第四章 遥感图像处理-光学处理和校正
合集下载
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-光学处理和校正
2 2 x a a u a v a uv a u a v 00 10 01 11 20 02 2 2 y b b u b v b uv b u b v 00 10 01 11 20 02
②选择控制点(GCP) 控制点具有双重坐标 ( xi , yi )
（c）影像变形
2.遥感图像几何纠正
基本思路 （1）校正前的图像看起来是由行列整齐、像元等间距，但实 际上，由于某种几何畸变，图像中像元点间所对应的地面距 离并不相等。 （2）校正后的图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 （3）校正的最终目的是确定校正后图像的行列数值，然后找 到新图像中每一像元的亮度值。
----- n：
③利用最小二乘法求解方程组
真值与变换值之差的平方和为最小
( xi xi ) 2
i 1
n
( xi a00 a10ui a01vi a11ui vi a20ui2 a02vi2 )
i 1
n
2
为使 最小，根据数值分析中求极值原理， 需用上式对各个未知参数求偏导数。
减色法：从自然光（白光）中减去一种或两种基色光 而产生色彩的方法。
加色法三原色
减色法三原色
黑白图像
彩色图像
TM
TM1 蓝波段
TM4
近红外波段
TM2
绿波段
TM5
近红外波段
TM3
红波段
TM7
近红外波段
真彩色？：TM321
假彩色
TM432
TM741
色度图
色度图由 1931年国际色度学学术会议上确立，称作 CIE 1931 系 统 如图：x轴(色度坐标)相当于红原色的比例，y轴(色度坐标)相当于 绿原色的比例，图中没设蓝色度坐标z，因为x＋y＋z＝1，所以知道 了x和y，z便已知。 图中的弧形曲线代表光谱，线上每一点代表一种波长和光谱颜色，中 心C点是白光点，即x=y=z=0.33，相当于正午太阳光。
②选择控制点(GCP) 控制点具有双重坐标 ( xi , yi )
（c）影像变形
2.遥感图像几何纠正
基本思路 （1）校正前的图像看起来是由行列整齐、像元等间距，但实 际上，由于某种几何畸变，图像中像元点间所对应的地面距 离并不相等。 （2）校正后的图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 （3）校正的最终目的是确定校正后图像的行列数值，然后找 到新图像中每一像元的亮度值。
----- n：
③利用最小二乘法求解方程组
真值与变换值之差的平方和为最小
( xi xi ) 2
i 1
n
( xi a00 a10ui a01vi a11ui vi a20ui2 a02vi2 )
i 1
n
2
为使 最小，根据数值分析中求极值原理， 需用上式对各个未知参数求偏导数。
减色法：从自然光（白光）中减去一种或两种基色光 而产生色彩的方法。
加色法三原色
减色法三原色
黑白图像
彩色图像
TM
TM1 蓝波段
TM4
近红外波段
TM2
绿波段
TM5
近红外波段
TM3
红波段
TM7
近红外波段
真彩色？：TM321
假彩色
TM432
TM741
色度图
色度图由 1931年国际色度学学术会议上确立，称作 CIE 1931 系 统 如图：x轴(色度坐标)相当于红原色的比例，y轴(色度坐标)相当于 绿原色的比例，图中没设蓝色度坐标z，因为x＋y＋z＝1，所以知道 了x和y，z便已知。 图中的弧形曲线代表光谱，线上每一点代表一种波长和光谱颜色，中 心C点是白光点，即x=y=z=0.33，相当于正午太阳光。
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 第4章+图像校正(1)
（2）热红外传输
在4.3μm（CO2）、4.5μm（N2测量可以用 来探测大气温度的剖面，6-7μm的区域可 用来探测水蒸气。3.8μm的窄窗和8.512.5μm的宽窗可用来对地球表面进行观测。
4.1.3 辐射传输理论
Vermote（1997）将在太阳-大气-目标-大 气-传感器的辐射传输过程中存在干扰传感 器接收目标物辐射或反射的电磁波，使得 形成的遥感原始图像与目标相比失真的因 素归结为4个方面：
（1）大气分子及气溶胶瑞利散射和米氏散 射、分子及气溶胶的吸收、散射以及散射 吸收的耦合作用。大气的存在导致程辐射 及吸收，这是两个相互对立的作用，一个 增加辐射量，一个减少辐射量。
瑞利散射（Rayleigh scattering）：由远小于光波长的气体分子引 起，如由O2、N2等；散射强度与波长的4次方成反比；“蓝天”效应
消除遥感图像数据中依附在辐亮度中的各种失真的过程称 为辐射量校正（Radiometric Calibration),简称辐射校 正。
PS：辐亮度就是指沿辐射方向，单位时间、单位面积、单 位立体角上的辐射通量。
辐射校正的目的
尽可能消除因传感器自身条件、薄雾等大 气条件、太阳位置和角度条件及某些不可 避免的噪声引起的传感器的测量值与目标 的光谱反射率或光谱辐亮度等物理量之间 的差异；尽可能恢复图像的本来面目，为 遥感图像的分割、分类、解译等后续工作 做好准备。
本次课内容
4.1 辐射传输 4.2 辐射误差 4.3 系统辐射误差校正
4.1 辐射传输
在可见光和红外遥感中，传感器接收到的 地物辐射来自于地表，因此，有必要了解 基本的传输过程。
地表辐射传输
4.1.1 基本概念
立体角：点状物体辐射通常是以 球面的形式向外均匀的 传播能量。立体角用来度量一个方向上某个面接收的辐射 量的大小。
遥感图像校正ppt课件
数字高程模型，对图像进行地形变形的校正，使 图像符合正射投影的要求。
地理参考（Geo-referencing）：将地理坐标系
统赋予图像数据的过程。
29 29
遥感图像几何精校正的一般过程
1)选取地面控制点（GCP），确定其空间坐 标； 2)利用控制点数据对图像进行空间变换
多项式近似法
合理选择校正方程的次数:2-3次。
10 10
回归分析法
用长波数据来校正短波数据
作法：在不受大气影响的波段（如TM5）和待校正的
某一波段（如TM1）图像中，选择由最亮至最暗的
一系列目标，将每一目标的两个待比较的波段灰
度值提取出来进行回归分析。
例如：
Y a1 b1 X
式中，X 为TM5波段的亮度均值； Y 为TM1亮度均值；
11 11
镶嵌与制图
28 28
图像配准（registration）：图像对图像的校准，
以使两幅图像中的同名像元配准。
图像精校正（rectification）：借助于一组地面
控制点（Ground Control Point，GCP），对 一幅图像进行地理坐标的校正，又称为georeferencing。
正射影像纠正（ortho-rectification）：借助于
控制点的地理坐标与地图投影的要求必须一致。
32 32
二次多项式间接法纠正变换公式为：
x fx (u, v) a00 a10u a01v a11uv a20u2 a02v2 y f y (u, v) b00 b10u b01v b11uv b20u2 b02v2
遥感图像校正
11
主要内容
辐射畸变
1、为什么要进行校正？ 2、怎样校正？
地理参考（Geo-referencing）：将地理坐标系
统赋予图像数据的过程。
29 29
遥感图像几何精校正的一般过程
1)选取地面控制点（GCP），确定其空间坐 标； 2)利用控制点数据对图像进行空间变换
多项式近似法
合理选择校正方程的次数:2-3次。
10 10
回归分析法
用长波数据来校正短波数据
作法：在不受大气影响的波段（如TM5）和待校正的
某一波段（如TM1）图像中，选择由最亮至最暗的
一系列目标，将每一目标的两个待比较的波段灰
度值提取出来进行回归分析。
例如：
Y a1 b1 X
式中，X 为TM5波段的亮度均值； Y 为TM1亮度均值；
11 11
镶嵌与制图
28 28
图像配准（registration）：图像对图像的校准，
以使两幅图像中的同名像元配准。
图像精校正（rectification）：借助于一组地面
控制点（Ground Control Point，GCP），对 一幅图像进行地理坐标的校正，又称为georeferencing。
正射影像纠正（ortho-rectification）：借助于
控制点的地理坐标与地图投影的要求必须一致。
32 32
二次多项式间接法纠正变换公式为：
x fx (u, v) a00 a10u a01v a11uv a20u2 a02v2 y f y (u, v) b00 b10u b01v b11uv b20u2 b02v2
遥感图像校正
11
主要内容
辐射畸变
1、为什么要进行校正？ 2、怎样校正？
《遥感导论》第四章 遥感图像处理
各亮度值或亮度值区间像元出现的频率的分布图。
5.
直方图的作用：直观地了解图像的亮度值分布范围、
峰值的位置、均值以及亮度值分布的离散程度。直方图的 曲线可以反映图像的质量差异。
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。
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。
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。 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。
（2）孟赛尔颜色立体：中轴代表无色彩的明度
二、加色法与减色法
1. 颜色相加原理
① 三原色：若三种颜色，其中的任一种
是清除卫星遥感图象在大气传输中所引
起的退化因素的一种图像处理方法。
1-2 遥感图像的辐射校正
由大气的散射和吸收引起的辐射校正
精确的大气校正公式需要找出每个 波段像元亮度值与地物反射率的关系。 为此需得到卫星飞行时的大气参数。如 果不通过特别的观测，一般很难得到这 些数据，所以，常常采用一些简化的处 理方法——粗略校正，只去掉主要的大 气影响，使图像质量满足基本要求。
－航高：当平台运动过程中受到力学因 素影响，产生相对于原标准航高的偏离， 或者说卫星运行的轨道本身就是椭圆的。 航高始终发生变化，而传感器的扫描视 场角不变，从而导致图像扫描行对应的 地面长度发生变化。航高越向高处偏离， 图像对应的地面越宽。
1-3 遥感图像的几何畸变
遥感影像几何变形的原因 遥感图像的辐射校正
5.
直方图的作用：直观地了解图像的亮度值分布范围、
峰值的位置、均值以及亮度值分布的离散程度。直方图的 曲线可以反映图像的质量差异。
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。
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。
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。 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。
（2）孟赛尔颜色立体：中轴代表无色彩的明度
二、加色法与减色法
1. 颜色相加原理
① 三原色：若三种颜色，其中的任一种
是清除卫星遥感图象在大气传输中所引
起的退化因素的一种图像处理方法。
1-2 遥感图像的辐射校正
由大气的散射和吸收引起的辐射校正
精确的大气校正公式需要找出每个 波段像元亮度值与地物反射率的关系。 为此需得到卫星飞行时的大气参数。如 果不通过特别的观测，一般很难得到这 些数据，所以，常常采用一些简化的处 理方法——粗略校正，只去掉主要的大 气影响，使图像质量满足基本要求。
－航高：当平台运动过程中受到力学因 素影响，产生相对于原标准航高的偏离， 或者说卫星运行的轨道本身就是椭圆的。 航高始终发生变化，而传感器的扫描视 场角不变，从而导致图像扫描行对应的 地面长度发生变化。航高越向高处偏离， 图像对应的地面越宽。
1-3 遥感图像的几何畸变
遥感影像几何变形的原因 遥感图像的辐射校正
遥感图像处理遥感图像的校正
变形图像
校正后
图 4-2
第二节 图像变换
遥感图像数据量很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的
方法对图像进行处理。在图像处理中，常常将图像从空间域转换到另一种域，利用这种域的特性来快速、
方便地处理或分析图像(如傅立叶变换可在频域中进行数字滤波处理)，将空间域的处理转换为变换域的处
第四章 遥感图像处理
遥感技术的目的是为了获得地物的几何属性和物理属性。原始的遥感图像并不能地提供实现这个目的 所需的准确而完备的条件。为了实现这个目的，原始遥感影像需要经过图像处理，来消除成像过程中的误 差，改善图像质量。
遥感图像处理包括以下几个阶段：图像的校正(预处理)，图像的变换，图像的增强，图像的分类。所 采用的手段有：光学图像处理和数字图像处理两种方法。
本章重点是掌握几何校正与图象变换方法。
图 4-1
第一节 遥感图像的校正
由于遥感成像过程中多种因素影响，致使遥感图像质量的衰减。遥感图像数据的校正处理就是消除遥 感图像因辐射度失真、大气消光和几何畸变等造成的图像质量的衰减。遥感图像质量衰减产生的原因和作 用结果都不相同，因此一般采用不同的校正处理方法。 4.1.1 辐射校正
4.2.1 傅立叶变换
傅立叶变换是图像处理中最常用的变换。它是进行图像处理和分析的有力工具。
针对遥感图像辐射失真或辐射畸变进行的图像校正。由于这种校正是通过纠正辐射亮度的办法来实现 的，因此称作辐射校正。
1. 造成遥感图像辐射畸变的因素 (1) 由遥感器的灵敏度特性引起的辐射失真 (2) 太阳高度及地形引起的辐射失真 2. 辐射校正的方法 总的来说，辐射校正的方法有两种：一是分析辐射失真的过程，建立辐射失真的数学模型，然后对此 数学模型求逆过程，用此逆过程求得遥感图像失真前的图像；二是利用实地测量的地物的真实辐射值，寻 找实测值与失真之后的图像之间的经验函数关系，从而得到辐射校正的方法。显然，第一种校正方法是与 失真过程有关的，第二种校正方法是与失真过程无关的。 4.1.2 大气校正 为消除由大气的吸收、散射等引起失真的辐射校正，称作大气校正。 1. 影响遥感图像辐射失真的大气因素 ( 1 )大气的消光(吸收和散射) ( 2 )天空光(大气散射)照射 ( 3 )路径辐射 2. 大气校正方法 常用的大气校正方法有两类。一类为基于理论模型的方法，该方法必须建立大气辐射传递方程，在此 基础上近似地求解。另一类方法为基于经验或统计的方法，如回归分析方法。 利用大气辐射传输方程来建立大气校正模型在理论上是可行的。实现精确的大气校正，必须找到每个 波段像元亮度值和地物反射率的关系。这需要知道模型中成像时刻气溶胶的密度、水汽的浓度等大气参数。 在现实中，一般很难得到这些数据，需要专门的观测来准确地测量这些数据，因此其方法应用受到一定限 制。
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――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）。
遥感技术与应用-04遥感图像校正ppt课件
遥感技术与应 用-04遥感图 像校正
第四章 遥感图像校正
2018/11/26
2
内容简介
遥感图像的辐射畸变 (Radiometric Distortion)
遥感图像的辐射校正 (Correction of Radiometric Distortion)
遥感图像的几何畸变 (Geometric Distortion)
般很难得到这些数据。
波谱测试回归分析法：需要到野外进行与陆地卫星 同步的一致测试。
2018/11/26
8
辐射校正
波段对照法:直方图最小值去除法和回归分析法
直方图最小值去除法
直方图：以统计图的形式表示图像亮度值与像素数之间的关系。在 二维坐标系中，横坐标代表图像中像素的亮度纵坐标代表每一亮度
扫描角越大时，光线路径越长，大气衰减越严重。星（机）下 点位置的地物辐射信息的光线路径最短，大气衰减所产生的影
响也最小。因此辐射量失真最小。
光电变换系统的特性引起的畸变：传感器的光谱响应特性和传 感器的输出有直接的关系。在扫描方式的传感器中，传感器接
收系统收集到的电磁波信号需经光电转换系统变成电信号记录
遥感图像的几何校正 (Correction of Geometric Distortion)
遥感图像配准 (Image Registration)
2018/11/26
3
遥感图像的辐射畸变
辐射畸变：图像数据中各种辐射亮度的失真；
引起辐射畸变的因素
大气层对辐射的影响：进入大气的太阳辐射会发生
反射、折射、吸收、散射和透射。其中对传感器接
或亮度间隔的像素数占总像素数的百分比。
第四章 遥感图像校正
2018/11/26
2
内容简介
遥感图像的辐射畸变 (Radiometric Distortion)
遥感图像的辐射校正 (Correction of Radiometric Distortion)
遥感图像的几何畸变 (Geometric Distortion)
般很难得到这些数据。
波谱测试回归分析法：需要到野外进行与陆地卫星 同步的一致测试。
2018/11/26
8
辐射校正
波段对照法:直方图最小值去除法和回归分析法
直方图最小值去除法
直方图：以统计图的形式表示图像亮度值与像素数之间的关系。在 二维坐标系中，横坐标代表图像中像素的亮度纵坐标代表每一亮度
扫描角越大时，光线路径越长，大气衰减越严重。星（机）下 点位置的地物辐射信息的光线路径最短，大气衰减所产生的影
响也最小。因此辐射量失真最小。
光电变换系统的特性引起的畸变：传感器的光谱响应特性和传 感器的输出有直接的关系。在扫描方式的传感器中，传感器接
收系统收集到的电磁波信号需经光电转换系统变成电信号记录
遥感图像的几何校正 (Correction of Geometric Distortion)
遥感图像配准 (Image Registration)
2018/11/26
3
遥感图像的辐射畸变
辐射畸变：图像数据中各种辐射亮度的失真；
引起辐射畸变的因素
大气层对辐射的影响：进入大气的太阳辐射会发生
反射、折射、吸收、散射和透射。其中对传感器接
或亮度间隔的像素数占总像素数的百分比。
第四章(4)_遥感影像辐射校正
• 相当部分的散射
没有到达地面，向上通过大气直接进入传感 器，这部分辐射称为程辐射度，辐亮度为 L p。
大气影响的定量分析
可见，由于大气影响的存在，实际到达传 感器的辐射亮度是前面所分析的三项之和 ，即
L L1 L2 L p
L RT S ( E0T cos E D ) SL p
• Reflectance (field spectrum) = gain x radiance (input data) + offset • ENVI's empirical line calibration requires at least one field, laboratory, or other reference spectrum; these can come from spectral profiles or plots, spectral libraries, ROIs, statistics or from ASCII files. Input spectra will automatically be resampled to match the selected data wavelengths. • If more than one spectrum is used, then the regression for each band will be calculated by fitting the regression line through all of the spectra. • If only one spectrum is used, then the regression line will be assumed to pass through the origin (zero reflectance equals zero DN). The calibration can also be performed on a dataset using existing factors.
- 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)。
减色法：从自然光（白光）中减去一种或两种基色光 而产生色彩的方法。
加色法三原色
减色法三原色
黑白图像
彩色图像
TM
TM1 蓝波段
TM4
近红外波段
TM2
绿波段
TM5
近红外波段
TM3
红波段
TM7
近红外波段
真彩色？：TM321
假彩色
TM432
TM741
色度图
色度图由 1931年国际色度学学术会议上确立，称作 CIE 1931 系 统 如图：x轴(色度坐标)相当于红原色的比例，y轴(色度坐标)相当于 绿原色的比例，图中没设蓝色度坐标z，因为x＋y＋z＝1，所以知道 了x和y，z便已知。 图中的弧形曲线代表光谱，线上每一点代表一种波长和光谱颜色，中 心C点是白光点，即x=y=z=0.33，相当于正午太阳光。
x a
i
00
a10ui a01vi a11ui vi a20ui2 a02vi2 1 0 a10ui a01vi a11ui vi a20ui2 a02vi2 ui 0
x a
i i
00
x a
i
2 2 a u a v a u v a u a v 00 10 i 01 i 11 i i 20 i 02 i vi 0
x a x a
i
2 2 2 a u a v a u v a u a v u 00 10 i 01 i 11 i i 20 i 02 i i 0
饱和度（Saturation）（纯洁程度）（波长是否窄， 频率是否单一，是否混有杂光） 激光
改变像素的色彩值：色调 色彩三要素： H色调、S饱和度、 L明度
原图
H 色调﹙Hue﹚
改变像素的色彩值：饱和度 色彩三要素： H色调、S饱和度、 L明度
原图
S 饱和度：灰阶←→鲜艳
改变像素的色彩值：明度 色彩三要素： H色调、S饱和度、 L明度
☆ 校正目的：消除程辐射度的影响
程辐射度主要来自米氏散射，在同一幅图像有限像元内是常数。 散射强度随波长增大而减小，到红外波段接近于零
☆ 校正方法
(1) 直方图法（最小值去除法）：
–在一幅图像中总可以找到某种地物或某几种地物，其 反射率接近于0，也就是说其像元值为0(山的阴影处， 深海处的水体等)。而在图像上其像元值不为0，这个值 就是程辐射度的影响。将影像所有像元值减去这个值， 就消除了程辐射度的影响。
（c）影像变形
2.遥感图像几何纠正
基本思路 （1）校正前的图像看起来是由行列整齐、像元等间距，但实 际上，由于某种几何畸变，图像中像元点间所对应的地面距 离并不相等。 （2）校正后的图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 （3）校正的最终目的是确定校正后图像的行列数值，然后找 到新图像中每一像元的亮度值。
1、亮度对比和颜色对比
颜色对比：相邻区域不同颜色的相互影响
如品红的背景上放一块白纸，会感觉白纸呈绿色， 如背景是黄色，白纸会呈现蓝色。
2、颜色的性质 颜色的性质由明度、色调、饱和度来描述 色调（Hue）（相互区分）(红橙黄绿青蓝紫）
明度（Lightness）（明亮程度，遥感影像中反映 物体的反射率）
----- n：
③利用最小二乘法求解方程组
真值与变换值之差的平方和为最小
( xi xi ) 2
i 1
n
( xi a00 a10ui a01vi a11ui vi a20ui2 a02vi2 )
i 1
n
2
为使 最小，根据数值分析中求极值原理， 需用上式对各个未知参数求偏导数。
RGB空间
CMY颜色模型
C 1 R M 1 G Y 1 B
（3）颜色立体（HLS空间） 明度为竖轴 饱和度为横轴 色调圈 （顺时针依次 为红橙黄 绿青蓝紫）
孟赛尔颜色立体
4、加色法与减色法
Band interleaved by line
每个像元按波段次序 (BIP)
Band interleaved by pixel
光学图像与数字图像
光学图像又称作模拟量，数字图像又称作数字量，它们 之间的转换称模-数转换(A/D转换），反之称数-模转 换（D/A转换）。
模-数转换： 模拟量是个连续变量，在计算机上是不能被识别和处理， 可通过数字化进行模-数转换。 可分为空间位置数字化和灰度值数字化两个步骤。
3. 将各像元的坐标代入多项式进行计算，便可求得纠正后
的坐标 4. 位置进行变换，变换的同时进行灰度重采样 5. 对结果进行精度评定
49
直接法
间接法
( xi , yi )
( X ,Y )
( xi , yi )
( X ,Y )
3 - 多项式法纠正原理
①建立变换前后两图像像元坐标之间的关系
(x,y)为纠正前影像的图像坐标，(u,v)为纠正后影像的像元坐标 (地理坐标） 例：二次多项式：
1 .遥感影像几何变形的原因
(1)遥感平台位置和运动状态变化的影响
①航高 ②航速 ③俯仰 ④翻滚 ⑤偏航
俯仰
翻滚 偏航
(2)地形起伏引起的影响
(3)地球表面曲率的影响
(4)大气折光引起的影响
(5)地球自转引起的影响
(a)获得图像 （b）实际对应的 地面位置
因为多数卫星在轨 道运行的降段接收图 像，即卫星自北向南 运动，这时地球自西 向东自转。相对运动 的结果，使卫星的星 下位置逐渐产生偏离。 偏离方向如图所示， 所以卫星图像经过校 正后成为图C的形态。
4、彩色的分解和还原 彩色分解就是对同一目标（或图像）分别采用不同的 滤光系统而得到不同波段（分光）图像的过程。 彩色的还原即彩色分解的逆过程，就是将分光底片通 过不同的滤光系统，并准确地套合而得到彩色象片。
二、数字图像与数字图像直方图
☆数字图像：能够被计算机存储、处理和使用的图像。 原理：将某一特定波长范围内地物的发射或反射能量做等间隔 的量化，形成的一幅以数字形式表示每个像元明暗特征的图像。 ☆数字图像直方图：以每个像元为统计单元，表示图像中各亮 度值或亮度区间出现频率的分布图。
由直方图可以判断影像质量
三、辐射校正
进入传感器的辐射强度反映在图像上就是 亮度值 ( 灰度值 ) 。辐射强度越大，亮度值 (灰度值)越大。 该值主要受两个因素的影响：一是太阳辐射 照射到地面的辐射强度；二是地物的光谱反 射率。
辐射畸变
引起影像辐射畸变主要有两方面原因：
（1）传感器本身产生的误差 由生产单位进行校正 （2） 大气对辐射的影响。 用户校正
回归分析法：将影像范围内各个像元在可见光与红外波段 的亮度值为纵横坐标，建立回归方程，其截距即为b波 段应减去的亮度值。
红外波段
ቤተ መጻሕፍቲ ባይዱ
四、遥感数字图像的几何校正
当遥感图像在几何位置上发生了变化，产生诸如行列不 均匀，像元大小与地面大小对应不准确，地物形状不规则 变化等畸变时，即说明遥感影像发生了几何畸变。
(ui , vi ) -地面测量获得 。
-一般先在影像上选明显特征点，然后实地测量其地理 坐标，最后用两套坐标求解前面多项式系数 。
选取原则
控制点应在图像上均匀分布 控制点在图像上应能精确定位 特征变化较大的区域应多选些 图像边缘部分一定要选取控制点，以避免外推
求解方程的所需的控制点数：NUM>(n+1)(n+2)/2 二元多项式的次数 控制点选择应大于最小控制点数
辐射畸变
大气产生的影响
1 大气的吸收和散射，减弱了 原信号的强度。 2 散射光直接进入传感器—— 程辐射度。 3 散射光经地物反射后进入传 感器。 大气影响使图像对比度下降，影响 图像质量 用户辐射校正通常是消除程辐射 度的影响（粗略校正）
大气影响的粗略校正（数字图像的辐射校正）
三原色：若三种颜色任何一种都不能由其它两种混合产生， 这三种颜色按一定比例混合，可以形成各种颜色，则称之为三 原色。（红绿蓝） 互补色：若两种颜色混合产生白色或灰色，这两种颜 色称为互补色。绿是品红的补色，蓝是黄的补色，红 是青的补色 加色法：采用红、绿、蓝三种色光为基色，按比例混 合叠加产生其它色彩的方法。
n a 2 i 1 00 n 2 i 1 a10 n 2 a01 i 1 n 2 a20 i 1 n 2 a i 1 02 n a 2 i 1 11
数字图像
直方图
1、数字图像
图像信息 头文件信息（记录数据的属性，如行列数、波段数、数 据获取时间、轨道参数等）
(0,0) nColumns nBands
(r,c)
头 文 件 信 息
多波段图像的存储和分 发方式：
按波段顺序(BSQ).
Band sequential
逐行按波段次序 (BIL).
空间位置数字化（1-n）行（1-m) 列，灰度值取值(1256) 数字图像的特点就是其空间坐标和灰度取值都被离散化 了，即只能取确定的值，并且这些取值都只能是有限个 值中的一个。 离散和有限，反映了数字图像的特征。
2、图像直方图——表示图像亮度值和像元数关系。 特点 (1)只反映各亮度值像元数， 不能反映分布情况 (2)一幅图像只能对应一幅直 方图，一幅直方图可能会对 应多幅图像。 (3)可分区统计 (4)可表现景物反差及景物反 射率。
原图
L明度 (lightness)：很暗 ←→ 很亮
不同色调的亮度变化
最亮
最暗
相同色调的亮度变化
亮
暗
加色法三原色
减色法三原色
黑白图像
彩色图像
TM
TM1 蓝波段
TM4
近红外波段
TM2
绿波段
TM5
近红外波段
TM3
红波段
TM7
近红外波段
真彩色？：TM321
假彩色
TM432
TM741
色度图
色度图由 1931年国际色度学学术会议上确立，称作 CIE 1931 系 统 如图：x轴(色度坐标)相当于红原色的比例，y轴(色度坐标)相当于 绿原色的比例，图中没设蓝色度坐标z，因为x＋y＋z＝1，所以知道 了x和y，z便已知。 图中的弧形曲线代表光谱，线上每一点代表一种波长和光谱颜色，中 心C点是白光点，即x=y=z=0.33，相当于正午太阳光。
x a
i
00
a10ui a01vi a11ui vi a20ui2 a02vi2 1 0 a10ui a01vi a11ui vi a20ui2 a02vi2 ui 0
x a
i i
00
x a
i
2 2 a u a v a u v a u a v 00 10 i 01 i 11 i i 20 i 02 i vi 0
x a x a
i
2 2 2 a u a v a u v a u a v u 00 10 i 01 i 11 i i 20 i 02 i i 0
饱和度（Saturation）（纯洁程度）（波长是否窄， 频率是否单一，是否混有杂光） 激光
改变像素的色彩值：色调 色彩三要素： H色调、S饱和度、 L明度
原图
H 色调﹙Hue﹚
改变像素的色彩值：饱和度 色彩三要素： H色调、S饱和度、 L明度
原图
S 饱和度：灰阶←→鲜艳
改变像素的色彩值：明度 色彩三要素： H色调、S饱和度、 L明度
☆ 校正目的：消除程辐射度的影响
程辐射度主要来自米氏散射，在同一幅图像有限像元内是常数。 散射强度随波长增大而减小，到红外波段接近于零
☆ 校正方法
(1) 直方图法（最小值去除法）：
–在一幅图像中总可以找到某种地物或某几种地物，其 反射率接近于0，也就是说其像元值为0(山的阴影处， 深海处的水体等)。而在图像上其像元值不为0，这个值 就是程辐射度的影响。将影像所有像元值减去这个值， 就消除了程辐射度的影响。
（c）影像变形
2.遥感图像几何纠正
基本思路 （1）校正前的图像看起来是由行列整齐、像元等间距，但实 际上，由于某种几何畸变，图像中像元点间所对应的地面距 离并不相等。 （2）校正后的图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 （3）校正的最终目的是确定校正后图像的行列数值，然后找 到新图像中每一像元的亮度值。
1、亮度对比和颜色对比
颜色对比：相邻区域不同颜色的相互影响
如品红的背景上放一块白纸，会感觉白纸呈绿色， 如背景是黄色，白纸会呈现蓝色。
2、颜色的性质 颜色的性质由明度、色调、饱和度来描述 色调（Hue）（相互区分）(红橙黄绿青蓝紫）
明度（Lightness）（明亮程度，遥感影像中反映 物体的反射率）
----- n：
③利用最小二乘法求解方程组
真值与变换值之差的平方和为最小
( xi xi ) 2
i 1
n
( xi a00 a10ui a01vi a11ui vi a20ui2 a02vi2 )
i 1
n
2
为使 最小，根据数值分析中求极值原理， 需用上式对各个未知参数求偏导数。
RGB空间
CMY颜色模型
C 1 R M 1 G Y 1 B
（3）颜色立体（HLS空间） 明度为竖轴 饱和度为横轴 色调圈 （顺时针依次 为红橙黄 绿青蓝紫）
孟赛尔颜色立体
4、加色法与减色法
Band interleaved by line
每个像元按波段次序 (BIP)
Band interleaved by pixel
光学图像与数字图像
光学图像又称作模拟量，数字图像又称作数字量，它们 之间的转换称模-数转换(A/D转换），反之称数-模转 换（D/A转换）。
模-数转换： 模拟量是个连续变量，在计算机上是不能被识别和处理， 可通过数字化进行模-数转换。 可分为空间位置数字化和灰度值数字化两个步骤。
3. 将各像元的坐标代入多项式进行计算，便可求得纠正后
的坐标 4. 位置进行变换，变换的同时进行灰度重采样 5. 对结果进行精度评定
49
直接法
间接法
( xi , yi )
( X ,Y )
( xi , yi )
( X ,Y )
3 - 多项式法纠正原理
①建立变换前后两图像像元坐标之间的关系
(x,y)为纠正前影像的图像坐标，(u,v)为纠正后影像的像元坐标 (地理坐标） 例：二次多项式：
1 .遥感影像几何变形的原因
(1)遥感平台位置和运动状态变化的影响
①航高 ②航速 ③俯仰 ④翻滚 ⑤偏航
俯仰
翻滚 偏航
(2)地形起伏引起的影响
(3)地球表面曲率的影响
(4)大气折光引起的影响
(5)地球自转引起的影响
(a)获得图像 （b）实际对应的 地面位置
因为多数卫星在轨 道运行的降段接收图 像，即卫星自北向南 运动，这时地球自西 向东自转。相对运动 的结果，使卫星的星 下位置逐渐产生偏离。 偏离方向如图所示， 所以卫星图像经过校 正后成为图C的形态。
4、彩色的分解和还原 彩色分解就是对同一目标（或图像）分别采用不同的 滤光系统而得到不同波段（分光）图像的过程。 彩色的还原即彩色分解的逆过程，就是将分光底片通 过不同的滤光系统，并准确地套合而得到彩色象片。
二、数字图像与数字图像直方图
☆数字图像：能够被计算机存储、处理和使用的图像。 原理：将某一特定波长范围内地物的发射或反射能量做等间隔 的量化，形成的一幅以数字形式表示每个像元明暗特征的图像。 ☆数字图像直方图：以每个像元为统计单元，表示图像中各亮 度值或亮度区间出现频率的分布图。
由直方图可以判断影像质量
三、辐射校正
进入传感器的辐射强度反映在图像上就是 亮度值 ( 灰度值 ) 。辐射强度越大，亮度值 (灰度值)越大。 该值主要受两个因素的影响：一是太阳辐射 照射到地面的辐射强度；二是地物的光谱反 射率。
辐射畸变
引起影像辐射畸变主要有两方面原因：
（1）传感器本身产生的误差 由生产单位进行校正 （2） 大气对辐射的影响。 用户校正
回归分析法：将影像范围内各个像元在可见光与红外波段 的亮度值为纵横坐标，建立回归方程，其截距即为b波 段应减去的亮度值。
红外波段
ቤተ መጻሕፍቲ ባይዱ
四、遥感数字图像的几何校正
当遥感图像在几何位置上发生了变化，产生诸如行列不 均匀，像元大小与地面大小对应不准确，地物形状不规则 变化等畸变时，即说明遥感影像发生了几何畸变。
(ui , vi ) -地面测量获得 。
-一般先在影像上选明显特征点，然后实地测量其地理 坐标，最后用两套坐标求解前面多项式系数 。
选取原则
控制点应在图像上均匀分布 控制点在图像上应能精确定位 特征变化较大的区域应多选些 图像边缘部分一定要选取控制点，以避免外推
求解方程的所需的控制点数：NUM>(n+1)(n+2)/2 二元多项式的次数 控制点选择应大于最小控制点数
辐射畸变
大气产生的影响
1 大气的吸收和散射，减弱了 原信号的强度。 2 散射光直接进入传感器—— 程辐射度。 3 散射光经地物反射后进入传 感器。 大气影响使图像对比度下降，影响 图像质量 用户辐射校正通常是消除程辐射 度的影响（粗略校正）
大气影响的粗略校正（数字图像的辐射校正）
三原色：若三种颜色任何一种都不能由其它两种混合产生， 这三种颜色按一定比例混合，可以形成各种颜色，则称之为三 原色。（红绿蓝） 互补色：若两种颜色混合产生白色或灰色，这两种颜 色称为互补色。绿是品红的补色，蓝是黄的补色，红 是青的补色 加色法：采用红、绿、蓝三种色光为基色，按比例混 合叠加产生其它色彩的方法。
n a 2 i 1 00 n 2 i 1 a10 n 2 a01 i 1 n 2 a20 i 1 n 2 a i 1 02 n a 2 i 1 11
数字图像
直方图
1、数字图像
图像信息 头文件信息（记录数据的属性，如行列数、波段数、数 据获取时间、轨道参数等）
(0,0) nColumns nBands
(r,c)
头 文 件 信 息
多波段图像的存储和分 发方式：
按波段顺序(BSQ).
Band sequential
逐行按波段次序 (BIL).
空间位置数字化（1-n）行（1-m) 列，灰度值取值(1256) 数字图像的特点就是其空间坐标和灰度取值都被离散化 了，即只能取确定的值，并且这些取值都只能是有限个 值中的一个。 离散和有限，反映了数字图像的特征。
2、图像直方图——表示图像亮度值和像元数关系。 特点 (1)只反映各亮度值像元数， 不能反映分布情况 (2)一幅图像只能对应一幅直 方图，一幅直方图可能会对 应多幅图像。 (3)可分区统计 (4)可表现景物反差及景物反 射率。
原图
L明度 (lightness)：很暗 ←→ 很亮
不同色调的亮度变化
最亮
最暗
相同色调的亮度变化
亮
暗