遥感概论第4章：遥感图像处理.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 原始图象 TM1-5，7 主成分图象 PC1-6 变换意义 1、数据压缩：取123三个主分量，包含了绝大多数的地物信息，数据量可减少到43%。 2、图像增强：前几个主分量，信噪比大，突出了主要信息，增强了图像。 * * （2）K-T变换 K-T变换 是kauth-Thomas变换的简称，也称缨帽变换.是一种坐标空间发生旋转的线性变换，旋转之后坐标轴的方向与地物，特别是和植被生长及土壤有密切的关系。 K-T变换的应用:主要针对TM图像数据和MSS数据。对于扩大陆地卫星TM影像数据分析在农业方面的应用有重要意义。 * * （2）K-T变换 Y1:亮度 Y2:绿度 Y3:湿度 K－T变换也是一种坐标空间发生旋转的线性变换，但旋转后的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向。 K－T变换的应用主要针对TM数据和曾经广泛使用的MSS数据。 * * （2）K-T变换 Crist等人提出TM数据在K-T变换时的B值： 变换结果前三个分量与地面景物的关系密切： ------ y1为亮度 ------ y2为绿度 ------ y3为湿度 * 4.5 多源信息复合 遥感信息复合：将同一区域内多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。 遥感信息复合 遥感信息与非遥感信息复合 不同传感器的遥感信息复合 不同时相的遥感信息复合 遥感信息复合的技术基础：遥感图像的空间配准（几何校正、投影变换） 遥感信息复合目的：突出有用的专题信息，消除或抑制无关的信息，改善目标识别的图像环境。  将不同类型传感器获得的同一地区的数据进行空间配准后，将各数据中的优势或互补性有机结合起来产生新数据的技术过程。目的是保留光谱信息和提高几何特征。 TM SPOT 融合结果 * 1、遥感信息的复合 （1）不同传感器的遥感数据复合 配准：采用几何校正，分别在不同数据源的影像上选取控制点，用双线性内插或三次卷积内插运算等对分辨率较小的图像进行重采样，完成配准，使两幅图像所对应的地物吻合，分辨率一致。 复合：彩色合成、代换法。 方法一：TM432每个波段图像与SPOT图像作逐点运算，生成三幅图像，然后进行彩色合成，生成复合图像； 方法二： 方法三：代换法 ① TM多光谱图像作PCA变换，用SPOT全色图像代换变换后的第一主成分，然后作反变换； ② TM作HLS变换，用SPOT全色图像代换变换后的明度成分，然后作反变换。 1、遥感信息复合 不同传感器的遥感信息复合（以TM与SPOT图像为例） 原始图像 复合后图像 上海市—SPOT PAN 和 LANDSAT 融合而成 （1997.5.28） ETM+与SPOT-PAN融合示例 ETM+与IRS-PAN融合示例 * * （2）不同时相的遥感数据复合 配准：利用几何校正的方法进行位置配准。 直方图调整：调整成一致的直方图，是图像的亮度趋于一致，便于比较。 复合：彩色合成法、差值法、比值法。 观测地物的类型、位置、轮廓及动态变化是常用的方法。 * 没有经过色彩调节的拼接影像 → * 经过色彩调节的拼接影像 * * 2、遥感与非遥感信息的复合 主要步骤： （1）地理数据的网格化 网格数据生成 与遥感数据配准 （2）最优遥感数据的选取 （3）配准复合 栅格数据与栅格数据 栅格数据与矢量数据 * * * * * * * * * * * * * * * * * * 设有一幅N×N的图像f(x,y)，若平滑图像为g(x,y),则有 式中x,y=0,1,…,N-1； s为（x,y）邻域内像素坐标的集合； M表示集合s内像素的总数。 可见邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法。 均值平滑 (m-1,n-1) (m-1,n) (m-1,n+1) (m,n-1) (m,n) (m,n+1) (m+1,n-1) (m+1,n) (m+1,n+1) 例如，对图像采用3×3的邻域平均法，对于像素 （m,n)，其邻域像素如下： 则有： 均值平滑 均值平滑 其作用相当于用这样的模板同图像卷积。 这种算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。 模 板 均值平滑 (a)原图像 (b) 对(a)加椒盐噪声的图像 (c)3×3邻域平滑 (d) 5×5邻域平滑 中值滤波 中值