遥感数字图像处理教程复习分析.doc

第一章遥感概念遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。图像人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。数字图像与光学模拟图像的区别光学模拟图像 数字图像 来自于模拟方式 通过摄影系统产生 没有像素 没有行列结构 没有扫描行 0表示没有数据 任何点都没有编号 摄影受电磁波谱的成像范围限制 一旦获取了照片，颜色就是确定的 具有红、绿、蓝三个通道w1 来自于数字方式 通过扫描和数码相机产生 基本构成单位是像素 具有行和列 可能会观察到扫描行 0是数值，不表示没有数据 每个点都有确定的数字编号 可以是电磁波谱的任意范围 颜色没有特定的规则，在处理过程中可以根据需要通过合成产生 多个波段（38000） 物理图像：图像是人对视觉感知的物质再现数字图像：图像以数字形式存储。图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。 图像处理能做什么？（简答）是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。遥感（数字）图像处理内容：1、图像恢复：即校正在成像、记录、传输或回放过程中引入的数据错误、噪声与畸变。包括辐射校正、几何校正等； 2、数据压缩：以改进传输、存储和处理数据效率； 3、影像增强：突出数据的某些特征，以提高影像目视质量。包括彩色增强、反差增强、边缘增强、密度分割、比值运算、去模糊等； 4、信息提取：从经过增强处理的影像中提取有用的遥感信息。包括采用各种统计分析、集群分析、频谱分析等自动识别与分类。通常利用专用数字图像处理系统来实现，且依据目的不同采用不同算法和技术。采样：将空间上连续的图像变换为离散点（即像素）的操作。（采样密度：图像上单位长度包含的采样点数。采样密度的倒数是像素的间距）参数：采样间隔、采样孔径。采样影响着图像细节的再现程度，间隔越大，细节损失越多，图像的棋盘化效果越明显 量化：将像素灰度值转换为整数灰度级的过程。量化后，图像的像元值是辐射值所在的编码区间的级数（常称为灰度级）量化级数越大，量化后的图像越接近于“真实”，但图像占用的存储空间也越大。量化影响着图像细节的可分辨程度，量化位数越高，细节的可分辨程度越高；保持图像大小不变，降低量化位数减少了灰度级会导致假的轮廓第二章.大气窗口：电磁辐射能够透过大气层而未被完全反射、散射和吸收的波谱范围。大气窗口决定了遥感传感器波段的选择HDT：数字磁带CCT：数据记录格式CCD，英文全称:Charge-coupled Device，中文全称:电荷耦合元件。可以称为CCD图像传感器。CCD是一种半导体器件，能够把光学影像转化为数字信号。SCCD钻了数码分辨率测试方法的空子。CCD或者CMOS一般是垂直和水平排列，数码分辨率的测试照顾了像素这种排列的特性只是作垂直和水平分辨率测试，SCCD（表面电荷耦合器）选择45度方向进行像素排列，从而使得像素在水平和垂直方向构成的像素列的间距只有相邻两个像素间距的1/1.41。自然，在水平和垂直方向的分辨率得到了提高。按工作方式分：主动、被动 按数据的记录方式分：非成像、成像 按照工作平台分：航天遥感 航空遥感 地面遥感传感器的分辨率：辐射分辨率：区分电磁波辐射强度差异的能力，可用量化位数近似表述。光谱分辨率：传感器记录的电磁波谱中特定的波长范围和数量。波长范围越窄，光谱分辨率越高。波段数越多，光谱分辨率越高。空间分辨率：能够详细区分的最小单元的尺寸或大小 。像素。解像力。（瞬时）视场角环境变化的空间尺度不同，需要采用空间分辨率不同的遥感图像。时间分辨率：相邻两次探测的时间间隔。分类：超短(短)周期时间分辨率、中周期时间分辨率、长周期时间分辨率遥感图像类型（概念+特点）：光学图像：光学遥感所产生的图像，通过自然光源或者通过非相干辐射源得到。1）多光谱图像：TM图像、SPOT图像 2）高光谱图像：MODIS图像 微波图像：微波遥感所产生的图像主、被动遥感不相干图像与相干图像的区别：不相干图像属于被动遥感，图像受大气状况影响很大，这在一定程度上限制了它的应用，特别是在多云多雨地区的应用。相干图像属于主动遥感，其穿透能力强，不受天气的影响，可以全天时全天候工作。数据分级：0级产品：未经过任何校正的原始图像数据。1级产品：经过了初步辐射校正的图像数据。2级产品：经过了系统级的几何校正。3级产品：经过了几何精校正。元数据：是关于数据的数据。 元数据是重要的信息源。元数据与图像数据同时分发，或者嵌入到图像文件中，或者是单独的文件。图像数据格式：(1)BSQ格式：Band Sequential Format。 按波段顺序记录的数据格式。(2) BIL格式：Band Interleaved by Line Format波段顺序交叉排列的数据存储格式(3)BIP格式：按象素顺序排列的数据存储格式第三章图像的确定性表达：矩阵表达、向量表达数字图像的表示：图像的统计性表示：把图像作为一个随机向量。用密度函数来表示（或用分布函数来表示）。用统计特征参数来表示，如期望、方差、协方差等。遥感图像数据在很大程度上可以看做是随机变量。单幅的图像可以看做是自然界波谱总体的一个样本。基本的统计特征：反映像素值平均信息的统计参数：均值、中值、众数反映像素值变化信息的统计参数：方差、变差、反差直方图：图像灰度值的概率密度函数的离散化图形直方图的性质：反映了图像中的灰度分布规律；图像与直方图的对应；包括两个不相连的区域图像，两个区域相加；形态与数学上的正态分布的曲线形态类似累积直方图：以横轴表示灰度级，以纵轴表示每一灰度级及其以下灰度级所具有的像素数或此像素数占总像素数的比值，做出的直方图。 基于直方图的统计参数：二阶矩表示灰度级的对比度；三阶矩表示直方图的偏斜度；四阶矩表示直方图的峰度窗口：以任一像素为中心，按上下左右对称所设定的像素范围领域：中心像素周围的像素滤波的概念：数学上的卷积运算在信号处理和图像处理学科上通常又称为滤波。广义：从含有干扰的接收信号中提取有用信号狭义：是指改变信号中各个频率分量的相对大小、或者分离出来加以抑制、甚至全部滤除某些频率分量的过程（运用卷积边缘如何处理？）1）重复图像边缘的行和列，使卷积在边缘可计算；2）卷绕输入图像，使之成为周期性；3）在图像边缘外侧填充0或其他常数；4）去掉不能计算的行和列，仅对可计算的象素进行卷积。图形化方式如何实现？卷积：（性质：）第四章图像增强：图像增强目的：突出有用的信息；扩大影响特征间的区别；图像增强特点：图像的信息没有增加和减少；改善视觉效果；产生更易于处理的图像；具有探索性彩色合成：彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成四种方法。伪彩色合成功能、处理方式：将一个波段或灰度图像转为彩色图像的过程。 主要通过密度分割方法来实现（密度分割：对单波段遥感图像按灰度分级，对每级赋予不同的色彩，使之变为一幅彩色图像。）真彩色合成功能、处理方式：彩色合成中选择的波段的波长与红绿蓝的波长相同或近似，所得图像的颜色与真彩色近似的合成方式为真彩色合成。 TM图像，3 波度（红光），2-绿光，1-蓝光 RGB（3，2，1）假彩色合成功能、处理方式：选择多波段遥感图像中的任意三个波段，分别赋予红、绿、蓝三种原色，在屏幕上合成彩色图像的方式。 在LANDSAT的TM图像中，选择其中的波段2绿波段（0.52-0.60m），波段3红波段（0.63-0.69m），波段4近红外波段（0.76-0.90m），对4、3、2波段分别赋予红、绿、蓝色合成的假彩色图像称为标准假彩色图像。模拟真彩色合成功能、处理方式：通过某种形式的运算得到模拟的红、绿、蓝三个通道，然后通过彩色合成近似的产生真彩色图像。 SPOT IMAGE公司提供的方法：ERDAS IMAGING软件中的方法 ； 不确定参数法。直方图均衡化：（特点：）各灰度级中像素出现的频率近似相等。原图像上像素出现频率小的灰度级被合并，实现压缩；像素出现频率高的灰度级被拉伸，突出了细节信息用途？直方图规定化：（用途）直方图规定化是为了使一个波段图像的直方图变成规定形状的直方图而对图像进行转换的增强方法。（均衡化是规定化的特例）（概念：把直方图已知的图像变换为具有期望直方图图像的过程）图像噪声种类：按产生原因：外部噪声、内部噪声从统计理论观点：平稳噪声、非平稳噪声从噪声幅度分布形态：高斯型、瑞利型按产生过程：量化噪声、椒盐噪声去噪方法：由于分布函数或密度函数很难测出或描述，常用统计特征（如均值、方差、总功率）等来描述噪声中值滤波器与均值滤波器的比较：对于椒盐噪声，中值滤波效果比均值滤波效果好。原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。 中值滤波是选择适当的点来替代污染点的值，所以处理效果好。 因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。对于高斯噪声，均值滤波效果比均值滤波效果好。 原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。 因为图像中的每点都是污染点，所中值滤波选不到合适的干净点。 因为正态分布的均值为0，所以根据统计数学，均值可以消除噪声。Sobel 算子有两个，一个是检测水平边沿的 ；另一个是检测垂直平边沿的 ：Laplacian算子是线性二阶微分算子，即对于离散的数字图像，推导出Laplacian算子的表达式为即取某像素的上下左右四个相邻像素的值相加的和减去该像素的四倍，作为该像素新的灰度值。高斯滤波：为何可以通过微分、插分检测不同类型的边缘？梯度的概念：第五章1.几何畸变的成因：传感器不稳定；遥感平台；地球（辐射失真的原因：遥感传感器本身特性；地物光照条件；大气作用）2. 辐射定标（简答）：辐射定标定义：建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。 分为三类： 1.实验室定标：在遥感器发射之前对其进行的波长位置、辐射精度、空间定位等的定标，将仪器的输出值转换为辐射值。有的仪器内有内定定标系统。但是在仪器运行之后，还需要定期定标，以监测仪器性能的变化，相应调整定标参数。 2.机上和星上定标 ：机上定标用来经常性的检查飞行中的遥感器定标情况，一般采用内定标的方法，即辐射定标源、定标光学系统都在飞行器上，在大气层外，太阳的辐照度可以认为是一个常数，因此也可以选择太阳作为基准光源，通过太阳定标系统对星载成像光谱仪器进行绝对定标。 3.场地定标：场地定标指的是遥感器处于正常运行条件下，选择辐射定标场地，通过地面同步测量对遥感器的定标，场地定标可以实现全孔径、全视场、全动态范围的定标，并考虑到了大气传输和环境的影响。该定标方法可以实现对遥感器运行状态下与获取地面图像完全相同条件的绝对校正，可以提供遥感器整个寿命期间的定标，对遥感器进行真实性检验和对一些模型进行正确性检验。但是地面目标应是典型的均匀稳定目标，地面定标还必须同时测量和计算遥感器过顶时的大气环境参量和地物反射率。3. 大气校正：大气散射造成图像的对比度降低，而大气校正是为了消除大气散射的影响绝对校正-经验线性法：这种方法校正后为绝对的反射率值。实测两个定标点的地面反射光谱值，计算图像上对应像元点的平均辐射光谱。然后，利用线性回归建立起反射光谱与像素值间的相互关系。求出系数k、b后就得到DN值与反射率r之间的关系式，借此计算像元的反射率 .绝对校正-暗像元：理论依据：大气散射的选择性方法：（1）回归分析法：对B1进行校正，回归方程为B1，B7遥感图像1波段和7波段目标的灰度值；a0，b0直线的斜率和截距。（2）直方图法：如果图像内包括暗色地物或地形阴影，可从各个波段中减去其最小的亮度值：B=B-Bmin相对校正方法：（1） 内部平均法：相对反射率； R像元值；F整幅图像的平均光谱值（2） 平场域法：平场：一块面积大、亮度高、光谱曲线变化平缓的区域假设条件：区域的平均光谱没有明显的吸收特征；区域辐射光谱主要反映的是当时大气条件下的太阳光谱像元辐射值 定标点（平场域）的平均辐射光谱值4. 地面辐射校正：太阳辐射校正：主要校正由太阳高度角（sunElevation）导致的辐射误差，即将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像。有公式法和波段比值法；地形校正：处在坡度为的坡面上的图像g(x,y),校正后的图像f(x,y)为5.几何校正的概念：图像的几何校正（geometric correction）是指从具有几何畸变的图像中消除畸变的过程，从而建立图像上的像元坐标与目标物的地理坐标间的对应关系，并使其符合地图投影系统的过程。6. 几何精纠正： 相对纠正：图像-图像：即以一景图像作为基础，纠正其他的图像绝对纠正：图像-地图：即以地图作为基础，纠正图像 （1）操作步骤：v 准备工作§ 确定工作范围§ 准备地图和图像v 确定坐标系和投影v 选择地面控制点v 选择纠正模型v 进行重采样v 进行精度评估（3） 地面控制点：控制点的数目： k阶多项式控制点的最少数目为 (k1)(k2)/2 （ *实际工作表明，控制点数的选取都要大于最低数很多(有时为6倍)，一般而言，多选取2030个控制点。）控制点的分布：要均匀遍布工作地区，尤其在图像边缘处、在地面特征变化大的地区如河流拐弯处等，特点要容易分辨，相对稳定，特征明显的位置7. 图像重采样方法：最近邻重采样：在待纠正的图像中直接取距离(x，y)最近的像元值为重采样值；双线性法：以实际位置临近的4个像元值，对所求的像元值进行线性内插，确定输出像元的灰度值。三次卷积法：使用内插点周围的16个观测点的像元值，用3次卷积函数对所求像元值进行内插图像重采样方法特点对比：第六章1.傅里叶变换：图像变换的目的：简化图像处理；便于图像特征提取；图像压缩；从概念上增强对图像信息的理解 。2.卷积定理：时间域中的函数卷积对应于频域中的函数乘积；或者说，两个函数卷积的傅立叶变换等于它们各自傅立叶变换的乘积。如果函数是在有限维空间中定义的图像，只有假设每个图像在各个方向上都有周期性的重复，卷积定理才成立；3. 傅立叶变换的流程：正向FFT定义滤波器逆向FFT 傅里叶变换步骤： 选择适当的变换函数 进行傅里叶变换 分析变换的结果，确定滤波器 进行傅里叶逆变换4. 低通：通过低频成分，在空间上，对应于长、宽的地物 5. 主成分变换：K-L变换； PCA变换； Hotelling变换目的：减少图像波段之间的相关性，去除多余的信息，减少图像的数据量方法：统计学中的正交变换方法基本性质：1）总方差的不变性2）正交性3）前面的p个主成分包含总方差的大部分主成分变换的流程：主成分正变换主成分逆变换缨帽变换：经验性的多波段图像的正交变换方法，又叫k-T变换K-T变换的应用：特点：效果优于PCA（K-L）和4/5/3,2/3/4合成； 具有明确的物理意义局限性：如果区域的土壤，植被和湿度的分布不平衡或差异小，变换的效果不好；仅能用于LandSat图像6.彩色变换：Hhue 色调 IIntensity 强度 SSaturation 饱和度 RGB 从物理的角度出发描述颜色 HSI 从人眼的主观感觉出发描述颜色应用：不同分辨率图像的融合； 增强合成图像的饱和度第七章1. 不同类的地物之间具有差异。根据这种差异，将图像中的所有像素按其性质分为若干个类别（Class）的过程，称为图像的分类2. 遥感图像分类包括计算机解译和目视解译3. 事先没有类别的先验知识，对未知类别的样本进行分类的方法称之为非监督分类4. 事先已经知道类别的部分信息（即类别的先验知识），对未知类别的样本进行分类的方法称之为监督分类5. 图像上的一个像素只能被分到一个类的分类方法称为硬分类（hard classification）6. 图像上的每一个像素可以同时被分到两个或两个以上的类的分类方法，称为软分类典型的软分类的一个典型方法就是模糊分类或模糊聚类运行误差（Commit Error）=(E+F)/G 用户精度（Users Accuracy）：=A/G =100%-运行误差结果误差（Omission Error）= (B+C)/D生产者精度（Producers Accuracy）= A/D =100%-结果误差 7. 混淆矩阵：混淆矩阵是由n行n列组成的矩阵，用来表示分类结果的精度。（n代表类别数。）有时，该矩阵称为误差矩阵。