第四章 遥感图像处理1
合集下载
【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
第四章3遥感图像处理图像增强
5.遥感图像多光谱变换(Ⅰ)——主成分分析(K—L变换)
② 就变换后的新波段主分量而言，K—L变换后的 新波段主分量包括的信息量不同，呈逐渐减少趋 势。其中，第一主分量集中了最大的信息量，常 常占80％以上，第二、第三主分量的信息量依次 快速递减，到第n分量信息几乎为0。由于K—L变 换对不相关的噪声没有影响，所以信息减少时， 便突出了噪声，最后的分量几乎全是噪声。所以 这种变换又可分离出噪声。
基于上述特点，在遥感数据处理时，常常用K— L变换作数据分析前的预处理（数据压缩和图像增
强）。举例P125
6.遥感图像多光谱变换(Ⅱ)——缨帽变换(K—T变换)
(1)K—T变换是Kauth—Thomas变换的简称，这种变换也是 一种线性组合变换，其变换公式为：Y=BX 这里X为变换前的多光谱空间的像元矢量，y为变换后的 新坐标空间的像元矢量，B为变换矩阵。这也是一种坐标 空间发生旋转的线性变换，但旋转后的坐标轴不是指向主 成分方向，而是指向了与地面景物有密切关系的方向。 1984年，Crist和Cicone提出TM数据在K—T变换时的B值： P126 在此，矩阵为6X6，主要针对TM的1至5和第7波段，低分 辨率的热红外(第6波段)波段不予考虑。
1.遥感图像增强(工)——对比度变化1
非线性变换
直方图均衡化(histogram equalization):把原图像的直方 图变换为灰度值频率固定的直方图，使变换后的亮度级 分布均匀，图像中等亮度区的对比度得到扩展，相应原 图像中两端亮度区的对比度相对压缩。
1.遥感图像增强(工)——对比度变化1
MN
r(i, j) (m, n)t(m, n) m1 n1
将计算结果放在窗口中心的像元位置，成为新像元的灰度 值。然后活动窗口向右移动一个像元，再做同样的运算。 P117说明
《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。
《遥感原理与应用》习题四
《遥感原理与应用》习题四第四章遥感图像处理一、名词解释：1、光学影像2、数字影像3、空间域图像4、频率域图像5、图像采样6、灰度量化7、几何变形8、几何校正9、粗加工处理10、精加工处理11、多项式纠正12、间接法纠正13、最邻近像元重采样14、图像配准15、数字镶嵌16、正射影像17、地理编码图象18、辐射误差19、辐射定标20、大气校正22、图像直方图23、假彩色合成24、密度分割25、真彩色合成26、伪彩色图像27、图像平滑29、边缘检测30、低通滤波31、高通滤波32、图像融合33、直方图正态化34、线性拉伸35、直方图均衡36、邻域法处理二、填空题：1、光学图像是一个函数。
2、数字图像是一个函数。
3、光学图像转换成数字影像的过程包括等步骤。
4、图像数字化中采样间隔取决于图像的，应满足（公式）。
5、一般图像都由不同的、、、的周期性函数构成。
6、3S集成一般指、和的集成。
7、遥感图像几何纠正的常用方法有，，。
8、多项式拟合法纠正中，项数N与其阶数n的关系。
9、多项式拟合法纠正中，一次项纠正，二次项纠正，三次项纠正。
10、项式拟合法纠正中控制点的要求是，，。
11、多项式拟合法纠正中控制点的数量要求，一次项最少需要个控制点，二次项最少项需要个控制点，三次项最少需要个控制点。
12、SPOT图像采用共线方程纠正时需要，有未知参数，最少需要个控制点。
13、常用的灰度采样方法有，，。
14、数字图象配准的方式有，。
15、数字图像镶嵌的关键，，。
16、在姿态角都为0的情况下，中心投影像片的投影差为，推扫式影像（HRV）的投影差为，扫描仪影像（MSS）的投影差，侧视雷达影像（SAR）的投影差。
17、灰度采样中，双线性内插的权矩阵采用函数求取，双三卷积的权矩阵采用函数求取。
18、辐射传输方程可以知道，辐射误差主要有，，。
19、常用的图像增强处理技术有，。
20、增强的常用方法有，，，，，，等。
子21、直方图均衡效果，，。
第四章 遥感图像处理—数字图像增强
差值运算常用于 同一景物不同时间图像之间的运算—动态监测
同一景物不同波段图像之间的运算—识别地物
图像的差值运算有利于目标与背景反差较小 的信息提取。 如在红光波段，植被和水体难以区 分，在红外波段，植被和土壤难以区分，通过相 减,可以有效的区分出三种地物
2、比值运算 两幅同样行、列数的图像，对应像元的亮度值相除 (除数不为0)就是比值运算，即：
真彩色合成 假彩色合成
彩色合成的原理图
①真彩色合成
红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝
真彩色合成 红光波段赋成红
真彩色合成 红光波段赋成红 绿光波段赋成绿
真彩色合成 红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝
②假彩色合成 假彩色合成 近红外波段赋成红 红光波段赋成绿 绿光波段赋成蓝
1 图像卷积运算
数字图像的局部
模板
z1 z2 z3
z4 z5 z6 z7 z8 z9
w1 w2 w3 w4 w5 w6 w7 w8 w9
1/9
1/9 1/9
1/9 1/9 1/9 1/9 1/9 1/9
Replace with R
= w1z1 + w2z2 + ….. +w9z9
模板按像元依次向右移动，而后换行，直到整幅图 像全部处理完为止
对于亮点噪音，用中值滤波好
带有椒盐噪声的ikonos图像
中值滤波后的图像
均值平滑后的图像
3
图像锐化
（1）图像锐化的目的是突出图像中景物的边缘、线状目 标或某些亮度变化率大的部分。 （2）边缘或轮廓通常位于灰度突变或不连续的地方，具
有一阶微分最大值和二阶微分为0的特点;
锐化的方法很多，在此只介绍常用的几种：
同一景物不同波段图像之间的运算—识别地物
图像的差值运算有利于目标与背景反差较小 的信息提取。 如在红光波段，植被和水体难以区 分，在红外波段，植被和土壤难以区分，通过相 减,可以有效的区分出三种地物
2、比值运算 两幅同样行、列数的图像，对应像元的亮度值相除 (除数不为0)就是比值运算，即：
真彩色合成 假彩色合成
彩色合成的原理图
①真彩色合成
红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝
真彩色合成 红光波段赋成红
真彩色合成 红光波段赋成红 绿光波段赋成绿
真彩色合成 红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝
②假彩色合成 假彩色合成 近红外波段赋成红 红光波段赋成绿 绿光波段赋成蓝
1 图像卷积运算
数字图像的局部
模板
z1 z2 z3
z4 z5 z6 z7 z8 z9
w1 w2 w3 w4 w5 w6 w7 w8 w9
1/9
1/9 1/9
1/9 1/9 1/9 1/9 1/9 1/9
Replace with R
= w1z1 + w2z2 + ….. +w9z9
模板按像元依次向右移动，而后换行，直到整幅图 像全部处理完为止
对于亮点噪音，用中值滤波好
带有椒盐噪声的ikonos图像
中值滤波后的图像
均值平滑后的图像
3
图像锐化
（1）图像锐化的目的是突出图像中景物的边缘、线状目 标或某些亮度变化率大的部分。 （2）边缘或轮廓通常位于灰度突变或不连续的地方，具
有一阶微分最大值和二阶微分为0的特点;
锐化的方法很多，在此只介绍常用的几种：
遥感导论-习题及参考答案第四章-遥感图像处理答案
第四章遥感图像处理名词解释假彩色遥感图像：利用卫星或飞机拍摄到的基础遥感图像,将感兴趣的部分(如森林,水体,沙漠,重力异常区等)用不真实且夸张的颜色表示出来，与自然色不一致。
边缘检测：用于判断图像地物的边缘。
数字影像：数字影像是以二维数组形式表示的影像。
该数组由对连续变化的影像作等间隔抽样所产生的采样点组成。
几何校正：几何校正是指将遥感图像参照地形图、已校正图像或GPS控制点进行重采样,消除传感器成像的几何变形,使其具有地理坐标并与地面实际对应。
K-L变换：主成分变换；是建立在统计特征基础上的多维正交线性变换，就是一种离散化的Karhunen －Loeve变换。
辐射校正：对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正直方图均衡：是用一定的算法使直方图大致平和。
问答题下图为一个3x3的图像窗口，试问经过中位数滤波(Median Filter)后，该窗口中心像元的值，并写出计算过程。
(10分)124 126 127120 150 125115 119 123什么是计算机图像处理，它包含那些内容，如何运用计算机图像处理方法来提高遥感图像的解译效果？答：是指利用计算机对图像进行一系列加工，以便获得人们所需要的效果。
常见的图像处理有图像数字化、图像编码、图像增强、图像复原、图像分割与图像分析等。
（1）图像数字化通过取样与量化过程将图像变换成便于计算机处理的数字形式。
通常，图像在计算机内用一个数字矩阵表示，矩阵中的每一个元素称为像素。
将图像数字化的设备有各种扫描仪与数字化仪。
（2）图像编码对图像信息进行编码，可以压缩图像的信息量，以便满足传输与存储的要求。
（3）图像增强使图像清晰或将其转换为更适合人或机器分析的形式。
图像增强并不要求真实地反映原始图像。
（4）图像复原消除或减少在获取图像过程中所产生的某些退化，尽量反映原始图像的真实面貌。
（5）图像分割将图像划分为一些互不重叠的区域。
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
第四章遥感图像处理
是取与投影点邻近的１６个像元灰度值
➢ 特点
• 精度较高 • 计算量大
（3）控制点的选取
➢ 数目确定
• 最低限是按未知系数的多少来确定 • 一次多项式 ：3个 • 二次多项式：6个 • 三次多项式：10个 • n次多项式：（n十1）（n十2）／2个 • 一般要求在最少数目的6倍
➢ 控制点类型
• 控制点的选择要以配准对象为依据 • 地面控制点（GCP）和图像控制点（PCP）
像（数字量）是离散变量 （3）光学图像-数字图像的转换
扫描 数字摄影机
（4）数字图像的表示
➢ 一副图像可以表示为一个矩阵，若x方向上取N个样点，
y方向上取M个样点，则成为有M×N个元素的矩阵函
数，可以表示为：
➢ 矩阵中的每一元素代表图像中的一个像元，其面积大
小相当于原光学图像分割取样的最小单元△x·△y
➢ 实际计算时常采用二元二次多项式
➢控制点
由线性理论知，求12个系数必须至少列出12个方 程，即找到6个已知的对应点，也就是这6个点对 应的（u，v）和（x，y）均为已知 。
控制点：这些已知坐标的对应点为控制点。然后 通过这些控制点，解方程组求出12个a、b系数值
为了提高精度，需要大大增加控制点的数目 计算方法采用最小二乘法，通过对控制点数据进
第四章 遥感图像处理
➢基本要求：
理解光学原理与光学处理方法 掌握图像校正的原理和方法 掌握图像增强的方法 多源信息复合
➢重点和难点：
图像校正和图像增强
4.1 光学原理与光学处理
4.1.1 颜色视觉
（1）亮度对比和颜色对比
➢ 亮度对比： 视场中对象与背景的亮度差与背景亮度之比
选择适宜的对象及背景的亮度，可以提高对比， 从而提高视觉效果
➢ 特点
• 精度较高 • 计算量大
（3）控制点的选取
➢ 数目确定
• 最低限是按未知系数的多少来确定 • 一次多项式 ：3个 • 二次多项式：6个 • 三次多项式：10个 • n次多项式：（n十1）（n十2）／2个 • 一般要求在最少数目的6倍
➢ 控制点类型
• 控制点的选择要以配准对象为依据 • 地面控制点（GCP）和图像控制点（PCP）
像（数字量）是离散变量 （3）光学图像-数字图像的转换
扫描 数字摄影机
（4）数字图像的表示
➢ 一副图像可以表示为一个矩阵，若x方向上取N个样点，
y方向上取M个样点，则成为有M×N个元素的矩阵函
数，可以表示为：
➢ 矩阵中的每一元素代表图像中的一个像元，其面积大
小相当于原光学图像分割取样的最小单元△x·△y
➢ 实际计算时常采用二元二次多项式
➢控制点
由线性理论知，求12个系数必须至少列出12个方 程，即找到6个已知的对应点，也就是这6个点对 应的（u，v）和（x，y）均为已知 。
控制点：这些已知坐标的对应点为控制点。然后 通过这些控制点，解方程组求出12个a、b系数值
为了提高精度，需要大大增加控制点的数目 计算方法采用最小二乘法，通过对控制点数据进
第四章 遥感图像处理
➢基本要求：
理解光学原理与光学处理方法 掌握图像校正的原理和方法 掌握图像增强的方法 多源信息复合
➢重点和难点：
图像校正和图像增强
4.1 光学原理与光学处理
4.1.1 颜色视觉
（1）亮度对比和颜色对比
➢ 亮度对比： 视场中对象与背景的亮度差与背景亮度之比
选择适宜的对象及背景的亮度，可以提高对比， 从而提高视觉效果
第四章 遥感图像处理――几何校正PPT课件
22
三种内插方法比较
方法 1
优点 简单易用，计算量小
缺点
处理后的影像亮度具有不连 续性，影响精确度
精度明显提高，特别是对亮度 计算量增加，且对影像起到
2
不连续现象或线状特征的块状 平滑作用，从而使对比度明
化现象有明显的改善。
显的分界线变得模糊。
3
更好的影像质量，细节表现更 为清楚。
工作量很大。
23
18
像元灰度值重采样
校正前后图像的分辨率变化、像元点位置相对变化引 起输出图像阵列中的同名点灰度值变化。
x X
P(X,Y) Y
纠正后影像
p(x,y) y
纠正前影像
19
最近邻法
—以距内插点最近的观测点的像元值为所求的像元值。
影像中两相邻点的距离为1，即 行间距△x＝1，列间距△y=1，取与 所计算点(x,y)周围相邻的4个点，比 较它们与被计算点的距离，哪个点距 离最近，就取哪个的亮度值作为 （x,y）点的亮度值f（x，y）。设该 最近邻点的坐标为（k,l）,则
一是指平台在运行过程中，由于姿态、地球曲 率、地形起伏、地球旋转、大气折射、以及传 感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相 应坐标之间的差异。
3
引起遥感图像几何变形的因素
一、遥感平台位置和运动状态变化的影响
旁向位移的影响 速度变化即航向位移的影响
高度变化的影响—地面分辨率不均匀 俯仰变化的影响
21
三次卷积内插法
取与计算点（x，y）周 围 相 邻 的 16 个 点 ， 与 双 向 线 性内插类似，可先在某一方 向上内插，每4个值依次内插 4次，求出f（x，j-1），f(x， j ） ， f(x,j+1) ， f(x,j+2) ， 再根据这四个计算结果在另 一 方 向 上 内 插 ， 得 到 f(x ， y）。
三种内插方法比较
方法 1
优点 简单易用，计算量小
缺点
处理后的影像亮度具有不连 续性，影响精确度
精度明显提高，特别是对亮度 计算量增加，且对影像起到
2
不连续现象或线状特征的块状 平滑作用，从而使对比度明
化现象有明显的改善。
显的分界线变得模糊。
3
更好的影像质量，细节表现更 为清楚。
工作量很大。
23
18
像元灰度值重采样
校正前后图像的分辨率变化、像元点位置相对变化引 起输出图像阵列中的同名点灰度值变化。
x X
P(X,Y) Y
纠正后影像
p(x,y) y
纠正前影像
19
最近邻法
—以距内插点最近的观测点的像元值为所求的像元值。
影像中两相邻点的距离为1，即 行间距△x＝1，列间距△y=1，取与 所计算点(x,y)周围相邻的4个点，比 较它们与被计算点的距离，哪个点距 离最近，就取哪个的亮度值作为 （x,y）点的亮度值f（x，y）。设该 最近邻点的坐标为（k,l）,则
一是指平台在运行过程中，由于姿态、地球曲 率、地形起伏、地球旋转、大气折射、以及传 感器自身性能所引起的几何位置偏差。
二是指图像上像元的坐标与地图坐标系统中相 应坐标之间的差异。
3
引起遥感图像几何变形的因素
一、遥感平台位置和运动状态变化的影响
旁向位移的影响 速度变化即航向位移的影响
高度变化的影响—地面分辨率不均匀 俯仰变化的影响
21
三次卷积内插法
取与计算点（x，y）周 围 相 邻 的 16 个 点 ， 与 双 向 线 性内插类似，可先在某一方 向上内插，每4个值依次内插 4次，求出f（x，j-1），f(x， j ） ， f(x,j+1) ， f(x,j+2) ， 再根据这四个计算结果在另 一 方 向 上 内 插 ， 得 到 f(x ， y）。
遥感导论主要内容
遥感图像目视解译原理
• 间接判读标志—目标地物与其相关指示 特征
• 间接判读标志—地物及其与环境的关系
• 间接判读标志—目标地物与成像时间的关系
• TM影像（5号星）
波段序号 1 2 3 4 5 6 7
波长/um 0.45~0.52 0.52~0.60 0.63~0.69 0.76~0.90 1.55~1.75 10.4~12.5 2.08~2.35
• 遥感技术的应用，使得NDVI广泛的被用来定性和定量的评价 植被覆盖及其生长活力；
• 它是基于物理知识，将电磁波辐射、大气、土壤、植被覆盖等 相互作用集合在一起，对植物在红光和近红外波段的光谱进行 分析。
数字图像的增强
– K-L(Karhunen-Loeve)变换（PCT主成分变换） • 利用影像各波段亮度值间的协方差矩阵构造的 线性变换矩阵，从而使影像数据的信息依次向 前几个维度集中的影像处理方法。 • 目的： – 数据压缩-多个波段可以转化为几个主分量 波段 – 图像增强-主分量波段的信噪比比原图增大 简单的说就是降维、减噪
• 实际状态下，
– 还受其它因素的影响（辐射校正的目的就是 去除这些影像）：
• 仪器本身的误差 • 大气对辐射的影响
数字图像的辐射校正
• 粗校正方法—直方图最小值去除法 • 原理：
– 假设程辐射在同一幅图像的同一个波段上的值是常数 （实际上与像元位置有关）
– 在一幅图像上，总可以找到某几处地物，其辐射亮度 理论上应接近于0。
计算机自动分类的优点在于判定准则给定后，计算能够 自己实现待分像元的类别归属，手工工作量相对较小。 其缺点在于主要仅用影像的光谱信息，对于一些地学与 物理意义等需要归纳的信息难以直接应用到分类当中。 而且计算机自动分类还是需要目视解译去核查分类精度。
《遥感图像处理》课件
土壤质量评估
通过遥感图像的色彩、纹理和植被覆盖等信息，评估土壤质量，如土壤肥力、土壤湿度等。
农业灾害预警
利用遥感图像处理技术，提取灾害特征，如病虫害、旱涝等，及时预警并采取应对措施。
地震灾害评估
01
利用遥感图像处理技术，提取地震灾害后的房屋倒塌、地表裂缝等信息，评估灾害损失和影响范围。
洪水灾害监测
城市扩张监测
利用遥感图像的色彩、纹理和形状等信息，评估城市环境质量，如空气污染、水体污染等。
城市环境质量评估
通过遥感图像处理技术，提取城市交通道路网和车流量信息，分析城市交通状况和拥堵情况。
城市交通状况分析
农作物长势监测
利用遥感图像处理技术，监测农作物的生长状况，预测产量，为农业生产和决策提供支持。
02
特征级变化检测
提取图像中的地物特征，并比较这些特征的变化来检测地物的变化。
03
CHAPTER
遥感图像处理流程
1
2
3
将传感器获取的原始数据转换为地表反射率或辐射率。
辐射定标
消除图像中的几何畸变，使其符合地图投影的要求。
几何校正
提高图像的对比度和清晰度，突出目标信息。
图像增强
边缘检测
提取图像中的纹理特征，用于描述地物的表面结构。
纹理分析
形状分析
提取目标的形状特征，用于识别和分类地物。
提取图像中的边缘信息，用于目标识别和分类。
对分类或识别结果进行精度评估，了解分类或识别效果。
精度评估
根据精度评估结果，对分类或识别算法进行优化，提高分类或识别精度。
结果优化
04
CHAPTER
遥感图像处理案例分析
通过对比不同时期的遥感图像，监测城市扩张的程度和方向，为城市规划和管理提供决策依据。
- 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)。
所有光谱色混合时，即形成等能光谱中的白光，且白光时 由相同数量的红绿蓝三原色组成。
设光的总能量为1，则白光由三原色各1/3构成，即红=绿= 蓝=1/3白，红+绿+蓝=白
根据上述原理，设计了色度图
左图代表色度图上的 色彩分布
其中，x: 红色的比例 ； y: 绿色的比例；蓝 色比例可由x+y+z=1导 出
4.1.1 颜色视觉(三)——颜色的性质：饱和度(Saturation)
彩色纯洁的程度，即光谱中波长段是否窄，频率是否单一 的表示。对于光源，发出的若是单色光就是最饱和的彩色 ，如激光。对于物体颜色，如果物体对光谱反射性有很高 的选择性，只反射很窄的波段则饱和度高。
如果光源或物体反射光在某种波长中混有许多其它波长的 光或混有白光则饱和度变低。
浅灰
黑白图象：灰度、灰阶
中灰
深灰
黑
（a）明度轴
灰度（明度）、灰阶
4.1.1 颜色视觉(二)——颜色的性质：色调(Hue)
色彩彼此间相互区分的特性。可见光波段的不同波长刺激 人眼产生了不同色彩（红—紫）的感觉。
颜色环
从红到紫是可见光谱上存在的颜色，每种颜色对 应一个波长值，是光谱色。
有时刺激人眼的光波不是单一波长，而是一些波 长的组合，也可构成一些颜色，但它们找不到对应 的波长值，不叫光谱色。
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。
将彩色涂料的三色叠加时，由于光线依次通过减红、减绿 、减蓝层就成黑色。只有当涂料浓度不够，减色不彻底时 才会出现灰白色，但这仍是减色法而不是加色法。
图像畸变的分类
辐射畸变：指遥感传感器在接收来自地物的电磁波辐射能 时，电磁波在大气层中传输和传感器测量中受到遥感传感 器本身特性、地物光照条件（地形影响和太阳高度角影响 ）以及大气作用等影响，而导致的遥感传感器测量值与地 物实际的光谱辐射率的不一致。
几何畸变：当原始图像上各地物的几何位置、形状、尺寸 、方位等特征与在参照系统中的表达要求不一致时，就产 生几何畸变。
TM
1(0.45-0.52)蓝波段
4(0.76-0.90)近红外波段
2(0.52-0.60)绿波段
5(1.55-1.75)近红外波段
3(0.63-0.69)红波段
7(2.08-2.35)近红外波段
真彩色：TM321 假彩色
TM432
TM741
二、光学增强处理 利用加色法或减色法实现彩色合成 （1）加色法彩色合成：主要 制作各种合成仪器， 选用不同波段的正片或负片组合，进行彩色合成。 根据仪器类别可以将图像处理方法分为： 合成仪法 分层曝光法
明度（Lightness, 强度, Intensity） 色调（Hue） 饱和度(Saturation)
4.1.1颜色视觉(二)——颜色的性质：明度(Lightness)
明度：是人眼对光源或物体明亮程度的感觉。与电磁波辐 射亮度的概念不同，明度受人的视觉感受性和经验影响。
白
物体反射率越高，明度就越高。白比灰，黄比红 光源：亮度越大，明度越高
第四章 遥感图像处理
4.1 光学原理与光学处理 4.2 数字图像的校正 4.3 数字图像增强 4.4 多源信息复合
4.1 光学原理与光学处理
1 颜色的性质和颜色立体 2 加色法与减色法 补充：遥感数字影像的表现形式： 黑白影像与彩色影像 光学处理（了解）
4.1.1 颜色视觉——光和颜色 电磁波谱中0.38-0.76m的波段能引起人的视觉， 称为可见光, 简称光
该点距离C点的远近反映了 C点的饱和度
过C点的直线与边缘交于两 个点，则两个点对应的颜色 一定是互补色，两者混合可 产生白光。
4.1.2加色法与减色法(三)：减色法
减色法是从自然光（白光）中，减去一种或二种基色光而 生成色彩的方法。
颜料本身的色彩是由于本身选择性地吸收了入射自然光中 一定波长的光，反射出未被吸收的色光而呈现出本身的色 彩。
4.2.1 数字图像
光学图像（模拟图像）——连续图像——照片 数字图像指能够被计算机存储、处理和使用 特点：离散图像，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 模拟图像与数字图像之间的转换，称为模/数（A/D）转换
照片
照片上的手指
QuickBird（校园）
局部放大
量
化
模拟图像（灰度、 颜色的连续分布）
补充：遥感数字图像的表现形式——黑白、彩色
遥感影像常以照片（或数字影像）来表现: 单波段或全色波段表现为黑白图像， 三波段组合表现为彩色影像
彩色： 真彩色(true color)：（三波段组合） 假彩色(false color)：（三波段组合） 伪彩色(pseudo color)
伪彩色 (pseudocolor): 灰度图像的彩色表示或显示
在色度学中，当两种颜色混合产生白色或灰色时，这两种 颜色称为互补色。 绿是品红的补色，蓝是黄的补色
人眼能分辨一百多种不同颜色，彩色图象能表现更丰富的 信息量
黑白图像 彩色图像
4.1.1 颜色视觉(二)——颜色的性质
颜色描述对遥感图象很重要，颜色变换是遥感图象处理的 重要方法。 所有颜色都是对某段波长有选择地反射而对其它波长吸收 的结果 颜色的性质由明度、色调、饱和度来描述
2.光学增强处理
相关掩摸处理方法：对于几何位置完全配准的原片，利用感 光条件和摄影处理的差别，制成不同密度，不同反差的正片或 负片(称为模片)，通过它们的各种不同叠加方案改变原有影像 的显示效果，达到信息增强的目的。
改专题抽取
3.光学信息处理： 利用光学信息处理系统，即一系列 光学透镜按一定规律构成的系统，可以实现对输人数据 并行的线性变换，适宜作二维影像处理。
例如，黄色颜料是由于本身吸收了自然光中的蓝色光，反 射出未被吸收的红光和绿光叠加混合的结果；品红颜料是 由于吸收了自然光中的绿光，反射出红光和蓝光相加的结 果；同样，青颜料是由于吸收了自然光中的红光成分，反 射蓝光与绿光的结果。
4.1.2加色法与减色法(三)：减法三原色
减法三原色：指加法三原色的补色，即黄、品红和青色。
黑白色只用明度描述，不用色调、饱和度描述。
彩色
I
H
S
4.1.1 颜色视觉（三）——颜色立体（球形）
球形明度-色度-饱和度色彩坐 标系
垂直坐标轴代表亮度
圆周代表色度，色度值从红色 中点处的0开始，沿着球体圆 周的逆时针方向增加
饱和度描述了色彩的纯度
4.1.1 颜色视觉（三）——颜色立体（锥形）
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
4.1.1 颜色视觉（三）——颜色立体(孟赛尔颜色立体)
4.1.2 加色法与减色法(一)：颜色相加原理
三原色：若三种颜色，其中的任一种都不能由其余二种颜 色混合相加产生，三种颜色按一定比例混合，可以形成各 种色调的颜色，则称之为三原色。实验证明，红、绿、蓝 三种颜色是最优的三原色。 由三原色混合，可以产生其他颜色，称为加色法。
可见光加上紫外和红外部分来自原子和分子的发 光辐射，称为光学辐射 -----光学遥感 光与色有什么不同？ 光是色的源泉，色是光的表现。“五光十色”
4.1.1 颜色视觉(一)——亮度对比
亮度对比：视场中对象与背景的亮度差与背景亮度之比 C=（L对象-L背景）/L背景
选择适宜的对象及背景的亮度，可以提高对比，从而提高 视觉效果。 两个或多个对象间的对比，即C=L对象/L对象
黑白影像与彩色影像
遥感影像常常用照片来表现，单波段或 全色波段表现为黑白影像，三波段组合表现 为彩色影像。无论是光学处理，还是以计算 机处理为主的情况下，处理结果常形成底片 （负片）或照片（正片）。一些回收式卫星 其数据也是以胶片形式记录。因此，有必要 学习黑白影像和彩色影像的制作原理。
单波段 三波段
弧形曲线代表光谱， 线上每一点代表一种波 长（nm）和光谱颜色 ，曲线包围的部分及直 线部分代表非光谱色。
色度图可以粗略推算两种颜 色相混合得到的中间色，M 和N两种颜色按照一定比例 合成，一定能得到MN连线 上的中间色K（只要比例合 适，MN上其他的点也可得 到）
连接C点与色度图曲线内的 一点，可得该点的光谱，例 如连接C与K，可得K点的光 谱色(0.573um)
采 样
像元
像元号
1、离散化的单元——像元值的涵义？代表什么？ 2、在计算机内是如何存储的（以什么数据类型）？
图像处理系统与处理内容
基本概念
理想遥感图像：如实而毫不歪曲地反映地物的辐射能量分 布和几何特征的图像 图像畸变：实际得到的图像都在不同程度上与地物的辐射 能量或亮度分布有差异，即存在着畸变和降质，即图像畸 变
亮度对比例子
高度对比度合适
亮度对比度过量
4.1.1 颜色视觉（一）——颜色对比
颜色对比：在视场中，相邻区域的不同颜色相互影响。 受视觉影响很大 (所有颜色都是对某段波长有选择地反射而对其它波长吸 收的结果) 两种颜色互相影响的结果，使每种颜色向其影响色的补色 变化。两种颜色的边界，对比现象更加明显
在遥感光学处理中主要研究相干光学的处理过 程，较多地应用干涉和衍射知识。如光栅滤波方 法可以实现图像的相加和相减，利用单色光通过 介质时的位相变化实现图像的假彩色编码，可使 单波段的影像彩色化。
（1）图像的相加或相减
（2）遥感黑白图像的假彩色编码
4.2 数字图像的校正
4.2.1 数字图像 4.2.2 辐射校正 4.3.3 几何校正
传感器辐射校正
辐射校正的方法：1）分析辐射失真的过程，建立辐射失 真模型，利用逆过程校正；2）利用实地测量
传感器辐射校正的三个步骤：第一步进行回归运算；第二 步为逐次滤波处理；第三步进行传感器辐射校正。
设光的总能量为1，则白光由三原色各1/3构成，即红=绿= 蓝=1/3白，红+绿+蓝=白
根据上述原理，设计了色度图
左图代表色度图上的 色彩分布
其中，x: 红色的比例 ； y: 绿色的比例；蓝 色比例可由x+y+z=1导 出
4.1.1 颜色视觉(三)——颜色的性质：饱和度(Saturation)
彩色纯洁的程度，即光谱中波长段是否窄，频率是否单一 的表示。对于光源，发出的若是单色光就是最饱和的彩色 ，如激光。对于物体颜色，如果物体对光谱反射性有很高 的选择性，只反射很窄的波段则饱和度高。
如果光源或物体反射光在某种波长中混有许多其它波长的 光或混有白光则饱和度变低。
浅灰
黑白图象：灰度、灰阶
中灰
深灰
黑
（a）明度轴
灰度（明度）、灰阶
4.1.1 颜色视觉(二)——颜色的性质：色调(Hue)
色彩彼此间相互区分的特性。可见光波段的不同波长刺激 人眼产生了不同色彩（红—紫）的感觉。
颜色环
从红到紫是可见光谱上存在的颜色，每种颜色对 应一个波长值，是光谱色。
有时刺激人眼的光波不是单一波长，而是一些波 长的组合，也可构成一些颜色，但它们找不到对应 的波长值，不叫光谱色。
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。
将彩色涂料的三色叠加时，由于光线依次通过减红、减绿 、减蓝层就成黑色。只有当涂料浓度不够，减色不彻底时 才会出现灰白色，但这仍是减色法而不是加色法。
图像畸变的分类
辐射畸变：指遥感传感器在接收来自地物的电磁波辐射能 时，电磁波在大气层中传输和传感器测量中受到遥感传感 器本身特性、地物光照条件（地形影响和太阳高度角影响 ）以及大气作用等影响，而导致的遥感传感器测量值与地 物实际的光谱辐射率的不一致。
几何畸变：当原始图像上各地物的几何位置、形状、尺寸 、方位等特征与在参照系统中的表达要求不一致时，就产 生几何畸变。
TM
1(0.45-0.52)蓝波段
4(0.76-0.90)近红外波段
2(0.52-0.60)绿波段
5(1.55-1.75)近红外波段
3(0.63-0.69)红波段
7(2.08-2.35)近红外波段
真彩色：TM321 假彩色
TM432
TM741
二、光学增强处理 利用加色法或减色法实现彩色合成 （1）加色法彩色合成：主要 制作各种合成仪器， 选用不同波段的正片或负片组合，进行彩色合成。 根据仪器类别可以将图像处理方法分为： 合成仪法 分层曝光法
明度（Lightness, 强度, Intensity） 色调（Hue） 饱和度(Saturation)
4.1.1颜色视觉(二)——颜色的性质：明度(Lightness)
明度：是人眼对光源或物体明亮程度的感觉。与电磁波辐 射亮度的概念不同，明度受人的视觉感受性和经验影响。
白
物体反射率越高，明度就越高。白比灰，黄比红 光源：亮度越大，明度越高
第四章 遥感图像处理
4.1 光学原理与光学处理 4.2 数字图像的校正 4.3 数字图像增强 4.4 多源信息复合
4.1 光学原理与光学处理
1 颜色的性质和颜色立体 2 加色法与减色法 补充：遥感数字影像的表现形式： 黑白影像与彩色影像 光学处理（了解）
4.1.1 颜色视觉——光和颜色 电磁波谱中0.38-0.76m的波段能引起人的视觉， 称为可见光, 简称光
该点距离C点的远近反映了 C点的饱和度
过C点的直线与边缘交于两 个点，则两个点对应的颜色 一定是互补色，两者混合可 产生白光。
4.1.2加色法与减色法(三)：减色法
减色法是从自然光（白光）中，减去一种或二种基色光而 生成色彩的方法。
颜料本身的色彩是由于本身选择性地吸收了入射自然光中 一定波长的光，反射出未被吸收的色光而呈现出本身的色 彩。
4.2.1 数字图像
光学图像（模拟图像）——连续图像——照片 数字图像指能够被计算机存储、处理和使用 特点：离散图像，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 模拟图像与数字图像之间的转换，称为模/数（A/D）转换
照片
照片上的手指
QuickBird（校园）
局部放大
量
化
模拟图像（灰度、 颜色的连续分布）
补充：遥感数字图像的表现形式——黑白、彩色
遥感影像常以照片（或数字影像）来表现: 单波段或全色波段表现为黑白图像， 三波段组合表现为彩色影像
彩色： 真彩色(true color)：（三波段组合） 假彩色(false color)：（三波段组合） 伪彩色(pseudo color)
伪彩色 (pseudocolor): 灰度图像的彩色表示或显示
在色度学中，当两种颜色混合产生白色或灰色时，这两种 颜色称为互补色。 绿是品红的补色，蓝是黄的补色
人眼能分辨一百多种不同颜色，彩色图象能表现更丰富的 信息量
黑白图像 彩色图像
4.1.1 颜色视觉(二)——颜色的性质
颜色描述对遥感图象很重要，颜色变换是遥感图象处理的 重要方法。 所有颜色都是对某段波长有选择地反射而对其它波长吸收 的结果 颜色的性质由明度、色调、饱和度来描述
2.光学增强处理
相关掩摸处理方法：对于几何位置完全配准的原片，利用感 光条件和摄影处理的差别，制成不同密度，不同反差的正片或 负片(称为模片)，通过它们的各种不同叠加方案改变原有影像 的显示效果，达到信息增强的目的。
改专题抽取
3.光学信息处理： 利用光学信息处理系统，即一系列 光学透镜按一定规律构成的系统，可以实现对输人数据 并行的线性变换，适宜作二维影像处理。
例如，黄色颜料是由于本身吸收了自然光中的蓝色光，反 射出未被吸收的红光和绿光叠加混合的结果；品红颜料是 由于吸收了自然光中的绿光，反射出红光和蓝光相加的结 果；同样，青颜料是由于吸收了自然光中的红光成分，反 射蓝光与绿光的结果。
4.1.2加色法与减色法(三)：减法三原色
减法三原色：指加法三原色的补色，即黄、品红和青色。
黑白色只用明度描述，不用色调、饱和度描述。
彩色
I
H
S
4.1.1 颜色视觉（三）——颜色立体（球形）
球形明度-色度-饱和度色彩坐 标系
垂直坐标轴代表亮度
圆周代表色度，色度值从红色 中点处的0开始，沿着球体圆 周的逆时针方向增加
饱和度描述了色彩的纯度
4.1.1 颜色视觉（三）——颜色立体（锥形）
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
4.1.1 颜色视觉（三）——颜色立体(孟赛尔颜色立体)
4.1.2 加色法与减色法(一)：颜色相加原理
三原色：若三种颜色，其中的任一种都不能由其余二种颜 色混合相加产生，三种颜色按一定比例混合，可以形成各 种色调的颜色，则称之为三原色。实验证明，红、绿、蓝 三种颜色是最优的三原色。 由三原色混合，可以产生其他颜色，称为加色法。
可见光加上紫外和红外部分来自原子和分子的发 光辐射，称为光学辐射 -----光学遥感 光与色有什么不同？ 光是色的源泉，色是光的表现。“五光十色”
4.1.1 颜色视觉(一)——亮度对比
亮度对比：视场中对象与背景的亮度差与背景亮度之比 C=（L对象-L背景）/L背景
选择适宜的对象及背景的亮度，可以提高对比，从而提高 视觉效果。 两个或多个对象间的对比，即C=L对象/L对象
黑白影像与彩色影像
遥感影像常常用照片来表现，单波段或 全色波段表现为黑白影像，三波段组合表现 为彩色影像。无论是光学处理，还是以计算 机处理为主的情况下，处理结果常形成底片 （负片）或照片（正片）。一些回收式卫星 其数据也是以胶片形式记录。因此，有必要 学习黑白影像和彩色影像的制作原理。
单波段 三波段
弧形曲线代表光谱， 线上每一点代表一种波 长（nm）和光谱颜色 ，曲线包围的部分及直 线部分代表非光谱色。
色度图可以粗略推算两种颜 色相混合得到的中间色，M 和N两种颜色按照一定比例 合成，一定能得到MN连线 上的中间色K（只要比例合 适，MN上其他的点也可得 到）
连接C点与色度图曲线内的 一点，可得该点的光谱，例 如连接C与K，可得K点的光 谱色(0.573um)
采 样
像元
像元号
1、离散化的单元——像元值的涵义？代表什么？ 2、在计算机内是如何存储的（以什么数据类型）？
图像处理系统与处理内容
基本概念
理想遥感图像：如实而毫不歪曲地反映地物的辐射能量分 布和几何特征的图像 图像畸变：实际得到的图像都在不同程度上与地物的辐射 能量或亮度分布有差异，即存在着畸变和降质，即图像畸 变
亮度对比例子
高度对比度合适
亮度对比度过量
4.1.1 颜色视觉（一）——颜色对比
颜色对比：在视场中，相邻区域的不同颜色相互影响。 受视觉影响很大 (所有颜色都是对某段波长有选择地反射而对其它波长吸 收的结果) 两种颜色互相影响的结果，使每种颜色向其影响色的补色 变化。两种颜色的边界，对比现象更加明显
在遥感光学处理中主要研究相干光学的处理过 程，较多地应用干涉和衍射知识。如光栅滤波方 法可以实现图像的相加和相减，利用单色光通过 介质时的位相变化实现图像的假彩色编码，可使 单波段的影像彩色化。
（1）图像的相加或相减
（2）遥感黑白图像的假彩色编码
4.2 数字图像的校正
4.2.1 数字图像 4.2.2 辐射校正 4.3.3 几何校正
传感器辐射校正
辐射校正的方法：1）分析辐射失真的过程，建立辐射失 真模型，利用逆过程校正；2）利用实地测量
传感器辐射校正的三个步骤：第一步进行回归运算；第二 步为逐次滤波处理；第三步进行传感器辐射校正。