遥感地质学-第09讲 遥感图像处理之一_光学图像处理
光学图像处理技术在遥感图像中的应用
光学图像处理技术在遥感图像中的应用随着科技的不断发展，人类对于地球的认识也越来越深入。
其中，遥感技术在地球观测中扮演着越来越重要的角色。
遥感图像是使用卫星、飞机、无人机等载体采集并传输的地球表面信息，被广泛用于气象、地质、农业、城市规划等领域。
在获取遥感图像的同时，如何高效地处理和分析这些图像数据也成为了一个迫切的问题。
光学图像处理技术，则是一种被广泛应用于遥感图像处理的技术。
光学图像处理技术是指通过数字信号处理、统计学和数学算法等方法来提取、过滤、压缩、增强或重建光学图像的过程。
在遥感图像中，这些技术能够帮助我们从数据中提取有用的信息，比如提取城市中心、农作物分布、海岸线位置等，然后进行更深入的研究和分析。
下面我们将探讨光学图像处理技术在遥感图像中的应用。
1. 图像增强图像增强是指通过调整图像的对比度、色彩等参数来使图像的质量得到提高。
在遥感图像中，由于图像中各种地物的灰度和颜色往往相似，导致图像中的细节信息难以被发现。
此时采用图像增强技术可以使得这些细节信息浮现出来。
比如，在城市规划工作中，我们可以通过图像增强技术来准确地提取建筑物轮廓、街道轮廓等。
2. 图像分割图像分割是指将图像中的区域分解成不同的部分，以便进行目标检测和识别。
在遥感图像中，图像分割可以用于提取特定区域的信息，比如水域、农田、林区等。
与此同时，这些信息对于环境监测、资源利用以及自然灾害预防和应对等都有着十分重要的意义。
3. 特征提取特征提取是指从图像中提取出具有代表性的特征。
在遥感图像中，由于遥感图像覆盖范围大，因此往往需要把分析的目标先区分开来，才能做出一些有意义的结论。
通过特征提取技术，可以得到目标区域的特定特征，比如植被覆盖度、水道宽度等，然后通过分析这些特征得出结论。
4. 图像配准图像配准是指将不同来源的图像进行对齐管理，以便进行更进一步的分析和处理。
在遥感图像中，由于各种图像数据来源不同，往往需要进行配准。
这种技术能够使得数据更加精确，确保精度和准确性。
遥感图像处理
遥感图像处理1. 简介遥感图像处理是指利用遥感技术获取的卫星或无人机等遥感图像数据进行处理和分析的过程。
遥感图像处理可以应用于多个领域，包括地理信息系统（GIS）、环境监测、农业、城市规划等。
本文将介绍遥感图像处理的基本概念、常用方法和应用案例。
2. 遥感图像处理的基本概念遥感图像处理涉及多个概念和技术，以下是一些常用的基本概念：2.1 遥感图像遥感图像是通过遥感设备获取的图像数据，可以是卫星图像、航空摄影图像或无人机图像等。
遥感图像通常包含多个波段，每个波段代表不同的光谱信息。
2.2 遥感图像预处理遥感图像预处理是指对原始遥感图像数据进行校正、矫正和增强的过程。
预处理的目的是提高图像质量、减少噪声和伪影，并使得图像更适合进行后续处理和分析。
2.3 遥感图像分类遥感图像分类是指将遥感图像根据像素的特征或属性进行划分和分类的过程。
常见的遥感图像分类方法包括基于统计学的分类、基于机器学习的分类和基于深度学习的分类。
2.4 遥感图像变化检测遥感图像变化检测是指对多个时间点的遥感图像进行比较，以检测地物、景观或环境发生的变化。
遥感图像变化检测可以用于监测自然灾害、环境变化等。
2.5 遥感图像分析遥感图像分析是指对遥感图像进行解译和分析，提取图像中的有用信息和特征。
遥感图像分析可以用于土地利用/覆盖分类、植被指数计算等应用。
3. 遥感图像处理的常用方法遥感图像处理常用的方法包括图像增强、图像配准、图像融合和目标检测等。
3.1 图像增强图像增强是指通过对图像进行滤波、对比度拉伸、直方图均衡化等处理，以增强图像的可视化效果和信息提取能力。
常用的图像增强方法包括直方图均衡化、滤波（如中值滤波、高斯滤波）和锐化等。
3.2 图像配准图像配准是指将两幅或多幅遥感图像在坐标系、旋转、尺度和形变等方面进行校正和匹配的过程。
常用的图像配准方法包括特征点匹配、地物匹配和基于控制点的配准方法。
3.3 图像融合图像融合是指将多幅具有不同光谱或分辨率的遥感图像融合成一幅多光谱和高分辨率的遥感图像。
如何进行光学遥感图像处理与分析
如何进行光学遥感图像处理与分析光学遥感图像处理与分析是一门综合性强、应用范围广的学科，它涉及到许多领域，如地质学、环境科学、农业、城市规划等。
随着卫星技术的不断发展和遥感数据的广泛应用，光学遥感图像处理与分析在各个领域中扮演着越来越重要的角色。
本文将重点讨论如何进行光学遥感图像处理与分析，并深入探讨其中的关键技术和方法。
首先，进行光学遥感图像处理与分析的第一步是数据获取。
遥感数据可以通过卫星、航空器、无人机等多种方式获取。
在实际操作中，可以通过访问遥感数据共享平台或购买商业遥感数据来获取所需的图像。
获取到的数据可能包含多个波段，例如蓝、绿、红、近红外等。
不同波段的数据可以提供不同的信息，因此，在进行后续的处理和分析之前，需要对数据进行预处理，包括辐射定标、大气校正、几何校正等。
这些步骤是确保数据质量和准确性的基础。
其次，一旦完成了数据预处理，接下来就是图像处理和分析的主要阶段。
在这个阶段，可以采用各种各样的技术和方法，例如特征提取、分类和变化检测等，以从图像中提取有用的信息。
特征提取是指从图像中提取出与所研究的目标或现象相关的特征。
常用的特征包括纹理、形状、光谱等。
分类是将提取出的特征进行分类归类，常见的分类方法有最大似然分类、支持向量机、人工神经网络等。
变化检测是指通过比较同一区域在不同时刻的遥感图像，从中发现潜在的变化情况。
这些处理和分析方法可以帮助我们深入了解地表的变化和演变过程。
此外，在进行光学遥感图像处理与分析时，还可以运用一些高级的技术和方法来提高处理和分析的效果。
例如，图像分割是将图像分割成若干个连续的区域，以便更好地进行特征提取和分类。
常用的图像分割方法有阈值分割、区域生长、基于边缘的分割等。
另外，还可以采用数据融合技术将多源数据（如光学数据、雷达数据）融合在一起，以获取更全面和准确的信息。
此外，计算机视觉和机器学习等新兴技术也可以应用于光学遥感图像处理与分析中，为研究者提供更多选择和可能性。
《讲遥感图像处理(1)》课件
遥感图像分析工具介绍
解释常用的遥感图像分析工具， 如NDVI计算和风险评估。
遥感图像处理的应用案例
土地利用变化检测
展示如何利用遥感图像处理技术监测土地利用变化，如城市扩张和农田变化。
植被覆盖度分析
介绍如何使用遥感图像处理技术分析植被覆盖度，以评估生态系统健康状况。
沙漠化监测
解释如何利用遥感图像处理技术监测沙漠化现象，以制定有效的沙漠化防治措施。
遥感图像处理的应用
展示遥感图像处理在不同领域中的实际应用，如环境监测、城市规划和农业等。
遥感图像处理流程
1
遥感图像的预处理
2
讲解预处理技术，如辐射校正、大气校
正和几何校正。
3
遥感图像的分类
4
解释遥感图像分类的方法，如监督分类
和非监督分类。取遥感图像数据，包括卫星 遥感和航空遥感。
遥感图像处理的总结
遥感图像处理的研究现状
总结当前遥感图像处理领域的 研究热点和最新进展。
遥感图像处理的发展趋势
展望遥感图像处理的未来趋势， 如机器学习和深度学习的应用。
未来展望
鼓励听众积极参与遥感图像处 理研究，为未来科学发展做出 贡献。
遥感图像的增强
展示如何增强图像的质量和细节，包括 直方图均衡化和滤波器应用。
遥感图像的分析
介绍如何使用遥感图像进行空间分析和 特征提取。
遥感图像处理工具
遥感图像处理软件介绍
介绍常用的遥感图像处理软件和 工具，如ENVI、ERDAS IMAGINE 和QGIS。
遥感图像分类工具介绍
展示常用的遥感图像分类工具， 如Maximum Likelihood和Support Vector Machine。
《遥感图像处理》课件
遥感图像的数字化处理技术
介绍遥感图像数字化处理的常用方法，如图像增强、图像融合、图像压缩和图像分割。
遥感图像的分类方法和技术
讲解遥感图像的分类方法，包括监督分类和非监督分类，以及常用的分类算法和技术。
遥感图像的特征提取技术
探讨遥感图像特征提取的方法，包括手工特征提取和基于机器学习的特征提 取技术。
遥感图像的实际应用
探索遥感图像在环境监测、自然资源管理、城市规划和农业等领域的实际应 用案例。
遥感图像处理软件的常用工具 和功能
介绍遥感图像处理软件的常见工具和功能，包括影像处理、特征提取、目标 检测和空间分析。
遥感图像处理中的预处理技术
讨论遥感图像处理中的预处理技术，包括辐射校正、大气校正和几何校正等。
遥感图像处理
本课程将介绍遥感技术的基础知识，并深入探讨遥感图像的获取、处理、分 类和特征提取解遥感技术的定义、原理和应用范围，以及不同类型的遥感传感器和遥感 平台。
遥感图像的获取与处理流程
深入了解遥感图像的获取过程，包括数据源选择、遥感数据的预处理、辐射 校正和几何校正。
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
遥感图象处理Ⅰ(图像预处理)
实验二遥感图象处理Ⅰ（图像预处理）1.1 概述图像预处理包括图像几何校正，图像裁剪处理和图像镶嵌处理三个部分。
由于遥感系统空间、波谱、时间以及辐射分辨率的限制，很难精确地记录复杂地表的信息，因而误差不可避免地存在于数据获取过程中。
这些误差降低了遥感数据的质量，从而影响了图像分析的精度。
因此在实际的图像分析和处理之前，有必要对遥感原始图像进行预处理。
经过预处理工作，针对遥感图像的变换、增强、分类等工作将会变得更加得心应手。
1.2 实验目的1通过本次上机实验，掌握遥感图像几何校正、裁剪与镶嵌处理的基本方法和步骤。
2深刻理解遥感图像预处理的意义。
3熟悉ERDAS数据预处理模块。
1.3 实验原理几何校正是利用地面控制点进行，用一种数学模型来近似描述遥感图像的几何畸变过程，并利用标准图像与畸变的遥感图像之间的一些对应点（地面控制点数据对）求得这个几何畸变模型，然后利用此模型进行几何畸变的校正，这种校正不考虑畸变的具体形成原因，而只考虑如何利用畸变模型来校正遥感图像。
步骤大致包括GCP（地面控制点）的选取、多项式纠正模型的选择、重采样，内插方法的选择三个环节。
如果工作区域较小，只要一景遥感图像中的局部就可以覆盖的话，就需要进行遥感图像裁剪处理。
同时，如果用户只关心工作区域之内的数据，而不需要工作区域之外的图像，同样需要按照工作区域边界进行图像裁剪。
于是就出现规则裁剪与任意多边形裁剪等类型。
如果工作区域较大，需要用两景或者多景遥感图像才能覆盖的话，就需要进行遥感图像镶嵌处理。
遥感图像镶嵌处理即将经过几何校正的若干相邻图像拼接成一副图像或一组图像。
注意：需要拼接的输入图像必须含有地图投影信息，且必须具有相同的波段数，但是可以具有不同的投影类型，像元大小也可以不同。
在进行图像镶嵌时，需要确定一副参考图像，参考图像将作为输出镶嵌图像的基准，决定镶嵌图像的对比度匹配，以及输出图像的地图投影，像元大小和数据类型。
1.4 实验过程1.4.1 遥感图像几何校正第1步：显示图像文件首先，在ERDAS图标面板中单击Viewer图标两次，打开两个视窗（Viewer#1/Viewer#2）。
遥感图像处理原理
遥感图像处理原理
遥感图像处理原理是利用遥感技术获取的遥感图像进行数字化和分析处理的过程。
遥感图像处理原理可以大致分为以下几个步骤。
1. 图像获取：首先需要通过遥感卫星、航空摄影等方式获取遥感图像。
这些图像会以数字形式储存，其中每个像素点都有其对应的数值。
2. 辐射校正：由于遥感图像受到大气、地表反射等因素的影响，图像中的像素值并不完全准确反映地物的特征。
因此，需要对图像进行辐射校正，消除光谱值的影响，以准确获取地物信息。
3. 影像配准：不同时间、不同传感器获取的图像可能存在光谱、几何畸变等差异。
为了对比不同图像或图像的不同区域，需要进行影像配准，将它们对齐到相同的坐标系。
4. 图像增强：图像增强是为了提高图像的可见性和解释能力。
常见的图像增强方法包括直方图均衡化、滤波、锐化等，以突出地物的特征，便于进行后续的分析和解译。
5. 特征提取：特征提取是指从遥感图像中提取出可用于分析和解译的信息。
例如，可以提取出不同光谱波段的亮度、纹理、形状等特征，用于进行不同地物类型的分类和识别。
6. 图像分类和解译：根据提取的特征，可以使用机器学习、人工智能等方法对图像进行分类和解译。
这些方法可以自动或半
自动地对图像中的地物进行识别和标注。
7. 结果分析和应用：最后，分析师可以对分类和解译结果进行验证和分析。
这些结果可以应用于资源管理、环境保护、城市规划等领域，为决策提供可靠的支持。
通过上述步骤，遥感图像处理原理可以有效地从遥感图像中提取出有用的地物信息，为地理研究和资源管理等工作提供数据支持。
遥感图像处理方法与技巧
遥感图像处理方法与技巧引言：遥感图像处理是指通过感知、获取地球表面信息的遥感数据，利用计算机技术和图像处理算法对遥感图像进行处理、分析、提取等操作的过程。
这一技术的发展不仅在地理信息系统领域有着广泛的应用，也在农业、环境保护、城市规划等诸多领域发挥着重要作用。
本文将介绍几种常见的遥感图像处理方法和技巧。
一、图像预处理技术在进行进一步的图像处理前，通常需要对原始遥感图像进行预处理，以消除图像中的噪声、增强图像的特定信息等。
图像预处理的主要方法有：1.空间滤波：通过利用滤波器，对图像进行平滑或锐化处理。
常用的滤波器包括均值滤波器、中值滤波器和高斯滤波器。
2.辐射校正：由于不同地表物体对电磁波的反射率不同，遥感图像中的亮度值会受到光照和传感器等因素的影响。
辐射校正可消除这些因素对图像的影响，使得不同遥感图像具有一致的亮度分布。
3.几何校正：由于遥感图像通常受到地球自转、地形起伏等因素的影响，导致图像中的地理信息不准确。
几何校正可以修正图像的位置和形状，使其与真实地理坐标一致。
二、图像分类与分割方法图像分类与分割是遥感图像处理的核心环节，旨在将遥感图像中的不同地物或地物类别进行识别和分离。
常见的分类与分割方法有：1.基于像元的分类：将遥感图像中的每个像元（图像的最小单位）分配给不同的类别。
这种方法基于每个像元的统计特征进行分类，如亮度、颜色和纹理等。
2.分层分类：将遥感图像中的类别按照层级进行分类，从粗粒度到细粒度逐步区分不同地物。
3.聚类分割：通过对遥感图像中的像元进行聚类，将具有相似特征的像元划分到同一类别。
常用的聚类算法有K-means和基于区域的分水岭算法。
4.基于边缘的分割：提取遥感图像中物体的边缘信息，并利用边缘信息对图像进行分割。
这种方法适用于物体之间边缘明显的场景。
三、变化检测技术变化检测是指通过比较不同时期的遥感图像，寻找并分析地表上发生的变化。
变化检测技术在自然灾害监测、城市规划等方面有着广泛的应用。
光学望远镜的遥感图像处理与分析技术
光学望远镜的遥感图像处理与分析技术光学望远镜遥感图像处理与分析技术是遥感领域中重要的研究方向之一。
随着科技的不断发展，光学遥感技术已经被广泛应用于遥感图像的获取和处理。
本文将探讨光学望远镜的遥感图像处理与分析技术，旨在帮助读者更好地了解该领域，并介绍一些常用的处理方法和分析技术。
一、光学望远镜的遥感图像处理技术在光学望远镜的遥感图像处理过程中，主要包括图像预处理、特征提取和分类等步骤。
1. 图像预处理图像预处理是遥感图像处理的第一步。
其目的是降低图像中的噪声、增强图像的对比度、改善图像的视觉效果等。
常用的图像预处理方法包括空间域滤波、时域滤波、频域滤波、直方图均衡化等。
空间域滤波技术主要包括中值滤波、均值滤波等，可以有效去除图像中的椒盐噪声和高斯噪声。
频域滤波技术利用傅里叶变换将图像从空间域转变为频域，然后通过滤波操作来实现图像的去噪和增强。
2. 特征提取特征提取是从遥感图像中提取有用的信息，用于后续的分类和分析。
常用的特征提取方法包括像素级特征和目标级特征。
像素级特征通常是通过计算像素的灰度、纹理、形状等特征来描述图像。
目标级特征则是从目标的形状、颜色、纹理等方面进行描述。
特征提取可以通过计算机视觉和图像处理算法来实现，如边缘检测、纹理特征提取、形状匹配等。
3. 分类分类是遥感图像处理的核心任务之一。
分类的目的是将遥感图像中的像素或目标划分到不同的类别中，以实现对地物的识别和分析。
常见的分类方法包括有监督分类和无监督分类。
有监督分类是通过已有的训练样本来训练分类模型，然后利用该模型进行分类。
无监督分类则是根据图像中像素间的相似性进行自动分类。
常用的分类算法包括支持向量机、最近邻算法、决策树等。
二、光学望远镜的遥感图像分析技术光学望远镜的遥感图像分析技术主要包括图像解译、信息提取和变化检测等方面。
1. 图像解译图像解译是对遥感图像进行解读和分析，以实现对图像中地物的识别和分类。
图像解译需要结合地理信息系统（GIS）和专业知识来进行判断和推理。
遥感图像处理
用白光由红、绿、蓝三色组成这种理想模型来理解，可以认为黄 色，是减去蓝色的的红绿组合；同样地，品红色是减去绿色的红 蓝组合，青色是减去红色的蓝绿组合。这样，黄、品红、青便是 减色法的三原色。
3、减色法
实际生活中，除了利用颜色相加原理形成颜色 的混合外，还常常利用颜色的减法混合。例如遥 感里常用的色彩摄影、彩色印刷等都是颜色法的 原理。
自己发光的设备生成的色彩，例如：电视机和 计算机的监视器，是通过把三种基本颜色：RGB 混合在一起，产生色彩，但印刷品和漆品，通过 吸收一定波长的光，反射其它的光来形成色彩。
–分层曝光法：利用彩色胶片具有的三层乳剂，使每一 层乳剂依次曝光的方法。
加色法（一）
合成仪法：
将不同波段的黑白透明片 分别放入有红、绿、蓝滤 光片的光学投影通道中精 确配准和重叠，生成彩色 影像的方法。
加色法（二）
分层曝光法： 利用彩色胶片具有的三层 乳剂，使每一层乳剂依次 曝光的方法。 采用单通道投影仪或放大机， 每次放入一个波段的透明片， 依次使用红、绿、蓝滤光片， 分三次或更多次对胶片或相 纸曝光，使感红层、感绿层 和感蓝层依次曝光，最后冲 洗成彩色片。
–利用减色法原理使白光经过多种乳剂（染料或滤色片） 而放射或透射出来的合成彩色，主要有染印法、印刷 法、重氮法。
彩色负片和彩色正片生成过程示意图
4.1.2、光学增强处理
• 相关掩模处理方法：将几何位置完全配准的、具有不 同密度和不同反差的正片和负片（膜片），通过不同 叠加方案改变原有影像显示效果，以达信息增强的目 的。
遥感图像处理 光学处理和校正共66页文档
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
பைடு நூலகம்
遥感图像处理 光学处理和校正
36、“不可能”这个字(法语是一个字 )，只 在愚人 的字典 中找得 到。--拿 破仑。 37、不要生气要争气，不要看破要突 破，不 要嫉妒 要欣赏 ，不要 托延要 积极， 不要心 动要行 动。 38、勤奋，机会，乐观是成功的三要 素。(注 意：传 统观念 认为勤 奋和机 会是成 功的要 素，但 是经过 统计学 和成功 人士的 分析得 出，乐 观是成 功的第 三要素 。
39、没有不老的誓言，没有不变的承 诺，踏 上旅途 ，义无 反顾。 40、对时间的价值没有没有深切认识 的人， 决不会 坚韧勤 勉。
21、要知道对好事的称颂过于夸大，也会招来人们的反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
- 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)。
二、光学图像处理
• 光学图像处理的概念
•光光学学图图像像处处理理：的是目指的以胶片(摄影)方式记录的遥感影像或 •由 光光数学学字图图产 像灰像品处度处转理→理换的彩的来目色实的的--质影:假改像彩造胶色原片合始为成图处像理使对之象更，适通应过人光眼学视或觉电 •子 特 光遥征-学-光感，图学图或像灰仪像有处度器光目理差的学的的异加处地实→工理突质色改方出：彩造法某通差，些过异对有光--遥意假学感义彩途图的色径像特密人进征度为行，分地变或割改换抑变和制胶增某片强些的的无影 一 用 像特种密1征图度. ，像-光-灰扩提处学度大高理等反(对技缩密差图术小度小像。)分不→的割同灰分处部度辨理反分能（差的力假大密。彩-度-反色差差密异扩度，展分或割以）不同色彩 显示2影. 像选光密择学度性彩的突色细出合微某成变一化方用向以构压造抑线“--边噪缘声增”强，强调或突出 目标3信.其注息它意，光：增增学增强强增强人原强≠们有增处对的加理细细微微密差度异差而异非的“识增别加能”力信。息，同时
不能自控、分带析通、滤判波断：。一个发展方向是光学-计算机混合
处理。
方向滤波：抽取方向性信息，线性构造增强。
• 还有位相滤波器、光栅滤波器（增强线性构造、图像加减 运算）、匹配滤波器（图像识别）。
（1）图像的相加和相减
（2）黑白影像假彩色编码
河北工程大学 资源学院
遥感地质学
Remote Sensing Geology 遥感图像处理（1） －光学图像处理
遥感地质学章节内容
第一章 第二章 第三章 第四章 第五章 第六章 第七章 第八章 第九章
绪论 遥感物理基础（电磁波谱与电磁辐射） 遥感成像原理与图像特征 遥感图像处理 遥感图像地质解译标志 遥感图像地貌解译 遥感图像的岩性解译 遥感图像构造解译 遥感应用
◇5光.数学据图像压处缩理、存储、传输； ◇6数.数字据图像库处建理立（和主检要手索段--）立刻看到想要看的内容；
7.综合信息图像处理--非图像数据的图像处理--多源 数据的综合分析及分析结果的图像显示（GIS）。
图像类型
图像按空间坐标和明暗程度的连续性分类： • 模拟图像－摄影方式 •模拟数图像字—图指像空间－坐扫标描和明方暗式程度都是连续变化的、计算机
•
植被--绿色
•
水体--黑色
•
其它地物--接近本色
3．其它光学增强处理 （彩色合成也是增强处理）
①相关掩膜处理方法：
对②于反几差何增位强置完（全对校比配度准）的：原片、利用感光条件和摄影处 理一③是的边利差缘用别增高制强反成差不（感同浮光密雕材度法料、）和不：冲同洗反液差反的复正拷片贝或，负扩片大（影模像片密）度， 通达差云同如④异影过到一果突动；。它信母作出态二们息片微变显是各增的小化示叠种强正的的加不目、错法合同的负位部（成的的拷，分影、叠方贝再。像提加法，曝相高方。精光减对案确冲比）改重印度变叠，：或原，地不减有冲物同小影印边时对像时缘相比的影不度正显像再，示相抵负消效互消片除果抵而叠黑，消呈合色。， 现⑤一光条学亮比线值或假增阴强影：，同产时生相立不体感同。波可段以的增正强负线性模构片造叠和合。 地质突体出的某轮些廓地。垂物直。于线特征方向错位。
• 假彩色合成的效果：主要取决于正软片(透明正片)波段与 滤色片的组合。
（假）彩色合成：TM321为近似真彩色；TM543、 MSS564为似真彩色；
TM4、MSS7植被反射高，用于哪个滤光片通道将决 定图像总体偏向于哪种彩色色调。
• 最佳组合方案选择原则:
色度学原理--为各波段选配三原色滤色片 地物波谱特性 影像密度--地物在不同波段透明正片上的密度 反复实验
标准假彩色合成
• MSS7或TM4 (近红外波段) +R • MSS5或TM3 (红波段) +G • MSS4或TM2 (绿波段) +B
MSS7
MSS5
MSS4
白光 滤光片 多波段透明正片 放大镜头
蜡质屏幕
工作波长 MSS7(0.8~1.1μm) MSS5(0.6~0.7μm) MSS4(0.5~0.6μm)
无数法字直图接像处—理空的间图坐像标。和灰如度摄均影不影连像续(光、学用影离像散)的、数视字频（影一像般。 模用整拟数图）像表处示理的：图利像用。光学、摄影和电子学方法对模拟图像的 处理矢(量光图学形图-像-矢处量理数)。据由各种轨迹组成
栅格图像--栅格数据(位图图像bitmap)--像素 数字图像处理：利用计算机对数字图像进行系列操作，从而 获得某种预期结果的技术。
－伴反随差有增用强信、息边增缘强增，强其、它比信值息增必强会、受影到像压相抑减或(损差失值。法) 4．光学变换（光学信息处理）
1、光学等密度分割处理
假彩色等密度分割法：用光电仪把图像密度变化成彩色显示。
•使可影用以像彩有8色密、等1度密2、度2用分4、胶割3片仪2透、。光64率等T级的彩倒色数。的同对时数具表有示单D色=l、og数(1色/T)。 •抽等取密显示度、分面割积量与算地功形能图。等可高以线起相到似增，强按图一像幅、图提像高中人密眼度分 •辨态胶力反片。映但差（考，正虑立、的体因感负（等素差）灰值单，度线等一同）图（物密值表密异度变示度谱化图制）、范像，同图围各对谱划部地异分分物 物为密内难若度部以干（结区等灰构分级度和。，）原用的形
• 其它还有黑白二元模片、等密度模片、模糊模片， 可以与原片叠合进行密度分层、专题提取等。
4．光学变换（光学信息处理）
光学透镜系统，相干光二维傅里叶变换，空间域图像→频 率域信息，滤波、反变换，得到增强的图像。滤波透镜。
• 振幅滤波：低通滤波：平拟细微构造；
图像的光学处高理通容滤量波大：、增平强行边处缘理和、细速微度构快造。；但不够灵活、
（用1光）密长＊度江假计河彩逐口点演色测差变等量异与密胶变泥片化沙度密，扩分度称散割，为（连等恽法成密才等度兴密分，度割19线（84。技）手术用工）操。作。 •1舌9适已割、78经打沉用.0很 下积8范.0少了羽9围采方的流用法M等S。基；适特S但 础-用性5为。（范与图红围影像光：像数波用密字段于度化）轮有、区廓明光分简确电出单对和清、应计水背关算、景系机浊单的等水调地密、、面度浑目景分水标况
按加信当从的◆◆性工号的中或23预分质..信信和 主 技 提 由处析和息息理判内分要术取于读容增认析代加有看处区强识表工用的(实理分—、的、信过为质看理是 制 息 多：（ 像 （上见解光作的而地或地相难－或成过未面数质当以用其有程注站字等于看机它一，意）磁应二清器电定称到把带用维的(磁精之的计原；部或内辐度为内算始门多容射和容遥机遥）维；的质感)(感再的去自强量图数加信看动度 的像据工号人识图)处加，处眼别像理工提理能分，。成高,看类图以图分到)像；及 按图4像.定处量理的化技－术以手某段辨种：效规定果标、准提看取那专些题不容信易息看。明白的内容；
对同景不同波段的透明正片 (负片)，分别 加上特定的滤色片，通过光学系统使它们 精确地重合在一起而形成的彩色影像 -- 多 为假彩色。
光学彩色合成
• 基本原理 •将几彩张色同合景成不方同法波段的黑白透明正片，放在一个配有R、G、 B图滤a.色三加片个色的透法光镜学合光系轴成统相（互彩平色行合且成垂仪直）同中一，平使面其投影到一个屏
遥感图像处理
本章主要内容 一、遥感图像处理的概念 二、光学图像处理 三、数字图像处理
一、遥感图像处理的概念
• 遥感图像处理的概念 • 遥图感像图处像理处: 对理图的像目进的行一系列操作以达到预期目的的技 • 遥术在感为遥1.图了 感像某技化处种术－理目中看分的，到类对 把肉图由眼像遥不的感能灰器直度接接收(强看到度到的)分的原布内始作容遥某；感些信特息殊作的适
水稻－暗红， 针叶常青树－暗红
③. 云、雪、冰－白色
④. 阔岩(落石叶、)叶土树壤或灌－木棕: 、黄、深蓝、黄褐
⑤.
城生镇长－期有－－一－定－几→落何叶形期状的蓝灰色
粉红－→红－→红、黄褐
• 模拟真彩色
MSS7或 TM4(近红外波段) + G
MSS5 或TM3(红波段) + R
MSS4 或 TM2(绿波段) + B
名称
近红外
红光
绿光
植被反射
强
图像色调
白
无 深灰
有但较低 灰
透明正片密度 近透明
大
小
滤色片颜色
红
绿
蓝
色光混合 大量红光
无
少量蓝光
（加法 混合） 植被合成色—品 红
几种地物在标准假彩色合成图像上的色彩
①. 植被－品红
②. 健水康体茂盛清－而亮深红，－幼黑色年－含粉泥红沙--淡蓝 病 有害－水暗藻红－，成带熟红农点作物、－红鲜晕红
屏幕全成、或制作成彩色像片。 ②分层曝光法：多个波段的透明片分多次对胶片或相纸曝光，
形成彩色像片。效果最好的光学处理方法。 （2）减色合成： ①染印法：黑白负片→正片→染色→印成彩色图像或叠合观 察； ②印刷法：各波段图像分别制版，套印成彩色图片； ③重氮法：分色片→（重氮盐）→单色透明正片→叠合成彩 色图像。
幕上，精确－地重重面合但在大一小起不（等重、面位、置等不大重、合位置重合），产生
合图成c.三彩减个色色透图法镜像合光－轴成真垂彩足色重、合假－彩大色小。相等但不重面 •图b假.使彩用色透合镜成光轴效轴果外半个透镜 • 标准光假轴彩平色行合影成像重面
大小相等 位置重合
• 模拟真彩色合成
（1）加色合成： ①合成仪法：滤色＋投影＝彩色图像，用于单纯投影观察、
（2）琼州海峡水的下分地析形判（读张。圣如凯入）海用泥M沙S、S-水4（深绿、黄混光浊）度对、
水体有一定的透视地性热获异得常了、良污好染的源水及下污地染形分增布强等效。果。
密度分割结果（伪彩色）
• TM4
2、光学彩色合成
• 根据--人眼分辨色彩的能力>>分辨灰阶 • 目的--更易于区分不同地物 • 处理对象--多波段图像