遥感技术与应用-5-遥感图像处理

这种能量分布在空间和时间上都是连续的，并与地物目标的平面坐标（x y）， 电磁波波长（λ）和成像时间(t)等因素有关。所以从数学角度看，图像的物理过程 可以表达为： I=f(x,y, λ,t) 其中：I代表光强度（Intensity）
图像：是人们对客观景象、事物以及人们的思维、想象的真实记载和表达。 二、模拟图像（Analog Image）与数字图像（Digital Image） 1 模拟图像：是人眼或光学相机（Optical Camera）所探测到的灰度或色彩连续变化
P103-P106〉这种变形很难预测。 2、几何校正的目的：就是要纠正这些系统及非系统因素引起的图像变形，从而实现与 标准图像或地形图（我们认为地形图的几何位置是准确的，尽管地形图也存在一定的变形， 但只要在一定的容差范围内就可以接受）的几何整合。 3、有关几何校正的几个基本术语： （1）图像配准（Registration） 同一区域里一幅图像（基准图像）对另一幅图像的校准，以使两幅图像中的同名像元配准 如GIS中扫描地形图的配准、用配准后的地形图配遥感影像等。 （2）图像纠正（Rectification）
平移、旋转，多图像间配准，周长、面积、重心的计算等内容。 （2）图像增强（Enhancement）
a 单一图像变换 线性拉伸、非线性变换等，平滑和锐化操作、直方图均衡化等 b 多图像的变换 主成分变换、缨帽变换、植被指数、小波变换等 c 图像彩色增强 真彩色、假彩色和伪彩色等 （3）图像复原（Restoration）去干扰和模糊，恢复图像的本来面目。
图—指目标物辐射的电磁波性质和强度的真实表达，因此是由目标地物的性质所决定的。
因此它是一种“客观的”物理过程和现象。
像—人眼检测到来自目标的电磁波信号后（当然有的电磁波信号人眼无法检测，
如红外、微波等），视觉刺激通过视神经传入大脑后所引起的心理感觉，他是“主观的” 同样一片绿地，不同的人看到后会有不同的心理感受，同一个人在不同的时间感觉也不 一样。正因为像具有“主观的特点”，因此它能独立于图而单独存在。（此时，在你脑海里 有家乡的模样（像），尽管此时并没有家乡的电磁波进入你的眼睛） 从上述讨论可知，图像的实质：就是一幅反映地物目标电磁波辐射特性的能量分布图以及 由此所引起的主观心理感受。
2 图像量测（Measurement）：是在图像进行分割（Segmentation）的基础上，对图像 中感兴趣的目标进行检测和测量，以获得他们的客观信息（面积、长度、重心、扁率 分形维等）从而建立对图像的描述。图像处理输入的是图像，处理后输出的还是图像。 图像量测输入的是图像，而输出的是对目标特征测量的结果，或是基于测量的符号表示， 它们描述了图像中目标的特点和性质。这方面派生出了一门技术：数字摄影测量（DPS -Digital Photography Survey） 数字摄影测量学（Digital Photogrammetry） 3 图像理解（Understanding）：重点是在图像量测的基础上，进一步研究图像中各目标 的性质和它们之间的相互联系，并得出对图像内容的理解以及对原来地面客观地物、 场景的解译，从而指导和规划行动。这一层次最显著的特点在于：输入的是图像，输出 的是对图像的内容性质的描述，以及相互关系及规律的把握。它是图像处理的最高层次。

f (1,0)
F (X ,Y ) f (2,0)


f (N 1,0)
f (0,1) f (1,1) f (2,1)
f (N 1,1)
f (0,2)
f (1,2)
f (2,2)


f (N 1,2)
f (0, N 1)
f (1, N 1)

（7）图像理解（Understanding） 5 图像输出与可视化（Visualization） 遥感图像处理主要的内容包括： 1 图像变换 FFT、Harr、Discrete Cosine、Wavelet 等 2 图像校正 辐射校正、几何校正 3 图像增强 4 多源信息融合 Fusion 多平台、多时相遥感数据融合，遥感数据与非遥感数据融合
完成上述模数转换（A/D）的硬件常用的是扫描仪（Scanner）、数码相机 （Digital Camera）等，其核心部件就是物理元件CCD(Charge Coupled Device，
电荷耦合器件)。
从本质上看，数字图像就是一个二维的数字矩阵，记录每个像元的行号、列号和属性值。
f (0,0)
第五章 遥感图像处理
第一节 有关基本概念
一、图像（Image） 图像（Image）：强调通过某种技术手段（Camera Lens、Scanner）获得的视觉形象
(Picture)：侧重手工描绘的一类“画”——Painting (Pattern)：模式图案（图形、曲线等） 人们常习惯读成“图像”，从心理物理学的角度看：图和像实际是彼此分离的两个概念。
的景象，因此连续（continuity）是其基本特点，计算机无法直接读取和处理。 2 数字图像：是将连续的模拟图像沿x、y方向分别以Δx、Δy的间隔进行分割 （离散化采样，Discrete Sampling）得到同样大小的栅格（称为像元-Pixel），然后 对每一像元点进行亮度赋值（量化，Quantification），这样就得到了一幅离散的 数字图像，计算机就能方便的读取并进行处理。
6、像元坐标变换原理 RS图像的几何变形由多种因素引起，其变化规律十分复杂，因此将RS图像的总体变形可以 看成是平移（Translation）、旋转（Rotation）、缩放（Scale）、仿射（Affine）、 偏扭（Skewness）等基本变形及更高次的基本变形的“综合作用”结果，所以它难以用一个 的数学方程来描述，但是这种变形规律总是有一个客观存在的变换F来实施的，只是我们 不知道F的变换形式而已。数学上，泰勒展式是逼近任意复杂变换函数的有力工具，于是 我们就考虑用“多项式”（Polynomial）来拟合（Simulation）或反演（Inversion） 这种图像变形规律。对于系统性畸变由遥感地面接收站校正，用户主要校正非系统性畸变
f (2, N 1)


f (N 1, N 1)
这就是数字图像的数据结构，它表达一幅N×N大小的数字图像，它是我们研究的重点。
三、图像处理的含义
图像工程根据抽象程度和研究方法等的不同可分为三个层次：图像处理、图像量测和 图像理解，三者相互区别又紧密联系，有机结合构成图像工程。 1 图像处理（Processing）：着重强调在图像之间进行的变换。人们常用图像处理泛指 各种图像技术，但狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果 并为自动识别打基础，或对图像进行压缩编码以减少所需存储空间或传输时间、传输 通路的要求。是在图像像元级上进行的低层次操作，处理的数据量非常大
从遥感成像过程分析，遥感图像存在着几何畸变（Geometric distortion），如图像 中心位置的一个像元代表的实际地面面积小于图像边缘的一个像元所代表的地面实际 面积；地面上一条笔直的道路从影像上看可能是弯曲的，很多现象表明，遥感图像上 存在几何畸变，而这种畸变可以分为两种类型：
系统性畸变（systematic distortion）和非系统性畸变 (Nonsystematic distortion) 前者是有规律的，是可以预测的，因此可以利用模拟遥感平台及遥感器内部变形的数学 公式或模型来预测。比如前面提及的扫描畸变，即扫描点由扫描线中心向两侧增大， 一般形成的原始影像中间压缩，两边拉伸，则根据遥感平台的位置，使用的投影类型等 可以计算出像元的几何位移，从而实施改正。后者是无规律的，它与平台高度，经纬度， 遥感平台的速度及姿态等的不稳定，地球曲率及空气折射率改变有关〈详见教材
借助于一组地面控制点，对一幅图像进行地理坐标的校正。 这一过程又被称为地理参照（Geo-referencing）
（3）图像地理编码（Geo-Encoding） 是一种特殊的图像纠正方式，把图像纠正到一种统一标准的坐标，以使GIS中的来自 于不同传感器的图像和地图能方便地进行不同层之间的操作运算和分析。 (4)图像的正射投影纠正（ortho-rectification） 借助DEM对图像中每个像元进行地形变形的校正，使图像符合正射投影要求。 4、几何校正的概念
是指采用特定的数学变换方程消除图像中的几何变形，产生一幅符合某种地图投影 或图形表达要求的新图像的技术过程，就称为图像的几何校正。 5、几何校正的两个重要环节
一是实现像元的坐标变换（Transform of Coordinates），即将畸变图像坐标转换成 标准图像空间（主要是地图空间）坐标，难点在于“转换模型”如何确定与求解。 二是坐标变换后实现像元值的重采样（Resampling） 主要讨论重采样的算法:最邻近点法（Nearest Neighbor）；双向线性插值 （Bilinear interpolation）；三次卷积法(Cubic convolution)
关乎国计民生。
五、遥感图像处理种类 1 光学处理—借助光学、电子元件实现对图像的加工，改善图像的目视效果。这种方法
成本高，可重复性较差，通常在设备齐备的物理实验室进行，如常用的 密度分割（Slicing）、相关掩膜、彩色合成等 2 计算机图像处理（数字图像处理）—借助计算机硬件和软件对输入图像进行试探性 改造。这种方法成本低廉（PC机、相关图像处理软件、相关外设即可）、 可反复进行 、处理方法灵活、精度高、技术综合性强 、数据量大 目前的遥感图像处理主要是指—计算机图像处理（数字图像处理）
六、遥感图像处理方式 1 空间域法（Spatial Domain） 将图像看成是平面中各像元组成的集合
（1）邻域操作（Adjacent Operation） 设计相关模板（Mask）对图像实施卷积运算 （Convolution），实现平滑（Smoothing）除噪和锐化（Sharpening）边界 功能