遥感图像预处理ppt课件
合集下载
遥感导论课程报告遥感图像一般预处理流程ppt课件
几何校正模型
主要有： 仿射变换（RST） 多项式 局部三角网（Delaunay Triangulation）
图像配准
经常在实际数据生产中会遇到，同一地区的图像 或者相邻地区有重叠区的图像，由于几何校正误 差的原因，重叠区的相同地物不能重叠，这种情 况对图像的融合、镶嵌、动态监测等应用带来很 大的影响。遇到这种情况，可以利用重叠区的匹 配点和相应的计算模型进行精确配准。
地球曲率及空气折射，地形影响等
几何校正：纠正系统和非系统因素引起的几 何畸变。
背景知识——卫星姿态引起的图 像变形
背景知识——动态扫描图像的变 形
几何校正模型
主要有： 仿射变换（RST） 多项式 局部三角网（Delaunay Triangulation）
几何粗校正
几何粗校正：这种校正是针对引起几何畸变的原 因进行的，地面接收站在提供给用户资料前，已 按常规处理方案与图像同时接收到的有关运行姿 态、传感器性能指标、大气状态、太阳高度角对 该幅图像几何畸变进行了校正。
Modis传感器参数
校 正 前
校 正 后
在google earth上显示校正后 的结果
几何精校正
基于地面控制点，利用几何校正模型，构建图像 与地面坐标/与图像之间的几何关系完成几何校 正，当控制点选择源是图像（有地理坐标）时候， 又属于图像配准范畴。
多项式模型 x=a0+a1x+a2Y+a3x2+a4xy+a5y2+…… y=b0+b1x+b2Y+b3x2+b4xy+b5y2+…… 最少控制点个数 N=（n+1）*（n+2）/2 误差计算 RMS Eerror=sqrt（（x’-x）2+（y’-y）2）
遥感图像处理ppt课件
10
三，其他光学图像处理
对遥感影像母片作不同的曝光处理可制成影像密度 各不相同的正、负模片(拷贝)。同一地区可以有不同遥 感器，不同波段以及不同时间等各种模片。对不同组 合的相关模片进行处理可获得不同增强效果的新图像。 上述彩色合成即是其中最常用的方法。此外，还常采用 以下几种处理方法。
1 反差增强： 通常是利用高反差的感光材料和冲 洗液作反复拷贝，来扩大原模片中的影像密度差异。 它有利于增强一些低反差的地物影像，突出大的轮廓， 也可使彩色合成获得更丰富的层次，但同时会丢失部分 细节，故处理时要适可而止。
5
假彩色等密度分割：即通过光电仪器将胶片上 不同的密度等级以色彩的变化显示成彩色的图像。这 种仪器通常称彩色等密度分割仪，一般将胶片的影像 密度分割为8、12、24、32，64等级，不同密度级的 色别可在64色内任意选调变换，并在数秒钟内显示在 彩色监视器的屏幕上，通过反复调节变换色彩，选择 最佳的处理结果。
光学处理的仪器和技术手段： 摄影处理、光电处 理和相干光处理等等。
处理方法： 密度分割、彩色合成、边缘增强、反 差增强、光学图像比值、光学变换、光学编码等，其中 最常用的是假彩色等密度分割和假彩色合成。
2
一、光学等密度分割处理
(一)影像密度的概念： 对于黑白胶片，影像密度通常 以胶片透光率(T)倒数的对数表示。
密度分割：任何一幅遥感图像都可以看作是地物电 磁波辐射强度的二维分布函数。对于胶片影像。可用影 像密度值的二维分布来表征，对于像片，则为灰度值的 二维分布。与地形图的等高线相仿，照例可按一幅图像
中密度(或灰度)值的变化 范围，将其划分为若干个 等级，以等值面对影像密 度(或灰度)函数进行分层， 用等值线图来表示图像各 部分的密度(灰度)差异变 化。在遥感图像处理中称 此为密度分割，或密度分 割技术。
三，其他光学图像处理
对遥感影像母片作不同的曝光处理可制成影像密度 各不相同的正、负模片(拷贝)。同一地区可以有不同遥 感器，不同波段以及不同时间等各种模片。对不同组 合的相关模片进行处理可获得不同增强效果的新图像。 上述彩色合成即是其中最常用的方法。此外，还常采用 以下几种处理方法。
1 反差增强： 通常是利用高反差的感光材料和冲 洗液作反复拷贝，来扩大原模片中的影像密度差异。 它有利于增强一些低反差的地物影像，突出大的轮廓， 也可使彩色合成获得更丰富的层次，但同时会丢失部分 细节，故处理时要适可而止。
5
假彩色等密度分割：即通过光电仪器将胶片上 不同的密度等级以色彩的变化显示成彩色的图像。这 种仪器通常称彩色等密度分割仪，一般将胶片的影像 密度分割为8、12、24、32，64等级，不同密度级的 色别可在64色内任意选调变换，并在数秒钟内显示在 彩色监视器的屏幕上，通过反复调节变换色彩，选择 最佳的处理结果。
光学处理的仪器和技术手段： 摄影处理、光电处 理和相干光处理等等。
处理方法： 密度分割、彩色合成、边缘增强、反 差增强、光学图像比值、光学变换、光学编码等，其中 最常用的是假彩色等密度分割和假彩色合成。
2
一、光学等密度分割处理
(一)影像密度的概念： 对于黑白胶片，影像密度通常 以胶片透光率(T)倒数的对数表示。
密度分割：任何一幅遥感图像都可以看作是地物电 磁波辐射强度的二维分布函数。对于胶片影像。可用影 像密度值的二维分布来表征，对于像片，则为灰度值的 二维分布。与地形图的等高线相仿，照例可按一幅图像
中密度(或灰度)值的变化 范围，将其划分为若干个 等级，以等值面对影像密 度(或灰度)函数进行分层， 用等值线图来表示图像各 部分的密度(灰度)差异变 化。在遥感图像处理中称 此为密度分割，或密度分 割技术。
遥感图像预处理ppt课件
• 第三步：高分辨率影像和多光谱影像的配准、融合
- 以SPOT PAN正射纠正结果作为基准影像，对TM影像进 行图像配准；用工程区矢量数据（河北襄樊市部分区 域）分别裁剪SPOT和TM影像，对裁剪结果进行图像融 合，得到工程区域10米的多光谱影像。
3.2基于影像自带地理定位文件几何校正
• 对于重返周期短，空间分辨率较低的卫星数据， 如AVHRR、Modis、SeaWiFS等，地面控制点的选择 有相当的难度。我们可以用卫星传感器自带地理 定位文件进行几何校正，校正精度主要受地理定 位文件的影响。
- 主菜单->Map->Orthorectification->spot-> Orthorectify SPOT with Ground Control
3.6 Landsat7影像几何校正
• Landsat7影像数据是从网上免费下载的，是LPGS 格式的L1T级别格式，已经经过一定的几何校正和 DEM校正，使用UTM WGS84的坐标系统。
RapidEye
模型
文件
RPC
RPC文件(. rpc)
RPC
RPC文件(.met)
RPC
RPC
文
件
PRODUCT_RPC.TXT
Pushbroom Sensor 星 历 参 数 文 件
(METADATA.DIM)
RPC
RPC文件（_rpc.txt）
RPC
RPC文件(_metadata.pvl)
RPC
• 数据：
- 5-SPOT PAN正射纠正
练习6-2
• 内容：
- 自定义RPC参数 - 使用控制点
• 数据：
- 5(1)-自定义RPC正射纠正
- 以SPOT PAN正射纠正结果作为基准影像，对TM影像进 行图像配准；用工程区矢量数据（河北襄樊市部分区 域）分别裁剪SPOT和TM影像，对裁剪结果进行图像融 合，得到工程区域10米的多光谱影像。
3.2基于影像自带地理定位文件几何校正
• 对于重返周期短，空间分辨率较低的卫星数据， 如AVHRR、Modis、SeaWiFS等，地面控制点的选择 有相当的难度。我们可以用卫星传感器自带地理 定位文件进行几何校正，校正精度主要受地理定 位文件的影响。
- 主菜单->Map->Orthorectification->spot-> Orthorectify SPOT with Ground Control
3.6 Landsat7影像几何校正
• Landsat7影像数据是从网上免费下载的，是LPGS 格式的L1T级别格式，已经经过一定的几何校正和 DEM校正，使用UTM WGS84的坐标系统。
RapidEye
模型
文件
RPC
RPC文件(. rpc)
RPC
RPC文件(.met)
RPC
RPC
文
件
PRODUCT_RPC.TXT
Pushbroom Sensor 星 历 参 数 文 件
(METADATA.DIM)
RPC
RPC文件（_rpc.txt）
RPC
RPC文件(_metadata.pvl)
RPC
• 数据：
- 5-SPOT PAN正射纠正
练习6-2
• 内容：
- 自定义RPC参数 - 使用控制点
• 数据：
- 5(1)-自定义RPC正射纠正
【学习课件】第四章遥感图像处理
• The 'drift' was different for each of the six detectors, causing the same brightness to be represented differently by each detector.
• The corrective process made a relative correction among the six sensors to bring their apparent values in line with each other
实际测量时，受到传感器本身、大气辐射等其 他因素的影响而发生改变。这种改变称为辐射 畸变。
2. 影响辐射畸变的因素
➢ 传感器本身的影响：导致图像不均匀，产生 条纹和噪音。
➢ 大气对辐射的影响
完整版ppt
28
• Striping was common in early Landsat MSS data due to variations and drift in the response over time of the six MSS detectors.
完整版ppt
4
完整版ppt
5
完整版ppt
6
完整版ppt
7
3、颜色立体
（1）颜色立体：中间垂直轴代表明度 ；中间水平
面的圆周代表色调；圆周上的半径大小代表饱和度。
（2）孟赛尔颜色立体：中轴代表无色彩的明度
等级；在颜色立体的水平剖面上是色调；颜色历代中 央轴的水平距离代表饱和度的变化。
完整版ppt
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.
完整版ppt
• The corrective process made a relative correction among the six sensors to bring their apparent values in line with each other
实际测量时，受到传感器本身、大气辐射等其 他因素的影响而发生改变。这种改变称为辐射 畸变。
2. 影响辐射畸变的因素
➢ 传感器本身的影响：导致图像不均匀，产生 条纹和噪音。
➢ 大气对辐射的影响
完整版ppt
28
• Striping was common in early Landsat MSS data due to variations and drift in the response over time of the six MSS detectors.
完整版ppt
4
完整版ppt
5
完整版ppt
6
完整版ppt
7
3、颜色立体
（1）颜色立体：中间垂直轴代表明度 ；中间水平
面的圆周代表色调；圆周上的半径大小代表饱和度。
（2）孟赛尔颜色立体：中轴代表无色彩的明度
等级；在颜色立体的水平剖面上是色调；颜色历代中 央轴的水平距离代表饱和度的变化。
完整版ppt
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.
完整版ppt
遥感图像处理ppt课件
02
人工智能在遥感图像处理中可以应用 于地物分类、目标检测、变化检测等 方面。通过训练人工智能算法，使其 能够自动识别和分类地物，提高遥感 数据的利用价值和精度。同时，人工 智能算法还可以对遥感数据进行自动 化分析和处理，提高数据处理效率。
03
人工智能在遥感图像处理中需要解决 的关键问题包括数据标注、模型训练 和优化等。同时，还需要考虑人工智 能算法的可解释性和可靠性，以确保 其在实际应用中的效果和安全性。随 着技术的不断发展，人工智能在遥感 图像处理中的应用将进一步提高遥感 数据的利用价值和精度。
详细描述
遥感图像存储与处理是遥感技术应用的核心环节之一。 在这个过程中，原始数据会经过一系列的预处理、增强 和分类等操作，以提高图像质量和提取更多有用的信息 。例如，辐射定标、大气校正、几何校正等预处理操作 可以提高图像的精度和可靠性；图像增强技术如对比度 拉伸、滤波等可以提高图像的可视化效果和特征提取能 力；分类和目标检测等技术则可以对图像进行语义化表 达和信息提取，以满足不同应用的需求。
遥感图像处理涉及的技术包括辐 射校正、几何校正、图像增强、 信息提取等。
遥感图像处理的重要性
遥感图像处理是遥感技术应用的关键 环节，能够提高遥感数据的精度和可 靠性，为各领域提供更准确、更全面 的信息。
通过遥感图像处理，可以提取出更多 有用的信息，为决策提供科学依据， 促进各行业的智能化发展。
遥感图像处理的应用领域
图像预处理技术
01
02
03
04
去噪
消除图像中的噪声，提高图像 的清晰度。
校正
纠正图像的几何畸变和辐射畸 变，使图像更接近真实场景。
配准
将不同来源的图像进行坐标对 齐，以便于后续的图像分析和
《envi图像预处理》课件
几何校正
目的：消除图像中的几何变形 方法：使用控制点进行校正 控制点选择：选择具有明显特征的点 校正结果：得到无变形的图像
图像增强
亮度调整：提高图像亮度，使图像更清晰 对比度调整：增强图像对比度，使图像细节更明显 锐化处理：提高图像锐度，使图像边缘更清晰 色彩调整：调整图像色彩，使图像色彩更丰富
实例1：图像去噪处理，对 比处理前后的图像质量
实例4：图像融合处理，对 比处理前后的图像融合效果
Part Six
envi图像预处理的 未来发展
envi图像预处理技术的发展趋势
智能化：利用深度 学习、人工智能等 技术，实现图像的 自动预处理
高效化：提高图像 预处理的速度和效 率，降低计算成本
多样化：开发更多 类型的预处理算法， 满足不同应用场景 的需求
envi图像预处理在地理信息系统中的应用
地理信息系统（GIS）：用于管理、分析和显示地理数据
Envi图像预处理：对遥感图像进行预处理，提高图像质量
应用：在GIS中，预处理后的遥感图像可以用于地形分析、土地利用分类、植被监测 等
优势：预处理后的遥感图像可以提高GIS分析的准确性和效率
envi图像预处理在环境监测中的应用
遥感图像处理：用于提取地物信息， 如土地利用、植被覆盖等
工业检测：用于产品质量检测，如 缺陷检测、尺寸测量等
添加标题
添加标题
添加标题
添加标题
医学图像处理：用于疾病诊断和治 疗，如CT、MRI等
军事侦察：用于战场侦察和情报分 析，如目标识别、地形分析等
Part Five
envi图像预处理的 效果评估
envi图像预处理
,
汇报人：
目录
01 添 加 目 录 项 标 题 03 e n v i 图 像 预 处 理
遥感图像分析与处理.pptx
航空摄影的种类
（1）按感光胶片和所用的波段分类： 普通黑白摄影：用全色黑白感光片，感受可见光范围内各种色光，用途广。 黑白红外摄影：用黑白红外感光片和近红外滤光片组合起来摄影，记录近 红外短波段（0.76μm～1.4μm）和可见光范围的信息。 对水体和植被反映明显，具有较大的反差和地面分辨率。 天然彩色摄影：用彩色感光片，记录可见光波段的信息。 信息量比黑白象片丰富得多。 彩色红外摄影：用彩红外感光片，记录绿、红、近红外（0.5～0.9μm） 信息。一般在摄影机物镜上套一个黄色滤光片，以消除蓝、 紫光。在彩红外摄影中： 绿光感光蓝色 红光感光绿色 近红外感光红色 红外线对大气层的穿透力强，彩红外象片一般比天然彩色象片鲜艳得多。 多光谱摄影：用摄影机镜头、滤光片、感光片的几种不同组合，同时对一 个地区进行几个不同波段的摄影，得到多个波段的航片，从 而得到合成象片。
第10页/共29页
航空象片的特性
航空象片的主要点和线
第11页/共29页
航空象片的特性
3. 象片比例尺计算和象片纠正：（1）象片比例尺： 求小区域和点的比例尺： h为地形起伏，H0为平均高程面。 右图中以T0为起始面，其航高为H0， 则有： 航测部门提供的航高为象主点的航高， 称为“主比例尺”。 求平均比例尺： d1，d2，……dn通过象片中心。
物面扫描成像仪
第21页/共29页
1）线阵列推扫式扫描仪Spot HRV(High ResolutionVisible range instrument )平面反射镜将地面辐射信号反射到反射镜组，聚焦在CCD线阵列元件，不需要摆动扫描镜，可以推扫方式获取沿轨道的连续图像带。
像面扫描成像仪
第22页/共29页
第14页/共29页
第三章 航空遥感
（1）按感光胶片和所用的波段分类： 普通黑白摄影：用全色黑白感光片，感受可见光范围内各种色光，用途广。 黑白红外摄影：用黑白红外感光片和近红外滤光片组合起来摄影，记录近 红外短波段（0.76μm～1.4μm）和可见光范围的信息。 对水体和植被反映明显，具有较大的反差和地面分辨率。 天然彩色摄影：用彩色感光片，记录可见光波段的信息。 信息量比黑白象片丰富得多。 彩色红外摄影：用彩红外感光片，记录绿、红、近红外（0.5～0.9μm） 信息。一般在摄影机物镜上套一个黄色滤光片，以消除蓝、 紫光。在彩红外摄影中： 绿光感光蓝色 红光感光绿色 近红外感光红色 红外线对大气层的穿透力强，彩红外象片一般比天然彩色象片鲜艳得多。 多光谱摄影：用摄影机镜头、滤光片、感光片的几种不同组合，同时对一 个地区进行几个不同波段的摄影，得到多个波段的航片，从 而得到合成象片。
第10页/共29页
航空象片的特性
航空象片的主要点和线
第11页/共29页
航空象片的特性
3. 象片比例尺计算和象片纠正：（1）象片比例尺： 求小区域和点的比例尺： h为地形起伏，H0为平均高程面。 右图中以T0为起始面，其航高为H0， 则有： 航测部门提供的航高为象主点的航高， 称为“主比例尺”。 求平均比例尺： d1，d2，……dn通过象片中心。
物面扫描成像仪
第21页/共29页
1）线阵列推扫式扫描仪Spot HRV(High ResolutionVisible range instrument )平面反射镜将地面辐射信号反射到反射镜组，聚焦在CCD线阵列元件，不需要摆动扫描镜，可以推扫方式获取沿轨道的连续图像带。
像面扫描成像仪
第22页/共29页
第14页/共29页
第三章 航空遥感
《遥感图像预处理》PPT课件
〔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。
3、颜色立体
〔1〕颜色立体：中间垂直轴代说明度 ；中间 水平面的圆周代表色调；圆周上的半径大小 代表饱和度。
2. 数字化：将连续的图像变化，作等间距的抽样 和量化。通常是以像元的亮度值表示。数字量 和模拟量的本质区别：离散变量，连续变量。
3. 数字图像的表示：矩阵函数
数字图像直方图：以每个像元为单位，表示图 像中各亮度值或亮度值区间像元出现的频率的分布 图。
直方图的作用 ✓ 正态分布：反差适中，亮度分布均匀，层次丰
时，与大气层发生散射作用和吸收作用。 吸收作用直接降低地物的辐射能量，引起 辐射畸变。散射作用除降低地物的辐射能 量外，大气散射的局部辐射还会进入传感 器，直接叠加在目标地物的辐射能量之中， 成为目标地物的噪声，降低了图像的质量。
§2 辐射校正
一、遥感图像的辐射误差主要有三个因素 光照条件 光照条件的不同也会引起辐射畸变，如 太阳高度角、地面坡度等，都会引起辐 射的畸变
加色法与减色法的区别: 减法三原色:黄、品红、青
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，图像目视效果好等优点， 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。
1. 彩色合成 ➢ 加色法彩色合成 ➢ 减色法彩色合成
〔2〕颜色比照：在视场中， 相邻区域的不同颜色的相互 影响叫做颜色比照。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，比 照现象更为明显。因此，颜 色的比照会产生不同的视觉 效果。
〔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。
3、颜色立体
〔1〕颜色立体：中间垂直轴代说明度 ；中间 水平面的圆周代表色调；圆周上的半径大小 代表饱和度。
2. 数字化：将连续的图像变化，作等间距的抽样 和量化。通常是以像元的亮度值表示。数字量 和模拟量的本质区别：离散变量，连续变量。
3. 数字图像的表示：矩阵函数
数字图像直方图：以每个像元为单位，表示图 像中各亮度值或亮度值区间像元出现的频率的分布 图。
直方图的作用 ✓ 正态分布：反差适中，亮度分布均匀，层次丰
时，与大气层发生散射作用和吸收作用。 吸收作用直接降低地物的辐射能量，引起 辐射畸变。散射作用除降低地物的辐射能 量外，大气散射的局部辐射还会进入传感 器，直接叠加在目标地物的辐射能量之中， 成为目标地物的噪声，降低了图像的质量。
§2 辐射校正
一、遥感图像的辐射误差主要有三个因素 光照条件 光照条件的不同也会引起辐射畸变，如 太阳高度角、地面坡度等，都会引起辐 射的畸变
加色法与减色法的区别: 减法三原色:黄、品红、青
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，图像目视效果好等优点， 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。
1. 彩色合成 ➢ 加色法彩色合成 ➢ 减色法彩色合成
〔2〕颜色比照：在视场中， 相邻区域的不同颜色的相互 影响叫做颜色比照。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，比 照现象更为明显。因此，颜 色的比照会产生不同的视觉 效果。
遥感图像处理 ppt课件
像元对应于地面宽度的不等 HOME 36
＞ L3-L1 ，距星下点越远畸变 越大，对应地面长度越长。
遥感影像变形的原因
• 地表曲率的影响
全景畸变：即当传感 器扫描角度较大时 ， 影响更加突出，造成 边缘景物在图像显示 时被压缩 。假定原地 面真实景物是一条直 线，成像时中心窄 、 边缘宽， 但图像显示 时像元大小相同 ，这 时直线被显示成反 S形 弯曲。
X F1 ( x, y ) Y F2 ( x, y )
（1）
• 式中的x、y为像元在原始图像上的坐标，X、Y为 像元在校正后的图像（目的图像，即参考图像） 上的坐标。得到函数F1(x,y)和F2(x,y)的方法是选择 原始图像和目的图像同名点对，采用多项式逼近 法求得。
43
• 即：
无论是卫星还是飞机，运动过程中都会由于种种原因产 生飞行姿势的变化从而引起影像变形。
28
遥感影像变形的原因
• 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△r。
40
2、几何畸变校正
（1）基本思路
校正前的影像看起来是 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，影像中 像元点间所对应的地面距 离并不相等（图 a ）。校 正后的影像亦是由等间距 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 ），影 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影像 的行列数值，然后找到新 影像中每一像元的亮度值。
13
磁带
输入 数字化 扫描 几何校正 图像复原 辐射校正 反差增强 数字图像处理
《遥感图像预处理》课件
傅里叶变换
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
遥感图像处理基础ppt课件
主要有两种方法：K-L变换（主成分变换）和 k-T变换（缨帽变换）。
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。
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。
遥感数字图像处理教学ppt
80%
数字图像格式
常见的数字图像格式包括BMP、 JPEG、TIFF、PNG等。
遥感数字图像特点
01
02
03
04
大数据量
遥感图像通常覆盖较大的地理 区域，包含丰富的地物信息， 数据量较大。
多源性
遥感图像可以来自不同的传感 器和平台，具有多源性。
多尺度性
遥感图像可以反映不同空间尺 度的地物信息，具有多尺度性 。
遥感数字图像处理教学
目
CONTENCT
录
• 遥感数字图像基础 • 遥感数字图像获取与处理 • 遥感数字图像增强技术 • 遥感数字图像分割与分类 • 遥感数字图像应用实例分析 • 遥感数字图像处理软件介绍及使用
指南
01
遥感数字图像基础
遥感技术概述
遥感定义
遥感是一种利用传感器对地球表面及大气层中的目 标进行远距离、非接触式探测的技术。
时序性
遥感图像可以反映同一地区不 同时间的地物信息变化，具有 时序性。
02
遥感数字图像获取与处理
遥感平台与传感器
遥感平台类型
遥感平台与传感器的选择
包括卫星、飞机、无人机等，不同平 台具有不同的空间分辨率、时间分辨 率和光谱分辨率。
针对特定的应用需求，选择合适的遥 感平台和传感器，以获取高质量的遥 感数据。
利用支持向量机（SVM）算法在高 维空间中寻找最优超平面，实现对遥 感图像的分类。
基于集成学习的分类器
通过集成多个弱分类器构建一个强分 类器，提高遥感图像分类的准确性和 稳定性。
05
遥感数字图像应用实例分析
农业领域应用
作物类型识别
利用遥感图像数据，结合图像处 理技术，可以实现对不同作物类 型的自动识别和分类，为精准农
《遥感图像预处理》课件
《遥感图像预处理》PPT 课件
本课件将介绍遥感图像预处理的定义、步骤、常见方法以及应用领域。同时， 我们将探讨遥感图像预处理的优点、挑战以及未来发展趋势。
遥感图像预处理的定义
遥感图像预处理涉及对获取的遥感图像进行校正、增强和去噪等操作，以提高图像质量和可用性。
遥感图像预处理的步骤
1 图像获取
通过卫星或无人机等手段获得遥感图像。
准确性要求
遥感图像预处理要求高精度的 校正和处理结果，对算法的准 确性有很高要求。
遥感图像预处理的未来发展趋势
1
AI技术应用
人工智能技术的发展将为遥感图像预处
多源数据整合
2
理提供更高效、精确的处理方法。
将多源遥感数据进行整合和融合，提升
信息获取的质量和多样性。
3
自动化处理
自动化算法的应用将进一步提高遥感图 像预处理的效率和可靠性。
2 几何校正
对图像进行几何校正，消除地物形变和畸变。
3 辐射校正
对图像进行辐射校正，将不同波段的图像转 换为表观反射率。
4 增强和去噪
对图像进行增强和去噪处理，以提高视觉效 果和数据质量。
遥感图像预处理的常见方法
直方图均衡化
通过重新分配像素值，增强图 像对比度。
滤波处理
利用滤波器去除图像中的噪声。
遥感图像预处理的优点
1 高效性
遥感图像预处理可以大幅提高图像处理的效率和速度。
2 信息获取
遥感图像预处理可以获取大范围、多时相的地表信息。
3 非侵入性
通过遥感图像预处理，可以获取地表信息而无需实地调查。
遥感图像预处理的挑战
复杂性
遥感图像预处理面临多波段、 高分辨率等复杂图像数据处理。
本课件将介绍遥感图像预处理的定义、步骤、常见方法以及应用领域。同时， 我们将探讨遥感图像预处理的优点、挑战以及未来发展趋势。
遥感图像预处理的定义
遥感图像预处理涉及对获取的遥感图像进行校正、增强和去噪等操作，以提高图像质量和可用性。
遥感图像预处理的步骤
1 图像获取
通过卫星或无人机等手段获得遥感图像。
准确性要求
遥感图像预处理要求高精度的 校正和处理结果，对算法的准 确性有很高要求。
遥感图像预处理的未来发展趋势
1
AI技术应用
人工智能技术的发展将为遥感图像预处
多源数据整合
2
理提供更高效、精确的处理方法。
将多源遥感数据进行整合和融合，提升
信息获取的质量和多样性。
3
自动化处理
自动化算法的应用将进一步提高遥感图 像预处理的效率和可靠性。
2 几何校正
对图像进行几何校正，消除地物形变和畸变。
3 辐射校正
对图像进行辐射校正，将不同波段的图像转 换为表观反射率。
4 增强和去噪
对图像进行增强和去噪处理，以提高视觉效 果和数据质量。
遥感图像预处理的常见方法
直方图均衡化
通过重新分配像素值，增强图 像对比度。
滤波处理
利用滤波器去除图像中的噪声。
遥感图像预处理的优点
1 高效性
遥感图像预处理可以大幅提高图像处理的效率和速度。
2 信息获取
遥感图像预处理可以获取大范围、多时相的地表信息。
3 非侵入性
通过遥感图像预处理，可以获取地表信息而无需实地调查。
遥感图像预处理的挑战
复杂性
遥感图像预处理面临多波段、 高分辨率等复杂图像数据处理。
遥感图像分析与处理ppt课件
14
以Landsat TM的7个波段为例
常用主成分分析法（PCA）来压缩数据
15
主成分分析前（左）后（右）的效果图
原图像432RGB合成
主成分分析后的123RGB合成图像
16
子集提取
• 子集是整个遥感影像中显示研究区域的部分。
• 子集的选择要和其他数据进行配准。保证预备子集的精度
17
§2 辐射预处理
8
二、数字图像的统计特征
• 1、直方图：描述
了图像中每个像元 亮度值的像元数量 的统计分布。
• 2、峰值 • 3、中值 • 4、均值
9
• 5、亮度范围 • 6、方差 • 7、协方差 • 8、相关系数
10
§3 遥感图像处理软件
目前国内常用的遥感图像处理软件有： Erdas：美国ERDAS公司集遥感和GIS于一身的软件 Envi：美国ITTVIS 公司开发的遥感图像处理软件 Idris：美国Diamond Consulting Services Ltd开发 Er-mapper：澳大利亚 Earth Resource公司开发的图像处理软件 PCI：加拿大PCI公司的产品，处理遥感图像
44
简述卫星遥感图像几何精校正的方法和步骤
• 几何精校正主要是利用地面控制点和多项式内插模 型进行校正，主要步骤有：
• （1）调整像元的空间位置：选定几何校正的数学模 型；在卫星图象上选择均匀分布的明显地物 点为校 正控制点（数量依所采用的校正模型有关）；由这 些控制点求解校正系数，得出校正方程；用校正方 程对全图象进行校正；
11
常用遥感图像处理软件的一般功能
• 图像文件管理 • 图像操作功能 • 基本图像处理功能 • 遥感图像处理功能 • 矢量、栅格混合处理以及与地理信息系统的接口
以Landsat TM的7个波段为例
常用主成分分析法（PCA）来压缩数据
15
主成分分析前（左）后（右）的效果图
原图像432RGB合成
主成分分析后的123RGB合成图像
16
子集提取
• 子集是整个遥感影像中显示研究区域的部分。
• 子集的选择要和其他数据进行配准。保证预备子集的精度
17
§2 辐射预处理
8
二、数字图像的统计特征
• 1、直方图：描述
了图像中每个像元 亮度值的像元数量 的统计分布。
• 2、峰值 • 3、中值 • 4、均值
9
• 5、亮度范围 • 6、方差 • 7、协方差 • 8、相关系数
10
§3 遥感图像处理软件
目前国内常用的遥感图像处理软件有： Erdas：美国ERDAS公司集遥感和GIS于一身的软件 Envi：美国ITTVIS 公司开发的遥感图像处理软件 Idris：美国Diamond Consulting Services Ltd开发 Er-mapper：澳大利亚 Earth Resource公司开发的图像处理软件 PCI：加拿大PCI公司的产品，处理遥感图像
44
简述卫星遥感图像几何精校正的方法和步骤
• 几何精校正主要是利用地面控制点和多项式内插模 型进行校正，主要步骤有：
• （1）调整像元的空间位置：选定几何校正的数学模 型；在卫星图象上选择均匀分布的明显地物 点为校 正控制点（数量依所采用的校正模型有关）；由这 些控制点求解校正系数，得出校正方程；用校正方 程对全图象进行校正；
11
常用遥感图像处理软件的一般功能
• 图像文件管理 • 图像操作功能 • 基本图像处理功能 • 遥感图像处理功能 • 矢量、栅格混合处理以及与地理信息系统的接口
- 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)。
练习2:
• 内容：
- ENVI中自定义坐标系
• 坐标定义文件：
- HOME\ITT\IDL\products\envi48\map_proj 文件夹 下，三个文件记录了坐标信息：
- ellipse.txt 椭球体参数文件
- datum.txt
基准面参数文件
- map_proj.txt 坐标系参数文件
• 第三步：高分辨率影像和多光谱影像的配准、融合
- 以SPOT PAN正射纠正结果作为基准影像，对TM影像进 行图像配准；用工程区矢量数据（河北襄樊市部分区 域）分别裁剪SPOT和TM影像，对裁剪结果进行图像融 合，得到工程区域10米的多光谱影像。
3.2基于影像自带地理定位文件几何校正
• 对于重返周期短，空间分辨率较低的卫星数据， 如AVHRR、Modis、SeaWiFS等，地面控制点的选择 有相当的难度。我们可以用卫星传感器自带地理 定位文件进行几何校正，校正精度主要受地理定 位文件的影响。
• 地理位置查找表文件是一个二维图像文件，文件中所 包含两个波段：地理校正影像的行和列，文件对应的 灰度值表示原始影像每个像素对应的地理位置坐标信 息，用有符号整型储存，它的符号说明输出像元是对 应于真实的输入像元，还是由邻近像元生成的填实像 元（infill pixel）。符号为正时说明使用了真实的 像元位置值；符号为负时说明使用了邻近像元的位置 值，值为0说明周围7个象元内没有邻近像元位置值。
3.3自定义坐标系——大地坐标
• 在地面上建立一系列相连接的三角形，量取一段 精确的距离作为起算边，在这个边的两端点，采 用天文观测的方法确定其点位（经度、纬度和方 位角），用精密测角仪器测定各三角形的角值， 根据起算边的边长和点位，就可以推算出其他各 点的坐标。这样推算出的坐标，称为大地坐标。
3.3自定义坐标系——北京54和西安80坐标系
3.3自定义坐标系——地理坐标系
• 常用到的地图坐标系有2种，即地理坐标 系和投影坐标系。
• 地理坐标系（球面坐标系）是以经纬度为 单位的地球坐标系统，它有2个重要部分 ，即地球椭球体（spheroid）和大地基准 面（datum）。 - 大地基准面指目前参考椭球与WGS84参 考椭球间的相对位置关系（3个平移，3 个旋转，1个缩放），可以用其中3个、 4个或者7个参数来描述它们之间的关系 ，每个椭球体都对应一个或多个大地基 准面。
• 北京54或者西安80坐标系是投影直角坐标系
坐标名称
投影类型
北京54
Gauss Kruger（Transverse Mercator）
西安80
Gauss Kruger（Transverse Mercator）
椭球体
Krasovsky IAG75
基准面
北京54 西安80
• 北京54坐标系、西安80坐标系实际上指的是我国 的两个大地基准面
本节收获
• 了地理投影的基本原理，大地坐标的概念 • 了解北京54、西安80坐标系的由来及其参数 • 掌握了在ENVI下如何自定义坐标系，包括添加椭
球体、基准面和定义坐标系 • 在ENVI下自定义了北京54 19度带（6度分带）的
坐标，以便后续专题的使用
3.4扫描地形图的处理
• 扫描地形图是我们常用的标准参考源 • 图上有公里网，从公里网上读取的坐标信息可直
练习4
• 内容：
- 扫描地形图外边框裁切
• 数据：
- 3-DRG外边框裁切
练习1-1
• 内容：
- ENVISAT的ASAR数据的几何校正
• 数据：
- 1-基于影像自带地理定位文件几何校正\ASAR
GLT几何校正
• GLT几何校正法利用输入的几何文件生成一个地理位 置查找表文件（geographic lookup table，GLT）， 从该文件中可以了解到某个初始像元在最终输出结果 中实际的地理位置。
椭球体名称
年代
WGS84
1984
克 拉 索 夫 斯 基 （ Krasovsky ）1940
IAG75
1975
长半轴（米） 短半轴（米）
扁率
6378137.0 6356752.3 1：298.257
6378245.0 6356863.0 1：298.3
6378140.0 6356755.3 1：298.257
图像融合
SPOT PAN L1数 据/DEM数据
TM影像
工程区矢 量数据
工程区粗 裁剪
3.1图像预处理流程
• 第一步：制作标准数据，作为控制点参考源
- 这里选择的是地形图，地形图是一种非常可靠的标准 数据，精度高而且处理起来方便。
• 第二步：对高分辨率的全色影像进行正射纠正
- 全色影像是10米的SPOT PAN数据
遥感图像预处理
3.1图像预处理流程
DRG数据
第一步： 制作控制 点参考源
几何精校正 外边框裁切
定义北京 54坐标系
定义感兴 趣区域
图像镶嵌
第二步： 正射纠正 全色影像
作为地面控制点选择源
正射纠正
提供基准图像
第三步： 多光谱与全色 影像配准并融 合，得到较高 分辨率的多光 谱影像
图像配准
TM/SPOT影像 裁剪
3.3自定义坐标系——投影坐标系
• 投影坐标系是利用一定的数学 法则把地球表面上的经纬线网表 示到平面上，属于平面坐标系。 数学法则指的是投影类型， • 目前我国普遍采用的是高斯— —克吕格投影（圆柱等角投影） ，在英美国家称为横轴墨卡托投 影（Transverse Mercator）。
高斯—克吕格投影示意
接用于几何校正 • 外围有边框，在做多个地形图镶嵌时候，会发生
各个地形图边缘压盖的现象。因此需要对外边框 无信息部分裁切掉。 • 地形图都会按照标准分幅形式提供，当我们使用 地形图作为基准的时候，为了方便使用，会将地 形图镶嵌成一整张图像
练习3
• 内容：
- 扫描地形图的几何校正
• 数据：
- 2-DRG几何校正
练习1-2
• 内容：
- 风云三号卫星数据的几何校正
• 数据：
- 1-基于影像自带地理定位文件几何校正\风云三号 卫星影像
本节收获
• 掌握基于影像自带地理定位文件的几何校正方法 • 学会了AVHRR、MODIS、ENVISAT等数据的几何校正 • 学会了ENVI中的自动校正工具的使用
- 主菜单->Map > Georeference <传感器类型>