遥感数字图像处理重点整理

遥感数字图像解决第一章概论1、图像定义:IMAGE,指通过镜头等设备得到的视觉形象(或以某一技术手段再现于二维画面上的视觉信息）,是二维数据阵列的光学模拟。分类：按人眼的视觉可视性：可见图像(照片、素描、油画) 不可见图像（不可见光成像如紫外线、红外线、不可见测量值如温度、人口密度等的分布图)按图像的敏感限度和空间坐标的持续性:数字图像（指用计算机存储和解决的图像，是一种空间坐标和灰度不持续、以离散数字原理体现的图像，不见图像)模拟图像(又称光学图像,指空间坐标的明暗限度持续变化的、计算机无法直接解决的图像，可见图像)模拟图像数字图像：模/数转换(转换） 数字图像模拟图像:数模转换(D/A转换)2、像素定义:是A/转换的取样点，是计算机图像解决的最小单元，每个像素具有特定的空间位置和属性特性。3、遥感数字图像定义:数字形式的遥感图像,不同的地物可以反射或辐射不同波长的电磁波,运用这种特性，遥感系统可以产生不同的遥感数字图像。像素值：称为亮度值（或灰度值、DN值）,量化的(整数)灰度就是数字量值。 亮度值的高下由遥感传感器所探测到的地物电磁波的辐射强度决定。具有相相应的意义，仅在图像内才干进行互相比较。遥感数字图像与照片的差别照片遥感数字图像来自于模拟方式来自于数字方式通过照相系统产生通过扫面和数码照相机产生没有像素基本构成单位是像素没有行列构造具有行和列没有扫描行也许会观测到扫描行0表达没有数据0是数值，不表达没有数据任何点都没有编号每个点均有拟定的数字编号照相受电磁光谱的成像范畴限制可以是电磁光谱的任意范畴一旦获取了照片,颜色就是拟定的颜色没有特定的规则,在解决过程中可以根据需要通过合成产生具有红、绿、蓝3个通道多种波段(3-000)4、遥感数字图像解决定义：是运用计算机图像解决系统对遥感图像中的像素进行系统操作的过程。老式的模拟图像受媒介大小的限制无法完全表述这些信息，也很难进行信息的进一步解决,只有经数字化后才干有效地进行信息分析和解决，数字图像解决极大地提高了图像解决的精度和信息提取的效率。重要内容：图像增强: 压抑、清除噪声,增强整体图像或突出图像中的特定地物的信息,使图像更容易理解、解释和判读。 灰度拉升、平滑、锐化、彩色合成、主成分(K-L）变换、KT变换、代数运算、图像融合等 增强过程自身不会增长数据中原有的信息内容，仅仅是突出了特定的图像特性，使得图像更易于可视化的解释和理解。图像校正：也称为图像恢复、图像复原，重要是对传感器或环境导致的退化图像进行模糊消除、噪声消除、几何失真或非线性校正。 校正措施:辐射校正和几何纠正。信息提取:根据地物光谱特性和几何特性,拟定不同地物信息的提取规则。重要涉及图像分割、分类等措施,解决成果为分类专项图。、遥感数字图像解决系统硬件系统:计算机、数字化设备、大容量存储器、显示屏、输出设备、操作台软件系统:ERDAS IMAGINE（C语言)、VI（IDL语言）、PCI eomac、EMapper、数字图像解决的发展和两个观点离散措施：一幅图像的存储和表达均为数字形式，由于数字是离散的空间域图像解决以图像平面自身为参照，直接对图像中的像素进行解决。持续措施：图像一般源自物理世界,服从可用持续数学描述的规律,因此具有持续性。 频率域基于傅里叶变换，频率域图像解决时对傅里叶变换后产生的反映频率信息的图像进行解决。第二章遥感数字图像的获取和存储1、遥感系统:是一种从地面到空中乃至整个空间，从信息收集、存储、传播、解决到分析、判读、应用的技术体系，重要涉及遥感实验、信息获取(传感器、遥感平台)、信息传播、信息解决、信息应用等5个部分。2、传感器信息获取的核心定义:收集和记录电磁辐射能量信息的装置,是信息获取的核心部件,如航空照相机、多光谱扫描仪、成像等分类：按工作方式与否具有人工辐射源： 被动方式被动遥感：以太阳辐射和地物自然辐射为辐射源,不需人工辐射源,如多种摄像机、扫描仪、辐射计等，其工作波段集中在可见光和红外区。 积极方式积极遥感:具有人工辐射源，积极向目的发射强大的电磁波，然后传感器接受目的反射的回波,如多种形式的雷达,其工作波段集中在微波区。按数据的记录方式： 成像方式:成像传感器接受的目的电磁辐射信号转换成数字或模拟图像,是目前最常用的传感器类型。按成像原理可以分为照相成像和扫描成像两类。 照相成像：在打开快门后的一瞬间几乎同步收集目的上所有的反射光,聚焦到胶片上成为一幅影像，并记录下来如全景照相机、多光谱照相机、缝隙照相机、框幅照相机等。 扫描成像：扫描方式的传感器逐点逐行地收集信息,各点的信息按一定顺序先后进入传感器，通过一段时间后才干收集完一幅图像的所有信息。 目的面扫描的方式:收集系统直接对目的面扫描,一点一行顺序收集目的面上各单位的信息,然后拼成一幅图像。光学-机械扫描仪（多光谱扫描仪SS 专项制图仪T)成像雷达(全景雷达和侧视雷达） 影像面扫描的方式：收集系统不直接对地面扫描,而是先用光学系统将目的的辐射信息在靶面上汇集形成一幅图像然后运用摄像管中的电子束对靶面扫描来收集其数据，或依托电荷耦合器件(CCD)构成的阵列进行电子扫描来获得数据。电视照相机、固体扫描仪 非成像方式：记录的是某些物理参数,不能产生图像,如可见光-近红外辐射计、热红外辐射计、微波辐射计、微波高度计、微波散射计3、电磁波传感器特点传感器实例波长范畴/nm紫外对紫外线光感测紫外照相机080可见光用感光胶片或光电探测器作为感测元件，地面辨别率高,但只能在晴朗的白天使用可见光照相机、T照相机等38076红外近红外常使用感光胶片,中、远红外常使用光学机械扫描仪;具有昼夜工作能力红外光学扫描仪710*106微波具有昼夜工作能力，能提供高辨别率图像，并与日照、云层遮挡无光,有一定穿透能力合成孔径雷达1.001.01094、传感器的辨别率定义：指传感器辨别自然特性相似或光谱特性相似的相邻地物的能力。高辨别率意味着辨别能力强,可以辨别小的相邻地物,低辨别率意味着可以获取大范畴的平均辐照度。1）辐射辨别率:是传感器辨别反射或发射的电磁波辐射强度差别的能力 高辐射辨别率意味着可以辨别信号强度的微小差别。表达：可见光、近红外波段:用等效反射率表达热红外波段：用噪声等效温差、最小可探测温差和最小可辨别温差表达。遥感图像：图像的量化位数可以看做是辐射辨别率的近似表述。2）光谱辨别率:是传感器记录的电磁光谱中特定波长的范畴和数量 波长范畴越窄,波段数越多,光谱辨别率越高，地物越容易被辨别和辨认。但并非波段越多越好，会产生“掩盖”地物的辐射特性，不利于迅速探测和辨认地物。)空间辨别率:是遥感图像上可以具体辨别的最小单元的尺寸或大小，即传感器能把两个目的物作为清晰的实体记录下来的两个目的物之间最小的距离。 是表征图像辨别地物目的细节能力的指标。也可以用地面辨别率(像素所代表的地面实际尺寸的大小）来表达。表达:像素:是将地物信息离散化而形成的格网单元，在遥感图像中,单位为米,像素为正方形，其大小与遥感空间辨别率高下密切有关,空间辨别率越高，像素越小。解像力（解相率)：用单位距离能辨别的线宽或间隔相等的平行线的条数来表达，单位为线/毫米或线对/毫米瞬间视角场IOV(角辨别率）:是传感器的瞬间视场，它和遥感平台高度共同决定了地面的辨别单元，即像素大小P，=Hta（IFO/2)分类： 高空间辨别率：不不小于10M，SOTQUCIRIKNS，重访周期长（数天）,可以反映地物明确的几何信息,合用于特定地区进行定点监测，多用于数字都市和工程制图。 中空间辨别率：0，ATERM，重访周期（数周)，具有较多的光谱信息，便于进行土地运用和土地覆盖、资源、地表景观等方面的研究。 低空间辨别率:不小于100，NAMOS，重访周期短(数小时），合用于进行大范畴的环境遥感监测，例如洪水、火灾、云和沙尘暴等。 ）时间辨别率：对同一目的进行反复探测时,相邻两次探测的时间间隔 一类是传感器自身设计的时间,受卫星运营规律影响,不能变化 一类是人为设计的时间辨别率,它一定等于或不不小于卫星传感器自身的时间辨别率在遥感图像应用中意义重大，可以进行动态监测和预报，进行自然历史便器和驱动力分析，可以提高成像率和解像力，提高地物的辨认精度。5、数字化涉及采样、量化采样:将空间上持续的图像变换成离散点（即像素）的操作。采样间隔和采样孔径的大小是重要的参数。 采样间隔影响着图像表达地物的真实性,间隔越小,图像越接近于真实,但采用成本及后解决的成本也越高,图像存储所需要的空间越大。 采样时，持续的图像空间被划分为网格，并对各个网格内的辐射值进行测量。量化：将像素灰度值转换成整数灰度级的过程。 图像数据M行,列,量化位数为g,存储空间*g/8字节。2N=M，其中N为量化级，M为量化位数（量化灰度级)一般得到的都是量化之后的遥感图像，图像中的像素值被称为数字值（DN值)、灰度级或亮度值。 量化影响着图像细节的再现限度，间隔越大，细节损失越多，图像的棋盘化效应越明显,量化影响着图像细节的可辨别限度,量化位数越高，细节的可辨别率越高,保持图像大小不变，减少量化位数减少了灰度级会导致假的轮廓。6、遥感图像类型不相干图像：光学遥感所产生的图像，涉及多光谱图像（多波段图像，每个采样位置涉及多种波段的值)、高光谱图像和高空间辨别率图像 属于被动遥感,图像受大气状况影响很大，限制了再多云多雨地区的应用。相干图像：微波遥感所产生的图像，多取决于传播的条件,微波遥感属于积极遥感，其穿透能力强,不受天气的影响，可以全天候工作。7、遥感数字图像的级别0级产品:未通过任何校正的原始图像数据。级产品：通过了初步辐射校正的图像数据。2级产品：通过了系统级的几何校正我们到手的数据级产品:通过了几何精校正，保密级别8、元数据定义：是有关图像数据特性的表述，是有关数据的数据。涉及图像获取的日期和时间、投影参数、几何校正精度、图像辨别率、辐射校正参数元数据与图像数据同步发布,或者嵌入到图像文献中，或者是单独的文献。也称为头文献,多为二进制格式或随机。9、遥感图像数据格式设图像数据位N列,M行,K个波段1）SQ格式是像素按波段顺序依次排列的数据格式,先按照波段顺序分块排列,在每个波段块内，再按照行列顺序排列,保证了像素空间位置的持续性。B1 (1，) （1,2) (1，3）(1,N） (2,1） (2,） （,3）(2,N）BK (，1) （1,2） (,3)（1，N） (2,1） (2,2) (2，3)(2,N) （M,) （M,2) (，3）(M,N)）I格式像素先以行为单位分块,在每个块内,按照波段顺序排列像素,像素的空间位置在列的方向上是持续的。第一行 1 (,1） (1，2） (1，3）(1，N) （1,) (1,2)（1，3)（1,N) K (1,1) (,2） （,3)(,)第M行 B1 (M,1) (，2) (M,3)（,N） (，1） (M,2）(,3)(M,N) B (M,1) (M，) (M,）（M,N)）BP格式以像素为核心，像素的各个波段数据保存在一起,打破了像素空间位置的持续性。保持行的顺序不变，在列的方向上按列分块，每个块内为目前像素不同波段的像素值。1 B2 B B 2K第一行 (1,) (1,1)（,1) (1,2) （1,2) （1,2)第二行 （2,1） (2,1) （2，1) （2，2) (2,) (2,2)第M行 (M,) (M,1) (M,） (M,) (M,2) (,)4)TIFF图像格式5）DF数据格式优势：独立于操作平台的可移植性;超文本；自我描述性；可扩展性）GTFF图像格式独立性和拓展性的特点，条理清晰、构造严谨,容易实现与其她遥感影像格式的转换。)陆地资源卫星5的数据格式10、图像文献坐标:左上角像素的坐标从0开始，向右向下按整数递增，通过集合校正后图像文献坐标用地图坐标来表达大小= 图像行数*图像列数每个像素的字节数波段数*辅助参数（一般为)8位量化位1个字节，6位为个11、数字图像辨别率定义：图像上的点被映射或指定到给定的空间里的数量（一般是以英寸、厘米、像素为单位),是图像中最小可辨别距离。第三章遥感数字图像的表达和记录描述1、遥感图像模型定义：遥感图像是传感器通过探测地物电磁波辐射能量所得到的的图像,反映持续变化的物理场，虽然波段不同，记录的辐射能量、成像的方式以及成像系统等也有差别,但还是可以从理论角度归纳得到一种具有普遍意义的模型，成为遥感图像模型。图像上的能量 =目的发射的能量+ 目的反射的能量陆地遥感图像模型:Lx,y,t,p=1- x,y,t,pE+x,y,t,pI(x,y,t,)其中，x,y,t,p为目的物的反射率;E为黑体的电磁波发射能力;I(x,y,t,)为入射的辐射量；p表达极化方向，重要用于微波成像；代表波长；t为成像时间。在可见光和近红外波段,白天物体自身发射的辐射量课忽视不计，可以简化为Lx,y,t,p=x,y,t,pI(x,y,t,)2、多源图像定义:在同一地区，随时间、波段和极化方向不同而获得的多种图像的组合,叫做多源图像分类：多波段图像（多光谱图像) 多时相图像 多极化图像、图像函数f(x,y)事实上代表在二维空间内物体反射或发射电磁波辐射能量的分布，不是传感器实际记录的图像数据。设（x,y）表达二维空间的图像函数,则相应的变换关系可以表达为g（x,） = Tf（x,y),其中T表达某种由地物到图像的变换;g(x,)是遥感图像解决后产生的图像函数。g(x，y）具有持续性；定义域的限定性；函数值的限定性;函数值物理意义的明确性。、遥感图像的数字表达1）拟定的（写出图像函数体现式，对于数字图像,表达到矩阵或向量)图像的矩阵表达 二值图像：每个像素的取值为0或1的图像,没有颜色的概念，数值仅涉及0和，是逻辑运算之后的成果，用来表达背景（假），用来表达前景目的（真)。灰度图像：每个像素由一种量化的灰度值（灰度级）来描述的图像,单波段图像为灰度图像。对于8位量化而言,灰度值0为黑色,25为白色。 彩色图像：每个像素由红、绿、蓝(RB)三原色构成的图像,对于多光谱遥感图像，可通过RG合成产生彩色图像。图像的向量表达 按行或列排序，长处是可以直接运用向量分析的有关理论和措施。2）记录的（用一种平均特性来表达）图像的数字特性可作为辨别或辨认图像中地物的根据，将图像看做具有正态分布的随机变量，可以使用记录学措施对图像进行记录描述。单波段图像的记录特性 基本记录特性 反映像素值平均信息的记录参数：均值、中值、众数 反映像素值变化信息的记录参数:方差、变差（最大值与最小值之差）、反差（对比度) 直方图：是灰度级的函数,描述的是图像中各个灰度级像素的个数。对于数字图像来说,直方图实际就是灰度值概率密度函数的离散化图形。 Hi= niN (i=0, 1,L-1) 性质:反映了图像灰度的分布规律(可以通过修改图像的直方图来变化图像的反差)。 任何一幅特定的图像均有唯一的直方图与之相应,不同的图像可以有相似的直方图。 如果一幅图像仅涉及两个不相连的区域，并且每个区域的直方图已知,则整幅图像的直方图是这两个区域的直方图之和 遥感图像的数据服从或接近正态分布,直方图的形态与正态分布的曲线形态类似 应用：可以有目的地变化直方图形态来改善图像的对比度。峰值偏向灰度大，图像偏亮;反之 二阶矩表达灰度级的对比度；三阶矩表达直方图的偏斜度;四阶矩表达直方图的峰度多波段图像的记录特性 协方差：协方差矩阵P48 值越高表达两个波段图像之间的协变性越强 有关系数：有关矩阵P 直方图匹配:可用欧氏距离来衡量、窗口、邻域和卷积窗口:对于图像中任一像素(x，y)，以此为中心,按上下左右对称所设定的像素范畴,称为窗口邻域:中心像素周边的行列称为该像素的邻域,按照与中心像素相邻的行列总数来命名邻域运算:对于中心像素（x,y),其值f(x,y）表达，可按照相邻性规则通过计算产生卷积：是空间域上针对特定窗口进行的运算,是图像平滑、锐化中使用的基本的计算措施卷积公式gi,j=y=1mx=1n(fx,yhx,y) (x，)为窗口模板(或卷积核）是相邻像素对中心像素影响限度的表述,边沿的解决措施:设为0值；保存原值;按对称原则从图像中取值、滤波狭义:滤波是指变化信号中各个频率分量的相对大小,或者分立出来加以克制,甚至所有滤除某些频率分量的过程广义：把某种信号解决成为另一种信号的过程(f）(f)H(f）,滤波的概念重要用在频率域中，在空间域中即为卷积运算。、纹理定义:图像的某些局部性质,或是对局部区域中像素之间关系的一种度量。纹理基元按照某种拟定性的规律或只是按照某种记录规律反复排列构成的。三要素：某种局部的序列性,不断反复；序列基本部分非随机排列构成；各部分大体是均匀的统一体，纹理区域内任何地方均有大体相似的构造尺寸分类：人工纹理（有规则的，是自然背景上的符号排列构成的，可以使线条、点、字母、数字) 自然纹理(不规则的,是具有反复排列现象的自然景物，如森林、草地之类的）纹理在局部区域内呈现不规则形，而在宏观上又体现出某种规律。纹理的性质有均匀性、密度、粗细度、粗糙度、规律性、线性度、定向性、方向性、频率、相位。老式的纹理特性描述措施:记录措施(运用图像的特性求出特性值，实现对纹理特性的描述,自有关函数、灰度共生矩阵、灰度级行程长、滤波模板、随机模型、分形模型） 构造措施（用构造措施力图找到纹理基元，一般只合用于规则性较强的人工纹理）8、空间自有关函数措施空间自有关函数可用来对纹理的粗糙限度进行描述。一般地，粗纹理的自有关函数随距离的变化比较缓慢，细纹理变化比较快9、共生矩阵是用来描述纹理中灰度基元之间空间联系的基本,反映了纹理中灰度分布的性质。基于共生矩阵,可定义许多基于记录法的纹理特性。（案例P55)常用指标有行平均、列平均、行原则差、列原则差。第四章图像显示和拉伸1、颜色非彩色（消色):黑、白以及从黑过渡到白的一系列的灰色，它们对光谱上各个波长的反射是没有选择性的,称之为中性色。黑白系列的非彩色只能反映物质的光反射率的变化,其在视觉上的感觉是亮度的变化。彩色：是指除黑白系列以外的多种颜色。有色调、明度、色度三个基本特性。 色调(hue)：是色彩最重要、最基本的特性。根据色调来称呼某种颜色为红色、黄色、绿色。色调是经物体表面反射（或投射）后达到神经的色光拟定的,对于单色光的色调,可以用其波长来拟定，而由混合光构成的色彩的色调,可以用构成混合光的多种波长光量的比例来拟定。 明度：是颜色的亮度在人们视觉上的反映，是从人的感觉上来阐明颜色的性质 明度与亮度是有区别的，亮度在光度学的概念中可以用光度计测量,与物体反射的光量有关,与人的视觉无关 色度：是水中溶解性的物质或胶状物质呈现的米黄色乃至黄褐色的限度,包具有色调信息,但没有亮度信息。2、颜色空间模型GB模型:是根据人眼锥体接受光线的措施构导致的模型,可生成25626*256=16M种颜色中心波长R-700nm、G-541m、358nCY模型:是彩色胶片的染料和印刷油墨所形成的颜色空间IS模型、AB模型3、颜色模型一种颜色模型是用一种三维坐标系统及这个系统中的一种子空间来表达,系统中的每个颜色都由一种单点表达。RGB模型(彩色监视器和彩色摄像机)：基于笛卡尔坐标系统，黑色在原点,白色在离原点最远的角上,蓝绿色、紫红色和黄色在另个顶角MY模型（彩色打印机）：公式:P62YI模型(彩色电视广播)：公式:P62去掉了亮度(Y)和颜色信息(I和Q）间的紧密联系HS模型（图像显示解决）:强度成分在图像中与颜色信息无关;色调和饱和度成分与人们获得颜色的方式密切有关4、图像的显示1）显示过程U从存储介质中读取数据，并以位的形式保存在图像解决器的缓冲存储器（图像存储器）内。读书器读取存储器里的位数据,然后将此值赋给彩色查找表CLUT中的RB。模数转换器(D/A)将B数据值变为合适的模拟信号(持续的电信号)，该模拟信号用以调节GB电子枪的强度,控制着每个像素在视频CRT（阴极摄像管)屏幕显示的亮度。(图P63)2）全色显示位图形解决器有一种相连的8位（256个元素）的查找表(CLUT)，该CU中RG排列均呈025渐变顺序，每个元素均有相应的RG值。3)彩色显示电子显示法(软拷贝）:用彩色监视器显示彩色硬拷贝设备显示:相减混色原理显示彩色图像，使用CYK颜色空间。相加混色基本规律：红绿=黄 红蓝紫 蓝绿=青 红+蓝绿=白 三基色:红蓝绿 三补色:青紫黄 真彩色:选择波段与RGB相应假彩色：输入波长与RGB不同图像显示使用颜色索引（65图仔细研究）5、图像的彩色合成彩色增强伪彩色合成:把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色,然后进行彩色图像显示，重要通过密度分割来实现。 密度分割法：对单波段遥感图像按灰度分级,对每级赋予不同的色彩,使之成为一幅彩色图像。 通过密度分割后,图像的可辨别力得到明显提高，如果分级与地位光谱特性的差别相应较好，可以较精确地辨别出地物类别。真彩色合成:合成后图像的颜色更接近于自然色，与人对地物的视觉感觉相适应，更容易对地物进行辨认。假彩色合成:假彩色合成使用的数据是多波段图像，假彩色合成选用的波段应当与地物的光谱特性为出发点，不同的波段合成措施,用来突出不同的地物信息。原则假彩色方案:TM(432)、MSS(41）、SPOT(321)，植被红色、水体与黑色或蓝色、城乡为深色模拟真彩色合成:由于蓝光容易受大气中气溶胶的影响，有些传感器舍弃了蓝波段，因此通过彩色合成无法得到真彩图像，可通过某种形式的运算得到模拟的红绿蓝3个通道,然后通过彩色合成近似地产生真彩色图像。 SOT IMGE公司:红色用S2表达，绿色用(XS1+XS2+3)的波段运算来实现，蓝色采用XS1波段替代,绿波段单做蓝波段，红波段不变，绿波段用三个波段的平均值替代。 DAS IMAGIG软件:红色用S2表达,绿色用(XS1*3+XS3)/4波段,蓝色用XS1波段。 不拟定参数法:引入全色波段(P),红色(aP(1-)*S3),绿色2P*XS2/(XS2）,蓝色*P*XS1(XSX），a引入为了避免浮现过饱和(0.10.5),若XS1和XS2为，则会浮现不合理成果。、图像拉伸拉伸用来改善图像显示的对比度，以波段为解决对象,通过解决波段中单个像素值来实现增强的效果。1）灰度拉伸线性拉伸：全域线性拉伸公式P7 %拉伸(a取灰度级2，b取灰度级98%）分段线性拉伸公式P78灰度窗口切片:为了将某一区间的灰度级和其她部分（背景）分开清除背景:不在灰度窗口范畴内的像素赋值为最小灰度级,在灰度窗口范畴内的像素都赋值为最大灰度级保存背景：不在灰度窗口范畴内的像素保存灰度值，在灰度窗口范畴内的像素都赋值为最大灰度级非线性拉伸:指数变换：对于图像中亮的部分,指数变换扩大了灰度间隔,突出了细节，对于暗的部分，缩小了灰度间隔,弱化了细节 对数变换：拉伸图像中暗的部分，压缩亮的部分 多波段拉伸:对各个波段分别进行线性或非线性拉伸，再综合2）图像均衡化基本思想：对原始图像的像素灰度做某种映射变换,使变换后图像灰度的概率密度呈均匀分布，即变换后图像的灰度级均匀分布,这意味着图像灰度的动态范畴得到了增长，从而提高了图像的对比度。基本环节：记录原图像每一灰度级的像素数和累积像素数 计算每一灰度级a均衡化后相应的新值，并对其四舍五入取整，得到新灰度级xb 以新值替代原灰度级,形成均衡化后的新图像 根据原图像像素记录值相应找到新图像像素记录值,作出新直方图 (算例,笔记本上有)特点:各灰度级中像素浮现的频率近似相等 原图像上像素浮现频率校的灰度级被合并，实现压缩；像素浮现频率高的灰度级被拉伸，突出了细节信息3）直方图规定化（直方图匹配）原理：对两个直方图都作均衡化,变成归一化的均匀直方图，以此直方图做中介，再对参照图像作均衡化的逆运算。具体环节：P84这种措施常常作为图像镶嵌或应用遥感图像进行动态变化研究的预解决工作,可以部分消除由于太阳高度角或大气影响导致的相邻图像的色调差别,从而可以减少目视解译的错误。第五章图像校正1、辐射校正定义:消除图像中依附在幅亮度中的多种失真的过程成为幅亮度校正,简称辐射校正目的：尽量消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器的测量值与目的的光谱反射率或光谱幅亮度等物理量之间的差别； 尽量恢复图像的本来面目，为遥感图像的分类、分割、解译等后续工作做好准备内容:传感器端的辐射校正、大气校正、地表辐射校正2、辐射传播基本概念（P8788）重要:辐射通量单位时间内通过某一表面的辐射能量成为辐射通量,单位 幅照度单位时间内单位面积上接受的辐射能量,单位WM 幅亮度/幅照度沿辐射方向、单位面积、单位立体角上的辐射通量，单位W/(2*SR) 在介质内部，反射率、吸取率和透射率的和为1 反照率界面反射的辐照度与内部反射的辐照度之和入射的辐照度、电磁波的大气传播1)可见光和红外传播由于空气分子和悬浮颗粒的散射，可见光在大气层传播时会被削弱，传感器接受到大气散射部分的电磁波称为程辐射或途径辐射。分子散射对波长较短的电磁波（UV紫外线和蓝光)有影响，对红外线没有影响。（瑞利散射）悬浮颗粒散射量的大小和角度的变化取决于悬浮颗粒的总容量,粒径分布、介电常数和微粒的形状。悬浮颗粒散射的影响很难校正，因此过度浑浊不能进行大气校正条件是原则大气和干净空气。2）热红外传播CO2、2O、N2O、O3是重要的吸取气体获取地表温度和辐射率的另一种措施是分离窗口技术(劈窗措施)，它运用品有不同透射率的大气窗口进行计算,NOA先进的高精度辐射计（AVHR)图像可以作为地物反演的数据4、辐射传播理论传感器接受目的物辐射或反射的电磁波,由此形成的遥感原始图像与目的相比存在失真，这是由于在太阳大气目的大气传感器的辐射传播过程中存在着许多干扰因素，使接受的信号不能精确反映地表物理特性（光谱反射率、光谱幅亮度等)。1)因素：A大气分子及气溶胶的瑞利散射和米氏散射、分子及气溶胶的吸取、散射以及散射吸取的耦合伙用。B表面因素的奉献（传感器高度较低那么表面因素的奉献不可忽视)地形因素的奉献（目的的高度和坡向)D太阳辐射光谱的影响（太阳自身为一种黑体,其光谱辐射遵循普朗克定律)2）基本流程P3)大气辐射传播方程（公式P93）可见光短红外光谱区(0.425)地球自身的辐射可以忽视，只考虑太阳光的辐射传播传感器所能接受的太阳光:太阳光直射到地表后地表的反射辐射、被大气散射辐射的太阳光在地表的反射辐射、大气上行散射辐射（程辐射途径辐射)中红外和热红外区域传感器接受的能量重要来源于地球的热辐射,其能量为：地表热发射辐射、大气下行热发射辐射被地表反射后的辐射、大气上行热发射辐射。4)应用大气辐射传播模型进行遥感图像的大气校正需要解决两个问题A有关大气介质特性参数的获取B具体使用的大气辐射传播模型、辐射误差产生因素:传感器的响应特性、外界（自然)环境涉及大气（云和雾）、太阳辐射1)传感器的响应特性光学照相机引起的辐射误差、光电扫描仪引起的辐射误差(光电转换误差、探测器增益)）大气电磁波在大气传播中，受到大气中分子和微小粒子的作用。这些分子和微小粒子对光波多次作用的成果即散射,它岁电磁波波长和散射体大小的不同而不同。散射：选择性散射:波长越短散射越强 瑞利散射(由远不不小于光波长的气体分子所引起，大小与波长的四次方成反比) 米氏散射(由大小与波长相称的颗粒（气溶胶:烟、水蒸气、霾）引起,也成为气溶胶散射,大小与波长成反比） 非选择性散射:尘埃、雾、云以及大小超过光波长1倍的颗粒引起,对多种波长予以同等散射。散射增长了达到卫星传感器的能量，从而减少了遥感图像的反差（最大亮度值/最小亮度值），减少了图像的辨别率，因此必须进行校正。低辨别率的空间范畴较大，不觉得图像中各处的大气散射是均匀的,往往要分区校正。3)太阳辐射太阳位置(太阳高度角、方位角）、地形起伏4)其她误差各检测器的差别、干扰、故障灯等6、系统辐射误差校正1）光学镜头的非均匀性引起的边沿减光现象的校正边沿减光：由于透镜光学特性的非均匀性，在成像平面上边沿部分比中间部分暗2）条纹条纹重要是由检测器引起的,条纹误差鉴定和消除的常用措施：平均值法、直方图法及在垂直扫描线方向上采用近来邻点法或三次褶积法。3)斑点斑点误差重要是由噪声或磁带的误码率等导致，在图像中往往是分散和孤立的。校正后的斑点亮度取其领域像素亮度值的平均值或用三次褶积法进行修正。边沿附近的斑点不进行消除，图像四周的像素不进行斑点消除。4)灰度一致化应当先完毕几何精纠正，具有相似的地理坐标等概率变换 长处：简朴,变换效果较好（运用了重叠部分的所有像素灰度,属于非线性变换） 缺陷：按概率分布进行像素灰度变换,因而存在位置配准误差线性灰度变换 该措施简朴易行,N足够大时有一定精度7、传感器端的辐射校正1)可见光和近红外波段的辐射定标2）红外波段的辐射校正热红外波段,星上传感器入瞳出接受的总辐射：通过大气向上幻术的直接地面辐射、由大气自身向上传播的辐射、大气向下辐射达到地面再经地面反射后通过大气向上传播的辐射。3）图像的灰度级和辐亮度图像上的像素值为灰度级,实际的电磁波辐射强度为辐亮度,在图像数字化的时候,电磁波辐亮度被量化为灰度级,进行反演的时候需要将灰度级转换为辐亮度。、大气校正消除由大气散射引起的辐射误差的解决过程称为大气校正。)记录学措施一般将野外实地光谱测试获得的无大气影响的辐射值与卫星传感器同步观测成果进行回归分析,拟定校正量重要有：内部平均法:校正后为相对反射率值，考虑乘性奉献（公式03) 长处：可以大大消除地形阴影和其她整体亮度的差别 缺陷：该措施假设地面变化时充足异构的，光谱反射特性的空间变化会互相抵消。假设不成立时，得到的光谱则具有虚假性平场域法：校正后为相对反射率值,考虑乘性奉献(公式13) 规定图像具有一种光谱反射率曲线变化相对平坦的、比较均一的区域，该区域的平均光谱受大气辐射、大气散射和吸取影响的共同控制。两个重要假设：区域的平均光谱没有明显的吸取特性;区域辐射光谱重要反映当时大气条件下的太阳光谱。 缺陷:不适合大量多条带高光谱数据的解决 人工查找措施有一定的随意性经验线性法：校正后为绝对反射率值,考虑加性奉献(公式P10） 需要两个以上光谱均一、有一定面积大小的目的分别为按目的和量目的,作为定标点 定标点规定：选择尽量各向同性的均一地物，且面积足够大； 地物在光谱上要跨越尽量宽的反射光谱段，明暗目的之间有足够的差别 尽量与研究区域保持同一海拔高度 仅合用于涉及地面实况数据的图像。实测光谱回归措施:2)辐射传递方程计算法辐射传播模型:一种模拟的太阳辐射光谱开始，计算太阳高度的辐射影响（根据成像时间）以及大气散射和吸取。6模型运用辐射传递方程一般只能得到近似解，改善的措施是在获取图像的同步，运用搭载在同一平台上的其她传感器获取气溶胶密度和水蒸气浓度数据,然后运用这些数据进行大气校正。3）波段对比法理论根据：大气散射的选择性,即大气散射对短波影响大，对长波影响小回归分析法：在不受大气影响的波段和待校正的某一波段图像中,选择最黑区域（一般为高山阴影区）中的一系列目的,将每一目的的两个待对比的波段亮度值提取出来进行回归分析暗像素法。 如果不是在各个波段全黑，回归分析得到的拟合曲线就存在散射的影响。直方图法:如果图像内涉及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或一种阴暗地区的平均亮度值进行校正。值得注意的是若是找不到全黑的区域,则两种措施都不能使用。9、地面辐射校正1)太阳辐射校正:重要校正太阳高度角导致的辐射误差 公式法（P107）和波段比值法2)地形辐射校正:校正坡度和坡向带来的影响10、几何校正1)几何误差的来源静态误差:成像过程中，传感器相对地球表面呈静止状态时所具有的多种误差 内部误差:由于传感器自身的性能、技术指标偏离原则数值导致 外部误差:传感器自身处在正常工作的条件下，由传感器意外的各因素导致动态误差：由于成像过程中地球的旋转所导致的图像误差2）几何精纠正几何配准是把不同传感器具有几何精度的图像、地图或数据集中的相似地物元素精确地彼此匹配、叠加在一起的过程。相对纠正：基本数据集是图像 绝对纠正：基本数据集是原则的地图几何纠正必须在遥感图像信息提取之迈进行纠正内容:系统几何纠正、投影变形纠正、几何精纠正重要性:只有在进行纠正后，才干对图像信息进行多种分析,制作满足测量和定位规定的各类遥感专项图 在同一区域,应用不同传感器、不同光谱范畴及不同成像时间的各类图像数据进行计算机自动分类、地物特性的变化检测或其她应用解决时，必须进行图像间的空间配准，保证不同图像间的几何一致性。 运用遥感图像进行地形图测图或更新时，规定图像具有较高的地理坐标精度3）基本原理回避成像的空间几何过程，直接运用地面控制点数据对遥感图像的几何畸变自身进行数学模拟，并且觉得遥感图像的总体畸变可以看做是挤压、扭曲、缩放、偏移以及更高层次的基本变形的综合伙用的成果。基本技术：同名坐标变换措施，即通过在基本数据和图像中分别寻找地面控制点的同名坐标，并借此建立变换关系来进行几何精纠正4）操作环节准备工作输入原始数据图像拟定工作范畴选择地面控制点选择地图投影匹配地面控制点和像素位置评估纠正精度坐标变换重采样输出纠正后图像5)地面控制点CP控制点数目和分布:最小值按位置系数多少来拟定，2030个；分布均匀图像中控制点的拟定：容易辨别、相对稳定、特性明显的位置如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边沿、飞机场跑道地面控制点坐标的拟定：地形图或现场实测获得控制点的数目不如控制点的分布对纠正成果的影响大6）纠正措施多项式纠正方程和共线方程多项式纠正方程原理直观、计算简朴，对地面相对平坦的图像具有足够高的纠正精度，较为常用注意问题:多项式纠正的精度与地面控制点的精度、分布和数量及纠正的范畴有关（精度越高、分布越均匀、数量越多越好)采用多项式纠正时，在GCP处拟合较好，但在其她点的误差也许会较大,平均误差小不能保证各点误差都小多项式阶数的拟定,取决于图像中几何变形限度的结识7）重采样（像素位置的变换、像素值的变换) 像素位置的变换：按选定的纠正方程把原始图像中的各个像素变换到输出图像相应的位置上去 直接成图法正解法 间接成图法反解法：根据纠正公式计算规则网的地理坐标（XY)在原始图像中相应的位置(xy），根据（xy）与周边像素之间的关系内插产生新的像素值，然后把像素值写到（X)中。内插计算像素值的过程成为数字图像的重采样 重采样措施: 近来邻重采样:长处:算法简朴,保持像素值不变 缺陷：纠正后的图像也许不具有持续性，会影响制图效果,相邻像素的灰度值较大时会有大误差 双线性内插重采样： 长处:具有一定的精度，一般能得到满意的插值效果 缺陷:具有低通滤波的性质，会损失图像中的某些边沿或线性信息，导致图像模糊 三次卷积内插重采样: 长处：图像平滑 缺陷：计算量很大 双像素重采样：1、多图像几何配准多图像是指同一地区不同步刻的图像（多时相图像），或不同传感器获得的图像。多图像几何配准是指多图像的同名图像通过几何变换实现重叠相对配准；将相对配准后的多图像纳入某一地图坐标系统绝对配准。互有关法、绝对差值法第六章图像变换、图像变换定义:为达到图像解决的某种目的而是用的数学措施,通过这种数学变换,图像解决起来较变换前更加以便和简朴目的:简化图像解决；便于图像特性提取;图像压缩;从概念上增强对图像信息的理解常用措施：傅里叶变换;主成分变换;缨帽变换；代数运算；彩色变换2、傅里叶变换:针对特定波段图像的频率特性进行分析解决，常用于周期性噪声的清除指非周期函数的正弦或余弦和乘以加权函数的积分表达，数字图像解决中所用的傅里叶变换均属迅速傅里叶变换（FF）。傅里叶变换分为持续傅里叶变换和离散傅里叶变换,数字图像解决中常用到的是二维离散傅里叶变换。）由于传感器接受到的信号分为有效信号和干扰信号,需要进行信号解决削弱干扰信号，保持或增强有效信号。2)图像的傅里叶变换空间上的高频率决定图像的细节，低频率绝对图像的背景和动态范畴。3）卷积定力是频率域分析的基本G(u,）= H(，)*F(u,v);其中H（u,v）称为传递函数(滤波函数、滤波器）,直接影响变换的成果。4）基本性质对称性、加法定理、位移定理、相似性定理、卷积定理、共轭性、瑞利定理、可分离性对于二维傅里叶变换有两个特殊性质：可分离性(傅里叶函数可分解为两个一维函数）旋转(函数在时域中旋转一种角度,那么其傅里叶变换也会旋转相似角度)5）迅速傅里叶变换图像的傅里叶变换规定图像的行列数均为2的倍数流程：正向FFT定义滤波器逆向FF6)频率域图像以图像的中心为坐标原点,左上-右下,右上左下对称。图像中心为原始图像的平均亮度值,频率为0，从图像中心向外，频率增高,高亮度表白频率特性明显。如果原始图像中有多种水平分布的地物，那么频率图像中在垂直方向的频率变换比较明显。如果原始图像中地物左上-右上分布,那么频率域图像中在左上-右下方向频率变换比较明显。、主成分变换（K-L变换）：针对多波段图像进行的数学变换措施，常用于数据的压缩或噪声的清除基本性质:总方差不变性；正交性;从主成分向量中删除背面的(-P）个成分只保存前（P=N)个成分时产生的误差符合平方误差最小的准则,前个主成分涉及了总方差的大部分。缺陷:当X维数N很大时,求的协方差阵所相应的特性向量的计算量十分庞大，虽然已得到变换矩阵,要实时正逆变换的计算量也很大，且没有迅速算法的支持，限制了主成分分析算法的应用范畴。作用:主成分分析算法消除波段之间的有关性,并进行特性选择,还可以用来对图像进行压缩和信息融合。流程：主成分正变换主成分逆变换4、缨帽变换（K-T变换）：合用于LANDSA图像的多波段经验性变换措施，变换成果可以较好的突出主体地物特性既可以实现信息压缩，又可以协助解译分析农作物特性，只用于MS和M数据。1)TM图像的K-T变换亮度：TM的6个波段的加权和，反映了总体的反射值绿度:反映了绿色生物量的特性,亮度和绿度两个分量构成的二维平面植被视面湿度第三分量:可称为湿度第四分量:突出了图像中的霾信息5、代数运算:通过简朴的代数运算产生新的波段,以增强特定的地物信息1)加法运算 B B1B2重要用于同一区域不同步段的图像求平均，可以减少图像的加性随机噪声，或者获取特定期段的平均记录特性。进行加法运算的图像的成像日期不应相差太大。)差值运算= B - B2差值图像提供了不同波段或不同步相图像间的差别信息，在动态监测、运动目的监测与跟踪,图像背景消除，不同图像解决效果的比较及目的标记等工作中应用较多。)乘法运算 B B1 B2乘法运算可用来遮掉图像的某些部分，操作成为掩膜4）比值运算 B B1 / B 对的:foat（1)/flot（b）要指定数据类型,否则会报错比值运算可以减少传感器敏捷度随空间变化导致的影响,增强图像中特定的区域；减少地形导致的阴影影响，突出季节差别比值运算能清除地形坡度和坡向引起的辐射量变换，在一定限度上能消除同物异谱现象，是图像自动分类前常采用的预解决措施之一B3/B1氧化物 B5B7粘土矿物 BB4铁矿石 BB6大片白陶土蚀变B4/B3植被B5/B2分离陆地和水体）归一化指数 B (B1 B2)/ (B1+ 2)6）植被指数（绿色):代数运算增强的典型应用原理：绿色植物叶子的细胞构造在近红外具有高反射，其叶绿素在红光波段具有强吸取。在多波段图像中,用红外/红波段图像作比值运算后,成果图像上植被区域具有高亮度值，甚至在绿色生物量很高时达到饱和比值植被指数:RVI I /R R为遥感多波段图像中的近红外波段 R为红波段归一化植被指数:NDVI = IR+ R差值植被指数: VIR - R正交植被指数: PVI =1.6225(I) 2.297（R)+.0566、彩色变换:将图像从RGB彩色空间转换到其她彩色空间显示,以突出RGB彩色空间难以表达的内容1)HS模型色彩三要素： 色调U:整个图像的亮度，其值从0(黑）到1(白)变化强度IENITY:代表颜色的纯度，从0-1线性变化饱和度SATURATIN：像素的颜色或波长,它的变化从红色的中心点0通过绿色和蓝色回到红色的中心点360形成一种圆周RB系统从物理角度出发描述颜色，HIS系统从人眼主观感觉出发描述颜色分为球体变换和圆柱体变换（变换公式144)流程：选择波段进行RG合成显示彩色变换其她解决彩色逆变换G合成显示重要应用：进行不同辨别率图像的融合：将低辨别率图像变换到IS彩色空间，将I成分用高辨别率图像中的某个波段替代,然后进行彩色逆变换，可以达到数据融合的目的。在解决前要将低辨别率的图像重采样到高辨别率的图像，并使图像的大小和空间投影完全相似。增强合成图像的饱和度：将数据从RGB转换到HS，对S成分进行拉伸增强后，再变换到G，可以提高图像的饱和度通过对强度I成分的解决进行图像增强：清除云雾的影响多源数据综合显示其她应用：对色调进行分段扩展,以突出某一色调或加大某一范畴内的色调之间的差别 色调不变,将亮度和饱和度置为常数，以突出地物色调在空间上的分布 将强度置为常数,色调和饱和度不变,可以减少地形起伏的影响，突出阴影部分的地物信息第七章图像滤波1、图像滤波定义：是从图像中提取空间尺度信息,突出图像的空间信息，压抑其她无关的信息,或者清除图像的某些信息,恢复其她的信息。因此也是图像增强的措施。图像滤波每次进队一种波段的图像进行解决。不仅考虑目前像素的值,并且考虑目前像素与相邻像素之间的关系。领域像素：与目前像素相邻的像素,通过制定窗口的大小拟定领域范畴。权重矩阵:相邻像素对目前像素的影