遥感图像处理辐射.ppt

1,主要内容,遥感图像的辐射处理遥感图像增强多光谱图像运算遥感信息复合,遥感图像辐射处理,2,遥感图像的辐射处理,辐射误差传感器输出的电磁波能量与目标本身辐射的能量之差。引起辐射误差的原因 传感器本身的性能 太阳位置和角度条件 地形影响 大气条件,等遥感图像的辐射误差 传感器本身的性能引起的辐射误差 地形影响和光照条件的变化引起的辐射误差 大气的散射和吸收引起的辐射误差遥感图像的辐射处理-定量遥感的基础 传感器辐射定标 辐射校正,3,-对传感器的探测值进行标定，用以确定传感器入口处的准确辐射值。绝对定标 建立传感器测量的数字信号(DN)与对应的辐射能量之间 的数量关系。绝对定标在卫星发射前后都要进行。相对定标 得出目标中某一点的辐射亮度与其他点的相对值。又称为传感器探测元件归一化，是为了校正传感器中各个探测元件响应度差异而对卫星传感器测量到的原始亮度值进行归一化的一种处理过程。,传感器辐射定标,4,影像的辐射校正太阳高度角和地形影响引起的辐射误差校正大气校正,辐射校正,-消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声。,5,影像的辐射校正,方法一：简化的理论计算 可见光和近红外波段，求反射率,传感器入口处的辐射亮度：,地面反射率,对热红外波段，求出地物的辐射亮度后，以普朗克公式求地物温度,方法二：利用图象本身来求反射率,方法三：借助已知地物光谱反射率的经验方法,内部平均法 平场域法 对数残差法,6,太阳高度角和地形影响引起的辐射误差校正,太阳高度角引起的辐射误差校正：,太阳光线倾斜照射时获取的图像,太阳光线垂直照射时获取的图像,定量：需要太阳高度角,波段图像比值运算,地形影响引起的辐射误差校正,定量计算：需要DEM一般也可采用比值运算,7,大气校正,消除大气对太阳辐射或目标辐射的吸收和散射影响。,方法一：基于地面场地数据或辅助数据进行辐射校正 原理：在遥感成像的同时，同步获取成像目标的反射率，或通过预先设置已知反射率的目标，把地面实况数据与传感器的输出数据进行比较，来消除大气的影响。,卫星观测值,未受大气影响的地面实测值,大气校正公式,大气影响,8,方法二：利用波段的特性进行大气校正,1、回归分析法 对MSS4、7波段,原理：利用散射主要发生在短波波段的图像上的特点。,大气校正公式：,2、直方图法 图像中亮度为零的目标，如深海水体、阴影等，只有在没有受大气影响的情况下，其亮度值才可能为零。,9,遥感图像增强,概念 为特定目的，突出表现遥感图像中的某些信息，削弱或除去某些不必要的信息，使图像更易判读。实质是增强感兴趣目标和周围背景图像间的反差。图像增强不增加原始图像的信息。方法空间域：直接对图像进行各种运算以得到所需的增强结果。频率域：先将空间域图像变换成频率域图像，然后在频率域中对图像的频谱进行处理，以达到增强的目的。,10,空间域增强,彩色增强空间滤波,反差调整,线性变换非线性变换直方图均衡化直方图正态化直方图匹配密度分割图像灰度反转,11,线性变换,反差调整,11,非线性变换,对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换等。,对数变换,指数变换,平方根变换,12,原始图像直方图,设均衡后的图像直方图,直方图均衡化,13,原图像上灰度值为的像素其灰度值合并为正态化后图像的第一个灰度值,直方图正态化,反差调整,设原图像直方图为,正态化后图像的直方图,正态化：,原图像上灰度值为的像素其灰度值合并为正态化后图像的灰度值,15,直方图匹配,通过非线性变换使一个图像的直方图与另一个图像的直方图类似。利用不同时间、由于太阳高度角或大气影响引起差异的图像进行图像镶嵌和变化检测时非常有用。进行直方图匹配的两幅图像应有相似的特性：图像直方图总体形状应类似；图像中黑与亮特征应相同；对某些应用，图像的空间分辨率应相同；图像上地物分布应相同。直方图匹配时可建立一个查找表来作为变换函数。,反差调整,16,密度分割,反差调整,17,图像灰度反转,对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像。,条件反转,简单反转,反差调整,18,彩色增强,伪彩色增强 把黑白图像的各不同灰度级按照线性或非线性的映射变换函数变换成不同的彩色，得到一幅彩色图像。假彩色增强 通过映射变换函数将一幅自然彩色图像或多光谱图像或超光谱图像变换成新的三基色分量，彩色合成使增强图像中各目标呈现出与原图像中不同的彩色。彩色变换 彩色不同描述模式间的转换。（RGB HIS）,19,伪彩色增强（可使原图像细节更易辨认，目标更容易识别）,密度分割法 灰度彩色变换合成法,灰度为0时呈蓝色，灰度为L/2时呈绿色，灰度为L时呈红色；灰度为其它值时由三基色混合成不同的色调。,彩色增强,20,假彩色增强,使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，从而更受人注目；使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。,若对多光谱图像,若对自然景色图像,绿色-红色蓝色-绿色红色-兰色,彩色增强,21,彩色变换,RGB,IHS,加法三原色,颜色三要素,Intensity,Hue,and Saturation color coordinate system,球体变换圆柱体变换三角形变换单六角锥变换,彩色增强,22,23,空间滤波,图象的卷积运算,24,平滑,消除各种干扰噪声。,平滑模板举例：,平滑会使整幅图像反差减小，但会造成图像的模糊。,空间滤波,25,锐化,-目的是突出图像的边缘信息，提高图像细节的反差。,梯度锐化法：,梯度图像,在图像上，边缘处具有较大的梯度，可通过设置合适的阈值将边缘提取出来。,空间滤波,26,27,空间卷积锐化法 常见锐化模板:,28,频率域增强,基本原理：图像中的灰度跳跃变化区，对应着频率域中的高频成分，灰度变化缓慢的区域对应着频率域中的低频成分。通过频域滤波处理，可保留低频或高频成分，达到图像平滑或锐化的目的。,空域图像,频域图像,DFT,频域滤波,频域处理图像,DIFT,卷积定律,滤波器,29,低通滤波平滑,1、理想低通滤波器,为截止频率，,2、梯形滤波器,29,3、Butter Worth低通滤波器,30,4、指数低通滤波器,5、Bartlett低通滤波器,31,高通滤波锐化,1、理想高通滤波器,2、梯形滤波器,32,4、指数高通滤波器,5、Bartlett高通滤波器,3、Butter Worth高通滤波器,33,两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，达到提取某些信息或去掉某些不必要信息的目的。,减法运算 加法运算 乘法运算 除法运算 混合运算,多光谱图像四则运算,34,注意：1、减法运算的结果仍然是图像；2、当X和Y为多光谱图像的两个不同波段时，减法运算的结果为同一地物光谱反射率之差；3、当X和Y为不同时相的图像时，减法运算的结果为地面目标的变化信息。,减法运算,35,1、加法运算可以加宽波段：2、加法运算可以去除噪声,加法运算,近似全色图像,全色红外图像,乘法运算,36,1、突出遥感影像中的植被特征，提取植被类别、估算植被生物量；2、去除地形影响；3、研究浅海区的水下地形、土壤的富水性差异、微地貌变化、地球化学反应引起的微小光谱变化等。,除法运算,可以突出不同波段间地物光谱的差异，提高对比度。,37,混合运算,NDVINormalized difference vegetation index 归一化差分植被指数,38,图像融合指将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图象的过程。,图像融合三个层次：像素级融合 特征级融合 决策级融合,1、图像融合,图像融合主要方法 图像融合效果评价,遥感信息复合,39,加权融合 基于HIS变换的图像融合 基于主分量变换的图像融合 基于小波变换的图像融合 比值变换融合 乘积变换融合 基于特征的图像融合 基于分类的图像融合,主要融合方法：,40,加权融合,为两幅图像的相关系数,SPOT全色图像与多光谱图像的融合：（1）几何配准，重采样；（2）计算相关系数；（3）融合,41,基于HIS变换的图像融合,基本原理：RGBIHS用高分辨率图像替换I分量RGB,融合过程：（1）几何配准、重采样；（2）多光谱图像HIS变换；（3）直方图匹配；（4）用全色图像替代I 分量；（5）HIS逆变换。,例：TM图像的全色波段与多光谱图像的融合。,42,基于主分量变换的图像融合（KL变换法）,多光谱图像,主分量变换,第一主分量图像第二主分量图像第三主分量图像,直方图匹配,全色图像替代第一主分量图像,主分量逆变换,融合图像,43,图像融合的效果评价,定性评价 目视判读为主。因人而异，有主观性。定量评价 从图像包含的信息量和分类精度两方面进行评价。,44,定量评价指标 1、平均梯度,G越大，图像层次越多，图像越清晰。,2、熵与联合熵,熵越大，则图像包含的信息越丰富。,3、用融合后的图像进行分类，以分类的精度来评价融合图像的质量,4、其它指标：（1）偏差指数（2）相关系数,（3）均值偏差,（4）方值偏差,45,2、遥感图像与DEM复合,遥感图像,DEM,三维景观,谢谢,遥感信息复合,