4 图像处理(图象校正与增强)1

地面坐标与输出图象坐标关系表达
42
确定纠正后图像的边界范围
X1
= min (Xa’, Xb’, Xc’, Xd’) X2 = max (Xa’, Xb’, Xc’, Xd’) Y1 = min (Ya’, Yb’, Yc’, YXd’) Y2 = max (Ya’, Yb’,Yc’, Yd’)
4. 图像增强处理
5. 图像融合
25
几何校正


当遥感图像在几何位置上发生了变化，产生诸如行列 不均匀，像元大小与地面大小对应不准确，地物形状 不规则变化等畸变时，即说明遥感影像发生了几何畸 变。 遥感影像的总体变形(相对于地面真实形态而言)是平移、 缩放、旋转、偏转、弯曲及其他变形综合作用的结果。 产生畸变的图像给定量分析及位置配准造成困难．因 此遥感数据接收后，首先由接收部门进行校正，这种 校正往往根据遥感平台、地球、传感器的各种参数进 行处理。而用户拿到这种产品后，由于使用目的不同 或投影及比例尺的不同，仍旧需要作进一步的几何校 正. 26
4 数字图像处理原理
Image Processing
• 陈建国
•
•
数学地质遥感地质研究所
(e-mail: jgchen@)
1
数字图像处理的目的




尽可能准确地反映地物实际的波谱特征、空间频 率特征、几何特征或地理位置 增强不同地物类型之间在波谱或结构特征之间的 差别，提取代表这些差别的数字信息，以便区分 和解释 恢复和增强图象的高频信息，如边缘、线条等特 征 便于与其他遥感资料、地理、地质等图件的互相 套合与比较
37
遥感图象几何校正的基本思路

几何畸变有多种校正方法，但常用的是一种通用的精校正方法。该方法 可以用作:



遥感影像相对于地面坐标的配准校正， 遥感影像相对于地图投影坐标系统的配准校正， 不同类型或不同时相的遥感影像之间的几何配准和复合分析，以得到比较精 确的结果。 校正前的图像看起来是由行列整齐的等间距像元点组成的，但实际上，由于 某种几何畸变，图像中像元点间所对应的地面距离并不相等(图a)。校正后的 图像亦是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀 分布(图b)，图像中格网的交点可以看作是像元的中心。校正的最终目的是确 定校正后图像的行列数值，然后找到新图像中每一像元的亮度值。
3 对线性地物，可能出 现不连续
49
原始图像
纠正后图像（最邻近插值）
43
象元坐标变换
确定原始图象和纠正后图象间的坐标变换关系
找到一种数学关系，建立变换前图像坐标(x,y)与变换后图像坐标 (u,v)的关系，通过每一个变换后图像像元的中心位置计算出变换前 对应的图像坐标点(x，y)。
44
坐标变换
直接纠正方法:从原始图像，依次对每个像元根据变换函数 F（），求 得它在新图像中的位置。并将灰度值付给新图像的对应位置上。 间接纠正法:从新图像中依次每个像元，根据变换函数 f () 找到它在 原始图像中的位置，并将图像的灰度值赋予新图像的像元。 二者并无本质区别，互为逆变换
45
图象灰度值的重采样

几何校正过程中，由于校正前后图象的像元大小可能 变化、象元点位置的相对变化等，不能简单用原图象 象元灰度值代替输出象元灰度值。

因为对应的坐标值可能不是整数
因此，需要插值（重采样） 三种插值方法：最邻近法、双线性法、三次卷积法
46
灰度值重采样示意图
47
最邻近法（nearest neighbor）
多中心投影
例如MSS TM 等
32

33
地球自转引起的误差
卫星前进过程中，传感器对地面扫描获得图像时， 地球自转影响较大，会产生影像偏离。因为多数 卫星在轨道运行的降段接收图像，即卫星自北向 南运动，这时地球自西向东自转。相对运动的结 果，使卫星的星下位置逐渐产生偏离。
34
地球曲率引起的误差
曲面的影响主要表现在两个方 面：
几何校正
从具有几何变形的图象中消除变形的过程
一般步骤：
1 确定校正方法 2 确定校正公式 3 验证校正方法 4 对原始输入图象进行重采样 27
遥感图象几何畸变来源
误差来源：
内部误差：由于传感器自身的性能、结构等因素造成； 外部误差：传感器以外的个因素造成，如地球曲率、地形起伏、
地二是像元对应于地面宽度的 不等。
35
地形起伏的影响
当地形存在起伏时，会产生局 部像点的位移，使原来本应是 地面点的信号被同一位置上某 高点的信号代替。由于高差的 原因，实际像点P距像幅中心的 距离相对于理想像点P0距像幅 中心的距离移动了
36
大气折射的影响
大气对辐射的传播产生折射。 由于大气的密度分布从下向上 越来越小，折射率不断变化， 因此折射后的辐射传播不再是 直线而是一条曲线，从而导致 传感器接收的像点发生位移.
传感器本身产生的误差图像不均匀/条纹/噪声等,一般由
生产单位根据传感器参数进行校正, 无需用户进行.
13
大气校正
消除主要由大气散射、吸收引起的辐射误 差的处理过程.
何时需要进行大气校正
定量信息提取 不同时相间的定量比较 不同波段间的运算
14
大气校正方法
1 公式法（较准确）
简单的相对大气校正方法：

基本思路：

38
39
数字图象几何纠正的主要处理过程
准 备 工 作 输入 原始 数字 影象 选择 纠正 变换 函数 确定 输出 影象 范围 像元 坐标 变换 像元 亮度 值重 采样 输出 纠正 后的 图像
准备工作：图象、地图、大地测量资料、平台轨道参数、传
感器参数、控制点的选择；（具体内容可选）
传感器成像几何形态影响 传感器外方位元素变化畸变 地球自转的影响 地球曲率的影响 其它……
28
传感器成像几何形态影响


成像几何特点：中心投影、全景投影、斜距投影、平行投影 全景投影：每条扫描线相当于中心投影，扫描视场角 越大，边缘变形越大----全景畸变 斜距投影变形：侧视雷达
29
传感器外方位元素变化畸变
太阳天顶角
18
回归分析法


原理：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，因此可用其校正其它波段数据。 方法：在不受大气影响的波段（如TM5或7红外）和待 校正的某一波段图像中，选择一系列目标，将每个目 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。
Y a bX
纠正变换函数选择：输入和输出图象间的坐标变换关系；如
多项式法、共线方程法等
两个基本环节
40
确定纠正后图像的边界范围


纠正后图像的边界范围，指在计算机存储器中为输出影象所开出 的存储空间大小，以及该空间边界范围（首行、首列、末行、末 列）的地图（或地面）坐标定义值； 纠正后图像和原始图像的形状、大小、方向都不一样。所以在纠 正过程的实施之前，必须首先确定新图像的大小范围。

用距离投影点(采样点)最近象元灰度值代替输出象元 灰度值
48
最邻近法
优点： 1 保留大量原始灰度值， 没有经过平滑处理， 对于区分植被类型、 识别线性特征等有重 要意义 2 简易、省时 3 分类前使用 4 适合于专题文件 5 在几何位置上精度为0.5 像元

缺点： 1 锯齿状、不平滑
2 某些值重复、某些值 丢失
图象校正与增强
1. 数字图像基础（数字图像／直方图／图像处理系统） 2. 图像辐射校正 3. 几何校正原理与方法
4. 图像增强处理
5. 图像融合
4
数字图像
指能够被计算机存储、 处理和使用的图像
“离散化”、二维
矩阵：每个元素的取 值是图像连续变化的 灰度的离散整数值
5
数字图像 6
图像直方图
用平面直角坐标系表示一幅灰度范围为 0-n的数字图像像元灰度分布状态，横轴表示 灰度级，纵轴表示某一灰度级（或范围）的 像元个数占像元总数的百分比。 通过灰度直方图可以直观地了解图像特 征，以确定图像增强方案并了解图像增强后 的效果
进入传感器的辐射为以下三部分的和 L=L1+L2+Lp L1反射、L2漫反射、Lp散射 与反射率Ri有关
17
考虑散射和吸收的近似公式：
Si Ti H i cos L Ai Si L Bi Ri
散射影响 吸收影响
Si 系统增益因素
LBi大气路径辐射率，Ti大气透过率 Hi 太阳辐照度
7
不同反差特征的图像 8
反差增强
9
遥感图象处理系统


计算机（主机） 图象输入输出设备

磁带机、数字化器等；打印机、绘图仪、激光图象记录仪 图象计算机、阵列处理机 磁盘、磁带、光盘
专用处理设备

外存设备

显示器 软件部分

系统软件、应用软件（图象处理软件）
10
图象校正与增强
1. 数字图像基础（数字图像／直方图／图像处理系统） 2. 图像辐射校正 3. 几何校正原理与方法
直方图校正方法

简言之:
从图象象元亮度值中减去一个辐射偏置量，辐射偏置 量等于图象直方图中最小的亮度值 前提（假设）：水体（或阴影）等物体的灰度值为0， 大气散射导致图像上这些物体的灰度值不为0（辐射 偏置量） 暗物体法（Dark-object method） 23
24
图象校正与增强
1. 数字图像基础（数字图像／直方图／图像处理系统） 2. 图像辐射校正 3. 几何校正原理与方法
4. 图像增强处理
5. 图像融合
11
辐射校正

由于传感器响应特性和大气的吸收、散 射及其它随机因素影响，导致图象模糊 失真，造成图象分辨率和对比度相对下 降。这些都需要通过辐射校正复原. 包括：系统辐射校正、大气校正

12
系统辐射校正
光学摄影机内部辐射误差校正 镜头中心和边缘透射光的强度不一致，造成图 象上不同位置的同一类地物有不同的灰度值。 光电扫描仪内部辐射误差校正 A）光电转换误差；B）探测器增益变化引起的 误差
Y：待校正波段的图像亮度值 X：不受大气影响波段的图像亮度值 19
回归分析法
TMi ai bi TM 7
20
21
直方图校正方法


直方图最小值去除法的基本思想 在于一幅图像中总可以找到某种或某几种地物，其辐 射亮度或反射率接近0，例如，地形起伏地区山的阴影处， 反射率极低的深海水体处等，这时在图像中对应位置的像 元亮度值应为0。实测表明，这些位置上的像元亮度不为 零。这个值就应该是大气散射导致的程辐射度值。一般来 说由于程辐射度主要来自米氏散射，其散射强度随波长的 增大而减小，到红外波段也有可能接近于零。 具体校正方法: 首先确定条件满足，即该图像上确有辐射亮度或反射 亮度应为零的地区，则亮度最小位必定是这一地区大气影 响的程辐射度增值。校正时，将每一波段中每个像元的亮 度值都减去本波段的最小值。使图保亮度动态范围得到改 善，对比度增强，从而提高了图像质量。 22

传感器外方位元素变化：指决定遥感平台姿态的6个自由度：
三轴方向（X,Y,Z）和姿态角(,,)，其中任何一个发生变化， 都会给遥感图像带来不同变形，这种畸变是成像瞬间的综合影响。 对不同的传感器，畸变可能不尽相同。 航高、航速、俯仰、翻滚、偏航
30
传感器外方位元素变化畸变
中心投影
31
传感器外方位元素变化畸变
2
数字图像处理的主要内容
图象校正：包括辐射校正、几何校正
增强处理：增强图象中的有用信息，利于识别分析。
包括彩色增强、直方图增强、图象运算、邻域增强、 频率域增强、信息融合等
图象变换：消除干扰和滤掉噪声，提高图象质量
信息提取：图象分类（监督分类、非监督分类、神
经网络分类、模糊分类）、空间信息提取、光谱信息 提取 3
41
确定纠正后图像的边界范围
先求出原始图像四个角点（a, b, c, d）在纠正后图像中的 对应点（a’, b’, c’, d’）的坐标（Xa’,Ya’）(Xb’,Yb’) (Xc’,Yc’) (Xd’,Yd’)；然后求出最大值和最小值。

为了将该边界范围转换为计算机纠正后的存储数组空间， 须在其中划分出网格，每个网格代表一个输出像元；须根 据精度要求确定输出像元的地面尺寸；
2 回归分析法
3 直方图校正法
15
公式法
与卫星扫描同步进行野外光谱测量，将地面 测量结果与卫星影象对应像元亮度值进行回 归分析. 回归方程为：
Ri = a+bCi
LAi =CiK+Lmin , LAi = a1Ri +b1
K=(Lmax-Lmin)/Cmax
LAi 为卫星观测值(辐射亮度,辐射度) Ri 为地面反射率 Ci灰度值 16