遥感图像预处理

《遥感图像预处理》由会员分享，可在线阅读，更多相关《遥感图像预处理（135页珍藏版）》请在金锄头文库上搜索。

1、第四章第四章 遥感图像处理遥感图像处理前言前言n遥感图像的应用处理，相对于一般传统意义上遥感图像的应用处理，相对于一般传统意义上的图像处理，就好比拿一幅加噪、模糊后的蒙的图像处理，就好比拿一幅加噪、模糊后的蒙娜丽莎画像的照片，要求计算机处理后不但要娜丽莎画像的照片，要求计算机处理后不但要滤除噪声，恢复高频分量，而且要知道蒙娜丽滤除噪声，恢复高频分量，而且要知道蒙娜丽莎究竟是什么表情，为什么会有那样的表情。莎究竟是什么表情，为什么会有那样的表情。 李小文李小文前言前言n对某些学习电子、计算机、物理、数学等学科对某些学习电子、计算机、物理、数学等学科专业出身并正在从事遥感图像处理的科技人员专业出身

2、并正在从事遥感图像处理的科技人员而言，不同地理景观区，不同季节获得的图像而言，不同地理景观区，不同季节获得的图像都同样是一串大小不等的数码，很难体会到其都同样是一串大小不等的数码，很难体会到其中包含着极其重要而又复杂的生物学、地学等中包含着极其重要而又复杂的生物学、地学等内容内容 戴昌达戴昌达第一节第一节 光学原理与光学处理光学原理与光学处理 颜色视觉颜色视觉 加色法与减色法加色法与减色法 光学增强处理光学增强处理一、颜色视觉一、颜色视觉1 1、亮度对比和颜色对比、亮度对比和颜色对比（1 1）亮度对比亮度对比：对象相对于背景的的明亮对象相对于背景的的明亮程度。改变对比度，可以提高图象的视觉程度

3、。改变对比度，可以提高图象的视觉效果。效果。（2 2）颜色对比颜色对比：在视场中，相邻区域的不在视场中，相邻区域的不同颜色的相互影响叫做颜色对比。两种颜同颜色的相互影响叫做颜色对比。两种颜色相互影响的结果，使每种颜色会向其影色相互影响的结果，使每种颜色会向其影响色的补色变化。在两种颜色的边界，对响色的补色变化。在两种颜色的边界，对比现象更为明显。因此，颜色的对比会产比现象更为明显。因此，颜色的对比会产生不同的视觉效果。生不同的视觉效果。 2 2、颜色的性质：、颜色的性质： 所有颜色都是对某段波长有选择地反射而对其所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。他波长吸收的结果。 颜色

4、的性质由明度、色调、饱和度来描述。颜色的性质由明度、色调、饱和度来描述。 （1 1）明度：）明度：是人眼对光源或物体明亮程度的是人眼对光源或物体明亮程度的感觉。感觉。 物体反射率越高，明度就越高。物体反射率越高，明度就越高。 （2 2）色调：）色调：是色彩彼此相互区分的特性。是色彩彼此相互区分的特性。 （3 3）饱和度：）饱和度：是色彩纯洁的是色彩纯洁的 程度，即光谱中程度，即光谱中波长段是否窄，频率是否单一的表示。波长段是否窄，频率是否单一的表示。 3 3、颜色立体、颜色立体（1 1）颜色立体）颜色立体：中间垂直轴代表明度中间垂直轴代表明度 ；中间水；中间水平面的圆周代表色调；圆周上的半径大

5、小代表饱平面的圆周代表色调；圆周上的半径大小代表饱和度。和度。（2 2）孟赛尔颜色立体：）孟赛尔颜色立体：中轴代表无色彩的明度中轴代表无色彩的明度等级；在颜色立体的水平剖面上是色调；颜色离等级；在颜色立体的水平剖面上是色调；颜色离开中央轴的水平距离代表饱和度的变化。开中央轴的水平距离代表饱和度的变化。孟赛尔色立体纵剖面图孟赛尔色立体纵剖面图孟赛尔色立体孟赛尔色立体二、加色法与减色法二、加色法与减色法1 颜色相加原理颜色相加原理三原色：三原色：若三种颜色，其中的任一种都不能由其若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，这三种颜色按一定余二种颜色混合相加产生，这三种颜色按一定比例混

6、合，可以形成各种色调的颜色，则称之比例混合，可以形成各种色调的颜色，则称之为三原色。红、绿、蓝。为三原色。红、绿、蓝。互补色：互补色：若两种颜色混合产若两种颜色混合产生白色或灰色，这两种颜色生白色或灰色，这两种颜色就称为互补色。黄和蓝、就称为互补色。黄和蓝、红和青、绿和品红。红和青、绿和品红。色度图：色度图：可以直观地表现颜可以直观地表现颜色相加的原理色相加的原理, ,更准确地表更准确地表现颜色混合的规律现颜色混合的规律. .2 2 颜色相减原理颜色相减原理n减色过程减色过程: :白色光线先后通过两块滤光片的过程白色光线先后通过两块滤光片的过程. .n颜色相减原理颜色相减原理: :当两块滤光片

7、组合产生颜色混合当两块滤光片组合产生颜色混合时时, ,入射光通过每一滤光入射光通过每一滤光片时都减掉一部分辐射，片时都减掉一部分辐射，最后通过的光是经过最后通过的光是经过多次减法的结果多次减法的结果. .n加色法与减色法的区别加色法与减色法的区别: :n减法三原色减法三原色: :黄、品红、青黄、品红、青三、光学增强处理三、光学增强处理图像的光学增强处理方法具有精度高，图像的光学增强处理方法具有精度高， 反反映目标地物更真实，图像目视效果好等优点，映目标地物更真实，图像目视效果好等优点，是遥感图像处理的重要方法之一。是遥感图像处理的重要方法之一。计算机图像处理的优点在于速度快、操作简计算机图像处

8、理的优点在于速度快、操作简单、效率高等优点，有逐步取代光学方法的单、效率高等优点，有逐步取代光学方法的趋势。趋势。1.彩色合成彩色合成加色法彩色合成加色法彩色合成减色法彩色合成减色法彩色合成2.光学增强处理光学增强处理3.光学信息的处理光学信息的处理图像的相加和相减图像的相加和相减遥感黑白影象的假彩色编码遥感黑白影象的假彩色编码第二节第二节 遥感数字图像的校正遥感数字图像的校正 遥感数字图像遥感数字图像 辐射校正辐射校正 几何校正几何校正 镶嵌处理镶嵌处理 一、一、 数字图像及其直方图数字图像及其直方图1.1.数字图像数字图像：遥感数据有光学图像和数字图像之遥感数据有光学图像和数字图像之分。数

9、字图像是能被计算机存储、处理和使用分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。的用数字表示的图像。2.2.数字化：数字化：将连续的图像变化，作等间距的抽样将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。数字量和量化。通常是以像元的亮度值表示。数字量和模拟量的本质区别：离散变量，连续变量。和模拟量的本质区别：离散变量，连续变量。3.3.数字图像的表示：矩阵函数数字图像的表示：矩阵函数 数字图像直方图：数字图像直方图：以每个像元为单位，表示以每个像元为单位，表示图图像中各亮度值或亮度值区间像元出现的频率的分布像中各亮度值或亮度值区间像元出现的频率的分布图。图。 直

10、方图的作用直方图的作用正态分布：正态分布：反差适中，亮度分布均匀，层次丰反差适中，亮度分布均匀，层次丰富，图像质量高。富，图像质量高。偏态分布：偏态分布：图像偏亮或偏暗，层次少，质量较图像偏亮或偏暗，层次少，质量较差。差。2 2 辐射校正辐射校正n辐射校正的含义辐射校正的含义q消除图像数据中依附在辐射亮度中的各种失真消除图像数据中依附在辐射亮度中的各种失真的过程称为辐射校正的过程称为辐射校正n大气辐射校正的目的大气辐射校正的目的是将卫星遥感数据转是将卫星遥感数据转换为地物真实信息的表面反射率换为地物真实信息的表面反射率,便于更有便于更有效地利用遥感数据效地利用遥感数据 2 2 辐射校正辐射校正

11、一、遥感图像的辐射误差主要有三个因素一、遥感图像的辐射误差主要有三个因素传感器的光电变换传感器的光电变换大气的影响大气的影响光照条件光照条件 2 2 辐射校正辐射校正一、遥感图像的辐射误差主要有三个因素一、遥感图像的辐射误差主要有三个因素传感器的光电变换传感器的光电变换传感器在光电变换的过程中，对各波传感器在光电变换的过程中，对各波段的灵敏度是有差异的，也就是说，段的灵敏度是有差异的，也就是说，传感器对各波段的光谱响应是不同的，传感器对各波段的光谱响应是不同的，由此造成辐射畸变。另外，传感器的由此造成辐射畸变。另外，传感器的光学镜头的非均匀性，会引起边缘减光学镜头的非均匀性，会引起边缘减光，也

12、会造成图像辐射的畸变。光，也会造成图像辐射的畸变。 2 2 辐射校正辐射校正一、遥感图像的辐射误差主要有三个因素一、遥感图像的辐射误差主要有三个因素大气的影响大气的影响地物（目标物）的辐射（反射）经过大气地物（目标物）的辐射（反射）经过大气层时，与大气层发生散射作用和吸收作用。层时，与大气层发生散射作用和吸收作用。吸收作用直接降低地物的辐射能量，引起吸收作用直接降低地物的辐射能量，引起辐射畸变。散射作用除降低地物的辐射能辐射畸变。散射作用除降低地物的辐射能量外，大气散射的部分辐射还会进入传感量外，大气散射的部分辐射还会进入传感器，直接叠加在目标地物的辐射能量之中，器，直接叠加在目标地物的辐射能

13、量之中，成为目标地物的噪声，降低了图像的质量。成为目标地物的噪声，降低了图像的质量。 2 2 辐射校正辐射校正一、遥感图像的辐射误差主要有三个因素一、遥感图像的辐射误差主要有三个因素光照条件光照条件光照条件的不同也会引起辐射畸变，如光照条件的不同也会引起辐射畸变，如太阳高度角、地面坡度等，都会引起辐太阳高度角、地面坡度等，都会引起辐射的畸变射的畸变 二、大气散射校正二、大气散射校正1.1.大气影响的定量分析大气影响的定量分析 一、概述一、概述n辐射传输方程辐射传输方程简化后的大气辐射传输方程简化后的大气辐射传输方程E=E0e-T(o,H)+Epath2.2.大气影响的粗略校正大气影响的粗略校正

14、 通过简单的方法去掉程辐射（散射光直接进通过简单的方法去掉程辐射（散射光直接进入传感器的那部分），从而改善图像质量。入传感器的那部分），从而改善图像质量。直方图最小值去除法直方图最小值去除法回归分析法回归分析法: :校正的方法是将波段校正的方法是将波段b b中每个中每个像元的亮度值减去像元的亮度值减去，来改善图像，去掉，来改善图像，去掉程辐射。程辐射。n以以TM2、4为例为例qTM4为为X轴轴qTM2为为Y轴轴q由一组点拟合其由一组点拟合其回归直线回归直线 y=a+bxa截距，截距，b斜率斜率回归分析法回归分析法n其他的辐射误差校正其他的辐射误差校正地形校正前地形校正前DEMDEM地形校正后地

15、形校正后（三）其它辐射误差校正（三）其它辐射误差校正n条纹误差的校正条纹误差的校正常用方法：平均值法、直方图法，垂直于扫描线常用方法：平均值法、直方图法，垂直于扫描线方向上的最近邻点法、三次立方法方向上的最近邻点法、三次立方法3.高光谱图像的校准和归一化高光谱图像的校准和归一化一般较实用的方法有：一般较实用的方法有：n残差图像法残差图像法，首先假定影像的像元值是另，首先假定影像的像元值是另一波段影像的一个线性函数一波段影像的一个线性函数,通过最小二通过最小二乘法来进行回归乘法来进行回归,然后再用回归方程计算然后再用回归方程计算出的预测值来减去影像的原始像元值出的预测值来减去影像的原始像元值,从

16、从而获得回归残差图像。而获得回归残差图像。 n内部平均相对反射法内部平均相对反射法(IARR)，即对每个像，即对每个像元的光谱值除以整个图像的平均值；元的光谱值除以整个图像的平均值；3.高光谱图像的校准和归一化高光谱图像的校准和归一化n实用线性方法实用线性方法，即线性回归每个波段的记，即线性回归每个波段的记录值和实际测量值得到一个线性增量系录值和实际测量值得到一个线性增量系数和偏差值，从而校正其他值数和偏差值，从而校正其他值n平场法平场法选一块光谱均一的高反射区取其选一块光谱均一的高反射区取其平均值，然后对每一个像元的光谱值除以平均值，然后对每一个像元的光谱值除以这个平均值这个平均值N。3.高

17、光谱图像的校准和归一化高光谱图像的校准和归一化n以上多数方法都没有使用大气数据和模型，以上多数方法都没有使用大气数据和模型，因此确切地说仅对高光谱图像作了归一化因此确切地说仅对高光谱图像作了归一化处理。处理。n只有残差图像法是真正意义上的辐射校正，只有残差图像法是真正意义上的辐射校正，再就是实用线性方法，但它们都需要大量再就是实用线性方法，但它们都需要大量野外实地测量。野外实地测量。3 3 几何校正几何校正 一、遥感图像的几何变形有两层含义一、遥感图像的几何变形有两层含义 卫星在运行过程中，由于姿态、地球曲率、地卫星在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自形

18、起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。身性能所引起的几何位置偏差。图像上像元的坐标与地图坐标系统中相应坐标图像上像元的坐标与地图坐标系统中相应坐标之间的差异。之间的差异。二、卫星姿态引起的图像变形二、卫星姿态引起的图像变形航航高高：当当平平台台运运动动过过程程中中受受到到力力学学因因素素影影响响，产产生生相相对对于于原原标标准准航航高高的的偏偏离离，或或者者说说卫卫星星运运行行的的轨轨道道本本身身就就是是椭椭圆圆的的。航航高高始始终终发发生生变变化化，而而传传感感器器的的扫扫描描视视场场角角不不变变，从从而而导导致致影影像像扫扫描描行行对对应应的的地地面面长长度度发

19、发生生变变化化。航航高高越越向向高高处处偏偏离离，影影像像对对应应的的地地面面越越宽宽 例：遥感平台运动状态变化的影例：遥感平台运动状态变化的影响响 航航速速：卫卫星星的的椭椭圆圆轨轨道道本本身身就就导导致致了了卫卫星星飞飞行行速速度度的的不不均均匀匀，其其他他因因素素也也可可导导致致遥遥感感平平台台航航速速的的变变化化。航航速速快快时时，扫扫描描带带超超前前，航航速速慢慢时时，扫扫描描带带滞滞后后，由由此此可可导导致致影影像像在在卫卫星星前前进进方方向向上上（影影像上下方向）的位置错动。像上下方向）的位置错动。 俯俯仰仰：遥遥感感平平台台的的俯俯仰仰变变化化能能引引起起影影像像上上下下方方向

20、向的的变变化化，即即星星下下点点俯俯时时后后移移，仰时前移，发生行间位置错动。仰时前移，发生行间位置错动。 翻翻滚滚：遥遥感感平平台台姿姿态态翻翻滚滚是是指指以以前前进进方方向向为为轴轴旋旋转转了了一一个个角角度度。可可导导致致星星下下点点在在扫扫描描线线方方向向偏偏移移，使使整整个个影影像的行向翻滚角引起偏离的方向错动。像的行向翻滚角引起偏离的方向错动。 偏偏航航：指指遥遥感感平平台台在在前前进进过过程程中中，相相对对于于原原前前进进航航向向偏偏转转了了一一个个小小角角度度，从从而而引引起起扫扫描描行行方方向向的的变变化化，导导致致影影像像的倾斜畸变。的倾斜畸变。三、地形起伏的影响三、地形起

21、伏的影响四、地球曲率四、地球曲率一是像点位置的移动；一是像点位置的移动；二是像元对应于地面宽二是像元对应于地面宽度不等，距星下点愈远度不等，距星下点愈远畸变愈大，对应地面长畸变愈大，对应地面长度越长。度越长。五、大气折射五、大气折射 六、地球自转的影响六、地球自转的影响卫星自北向南运动，地球自西向东自卫星自北向南运动，地球自西向东自转，两者相对运动，使卫星的星下位转，两者相对运动，使卫星的星下位置逐渐发生偏移置逐渐发生偏移几何粗校正：几何粗校正：这种校正是针对引起几何畸变的原因进行的，这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规地面接收站在提供给用户资料前，已

22、按常规处理方案与图像同时接收到的有关运行姿态、处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正。该幅图像几何畸变进行了校正。 七、遥感图像几何校正方法七、遥感图像几何校正方法几何精校正：利用地面控制点进行的几何校正几何精校正：利用地面控制点进行的几何校正称为几何精校正。称为几何精校正。七、遥感图像几何校正方法七、遥感图像几何校正方法几个术语：几个术语： 图像配准：图像配准：同一区域里一幅图像对另一幅图像同一区域里一幅图像对另一幅图像的校准，以便两幅图像中的同名像元配准。的校准，以便两幅图像中的同名像元

23、配准。 图像纠正：图像纠正：借助于一组地面控制点，对一幅图借助于一组地面控制点，对一幅图像进行地理坐标的校正。像进行地理坐标的校正。 几个术语：几个术语： 图像地理编码：图像地理编码：是一种特殊的图像纠正方式，是一种特殊的图像纠正方式，把图像纠正到一种统一标准的坐标系把图像纠正到一种统一标准的坐标系 图像正射投影校正：图像正射投影校正：借助于地形高程模型借助于地形高程模型(DEM)(DEM)，对图像中每个像元进行地形变形的校正，对图像中每个像元进行地形变形的校正，使图像符合正射投影的要求。使图像符合正射投影的要求。 1 1、基本思路：、基本思路：把存在几何畸变的图像，纠把存在几何畸变的图像，纠

24、正成符合某种地图投影的图像，且要找到新正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。图像中每一像元的亮度值。 1 1、基本思路：、基本思路：把存在几何畸变的图像，纠把存在几何畸变的图像，纠正成符合某种地图投影的图像，且要找到新正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。图像中每一像元的亮度值。 2 2、具体步骤、具体步骤步骤一：步骤一：选取控制点选取控制点步骤二：步骤二：数据的空间变换数据的空间变换步骤三：步骤三：像元灰度插值像元灰度插值步骤一：选取控制点步骤一：选取控制点 (1)(1)地面控制点在地面控制点在图像上有明显的、清图像上有明显的、清晰的定位识别标

25、志，晰的定位识别标志，如道路交叉点、河流如道路交叉点、河流叉口、建筑边界等。叉口、建筑边界等。 (2) (2)地面控制点上地面控制点上的地物不随时间而变的地物不随时间而变化化 步骤一：选取控制点步骤一：选取控制点 (1)(1)地面控制点在图像上有明显的、清晰的地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流叉口、定位识别标志，如道路交叉点、河流叉口、建筑边界等。建筑边界等。 (2) (2)地面控制点上的地物不随时间而变化地面控制点上的地物不随时间而变化 地面控制点应当均匀地分布在整幅图像地面控制点应当均匀地分布在整幅图像内，且要有一定的数量保证。地面控制点的内，且要有一定的数

26、量保证。地面控制点的数量、分布和精度直接影响几何纠正的效果。数量、分布和精度直接影响几何纠正的效果。步骤一：选取控制点步骤一：选取控制点特殊情况下建立伪控制点或称模拟控制点特殊情况下建立伪控制点或称模拟控制点步骤二：数据的空间变换步骤二：数据的空间变换二元多项式近似的基本原理二元多项式近似的基本原理设两幅图像坐标系统间几何畸变关系可描述为：设两幅图像坐标系统间几何畸变关系可描述为： x=h1(x,y) y=h2(x,y) x=h1(x,y) y=h2(x,y)在未知情况下，在未知情况下， h1(x,y) h1(x,y)和和h2(x,y)h2(x,y)可用二元多可用二元多项式来近似项式来近似式中

27、，式中，n n为多项式的阶数为多项式的阶数 a aijij和和b bijij为各项系数为各项系数（2 2）空间坐标的计算问题）空间坐标的计算问题向前映射法（直接法）向前映射法（直接法）向后映射法（间接法）向后映射法（间接法）n向前映射法（直接法）向前映射法（直接法） g(x,y)=f(a(x,y),b(x,y) g(x,y)=f(a(x,y),b(x,y) 从原图像坐标计算出目标图像坐标从原图像坐标计算出目标图像坐标n向后映射法（间接法）向后映射法（间接法） f(a(x,y),b(x,y) = g(x,y) f(a(x,y),b(x,y) = g(x,y) 从结果图像的坐标计算原图像的坐标从结

28、果图像的坐标计算原图像的坐标n两种映射方法的对比两种映射方法的对比q对于向前映射：每个输出象素的灰度要经过对于向前映射：每个输出象素的灰度要经过多次运算；多次运算；q对于向后映射：每个输出象素的灰度只要经对于向后映射：每个输出象素的灰度只要经过一次运算。过一次运算。实际应用中，更经常采用向后映射法实际应用中，更经常采用向后映射法。步骤三：像元灰度插值步骤三：像元灰度插值步骤三：像元灰度插值步骤三：像元灰度插值插值方法插值方法n最近邻插值最近邻插值n双线性插值（一阶插值）双线性插值（一阶插值）n三次内插法（高阶插值）三次内插法（高阶插值）（1）最近邻插值最近邻插值q在待求像素的四个邻近像素中，输

29、出象素的在待求像素的四个邻近像素中，输出象素的灰度等于离它所映射位置最近的输入象素的灰度等于离它所映射位置最近的输入象素的灰度值。灰度值。(x,y)(x,y+1)(x+1,y+1)(x+1,y)（2 2）双线性插值）双线性插值q利用待求像素四个邻近像素的灰度在两个方利用待求像素四个邻近像素的灰度在两个方向作线性内插；向作线性内插；n对对(i,j+v)，f(i,j)到到f(i,j+1)的灰度的灰度变化为线性关系，有变化为线性关系，有f(i,j+v)=f(i,j+1)-f(i,j)v+f(i,j)n同理，对同理，对(i+1,j+v)有有f(i+1,j+v)=f(i+1,j+1)-f(i+1,j)v

30、+f(i+1,j)n从从f(i,j+v)到到f(i+1,j+v)的灰度变化的灰度变化也为线性关系也为线性关系n待求像素（任一点像素）的计算待求像素（任一点像素）的计算式为式为f(i+1,j)f(i,j+1)f(i+1,j+v)f(i+1,j+1)f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-)f(i+1,j)+uvf(i+1,j+1)(3)(3)三次内插法（高阶插值）三次内插法（高阶插值）n利用待插值点周围的利用待插值点周围的1616个邻点像素值个邻点像素值（4 4）内插方法的选择）内插方法的选择n内插方法的选择除了考虑图像的显示要求内插方法的选

31、择除了考虑图像的显示要求及计算量，还要考虑内插结果对分类的影及计算量，还要考虑内插结果对分类的影响响n当纹理信息为主要信息时，最邻近采样将当纹理信息为主要信息时，最邻近采样将严重改变原图像的纹理信息严重改变原图像的纹理信息n但当灰度信息为主要信息时，双线性内插但当灰度信息为主要信息时，双线性内插及三次内插法将减少图像异质性，增加图及三次内插法将减少图像异质性，增加图像同质性，其中，双线性内插方法使这种像同质性，其中，双线性内插方法使这种变化更为明显变化更为明显多源图像之间存在变形，就局部区域而言，同多源图像之间存在变形，就局部区域而言，同一地面目标在每幅图像上都具有相应的图像一地面目标在每幅图

32、像上都具有相应的图像结构，并且它们之间是十分相似的，这就可结构，并且它们之间是十分相似的，这就可以采用数字图像相关的方法确定图像的同名以采用数字图像相关的方法确定图像的同名点点3.3.图像间的自动配准图像间的自动配准3.3.图像间的自动配准图像间的自动配准图像相关是利用两幅图像的相关函数，评价它们的相图像相关是利用两幅图像的相关函数，评价它们的相似性以确定同名点。似性以确定同名点。首先取出待定为中心的小区域中的图像首先取出待定为中心的小区域中的图像然后取出其在另一图像中相应区域的图像然后取出其在另一图像中相应区域的图像计算两者的相关函数，以相关函数最大值对应的相应计算两者的相关函数，以相关函数

33、最大值对应的相应区域中心点为同名点，即以图像分布最相似的区域区域中心点为同名点，即以图像分布最相似的区域为同名区域，其中心点为同名点。为同名区域，其中心点为同名点。3.3.图像间的自动配准图像间的自动配准q数字图像相关的过程如下：数字图像相关的过程如下： 先在参考图像上选取以目标点为中心，大小为先在参考图像上选取以目标点为中心，大小为M*NM*N的区域作为目标区域的区域作为目标区域T T并确保目标点（最好是明并确保目标点（最好是明显地物点）在区域的中间。显地物点）在区域的中间。然后确定搜索图像的搜索区然后确定搜索图像的搜索区S S，其大小为，其大小为J*KJ*K，显然显然JMJM，KNKN，S

34、 S的位置和大小选择必须合理，的位置和大小选择必须合理，使得使得S S中能完整地包容一个模板中能完整地包容一个模板T1T1将模板将模板T T放入搜索区放入搜索区S S内搜索同名点。从左至内搜索同名点。从左至右、从上到下，逐像素的移动搜索区来计算目标右、从上到下，逐像素的移动搜索区来计算目标区和搜索区之间的相关系数。取最大者为同名区区和搜索区之间的相关系数。取最大者为同名区域，其中心为同名点域，其中心为同名点 3 3 遥感数据的镶嵌处理遥感数据的镶嵌处理数字影像镶嵌是将两幅或多幅数字影像数字影像镶嵌是将两幅或多幅数字影像(它们它们有可能是在不同的摄影条件下获取的有可能是在不同的摄影条件下获取的)

35、拼在一拼在一起，构成一幅整体图像的技术过程。在遥感起，构成一幅整体图像的技术过程。在遥感应用中，影像镶嵌有着重要的应用。应用中，影像镶嵌有着重要的应用。一、数字影像镶嵌原理一、数字影像镶嵌原理影像镶嵌的原理是：如何将多幅影像从几何影像镶嵌的原理是：如何将多幅影像从几何上拼接起来，这一步通常是先对每幅图像进上拼接起来，这一步通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，行几何校正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅将裁剪后的多幅影像装配起来形成一幅大幅面的影像。面的影像。n数

36、字图像镶嵌的关键是：数字图像镶嵌的关键是：1.1.如何在几何上将多幅不同的图像连接在一起。如何在几何上将多幅不同的图像连接在一起。因为在不同时间用相同的传感器以及在不同因为在不同时间用相同的传感器以及在不同时间用不同的传感器获得的图像，其几何变时间用不同的传感器获得的图像，其几何变形是不同的。形是不同的。2.2.如何保证拼接后的图像反差一致，色调相近，如何保证拼接后的图像反差一致，色调相近，没有明显的接缝。没有明显的接缝。数字图像镶嵌数字图像镶嵌二、图像镶嵌接缝消除方法二、图像镶嵌接缝消除方法n数字图像镶嵌数字图像镶嵌接缝消除过程如下：接缝消除过程如下：1.1.图像的几何纠正；图像的几何纠正；

37、2.2.搜索镶嵌边。先取图像重叠区的搜索镶嵌边。先取图像重叠区的1/21/2为镶嵌边；为镶嵌边；然后搜索最佳镶嵌边，即该边为左右图像上然后搜索最佳镶嵌边，即该边为左右图像上亮度值最接近的连线亮度值最接近的连线, ,相对左右图像有相对左右图像有 Il - Ir= Imin二、图像镶嵌接缝消除方法二、图像镶嵌接缝消除方法n数字图像镶嵌数字图像镶嵌搜索最佳镶嵌边的步骤为：搜索最佳镶嵌边的步骤为：q选择选择K K列列N N行的重叠区；行的重叠区；q确定一维模板，其宽度为确定一维模板，其宽度为W W，从，从T T开始（即开始（即模板中心在左右图像的像元号模板中心在左右图像的像元号T T）自左至右）自左至

38、右移动模板进行搜索，按一定的算法相关系移动模板进行搜索，按一定的算法相关系数，确定该行的镶嵌点，逐行进行搜索镶数，确定该行的镶嵌点，逐行进行搜索镶嵌点可以得到镶嵌边。嵌点可以得到镶嵌边。q所用算法有差分法、相关系数法等所用算法有差分法、相关系数法等二、图像镶嵌接缝消除方法二、图像镶嵌接缝消除方法n数字图像镶嵌数字图像镶嵌3.3.亮度和反差调整亮度和反差调整q求接缝点左右图像平均亮度值求接缝点左右图像平均亮度值Lave,RaveLave,Rave； q对右图像，按下式改变整幅图像基色：对右图像，按下式改变整幅图像基色： R=R+(Lave-Rave) R=R+(Lave-Rave)R R为右图像

39、原始亮度值，为右图像原始亮度值，RR为右图像改变后的亮度为右图像改变后的亮度值值 q求出接缝点中的极值，即求出接缝点中的极值，即Lmax,Lmin,Rmax,RminLmax,Lmin,Rmax,Rmin。 二、图像镶嵌接缝消除方法二、图像镶嵌接缝消除方法n数字图像镶嵌数字图像镶嵌q对整幅右图像作反差拉伸：对整幅右图像作反差拉伸：R=AR+BR=AR+BB=-ARmin+LminB=-ARmin+Lmin，A=(Lmax-Lmin)/(Rmax-Rmin)A=(Lmax-Lmin)/(Rmax-Rmin)4.平滑边界线平滑边界线经过上述调整，两幅图像色调和反差已趋近，但仍有拼经过上述调整，两幅

40、图像色调和反差已趋近，但仍有拼缝，必须进行边界线平滑。缝，必须进行边界线平滑。二、图像镶嵌接缝消除方法二、图像镶嵌接缝消除方法n数字图像镶嵌数字图像镶嵌在边界点两边各选在边界点两边各选s个像元，这样平滑区有个像元，这样平滑区有2s1个像元。个像元。按下式计算每一行上平滑后的亮度值按下式计算每一行上平滑后的亮度值Di：其中：其中：j j为边界点为边界点E E在图像中的像元号；在图像中的像元号；i i为图像行号为图像行号；D DL Li i、 D DR Ri i在在i i处左右图像像元亮度值处左右图像像元亮度值 二、图像镶嵌接缝消除方法二、图像镶嵌接缝消除方法n数字图像镶嵌数字图像镶嵌权权P按下式

41、计算按下式计算 ：第三节第三节 遥感数字图像的增强处理遥感数字图像的增强处理 对比度变换对比度变换 空间滤波空间滤波 彩色变换彩色变换 图像运算图像运算 多光谱变换多光谱变换l又称反差增强、对比度变换又称反差增强、对比度变换l主要通过改变图像灰度分布态势，扩展灰度分主要通过改变图像灰度分布态势，扩展灰度分布区间，达到增强反差的目的。布区间，达到增强反差的目的。l 通过调整直方图来实现通过调整直方图来实现l 调整后的直方图应达到：调整后的直方图应达到： 分布好（较均匀），没有大量暗或亮的象分布好（较均匀），没有大量暗或亮的象元集中分布元集中分布一、辐射增强一、辐射增强一、辐射增强一、辐射增强n灰

42、度直方图灰度直方图图像灰度直方图反映了一幅图像灰度直方图反映了一幅图像中灰度级与其出现概图像中灰度级与其出现概率之间的关系。对于数字率之间的关系。对于数字图像，由于图像空间坐标图像，由于图像空间坐标和灰度值都已离散化，可和灰度值都已离散化，可以统计出灰度等级的分布以统计出灰度等级的分布状况。状况。 一、辐射增强一、辐射增强n灰度直方图灰度直方图低反射率图象低反射率图象高反射率图象高反射率图象1 线性变换线性变换 g=uf+v fgabmn分段线性变换分段线性变换2 非线性变换非线性变换 对数变换对数变换指数变换指数变换 3 直方图均衡直方图均衡非线性的增强方法；非线性的增强方法；将每个灰度区间

43、等概率分布，代替了原来的随将每个灰度区间等概率分布，代替了原来的随机分布，即增强后的每个灰度级内有大致相同机分布，即增强后的每个灰度级内有大致相同的象元数；通过改变灰度区间来实现；的象元数；通过改变灰度区间来实现；根据灰度值的出现频率来分配它们的亮度显示根据灰度值的出现频率来分配它们的亮度显示范围，频率高的部分被增强了，频率低的部分范围，频率高的部分被增强了，频率低的部分被压缩。被压缩。减少灰度等级换取对比度的增大减少灰度等级换取对比度的增大. .效果效果：增强了峰值处的对比度，两端（最亮和最：增强了峰值处的对比度，两端（最亮和最暗）的对比度减弱了。暗）的对比度减弱了。直方图均衡化（直方图均衡

44、化（Histogram EqualizationHistogram Equalization）4直方图匹配直方图匹配l把把原图像的直方图变换为某种指定形状的直原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图，然后按照已方图或某一参考图像的直方图，然后按照已知的指定形态的直方图调整原图像各象元的知的指定形态的直方图调整原图像各象元的灰级，最后得到一个直方图匹配的图像灰级，最后得到一个直方图匹配的图像4直方图匹配直方图匹配l把把原图像的直方图变换为某种指定形状的直原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图，然后按照已方图或某一参考图像的直方图，然后按照已知的指定形

45、态的直方图调整原图像各象元的知的指定形态的直方图调整原图像各象元的灰级，最后得到一个直方图匹配的图像灰级，最后得到一个直方图匹配的图像主要应用于有一幅很好的图像作为标准的情主要应用于有一幅很好的图像作为标准的情况下，对另一图像进行匹配，以改善被处理况下，对另一图像进行匹配，以改善被处理图像的质量图像的质量应用于数字镶嵌应用于数字镶嵌直方图匹配条件直方图匹配条件l原始图像和参考图像原始图像和参考图像两个图像的直方图的总体形态应相似两个图像的直方图的总体形态应相似图像中相对亮和暗的特征应相同图像中相对亮和暗的特征应相同直方图匹配条件直方图匹配条件l原始图像和参考图像原始图像和参考图像两个图像的直方

46、图的总体形态应相似两个图像的直方图的总体形态应相似图像中相对亮和暗的特征应相同图像中相对亮和暗的特征应相同图像中的地物类型的相对分布应相同，无论两图像中的地物类型的相对分布应相同，无论两幅图像是否覆盖同一地区。如一幅有云，另一幅图像是否覆盖同一地区。如一幅有云，另一幅没有云，应先将云去掉（覆盖），然后再进幅没有云，应先将云去掉（覆盖），然后再进行直方图匹配行直方图匹配 二二 空间滤波空间滤波 (邻域处理邻域处理)1 图像卷积运算图像卷积运算 H=P*G2 平滑平滑 去除噪声去除噪声均值平滑均值平滑 中值滤波平滑中值滤波平滑 局部中值代替局部平均值局部中值代替局部平均值 中值中值 :一组数的中间

47、值一组数的中间值3 锐化锐化 突出边缘细节突出边缘细节 ,突出象元间差异突出象元间差异 Robert 梯度梯度 R1= f(i,j) f(i+1,j+1)2+f(i+1,j) f(i,j+1)21/2 R2= f(i,j) f(i+1,j+1) + f(i+1,j) f(i,j+1) t1=t2=(Idrisi 中中FILTER )3 锐化锐化 突出边缘细节突出边缘细节 ,突出象元间差异突出象元间差异 -1 0 1 1 2 1 t1= 2 0 2 t2= 0 0 0 1 0 1 1 2 1 Sobel算子算子 Laplacian算子算子 2f(i,j)=f(i+1,j)+f(i-1,j)+f(

48、i,j+1)+f(i,j-1)4f(i,j) 0 -1 0 -1 -1 -1 -1 4 -1 -1 8 -1 0 -1 0 -1 -1 -1 (二阶微分二阶微分)不检测不检测均匀的灰度变化均匀的灰度变化定向检测定向检测 检测某一定方向的线条、边缘检测某一定方向的线条、边缘-1 0 1-1 0 1-1 0 1-1 2 -1-1 2 -1-1 2 -1-1 -1 -1 0 0 0 1 1 1-1 -1 -1 2 2 2-1 -1 -1三三 彩色变换彩色变换1 单波段彩色变换单波段彩色变换也称伪彩色变换，将连续的灰度值转换为少量也称伪彩色变换，将连续的灰度值转换为少量的灰度区间，并用不同的颜色表示，

49、增强图像的灰度区间，并用不同的颜色表示，增强图像的目视解译效果。的目视解译效果。 彩色密度分割彩色密度分割 黑白灰度图像黑白灰度图像= 彩色图像彩色图像2 多波段彩色变换多波段彩色变换 标准假彩色合成方案标准假彩色合成方案MSS: 4=B B 5=G 7=RTM: 2=B B 3=G 4=R f1(x,y) R f2(x,y) G monitor f3(x,y) B四、图像运算四、图像运算n概念：概念：两幅或多幅单波段影像，完成空间配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，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达到提取某些

50、信息或去掉某些不必要信息的目的。目的。n原理：原理：地物不同波段的光谱差异。地物不同波段的光谱差异。1.1.差值运算：差值运算：两幅同样行、列数的图像，对应像两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。元的亮度值相减就是差值运算。1.1.比值运算：比值运算：两幅同样行、列数的图像，对应像两幅同样行、列数的图像，对应像元的亮度值相除（除数不为元的亮度值相除（除数不为0 0）就是比值运算。）就是比值运算。n波段比值在矿物调查及植被调查中被广泛波段比值在矿物调查及植被调查中被广泛利用。一般亮度高的波段用做分子，亮度利用。一般亮度高的波段用做分子，亮度低的用做分母以加大反差以突出某种指定

51、低的用做分母以加大反差以突出某种指定地物。地物。nTM4/TM3用于植被调查；用于植被调查；TM3/TM1用于识别铁氧化带用于识别铁氧化带;TM5/TM7用于识别黏土矿用于识别黏土矿n比值运算比值运算植被、水、房屋在红外植被、水、房屋在红外/ /红波段灰度及比值结果红波段灰度及比值结果 类别类别红波段红波段红外波段红外波段红外波段红外波段/红波段红波段植被植被暗暗很亮很亮亮亮水水稍亮稍亮很暗很暗更暗更暗房屋房屋较亮较亮较亮较亮不变不变n消除山影、云影、显示潜伏构造消除山影、云影、显示潜伏构造光照光照情况情况波段波段4波段波段5比值比值4/5阳坡阳坡28420.66阴坡阴坡22340.65n多光

52、谱图像四则运算多光谱图像四则运算 q混合运算混合运算归一化归一化植被指数植被指数植被覆盖状况好的地区植被覆盖状况好的地区所对应的像元，其所对应的像元，其NDVINDVI值较高；反之则值较高；反之则较低。较低。 五、多光谱变换五、多光谱变换多多光谱变换光谱变换: :针对多光谱影象存在的一定程度针对多光谱影象存在的一定程度上的相关性以及数据冗余现象，通过函数变换，上的相关性以及数据冗余现象，通过函数变换，达到保留主要信息，降低数据量达到保留主要信息，降低数据量, ,增强或提取增强或提取有用信息目的的方法。有用信息目的的方法。其变换的本质其变换的本质: :对遥感图像实行线性变换，使对遥感图像实行线性

53、变换，使光谱空间的坐标按一定规律进行旋转。光谱空间的坐标按一定规律进行旋转。1 1、K-LK-L变换变换n离散变换的简称，又称主成分变换。离散变换的简称，又称主成分变换。它是对某一它是对某一多光谱图像多光谱图像X.X.利用利用K-LK-L变换矩阵变换矩阵A A进行线性组合进行线性组合, ,而产生一组新的多光谱图像而产生一组新的多光谱图像Y.Y.1 1、K-LK-L变换变换nK-LK-L变换的特点变换的特点: :变换后的主分量空间与变换前的变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴一定指向信息量较大的方向。可实现系的

54、坐标轴一定指向信息量较大的方向。可实现数据压缩和图像增强。数据压缩和图像增强。2 2、K-TK-T变换变换nK-TK-T变换变换 也称缨帽变换也称缨帽变换. .是一种坐标空间发生旋转的是一种坐标空间发生旋转的线性变换，旋转后的坐标轴指向与地面景物有线性变换，旋转后的坐标轴指向与地面景物有密切关系的方向密切关系的方向nK-TK-T变换的应用变换的应用: :主要针对主要针对TMTM图像数据和图像数据和MSSMSS数数据据. .对于扩大陆地卫星对于扩大陆地卫星TMTM影像数据分析在农业影像数据分析在农业方面的应用有重要意义方面的应用有重要意义. .对对TM图像，变换矩阵图像，变换矩阵C为：为：u遥感

55、图像信息融合遥感图像信息融合(Fusion)(Fusion)是将多源遥感是将多源遥感数据在统一的地理坐标系中，采用一定的数据在统一的地理坐标系中，采用一定的算法生成一组新的信息或合成图像的过程。算法生成一组新的信息或合成图像的过程。 六、信息融合六、信息融合u不同的遥感数据具有不同的空间分辨率、不同的遥感数据具有不同的空间分辨率、波谱分辨率和时相分辨率，如果能将它们各波谱分辨率和时相分辨率，如果能将它们各自的优势综合起来，可以弥补单一图像上信自的优势综合起来，可以弥补单一图像上信息的不足，这样不仅扩大了各自信息的应用息的不足，这样不仅扩大了各自信息的应用范围，而且大大提高了遥感影像分析的精度。

56、范围，而且大大提高了遥感影像分析的精度。 六、信息融合六、信息融合 1.1.遥感信息复合遥感信息复合 a.a.不同传感器的遥感信息复合不同传感器的遥感信息复合 先配准先配准 再复合再复合 b. b.不同时相的遥感信息复合不同时相的遥感信息复合 配准配准= = 直方图调整直方图调整 = =复合复合 2.2.遥感与非遥感数据复合遥感与非遥感数据复合 非遥感数据网格化非遥感数据网格化= = 配准配准 = =复合复合 ( (栅格栅格- -栅格栅格 栅格栅格- -矢量矢量) )六、信息融合六、信息融合n加权融合加权融合基于像元的加权融合对两幅图像基于像元的加权融合对两幅图像Ii,Ij按下式进按下式进行：

57、行：Iij=A（PiIi+PjIj）+B 其中：其中：Pi,Pj为两个图像的权重，其值由下式为两个图像的权重，其值由下式决定：决定： Pi=（1|rij|）*0.5 Pj=1Pi两幅图像的相关系数两幅图像的相关系数 ri,j六、信息融合六、信息融合n加权融合加权融合SPOT全色图像与多光谱图像的融合，全色图像与多光谱图像的融合，多光谱中的绿、红波段与全色波段相关性较多光谱中的绿、红波段与全色波段相关性较强，而与红外波段相关性较小，可以采用强，而与红外波段相关性较小，可以采用全色波段图像与多光谱波段图像的相关系全色波段图像与多光谱波段图像的相关系数来融合。数来融合。六、信息融合六、信息融合n加权

58、融合加权融合融合过程：融合过程：q1对两幅图像进行几何配准，并对多光对两幅图像进行几何配准，并对多光谱图像重采样与全色图像分辨率相同；谱图像重采样与全色图像分辨率相同；q2 2分别计算全色波段与多光谱波段图像分别计算全色波段与多光谱波段图像的相关系数的相关系数 六、信息融合六、信息融合n加权融合加权融合融合过程：融合过程：q3用全色波段图像和多光谱波段图像按下式组用全色波段图像和多光谱波段图像按下式组合。合。 GKLj=0.5x(1+rij)xPKL+(1-rij)xXSKLjGKLj就是就是SPOT全色图像与多光谱图像的其中一全色图像与多光谱图像的其中一个波段融合以后的图像个波段融合以后的图

59、像 六、信息融合六、信息融合n基于变换的图像融合基于变换的图像融合 q变换将图像处理常用的变换将图像处理常用的RGBRGB彩色空间变换彩色空间变换到空间。到空间。q亮度（亮度（IntensityIntensity）、色调（）、色调（HueHue）、饱和度）、饱和度(Saturation)(Saturation)q变换可以把图像的亮度、色调和饱和度变换可以把图像的亮度、色调和饱和度分开，图像融合只在亮度通道上进行，图像的分开，图像融合只在亮度通道上进行，图像的色调和饱和度保持不变。色调和饱和度保持不变。六、信息融合六、信息融合n比值变换融合比值变换融合 （ Brovey 变换） 对新图像分别赋予

60、红、绿、蓝三色，彩色合成后生对新图像分别赋予红、绿、蓝三色，彩色合成后生成融合图像。成融合图像。比值变换融合可以增加图像两端的对比度。当要保比值变换融合可以增加图像两端的对比度。当要保持原始图像的辐射度时，本方法不宜采用。持原始图像的辐射度时，本方法不宜采用。 六、信息融合六、信息融合n乘积变换融合乘积变换融合 GTM4= GSPOT* GTM4GTM3= GSPOT* GTM3GTM2= GSPOT* GTM2通过乘积变换融合得到的融合图像其亮度成分得通过乘积变换融合得到的融合图像其亮度成分得到增加到增加 n基于主成分变换的图像融合（基于主成分变换的图像融合（K KL L变换法）变换法）q对

61、多光谱图像的多个波段进行主成分变换对多光谱图像的多个波段进行主成分变换q然后将高分辨率图像和主成分第一分量进行直方图匹然后将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的配，使高分辨率图像与主成分第一分量图像有相近的均值和方差均值和方差q用直方图匹配后的高分辨率图像代替主成份的第一分用直方图匹配后的高分辨率图像代替主成份的第一分量进行主成分逆变换。量进行主成分逆变换。 六、信息融合六、信息融合六、信息融合六、信息融合n在上述融合方法中，基于变换融合和比在上述融合方法中，基于变换融合和比值变换融合只能用三个波段的多光谱图像和全值变换融合只能用三个波段的多光

62、谱图像和全色图像融合，而其它方法不受波段数限制。色图像融合，而其它方法不受波段数限制。六、信息融合六、信息融合n像素级：对原始图像及预处理各阶段上所像素级：对原始图像及预处理各阶段上所产生的信息分别进行融合处理，以增加图产生的信息分别进行融合处理，以增加图像中有用信息成分，改善图像处理效果。像中有用信息成分，改善图像处理效果。 n特征级：特征级：能以高的置信度来提取有用的图能以高的置信度来提取有用的图像特征像特征 n决策级决策级 ：允许来自多源数据在最高抽象层：允许来自多源数据在最高抽象层次上被有效的利用次上被有效的利用 六、信息融合六、信息融合n基于特征的图像融合基于特征的图像融合 基于特征

63、的图像融合有以下几种方法：基于特征的图像融合有以下几种方法：q1 1对两个不同特性的图像作边缘增强，然后加权融对两个不同特性的图像作边缘增强，然后加权融合；合；q2 2对其中一个图像作边缘提取，然后融合到另一个对其中一个图像作边缘提取，然后融合到另一个图像上；图像上；六、信息融合六、信息融合n基于分类的图像融合基于分类的图像融合该方法首先要求对图像中的地物类别进行分类，该方法首先要求对图像中的地物类别进行分类，在分类的基础上进行图像融合。在分类的基础上进行图像融合。q1 1对图像中的不同类别用不同波段或不同图对图像中的不同类别用不同波段或不同图像融合以达到增加空间特性和光谱特性；像融合以达到增加空间特性和光谱特性；q2.2.对不同时相的图像进行分类后融合，可以对不同时相的图像进行分类后融合，可以达到提取图像内变化信息的目的达到提取图像内变化信息的目的 n第四章结束作业：作业：n课本课本132页页7、8题题n课本课本133页页13、14题题