多光谱图像四则运算和图象融合

ETM 3
ETM 4
ETM 5
合成影像
TM1 TM2 TM3
TM4
TM5
TM7
TM6
TM 7,4,1
TM 5,7,2
TM 5,4,3
TM 4,3,2
联合熵
Rij
最佳指数
3
3
OIF Si
Rij
i 1
i 1
Si 为第i个波段的标准差 Rij 为i、j两波段的相关系数
例: MODIS各波段
A=
1 -1 11
Y=AX
二 K-T变换
是kauth-Thomas变换的简称，也称穗帽变换. 是一种坐标空间发生旋转的线性变换，旋转后 的坐标轴指向与地面景物有密切关系的方向
主要针对TM图像数据和MSS数据.
Y=A·X
Y=（ISB IGV IY IN）T X=（X4 X5 X6 X7）
其中：ISB——土壤亮度轴的像元亮度值 IGV——植物绿色指标轴的像元亮度值 IY —— 黄色轴 IN —— 噪声轴 Xi —— 地物在MSS四个波段上的亮度值
第6章 遥感图像的辐射处理
§6－4图像融合
波段组合(1,5,7)
波段组合(1,2,7)
波段组合(1,5,7)分类
波段组合(1,2,7)分类
TM 321合成真彩色
TM 543合成假彩色
2 伪彩色增强技术 (单波段彩色变换)
1)密度分割 概念：单波段黑白遥感图像可按亮度分层， 对每层赋予不同的色彩，使之成为一幅彩 色图像。这种方法又叫密度分割。 分层方案的确定：分层方案与地物光谱差异 对应合适，可以较好地区分地物类别。
第6章 遥感图像的辐射处理
§6－2 遥感图像的辐射增强
§6－2 遥感图像辐射增强
遥感图像增强是为特定目的，突出遥 感图像中的某些信息，削弱或除去某些 不需要的信息，使图像更易判读。
图像增强的实质是增强感兴趣目标和周围背 景图像间的反差。
它不能增加原始图像的信息，有时反而会损 失一些信息。
它也是计算机自动分类一种预处理方法。
1 直方图均衡
实质是对图像进行非线性拉伸，重新分配 图像像元值，使一定灰度范围内的像元的数量大 致相等。
直方图均衡
亮度值分为0 to 7区间,按频数计算公式将 其归入相关的区间
直方图均衡特点
(1)各灰度级所占图像的面积近似相等 (2)原图像上频率小的灰度级被合并 (3)如果输出数据分段级较小，则会产生
在改善图像对比度时，如果采用线 性或分段线性的函数关系，那么这种变 换就是线性变换。
线性变换 直方图均衡
三 彩色变换
把数字图像组合转换成彩色图形，或
者把各种增强或分类图像组合叠加，以
彩色图像显示出来。（彩色的视觉分辨
能力比黑白高）
1:彩色合成 (多波段色彩变换)
赋给每个象元一种颜色，经计算机 处理，输出按顺序排列的彩色象元点阵， 这就是彩色合成图像。
一个初步分类的视觉效果。 (4)增强图像上大面积地物与周围地物的
反差，同时也增加图像的可视粒度. (5)具体增强效果不易控制,只能全局均衡
直方图均衡前后的影像
直方图均衡前后的彩色影像
2 直方图正态化
直方图正态化是将随机分布的原图像直 方图修改成高斯分布,修改直方图的方法与 直方图均衡类似，采用累加方法
也称为生物量指标变化，可使植被从水和 土中分离出来。
(MSS6-MSS5)/(MSS6+MSS5)以消除部分 大气影响
多光谱图像变换
一 K-L变换(Karhunen-Loeve)(主分量变换)
K-L变换:它是对某一多光谱图像X.利用K-L变换 矩阵A进行线性组合,而产生一组新的多光谱图 像Y. Y=AX 特点:变换后的主分量空间与变换前的多光谱空 间坐标系相比旋转了一个角度。新坐标系的坐 标轴一定指向数据量较大的方向。
第6章 遥感图像的辐射处理
§6－3多光谱图像四则运算
§6－3 多光谱图像四则运算
1．减法运算 Bm=BX－BY
其中BX、BY为两个不同波段的图像或者不同时相同一波段图像。
* 当为两个不同波段的图像时，通过减法运算 可以增加不同地物间光谱反射率以及在两个波 段上变化趋势相反时的反差。 *而当为两个不同时相同一波段图像相减时， 可以提取波段间的变化信息。
(1-3/4)(1-1/4)+(1-3/4)(0-1/4)]/4=1/16
同理: δ11 δ12 δ13 3/16 1/16 1/16
Σ= δ21 δ22 δ23 = 1/16 3/16 -1/16
δ31 δ32 δ33 1/16 -1/16 3/16
由|Σ-λE |=0
λ1=λ2=0.25
λ3=0.0625
频率高。
正态分布：反差适中，亮度分布均匀，层次
丰富，图像质量高。
偏态分布：图像偏亮或偏暗，层次少，质量
较差。
小结 图像直方图是描述图像质量的可视化图表。在图像处理中，
可以通过调整图像直方图的形态，改善图像显示的质量，以达到图像增 强的目的。
二 灰度变换
灰度变换是一种简单而实用的方法。 它可使图像动态范围增大，图像对比度 扩展，图像变清晰，特征明显，它是图 像增强的重要手段之一。
参照影像
待匹配的影像
匹配后的影像
分别的直方图
用于:
图像匹配 对在不同时间获取的同一地区或邻接
地区的图像；或者由于太阳高度角或大 气影响引起差异的图像匹配很有用。
图像镶嵌 变化检测
4 亮度反转处理
产生一幅与输入图像灰度相反的图像， 其结果是原来亮度的地方变暗，原来暗 的地方变亮。
5 线性变换
55.907304 55.597406 57.278772 70.811540 91.304655 56.989418 71.461841 56.596445 70.446300 68.391964 85.831665 79.027901
联合熵求最佳波段组合，排名前三的是(1,5,7)、(1,2,7)、(1,2,6)； OIF求最佳波段组合，排名前三的是 (1,2,7)、(1,5,7)、(1,6,7)；
合成一幅彩色图像。
彩色的含量由变换函数而定
3) 频率域伪彩色增强 先把黑白图像经傅立叶变换到频率域
在频率域内用三个不同传递特性的滤波器分 离成三个独立分量，
逆傅立叶变换，便得到三幅代表不同频率分 量的单色图像
对这三幅图像作进一步的处理（直方图均衡化）
最后将它们作为三基色分量分别加到彩色显示器的 红、绿、蓝显示通道，从而实现频率域分段的伪彩色 增强。
如只有P1,P2两幅影像则:λ1=1/4,λ2=1/8
当λ1=1/4,时: δ11 δ12 δ21 δ22
V11 V21
=λVV11211
有:
ຫໍສະໝຸດ Baidu31 13
V11 V21
=4
V11 V21
V11= V21
当λ2=1/8时,同理:
δ11 δ12 V12 δ21 δ22 V22
V12=-V22
V12 =λ2V22
（3）将特征值λr按由大到小的次序排列，即 λ1>λ2>……>λm.
（4）选择前几个特征值对应的几个特征向 量构造变换矩阵A.
（5）根据Ｙ＝AX进行变换，得到的新特 征影像就是变换的结果，X为多光谱图像 的一个光谱特征矢量。
第一分量方差分布最广，集中最多信息， 第二分量次之。
第一主分量，注意已经失去波谱信息的意义
联合熵
OIF
(1,2,3) (1,2,4) (1,2,5) (1,2,6) (1,2,7) (1,3,5) (1,3,6) (1,4,5) (1,4,6) (1,5,6) (1,5,7) (1,6,7)
15.929794 15.525995 16.591576 17.465572 17.736161 16.323236 16.628678 15.942969 16.343486 17.466528 17.900925 17.436164
穗帽变换的变换矩阵根据经验确定。Kauth和 Thomas研究出的矩阵A具有如下形式：
0.433 0.632 0.586 0.264 -0.290 -0.567 0.600 0.491 -0.824 0.533 -0.050 0.185 0.223 0.012 -0.543 0.809
土壤亮度变化轴ISB为穗帽的底边，帽 上面各部分反映了植物生长变化状况， 植物株冠的绿色发展到顶点（最旺盛时 在帽顶）以后逐渐枯黄，枯黄过程是从 帽顶沿着一些称为帽穗的路径回归到土 壤底线（因此有穗帽之称）。
3直方图匹配
为了使图像直方图匹配获得好的结果，两幅 图像应有相似的特性： (1)．图像直方图总体形状应类似； (2)．图像中黑与亮特征应相同； (3)．对某些应用，图像的空间分辨率应相同； (4)．图像上地物分布应相同，尤其是不同地区的 图像匹配。如果一幅图像里有云，而另一幅没 有云，那么在直方图匹配前，应将其中一幅里 的云去掉。
3 彩色图像增强
在RGB模型上增强 在IHS模型上增强
I 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。
H 色调：是色彩彼此相互区分的特性。 S 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。
IHS变换
RGB模式与IHS模式
将RGB模式转换成IHS模式，对于定量地 表示色彩特性，以及在应用程序中实现两种 表达方式的转换具有重要意义。
比值图像 (除法运算 )
*也可以增强某些地物之间的反差，如植 物、土壤、水在红色波段与红外波段图 像上反射率是不同的，通过比值运算可 以加以区分
因此，比值运算是自动分类的预处理方 法之一。
5．混合运算
归一化差分植被指数（NDVI） NDVI=(红外-红)/(红外+红)
例NDVI=(MSS7-MSS5)/(MSS7+MSS5)
一 数字图像及其直方图
数字图像：是能被计算机存储、处理和使用的用
数字表示的图像。
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。
数字图像的表示：矩阵函数
4. 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。
a图像直方图靠近低灰度区，该图像属于低反射率景物图像； b图像为高反射率景物图像； c图像直方图标准差偏小，为低反差景物图像； d图像直方图的标准差较大，为高反差景物的图像； e图像直方图呈现出多峰，图中有多种地物出现的频率较高； f图像直方图呈现出双峰，并且高亮度地物（如云、白背景等）出现
在IHS模型上增强
通过色调进行处理 通过亮度进行处理 通过颜色饱和度进行处理
通过色调进行处理
基本思想
将图像转换到HSI色空间 对指定H、S 、I进行调整，
例: H’ = H +/- h
主要应用
改变图像的气氛（如暖色和冷色的气氛变化，早晚 气氛的变化）
换色（对指定色调的颜色进行更换）、去色
过程
输入图像
显示直方图
确定分割的等级数，并计算分割的间距
像元亮度值转换
为像元新值赋色
苏州市MSS－7 卫星图像和经密度分割增强后的伪彩色图像
效果分析
❖以不同的色彩表示图像的色调变 化，增强了图像的显示能力
❖ 造成误差
2)空间域灰度级－彩色变换
将原图像的灰度分段经过红、绿、蓝 三种不同变换，变成三基色分量；
2．加法运算 B=
通过加法运算可以加宽波段，如绿 色波段和红色时段图像相加可以得到近 似全色图像；而绿色波段，红色波段和 红外波段图像相加可以得到全色红外图 像。
3．乘法运算 B=(∏Bi)1/m
乘法运算结果与加法运算结果类似
4．除法运算
Ｂ＝Ｂx／Ｂy
*通过比值运算能压抑因地形坡度和方 向引起的辐射量变化，消除地形起伏的 影响；
该变换的几何意义是把原始特征空间 的特征轴旋转到平行于混合集群结构轴 的方向上去。
达到数据压缩、提高信噪比、提取相 关信息、降维处理和提取原图像特征信 息的目的。
主分量变换计算步骤如下：
（1）计算多光谱图像的均值向量M和协方差矩阵 C。
（（2）r=计1算，矩2，阵…C…的…特征,M值）λ,Mr和为特多征光向谱量图φ像r ，的波段 数。
第六主分量，注意已经失去波谱信息的意义
机载扫描器的6 幅光谱图像 6 幅主分量图像
例:
有三幅影像,其灰度为: P1[0 1 1 1] , P2[0 0 0 1] , P3[0 0 0 1] 其均值为:
M1=(0+1+1+1)/4=3/4 M2=1/4 M3=1/4
协方差:
δ11 =[(0-3/4)(0-3/4)+3(1-3/4)(1-3/4)]/4=3/16 δ12 =[(0-3/4)(0-1/4)+(1-3/4)(0-1/4)+