕数字化、栅格和矢量叠合，矢量编辑，缓冲区分析，创建并编辑属性并进行相关矢量层的属性查询。3.2 遥感数字图像处理ER Mapping是澳大利亚Earth Resource Mapping公司开发的遥感图像处理系统，它注重于图像压缩和图像的网络服务。（5） ER Mapper遥感图像处理系统（)它的最大特点是基于算法的图像处理，不仅可以保存处理的算法而不保存处理后的图像，从而节省硬盘的空间。同时ER Mapping具有无缝镶嵌、均衡色彩和压缩图像等功能。3.2 遥感数字图像处理三
14、、遥感技术的发展现状（1）遥感数据源的突飞猛进。信息技术和传感器技术的飞速发展带来了遥感数据源的极大丰富，每天都有数量庞大的不同分辨率的遥感信息，从各种传感器上接收下来，这些高分辨率、高光谱的遥感数据为遥感定量化、动态化、网络化、实用化和产业化及利用遥感数据进行地物特征的提取，提供了丰富的数据源。1、当前遥感技术发展态势（2）定量化。遥感信息定量化是指通过实验的或物理的模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学及大气等观测目标参量。3.2 遥感数字图像处理（3）智能化。遥感的智能化首先表现在遥感传感器的可编程上。传感器不仅可以按设定的方式进行扫描，而且可
15、以根据具体要求由地面进行控制编程，使用户可以获得多角度、高时间密度的数据。（4）动态化。由于小卫星技术的发展，使得卫星造价很低，因此卫星网络计划得以顺利实施。NASA的“传感器网络”使用户可以在获得更高分辨率的数据的同时，也可以获得更高时间密度的遥感数据。而雷达微波技术的发展，更使用户可以获得全天候的遥感数据，这些都为遥感动态监测创造了条件，使遥感数据真正实现了“四维”（空间维和时间维）信息获取。3.2 遥感数字图像处理（5）网络化。目前网络化的GIS、RS产品在Internet上的应用为典型的三层结构，包括客户机、应用服务器与WEB服务器、数据库服务器。现在网络化的GIS、RS产品的应用概括
16、起来其应用方向分为两大类，一类为基于Internet的公共信息在线服务，为公众提供交通、旅游、餐饮娱乐、房地产、购物等与空间信息有关的信息服务。比如MapQuest（）。另一类应用为基于Internet的企业内部业务管理，如帮助企业进行设备管理、线路管理以及安全监控管理等。（6）实用化、工程化与产业化。遥感产业化已经成为必然趋势，但在产业化的过程中有许多关键问题有待解决，其中遥感工程应用技术及工程标准是急需解决的问题。3.2 遥感数字图像处理定量化的要求使得高光谱遥感信息的定量分析与应用成为迫切的需要。高光谱传感器的光谱分辨率已达数纳米级，空间分辨率仅几米，对应图像任一像元反演的地物光谱，可与地面实测值相比拟，这将便于实验室地物光谱分析模型直接应用到高光谱遥感的处理和分析研究，以及利用计算机自动进行地物的光谱分类和匹配识别研究。2、遥感地物定量化研究现状3.2 遥感数字图像处理四、遥感信息科学的发展趋势全球对地观测
