第 第 6章 章 遥感数字图像处理 遥感数字图像处理 § 6.1 数字图像基础知识 6.1.1 数字图像的概念 6.1.2 数字图像处理系统 6.1.3 数字图像处理的基本类型 z数字图像的概念 : 能在计算机里存储、运算、显示 和输出的图像 。 图像的数字化包含两方面的内容：一 是图像空间位置的数字化。二是图 像灰度的数字化。 数字图像处理的基本类型： （ 1） 恢复处理 （ 2）增强处理 （ 3）分类处理 § § 6.2遥感图像的恢复处理 遥感图像的恢复处理 6.2.1遥感图像的辐射校正 ◆ 图像辐射畸变的原因 ◆ 图像辐射畸变的校正 6.2.2遥感图像的几何校正 ◆ 图像几何畸变的原因 ◆ 图像几何畸变校正原理与方法 6.2.1 遥感图象的辐射校正 遥感图象的辐射校正 z 为什么要进行辐射纠正？ z 1） 传感器本身的特性， z 2）大气对于电磁辐射的衰减；（散射、 反射 和吸收） z 3） 地形因子的影响 ——阴影 z 4) 其它生态环境因子 z 形成 “同物异谱，异物同谱 ”现象。 z 图象不能全部真实地反映不同地物地特征，影 响了数字图象的质量。 z 辐射校正： 辐射失真是指遥感传感器在 接收来自地物的电磁披辐射能时 , 由于电磁 波在大气层中传输和传感器测量过程中受到 遥感传感器本身特性、地物光照条件 (地形影 响和太阳高度角影响 )以及大气作用等的影响 , 而导致的遥感传感器测量值与地物实际的光 谱辐射率的不一致。而对这种辐射失真的校 正则称这为辐射校正。 纠正方法 纠正方法 z 1）遥感器纠正：遥感器的设计 z 2）大气辐射纠正： z 3） 地形辐射纠正：需要 DEM 2 大气纠正方法 大气纠正方法 z 1）以红外波段最低值校正可见光波段 z 2）回归法 1）以红外波段最低值校正可见光波 ）以红外波段最低值校正可见光波 段 段 z 前提假设：大气散射的影响主要在短波 波段，红外波段中清洁的水体几乎不受 影响，反射率值应当为 0。 由 于 散射影响， 而使得水体的反射率不等于 0，推定是由 于受到了天空辐射项的影响。 z 直方图最小值去除法 2）回归法 ）回归法 z 原理同 A。 z 选择 可见 光和 红外波段进行 2维散点图，建立线性回归 方程。 7TMbiaiTMi ?+= 2）回归法（续 ）回归法（续 1） ） 7TMbiaiTMi ?+= 6.2.2 遥感图像的几何畸变 遥感图像的几何畸变 和几何纠正方法 和几何纠正方法 6.2.2.1 遥感图像几何畸变 遥感图像几何畸变 z 遥感器本身引起的畸变 z 外部因素引起的畸变 z 处理过程中引起的畸变 遥感器本身引起的畸变 遥感器本身引起的畸变 z 遥感 器本 身引 起的 几 何畸变与遥感器的结构、特性和工 作方式不同而异。这些因素主要包括： z 1） 透镜的辐射方向畸变像差； z 2） 透镜的切线方向畸变像差； z 3） 透镜的焦距误差； z 4） 透镜的光轴与投影面不正交； z 5） 图像的投影面非平面； z 6） 探测元件排列不整齐； z 7） 采样速率的变化； z 8） 采样时刻的偏差 ; z 9) 扫描镜的扫描速度变化 。 MSS 举例 举例 例如 扫描形式成像的 MSS，产生的 几何畸变主要是由于扫描镜的非线 性振动和其它一些偶然因素引起的。 在地面上影响可达 395米。 全景畸变： 外部因素引起的畸变 外部因素引起的畸变 z 影响图像变形的外部因素包括： z 1） 地球的曲率 z 2） 大气密度差引起的折光 z 3） 地形起伏 z 4） 地球自传 z 5） 遥感器轨道位置和姿态等 地球自传引起的误差 地球自传引起的误差 地球曲率和地形起伏引起的误差 地球曲率和地形起伏引起的误差 遥感器轨道位置和姿态引起的误差 遥感器轨道位置和姿态引起的误差 中心投影 遥感器轨道位置和姿态引起的误差 遥感器轨道位置和姿态引起的误差 多中心 投影 例如 MSS TM 等 处理过程中引起的畸变 处理过程中引起的畸变 z 遥感图像再处理过程中产生的误差，主 要是由于处理设备产生的噪声引起的。 ◆　传输、复制、 ◆光 学 ◆　数字 上节回顾 1、 辐 射校正 2、 几何畸变 3 、造成几何畸变的原因 6.2.2.2 遥感图像的几何校正方法 遥感图像的几何校正方法 ◆ 遥感图象的几何 粗校正 和 精校正 。 ◆遥感图像的几何校正按照处理方式分为 光学校正 和 数字校正 。 ◆光学校正主要 用于早期的遥感图像处理，现在的 应用已经不多。除了对框幅式的航空照片（中心 投影）可以进行比较严密的纠正以外，对于大多 数动态获得的遥感影像只能进行近似的纠正。 ◆主要介绍数字图像的几何校正。 6.2.1 校正原理 数字图象几何校正 ：通过计算机对离散结构 的数字图像中的每一个像元逐个进行校正处理的 方法。 这种方法能够精确地改正动态扫描图像所具 备的各种误差。 基本原理： 利用图像坐标和地面坐标（另一 图像坐标、地图坐标等）之间的数学关系，即输 入图像和输出图像间的坐标转换关系实现。 几何校正包括两个方面的内容 ◆图像空间像元坐标的变换 ◆ 变换后的标准图像空间的各像元灰度值的 计算。 6.2.1 坐标变换关系（续 坐标变换关系（续 1） ） （ x p ,y p ）（ X P ,Y P ）分别是任意一个像元在原始图像和纠 正后图像中的坐标。 ),( PPxp YXfx = 间接 ),( PPyp YXfy = ),( ppXp yxFX = 直接 ),( ppYp yxFY = 6.2.1 坐标关系（续 坐标关系（续 2） ） 直接纠正方法 :从原始图像，依次对每个像元根据变换函数 F（ x,y）， 求得它在新图像中的位置，并将灰度值赋给新图像的对应位置上。 间接纠正法 :从新图像中依次每个像元，根据变换函数 f (x， y) 找到它 在原始图像中的位置，并将图像的灰度值赋予新图像的像元。 6.2.2 确定新图像的边界 确定新图像的边界 ◆ 纠正后图像和原始图像的形状、大小、方向都 不一样。所以在纠正过程的实施之前，必须首 先确定新图像的大小范围。 ◆根据公式求出原始图像四个角点（ a, b, c, d） 在纠正后图像中的对应点（ a’, b’, c’, d’）的坐 标（ Xa’,Ya’） (Xb’,Yb’) (Xc’,Yc’) (Xd’,Yd’)， ◆然后求出最大值和最小值。 6.2.2 确定新图像的边界（续 确定新图像的边界（续 1） ） zX1 = min (Xa’, Xb’, Xc’, Xd’) zX2 = max (Xa’, Xb’, Xc’, Xd’) zY1 = min (Ya’, Yb’, Yc’, YXd’) zY2 = max (Ya’, Yb’,Yc’, Yd’) 6.2.3 确定新图像的分辨率 确定新图像的分辨率 z 目的是确定新图像 宽度 和 高度 ； z 根据精度要求，在新图像的范围内，划分网格， 每个网格点就是一个像元。 z 新图像的行数 M＝ (Y2-Y1)/△ Y+1; z 新图像的列数 N＝ (X2-X1)/△X +1; z 新图像的任意一个像元的坐标由它的行列号唯 一确定。 6.2.4 灰度的重采样 灰度的重采样 z 纠正后的新图像的每一个像元，根据变 换函 数，可以得到它在原始图像上的位置。 如果 求得的位置为整数，则该位置处的像元 灰度 就是新图像的灰度值。 z 如果位置不为整数，则有几种方法： z 1) 最近邻法 z 2) 双线性内插法 z 3）三次卷积法 6.2.4 灰度的重采样（续 灰度的重采样（续 1） ） 1) 最近邻法： 距离实际位置最近的像元的灰度值作为 输出图像像元的灰度值； 6.2.4 灰度的重采样（续 灰度的重采样（续 2） ） 2）双线性法 ： 以实际位置临近的 4个像元值，确定输出 像元的灰度值。公式为： ∑ ∑ = = = +++ +++ = 4 1 4 1 4321 44332211 , i i i ii nm p gp pppp gpgpgpgp g ）（ G2 G3 G4 G1 式中， g(m,n)为输出像元灰度值 g i 为邻近点 i的灰度值 p i 为邻近点对投影点的权 重 (p i =1/d i ,d i 表示邻近点到投影点的 距离，最近者权重最大 ) 6.2.4 灰度的重采样（续 灰度的重采样（续 3） ） 3）三次卷积法 以实际位置临近的 16个像元值，确定 输出像元的灰度值。公式为： ∑ ∑ = = = 16 1 16 1 , i i i ii nm p gp g ）（ 式中， g(m,n)为输出像元灰度值 g i 为邻近点 i的灰度值 p i 为邻近点对 投影投影点的权重 (p i =1/d i , d i 表示邻近点到投影点的距离，最近者 权重最大 ) 6.2.4 灰度的重采样（续 灰度的重采样（续 4） ） 几种采样方法的优缺点 ： 1）最近邻法：算法简单且保持原光谱信息不变；缺点是 几何精度较差，图像灰度具有不连续性，边界出现锯齿状。 2) 双线性插值：计算较简单，图像灰度具有连续性且采样 精度比较精确；缺点是细节丧失 3)三次卷积法：计算量大，图像灰度具有连续性且采样精 度比较精确 数字图象的纠正过程 数字图象的纠正过程 综上所述： 准备 工作 输入原 始图象 建立纠 正函数 确定输出图象 的范围 逐个像元进 行几何变化 灰度的 重采样 输出纠正后 的图象 效果 评价 纠正的函数可有多种选择：多项式方法、共线方程 方法、随机场内插方法等等。其中多项式方法的应用最 为普遍。 6.2.5 遥感数字图像的多项式纠正 遥感数字图像的多项式纠正 z 多项式纠正的基本思想：图像的变化规律可以看作是 平移、缩放、旋转、仿射、偏扭、弯曲等形变的合成。 一般的公式为： ...543210 22 ),( ++++++== iiiiiiiixi YcXcYXcYcXccYXfx 1) 间接法 ...543210 22 ),( ++++++== iiiiiiiiyi YdXdYXdYdXddYXfy ...543210 22 ),( ++++++== iiiiiiiixi ycxcyxcycxccyxFX 2) 直接法 ...543210 22 ),( ++++++== iiiiiiiiyi ydxdyxdydxddyxFY 利用有限的控制点的已知坐标，求解多项式的系数，确 定 变 换 函数。然后将各个像元带入多项式进行计算，得到纠正后的坐标。 6.2.5 遥感数字图像的多项式纠正 遥感数字图像的多项式纠正 （续 1） 控制点的选择原则 : 1) 表征空间位置的可靠性， 道路交叉点，标志物，水域 的边界，山顶，小岛中心，机场 等。 ? 同名控制点要在图像上均匀分布； ? 清楚辨认； ? 数量应当超过多项式系数的个数（ (n+1)*(n+2)/2）。 当控制点的个数超过多项式的系数个数时，采用最小 2 乘法进行系数的确定，使得到的系数最佳。 6.2.6 最小二乘法（续 最小二乘法（续 2） ） 　　　　 ?点到直线的距离 ——点到直线的垂直线的长度。 ?横向距离 ——点沿（平行）X轴方向到直线的距离。 ?纵向距离 ——点沿（平行）Y轴方向到直线的距离。也就是 实际观点的Y坐标减去根据直线方程计算出来的Y^的拟合值。 6.2.6 最小二乘法（续 最小二乘法（续 3） ） z 纵向距离是Y的实际值与拟合值之差，差异大 拟合不好，差异小拟合好。 z 将所有纵向距离平方后相加，即得误差平方和。 所以， “最好 ”直线就是使误差平方和最小的直 线。 z 运用求极值的原理，将求最好拟合直线问题转 换为求误差平方和最小的问题。 6.2.6 最小二乘法（续 最小二乘法（续 3） ） 补充： 补充： 图像的拚接 图像的拚接 z 图像拚接(镶嵌MOSAIK)是将多个具有重叠部分 的图像制作成一个没有重叠的新图像。 z 有基于像元的拚接和基于地理坐标的拚接。 z 本节介绍基于像元的图像拚接。 § § 6.3 遥感图像的增强处理 遥感图像的增强处理 z 6.3.1 辐射增强处理 z 6.3.2 光谱增强处理 z 6.3.3 空间增强处理 z 6.3.4 数值运算增强处理 6.3.1 辐射增强处理技术 辐射增强处理技术 ◆　直方图增强 z 　 1）直方图的概念 z 　 2）直方图拉伸 z 　 3）直方图均衡 z 　 4）直方图规定化 1）直方图的概念 ）直方图的概念 z 灰度 值的出现频率图形，横坐标是灰度值，纵坐标是像元 的个数或者像元的百分比。 z 反映 灰度的总体结构，灰度级的等级分布，不反映 空间 的 分布。 1）直方图的概念（续 ）直方图的概念（续 1） ） 高 反 射 率 图 象 低 反 射 率 图 象 1）直方图的概念（续 ）直方图的概念（续 2） ） 低 反 射 率 图 象 1）直方图的概念（续 ）直方图的概念（续 2） ） 高 反 射 率 图 象 2）直方图拉伸 ）直方图拉伸 z （ 1）线性拉伸 2）直方图拉伸（续 ）直方图拉伸（续 1） ） z （ 2）非线性拉伸 I 对数拉伸 与人眼的视觉特性相匹配null 扩 张低的灰度 null 压缩高的灰度区 null 0 0.5 1 1.5 2 2.5 12345678 2）直方图拉伸（续 ）直方图拉伸（续 2） ） z （ 2）非线性拉伸 ii 指数拉伸 扩展高灰度区间 null 0 500 1000 1500 2000 2500 3000 3500 12345678 2）直方图均衡 ）直方图均衡 ?变换 后的 直方 图接 近均匀分布。即图象中每一灰度级的像 元数目大致相同。 ?使得面积最大的地物细节得以增强，而面积小的地物与其 灰度接近的地物进行合并，形成综合地物。 减少 灰度等级 换取对比度的增大。 N n gP k kA =)( 原直方图： ∑∑ ?= === k j k j kA j kk gP N n SgT 00 )()( 均衡后直方图： kn : k级灰度的像元数； N: 总的像元数 2）直方图均衡（续 ）直方图均衡（续 1） ） 举例：原图和直方图 2）直方图均衡（续 ）直方图均衡（续 2） ） 举例：均衡后的图和直方图 2）直方图规定化 ）直方图规定化 直方图匹配 将原始图象转换为给定直方图的图象。 光谱增强处理 光谱增强处理 : z 密度分割 z 彩色合成 彩色合成 z HLS变换 变换 z 主成份变换 主成份变换 z 缨帽变换 缨帽变换 6.3.3 空间 空间 增强处理 增强处理 ： ： ◆　卷积 ◆　卷积 ◆　平滑 ◆　平滑 ◆　锐化 ◆　锐化 6.3.4 数值比值增强处理： 数值比值增强处理： 　 　 ◆　差值运算 ◆　差值运算 　　◆　比值运算 　　◆　比值运算 　　◆　综合运算 　　◆　综合运算 § § 6.4 多元遥感信息的复合 多元遥感信息的复合 z 6.4.1 不同传感器遥感信息的复合 z 6.4.2 不同时相遥感信息的复合 z 6.4.3 遥感信息与非遥感信息的复合 上图为 30米分辨率的 TM七波 段图像 下图为 10米分辨率 SPOT图像 对比两图， 可以看出， 复合后的图 像既保留了 TM的光谱 分辨率又保 留了 SPOT 的空间分辨 率，图像质 量有所提高 。