第八章图像校正与增强

LAi a bRi
式中，LAi为卫星观测值； Ri为地面反射率；
a和b为回归系数；
（二）回归分析法
由于大气散射主要影响短波部分，波长较长的波段几 乎不受影响，因此可用长波数据来校正短波数据。
作法：在不受大气影响的波段（如TM5）和待校正的某 一波段图像中，选择由最亮至最暗的一系列目标，将每一 目标的两个待比较的波段灰度值提取出来进行回归分析， 建立线性回归方程。
间接法：从空白图像阵列出发，依次计算每个像元P（X，Y） 在原始图像中的位置P（x,y）（反解），然后把P（x,y）的灰度 值计算后返送给P(X,Y)。其纠正公式为：

x Gx ( X ,Y ) y Gy ( X ,Y )
(二）输出图像的边界大小 输出图像边界的地面坐标值是由包括纠正后图像在内的最小 长方形范围来确定的。 根据公式求出原始图像四个角点在纠正后图像中的对应点。
2、产生的误差原 理与航空像片像 点位移相同。
二、遥感图像几何校正原理
几何校正的思想是：一是分析几何畸变的过
程，建立几何畸变的数学模型，然后对此数 学模型求逆函数，用此逆函数求得遥感图像 畸变前的图像。二是利用实地测量的地物的 真实坐标值，寻找实测值与畸变之后的图像 之间的函数关系，从而得到几何校正的方法。 实际工作中常常将两者相结合。
一、系统辐射校正 （一）光学摄影机内部辐射误差校正 光学摄影机内部辐射误差主要是由镜头中心和边缘的 透射光的强度不一致造成的，它使得在图像上不同位置 的同一类地物有不同的灰度值。设原始图像灰度值g， 校正的图像灰度g’,则有 g’=g/cosθ θ为像点成像时光线与主光轴夹角。

（二）光电扫描仪内部辐射误差的校正
( a6 X 3 a7 X 2Y a8 XY 2 a9Y 3 )
y b0 (b1 X b2Y ) (b3 X 2 b4 XY b5Y 2 ) (b6 X 3 b7 X 2Y b8 XY 2 b9Y 3 )
式中，x,y为某像元的原始图像坐标；X,Y为纠正后同名点的 地面（或地图）坐示；ai,bi为多项式系（i=0,1,2…
引言
图像校正包括辐射校正和几何校正。原因：辐射校 正由于遥感检测系统、大气散射和吸收等原因引起 的图像模糊失真、分辨率和对比度下降等辐射失真； 几何校正是由于搭载传感器的遥感平台飞行资态变 化、地球自传、地球曲率等原因引起的图像几何益 畸变。 图像增强则是为了突出相关的专题信息，提高图像 的视觉效果，使分析者能更容易地识别图像内容， 从图像中提取更有用的定量化信息。包括彩色增强、 空间域增强和频率域增强等。
例如：
Y a1 b1 X
Y
为TM1亮度均值，待 校正波段的图像亮度值；
式中，
X 为TM5波段的亮度均值，不
受大气影响波段的图像亮度值；
a1,b1计算如下：
b1
[(T T )(T T ) (T T )
5 5 1 1 5 5
a1 T1 b1T5
T T1 a1

x
(x,y)表示像元的位置；
f(x,y)表示（x,y)位置上 的对应地物电磁辐射强 度。 对于模拟图像,x,y,f(x,y) 的取值是连续的。要经过
光学影像 的数字化
y 函数f(x,y)的 取值：离散 整数取样是 根据需要， 将灰度空间 分成2n级 （目前n的 取值有1、4、 7、8，甚至 更多。
两类误差：
（1）光电转换误差； （2）探测器增益变化引起的误差。 消除方法：楔校准处理模型；增益校准模型。
大气的影响主要是减少了图像的对比度，使原始信号和背景 信号都增加了因子。 二、大气校正 定义：指消除主要由大气散射引起的辐射误差的处理过程。 （一）公式法 与卫星扫描同步进行野外波谱测试，将地面测量结果与卫 星影像对应像元亮度值进行回归分析，回归方程为：
8.3 几何校正的原理与方法
几何畸变：遥感图像在获取过程中由于多种原因导致景 物中目标物相对位置的坐标关系在图像中发生变化。 一、遥感图像几何畸变来源 （一）传感器成像几何形态影响 传感器一般的成像几何形态有中心投影、全景投影、斜 距投影以及平行投影等几种不同类型。 1、全景投影变形
3、双三次卷积法 获取与投影点邻近的16个像元灰度值计算输出像 元灰度值，公式为：
g x' y'
Pg
i 1 16 i
16
i
p
i 1
i
g x' y '为输出像元灰度值
gi为邻近点i的灰度值
pi为邻近点对投影点的权 重 pi 1/ di , di 表示邻点到投影点的距 离
三、数字图像几何校正方法 数字图像几何校正方法有多项式纠正法和共线方程纠正法。前 者常用。 多项式纠正法的基本思想：回避成像的空间几何过程，而真接 对图像变形的本身进行数学模拟。常用的二元齐次多项式纠正变换 方程为： x a0 (a1 X a2Y ) ( a3 X 2 a1 XY a5Y 2 )
g x' y'
p1 g1 p2 g 2 p3 g 3 p4 g 4 p1 p2 p3 p4
pg
i 1 4 i
4
i
p
i 1
i
g x' y '为输出像元灰度值
gi为邻近点i的灰度值
pi为邻近点对投影点的权 重 pi 1/ di , di 表示邻点到投影点的距 离
除光学图像可以数字化为数字图像外，更多的遥感图像 源于传感器获得后直接的数字产品，如SPOT,MSS,TM,ETM 等航天遥感数字。
（三）灰度直方图
用平面直角坐标系表示一幅灰度范围为0-n数字图像 像元灰度分布状态。 横轴表示灰度级， 纵轴（Pi=mi/M) 表示灰度级为gi的 像元个数mi占像 元总数Ｍ的百分 比。将2n个Pi绘于 图上，所形成的 统计直方图叫灰 度直方图。
举例：某地TM图像，增强前灰度最大值为62，最 小值为10，选择0-256灰度级进行线性变换，则变换 函数为：
“离散化”取样才能变成计算机 可存储和运算的数字图像。
（二）图像数字化
一幅光学图像经过上述离散取样，转化为数字图像的过 程即图像数字化。 图像的数字化内容： （1）图像空间位置的数字化，即图像的空间取样。
（2）图像灰度的数字化，即指从图像灰度的连续变化中 进行离散的采样，目前经常使用的灰度量度有2级，64级， 128级，256级。
8.4遥感图像增强
图像增强是为了突出图像中的某些信息（如
强化图像高频分量，可使图像中物体轮廓清 晰、细节明显），同时抑制或去除某些不需 要的信息来提高遥感图像质量的处理方法。 图像增强可以改善图像质量，使之更适于人 的视觉或机器识别系统。遥感图像增强主要 包括空域增强、频域增强、色彩增强等方法。

对数字图像的认识， 一般是先通过数字 图像的直方图来了 解。数字图像直方 图是以每个像元为 统计单元，表示图 像中各亮度值或亮 度值区间像元出现 频率的分布图。
不同反差特征的图像
通过灰度直方图可以直观地了解图像增强的效果。
二、图像处理系统与处理内容
（一）图像处理系统
（二）遥感图像计算机处理的主要内容
一、彩色增强处理
假彩色合成 原理：选取同一目标的 三个多光谱数据合成一 幅彩色图像。
二、空间域增强处理
定义：空间域指图像平面所在的二维空间，空间域图像增强 是指在图像平面上应用某种数学模型，通过改变图像像元灰 度值达到增强效果。（这种增强并不改变像元的位置） （一）反差增强 反差增强又称对比度增强或点增强。主要通过改变图像 灰度分布态势，扩展灰度分布区间，达到增加反差的目的。 1.线性增强
对于简单的旋转、偏移、缩放变形，使用右侧 的公式即可。
工作中常利用待定系数法求解ai和bi。选择
待纠正图像和参考图上可清晰辨认点作为地 面控制点（记作GCP），代替式中的x，y， X，Y。一般来说，控制点选用图像上易分辩 且较精细的特征，很容易用目视方法辨别， 如道路交叉点、河流弯曲或分叉处、海岸线 弯曲、湖泊边缘、飞机场、城廓边缘等。图 像边缘部分一定要选取控制点，避免误差外 推。尽可能满幅均匀选择。最少控制点数计 算公式为（n+1)*(n+2)/2，n为次方数，即一 次方最少需要3个控制点。

教学内容
数字图像基础知识
图像校正的基本内容
图像增强的主要方法
8.1 数字图像基础知识
一、数字图像和图像数字化 （一）数字图像的概念 早期的遥感技术通过摄影成像方法得到的像片称 之为光学图像。 能在计算机里存储、运算、显示和输出的图像 称为数字图像。 光学图像可以看成是由无数个很小的单元点子 （像元）组成的，每个单元点子的明暗程度记录了 成像瞬间对应的物体的反射光强度（灰度），一幅 遥感图像其实质就是探测范围内电磁辐能量分布图。 由此可以使光学图像数字化。
（三）数字图像灰度值的重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出 图像阵列中的同名点灰度值变化。
重采样：P’的灰度值取决于周围列阵点上像元的灰度 值对其所作的贡献，这就是灰度值重采样
1、最近邻法
用距离投影点最近像元灰度值代替输出像元灰度值。 2、双线性内插法 投影点周围4个相邻像元灰度值，并根据各自权重计 算输出像元灰度值，公式简述为：
条件允
许的情 况下， 控制点 最好均 匀分布 在工作 区域。
遥感图像几何校正包括光学校正（现在用的
不多）和数字纠正两种方法。 数字纠正是通过计算机对图像每个像元逐个 地解析纠正处理完成的，其包括两方面：一 是像元坐标变换；二是像元灰度值重新计算 （重采样）。
（一）坐标变换的两种方案
首先要确定原始图像和纠正后图像之间的坐标变换 关系。对其包括： 直接法：从原始图像阵列出发，依次对其中每一个 像元分别计算其在输出（纠正后）图像的坐标，即：