遥感图像预处理2007

合集下载

遥感图像预处理操作流程

遥感图像预处理操作流程

遥感图像预处理操作流程下载温馨提示:该文档是我店铺精心编制而成,希望大家下载以后,能够帮助大家解决实际的问题。

文档下载后可定制随意修改,请根据实际需要进行相应的调整和使用,谢谢!并且,本店铺为大家提供各种各样类型的实用资料,如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等,如想了解不同资料格式和写法,敬请关注!Download tips: This document is carefully compiled by theeditor.I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!遥感图像预处理操作流程详解遥感图像预处理是遥感数据分析的重要环节,它对提高图像质量、增强特征信息、减少噪声以及提高后续分析的精度具有关键作用。

61-实验三遥感图像预处理(波段合成、裁剪与拼接)

61-实验三遥感图像预处理(波段合成、裁剪与拼接)

实验三遥感图像预处理(波段合成、裁剪与拼接)一、 实验目的通过实验了解整个图像的预处理过程,从而加深对遥感图像计算机处理的内容及概念的理解。

二、 实验内容1.自定义坐标系2.波段合成(图像融合)3.图像镶嵌(图像拼接)4.图像裁剪三、 实验数据1. TM-30m.img2. bldr_sp.img3. Mosaic1.img4. Mosaic2.img5. bhtmsat.img6. can_tmr.img7. qb_boulder_msi.img8. qb_boulder_pan.img四、 实验操作原理及步骤遥感图像预处理主要包括图像几何校正、图像融合、图像镶嵌、图像裁剪等过程,其处理顺序一般如下图所示。

图 1一般图像预处理流程1.自定义坐标系一般国外商业软件坐标系都分为标准坐标系和自定义坐标系两种。

我国情况较为特殊,往往需要自定义坐标系。

所以,在ENVI第一次使用时,需要对系统自定义北京54坐标系西安80坐标系。

1.1添加参考椭球体找到ENVI系统自定义坐标文件夹—C:\Program Files\ITT\IDL708\products\envi46\map_proj。

根据每台电脑安装的路径以及版本不同而略有不同。

以记事本形式打开ellipse.txt,将“Krasovsky,6378245.0,6356863.0”和“IAG-75,6378140.0,6356755.3”加入文本末端。

(这里主要是为了修改克拉索夫斯基因音译而产生的错误,以便让其他软件识别;另外中间的逗号必须是英文半角。

)1.2添加基准面以记事本格式打开datum.txt,将“Beijing-54, Krasovsky, -12, -113, -41”和“Xi'an-80,IAG-75,0,0,0”加入文本末端。

1.3定义坐标定义完椭球参数和基准面后就可以在ENVI中以我们定义的投影参数新建一个投影信息(Customize Map Projections),在编辑栏里分别定义投影类型、投影基准面、中央子午线、缩放系数等,最后添加为新的投影信息并保存。

遥感导论课程报告遥感图像一般预处理流程ppt课件

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)

遥感图像处理的基本步骤与技巧

遥感图像处理的基本步骤与技巧

遥感图像处理的基本步骤与技巧遥感技术是指利用航天器、飞机、卫星等高空平台获得的遥感图像进行信息提取和数据分析的过程。

随着科技的不断进步和应用范围的扩大,遥感图像处理已经成为许多领域中的重要工具。

本文将介绍遥感图像处理的基本步骤与技巧,以帮助读者更好地理解和应用这一技术。

一、图像预处理遥感图像预处理是遥感图像处理的第一步,旨在通过去除噪声、辐射校正和几何校正等处理,使图像质量更高,方便后续处理。

其中,去除噪声主要是采用滤波算法,如中值滤波、均值滤波等。

辐射校正主要用于将图像的辐射能量转换为表观反射率,以消除云、阴影等因素的影响。

几何校正是通过对图像进行几何变换,将其与地理坐标系统对齐,以便于后续的地理信息提取。

二、特征提取特征提取是遥感图像处理的核心环节,目的是从遥感图像中提取出具有代表性和区分度的特征信息。

常用的特征包括光谱特征、纹理特征、形状特征等。

光谱特征是指根据图像像素的光谱反射率或辐射能量,提取出不同波段的特征。

纹理特征是指从图像中提取出地物的纹理信息,包括纹理方向、纹理密度等。

形状特征是指从图像中提取出地物的形状信息,包括面积、周长等。

三、分类与识别分类与识别是遥感图像处理中的重要任务,目的是将地物按照其属性进行分类和识别。

常见的分类方法包括监督分类和无监督分类。

监督分类是指根据已知的样本类别信息,通过训练分类器将图像中的地物分到不同的类别中。

无监督分类是指根据图像像素之间的相似性将其分为一定数量的类别。

分类结果可以用于制作地图、监测资源变化等。

四、变化检测变化检测是遥感图像处理中的一项重要任务,主要应用于监测和分析地表物体的变化。

遥感图像在不同时间获取的变化信息可以帮助我们了解自然和人类活动对地表的影响。

常见的变化检测方法包括像素级变化检测和对象级变化检测。

像素级变化检测是指比较两幅图像对应像素之间的差异,以确定变化的位置和类型。

对象级变化检测是指先将图像分割成不同的对象,然后比较不同时间获取的对象之间的差异。

《遥感图像预处理》课件

《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。

遥感图像处理的基本步骤和技巧

遥感图像处理的基本步骤和技巧

遥感图像处理的基本步骤和技巧遥感图像处理是利用遥感技术获取的遥感图像数据进行分析、处理和解释的过程。

遥感图像处理技术在环境监测、资源管理、农业和城市规划等领域具有广泛的应用。

本文将介绍遥感图像处理的基本步骤和技巧。

一、图像预处理图像预处理是遥感图像处理的第一步,目的是改善图像质量,消除噪声和其他不必要的干扰。

常见的图像预处理技术包括辐射校正、大气校正和几何纠正。

辐射校正是将原始图像中的数字数值转换为辐射亮度值,以消除由于不同仪器和观测条件引起的辐射差异。

大气校正则是通过对图像进行大气光校正,消除大气吸收和散射效应,获得更准确的地物辐射亮度信息。

几何纠正是校正图像中的几何畸变,使其与实际地面特征对应。

二、图像增强图像增强是通过增加图像的对比度和清晰度,突出感兴趣的地物信息。

常见的图像增强技术包括直方图均衡化、滤波和波段变换。

直方图均衡化是通过调整图像像素的亮度分布,增强图像对比度。

滤波是通过应用各种滤波器来去除图像中的噪声和模糊。

波段变换是将图像从一种波段转换到另一种波段,以提取不同地物特征。

三、特征提取特征提取是从图像中提取与感兴趣地物相关的信息。

常见的特征提取技术包括阈值分割、边缘检测和纹理分析。

阈值分割是将图像分为不同的区域,使每个区域具有相似的亮度或颜色特征。

边缘检测是寻找图像中的边界线,以辅助划分地物边界。

纹理分析是通过提取图像的纹理特征来描述地物的空间结构。

四、分类与识别分类与识别是将特定地物进行分类和识别的过程。

常见的分类与识别技术包括监督分类、无监督分类和目标检测。

监督分类是通过使用已知类别的训练样本,建立分类器对图像进行分类。

无监督分类是根据图像像素的统计特征将图像自动分为不同的类别。

目标检测是在图像中检测和识别特定的目标,例如建筑物、道路等。

五、图像解译与分析图像解译与分析是对处理后的遥感图像进行解释和分析的过程。

通过对图像分析可以获取地表特征的数量和质量信息,用于环境变化监测、资源管理和规划决策。

4-遥感图像预处理

4-遥感图像预处理

3参数就是指三个平 移,4参数指三个平 移加上一个比例因 子(缩放) ENVI/IDL
4.1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)。

ENVI/IDL
4.1自定义坐标系——高斯平面直角坐标系

在投影面上,中央子午线和赤道的投影都是直线,并且以中央子 午线和赤道的交点O作为坐标原点,以中央子午线的投影为纵坐 标x轴,以赤道的投影为横坐标y轴。X坐标赤道以北为正,Y坐标 是以东为正,因此在我国x坐标都是正的,y坐标的最大值(在赤
道上)约为330km。为了避免出现负的横坐标,可在横坐标上加
椭球体参数文件 基准面参数文件 坐标系参数文件
• •
六度带中央经线经度的计算:当地中央经线经度 =6°×当地带号-3° 三度带中央经线的计算,3°×当地带号
ENVI/IDL
4.1自定义坐标系——ENVI自定义

1、定义椭球体 <椭球体名称>,<长半轴>,<短半轴>
-
“Krasovsky,6378245.0,6356863.0” “IAG-75,6378140.0,6356755.3”
行计算,目前一些绿色软件已经能够计算。
ENVI/IDL
4.1自定义坐标系——ENVI自定义

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:

图像处理遥感图像预处理

图像处理遥感图像预处理

图像处理遥感图像预处理实验二遥感图像预处理一、背景知识一幅遥感数据拿到手后,首先要做的常常是赋予遥感图像的地理坐标系统。

方法有地理校正和地理配准两种。

地理校正是在遥感图像上选取控制点,然后赋予控制点的真实坐标达到校正图像和获取地理参考的目的。

地理配准是选取一个有相同覆盖范围的已有坐标系统和假定没有变形的图像或图形为参考系,达到校正原始图像的目的。

第二种方法使用的最多。

图像校正后,由于关心的区域可能只是图像的一部分获分布于几个图像,这时要对图像进行裁减和镶嵌。

二、实验目的1. 了解遥感数据预处理的内容、步骤,需要准备的材料。

2. 能使用常用的预处理内容三、实验内容(2学时)1. 遥感图像校正2. 图像投影变换;3. 图像分幅剪裁;4. 图像拼接处理;四、实验准备(1) 软件ERDAS IMAGINE Professional 8.5版本以上。

(2) 系统样例数据。

需要校正的Landsat TM图像:tmAtlanta.img作为地理参考的校正过的SPOT图像:panAtlanta.img用于拼接处理的图像wasia1_mss.img、wasia2_mss.img五、实验步骤、方法1. 遥感图像校正(1) 分别打开两个视图窗口,在其中分别打开图像tmAtlanta.img和panAtlanta.img。

(2) 选择Image Geometric Correction打开校正选项窗口。

(3) 选择From Viewer,点击Select Viewer,然后在panAtlanta.img视图窗口上单击。

采用影像—影像的校正模式。

校正算法采用多项式方法。

(4) 确定多项式系数为2。

(5) 点选Set Projection from GCP Tool,设置投影参照类型。

(6) 选择Existing Viewer,即以现有视图中的图像投影为配准依据。

(7) 确定后,打开校正对话框布局。

完成控制点的采集后,实行对图像进行校正。

遥感图像预处理

遥感图像预处理

遥感图像预处理遥感图像一般处理流程包括以下几项:数据源选择—图像输入与浏览—图像预处理(几何校正。

图像融合。

图像镶嵌。

裁剪。

大气校正等)--图像信息提取(人工解释自动分类特征提取动态监测等)--成果报告与应用(制图 Gis 共享)在这里着重介绍遥感图像预处理,遥感图像预处理在遥感图像处理占有十分重要位置。

图像预处理包括;几何校正。

图像融合。

图像镶嵌。

裁剪。

大气校正等1.几何校正:纠正系统和非系统因素引起的几何畸变。

引起图像畸变因素系统误差有规律的、可预测的。

比如扫描畸变非系统误差无规律的如传感器平台的高度、经纬度、速度和姿态的不稳,地球曲率及空气折射,地形影响等图像配准:同一区域里一幅图像(基准图像)对另一幅图像校准,以使两幅图像中的同名像素配准。

图像纠正:借助一组控制点,对一幅图像进行地理坐标的校正。

又叫地理参照图像地理编码:特殊的图像纠正方式,把图像矫正到一种统一标准的坐标系。

图像正射校正:借助于地形高程模型(DEM),对图像中每个像元进行地形的校正,使图像符合正射投影的要求。

几何粗校正:校正系统误差,地面站完成地理参照:利用数据自带参数进行几何校正。

几何精校正(常简称为几何校正):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。

图像配准:基于两幅图像之间的同名点,利用几何校正模型,构建图像与图像之间的几何关系完成几何校正,基准图像不一定有地理坐标。

正射校正:结合传感器的姿态参数、地面控制点以及高精度的D EM 数据进行的几何校正图像预处理——几何校正(常见几个形式)几种常见几何校正形式:卫星轨道参数(全自动)地面控制点(同名点)+校正模型(人机交互)RP C 文件+地面控制点+DE M (人机交互).图像预处理——几何校正(控制点获取)地面控制点获取途径基础数据基础测绘数据数字线画图(DL G )数字栅格图(DR G )影像数据正射影像(DO M )实地测量(GP S )地面控制点实质:找到待校正图像上的点对应真实的坐标值图像预处理——几何校正(控制点质量控制)图像选点原则(正射纠正不适用)选取图像上易分辨且较精细的特征点:道路交叉点,河流弯曲或分叉处,海岸线弯曲处,飞机场,城廓边缘等特征变化大的地区需要多选图像边缘部分一定要选取控制点尽可能满幅均匀选取数量原则在图像边缘处,在地面特征变化大的地区,需要增加控制点保证一定数量的控制点,不是控制点越多越好。

4-遥感图像预处理

4-遥感图像预处理

第四章数据预处理4.1 坐标定义与投影转换图像预处理时遥感数字图像处理中非常重要的环节,也是空间信息提取之前首先要做的工作。

主要包括图像几何校正、图像融合、图像镶嵌和图像裁剪等一般过程。

4.1.1 坐标定义ENVI中的坐标定义文件存放在ITT\IDLxx\products\envixx \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。

在ENVI中自定义坐标系分三步:定义椭球体、基准面和定义坐标参数。

1、定义椭球体语法为<椭球体名称>,<长半轴>,<短半轴>。

这里将“Krasovsky, 6378245.0, 6356863.0”和“IAG-75, 6378140.0, 6356755.3”加入ellipse.txt末端(图2-1)。

图2-1 定义地球椭球体ellipse.txt文件中已经有了克拉索夫斯基椭球,由于翻译原因,这里的英文名称是Krassovsky。

为了让其他软件平台识别,这里新建一个Krasovsky椭球体。

2、定义基准面语法为<基准面名称>,<椭球体名称>,<平移三参数>。

这里将“Beijing-54, Krasovsky, -12, -113, -41”和“Xi'an-80,IAG-75,0,0,0”加入datum.txt 末端(图2-2)。

图2-2 定义大地基准面有的时候为了与其他软件平台兼容,基准面的名称需要写成所用的椭球体名称。

3、定义坐标(1)选择主菜单Map→Customize Map Projection命令;(2)在Customized Map Projection Definition窗口中设置地图投影的参数(图2-3);图2-3 定义地图投影关参数说明:Projection Name:定义投影名称;Projection Type:定义投影类型,这里选择Transverse Mercator;Projection Datum:定义大地基准面,这里选择之前定义的Beijing-54;False easting:定义东偏移的距离500km;Latitude of Projection origin:定义投影的起始维度;Longitude of central meridian:定义中央经线;Scale factor:定义缩放倍率。

遥感基础知识及遥感图像处理方法

遥感基础知识及遥感图像处理方法

3
4 TM 5 6 7
0.63-0.69 红色
0.76-0.90 近红外 1.55-1.75 短波红外 10.4-12.5 热红外 2.08-2.35 短波红外
30m
30m 30m 120m 30m
波段号 类型
波谱范围
地面 分辨率
30m
陆地卫星7号携带了增 强型主题成像传感器 (ETM+)近极近环形 太阳同步轨道 轨道高 度:705公里 倾角 :98.22o 运行周期:98.9 分钟 24小时绕地球:15 圈 穿越赤道时间:上午 10点 扫描带宽度:185 公里 重复周期:16天 卫 星绕行:233圈 1景约相当地面上 185×170km2的面积。
BlueGreen 1
0.450-0.515
2 Green 3 Red 4 Near IR 5 SWIR
0.525-0.605 0.630-0.69 0.775-0.90 1.550-1.75
30m 30m 30m 30m
6 LWIR
7 SWIR 8 Pan
10.40-12.5
2.090-2.35 0.520
• MSS(Multi Spectral Scanner)多光谱扫描仪,选 用可见光-近红外(0.5-1.1微米)谱段,四个波段。 (landsat 1-3)18days • TM (Thematic Mapper) 专题制图仪,使一种改进 的多光谱扫描仪,可见光-短波红外(0.45-12.5微 米)谱段,七个波段。( landsat 4-6)16days • ETM(Enhanced Thematic Mapper)改进专题 制图仪,增加一个全色波段(pan)。( landsat 7)16days
• 辐射分辨率(radiant resolution)指遥感器对 对光谱信号强弱的敏感程度、区分能力。 • 如:landsat /MSS起初以6bits(取值范围 0~63); landsat 4,5/TM,7个波段中的6个 波段30m分辨率的,以8bits (取值范围: 0-255); MOIDS 所有通道都用12bit(取值 范围:0-2048)

遥感图象处理Ⅰ(图像预处理)

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)。

《遥感图像预处理》PPT课件

《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。

《遥感图像预处理》课件

《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。

遥感图像预处理

遥感图像预处理

1.自定义坐标系1.1.坐标系概括常用坐标系分为地理坐标系和投影坐标系。

1.1.1.地理坐标系地理坐标系中含椭球体(spheroid)和大地基准面(datum)两个重要部分。

1)椭球体。

地球并不是一个规则球体,因此我国常用以下椭球体模拟地球,见表1。

2)大地基准面大地基准面指参考椭球与WGS84参考椭球的相对位置关系(3个平移,3个旋转,1个缩放),可用3个、4个或者7个参数进行描述。

每个椭球体都对应一个或多个大地基准面。

1.1.2.投影坐标系投影坐标系是利用一定数学法则将地球表面上的经纬线网表示到平面上,属于平面坐标系。

一个投影坐标系包含椭球体、投影方法和大地基准面。

我国普遍采用的投影方法是高斯-克吕格投影,在欧美国家称为横轴莫卡托投影(Transverse Mercator)。

为保证地图精度,采用分带投影法,有3°分带和6°分带两种。

对于每分带的投影,需指定中央经线以及坐标轴原点X、Y坐标。

我国在北半球,为避免Y坐标出现负值,规定统一将各带Y值加500km。

为避免各带坐标重复,可在不同带间Y值冠以带号,即通用坐标。

商业软件坐标系分为标准坐标系和自定义坐标系,我国实际应用中往往需要自定义坐标系,以北京54坐标系和西安80坐标系为例讲解如何在Envi中自定义坐标系。

1.2.Envi自定义坐标系1.2.1.定义椭球体使用记事本打开HOME\ITT\IDL80\products\envi48\map_proj\ellipse.txt,将“Krasovsky, 6378245.0, 6356863.3”(Beijing-54坐标系使用)和“IAG-75, 6378140.0, 6356755.3”(Xian-80坐标系使用)加入文本末端。

1.2.2.定义基准面使用记事本打开HOME\ITT\IDL80\products\envi48\map_proj\datum.txt,将“D_BEIJING_1954, Krasovsky, -12, -113, -41”(Beijing-54坐标系使用)和“D_Xian_1980, IAG-75, 0, 0, 0”(Xian-80坐标系使用)加入文本末端。

遥感图像的预处理

遥感图像的预处理

遥感图像的预处理
刘蓉蓉;林子瑜
【期刊名称】《吉林师范大学学报(自然科学版)》
【年(卷),期】2007(28)4
【摘要】由于时间、太阳光强及大气状态的变化,或者遥感器本身的不稳定性,致使获取不同遥感图像上的对比度及亮度值存在差异,因而有必要对多景相邻图像进行遥感数据的预处理过程,这有助于后期所需相关指数的一致性提取与准确评价.作者在ERDAS软件的支持下,经研究、对比,采用回归分析法进行大气辐射校正、自创多样本均值法进行辐射匹配,最后运用图像镶嵌技术达到完整、美观呈现研究范围的目的.文章从头至尾,系统表述了一整套针对多景相邻遥感图像前期预处理的方法过程,达到较好效果,值得借鉴.
【总页数】5页(P6-10)
【作者】刘蓉蓉;林子瑜
【作者单位】核工业北京地质研究院,北京,100029;东华理工大学,江西,南
昌,344000
【正文语种】中文
【中图分类】P283.1
【相关文献】
1.基于ERDAS的遥感图像预处理 [J], 马冰冰;李宏超
2.基于ERDAS的遥感图像预处理 [J], 马冰冰;
3.数据密集型计算的遥感图像预处理方法 [J], 周兵;刘晓楠;臧文乾;陈恒
4.遥感图像预处理方法在阿拉善右旗地区的应用 [J], 董明;贺景峰
5.遥感图像拼接中改进的图像预处理算法研究 [J], 么鸿原; 王海鹏; 林雪原; 潘新龙因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 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. 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. 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)。
9
辐射纠正包括
辐射畸变包括: 大气散射引起的辐射误差 太阳高度角和地形变化引起的畸变 由卫星遥感感光系统引起的系统畸变
10
辐射量校正的目的是求出遥感器输出与目标物的光谱反射率或 温度、辐射率的关系。 从下式中可知,在辐射量校正中,应考虑大气引起的吸收和散 射,天空光的影响,地表的角度等的多种因素。
22
1.4 图像恢复
(1) 去条纹
(Band Striping)
A
B 对TM数据:
Interpreter Radiometric Enhancement Destripe TM Data
23
Байду номын сангаас
Tip: 斜体字代表在ERDAS中的方法
传感器的损坏会造成典型的传感器噪声:条带(Stripe)
卷积运算去条纹
14
遥感系统接收多种辐射信息
15
(2)基于大气状况的绝对辐射校正方法
• 将遥感数据的亮度值转换成为表面反射率 值的校正方法 • 需要已知(1)发生的散射与吸收 (2) 天空辐照核程辐照影响辐射能 量的透过率
16
(3)基于辐射传输模型的大气校正
根据辐射传输原理,建立大气校正算法的程序进行大气纠正
12
不同时间的卫星图像
1993年5月
2002年6月
13
1.2 辐射校正
(1) 利用辐射传输方程,得出辐射方程的形式的近似 解,卫星接收的亮度(大气纠正):
L s = LT + L p (W • m −2 • sr −1 ) Ls : 传感器纪录的总辐射量 LT目标区域向传感器发去的总辐射量 : Ls : 其它辐射通过不同途径进入传感器的瞬时视场的辐射量,成为程辐射。 LT = 1
第十一讲 遥感图像预处理
2007-12-3 北京大学城市与环境学院 刘雪萍
电话:62751174, lxp@
1
遥感图像处理的内容 • • • • 辐射校正 几何校正 图像镶嵌 图像融合
2
卫星数据简介
• 美国陆地卫星Landsat 上搭载的扫描仪,一系列地球资源卫星之一。 从1972年到1999年,NASA共发射6颗卫星,用于地球观测,是大型,昂贵的卫星系 列,扫描仪的分辨率不断提高,地面分辨率由80米提高到15米;光谱分辨率由4个波段 提高到了8个波段。 Landsat 1,2,3: 扫描仪为MSS,4个波段,分辨率80米, 图幅范围185 X185km2 Landsat 4,5:扫描仪为TM,7个波段,分辨率30米, 图幅范围185 X185km2 Landsat 7 扫描仪为ETM ,8个波段,分辨率15米;(1999---2004年) 图幅范围185 X170km2 法国spot 卫星, SPOT-5 1,2,3 分辨率10米,短波红外20米,通过采样加密到10米, 全色波段为2.5米
• • •
几何校正:校正图像坐标位置与地图坐标的目标地物坐标的差异。 图像镶嵌:将多幅卫星图像拼接成一个覆盖研究区域的大范围的图像. 图像融合:不同分辨率,不同遥感器的图像进行组合匹配, 能增加图像信 息,提高分辨率,提高图像处理精度的技术
7
TM61 热红外波段图像显示的是与地表温度相关的信息
8
一.辐射纠正
λ2 λ1
π
∫ ρλTθ
0
( Eθ 0Tθ 0 cos θ 0 + Edλ )dλ
ρ λ : 地面平均反射率
Eθ 0:大气层顶部太阳光谱辐照度
θ 0:太阳天顶角
Tθ 0:大气透过率(从太阳到地面的) Tθ 0:大气透过率(从地面到传感器的) Edλ:天空漫反射照度
式中的未知数很难获得, 用对方程起主要作用的数据近似求解. Lp程辐射,干扰信息,需要消除.计算方法用辐射传输模型计算
30
非垂直摄影,比例尺不均匀
31
•旋转位移
影像非正北,需要旋转调整
32
2.2 几何纠正目的
• • • • • • • • • • 消除几何畸变 比较不同时相的遥感图像,在相同的坐标系下进行变化的比较. 开发建立GIS模型 为分类文件建立训练区定位 生成精确的卫星影像图 与矢量文件进行叠加运算(overlay) 比较不同比例尺的图像 从遥感图像上计算精确的距离和面积 镶嵌图像(mosaicking images) 融合图像
21
(2)太阳高度的变化引起的亮度变化 (3) 地形变化引起的变化
地形变化引起的入射角不同
以上 (1), (2), (3) 项能用卫星的系统参数加以纠正.
对Landsat ,可以利用National Landsat Archive Production System (NLAPS) 进行系统校正和地形校正。
*图像的频率:表示图像变化的程度,改变的结果取决与运算核的设 计.
26
*傅立叶变换Fourier Transefer 傅立叶变换
• 图像进行傅立叶变换, 再与带有一定作用滤 波函数相乘, 达到增强图像,去处噪声和条纹 的作用. • 滤波函数有:高通滤波, 增强目标物的轮廓 低通滤波, 消除噪声,平滑图像 带通滤波, 消除间隔出现的噪声
其 中 :
L(λ ):遥感器的输出, , 辐射率,单位:瓦特每平方米弧度(W • m −2 sr −1 ) K (λ ):遥感器的响应特性
τ (λ ,θ1 ,θ 2 , h):反射光在大气中的透射率(大气光学厚度) N (λ , φ1 , φ2 ):太阳的直射光和天空光组成的光源的幅照度 ρ (λ ,θ1 ,θ 2 , φ1 , φ2 ):目标物的光谱反射率 B (λ , T ):绝对温度T的黑体照度 ε (λ ,θ1 ,θ 2 ):目标物的光谱辐射度(比辐射率) b(λ , θ1 , θ 2 , h):传感器和目标物之间因大气的辐射和散射引起的光路辐射 λ : 波长,θ1:目标物与遥感器所成仰角,θ 2:目标物与遥感器所成的方向角,ϑ3:地表倾角,φ1:太阳高度角, φ2:太阳方位角,h : 遥感器高度
17
(4)利用地面实况数据的方法(大气纠正)
地面测定目标地物的反射率或辐射率,与卫星图像数据比较, 从而消去大气影响。 观测的回归方程:LAi = a + bRi Lai:为卫星观测值 R: 为地面反射率 a, b 回归系数
光谱仪照片
18
(4)暗象元法(大气纠正)
• 假设遥感图像中,最暗点应该为0,如纯净的水, 或阴影;如果不为0,则是大气影响。利用这一方 法粗略消去大气的影响。
Band 8 0.520-0.900
TM 61: Hight Gain, TM62: Low Gain
SPOT-5数据参数
5
图像预处理(Data Preparation )
• • • • • • • • • • • Radiometric Restoration 辐射纠正 去条纹(Band Striping) 大气纠正(Atmospheric Correction) 地形影响(Topographic Effect) 去噪声点(Noise) Geometric Restoration 几何纠正 裁剪(Subset image) 重采样(Resample) 投影变换(Reproject) 图像镶嵌(Mosaic) 图像融合(Merge)
主要应用
水体,浅水水下特征,人造地物
分辨率
30米 30米 30米 30米 30米 60米 30米 15米
4
植被类型和农作物长势,人造地物
测量绿色植物吸收率,并对植物分类 测定生物量和作物长势,对植物分类 植物含水量及土壤湿度,区别云和雪 地表物质自身的热辐射,热分布图, 岩石识别和地质探矿 高温辐射源,监测火灾, 区分人造地物 区分人造地物,城市结构
近红外波段影像(如TM4)
灰度值大 致等于大 气散射值
将所有波段影像都减去清 澈水体的灰度值,可大致 消除大气散射带来的影响
清澈的水体 (如深水库)
19
利用RS软件中现有模型进行大气纠正 • ACORN---Atmospheric CORrection Now, 采用MODTRAN4 • ATREM: The Atmospheric REMoval,采用 6S • FLAASH:用MODTRAN 4+辐射传输代码 • ATCOR: The ATmospheri CORrection
27
(2) 缺行处理
A
B 缺行,用周围替换 Interpreter Utility Replace Bad Lines
28
用暗像元处理消除大气影响
• 查找图像近红外波段的深水像元
读取深水的像元值
所有波段的值 — 深水的像元值
29
二 几何纠正
2.1 图像几何变形的原因
扫描器的几何扭曲,边缘处变形大
辐射纠正
几何处理
6
遥感图像纠正的原因与目的
• • 图像纠正:从畸变的图像中消除畸变的过程。包括:辐射校正和几何 校正。 辐射校正:利用遥感器观测目标物辐射或反射的电磁能量的测量值与 目标物的光谱反射率或光谱辐射亮度等物理量不一致,消除辐射量失 真的过程叫辐射校正。
辐射纠正用于利用遥感数据物理量的反演:如地表温度,地表含水量的反演,大 气气溶胶光学厚度,叶面指数等
1.1 辐射纠正的含义
•辐射校正:利用遥感 器观测目标物辐射或反 射的电磁能量的测量值 与目标物的光谱反射率 或光谱辐射亮度等物理 量不一致,消除辐射量 失真的过程叫辐射校 正。 进入遥感器的三部分
I0:直接进入遥感器的大气散射电磁波 ID:漫反射辐射到地面,又反射到大气,再进入到遥感器中 IS:地面直接反射太阳辐射.
方法:
• • • • • • • • • • • 需要已知:遥感图像的位置 遥感数据采集日期时间 影像获取高度 影像数据的平均高度 大气模式(如:中纬度夏季,中纬度冬季等) 辐射定标后的遥感图像辐射数据(数据单位为Wm-2μm -1sr-1 各波段信息 获取遥感数据时的当地大气能见度 将选定的参数输入MODTRAN4,6 或6S等大气辐射传输模型中,获取大 气吸收或散射特性. 用大气特性将遥感辐射率转换成地表反射率
相关文档
最新文档