1、1,第四章 遥感图像处理,4.1 光学原理与光学处理 4.2 数字图像校正 4.3 数字图像增强 4.4 多源信息复合,2,4.3.1 对比度变换4.3.2 空间滤波4.3.3 彩色增强4.3.4 图像运算4.3.5 多光谱变换, 4.3 数字图像增强,3,4,通过改变图象象元的亮度值来改 变图像像元对比度，从而改善图像质 量的图像处理方法。,线性变换,变换函数是线性的,非线性变换,变换函数是非线性的（指数、对数）,对比度变换,4.3.1 对比度变换, 4.3 数字图像增强,5,线性变换将原始图象各象元的亮度值按线性关系,在0255之间的任意指定范围内进行扩大。,4.3.1 对比度变换, 4.
2、3 数字图像增强,6,a1,a2,b1,b2,xb,xa,xa,xb,a1,a2,b1,b2,xa,像元数,像元数,xb,变换前直方图,变换后直方图,4.3.1 对比度变换, 4.3 数字图像增强,7,a1,a2,b1,b2,xb,xa,xa,xb,a1,a2,b1,b2,xa,像元数,像元数,xb,变换前直方图,变换后直方图,4.3.1 对比度变换, 4.3 数字图像增强,8,分段线性变换在图像的灰度值范围内，取n个间断点，每相邻的两个间断点之间是采用线性变换，每段的直线方程不同，可以拉伸，也可以压缩，断点的位置由用户根据需要自己选择。,4.3.1 对比度变换, 4.3 数字图像增强,9,原
3、始图象如左图，采 用分段线性变换，间断点 为（0,0)、（6,2）、 （11,12）、（15,15）共 三段。,例 题,6,11,15,2,12,15,xb,xa,0,4.3.1 对比度变换, 4.3 数字图像增强,10,间断点为（ 0, 0) （ 6, 2） （11,12） （15,15）,例 题,6,11,15,2,12,15,xb,xa,0,Xa 0,6 , xb0,2,xa6,11 xb2,12,xa11,15, xb12,15,4.3.1 对比度变换, 4.3 数字图像增强,11,变换前数字图像,变换后数字图像,若计算中出现小数，则四舍五入保留整数,4.3.1 对比度变换, 4.3
4、数字图像增强,12,变换后直方图,灰度值xb,象元数hbxb,2,4,5,10,15,变换的结果突出了原灰阶从6到11部分的信息，而压缩了其它两端部分的信息。,4.3.1 对比度变换, 4.3 数字图像增强,13,非线性变换如果变换函数是非线性的，即为非线性变换。,其他非线性变换,指数变换,对数变换,4.3.1 对比度变换, 4.3 数字图像增强,14,xa,xb,0,4.1 指数变换,指数变换主要用于增强图象亮的部分，即拉伸灰度值高的部分，而压缩低亮度的部分。,4.3.1 对比度变换, 4.3 数字图像增强,15,xa,xb,对数变换主要用于增强图象暗的部分，即拉伸灰度值低的部分，而压缩高亮
5、度的部分。,4.2 对数变换,4.3.1 对比度变换, 4.3 数字图像增强,16,4.3.1 对比度变换4.3.2 空间滤波4.3.3 彩色增强4.3.4 图像运算4.3.5 多光谱变换, 4.3 数字图像增强,17,1、空间滤波的目的：去除传输过程中的噪声平滑突出某些特征（边缘或线性地物等）锐化,4.3.2 空间滤波, 4.3 数字图像增强,18,2.图像卷积运算,窗口中心像 元新的灰度值,与模板同样 大小的活动窗口,运算模板,4.3.2 空间滤波, 4.3 数字图像增强,19,2.图像卷积运算,模板的行列数均为奇数，且行列数相同,4.3.2 空间滤波, 4.3 数字图像增强,20,3.1
6、 均值平滑将每个象元点为中心的邻域内各象元亮度 平均值来代替该象元的亮度值。,3. 图像平滑,去除噪声,4.3.2 空间滤波, 4.3 数字图像增强,21,例如3 3的模板为：,4.3.2 空间滤波, 4.3 数字图像增强,22,例：一个44的数字图象用33的窗口做均值滤波，求其新图像。,经3 3窗口均值滤波,4.3.2 空间滤波, 4.3 数字图像增强,23,例：一个44的数字图象用13的窗口做中值滤波。,经1 3窗口中值滤波,3.2 中值滤波将象元点为中心的M N邻域范围内的灰度 值按大小排序，取中间值来代替该中心象元的值。,3. 图像平滑,4.3.2 空间滤波, 4.3 数字图像增强,2
7、4,a) 梯度法图象函数f(x,y)的梯度为：,梯度的模为：,离散函数,4. 图像锐化,突出图象的边缘、线状目标，或某些亮度变化率大的部分,连续函数,4.3.2 空间滤波, 4.3 数字图像增强,25,4.1 罗伯特梯度法（Roberts）,计算模板为：,交叉差分法,4.3.2 空间滤波, 4.3 数字图像增强,26,4.2 索伯尔(Sobel)梯度法更多地考虑了邻域点的关系，由三个邻域点增加到八个邻域点，因而边界检测将更加精确。,计算模板为：,4.3.2 空间滤波, 4.3 数字图像增强,27,例题 一个88的数字图象，在4、5行之间，4、5列之间均有边界，分别用Roberts和Sobel梯
8、度法处理之，并比较结果。,原图象,4.3.2 空间滤波, 4.3 数字图像增强,28,索伯尔方法,结果图象表明，索伯尔梯度法提取的是边缘的双边，而罗伯特梯度法提取的是边缘的单侧。 在处理线性特征地物时，要谨慎选取其处理方法。,Roberts方法,4.3.2 空间滤波, 4.3 数字图像增强,29,原图象,Roberts方法,一幅完全失去了原图象 面目的边缘图象,梯度大的位置亮度大， 梯度小位置亮度较小,平滑的地区几乎是黑色,达到了突出边缘的目的,4.3.2 空间滤波, 4.3 数字图像增强,30,4.3 拉普拉斯（Laplace）算法对连续函数来说，拉普拉斯算子为：,计算模板为：,4.3.2
9、空间滤波, 4.3 数字图像增强,31,注意： 不能检测均匀变化地方，突出灰度突变 的地方。,（原图象）,（拉氏变换后图象）,4.3.2 空间滤波, 4.3 数字图像增强,32,如左图所示，结果不但实现了尖锐化，突出了边界，而且原图象作为背景也保留下来。,4.3.2 空间滤波, 4.3 数字图像增强,33,4.4 定向边缘检测（定向滤波）为了检测某一方向上的边、线或纹理等特征地物，可选用特定的方向模板对图象卷积运 算。,检测垂直边界的模板,或,4.3.2 空间滤波, 4.3 数字图像增强,34,或,检测水平边界的模板,检测对角线边界的模板,或,或,或,4.3.2 空间滤波, 4.3 数字图像增
10、强,35,例题 对下列56的数字图象进行边缘增强。,（原图象）,（水平方向边缘增强）,（垂直方向边缘增强）,4.3.2 空间滤波, 4.3 数字图像增强,36,4.3.2 空间滤波, 4.3 数字图像增强,37,4.3.1 对比度变换4.3.2 空间滤波4.3.3 彩色变换4.3.4 图像运算4.3.5 多光谱变换, 4.3 数字图像增强,38,颜色描述对遥感图象很重要，颜色变换是遥感图象处理的重要方法。,黑白图象：单波段或全色波段,1.多波段彩色变换 根据加色法彩色合成原理，选择遥感影像的某三个波段，分别赋予红绿蓝三种原色可以合成彩色影像。,彩色影象：三波段组合,？,4.3.3 彩色变换,
11、4.3 数字图像增强,39,多波段色彩变换,真彩色图像,假彩色图像,1.1真彩色 多波段变换的合成影像颜色是目标地物的真实颜色。,R ：红波段,G ：绿波段,B ：蓝波段,4.3.3 彩色变换, 4.3 数字图像增强,40,真彩色：TM321,4.3.3 彩色变换, 4.3 数字图像增强,41,多波段色彩变换,真彩色图像,假彩色图像,1.2 假彩色 多波段变换的合成影像颜色不是目标地物的真实颜色。,R ：近红外波段,G ：红波段,B ：绿波段,标准假彩色合成。,TM为例：TM4，3,2组合,4.3.3 彩色变换, 4.3 数字图像增强,42,TM 741,TM432：标准假彩色合成,4.3.3
12、 彩色变换, 4.3 数字图像增强,43,2.单波段彩色变换单波段图像按亮度分层，对每层赋予不同的色彩，使之称为一幅彩色图像，也可称为密度分割。,TM4,2.1 伪彩色 单波段彩色变换后的图像，是灰度图象的彩色表示或显示。,4.3.3 彩色变换, 4.3 数字图像增强,44,3. HLS 变换,4.3.3 彩色变换, 4.3 数字图像增强,45,3.1 HLS 与RGB的转换公式,RGB参数,HLS参数,第一步：,4.3.3 彩色变换, 4.3 数字图像增强,46,RGB参数,HLS参数,第二步：,4.3.3 彩色变换, 4.3 数字图像增强,3.1 HLS 与RGB的转换公式,47,RGB参
13、数,HLS参数,第三步：,4.3.3 彩色变换, 4.3 数字图像增强,3.1 HLS 与RGB的转换公式,48,4.3.1 对比度变换4.3.2 空间滤波4.3.3 彩色增强4.3.4 图像运算4.3.5 多光谱变换, 4.3 数字图像增强,49,4.3.4 图像运算, 4.3 数字图像增强,近红外波段图像 （121/36，20010129）,红波段图像 （121/36，20010129）,50,4.3.4 图像运算, 4.3 数字图像增强,IR-R差值图像 （121/36，20010129）,51,对于多光谱遥感图像或者经过配准的两幅或多幅单波段遥感图像，可以进行一系列的代数运算，从而达到
14、增强目的。,1、差值法,2、比值法,4.3.4 图像运算, 4.3 数字图像增强,52,4、比值法举例,4.3.4 图像运算, 4.3 数字图像增强,53,消除地形起伏造成的阴影和云影等的影响,4.3.4 图像运算, 4.3 数字图像增强,4、比值法举例,54,4.3.1 对比度变换4.3.2 空间滤波4.3.3 彩色增强4.3.4 图像运算4.3.5 多光谱变换, 4.3 数字图像增强,55,降低数据量，保留主要信息量，减少各 种信息之间的冗余度。通过变换，还可以使 某些信息得到增强以至提取出来，为进一步 分类处理作好准备。,K-L变换（主成分变换）,K-T变换 (缨帽变换),4.3.5 多
15、光谱变换, 4.3 数字图像增强,56,只表示各波段光谱之间的关系，而不表示象元点在原图像的空间位置信息。,多光谱空间,Xb,Xa,0,4.3.5 多光谱变换, 4.3 数字图像增强,57,不相关,Xb,Xa,0,Xb,Xa,相 关,2. K - L变换,相关性？,K - L变换,4.3.5 多光谱变换, 4.3 数字图像增强,58,y2,x2,y1,x1,0,（ K - L变换示意图）,2. K - L变换,在这一特定方向上，由变换前的相关到变换后的无关。,多维正交线性变换,使得多光谱空间坐 标系旋转某一个角度,4.3.5 多光谱变换, 4.3 数字图像增强,59,3K-L 变换的主要特点,
16、b第一个分量几乎包含了原来多个波段信息量的绝大部分内容（一般要占到80%以上）。,a. 变换前后方差总和不变，而是把原来方差不等量地 再分配到新的组分图象中；,数 据 压 缩,图像增强,4.3.5 多光谱变换, 4.3 数字图像增强,60,4. K - T变换,MSS Data,TM Data,变换后坐标轴不是指向主成分方向，而是指向与目标物的生长有密切关系（物理意义）的方向。,4.3.5 多光谱变换, 4.3 数字图像增强,61,TM Data,y1, 六个波段加权和，反映总的电磁辐射，表征“亮度”,y2, 近红外波段与可见光波段的差值，反映植被生长状 况，表征“绿度”,y3, 可见光与近红
17、外（1-4）与较长的红外（5、7）的 差值，而 5、7波段对土壤和植被的湿度最为敏感， 表征“湿度”,4.3.5 多光谱变换, 4.3 数字图像增强,62,y2, 反映植被生长状况，表征“绿度”,y3, 反映植物枯萎状况，表征“黄色物”,y4, 噪声（系统噪声和大气影响）,MSS Data,y1, 四个波段加权和，反映总的电磁辐射，表征“亮度”,缨帽变换？,4.3.5 多光谱变换, 4.3 数字图像增强,63,A：暗土 B: 亮土 1.裸土 2. 发芽 3. 生长期 4. 成熟期 5. 变黄期 6. 衰老期,5、为何称为缨帽变换,1A,2A,3A,4A,5A,6A,1B,2B,3B,4B,5B
18、,6B,MSS2,小麦生长线实例,MSS3,一般的农作物也有类似的现象,4.3.5 多光谱变换, 4.3 数字图像增强,64,（MSS）,A：暗土 B: 亮土 1.裸土 2. 发芽 3. 生长期 4. 成熟期 5. 变黄期 6. 衰老期,线性变换后看到缨帽的最大剖面图 （变换后植物随时间生长状况的光谱曲线和土壤的亮度轴垂直）,4.3.5 多光谱变换, 4.3 数字图像增强,5、为何称为缨帽变换,65,a,b,c,d,亮度,湿度,（a）非盐渍化土 （b）轻度盐渍化土 （c）中度盐渍化土 （d）重度盐渍化土,6、K-T变换举例,4.3.5 多光谱变换, 4.3 数字图像增强,66,第四章 遥感图像
19、处理,4.1 光学原理与光学处理 4.2 数字图像校正 4.3 数字图像增强 4.4 多源信息复合,67,一个对遥感图像数据和其他数据进行处理的过程。,1、图像复合： 将多种遥感平台、多时相遥感数据之间及遥感数据与非遥感数据之间的信息组合匹配的技术。,目的： 1） 针对性的去除无用信息，减少数据量； 2） 将海量多源数据中的有用信息集中起来，融合 在一起，便于各种信息互补； 3） 提高数据应用分析的精度；, 4.4 多源信息复合,68,1. 融合数据的选择和优化；,3. 融合方法的选择;,融合目的,空间分辨率一致,融合目的与数据,2. 融合数据的几何配准；,2、关键技术：, 4.4 多源信息复
20、合,69,3、数据融合过程,融合数据的选择和优化,融合数据的几何配准,融合方法的选择,融合目的,空间分辨 率一致,TM SPOT, 4.4 多源信息复合,70,4、遥感融合方法举例,假彩色合成方案一,SPOT全色波段,图像运算,LR复LG复LB复,TM_4,3,2, 4.4 多源信息复合,71,LR复LG复LB复,TM_4,3,2,4、遥感融合方法举例,假彩色合成方案二, 4.4 多源信息复合,72,TM_4,3,2,SPOT全色波段,LR复LG复LB复,假彩色合成方案三,4、遥感融合方法举例, 4.4 多源信息复合,73,SPOT 全色波段,Y=AX,TM,X =A1 Y,KL变换,保持TM 的光谱分辨率，增加SPOT的空间分辨率,4、遥感融合方法举例, 4.4 多源信息复合,
