遥感图像处理 第二讲 遥感影像及统计分析
遥感图像分析与处理ppt课件
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
遥感数字图像处理 遥感数字图像的表示和统计描述
图像的统计性
图像统计量定义(图像质量统计量) 变差表示图像灰度值的变化程度,间接反映图像 信息量。 (Max-Min) 反差 (对比度):反映图像显示效果和可分辨性。 Max-Min Max/Min 方差等
窗口
图像的统计性
多波段图像的统计特征 1 协方差 2 相关系数 表明两个波段图像之间的协变性的强弱。
2 结构方法:定义、区分纹理的基元。 分型几何(维数)。
图像拉伸(线性)
1 线性拉伸
g ( x, y) f ( x, y) a c
2 分段拉伸 对目标地物进行突出(其斜率较大(大于1), 其它地物则斜率小于1,) 3 灰度窗口切片
图像拉伸(非线性)
1 指数变换:
g ( x, y) be
遥感数字图像的表示和统计描述
遥感图像模型
1 遥感图像是客观世界一个侧面的数据描述,通 常在图像上能保持原有的连续性(时间与空间) 与空间相关性。 2 遥感图像像素值变化具有随机性。 2 电磁波能量来自地物的反射与辐射。
L( x, y, t , , p) (1 r ( x, y, t , , p))E ( ) r ( x, y, t , , p) I ( x, y, t , )
1 pr (u)du A H (u)du 0
r
D D D f (D ) A H
A
i 0
i
A可以是面积,也可以像素个数,Hi是该灰度级的像素个数 DA是灰度,Dmax是最大灰度值
2)直方图均衡(续1)
举例:原图和直方图
2)直方图均衡(续2)
举例:均衡后的图和直方图
直方图规定化
时间(t)、波长(λ)、极化方式(P)不同,构成不同特点的图像
统计学方法在遥感影像处理中的应用
统计学方法在遥感影像处理中的应用遥感影像处理是指利用遥感技术获取的影像数据进行分析、处理和解释的过程。
随着遥感技术的发展和数字图像处理的进步,统计学方法在遥感影像处理中的应用越来越广泛。
统计学方法的应用不仅可以提取遥感影像中的地表信息,还可以进行分类、变化检测、目标识别等各种分析。
一、统计学在遥感影像预处理中的应用在遥感影像预处理中,统计学方法可以用来去除影像中的噪声、增强图像对比度、调整图像亮度等。
其中,最常用的统计学方法之一是直方图均衡化。
通过对图像的像素值进行统计,直方图均衡化可以使图像中的灰度级分布更均匀,从而提高图像的可视化效果和信息提取能力。
二、统计学在遥感影像分类中的应用遥感影像分类是将影像中的像素划分到不同的类别或地物类型中的过程。
统计学方法在遥感影像分类中广泛运用,例如最大似然分类算法。
最大似然分类算法利用统计学原理对不同类别的像素进行分析,通过计算像素在不同类别条件下的概率,选择具有最高概率的类别作为该像素的分类结果。
三、统计学在遥感影像变化检测中的应用遥感影像变化检测是比较不同时期的遥感影像,检测地表发生的变化并进行分析的过程。
统计学方法可以用来识别和量化图像中的变化信息。
例如,统计学中的假设检验方法可以用来判断两幅遥感影像中像素值的差异是否显著,从而确定是否存在地物变化。
四、统计学在遥感影像目标识别中的应用遥感影像目标识别是指从遥感影像中自动或半自动地识别和提取感兴趣的地物目标。
统计学方法可以通过对目标的特征进行统计分析,实现目标的识别和分类。
例如,主成分分析方法可以通过对遥感影像像素的变异性进行统计,提取图像中的主要信息,从而实现目标的自动识别。
综上所述,统计学方法在遥感影像处理中有着广泛的应用。
通过统计学方法,遥感影像的处理和分析能力得到了大幅提升,为遥感技术的进一步应用和研究提供了有力支持。
未来,随着统计学方法的不断发展和创新,其在遥感影像处理中的应用还将得到进一步拓展和深化。
2_遥感图像处理系统及基本概念
遥感图像处理与分析(二)Remote Sensing Image Processing and Analysis第二章 遥感图像处理系统及基本概念遥感图像处理系统介绍 ¾ 数字图像处理的基本概念¾一、遥感图像处理系统介绍基本要求与分类¾¾¾以计算机系统为核心的、处理和分析图像信息的 系统。
从巨型机到微机都可构成图像处理系统。
但与一 般计算机系统相比较,数字图像处理系统必须具 备图像输入和输出的专用设备。
且要求: ① 存储容量要大; ② 处理速度要快; ③ 人机交互要方便。
随着计算机技术的发展,图像处理系统也出现了 多功能、小型化和普及化的趋势。
遥感图像处理系统大容量图 大容量图 像存储 像存储 图像输入 图像输入 图像运算 图像运算 处理 处理 终端 终端 图像输 图像输 出 出¾一个遥感图像处理系统包括:遥感图像的获取设备(传感器) 图像处理软件 计算机 输入数据存储装置 输出数据存储装置 图像的输出和显示设备图像处理输入(传感器数据)格式1、图像处理的软件部分 它是各种基本的的图像处理程序,包括: 图像显示 图像变换 图像灰度处理 图像几何处理 图像匹配 图像分类 等等。
专业遥感图像处理系统、通用系统图像显示 格式:BMP 大小:256×256 像素深度:8 色彩模式:灰度 图像大小:65K反色阈值化窗口变换灰度拉伸均衡化原图像、水平、垂直镜像、平移图像的转置和旋转图像匹配遥感图像分类是模式识别技术在遥感技术领域的具体应用。
对遥感图像中地物的光谱信息和空间信息进行分析,选择特征,并用将特征控件划分为若干不重叠的子区间,然后将图像中各象素分到各子空间中去。
根据是否给定非类的类别可分为:监督分类和非监督分类。
ERDAS IMAGINEERDAS IMAGINE是美国ERDAS公司开发的专业遥感图像处理与地理信息系统软件,以模块的方式提供给用户,可使拥护根据自己的应用要求,资金情况合理的选择不同的功能模块极其不同功能模块的组合。
遥感数字图像的表示和统计描述
➢ 反差:反应图像旳显示效果和可辨别性,又称为 对比度。
直方图
• 什么是直方图? 直方图是灰度级旳函数,描述旳是图像中各个灰 度级像素旳个数。 以灰度级为横坐标,纵坐标为灰度级旳频率,绘 制频率同灰度级旳关系图就是灰度直方图。
3.3单波段图像旳统计特征
• 假如没有特殊旳阐明,设数字图像为 f (i, j) ,大小 为M×N,N为图像旳列数,M为图像旳行数,
i 0,..., N 1, j 0,..., M 1
基本统计特征
(1).反应像素值平均信息旳统计参数 均值:像素值旳算数平均值,反应旳是图像中地
物旳平均反射强度,大小由图像中主体地物旳光 谱信息决定。
{fi(x,y)},i=R,G,B 用彩色三原色表达
多光谱图像 {fi(x,y)},i=1,…,K 遥感图像,K为波段数
立体图像 运动图像
fLfR {fi(x,y)},i=1,…,t
用于摄影测量和计算机视 觉分析等。L和R分别为左 右图像
动态分析,视频制作。T为 时间。
图像旳矩阵表达
设图像数据为N列,M行,K个波段。对于任 一波段旳数据,能够表达为涉及M×N个元素 旳矩阵:
4-邻域
8-邻域
模板 图像数据
卷积运算
87 * 1 87 * 1 87 * 1 87 * 1 85*8 86* 1 89* 1 86* 1 86* 1 15
卷积计算后旳数据
窗口处理和模板处理
对图像旳处理,一般采用对整个画面进行处理,但 也有只对画面中特定旳部分进行处理旳情况。这 种处理方式旳代表有窗口处理和模板处理。
单独对图像中选定旳矩形区域内旳像素进行处理 旳方式叫做窗口处理
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
遥感影像处理与分析
遥感影像处理与分析遥感技术,是指通过遥感卫星、飞机或其他探测手段,对地球表面各种物质进行感应、探测、监测、记录,并进行加工处理和分析的技术。
在现代社会中,遥感技术已经成为地球科学、环境科学、农业科学、城市规划、国土资源管理等领域中最重要的技术之一。
遥感影像处理与分析是遥感技术中非常重要的环节。
它通过对处于遥远、复杂甚至危险地区采集的遥感图像进行有效的处理和分析,得到大量的地表信息和数据,进一步为科学研究、生产和决策提供支持。
一、遥感影像的处理遥感影像的处理就是对图像进行数字化、几何纠正、辐射校正、噪声剔除、拼接镶接等一系列工作,以便进一步进行分析。
数字化:数字化就是将现实世界中的连续物理量(如亮度、色彩等)转化为数字量,即将图像转化为由像素组成的数字矩阵。
数字矩阵是遥感图像进行后续处理和分析的基础。
几何纠正:在获取遥感影像时,由于地球的弧面效应和平面摄像原理的差异,会出现图像中存在不同程度的几何形变问题,如形状扭曲、变形、位移等。
因此需要进行几何校正,即通过确定地面控制点和图像控制点之间的对应关系,对图像进行校正,以消除图像的几何形变。
辐射校正:遥感影像的像元值与物理量之间存在一定的复杂关系。
为提取出符合实际物理场景的信息,需要对影像进行辐射校正,即将影像的表观辐射值转换为地表反射率或辐射亮度。
噪声剔除:在影像获取和处理的过程中,会伴随着各种噪声,如气象、大气、地物等各种影响。
通过对影像进行滤波、去噪、降噪等一系列操作,去除噪声对图像分析的影响,提高影像的质量和效果。
拼接镶接:在遥感卫星对地面进行拍摄时,由于同一地区的不同时间或不同卫星工作的效果可能存在差异,因此需要对多幅影像进行拼接镶接,以形成一个完整的、无缝的地理信息图。
这是真实世界中遥感影像处理中极为重要的一步。
二、遥感影像的分析遥感影像的处理是为了更好地进行影像分析和提取有用信息,遥感图像分析是遥感影像处理的一个重要应用。
遥感影像的分析包括物质识别、分类、面积测算、空间分布分析、时序变化、地形分析等。
遥感图像基本处理(2)
电磁辐射与地 物光谱特征
分析结果输出
接收
预处理
用户应用处 理
1
第八章 遥感图像的根本处理
数字图像
遥感图像 的
根本处理
数字图像校正 辐射校正 几何校正
数字图像增强
多源信息复合
2
8.1.1 模拟图像与数字图像
光学图像〔模拟图像〕——连续图像——照片 二维的连续的光密度函数。 图像上的光密度随坐标x,y变化而变化,如果取一个方向 的图像,那么密度随空间变化,是一条连续数的字曲图线像。——离散图
通过直方图可以直观地了解图像特征,以 确定图像增强方案并了解图像增强后效果。
不同反差特征的图像
6
遥感图像处理系统
-- 磁盘、磁带、 光盘
-- 图像计算机、 阵列处理机
-- 磁带机、数字化 器等;打印机、
绘图仪、激光图 像记录仪
-- 系统软件、应用
软件(图像处理 软件)
遥感图像处理的主要内容:校正、增强、变换及信息提取
分布:较均匀分布与图像范围内,保证足够数量 44
注意问题:
控制点的选择
1. 多项式纠的精度与地面控制点〔GCP〕的精度、分布、数 量及纠正范围有关;
GCP的位置精度越高,那么几何纠正的精度越高;GCP的个 数不少于多项式的系数个数;适当增加GCP的个数,可以提 高几何纠正的精度。
20-30个GCP,一般可以满足需求
12
a1,b1计算如下:
b1
[ (5 TT 5) (1 T T 1) (5 T T 5) y
a1T1b1T5
T1' T1a1
a1
x
T1、T5表示TM1与TM5波段灰度值,T 1 '
第2讲遥感影像及统计分析
(三)影像数据的分辨率
(2)空间分辨率
是指遥感器所能分辨的最小的目标大 小,或指影像中一个像元点所表示的地面 面积。空间分辨率越高,则目标和面积值 越小。
(三)影像数据的分辨率
(2)空间分辨率
(一)四种数据源
(4)SAR数据源 合成孔径雷达数据源,航天飞机也可载合 成孔径雷达。
返回
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
(一)单波段统计特征
(1)影像灰度均值 均值指的是一幅影像中所有像元灰度值的 算术平均值,它反映的是影像中地物的平均 反射强度,大小由一级波谱信息决定。
(一)单波段统计特征
(2)影像灰度中值
指影像所有灰度级中处于中间的值。当灰 度级数为偶数时,则取中间两灰度值的平均 值。由于一般遥感影像的灰度级都是连续变 化的,因而中间值可通过最大灰度值和最小 灰度值获得。
中心像素周围的行列称为该像素的邻域,4 邻域与8邻域如下:
(三)卷积
(2)卷积运算
卷积运算是空间域上针对特定窗口进行的运算。设窗口大 小为m×n,(i,j)是中心像素,f(x,y)是图像像素值,h( x,y)是窗口模板(或卷积核),g(x,y)是运算结果,那么 卷积的运算公式定义为:
(四)地图数据
常用的地图数据:
(四)地图数据
数字高程模型(Digital Elevation Model 简 称DEM)是在高斯投影平面上规则格网点平 面坐标(x,y)及其高程(z)的数据集。 Dem的水平间隔可随地貌类型不同而改变。 根据不同的高程精度,可分为不同等级产品 。
第二讲遥感影像数据处理
控制点的选取及评价
•
控制点的选取来源
– 地形图 – 几何校正后的数字正射影像 – GPS野外测量获取GCP坐标
• 控制点选取的标准
– 校正模型约定控制点数目 – 控制点残差评价控制点选取好坏
RMSerror
林业 ArcGIS 培训 林业 ArcGIS 培训
2-17
x x y y
ESRI-ArcGIS
遥感影像的裁剪结果
林业 ArcGIS 培训 林业 ArcGIS 培训
2-22 Copyright © SWFU-CISC, 2014. All rights reserved.
ESRI-ArcGIS
按掩膜提取
•
系统工具箱\spatial analyst tools.tbx\提取分析\按掩膜提取
•
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。
林业 ArcGIS 培训 林业 ArcGIS 培训
2-8 Copyright © SWFU-CISC, 2014. All rights reserved. ESRI-ArcGIS
遥感影像预处理过程
ESRI-ArcGIS Copyright © SWFU-CISC, 2014. All rights reserved.
B4
近红
0.76— 0.90
30
B5 B6 B7
林业 ArcGIS 培训 林业 ArcGIS 培训
2-5
中红 热红 中红
1.55—1.75 10.40 —12.5 2.08 —2.35
•
图像
– 大比例尺: 道路交叉点、机场跑道、建筑物 – 小比例尺: 城区、一些线性地物交叉点(河流、道路)
- 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)。
返回
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储形式:灰度值矩阵
(二)影像数据格式
存储文件格式:
(二)影像数据格式
。偏斜程度可用下面的量来表示:Fra bibliotekf f mod e Sk S
3( f f med ) Sk S
返回
(二)多波段间的统计特征
(1)协方差 设f(i,j)和g(i,j)是大小为M×N的两
幅影像,则它们之间的协方差计算公式为:
1 2 2 S gf S fg MN
M 1 N 1 i 0 j 0
(2)影像灰度中值
指影像所有灰度级中处于中间的值。当灰
度级数为偶数时,则取中间两灰度值的平均 值。由于一般遥感影像的灰度级都是连续变 化的,因而中间值可通过最大灰度值和最小 灰度值获得。
(一)单波段统计特征
(3)影像灰度众数
众数是影像中出现最多次数的灰度值。它
是一幅影像中分布较广的地物类型反射能量 的反映。
为量化级。
(三)影像数据的分辨率
(4)时间分辨率 是指对同一地区进行重复观察的频率。
例如,是每16天还是每3天重复一次。
返回
(四)影像数据的辅助信息
返回
三、遥感影像其他数据
(一)定标、验证数据
(二)地面实况调查
(三)地面定位数据 (四)地图数据 (五)数字地形数据
返回
(一)定标、验证数据
定标(calibration)是把所得到的测量值变换成 绝对亮度,或指定与地表反射率及表面温度 等物理量有关的处理过程。
(1)BSQ方式(band sequential) 各波段的二维影像数据按波段顺序排
列。
(((像元号顺序),行号顺序),波段顺序)
(二)影像数据格式
(2)BIL方式(band interleaved by line) 对每一行中代表一个波段的光谱值进
行排列,然后按波段顺序排列该行,最后
对各行进行重复。 (((像元号顺序),波段顺序),行号顺序)
(一)定标、验证数据
(一)定标、验证数据
(一)定标、验证数据
由于大气散射的影响,必须对观测的数据进 行验证,常常用基于地面实况数据进行验证 的方法。这些地面数据被称为验证数据。
(一)定标、验证数据
返回
(二)地面实况调查
地面实况调查(ground truth)是指为了检 验遥感数据与观测目标物的对应关系而对地 面实况信息进行观测、测量、收集的工作。
根据不同的高程精度,可分为不同等级产品
。
(四)地图数据
数字正射影像图(Digital Orthophoto Map 简称DOM)是利用数字高程模型对扫描处理 的数字化的航空相片 / 遥感相片(单色 / 彩 色),
一般带有公里格网、图廓内 / 外整饰和注记
的平面图。
(四)地图数据
数字线划地图(Digital Line Graphic简称 DLG)是现有地形图上基础地理要素的矢量 数据集,且保存要素间空间关系和相关的属 性信息。
(2)GPS定位法: Global Positioning System:
返回
(四)地图数据
地图信息可以提供如下功能:
①调查区域的概查:
②几何校正控制点的设置: ③辅助性地面实况数据的获取及判读参考: ④分析、判读结果的整理与表示:
(四)地图数据
常用的地图数据:
(四)地图数据
数字高程模型(Digital Elevation Model 简 称DEM)是在高斯投影平面上规则格网点平 面坐标(x,y)及其高程(z)的数据集。 Dem的水平间隔可随地貌类型不同而改变。
(五)数字地形数据
地形形状(地表面形状)的表示方法大致分为以 下4种: ①等高线表示法:用具有等间隔的高度的等 高线集合表示地形的方法。
(五)数字地形数据
②网格点表示法:通过在水平面上布置的格 点(网格点)的标高数据表示地形形状的方法。 格点以外地点的标高由周围格点的标高数据 内插求出。
(五)数字地形数据
第一讲回顾:
1. 遥感及其相关概念
2. 遥感平台
3. 传感器
4. 遥感的技术特点
5. 遥感信息科学
《遥感数字图像处理》教程
第二讲 遥感影像及其统计分析
教学提纲
一、遥感成像过程 二、遥感数字影像数据
三、遥感影像其他数据
四、遥感影像的信息内容 五、遥感影像特征的统计分析
退出
一、遥感成像过程
返回
二、遥感数字影像数据
返回
五、遥感影像特征的 统计分析
(一)单波段统计特征 (二)多波段间的统计特征 (三)卷积 (四)纹理
返回
(一)单波段统计特征
(一)单波段统计特征
(1)影像灰度均值
均值指的是一幅影像中所有像元灰度值的
算术平均值,它反映的是影像中地物的平均 反射强度,大小由一级波谱信息决定。
(一)单波段统计特征
示影像中各个灰度级像元数占整幅影像像元
数的百分比。遥感影像数据常常服从或接近
于正态分布。
(一)单波段统计特征
(7)影像的直方图
(一)单波段统计特征
(7)影像的直方图
(一)单波段统计特征
(8)直方图的描述量 事实上,遥感影像数据并不能完全服从正态
分布,往往存在直方图的偏斜。其具体表现
为影像灰度均值与众数和中值的明显不一致
(四)地图数据
(Digital Raster Graphic简称DRG)是纸 质地形图的数字化产品。每幅图经扫描、纠 正、图幅处理及数据压缩处理后,形成在内 容、几何精度和色彩上与地形图保持一致的
栅格文件。
返回
(五)数字地形数据
数字地形数据是表示地形形状的数据,也叫 数字地形模型(DTM:digital terrain model or DEM:digital elevation model)。
(一)四种数据源
(二)影像数据格式
(三)影像数据的分辨率 (四)影像数据的辅助信息
(一)四种数据源
(1)多光谱数据源
光 谱 分 辨 率 在 λ/10 数 量 级 范 围 的 称 为 多 光 谱
(Multispectral),这样的遥感器在可见光和近红外光谱
区只有几个波段,如美国 Landsat MSS,TM,法国
(一)基本统计分析量
(4)影像灰度方差 方差反映各像元灰度值与影像平均灰度值
的总的离散程度。它是衡量一幅影像信息量
大小的重要度量,是影像统计分析中的最重
要的统计量。
(一)基本统计分析量
(5)影像灰度数值域(range) 它是影像最大灰度值和最小灰度值的差值
,它反映了影像灰度值的变化程度,从而间
接地反映了影像的信息量。
(3)辐射分辨率 又称亮度阈值,是指在一个波段中所记录
的代表地物反射电磁波的强度 ( 表现为亮
度或灰度 ) 的所有可能的数值。在影像中 表现为影像的灰度级。
(三)影像数据的分辨率
(3)辐射分辨率
辐射分辨率计算公式: RL =(Rmax-Rmin )/D 其中Rmax为最大辐射量值,Rmin为最小辐射量值,D
全色波段,一般指使用0.5微米到0.75微米左右的单
波段,即从绿色往后的可见光波段。因为是单波段,在
图上显示是灰度图片。全色遥感影象一般空间分辨率高,
但无法显示地物色彩。实际操作中,我们经常将之与波
段影象融合处理,得到既有全色影象的高分辨率,又有 多波段影象的彩色信息的影象。
(一)四种数据源
(4)SAR数据源
能够显示的点的数量(行、列 ),或在影像
中一个像元点所表示的面积。 在描述遥感数据时,存在四种类型的
分辨率:
(三)影像数据的分辨率
(1)光谱分辨率
光谱分辨率指成像的波段范围,分得愈细,波段愈多, 光谱分辨率就愈高,反之光谱分辨率越粗糙。 现在的技术可以达到 5~6nm (纳米)量级,400 多 个波段。细分光谱可以提高自动区分和识别目标性质和 组成成分的能力。
返回
(三)卷积
(1)窗口和邻域
对于图像中的任一像素 (x,y), 以此为中心,按上下左右对 称所设定的范围成为窗口。如 3×3窗口、5×5窗口。
(三)卷积
中心像素周围的行列称为该像素的邻域,4 邻域与8邻域如下:
(三)卷积
(三)影像数据的分辨率
(2)空间分辨率 是指遥感器所能分辨的最小的目标大小,
或指影像中一个像元点所表示的地面面积。
空间分辨率越高,则目标和面积值越小。
(三)影像数据的分辨率
(2)空间分辨率
30 Meter
10 Meter 1 Meter
(三)影像数据的分辨率
(2)空间分辨率
(三)影像数据的分辨率
③随机点表示法:通过在水平面上随机布置的点的
水平位置坐标和标高数据表示地形形状的方法。近
似地表示地表面形状的方法叫TIN(triangulated
irregular network:不规则三角形网络)。该方法
只有按地形起伏自由变更标高点密度的优点,对高 速检索周围的随机点必须加以特别的考虑。
(五)数字地形数据
(一)单波段统计特征
(6)影像灰度反差 反差可以反映影像的显示效果和可分辨性。
上述三种形式的反差定义中, C3 最合理,其
它两种定义受极端情况的影响较大。
(一)单波段统计特征
集中趋势
离散趋势
(一)单波段统计特征
返回