遥感数字图像处理-第4章 变换域处理方法
遥感数字图像处理知到章节答案智慧树2023年西北师范大学
遥感数字图像处理知到章节测试答案智慧树2023年最新西北师范大学第一章测试1.数字图像本质上就是一个存储数字的矩阵，是你肉眼直接看不见的。
（）参考答案:对2.在同等水平条件下，模拟图像的成像效果比数字图像更好。
（）参考答案:对3.采样就是指电磁辐射能量的离散化。
（）参考答案:错4.按照数字图像的光谱特性可以将图像分为彩色图像和黑白图像。
（）参考答案:错5.任何一幅图像都有自己对应的直方图，但相同的直方图可能对应于不同的图像。
（）参考答案:对6.图像显示时的屏幕分辨率等同于图像空间分辨率。
（）参考答案:错7.时间分辨率是指对同一区域进行重复观测的最小时间间隔，也称为重访周期。
（）参考答案:对8.数字图像的灰度分辨率越高，可展现在屏幕上的灰度级越多，说明图像显示的灰度层次越丰富。
（）参考答案:对9.为了使同一波段的像素保证存储在一块，从而保持了像素空间的连续性。
应该选择（）存储方式.参考答案:BSQ10.遥感影像灰度直方图反映的是一幅图像中各灰度级像素出现的（）。
参考答案:频率11.已知一幅数字图像的辐射量化等级是4 bit，则这幅图像所存储的灰度值范围是（）。
参考答案:0－1512.一台显示器的屏幕在水平方向显示800个像元，在垂直方向显示600个像元，则表示该显示器的分辨率为（）dpi。
参考答案:80060013.从连续图像到数字图像需要（）。
参考答案:采样和量化14.下面哪些特征参数直接影响数字图像的信息含量？（）参考答案:光谱分辨率;时间分辨率15.下列图像中属于单波段图像的是（）。
参考答案:二值图像;伪彩色图像16.遥感数字图像直方图的作用有（）。
参考答案:计算图像的信息量;辅助计算图像中物体的面积;辅助图像分割时的边界阈值选择;辅助判断图像数字化量化是否恰当17.遥感数字图像的质量可用以下哪些分辨率来衡量？（）参考答案:空间分辨率;时间分辨率;光谱分辨率;辐射分辨率;温度分辨率18.常用的颜色空间模型有（）。
遥感数字影像处理：第4章 遥感影像变换与增强
NDBI=(TM5-TM4)/(TM5+TM4)
地质解译
铁氧化物=TM3/1 粘土矿物=TM5/7 铁矿石=TM5/4 矿物合成RGB=TM5/7、TM5/4、TM3/1
2021年4月27日
27
其他常用卷积模板及其功能
减轻模糊化的平滑模板 高通滤波器
0.25 0.50 0.25 0.50 1.00 0.50 0.25 0.50 0.25
-1 -1 -1 -1 9 -1 -1 -1 -1
1.00 1.00 1.00 1.00 2.00 1.00 1.00 1.00 1.00
-1 -2 -1 -2 5 -2 -1 -2 -1
3×3
5×5
(i,j)
邻域：对于影像中的任一像元(i, j)，用像元
的集合{i±p, j±q}（p，q取整数）组成该像元
的邻域。特别对于直接邻近像元，分别有
4-邻域
8-邻域
(i,j)
2021年4月27日
影像增强
10
卷积运算（convolution）
设窗口大小为m×n，那么卷积计算的一般公式为
A(i-1, j+1) A(i, j+1) A(i+1, j+1)
进行3 × 3模板运算
c11 c12 c13
c21 c22 c23
c31
c32
c33
生成新影像B，且其中所有像元B(i, j)的运算关系为
Bi, j c11 Ai 1, j 1 c21 Ai 1, j c31 Ai 1, j 1 c21 Ai, j 1 c22 Ai, j c23 Ai, j 1 c31 Ai 1, j 1 c32 Ai 1, j c33 Ai 1, j 1
遥感数字图像处理-第四章_遥感数字图像增强处理课件
学习交流PPT
9
二、辐射增强
点运算用数学公式表示为：
s T r
r--原始图像f(x,y)的灰度级 s--增强图像g(x,y)的灰度级
T--灰度映射函数
❖ 只作用在单个像素上，输出g(x,y)只与位置 (x,y)处的输入f(x,y)有关。“点到点的处理”
❖ 点运算完全由T决定。根据T的形式，可分为 线性点运算和非线性点运算。
学习交流PPT
3
图像增强不是以图像保真度为原则，而是通过 处理设法有选择地突出便于人或机器分析某些 感兴趣的信息，抑制一些无用的信息，以提高 图像的使用价值，即图像增强处理只是增强了 对某些信息的辨别能力。
学习交流PPT
4
❖增强的实质
增强感兴趣地物与周围地物之间的反差。
学习交流PPT
5
➢图像增强的分类
• 若a2-a1<b2-b1，则影像被拉伸，亮度范围扩大，;
• 若a2-a1>b2-b1，影像被压缩，亮度范围缩小，;
• 对于a2与a1 ，是取在影像亮度值的全部或部分，偏亮或偏暗 处，均可根据对影像显示效果的需要而人为地设定。
学习交流PPT
26
在曝光不足或过度的情况下，图像灰度可能会局限在一个很 小的范围内，这时在显示器上看到的将是一个模糊不清、似乎没 有灰度层次的图像，此时可利用灰度变换对图像每一个像素灰度 作拉伸，可以有效地改善图像视觉效果。
学习交流PPT
24
设图像变换前原图像的灰度范围为的亮度值为： xaa1,a2
设图像变换后的亮度值为： xbb1,b2
则 xb b1 xa aa b2 b1 a2 a1
xb
b2 a2
b1 a1
(xa
a1)b1
遥感数字图像处理复习资料(1-4章)
第一章概论1、按图像的明暗程度和空间坐标的连续性，可以分为数字图像和模拟图像。
数字图像：可用计算机存储和处理，空间坐标和灰度均不连续。
模拟图像：计算机无法直接处理，空间坐标和明暗程度连续变化。
2遥感数字图像中的像素值称为亮度值（灰度值/DN值），它的高低由传感器所探测到的地物电磁波的辐射强度决定。
2、遥感数字图像处理的主要内容包括以下三个方面：图像增强、图像校正、信息提取。
1）图像增强：用来改善图像的对比度，突出感兴趣的地物信息，提高图像大的目视解译效果，它包括灰度拉伸、平滑、锐化、滤波、变换（K—L/K—T）、彩色合成、代数运算、融合等。
图像显示：为了理解数字图像中的内容，或对处理结果进行对比。
图像拉伸：为了提高图像的对比度（亮度的最大值与最小值的比值），改善图像的显示效果。
2）图像校正（恢复/复原）：为了去除和压抑成像过程中由各种因素影响而导致的图像失真。
注意：图像校正包括辐射和几何校正，前者通过辐射定标和大气校正等处理将像素值由灰度级改变为辐照度或反射率，后者利用已有的参照系修改像素坐标，使得图像能够与地图匹配或多景图像之间可以相互匹配。
3）信息提取：从校正后的遥感数据中提取各种有用的地物信息。
包括图像分割、分类等。
图像分割：用于从背景中分割出感兴趣的地物目标。
分割的结果可作为监督分类的训练区。
图像分类：按照特定的分类系统对图像中像素的归属类别进行划分。
3、遥感数字图像处理系统：硬件系统（输入、存储、处理、显示、输出），软件系统。
4、数字图像处理的两种观点：离散方法（空间域）、连续方法（频率域）2.遥感图像的获取和存储1、遥感是遥感信息的获取、传输、处理以及分析判读和应用的过程。
遥感的实施依赖于遥感系统2、遥感系统是一个从地面到空中乃至整个空间，从信息收集、储存、传输、处理到分析、判读、应用的技术体系，主要包括遥感试验、信息获取（传感器、遥感平台）、信息传输、信息处理、信息应用等5个部分。
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
第四章 遥感图像处理—数字图像增强
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：
遥感科学与技术envi实验 主成分分析
第4章变换域处理方法实践练习问题：采用landsat5_image.dat进行主成分正变换并采用前3个主成分分量进行反变换，要求记录主要操作步骤。
操作步骤：（1）加载数据启动ENVI，在菜单栏中选择File > Open加载遥感数据landsat5_image.dat，采用真彩色显示图像（图1）。
图1（2）主成分分析在菜单栏中选择Transform > PCA Rotation >Forward PC Rotation New Statistics and Rotate，弹出Principal Components Input File对话框,在该对话框中选择landsat5_image.dat数据，点击OK。
图2（3）计算主成分正变换参数在Forward PC Parameters对话框中，填写正变换参数：1）点击“Stats Subset”按钮可以基于一个空间子集或感兴趣区计算统计信息。
该统计将被应用于整个文件或文件的空间子集。
2）在“Stats X/Y Resize Factor”文本框中键入小于1的调整系数，用于计算统计值时的数据二次采样。
键入一个小于1的调整系数，将会提高统计计算速度。
3）使用箭头切换按钮，选择是根据“Covariance Matrix”（协方差矩阵）还是根据“Correlation Matrix”(相关系数矩阵)计算主成分波段。
4）在“Output Data Type”菜单中，选择所需的输出文件数据类型为“Floating Point”，如图3。
图3点击OK之后，输出forward_pc.dat数据，图4是生成的第一主成分，同时也会弹出PC Eigenvalues对话框，可以看出各主成分的特征值（图5）。
图 4图 5。
遥感数字图像处理基础 知识点
第一章数字图像处理根底1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为假设干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的根本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规那么网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差3颜色空间模型：RGB 模型CMYK模型HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规那么映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
遥感数字图像处理：遥感数字图像处理(62页)
不同波谱分辨率对水铝 反射光谱的获取
时间分辨率
■ 时间分辨率指对同一地点进行遥感来样的时间间隔， 即采样的时间频率，也称重访周期。
■ 遥感的时间分辨率范围较大。以卫星遥感来说，静止 气象卫星（地球同步气象卫星）的时间分辨率为 1次 /0.5小时；太阳同步气象卫星的时间分辨率 2次／天； Landsat为1次／16天；中巴（西）合作的CBERS为1次 ／26天等。还有更长周期甚至不定周期的。
微波遥感与成像
在电磁波谱中，波长在1mm～
1m的波段范围称微波。该 范围内又可再分为毫米波、 厘米波和分米波。在微波 技术上，还可将厘米波分 成更窄的波段范围，并用 特定的字母表示
谱带名称
Ka K
Ku X
微波遥感是指通过微波传
C
感器获取从目标地物发射 或反射的微波辐射，经过 判读处理来识别地物的技
几种遥感图像处理系统简介
■ PCI ■ ERDAS ■ ENVI
PCI简介
■ PCI是加拿大PCI公司的产品，可进行遥感图像的处 理，也可应用于地球物理数据图像、医学图像、雷 达数据图像、光学图像的处理，并能够进行分 析 、制图等工作。它的应用领域非常广泛。
■ PCI拥有最齐全的功能模块：常规处理模块、几 何校正、大气校正、多光谱分析、高光谱分析、 摄影测量、雷达成像系统、雷达分析、极化雷达 分析、干涉雷达分析、地形地貌分析、矢量应用、 神经网络分析、区域分析、GIS联接、正射影像 图生成及DEM提取（航片、光学卫星、雷达卫 星）、三维图像生成、丰富的可供二次开发调用 的函数库、制图、数据输入/输出等四百多个软 件包。
多波段数字图像的数据格式
■BIP方式（band interleaved by pixel） 在一行中，每个像元按光谱波段次序进 行排列，然后对该行的全部像元进行这 种波段次序排列，最后对各行进行重复。
遥感原理与应用_第4章_3 遥感影像处理-遥感影像辐射处理
1 2 3 4 5 6 7
传 感 器 校 正
L d s2 E0 cos
L为地物在给定波ain
和bias分别为传感器的增益和偏移量，从图像头文件中可以读取； ρ为 反射率（即表观反射率）；ds是日地天文单位距离；E0大气顶层的太
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
SWJTU
绝对定标要建立传感器测量的数字信号与对应的辐射能量之间
1 2 3 4 5 6 7
传 感 器 校 正
的数量关系，该关系通常呈线性关系，建立该关系就是确定线性 关系中的系数及常数项，即定标系数。
K：传感器的增益；
Lmax：传感器达到饱和时所记录的辐射能量，即传感器记录 的最大能量；
Lmin：传感器探测并记录的最小能量；
Cmax：遥感图像中的最大值（如：对无符号8位类型数据，最 大值是255）。
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
SWJTU
1 2 3 4 5 6 7
传 感 器 校 正
探测元件响应度差异造成的影像色调不一致性
C o p y r i g h t © 2 0 1 5, G u o l i n C a i & L i S h e n
SWJTU
DN值(从遥感器 得到的数字测 量值) 遥感器校正
• 光学系统特征(如边缘减光) • 光电变换系统的灵敏度特 征的偏差 • 遥感器系统的增减及偏差 相关系数(如Landsat TM和 MSS)
第四章遥感图像处理办法GIS讲义
选择计算转换模型
采集地面控制点
图像重采样
检验地面控制点
结 束
控制点的选取 ➢ 数目的确定:
✓ 齐次多项式的项数N与其阶数n的关系 N=（n+1）（n+2）/2
✓ 地面控制点(GCP)个数L与N之间的关系 L≥N
➢ 选择的原则
✓ 易分辨、易定位的特征点：道路的交叉口，河流汇 流处，湖心岛，飞机场，桥，水库大坝等。
滤波结果图
平滑：图像中出现某些亮度变化过大的区域，或出现不
该有的亮点时，可以减少变化，使亮度平缓。
中值滤波（有时也用均值滤波）
❖主要用途：平滑图像、去除噪音 ❖计算公式：R = mid{zk | k = 1,2,…,9}
最大值滤波，去除胡椒噪声（暗）
❖主要用途：寻找最亮点 ❖计算公式：R = max {zk | k = 1,2,…,9}
② 地形起伏的影响：产生像点位移。 ③ 地球表面曲率的影响：一是像点位置的移
动；二是像元对应于地面宽度不等，距星 下点愈远畸变愈大，对应地面长度越长。 ④ 大气折射的影响：产生像点位移。 ⑤ 地球自转的影响：产生影像偏离。
遥感平台运动状态变化引起的误差
地形起伏引起的误差
地球表面曲率引起的误差
1、像点位置的移动 2、像元对应地面宽度不同
减色法
-
光学增强处理
1. 彩色合成
➢ 加色法彩色合成 ➢ 减色法彩色合成
2. 光学增强处理
4.2 数字图像的校正
➢ 遥感数字图像处理：
利用计算机对遥感图像及其资料进行 的各种技术处理。
➢ 数字图像处理的优点：
✓ 快捷、准确、客观地提取遥感信息 ✓ 适应地理信息系统的发展
一、数字图像及其直方图
遥感数字图像处理 第四章 图像增强
图像增强是采用一系列技术去改善图像的视觉效果, 或将图像转换成一种更适合于人或机器进行分析和处理 的形式。例如采用一系列技术有选择地突出某些感兴趣 的信息，同时抑制一些不需要的信息，提高图像的使用 价值。 图像增强方法从增强的作用域出发，可分为空间域 增强和频率域增强两种。 空间域增强是直接对图像各像素进行处理； 频率域增强是对图像经傅立叶变换后的频谱成分进 行处理，然后逆傅立叶变换获得所需的图像。
黑
白
1．线性变换 令图像f(i，j)的灰度范围为[a,b]，
线性变换后图像g(i，j)的范围为[a´,b´]， 如图，g(i，j)与f(i，j)之间的关系式为：
g (i, j ) a b a ( f (i, j ) a) ba (4.1 5)
在曝光不足或过度的情况下，图像灰度可能会局限 在一个很小的范围内。这时在显示器上看到的将是一个 模糊不清、似乎没有灰度层次的图像。 下图是对曝光不足的图像采用线性变换对图像每一 个像素灰度作线性拉伸。可有效地改善图像视觉效果。
因为归一化假定 Ps (s) 1 由（4.1-13）则有
(4.1 14)
ds pr (r )dr
两边积分得
s T (r ) pr (r )dr
0 r
(4.1 15)
上式表明，当变换函数为r的累积直方图函数时，能达 到直方图均衡化的目的。
对于离散的数字图像，用频率来代替概率,则变换函数 T(rk)的离散形式可表示为:
例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰 度级分布列于表中。对其均衡化计算过程如下：
rk nk pr(rk)=nk/n sk 计 sk 并 sk nsk pk(s)
r0=0
第四章数字图像的变换域处理
Lｅnａ图像的移动后的频谱结果显示于图4.２中，对比图４．２与图４.１(ｂ),可以看出其移动效果。
例4.1利用卷积定理计算两个矩阵Ａ、B的卷积
>>[M,N]=size(Ａ);
>>[P，Q]=sｉze(B）;
>＞p1=M+Ｐ－1;
>＞q1=N＋Ｑ-1;
＞>A1=fft２（Ａ,p1,q1);
>>T=dｃtｍtx(n）;
函数返回值T为 的变换核矩阵，对于 的方阵Ａ,可以使用矩阵运算Ｂ=T*A＊D’计算其DCT变换。
例4．3利用Ｄcｔmtx（)函数编程实现对Lｅna图片计算其离散余弦变换。
＞＞f=imreaｄ('E:＼mａｔlab7\leｎａ.bmｐ＇);
＞>g＝ｒgｂ２gray(f);
一维离散线性变换可以表示为变换矩阵形式,对于一个 的向量 ，其离散线性变换可以表示为:
(4-２1)
其中, 为变换结果， 为 的变换矩阵，如果 矩阵是非奇异的,其逆矩阵 存在,其逆变换可以表示为:
(4－２2)
如果逆矩阵 等于变换矩阵的 共轭转置，有
（4-23）
则称 矩阵为酉矩阵，对应的变换为酉变换。离散傅里叶变换的也可写成式(4－２1）的矩阵表示,变换矩阵 为:
>>B1=fft2(B,ｐ1,q1）;
>>C=A1.*B1;
>＞C1=ifft2(C）;
其中ffｔ2(A,p1,q1）是将图像Ａ扩展为 矩阵后再计算其傅里叶变换。
４.２离散余弦变换
4.2.1离散余弦变换
离散余弦变换(Dｉscｒete CoｓｉnｅＴrａnsform, DCT)的变换基矢量为余弦函数,一维离散余弦变换的基矢量为:
遥感数字图像处理基础知识点
遥感数字图像处理基础知识点-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第一章数字图像处理基础1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为若干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的基本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规则网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差 3颜色空间模型：RGB模型CMYK模型 HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色 1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规则映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
- 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)。
颜色空间中的颜色通常用代表3个参数的3维坐标来描述， 其颜色要取决于所使用的坐标。大部分遥感数据都采用 RGB颜色空间来描述，但对图像进行一些可视分析时，也 会使用其他颜色空间（如HSI模型）。
10
七、颜色空间变换
颜色空间分类
第4章
变换域处理方法
为什么要进行变换域处理？
换一个角度来看数字图像
空间域图像直观地为我们提供了丰富的空间和数字信息， 但如果我们将空间域图像进行某种变换，将会较为容易地 识别出一些在原始图像上无法直观看到的信息，从而有利 于图像的后续处理。
介绍常用的数字图像变换算法原理及其应用，旨 在为后续章节的图像变换域处理提供基础。
用三棱镜！ 如果想把一段音频文件不同频率的声音检测出来怎么办？
用傅立叶变换！
8
六、小波变换
小波变换与傅里叶变换类似，都是把一个信号分解成一组 正交信号，但不同于傅里叶变换中使用的三角函数，小波 变换是用由零开始由零结束、中间为一段震荡的波来表示 信号，它是一种能量在时域非常集中的波。
9
七、颜色空间变换
“鸡尾酒会问题”
在嘈杂的鸡尾酒会上，许多
（Cocktail Party Problem） 人在同时交谈，可能还有背
景音乐，但人耳却能准确而
清晰的听到对方的话语。
从混合声音中选择自己感兴 趣的声音而忽略其他声音的 现象
7
五、傅里叶变换
人的视觉系统时时刻刻都在进行“分离信号”这种行为：看 见不同的颜色，听到不同频率的声音，甚至尝到酸甜苦辣咸 这五种不同的味道也是一种识别不同信号的表现。 而傅立叶变换正是一种通过频率来分离不同信号的方法！ 如果想把自然光中的七色成分分离出来怎么办？
PCA
• 按信息量（方差） 大小排列
MNF
• 按信噪比大小排列
5
三、 缨帽变换
缨帽变换 （Tasseled Cap Transformation）
一种基于图像物理 特征的固定转换， 变换后的坐标轴不 是指向主成分方向 ，而是指向与地面 景物有密切关系的 方向，特别是与植 物生长过程和土壤 有关
6
四、独立成分分析
2
变换域处理方法
一、主成分分析
二、最小噪声分离 三、缨帽变换
线性变换
四、独立成分分析
五、傅里叶变换 六、小波变换
频率域变换
七、颜色空间变换
难点：各种算法的原理，尤其是傅里叶变换与小波变换
重点：各种变换算法在图像处理中的物理含义
3
一、主成分分析
主成分分析（Principal Components Analysis，PCA）
11
通过正交变换将一组可能相关的变量转换到一组线性不相关 的变量（称为主成分）的统计分析过程
主成分分析原Байду номын сангаас图
4
二、最小噪声分离变换
最小噪声分离（Minimum Noise Fraction，MNF）
一种正交变换，变换后得到的各分量互不相关，各分量按照 信噪比从大到小排列; MNF变换后使噪声得到了分离，且波 段间不相关，所以它比PCA变换更加优越。
从颜色感知的角度可将颜色空间分为混合型颜色空间（如RGB颜 色空间）、非线性亮度/色度型颜色空间（如YUV颜色空间）和强 度/饱和度/色度型颜色空间（如HSI颜色空间）。而从技术应用的 角度来看，颜色空间又可以分为计算机图形颜色空间（如RGB颜 色空间）、CIE颜色空间（如XYZ颜色空间）、和电视系统颜色空 间（如YUV颜色空间）。