遥感数字图像处理-课件内容.
遥感数字图像处理PPT课件
信息查看
• 鼠标右键菜单Cursor Location/Value，查看 鼠标所在位置的基本信息
信息查看
• 鼠标右键菜单Z Profile (Spectrum) ，查看 鼠标所在位置的光谱曲线
信息查看
• 在任一主窗口中点击鼠标右键，选择弹出 菜单中的Link Displays，可以将两个显示窗 口连接在一起。
1.遥感影像对比度拉伸基本方法
具体步骤： • 打开实验数据: bhtmref.img • 1.采用交互式拉伸工具分别对影像进行以下对比度拉
伸： • 线性拉伸 • 均衡化拉伸均衡化
2.遥感影像直方图匹配方法 • 打开两个波段数据或两景影像进行直方图匹配操
三、实习仪器与数据 ENVI 或 ERDAS、PCI等通用遥感图像处理软
件（本实习指导书以ENVI为例来加以说明）、 TM遥感影像数据。
图1 研究区示意图
四、实习步骤
1. 数据预处理 首先对TM影像进行几何校正和辐射校正，辐
射校正包括辐射定标和大气校正。
2. 确定分类系统 结合研究区的实际地物分布特点以及分类需
选取地面控制点
选取地面控制点
• 点击Show List按钮，可以查看每一个控制 点的信息
校正影像
• Ground Control Points Selection窗口菜单 Options > Warp File，根据刚才选择的地面 控制点对TM影像进行几何校正。
• Method选择多项式Polynomial法，Degree 选择2阶
动态聚类法流程：
控制参数:
K : 类别数(近似值)
N : 每类的的最小样本数 s : 类内的分散程度参数(如类的标准差) c : 类间距离参数(最小距离)
遥感数字图象处理课件.ppt
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体
反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。 （3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，
频率是否单一的表示。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
③ 色度图：可以直观地表现颜色相加的 原理,更准确地表现颜色混合的规律.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
遥感图像分析与处理ppt课件
仪器所引起 的条带噪声
• 引起辐射畸变的原因：是由于探测器的不正常功能 或不同敏感度、地形因素和大气因素等造成的。
20
二、大气引起的辐射预处理
大气引起的辐射变化
21
大气引起的辐射预处理方法
• 1、物理模型法 ：
• 根据辐射通过大气层时的物理原理进行建模。 • 优点：具有严密、准确和适用广。 • 缺点：模型复杂，而且需要大量难以获得的参数，所以可
较大区域或整幅影像 较小区域或局部影像
28
§3 几何校正
• 原始遥感图像上常存在各种像元位置误差，使图像表现出旋 转、中心偏离、偏扭、梯形变化、纵横向比例尺不一致、边 缘与中心比例尺不一致等变形，因此需要进行几何校正。
数学变换
29
简述引起遥感影像几何变形的原因？
30
一、导致几何畸变的原因：
• 遥感平台姿态变化、地球自转和球面弯曲、大气折 射、地形起伏等外部因素综合作用导致几何变形。
x=fx(u,v) y=fy(u,v)
上述数学关系常表示为二元多项式（一次、二次、三次或更高 次）表达，其中二元二次多项式可以表示为：
x a00 a10u a01v a11uv a20u2 a02v2
y
b00
b10u
a01v
b11uv
b20u 2
b02v 2
• 1、地面控制点的选取方法
• 控制点分布均匀，边界、四角要有，以避免图像校正不能满 幅，地形起伏大的区域要多选；所选点在图像上要易辨认且 目标较小，如道路的交叉点、河流的分叉处或弯曲处、飞机 场等，而且这些特征在研究时间范围内没有变化。
道路交叉口
遥感数字图像处理教学.pptx
i 1 n
rij （美国查维茨提出的）
i 1
特征提取（feature extraction）
特征提取是在特征选择后，利用特征提取算法从原始特征中求出最能反映地物类别 性质的一组新特征，由此既可以压缩数据，又提高特征类别间的可分性。
第22页/共61页
4）图像分类运算
依据你选择的特征变量和图像的分类对象的实际情况以及选择适当的分类 方法和相应的分类参数进行图像分类。
碎斑处理——处理办法主要是进行滤波处理，用计算机手段 去掉分类图中过于孤立的类别像素，或将它归并到包围相邻 较连续分布的那些类中。比如：ENVI的多数/少数分析、聚 块和筛除等。 类别合并——ENVI中有类别合并处理的模块，主要将其颜色 和编码更改一致即可。
第26页/共61页
b）分类结果检验分析
统计分类结果——包括各类地物在各波段的平均值、标准差、min、max、协方差矩 阵、相关系数矩阵、特征值、各类像素数和所占像素百分比、精度检验等等统计指 标的说明。
•
分类的基本原理
•
分类的方法
•
分类的工作流程
•
非监督分类方法
•
监督分类方法
•
图像分类的相关问题
第31页/共61页
6.4 非监督分类法
非监督分类法是指人们事先对分类过程不加入任何的先验知识，而仅凭遥感图像 中地物的光谱特征进行分类，分类过程就是自然的聚类特性。
这样的分类的结果从效果上讲，只区分了图像上存在的差异，并不能确定该类别 的属性，具体的属性尚需要通过目视判读或实地调查针对性的确定。
监督分类法的基本原理！
做分类时，常把图像中某一类地物称为模式，而把属于该类中的像素称为样 本，其中某位置的像元在不同波段或不同特征空间中的像素值，则可以称为该样 本的观测值。
遥感数字图像处理：遥感数字图像处理(62页)
不同波谱分辨率对水铝 反射光谱的获取
时间分辨率
■ 时间分辨率指对同一地点进行遥感来样的时间间隔， 即采样的时间频率，也称重访周期。
■ 遥感的时间分辨率范围较大。以卫星遥感来说，静止 气象卫星（地球同步气象卫星）的时间分辨率为 1次 /0.5小时；太阳同步气象卫星的时间分辨率 2次／天； Landsat为1次／16天；中巴（西）合作的CBERS为1次 ／26天等。还有更长周期甚至不定周期的。
微波遥感与成像
在电磁波谱中，波长在1mm～
1m的波段范围称微波。该 范围内又可再分为毫米波、 厘米波和分米波。在微波 技术上，还可将厘米波分 成更窄的波段范围，并用 特定的字母表示
谱带名称
Ka K
Ku X
微波遥感是指通过微波传
C
感器获取从目标地物发射 或反射的微波辐射，经过 判读处理来识别地物的技
几种遥感图像处理系统简介
■ PCI ■ ERDAS ■ ENVI
PCI简介
■ PCI是加拿大PCI公司的产品，可进行遥感图像的处 理，也可应用于地球物理数据图像、医学图像、雷 达数据图像、光学图像的处理，并能够进行分 析 、制图等工作。它的应用领域非常广泛。
■ PCI拥有最齐全的功能模块：常规处理模块、几 何校正、大气校正、多光谱分析、高光谱分析、 摄影测量、雷达成像系统、雷达分析、极化雷达 分析、干涉雷达分析、地形地貌分析、矢量应用、 神经网络分析、区域分析、GIS联接、正射影像 图生成及DEM提取（航片、光学卫星、雷达卫 星）、三维图像生成、丰富的可供二次开发调用 的函数库、制图、数据输入/输出等四百多个软 件包。
多波段数字图像的数据格式
■BIP方式（band interleaved by pixel） 在一行中，每个像元按光谱波段次序进 行排列，然后对该行的全部像元进行这 种波段次序排列，最后对各行进行重复。
遥感数字图像处理-课件内容..
遥感数字图像处理1．概论遥感、遥感过程遥感：一种在远离目标，不与目标直接接触的情况下，通过传感器获取其特征信息，并对这些信息进行处理、分析和应用的综合性探测技术遥感过程：遥感过程是指遥感信息的获取、传输、处理，以及分析判读和应用的全过程遥感图像、遥感数字图像、遥感图像的数据量遥感图像：是指遥感传感器通过检测、度量地物的电磁波辐射能并进行记录所得到的图像遥感数字图像：是指以数字化形式表述的遥感影像。
遥感图像的数据量：H=M×N×b×n（bit）M、N为行列数，b为波段数，n=lnG/ln2遥感图像的数字化、采样和量化遥感图像的数字化：指光学图像（物理图像）到数字图像的转换过程，包括采样和量化两个过程采样：将空间上连续的图像变换为离散的点的操作量化：将测量的灰度值用一个整数表示通用遥感数据格式（BSQ、BIL、BIP）BSQ，波段序列格式BIL，波段行交替格式BIP，波段像元交替格式遥感图像的模型：多光谱空间多光谱空间：对于n个波段的多光谱图像，这n个波段构成一个n维多光谱空间，多光谱空间就是一个n维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。
描述像素在各个波段中亮度值的分布。
多光谱空间中，像元点在坐标系中的位置可以表示成一个n维向量，其中每个分量xi表示该点在第i个坐标轴上的投影，即亮度值。
多光谱空间只表示各波段光谱之间的关系，而不包括任何该点在原图像中的位置信息，它没有图像空间的几何意义。
遥感图像的信息内容：波谱信息：指遥感图像上不同地物之间的亮度值差异及同一地物在不同波段上的亮度值差异空间信息: 通过图像亮度值在空间上的变化反映出来的信息时间信息: 指不同时相遥感图像的光谱信息与空间信息的差异遥感数字图像处理、遥感数字图像处理的内容遥感数字图像处理: 利用计算机对遥感数字图像进行一系列操作，以求达到预期目的遥感数字图像处理的内容：图像增强、图像校正、信息提取遥感图像的获取方式主要有哪几种?摄影成像、扫描成像、雷达成像如何估计一幅遥感图像的存储空间大小?遥感图像的信息内容包括哪几个方面？多光谱空间中，像元点的坐标值的含义是什么？与通用图像处理技术比较，遥感数字图像处理有何特点？遥感数字图像处理包括那几个环节？各环节的处理目的是什么？2.遥感图像的统计特征2.1图像空间的统计量灰度直方图：概念、类型、性质、应用概念：用来描述图像中每一灰度级与其出现频率间的关系的图表类型：直方图：横坐标为的灰度级，纵坐标为等于各个灰度级像元的出现频率（像元数）累计直方图：横坐标为的灰度级，纵坐标为小于等于各灰度级的像元的出现频率（像元数）性质：直方图反映表示不同灰度像元的出现频率，不包含像元的位置信息同一图像的直方图唯一，同一直方图可以对应不同的图像一幅图像的直方图等于其各部分图像直方图之和同类地物的直方图接近正态分布应用：1.直方图是图像分析的重要工具。
遥感数字图像几何处理ppt课件
3
（1）遥感器的内部畸变：
透镜的辐射方向畸变像差 透镜的切线方向畸变像差 透镜的焦距误差 透镜的光轴与投影面的非正交性 图象投影面的非平面性 探测元件排列的不整 采样速率的变化 采样时刻的偏差 扫描镜的扫描速度的变化
4
（2）遥感平台运动状态变化
航高：当平台运动过程中受到力学
24
第一步 选择几何校正计算模型
25
第二步 选择几何校正采点模式
26
第三步 采集地面控制点（GCP）
第四步 采集地面检查点
27
第五步 影像重采样
28
重采样
– 找到一种数学关系，建立变换前影像坐标（x， y）与变换后影像坐标（u，v）的关系，通过 每一个变换后影像像元的中心位置（u代表行 数，v代表列数，均为整数）计算出变换前对 应的影像坐标点（x，y）。分析得知，整数 （u，v）的像元点在原影像坐标系中一般不 在整数（x，y）点上，即不在原影像像元的 中心。
21
复合校正：
实际工作中常常将两种方法结合起来。 把理论校正式与利用控制点确定的校正式组合 起来进行校正。① 分阶段校正的方法，即首先 根据理论校正式消除几何畸变（如内部畸变 等），然后利用少数控制点，根据所确定的低 次校正式消除残余的畸变（外部畸变等）；② 提高几何校正精度的方法，即利用控制点以较 高的精度推算理论校正式中所含的遥感器参数、 遥感器的位置及姿态参数。
• 最近邻法 • 双向线性内插法 • 三次卷积内插法。
32
最邻近内插法以距内插点最近的观测点的像元值
为所求的像元值。该方法最大可产生0.5个像元
的位置误差，优点是不破坏原来的像元值，处理
速度快。
–最近邻法
遥感图像处理基础ppt课件
学习这两种方法，首先需要认识多光谱空间。
11
5.3 遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。
加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
2
5.3 遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
14
5.3 遥感图像增强与变换
多光谱图像变换
上式也可以写成：
表示对图像中每一像元矢量逐个逐个乘以矩阵 A，便得到新图像中的每一个像元矢量。A的作用是 给多波段的像元亮度加权重系数，实现线性变换。 由于变换前各波段具有很强相关性，变换后Y的各 分量间将具有最小的相关性。
15
5.3 遥感图像增强与变换
例如在红外波段植被与浅色土壤，在红波段与 深色土壤及水体很难分开，当用红外波段减去红波 段时，由于植被在这两个波段的反射率差异很大， 相减后植被像元具有很高的差值；而土壤和水体在 这两个波段的反差很小，因此在差值图像中植被信 息得到突出，很容易找到其分布区域和面积。
4
5.3 遥感图像增强与变换
图像运算
18
5.3 遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
遥感数字图象处理1．概论遥感、遥感过程遥感：一种在远离目标，不与目标直接接触的情况下，通过传感器获取其特征信息，并对这些信息进行处理、分析和应用的综合性探测技术遥感过程：遥感过程是指遥感信息的获取、传输、处理，以及分析判读和应用的全过程遥感图象、遥感数字图象、遥感图象的数据量遥感图象：是指遥感传感器通过检测、度量地物的电磁波辐射能并进行记录所得到的图象遥感数字图象：是指以数字化形式表述的遥感影像。
遥感图象的数据量：H=M ×N ×b ×n ( bit ) M、N 为行列数， b 为波段数， n=lnG/ln2遥感图象的数字化、采样和量化遥感图象的数字化：指光学图象(物理图象)到数字图象的转换过程，包括采样和量化两个过程采样：将空间上连续的图象变换为离散的点的操作量化：将测量的灰度值用一个整数表示通用遥感数据格式(BSQ、BIL、BIP)BSQ，波段序列格式BIL，波段行交替格式BIP，波段像元交替格式遥感图象的模型：多光谱空间多光谱空间：对于 n 个波段的多光谱图象，这 n 个波段构成一个 n 维多光谱空间，多光谱空间就是一个 n 维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。
描述像素在各个波段中亮度值的分布。
多光谱空间中，像元点在坐标系中的位置可以表示成一个 n 维向量，其中每一个分量 xi 表示该点在第 i 个坐标轴上的投影，即亮度值。
多光谱空间只表示各波段光谱之间的关系，而不包括任何该点在原图象中的位置信息，它没有图象空间的几何意义。
遥感图象的信息内容：波谱信息：指遥感图象上不同地物之间的亮度值差异及同一地物在不同波段上的亮度值差异空间信息: 通过图象亮度值在空间上的变化反映出来的信息时间信息: 指不同时相遥感图象的光谱信息与空间信息的差异遥感数字图象处理、遥感数字图象处理的内容遥感数字图象处理: 利用计算机对遥感数字图象进行一系列操作，以求达到预期目的遥感数字图象处理的内容：图象增强、图象校正、信息提取遥感图象的获取方式主要有哪几种?摄影成像、扫描成像、雷达成像如何估计一幅遥感图象的存储空间大小?遥感图象的信息内容包括哪几个方面？多光谱空间中，像元点的坐标值的含义是什么？与通用图象处理技术比较，遥感数字图象处理有何特点？遥感数字图象处理包括那几个环节？各环节的处理目的是什么？2.遥感图象的统计特征2.1 图象空间的统计量灰度直方图：概念、类型、性质、应用概念：用来描述图象中每一灰度级与其浮现频率间的关系的图表类型：直方图：横坐标为的灰度级，纵坐标为等于各个灰度级像元的浮现频率(像元数)累计直方图：横坐标为的灰度级，纵坐标为小于等于各灰度级的像元的浮现频率 (像元数) 性质：直方图反映表示不同灰度像元的浮现频率，不包含像元的位置信息同一图象的直方图惟一，同向来方图可以对应不同的图象一幅图象的直方图等于其各部份图象直方图之和同类地物的直方图接近正态分布应用： 1.直方图是图象分析的重要工具。
通过分析直方图可以了解图象的质量及其它相关信息 2.通过调整直方图形态可以改善图象对照度最大值、最小值、均值、方差的意义最大值、最小值、变差：反映图象的动态范围均值：反映图象的总体亮度方差：指各波段亮度值的方差，反映图象信息量的大小2.2 多光谱空间的统计特征均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义均值向量：描述象元矢量 x 在多光谱空间中的平均 (中心)位置协方差矩阵：N 个波段相互间的协方差罗列在一起所组成的矩阵意义：描述象元矢量 x 在均值向量 m 附近的分布情况描述影像波段间的相关性相关系数：描述影像波段间的相关程度的统计量反映了两个波段图象所包含信息的重叠度相关矩阵：N 个波段相互间的相关系数罗列在一起所组成的矩阵反映了波段间包含信息的重叠度波段散点图概念及分析概念：散点图是表示两个变量之间关系的图，又称相关图。
通过作散点图对数据的相关性进行直观地观察，非但可以得到定性的地论，而且可以通过观察剔除异常数据。
通过观察相关图主要是看点的分布状态，概略地估计两因素之间有无相关关系，从而得到两个变量的基本关系。
主要遥感图象的统计特征量的意义两个重要的图象分析工具：直方图、散点图3.遥感数字图象增强处理图象增强：概念、方法概念：用于改善图象质量或者突出图象中感兴趣的信息，加强图象判读和识别效果的图象处理方法方法：图象增强的方法是通过一定手段对原图象附加一些信息或者变换数据，有选择地突出图象中感兴趣的特征或者抑制 (掩盖)图象中某些不需要的特征，使图象与视觉响应特性相匹配。
空间域增强、频率域增强空间域增强：直接对图象象素灰度值进行处理频率域增强：将图象经傅立叶变换后的频谱成份进行处理，然后逆傅立叶变换获得所需的图象，达到增强的目的3.1 辐射增强：概念、实现原理概念：一种直接通过改变图象中象元的亮度值来改变图象的对照度，从而改善图象质量的处理方法实现原理：点运算：逐个象元进行处理，处理结果与邻近象元无关查找表：用以描述图象变换先后象元亮度值关系的图表影响直方图：是影像灰度值的函数，是描述影像中各灰度值象元个数的图表，其横坐标表示象元的灰度，纵坐标表示象元的个数直方图修正，线性变换、分段线性变换算法原理直方图修正：图象直方图修正是指通过修改影像直方图来改善图象对照度。
图象直方图修正是通过指定原始图象与新图象象元值间的变换关系来实现的线性变换：在暴光不足或者过度的情况下，图象灰度会局限在一个很小的范围，是一个含糊不清、似乎没有灰度层次的图象。
采用线性变换对图象每一个像素灰度作线性拉伸，可有效地改善图象视觉效果。
分段线性变换算法：不同亮度范围采用不同线性变换函数直方图均衡化、直方图匹配的应用直方图均衡化：将原图象的直方图通过变换变为均匀直方图，从而得到一幅灰度均匀分布的图象直方图匹配：将原直方图修正到指定的结果(形状) -直方图规定化应用：图象镶嵌3.2 空间增强邻域、邻域运算、模板、模板运算邻域：对于图象中的任一象元 (i,j)，把象元集合{i+p,j+q}(p,q 为任意整数)叫该象元的邻域邻域运算：基于输入像素的一个邻域的像素灰度确定该像素输出灰度的图象处理运算模板：是一个大小为 M ×N 的数值矩阵，如 3 × 1、2 ×2、3 × 3、5 ×5 等。
模板运算：用于实现邻域运算，其数学涵义是一种卷积运算，运算结果称为模板响应。
图象卷积运算：在图象的左上角开一个与模板同样大小的活动窗口，图象窗口与模板像元的亮度值相乘再相加，得到新像元的灰度值。
空间增强的概念概念：或者称几何增强、空间滤波，是一种基于邻域运算的影像处理技术，主要用于实现图像空间几何特征的增强处理，包括平滑和锐化平滑 (均值滤波、中值滤波)原理、特点、应用平滑：用于去除遥感图象中的噪声或者减小图象灰度变化幅度。
也称低通滤波，用于抑制图象中的高频分量，含糊图象细节均值滤波：对图象边缘的影响较大适合用于去除零均值的随机噪声随着邻域的加大，图象的含糊程度也愈加严重中值滤波：处理结果为图象窗口中象元值按大小顺序罗列的中间数能较好地保持大多数边缘特征适合用于去除脉冲噪声锐化、边缘增强概念锐化：通过增强高频分量来减少图象中的含糊度，因此又称为高通滤波。
主要用于增强图像的边缘和灰度跳变部份，又称边缘增强方法主要有空间梯度法和方向模板方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点方向模板：用于增强与模板方向一致的边缘。
据方向，分为三类：垂直(Vertical)模板水平(Horizontal)模板对角 (Diagonal)模板Vertical计算图象经过下列操作后，其中心象元的值：3 × 3中值滤波采用 3 × 3 平滑图象的减平滑边缘增强域值为 2 的 3 × 1 平滑模板Sobel 边缘检测Roberts 边缘检测模板3.3 频率域处理高频和低频的意义高频和低频是频率域中的概念高频对应亮度快变部份；低频对应亮度变化平缓部份图象的傅里叶频谱傅里叶变换是把一个信号分解为许多不同频率正弦波之和频率域增强的普通过程频率域低通滤波低通滤波通过衰减 F(u,v)中的高频成份来实现基本模式： G(u,v)=F(u,v)H(u,v)主要是选择滤波函数 H(u,v)低通滤波器：理想低通滤波器巴特沃思(Butterworth)滤波器由于高频部份包括大量噪声和边缘信息，因此理想低通过滤器处理后可平滑图象，但是会导致边缘损失，使图象边缘含糊频率域高通滤波对 F(u,v)的高频成份的衰减可以使图象含糊反之对高频成份的通过可以使图象锐化频率域的这种处理不会影响低频成份高通和低通的关系可以表示为Hhp(u,v) = 1 - Hlp(u,v)即低通阻塞的频率是能够通过高通的三种高通滤波器：理想高通滤波器巴特沃思(Butterworth)高通滤波器由于高频部份包括大量噪声和边缘信息，因此理想高通过滤器处理后可锐化图象同态滤波的应用应用：采用图象同态滤波方法，如果使用合适的滤波特性函数，可以达到既压缩灰度动态范围，又能让感兴趣的物体部份灰度级扩展，从而使图象清晰3.4 彩色增强彩色影像的类型：真彩色、假彩色、伪彩色真彩色 (true color)：红绿蓝三波段合成假彩色(false color)：真彩色之外的其它彩色合成方案伪彩色(pseudo color)：灰度图象的彩色显示将不同的灰度值赋予不同的颜色显示标准假彩色影像彩色变换的概念及应用概念：RGB 和 HIS 两种色采模式可以相互转换。
把 RGB 系统变换为 HIS 系统称为 HIS 正变换；HIS 系统变换成RGB 系统称为 HIS 逆变换。
应用：分别调整图象的色调、饱和度和亮度时，其它成份不受影响不同空间分辨率图象融合4.多光谱变换图象运算：加法运算、差值运算、比值运算的概念及应用图象运算：是指对两幅或者两幅以上的输入图象的对应像元逐个地进行和、差、积、商的四则运算，以产生有增强效果的图象加法运算：指两幅或者多幅同样大小的图象对应象元的灰度值相加。
可用于削弱图象的加性噪声。
差值运算：指两幅同样大小的图象对应象元的灰度值相减。
用于动态监测、运动目标检测和跟踪及目标识别等比值运算：两个波段对应像元的灰度值之比或者几个波段组合的对应像元灰度值之比。
应用：可以扩大不同地物的光谱差异，区分在单波段中容易发生混淆的地物可以消除或者减弱地形阴影、云影影响和植被干扰以及显示隐伏构造等植被指数植被指数：是基于植被在红光波段(R)的强吸收和近红外波段(IR)的强反射，通过这两个波段影像的比值或者线性组合来表达植被信息(如叶面指数、植被覆盖度、生物量等)的参考量差值植被指数DVI IR R比值植被指数RVI IR R归一化差值植被指数NDVI (IR R) (IR R)绿度植被指数： KT 变换中的绿度主成份变换的目的和特点即主成份分析(PCA)、卡夫林－列夫变换(KL 变换) ，是根据各波段之间的协方差或者相关系数构建的一种正交线性变换方法目的：把原来多波段图象中的实用信息集中到数目尽可能少的新的主成份图象中，并使这些主成份图象之间互不相关，也就是说各个主成份包含的信息内容是不重叠的，从而大大减少总的数据量并使图象信息得到增加特点：( 1 ) 由于是正交线性变换，所以变换先后的方差总和不变，变换只是把原来的方差(方差大说明信息量大)不等量的再分配到新的主成份图象中( 2 ) 第一主成份包含了总方差的绝大部份(普通在 80%以上)，信息最丰富，图象对比度大，其余各主成份的方差挨次减小( 3)变换后各主成份之间的相关系数为零，也就是说各主成份间的内容是不同的，是“正交”的(4)是一种数据压缩和去相关技术，即把原来的多变量数据在信息损失至少的前提下，变换为尽可能少的互不相关的新的变量，以减少数据的维数，便于显示和分析。