第44遥感数据的增强处理课件

遥感概论遥感概论 主讲：主讲：施新程施新程信阳师范学院城市与环境科学系信阳师范学院城市与环境科学系信阳师范学院城市与环境科学系信阳师范学院城市与环境科学系 464000 464000 464000 464000教材：教材：教材：教材：遥遥遥遥感感感感导导导导论论论论梅梅梅梅安安安安新新新新等等等等 高高高高等等等等教教教教育育育育出出出出版版版版社社社社电子教案 遥感概论 14.4 遥感数据的增强处理遥感数据的增强处理目的目的:改善图像显示的质量，以利于图像信改善图像显示的质量，以利于图像信息的提取和识别。息的提取和识别。计算机自动分类的一种预处理方法。计算机自动分类的一种预处理方法。实质实质:突出重要信息，去除不重要或不必突出重要信息，去除不重要或不必要信息（增强感应趣地物和周围背景地要信息（增强感应趣地物和周围背景地物间的反差）。物间的反差）。方法方法:光学增强方法和数字增强方法光学增强方法和数字增强方法具体方法有：对比度变换、彩色增强、具体方法有：对比度变换、彩色增强、滤波等滤波等。4.4 遥感数据的增强处理目的:24.4 遥感数据的增强处理遥感数据的增强处理 11 光学增强光学增强22 对比度变换对比度变换33 空间滤波空间滤波4 4 彩色变换彩色变换5 5 图像运算图像运算66 多光谱运算多光谱运算本节提要本节提要（)本节主要介绍遥本节主要介绍遥本节主要介绍遥本节主要介绍遥感图像的计算机增强感图像的计算机增强感图像的计算机增强感图像的计算机增强处理方法处理方法处理方法处理方法,如灰度变如灰度变如灰度变如灰度变换、直方图变换、密换、直方图变换、密换、直方图变换、密换、直方图变换、密度分割、灰度颠倒、度分割、灰度颠倒、度分割、灰度颠倒、度分割、灰度颠倒、图像间运算、邻域增图像间运算、邻域增图像间运算、邻域增图像间运算、邻域增强处理、主成分分析、强处理、主成分分析、强处理、主成分分析、强处理、主成分分析、KKT T变换变换变换变换。4.4 遥感数据的增强处理 本节提要（)3彩色图像可以分为真彩色图像和假彩色图像。1.利用加色法或减色法实现彩色合成加色法彩色合成:合成仪法,分层暴光法。彩色合成效果决定于使用仪器者的技术熟练程度和经验值高低,以及合成方案的选取是否合理.合成方案:像片时相+波段+色调减色法彩色合成:染印法,印刷法,重氮法2.光学增强处理 相关掩膜处理方法;改变对比度;显示动态变化;边缘突出一、光学增强处理一、光学增强处理返回返回返回返回彩色图像可以分为真彩色图像和假彩色图像。一、光学增强处理返4对比度大，反映图像的亮度值变化范围大，目标地物被识别的可能性就大；反之，目标与背景难以区别，识别的可能性就小。进行对比度扩展的主要方法有线性变换或非线性变换、直方图调整等。线性变换是图像增强最常用的方法。指变换函数为线性关系，如：式中，a，b为待定的系数。实质:通过单个像元的运算从整体上改善图像的质量.二、对比度变化线性变换对比度大，反映图像的亮度值变化范围大，目标地物被识别的可能性5灰度颠倒在光学处理中为负片印制成正片，或反之。灰度变换数字处理是将图像的灰度范围先拉伸到显示设备的动态范围(如0255)成饱和状态，然后进行颠倒。这样的运算，可以使正像和负像互换。二、对比度变化线性变换灰度颠倒在光学处理中为负片印制成正片，或反之。二、对比度变化6由于判读目标与背景的关系比较复杂，常将函数考虑为将原图像的亮度值动态范围扩展至指定的范围或最大动态范围。方法如下：变换前图像的亮度范围xa为a1至a2，变换后图像的亮度范围xb为b1至b2。变换方程可写为：则则二、对比度变化线性变换由于判读目标与背景的关系比较复杂，常将函数考虑为将原图像的亮7通过方程式可以把图像中需要变换的任一xa，变换成xb。达到改善图像动态范围，提高质量的目的。调整a1a2b1b2四个参数，即改变变换直线的形态，可以产生不同的变换效果。n若a2-a1b2b1，亮度范围缩小，图像被压缩。当扩展范围为(0，255)时，是一种常规的处理方法，即线性拉伸(自动拉伸)。二、对比度变化线性变换通过方程式可以把图像中需要变换的任一xa，变换成xb。达8非线性变换指采用非线性函数进行对比度扩非线性变换指采用非线性函数进行对比度扩展变换。常用方法有对数变换、指数变换等变换展变换。常用方法有对数变换、指数变换等变换函数，如图函数，如图4.364.36，4.374.37所示，其数学表达式：所示，其数学表达式：式式中中a a，b b，c c为为可可选选择择的的控控制制参参数数，控控制制曲曲线线的的变变化化率率、起起点点、截截距距等等，增增加加变变换换的的灵灵活活性性和和动态范围的选择性动态范围的选择性。二、对比度变化非线性变换非线性变换指采用非线性函数进行对比度扩展变换。常用方法有9指数变换和对数变换指数变换和对数变换 对数变换常用于扩展低亮度区(暗区)，压缩高亮度区的对比度，以突出隐伏暗区的目标，或使暗区层次显示清晰。指数变换的效果正好与对数变换相反，突出亮区而压制暗区。二者互为逆运算操作。二、对比度变化非线性变换二、对比度变化非线性变换10直方图：统计每幅图像的各亮度的像元数而得到的随机直方图：统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。分布图，即为该幅图像的直方图。直方图调整是指通过变换函数，使原图像的直方图变换为所要求的直方图，并根据新直方图变更原图像的亮度值。直方图均衡化(histogram equalization)和直方图正态化(histogram normalization)。直方图均衡化直方图均衡化:把原图像的直方图变换为灰度值频率固定的直方图，使变换后的亮度级分布均匀，图像中等亮度区的对比度得到扩展，相应原图像中两端亮度区的对比度相对压缩。二、对比度变化非线性变换直方图：统计每幅图像的各亮度的像元数而得到的随机分布图，即为11一般来说，包含大量像元的图像，像元的亮度随机分布一般来说，包含大量像元的图像，像元的亮度随机分布一般来说，包含大量像元的图像，像元的亮度随机分布一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。应是正态分布。应是正态分布。应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗直方图为非正态分布，说明图像的亮度分布偏亮、偏暗直方图为非正态分布，说明图像的亮度分布偏亮、偏暗直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的对比度小，需要调整该直方图或亮度过于集中，图像的对比度小，需要调整该直方图或亮度过于集中，图像的对比度小，需要调整该直方图或亮度过于集中，图像的对比度小，需要调整该直方图到正态分布，以改善图像的质量。到正态分布，以改善图像的质量。到正态分布，以改善图像的质量。到正态分布，以改善图像的质量。直方图正态化直方图正态化直方图正态化直方图正态化:将与正态分布形状相距较大的原图像的将与正态分布形状相距较大的原图像的频率分布变换为正态分布。注意：若将与正态分布相差频率分布变换为正态分布。注意：若将与正态分布相差较大的原图像的频率分布勉强变换为正态分布，则因原较大的原图像的频率分布勉强变换为正态分布，则因原图像的某一灰度的频率很高，变换成正态分布使其对应图像的某一灰度的频率很高，变换成正态分布使其对应的灰度值的频率降低，造成对该部分的压缩而丢失重要的灰度值的频率降低，造成对该部分的压缩而丢失重要的信息。的信息。在常用的遥感图像处理系统和各种商用图像处理系统中在常用的遥感图像处理系统和各种商用图像处理系统中都有利用对比度变换的方法进行图像增强的模块。都有利用对比度变换的方法进行图像增强的模块。二、对比度变化非线性变换返回返回返回返回一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布12空间滤波:是指在图像空间(x，y)对输入图像应用若干滤波函数而获得改进的输出图像的技术，即对图像中某些空间的信息增强或抑制（如高通滤波：增强高频信息抑制低频信息，即突出边缘、纹理、线条等；低通滤波：增强低频信息抑制高频信息，即去掉细节）。邻域法处理用于去噪声、边缘及线的增强，图像的清晰化、图像平滑、锐化和相关运算。三、空间滤波空间滤波:是指在图像空间(x，y)对输入图像应用若干滤波函数13提取原图像的边缘信息，进行加权处理，然后与原图像叠加；提取原图像中的模糊成分进行加权处理，然后与原图像叠加；使用某一指定的函数对原图像进行加权，使图像产生尖锐或平滑的效果。在进行运算时，多采用空间卷积技术(又称掩摸技术)，即在原图像上移动“活动窗口”，逐块进行局部运算。基本思路：提取原图像的边缘信息，进行加权处理，然后与原图像叠加；14图像卷积运算：是在空间域上对图像作局部检测的运算，以实现平滑和锐化的目的。具体方法是选定一卷积函数，又称“模板”，实际上是一个MXN图像。二维的卷积运算是在图像中使用模板来实现运算的。假假定定模模板板大大小小为为MxNMxN，窗窗口口为为 ，模模板板为为 ，则模板运算为：则模板运算为：将将计计算算结结果果放放在在窗窗口口中中心心的的像像元元位位置置，成成为为新新像像元元的的灰灰度度值值。然然后后活活动动窗窗口口向向右右移移动动一一个个像像元元，再再做做同同样样的的运运算算(P117(P117说明说明:举例举例)。三、空间滤波图像卷积运算：是在空间域上对图像作局部检测的运算，以实现15A common filtering involves moving a window（活动窗口）of a few pixels in dimension(e.g.3x3,5x5,etc.)over each pixel in the image,applying a mathematical calculation using the pixel values under that window,and replacing the central pixel with the new value.A common filtering involves mo16邻域处理又叫滤波处理，邻域的范围取决于滤波器的大小，如33或55等。边缘增强：侧重于保留低频成分的同时增强局部对比度，将部分或全部原图像的亮度值加到其高频成分图像上。边缘检测：通过方向性的差值技术增强图像中的边缘。统计滤波器：主要计算小的邻近区的统计值，消除噪音或提取纹理特征。滤波器邻域处理又叫滤波处理，邻域的范围取决于滤波器的大小，如3317图图 像像 平平 滑滑图像的平滑是使图像中高频成分消退，即平滑图像的细节，使其反差降低，保存低频成分，在频域中称为低通滤波。即使亮度平缓或去掉不必要的“噪声”点，具体方法有均值平滑和中值滤波。均值平滑：是将每个像元在以其为中心的区域内取平均值来代替该像元值。中值滤波：是将每个像元在以其为中心的邻域内取中间亮度值来代替该像元值。图 像 平 滑图像的平滑是使图像中高频成分消退，即平滑图像的18图图 像像 平平 滑滑常用平滑邻域算法常用平滑邻域算法反射率反射率反射率反射率亮度值亮度值亮度值亮度值亮度值亮度值亮度值亮度值反射率反射率反射率反射率平滑前后的图像直方图平滑前后的图像直方图平滑后的影像平滑后的影像原始影像原始影像图 像 平 滑常用平滑邻域算法反射率亮度值亮度值反射率平滑前19A low-pass filter（低通滤波）（低通滤波）is designed to emphasise larger,homogeneous areas of similar tone and reduce the smaller detail in an image.Thus,low-pass filters generally serve to smooth（平滑）（平滑）the appearance of an image.A low-pass filter（低通滤波）is des20锐锐 化化 锐化是增强图像中的高频成分，在频域处理中称为高通滤波，也就是使图像细节的反差提高，也称边缘增强。锐化是对邻区窗口内的图像微分，突出图像边缘、纹理、线状目标或某些亮度变化率大的部分，锐化后的图像已不再具有原遥感图像的特征而成为边缘图像。具体方法很多：罗伯特梯度，索伯尔梯度，拉普拉斯算法，定向检测等。锐 化 锐化是增强图像中的高频成分，在频域处理中称为高通滤21锐锐 化化 锐化前后的直方图比较锐化前后的直方图比较亮度值亮度值亮度值亮度值亮度值亮度值亮度值亮度值反射率反射率反射率反射率返回返回返回返回锐 化 锐化前后的直方图比较亮度值亮度值反射率返回22A high-pass filter（高通滤波）does the opposite,and serves to sharpen the appearance of fine detail in an image.A high-pass filter（高通滤波）does 23 四、彩色变换单波段彩色变换:单波段黑白图像按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像，这种方法又叫密度分割。图像密度分割原理：（1）求图像的极大值dmax和极小值dmin；（2）求图像的密度区间D=dmax-dmin+1；（3）求分割层的密度差d=Dn，其中n为需分割的层数；（4）求各层的密度区间；（5）定出各密度层灰度值或颜色多波段彩色变换:加色法彩色合成 四、彩色变换单波段彩色变换:24 四、彩色变换HIS变换:是色调、饱和度和明度的色彩模式，又称HIS，(hue，lightness，saturation)。HIS变换原理：将RGB信号-(暂时变换)假设的表色系统HIS -调整明度和饱和度-RGB信号(彩色合成)。把这种RGB空间和HIS空间之间的关系模型及所进行的相互变换的处理过程称HIS变换。四、彩色变换HIS变换:25 四、彩色变换HISHISHISHIS彩色模式彩色模式彩色模式彩色模式:可用近似的颜色立体来定量表示可用近似的颜色立体来定量表示环绕垂直轴的圆周代表色调环绕垂直轴的圆周代表色调(H)H)，以红色为以红色为00，逆时针旋转，逆时针旋转，每隔每隔6060改变一种颜色并且数值增加改变一种颜色并且数值增加1 1，一周，一周(360)(360)刚好刚好6 6种种颜色，顺序为红、黄、绿、青、蓝、品红。颜色，顺序为红、黄、绿、青、蓝、品红。垂直轴代表明度垂直轴代表明度(I)I)，取黑色为取黑色为0 0，白色为，白色为1 1，中间为，中间为0 05 5。从垂直轴向外沿水平面向外发散半径代表饱和度（从垂直轴向外沿水平面向外发散半径代表饱和度（S S）返回返回返回返回 四、彩色变换HIS彩色模式:可用近似的颜色立体来定量表示 26概念：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。原理：地物不同波段的光谱差异。减法运算：两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。可突现出两波段差值大的地物，如红外-红，可突现植被信息。五、图像运算五、图像运算概念：两幅或多幅单波段影像，完成空间配准后，通过一系列运算，27比值运算：两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）就是比值运算。该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量，这种算法的结果称为植被指数。常用算法：近红外波段/红波段;或（近红外-红）/（近红外+红）。对于区分和增强光谱亮度值虽不明显，而不同波段的比值差异较大的地物有明显效果。常用于计算植被指数、消除地形阴影等。植被指数：NDVI=（TM4-TM3）/（TM4+TM3）五、图像运算五、图像运算返回返回返回返回比值运算：两幅同样行、列数的图像，对应像元的亮度值相除（除数28遥感多光谱影像波段多、信息量大，对图像解译很有价值。但太大的数据量在图像处理计算时需耗费大量机时和占据大量磁盘空间，实际上，一些波段的遥感数据之间都有不同程度的相关性，存在着数据冗余:物质的波谱反射相关性;地形;遥感器波段之间的重叠。六、多光谱变换六、多光谱变换遥感多光谱影像波段多、信息量大，对图像解译很有价值。但太29多光谱变换方法针对多光谱影像存在的一定程度上的相关性以及数据冗余现象，可通过函数变换，达到保留主要信息，降低数据量，增强或提取有用信息的目的。变换的本质是对遥感图像实行线性变换，使多光谱空间的坐标系按一定规律进行旋转。多光谱空间：一个以各波段图像的亮度分布为子空间的向量空间（就是一个n维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。像元在坐标系中的位置可以表示成一个n维向量）。六、多光谱变换六、多光谱变换多光谱变换方法针对多光谱影像存在的一定程度上的相关性以及数据30K-L变换是离散Karhumen-loeve变换的简称，又称主成分变换，它是一种除去波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。主成分变换是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y。表达式为：Y=AX（1 1）主成分分析）主成分分析PCAPCAK-L变换是离散Karhumen-loeve变换的简称，又称31 假设有两个波段x1、x2的图像，其波段的亮度值之间存在相关性，如图所示的分布形状。通过投影，各数据可以表示为y1轴上的一维点数据。从二维空间中的数据变成一维空间中的数据会产生信息损失，为了使信息损失最小，必须按照使一维数据的信息量(方差)最大的原则确定y1轴的取向，新轴y1称作第一主成分。主成分分析原理主成分分析原理 x x2 2 假设有两个波段x1、x2的图像，其波段的亮度值之间存32 从几何意义来看，变换后的主分量空间坐标系与变换前的空间坐标系相比旋转了一个角度，而且新坐标系一定指向数据信息量较大的方向(主分量方向之一)。就变换后的新波段主分量而言，KL变换后的新波段主分量包括的信息量不同，呈逐渐减少趋势。其中，第一主分量集中了最大的信息量，常常占80以上，第二、第三主分量的信息量依次快速递减，到第n分量信息几乎为0。K-LK-L变换的特点变换的特点 从几何意义来看，变换后的主分量空间坐标系与变换前的空间坐33由于KL变换对不相关的噪声没有影响，所以信息减少时，便突出了噪声，最后的分量几乎全是噪声。所以这种变换又可分离出噪声。基于上述特点，在遥感数据处理时，常常用KL变换作数据分析前的预处理（数据压缩和图像增强）。K-LK-L变换的特点变换的特点由于KL变换对不相关的噪声没有影响，所以信息减少时，便突34Kauth-Thomas变换（)，简称K-T变换，又形象地称为“缨帽变换”。这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间中的特征。K-T变换也是一种线性组合变换，使坐标空间的坐标轴旋转指向与地面景物有密切关系的方向。目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。1976年，Kauth和Thomas发现了一种线性变换，它使坐标空间发生旋转，但旋转后的坐标轴不是指向主成分的方向，而是指向另外的方向，这些方向与地面景物有密切的关系，特别是与植物生长过程和土壤有关。这种变换既可以实现信息压缩，又可以帮助解译分析农业特征，因此有很大的实际应用意义。（2 2）缨帽变换）缨帽变换Kauth-Thomas变换（)，简称K-T变换，又形象地35经过研究，新分量中的前三个分量与地面景物的关经过研究，新分量中的前三个分量与地面景物的关系明确：系明确：y y y yl l l l为亮度，为亮度，为亮度，为亮度，实际是实际是TMTM的的6 6个波段的加权和，反映了总个波段的加权和，反映了总体的反射值。体的反射值。y y y y2 2 2 2为绿度，为绿度，为绿度，为绿度，从变换矩阵从变换矩阵B B的第二行系数看，波长较长的第二行系数看，波长较长的红外波段的红外波段5 5和和7 7有很明显的抵削，剩下有很明显的抵削，剩下4 4与与1 1，2 2，3 3，刚，刚好是近红外与可见光部分的差值，反映了绿色生物量的好是近红外与可见光部分的差值，反映了绿色生物量的特征。特征。Y Y Y Y3 3 3 3为湿度，为湿度，为湿度，为湿度，这个分量反映了可见光至近红外波段这个分量反映了可见光至近红外波段(波波段段1 1至至4)4)与波长较长的红外与波长较长的红外(波段波段5 5，7)7)波段的差值，而波段的差值，而5 5，7 7两波段对土壤湿度和植被湿度最为敏感，便于反映两波段对土壤湿度和植被湿度最为敏感，便于反映出湿度特征。出湿度特征。Y Y4 4,y,y5 5,y,y6 6这三个分量与地物没有明确的对这三个分量与地物没有明确的对应关系，因此应关系，因此KTKT变换后只取前三个分量。这样也实现变换后只取前三个分量。这样也实现了数据压缩。了数据压缩。缨帽变换特点缨帽变换特点返回返回返回返回经过研究，新分量中的前三个分量与地面景物的关系明确：36