《遥感原理与应用-第六章 遥感图像辐射处理》由会员分享，可在线阅读，更多相关《遥感原理与应用-第六章 遥感图像辐射处理（43页珍藏版）》请在金锄头文库上搜索。
1、本章内容： 辐射校正（1） 辐射增强（1） 图像平滑（2） 图像锐化（2） 图像融合（3） 重点内容： 图像增强处理 多源图像融合,第六章 遥感图像辐射处理,图像预 处理的内容,1/17,概念： 利用传感器观测目标辐射或反射电磁能量时，从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是不一致的，称为光谱亮度失真。这种消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。 完整的辐射校正包括传感器校正、大气校正、太阳高度及地形校正。,第六章 遥感图像辐射处理 6.1辐射校正,2/17,3/17,1、传感器校正 畸变来源：光学系统、光电变换系统。 校正方法：陆地卫星系列通过飞行前
2、实地测量，预先测出各波段的辐射值（L)和记录值（DN）之间的校正乘系数（记为A)和校正加系数（记为B),其纠正公式为： L=A*DN+B A和B在使用期限内是固定不变的。 此过程又称为传感器辐射定标,第六章 遥感图像辐射处理 6.1辐射校正,4/17,2、大气校正 大气影响比较复杂，没有统一的数学模型。对于任何一幅图像，大气数据几乎永远是变化的。 方法一：从图像本身来估计大气参数，然后以一些实测数据，反复运用大气模拟模型来修正这些参数，实现对图像数据的校正。 方法二：利用地面实况数据进行大气校正。利用预先设置的反射率已知的标志，把地面实测数据和传感器输出的图像数据进行比较，来消除大气的影响。该
3、方法仅适用于特定的地区及时间。,第六章 遥感图像辐射处理 6.1辐射校正,5/17,3、太阳高度和地形校正 太阳高度角引起的辐射畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光垂直照射是获取的图像，因此在做辐射校正时，需要知道成像时刻的太阳高度角。太阳高度角可以根据成像时刻的时间、季节和地理位置确定。 具有地形坡度的地面，对进入遥感器的太阳光线的辐射亮度有影响，地形坡度引起的辐射校正需要知道成像地区的DEM，校正不方便。,第六章 遥感图像辐射处理 6.1辐射校正,6/17,第六章 遥感图像辐射处理 6.1辐射校正,7/17,地面辐射校正场 当遥感数据辐射校正后，需要通过地面辐射校正场来对计
4、算结果进行验证和修正。 世界典型的辐射场有：1979年美国新墨西哥州白沙地面辐射定标场、1987年法国马赛西北La Crau沙地面辐射定标场。 中国的辐射场：敦煌西戈壁辐射校正场（可见和红外）、青海湖辐射校正场（热红外和红外）。,第六章 遥感图像辐射处理 6.1辐射校正,8/17,第六章 遥感图像辐射处理 6.2辐射增强,图像增强目的： 增强感兴趣目标与周围目标的反差，突出目标，消弱某些不需要的信息。 图像增强手段： 空间域 频率域 灰度直方图（会计算）,9/17,各种图像直方图,10/17,第六章 遥感图像辐射处理 6.2 辐射增强,图像反差调整 1、线性变换：在曝光不足或过度的情况下，图像
5、灰度会局限在一个较小范围内，图像没有灰度层次。采用线性变换对每一个像素灰度做线性拉伸，有效改善视觉效果。 分段线性变换,11/17,12/17,2、直方图均衡化 将原始直方图修改为近似均匀分布直方图，从而拉开灰度间距，增大反差，使图像细节清晰，达到增强目的。,第六章 遥感图像辐射处理 6.2 辐射增强,13/17,6.2 辐射增强,14/17,直方图均衡化计算步骤示意图,15/17,16/17,第六章 遥感图像辐射处理 6.2 辐射增强,3、直方图正态化 4、直方图匹配 通过非线性变换使得一个图像的直方图与另一个图像直方图类似。 5、图像灰度反转（获得相反图像） 方法一：条件反转 方法二：简单
6、反转,17/17,本节主要内容 一种划分方式：空间域增强（包括平滑和锐化） 频率域增强（包括平滑和锐化） 另一种划分方式：图像平滑（空间域和频率域） 图像锐化（空间域和频率域） 本节重点内容 空间域平滑/锐化 频率域平滑/锐化,第六章 遥感图像辐射处理 6.3 图像增强,1/10,一、空间域平滑 目的： 1、邻域平均法（模板法、掩模法） 基本掩模 其他掩模 问题1：模板全部权系数和应为1，为什么 问题2：邻域平均法有何缺点？ 思考：能否自己编程实现邻域平均法,第六章 遥感图像辐射处理 6.3 图像增强,2/10,一、空间域平滑 2、中值滤波法 对一个滑动窗口内的全部像素灰度值排序，用其中值代替
7、窗口中心像素的原来灰度值。（非线性） 中值滤波的例子,第六章 遥感图像辐射处理 6.3 图像增强,3/10,总结：中值滤波的优点和缺点 优点是去噪（特别是脉冲或椒盐噪声）同时较好地保持了边缘，缺点是对点、细线等细节较多的图像不大适合。 演示：基于MATLAB的中值滤波程序,第六章 遥感图像辐射处理 6.3 图像增强,4/10,二、空间域锐化 目的：增强图像的边缘或轮廓。 图像平滑与锐化比较：模糊边缘/突出边缘 积分运算/微分运算 模板和1/模板和0 空间域锐化的方法与边缘检测方法一致！ 常用的算子有：（见本PPT的127页） Roberts算子 Prewitt/Sobel算子 Laplacia
8、n算子,第六章 遥感图像辐射处理 6.3 图像增强,5/10,频率域增强基本思想：（理解公式含义） 关键是H(u,v)的选择 三、频率域平滑（低通滤波） 原理： 常见低通滤波器有： 1、理想低通滤波器（缺点） 2、Butterworth低通滤波器 3、指数滤波器 4、梯形低通滤波器（优点）,第六章 遥感图像辐射处理 6.3 图像增强,6/10,7/10,四、频率域锐化（高通滤波） 原理：图像的边缘、细节主要在哪里体现？为了突出边缘，则采用高通滤波器让高频成分通过，消弱低频成分，在通过傅立叶逆变换得到边缘锐化后的图像。 1、理想高通 2、Butterworth高通 3、指数高通 4、梯形高通 程
9、序演示,第六章 遥感图像辐射处理 6.3 图像增强,8/10,第六章 遥感图像辐射处理 6.3 图像增强,五、带阻滤波 1、对称点 遥感图像传到地面时常有网络状干扰图像，其频率图形一般是对称点。在频率域设法把这对点去掉或阻挡掉，再反变换到空间域，就可以把网络图形干扰去掉，这叫做带阻滤波。,9/10,10/10,主要内容 图像融合概况（概念、目标、关键技术） 图像融合方法（彩色技术、算术运算、图像变换） 融合效果评价（定性、定量评价） 重点内容 图像融合概念及目标 基于主分量变换方法,第六章 遥感图像辐射处理 6.4 图像融合,1/16,一、图像融合概况 1、概念: 多源遥感数据间融合 遥感数据
10、与非遥感数据融合 又称为“信息融合”、”数据整合“、”结合“、”叠合“ 图像融合是对多传感器的图像数据和其它信息处理过程，生成一幅具有新的空间、波谱、时间特征的合成图像。 融合可在3个层次上进行：像素、特征、决策层,第六章 遥感图像辐射处理 6.4 图像融合,2/16,（1）基于像素的图像融合 关键问题：几何纠正像素重采样 （2）基于特征的图像融合 从初始影像中提取特征，然后对特征进行匹配 优点：针对性强、数据量小、分类精度高 （3）基于决策层的图像融合 在图像理解和模式识别基础上的融合。 在特征提取的基础上，直接面向应用进行融合,第六章 遥感图像辐射处理 6.4 图像融合,3/16,图8.1
11、,4/16,2、图像融合具体目标 （1）提高图像空间分辨率（图像锐化） （2）改善图像几何精度 （3）增强特征显示能力 （4）改善分类精度 （5）提供变换检测能力（什么样的数据？） （6）修补图像数据的缺陷,第六章 遥感图像辐射处理 6.4 图像融合,5/16,3、图像融合的关键技术 涉及的领域：信号处理、计算机科学、模式识别、最优化技术、图像处理、人工智能以及地学知识。 （1）遥感数据的空间配准 不同平台数据其几何特征相差很大 达到同一区域不同图像地理坐标的统一。 （2）建立合适的融合模型 首先明确融合的目的选择合适模型 （3）选择恰当的融合方法,第六章 遥感图像辐射处理 6.4 图像融合,
12、6/16,图8.2,7/16,二、图像融合方法 1、彩色技术 彩色图像两种表达方式： RGB混色系统：红、绿、蓝三原色坐标系统 IHS显色系统：亮度、色调、饱和度坐标系统。 彩色技术指采用不同的彩色坐标系统，把多源遥感数据融合起来，产生彩色合成图像。 （1）RGB彩色合成 指定3个波段图像分别赋予RGB三原色进行彩色合成，人为指定水为蓝色、裸地为绿色、植被为红色,第六章 遥感图像辐射处理 6.4 图像融合,8/16,第六章 遥感图像辐射处理 6.4 图像融合,（2）IHS变换 R、G、B呈非线性关系IHS系统 IHS彩色变换指将标准RGB图像分离为I、H、S 变换公式为： 目前，IHS变换已成
13、为彩色增强、特征增强、改善空间分辨率、融合分离的数据等图像处理和分析的一种有效方法被广泛应用。,9/16,第六章 遥感图像辐射处理 6.4 图像融合,（3）照度色度（YIQ） Y：图像亮度，是RGB信号的组合 I：红色减去青色 Q：品红色减去绿色 2、算术运算 （1）加乘运算 （2）差值与比值图像 对变化检测很有效，差值可抑止背景，比值可消除地形坡度引起的辐射变化、乘法性噪声影响。,10/16,第六章 遥感图像辐射处理 6.4 图像融合,（3）混合运算 采用加减乘除运算可部分消除大气影响。 为实现空间增强，常用高分辨率的全色图像（P）与多光谱图像（S）融合，常用的方法有： 此法既保留了辐射数据
14、完整性，又增加空间分辨率,11/16,3、图像变换 （1）主成分分析（PCA） 方法1：用一幅高分辨图像代替多波段图像的第一主成分PC1,然后进行主成分逆变换，得到融合图像 方法2：将高分辨图像作为一个波段和多光谱图像组合一起进行PCA，生成一幅图像，以减少数据的冗余度，如PC123、TM17的最佳波段选择等。 （2）相关系数法 基于对被融合图像之间波谱特性的相关统计分析,第六章 遥感图像辐射处理 6.4 图像融合,12/16,公式如下： A、B为经验常数，a，b为权重系数，分别表示两个被融合图像在融合中的贡献大小，可由相关系数rij确定。 例：SPOT影像的“P+XS”模式 10米分辨率全色
15、（P)+20米分辨率多光谱（XS）增强图像细节的同时，又保留了多光谱信息。该融合图像被广泛应用于城市遥感。,第六章 遥感图像辐射处理 6.4 图像融合,13/16,（3）空间滤波法（多用于不同分辨率图像融合） 对高分辨率图像（如SPOT-P）作高通滤波处理，得到高频数据，然后加到低分辨图像（如TM）中。 例：中巴资源1号卫星的多光谱数据（20米）与SPOT-P，经高通滤波融合的结果。 （4）小波变换 经小波变换可将图像分解为具有不同空间分辨率、频率特征的子图像，比如低频图像和高频图像。 具体方法：用低分辨率（TM）图像的低频代替高分辨率（SPOT-P)的低频，然后新SPOT-P进行小波逆变换，
16、得到融合后的图像。,第六章 遥感图像辐射处理 6.4 图像融合,14/16,第六章 遥感图像辐射处理 6.4 图像融合,三、融合效果评价 1、定性评价 目视判读，主观 2、定量评价 从信息量、清晰度、逼真度、分类精度四方面评价 （1）基于信息量的评价 熵评价信息量的重要指标 （2）基于清晰度的评价 梯度：反映图像微小细节反差变化的速率 梯度越大，图像层次越多，图像越清晰。,15/16,（3）基于逼真度的评价 评价图像与标准图像的偏离程度。常用指标有 a、偏差指数 b、相关系数 c、均值偏差/方差偏差 偏离程度一般是指融合后图像的改善程度，数值越大说明改善程度越好，与偏离的原始含义恰好相反 （4）基于分类精度的评价,第六章 遥感图像辐射处理 6.4 图像融合,16/16,
