第五章 MATLAB在遥感图像处理中的应用.ppt
《第五章 MATLAB在遥感图像处理中的应用.ppt》由会员分享,可在线阅读,更多相关《第五章 MATLAB在遥感图像处理中的应用.ppt(176页珍藏版)》请在三一办公上搜索。
1、第五章 MATLAB在遥感图像处理中的应用,主要内容,遥感图像概述遥感图像的读写与显示遥感图像辐射增强遥感图像几何变换遥感图像配准遥感图像滤波 遥感图像分割,1 遥感图像处理概述,基本概念遥感数字图像:是指被计算机存储、处理和使用的图像,是一种空间坐标和灰度均不连续的、用数字形式表达的遥感影像,最基本单元是像素,每个像素具有空间位置特征和属性特征。空间位置特征:是用离散的X值和Y值来表示;属性特征:常用亮度值表示。,亮度值有如下特点:(1)不同图像相同地点的亮度值不同;(2)亮度值大小由传感器所探测到的电磁辐射强度决定,入射到传感器中的电磁波被探测元件转化为电信号,经过A/D转换,成为绝对辐射
2、亮度值R。为了便于应用R又被转换为能够表征地物的辐射亮度相对值V。R=V*(Rmax-Rmin)/Dmax+Rmin Rmax为探测器可检测到的最大辐射亮度;Rmin为探测器可检测到的最小辐射亮度;max为级数;R为辐射亮度值;V为像素表征的地物辐射亮度的相对值。,遥感数字图像处理:利用数字计算机或其它高速、大规模集成数字硬件,对从遥感图像信息转换来的数字电信号进行某些数字运算或处理(如去除噪声、增强、复原、分割、提取特征等),以期提高遥感图像的质量以达到人们所要求的某些预期结果。,图像的表示 完整描述图像,可以用式子:I=f(x,y,z,t)表示一个立体的、彩色的活动图像。还有:对于静止图像
3、,则表示为f(x,y,z,);对于平面图像,则表示为f(x,y,);对于单色图像,则表示为f(x,y)。有时,在传播或传送图像时,常把图像扫描成一维信号,如视频信号,这时图像便成了一维函数f(t),称之为图像信号,而前面几个式子称为图像,以示区别。,数字图像是由被称作象素的小块区域组成的二维矩阵。将物理图象行列划分后,每个小块区域称为像素(pixel)。每个像素包括两个属性:位置和灰度。对于单色即灰度图像而言,每个象素的亮度用一个数值来表示,通常数值范围在0到255之间,即可用一个字节来表示,0表示黑、255表示白,而其它表示灰度级别。物理图象及对应 的数字图象,彩色图象可以用红、绿、蓝三元组
4、的二维矩阵来表示。,通常,三元组的每个数值也是在0到255之间,0表示相应的基色在该象素中没有,而255则代表相应的基色在该象素中取得最大值,这种情况下每个象素可用三个字节来表示。,彩色图象(128x128)及其对应的数值矩阵(仅列出一部分(25x31)),(207,137,130)(220,179,163)(215,169,161)(210,179,172)(210,179,172)(207,154,146)(217,124,121)(226,144,133)(226,144,133)(224,137,124)(227,151,136)(227,151,136)(226,159,142)(2
5、27,151,136)(230,170,154)(231,178,163)(231,178,163)(231,178,163)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(240,205,187)(239,195,176)(231,138,123)(217,124,121)(215,169,161)(216,179,170)(216,179,170)(207,137,120)(159,51,71)(189,89,101)(216,111,110)(217,124,121)(227,151,136)(227,151,136)(226,1
6、59,142)(226,159,142)(237,159,135)(237,159,135)(231,178,163)(236,187,171)(231,178,163)(236,187,171)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(236,187,171)(227,133,118)(213,142,135)(216,179,170)(221,184,170)(190,89,89)(204,109,113)(204,115,118)(189,85,97)(159,60,78)(136,38,65)(160,56,75)(204
7、,109,113)(227,151,136)(226,159,142)(237,159,135)(227,151,136),主要内容,遥感图像概述遥感图像的读写与显示遥感图像辐射增强遥感图像几何变换遥感图像配准遥感图像滤波 遥感图像分割,2 遥感图像的读写与显示,对于标准格式的图像,如bmp,jpg,tif等格式的图像,可以直接利用MATLAB提供的命令imread及imwrite进行读写操作。实际中不同的遥感数据并非标准格式。如何根据数据提供者提供的格式说明文件读出相应的参数及图像数据是进行后续遥感图像处理的关键。,标准格式图像读取,函数imread可以从任何Matlab支持的图像文件格式中
8、,以任意位深度读取一幅图像。格式为:X,MAP=imread(FILENAME,FMT),其中:FILENAME为需要读入的图像文件名称,FMT为图像格式。图像文件格式,读取图像信息,可以通过调用imfinfo函数获得与图像文件有关的信息,格式如下:INFO=imfinfo(FILENAME,FMT)其中:返回的INFO是Matlab的一个结构体。函数size可给出一副图像的行数和列数size(f),非标准格式遥感图像读取,通常每一种遥感卫星传感器都制定了一套适合本身特性的数据存储格式标准。并且为用户提供详细的格式说明书。用户必须熟悉格式才能正确地读出遥感图像数据。例:ALOS PALSAR参
9、数及数据读取,图像的显示,Matlab的图像显示函数主要有imshow、colorbar、subimage和imagesc等。例如:imshow函数的基本语法为:imshow(f,G)其中,f是一个图像数组,G是显示该图像的灰度级数。,1、imshow(I,n)显示灰度级为n的图像,n缺省为256。【例】按256灰度级显示I=imread(moon.tif);imshow(I,256)colorbar,【例】按8灰度级显示I=imread(moon.tif);imshow(I,8)colorbar,【例】按最大灰度范围显示I=imread(moon.tif);imshow(I,)colorba
10、r,【例】按指定灰度范围显示I=imread(moon.tif);imshow(I,64,128)colorbar,2、imshow(X,MAP)显示索引图像,X为数据图像矩阵,MAP为调色板。【例】显示索引图像X,MAP=imread(canoe.tif);imshow(X,MAP);colorbar,【例】显示伪彩色图像I=imread(moon.tif);imshow(I,jet(256)colorbar,3、imshow(RGB)显示真彩色图像。【例】rgb=imread(flowers.tif);imshow(rgb);,4、subimage多图显示多个调色板的图像。【例】load
11、trees;x2,map2=imread(forest.tif);subplot(2,1,1),subimage(X,map);colorbarsubplot(2,1,2),subimage(x2,map2);colorbar,【例】不用专用函数显示多图load trees;x2,map2=imread(forest.tif);subplot(2,1,1),imshow(x2,map2);colorbarsubplot(2,1,2),imshow(X,map);colorbar,图像的写入,1、imwrite函数imwrite(I,文件名,文件格式)保存无调色板的图像imwrite(X,MAP
12、,文件名,文件格式)保存有调色板的图像imwrite(.,文件名)文件名中含格式imwrite(.,参数,值)指定保存参数文件格式:bmp、jpg、pcx、tif。,【例】将tif图像保存为jpg图像x,map=imread(canoe.tif);imwrite(x,map,canoe.jpg,JPG,Quality,75),主要内容,遥感图像概述遥感图像的读写与显示遥感图像辐射增强遥感图像几何变换遥感图像配准遥感图像滤波 遥感图像分割,3 遥感图像辐射增强,定义:将原来不清晰的图像变得清晰或突出某些特征,同时抑制一些不需要的信息的处理方法。目的:突出图像中的有用信息,扩大不同影像特征之间的差
13、别,以便于进行判读和分析。,基于直方图变换的增强方法,直方图变换是一种通过直接改变图像中像元的亮度值来改变图像的对比度,从而改善图像质量的图像处理方法。灰度直方图是灰度级的函数,描述图像中具有该灰度级的像元的个数。其横坐标是灰度级,纵坐标是像元的个数(或该灰度出现的频率)。直方图反映灰度的总体结构,但是不反映空间的分布信息。直方图变换的类型线性变换非线性变换,线性变换:根据原图像直方图来确定好拉伸变换前的灰度值区间,然后把这一灰度值区间按某一直线方程关系拉伸或压缩而成为变换后灰度值区间。拉伸后的图像灰度值范围增大,对比度改善。,线性变换按比例扩大原是灰度级的范围,将原始的相对集中的灰度值分布在
14、0255范围内展开。,线性变换分段线性拉伸对不同范围的灰度值进行不同的拉伸。,非线性变换变换函数是非线性的,如指数变换、对数变换等。指数变换指数变换可以对图像高值区域进行拉伸,对数变换对数变换对图像低值区域进行拉伸,直方图均衡将原图像的直方图通过变换函数变为均匀的直方图,然后按均匀直方图修改原图像,从而获得一幅灰度分布均匀的新图像。,直方图均衡计算步骤1.计算原图像f的直方图h,直方图均衡计算步骤2.求出图像f的总体像素个数N,计算每个灰度级的像素个数在整个图像中所占的比例hs。,直方图均衡计算步骤3.计算图像各灰度级的累积分布hp。,直方图均衡计算步骤4.求出新图像g的灰度值。,因为直方图是
15、近似的概率密度函数,所以用离散灰度级作变换一般得不到完全平坦的结果。另外,从上例可以看出,变换后的灰度级减少了,这种现象叫做“简并”现象。由于简并现象的存在,处理后的灰度级总是要减少的,这是像素灰度有限的必然结果。由于上述原因,数字图像的直方图均衡只是近似的。,主要内容,遥感图像概述遥感图像的读写与显示遥感图像辐射增强遥感图像几何变换遥感图像配准遥感图像滤波 遥感图像分割,遥感图像几何变换,几何运算可以看成是像素在图像内的移动过程,该移动过程可以改变图像中物体对象(像素)之间的空间关系。几何运算可以是不受任何限制的,但是通常都需要做出一些限制以保持图像的外观顺序。完整的几何运算需要由两个算法来
16、实现:空间变换算法和灰度插值算法。,空间变换主要用来保持图像中曲线的连续性和物体的连通性,一般都采用数学函数形式来描述输入、输出图像相应像素间的空间关系。空间变换的一般定义为 其中,f表示输入图像,g表示输出图像,坐标(x,y)指的是空间变换后的坐标,要注意这时的坐标已经不是原来的坐标(x,y)了。a(x,y)和b(x,y)分别是图像的x和y坐标的空间变换函数。,灰度级插值主要是对空间变换后的像素赋予灰度值,使之恢复原位置处的灰度值。在几何运算中,灰度级插值是必不可少的组成部分,因为图像一般用整数位置处的像素来定义。而在几何变换中,g(x,y)的灰度值一般由处在非整数坐标上的f(x,y)的值来
17、确定,即g中的一个像素一般对应于f中的几个像素之间的位置,反过来看也是一样,即f中的一个像素往往被映射到g中的几个像素之间的位置。,图像的几何常用函数,图像的缩放 imresize图像的旋转 imrotate图像的剪裁 imcrop图像的一般几何变换 imtransform,图像的插值运算,最近邻插值方法(Nearest neighbor)双线性插值方法(Bilinear)双三次插值方法(Bicubic),(1)图像缩放MATLAB使用imresize函数来改变一幅图像的大小,调用格式如下:B=imresize(A,M,METHOD),其中:A 原图像;M 缩放系数;B 缩放后的图像;METH
18、OD插值方法,可取值nearest,bilinear和bicubic。【例】原图像放大1.25倍I,map=imread(kids.tif);J=imresize(I,3);subplot(1,2,1),subimage(I,map)subplot(1,2,2),subimage(J,map),(2)图像旋转使用imrotate函数来旋转一幅图像。调用格式如下:B=imrotate(A,ANGLE,METHOD,BBOX),其中:A需要旋转的图像;ANGLE表示旋转的角度,正值为逆时针;METHOD插值方法;BBOX 取值loose(缺省)、crop【例】图像旋转clfI,map=imread
19、(kids.tif);J=imrotate(I,35,bilinear);J1=imrotate(I,35,bilinear,crop);subplot(2,2,1),imshow(I,map)subplot(2,2,3),imshow(J,map)subplot(2,2,4),imshow(J1,map),(3)图像剪切使用imcrop函数可以从一幅图像中抽取一个矩形的部分。imcrop函数的调用格式如下:X2=imcrop(X,MAP,RECT)其中,X表示有待剪切的图像,不指定X时,imcrop将当前坐标轴中的图像作为待剪切的图像。MAP表示X为索引图像时的调色板,RECT定义剪切区的矩
20、形坐标。如果调用imcrop时不指定矩形的坐标,那么当光标位于图像中时会变成十字形,可以通过拖曳鼠标的方式交互式地选择一个矩形。imcrop函数根据用户的选择绘制一个矩形,释放鼠标键后将产生一个新的图像。,仿射变换,仿射变换,可以用以下函数来描述:其中,A是变形矩阵,b是平移矩阵。(1)尺度变换变换矩阵:,S0,【例】clf;I=checkerboard(20,2);subplot(121);imshow(I);axis on;title(原图)s=1.5;T=s 0;0 s;0 0;tf=maketform(affine,T);I1=imtransform(I,tf,bicubic,Fill
21、Values,0.3);subplot(122);imshow(I1);axis on;title(尺度变换),(2)伸缩变换变换矩阵:,【例】clf;I=checkerboard(20,2);subplot(121);imshow(I);axis on;title(原图)t=2;T=1 0;0 t;0 0;tf=maketform(affine,T);I1=imtransform(I,tf,bicubic,FillValues,0.3);subplot(122);imshow(I1);axis on;title(伸缩变换),(3)扭曲变换变换矩阵:,【例】clf;I=checkerboard
22、(20,2);subplot(121);imshow(I);axis on;title(原图)u=0.5;T=1 u;0 1;0 0;tf=maketform(affine,T);I1=imtransform(I,tf,bicubic,FillValues,0.3);subplot(122);imshow(I1);axis on;title(扭曲变换),(4)旋转变换变换矩阵:,clf;I=checkerboard(20,2);subplot(1,2,1);imshow(I);title(原图)angle=20*pi/180;sc=cos(angle);ss=sin(angle);T=sc-s
23、s;ss sc;0 0;tf=maketform(affine,T);I1=imtransform(I,tf,bicubic,FillValues,0.3);subplot(122);imshow(I1);title(旋转变换),(5)综合变换变换矩阵:,【例】clf;I=checkerboard(20,2);subplot(1,2,1);imshow(I);title(原图)s=2;As=s 0;0 s;%尺度t=2;At=1 0;0 t;%伸缩u=1.5;Au=1 u;0 1;%扭曲st=30*pi/180;sc=cos(st);ss=sin(st);Ast=sc-ss;ss sc;%旋转
24、T=As*At*Au*Ast;3 5;tf=maketform(affine,T);I1=imtransform(I,tf,bicubic,FillValues,0.3);subplot(122);imshow(I1);title(综合),主要内容,遥感图像概述遥感图像的读写与显示遥感图像辐射增强遥感图像几何变换遥感图像配准遥感图像滤波 遥感图像分割,图像配准是指依据一些相似性度量决定图像间的变换参数使得从不同传感器不同视角不同时间获取的同一场景的两幅或多幅图像变换到统一坐标系下在像素层上得到最佳匹配的过程。待配准图像相对于参考图像的配准可定义为两幅图像在空间和亮度上的映射两幅图像可定义为两个
25、二维数组分别用I1(x,y)和I2(x,y)表示他们分别是两幅图像的亮度值则两幅图像间的映射可表示为:其中:f为二维空间坐标变换,g为一维亮度或其他亮度变换,遥感图像配准步骤,第一步:读取图像orthophoto=imread(westconcordorthophoto.png);figure,imshow(orthophoto)unregistered=imread(westconcordaerial.png);figure,imshow(unregistered),第2步:选取控制点cpselect(unregistered,orthophoto),第3步:保存控制点到MATLAB工作空间
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第五章 MATLAB在遥感图像处理中的应用 第五 MATLAB 遥感 图像 处理 中的 应用
链接地址:https://www.31ppt.com/p-5654520.html