北京建筑大学 遥感基础 PPT第三次遥感图像处理一.pptVIP

第五章 遥感图象的处理 小结 遥感图像处理一般流程 几何校正 辐射校正 图像处理系统 图像增强 图像平滑 图像锐化 下节课内容：遥感图像处理 密度分割是把原始图像的灰度值分成等间隔的离散灰度级。进行密度分割时，需知道输出直方图的范围和密度分割层数，建立阶梯状查找表，使得输出的每一个层有相同的输入灰度级。对每一层斌以新的灰度值或颜色，就可以得到一幅密度分割图像。 密度分割可以看成是线性变换的一种，变换式为： 四、密度分割 n为密度分割的层数． 非线性变换有很多方法，如对数变换、指数变换、平方根变换等，其变换模型可用下面的算式表示： 五、非线性变换 对数变换： 指数变换： 平方根变换： 其中： F为对应的函数。 灰度反转是指对图象灰度范围进行线性或非线性取反，产生一幅与输入图象灰度相反的新图象，其结果是原来亮的地变暗，原来暗的地方变亮。灰度反转有两种算法： 六、图象灰度反转 第一种：条件反转： Din为输入图象灰度，且已归一化(0-1)，Dout为输出图象灰度 第二种：简单反转： Dout=255-Din 人的眼睛对黑白图象的分辨能力是非常有限的，大致只有10个灰度级，而对彩色图象的分辨能力则要高的多。如果以平均分辨率△λ=3nm计算，人眼可觉察出上百种颜色。如果加上颜色的另两个要素，饱和度和亮度，人眼对彩色图象的分辨能力比黑白图象要高的多，因此，在遥感图象处理中，常常利用彩色合成的方法对多光谱图象进行处理，以得到彩色图象。 七、彩色合成 彩色合成又分为真彩色和假彩色图象。 真彩色：红光波段作为R分量、绿光波段作为G分量、蓝光波段作为B分量。 假彩色：任意选择的波段组合，即为假彩色合成。最常用的假彩色合成是把近红外波段作为R分量、红色波段作为G分量、绿色波段作为B分量进行合成。 植被在近红外波段有较高的分辨率，其次在绿色波段，按上述方法进行真彩色合成时，绿色分量在整个象素的三个分量中占得比重最大，所以该象素表现为绿色；而按上述方法进行假彩色红外图象合成时，红色分量对应于植被在近红外波段的反射，在整个象素的三个分量中占得比重最大，所以该象素表现为红色。假彩色红外图象可以有效地突出植被要素，有利于植被的判读。 图像平滑的目的在于消除各种干扰噪声，使得图象中高频成分消退，平滑掉图象的细节，使其反差降低，保存低频成分。图形平滑通常采用的方法是领域平均法。 f(x,y) g(x,y) M为领域S中的点数，S为(x,y)的领域，n和m为临域的行列数。根据具体情况，领域可以采用3×3、5×5、7×7等规格。 5.2 图象平滑 遥感图像的处理 在遥感图象处理中，平滑计算常常采用另一种表达方式，即空间卷积。 e’=(a+b+c+d+e+f+g+h+i)/9 A称为平滑算子或模板 算子或者模板的大小、权值可根据情况而定，如果认为中心点e在e’中贡献较大，可以赋予较大的权，但模板中权值之和应为1。 遥感图像的处理 遥感图像的处理 图像锐化是增强图象中的高频成分，突出图象的边缘信息，提高图象细节的反差，因此有时也称为边缘增强。其图象处理的结果与平滑正好相反。 f(x,y) g(x,y) 锐化是对领域内的图象微分，常采用的微分方法是梯度。设函数f(x,y)在(x,y)处的梯度定义为： 梯度的模为： 遥感图像的处理 5.3 图象锐化 同样，可以用模板和图象的空间卷积进行锐化计算： 模板可以根据需要来设计，下面是常用的锐化算子和锐化后的图象效果。 遥感图像的处理 拉普拉斯算子： 水平方向算子： 垂直方向算子： 45°方向算子： * * 第四章 遥感图像处理一般方法 遥感技术与应用 内容回顾 遥感平台种类 遥感数据类型 数字图像概念 遥感数据的存储方式 4.1 遥感图像处理类别 一般的处理－数字图像处理 特殊的处理－具有浓重遥感特征的数字图像处理 遥感图像处理的一般流程 电磁波的反射、辐射 摄象机等 扫描仪等 透过胶片扫描仪等进行A/D转换 一次处理 （变换到CCT等通用载体上） 模拟数据 数字数据 遥感器 数字图象 再生、校正处理 变换处理 分类处理 变换图象 分类图象 彩色CRT及胶片等模拟系统 地理信息系统等数字处理系统 数字数据 模拟数据 4.2 遥感图像处理一般流程 遥感图像处理的一般流程 遥感数据处理 再生、校正 变 换 分 类 图象重建 图象复原 辐射校正 几何校正 镶 嵌 灰度信息变换 空间信息变换 几何信息变换 数据压缩 总体测定 分类 区域分割 匹配 遥感图像处理的一般流程 4.3