遥感影像处理课程总结.ppt

分类
空 域 方法 增
强
点处理
方法
包括 图像求反、增强对比度、
灰度变换
扩展动态范围等
直方图修正 包括 直方图均衡（匀）化、 直方图规定化
图像平滑 包括
方法
顺
邻域（模板）处理
序
中值滤波
可抑制干扰脉冲和点噪 特点 声,可保持目标物边缘，
是非线性平滑滤波法
邻域平均法、 特点 模板内系数全为
加权平均法等
正，且系数之和为1
多尺度分割中采用不同的分割尺度值生成不同尺度影 像对象层，使得具有固定分辨率的影像数据可由不同尺度 的数据结构组成，从而构建了一个与地表实体相似的层次 等级结构，实现了原始象元信息在不同空间尺度间的传递， 以适应特定的应用需要。
多尺度分割
第3层
第2层 第1层 第0层
尺度=100 尺度=50 尺度=20
高通滤波器进行孤立点的检测
对做过边缘检测的图像进行
用于连接中断的边
直方图
基
阈值分割法
于
If f(x,y) T set 255 Else set 0
P参数法
区
最大方差自动取值法
域
确定区域的数目
内
区域增长
选择有意义的特征
单一型
部
灰
确定相似性准则
质心型
度 相
混合型
事先不了 解区域的
似 性
区域分裂与合并
基于四叉树的思想不断的进行分裂与合并， 直到不能有新的分裂与合并为止。
工程管理
影像预处理
影像分割
特征选择 与提取
影像分类 矢量操作
工程设置 新建工程 打开工程 保存工程 关闭工程
辐射纠正 几何纠正 影像去噪 影像镶嵌 影像融合
多尺度分割
分割整饰 显示分割
边界
特征选择 特征提取 特征显示
分类体系 建立训练样本 显示训练样本 分类方法选择
精度评价 显示分类结果
矢量化 拓扑构建 对象编辑 属性编辑
▪ 边缘检测－对噪声敏感,受起始点影响。 ▪ 区域生长－需人为确定种子点，对噪声敏感，区域内可能
有空洞。串行算法，当目标较大时，分割速度慢。 ▪ 分裂合并－算法较复杂，计算量大，分裂可能破坏区域边
界。
现有图像分割存在问题
▪ (1) 大多数分割方法还是针对中、低分辨率遥感影像或SAR 影像而提出，对高分辨率影像具有很大的局限性；
形状和数 目
通过选择阈值，找到灰度值相似的区域
区域B
区域生长
区域A
种子像素
种子像素
分裂合并
1）对图像中灰度级不同的区域，均分为四个子区域 2）如果相邻的子区域所有像素的灰度级相同，则将其合并 3）反复进行上两步操作，直至不再有新的分裂与合并为止
图像分割
阈值分割－只考虑像元本身的灰度值，没有考虑空间特征， 对噪声敏感。
判别函数
距离函数 线性判别函数
欧氏距离、绝对值距离、马氏等
最大似然判别函数
非监督分类 聚类分类 K均值聚类等
遥感影像分类 收集地面参考信息 选择适合的分类方法 计算统计特征
随机、分层、聚点或集群采样
采样方法 混淆矩阵
精度评价
监督分类 分类后处理
▪ (2) 遥感影像主要是全色或单波段、多光谱的研究较少； ▪ (3) 分割算法的复杂度较大，时间效率较低 ▪ (4) 主要利用影像的光谱信息，很少利用空间上下文信息，
对于空间信丰富的高分辨率影像是不适应的。 ▪ (5) 分割局限在单一尺度下，不能满足不同地物的多尺度特
性。
多尺度分割
影像分析的不同主题都有其特定的空间尺度，每一个 主题都需要分割所生成的影像对象用最恰当的尺度来描述 与传递影像的最佳信息，因此在影像分析中总是希望在适 宜的尺度上进行。
相关成果展示
原始图像
相关成果展示
不同尺度分割结果
不同尺度分类结果
改
善
图
像
视
觉
效
果
，
提
高
清
晰
图
度 目的
像
Байду номын сангаас
；
增
增
强
强
感
兴
趣
部
分
，
提
高
可
懂
度
彩色增强
方法 伪彩色增强
灰度分层法、变换法
方法
假彩色增强
从彩色（多光谱）图像映射到彩色图像
真彩色增强
方法
从（R,G,B）变换到（H,S,I），增强亮 度分量I，再变换到（R,G,B）合成显示
课程总结
面向对象的遥感影像分类
遥感影 像获取
去噪
几何校 正/正 射校正
遥感影 像分割
对象特 征提取
分类处 理
数字图像 处理基础 （图像获
取）
图像增 强
图像复 原
影像分割 （阈值、区 域增长、数
学形态学）
对象特征提取 （光谱、纹 理、形状、语
义拓扑等）
图像识别
面向对象遥感影像分类系统功能
面向对象的高分辨率遥感影像智能解译系统
方法
图
像
识 别 统计模式识别
定义
模板和图像重合部分的相似度或非相似度 高速模板匹配方法
基于图案轮廓特征的高精度匹配 研究每一个模式的各种测量数据的统计特征，按照统计决策理论来进行分析
用计 算机 代替 人去 识别 图像 和找 出一 幅图 像中 人们 感兴 趣的 目标
流程 方法
监督分类
根据预先已知类别训练样本,求出各类在特征空间分布,再分类
象元
图 特征提取 像 特征选择 特
征
良 好 特 征
可区分性 可靠性 独立性 数量少
颜色特征
颜色直方图 颜色矩
i
1 N
N
Pij
j 1
i
[ 1 N
N
1
(Pij i )2 ]2
j 1
i
[ 1 N
N
1
(Pij i )3 ]3
j 1
灰度共生矩阵
颜色分布 前三阶矩
灰度梯度共生矩阵
纹理特征
图像自相关函数
大气的影响 大气粗略校正
方法
图像空间复原技术 几何校正
粗校正 精校正
共线方程
频率复原
多项式校正
灰度重采样 像素坐标变换 直接法
逆滤波
间接法
图像分割
分割技术两种取向 ➢ 知识驱动：自顶向下特定目标提取
先验知识－建立模型－提取目标 ➢ 数据驱动：自底向上影像对象分类
影像数据－分割无意义对象－实体对象 分割技术发展中存在的矛盾 ➢ 分割需求上
分割结果好、速度快 ➢ 分割技术上
分割方法千差万别，没有统一的、广泛适用的分割标准
先找到点、线（宽度为1）、边（不定宽度） 再确定区域
图像分割
基
于
灰
边界分割法
度
值
的
不
连
边缘连接分割法
续
性
点、线、边的检测
各种梯度算子用于进行边缘检测 如Roberts/Prewitt/Sobel/kirsch
Hough变换和广义Hough变换 进行线的检测
图像锐化 特点
模板内系数有正有 负，且系数之和为1
高通滤波
结果
加重图像目标物边缘
结果
频 域
方法
增
强
低通滤波 同态增晰
引起
图像目标物边缘变模糊
引起
图像代数运算
图像复原
定义
将降质的图像以最大的保真度恢复图像
图 像
流程
弄清退化原因 建立退化模型 反向推演
恢复图像
复
原
传感器的灵敏度特性
辐射校正
太阳高度角及地形
分形纹理特征 区域内部空间域分析
欧拉数 凸凹性 距离 区域测量
形状特征
区域内部变换分析法
矩法 投影和截口
区域边界的形状特征描述
链码
Hough变换
面积 周长 圆形度 形状复杂度
模板匹配
定义 用途
根据图案与一幅图像的各部分的相似度判断其是否存在， 并求得对象物在图像中位置的操作叫模板匹配
几何变换中检测对应点、图像配准、立体影像分析、图像中对象物检测