遥感图像辐射处理 ppt课件
合集下载
遥感图像的辐射校正PPT课件
第41页/共65页
专业的遥感图像处理系统多提供的大气校正模型： Erdas和Geomatica系统中的ACTOR模型 ENNI系统中的FLAASH模型 公共的大气校正模型，其中较好的是6S模型。
第42页/共65页
3. 波段对比法
依据：大气散射的选择性，即对短波影响大，对长波影响小 a. 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，大气散射主要影响短 波部分，波长较长的波段几乎不受影响，因此可用其 校正其它波段数据。
第14页/共65页
二、引起辐射误差的因素
传感器 大气 太阳辐射 其它
第15页/共65页
1. 因传感器的响应特性引起的辐射误差
– 光学摄像机引起的辐射误差 光学镜头中心和边缘透射光强度不一致造成。在成像 平面上存在着边缘部分比中间部分暗的现象，称为边缘 减光效应。 – 光电扫描仪引起的辐射误差
第1页/共65页
5.1 大气层对电磁波传输过程的影响 5.2 辐射误差 5.3 辐射误差校正方法 5.4 遥感卫星辐射校正场概述
第2页/共65页
5.1 大气层对电磁波传输过程的影响
基本的第3辐页射/共6传5页输过程
一、大气散射 大气散射性质与强度取决于大气中分子或微粒半
径及被散射光的波长。 包括选择性散射与非选择性散射。
根据透射率的定义，有：
E ex
E0
第9页/共65页
2.大气窗口 是指大气对电磁辐射吸收和散射都很小、而透
射率很高波段，即在传输过程中损耗小、能透过大 气的电磁波段。
第10页/共65页
遥感中使用的大气窗口：
1）0.3-1.15um:包括部分紫外光、全部可见光和部分近 红外光，透过率在70% 2）1.4-1.9um:近红外窗口，透过率在60%-95%之间 3）2.0-2.5um:近红外窗口，透过率为80% 4）3.5-5.0um:中红外窗口，透过率为60%-70% 5）8.0-14.0um:热红外窗口，透过率为80% 6）1.0-1.8mm:微波窗口，透过率为35%-40% 7）2.0-5.0mm:微波窗口，透过率为50%-70% 8）8.0-1000.0mm:微波窗口，透过率为100%
专业的遥感图像处理系统多提供的大气校正模型： Erdas和Geomatica系统中的ACTOR模型 ENNI系统中的FLAASH模型 公共的大气校正模型，其中较好的是6S模型。
第42页/共65页
3. 波段对比法
依据：大气散射的选择性，即对短波影响大，对长波影响小 a. 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，大气散射主要影响短 波部分，波长较长的波段几乎不受影响，因此可用其 校正其它波段数据。
第14页/共65页
二、引起辐射误差的因素
传感器 大气 太阳辐射 其它
第15页/共65页
1. 因传感器的响应特性引起的辐射误差
– 光学摄像机引起的辐射误差 光学镜头中心和边缘透射光强度不一致造成。在成像 平面上存在着边缘部分比中间部分暗的现象，称为边缘 减光效应。 – 光电扫描仪引起的辐射误差
第1页/共65页
5.1 大气层对电磁波传输过程的影响 5.2 辐射误差 5.3 辐射误差校正方法 5.4 遥感卫星辐射校正场概述
第2页/共65页
5.1 大气层对电磁波传输过程的影响
基本的第3辐页射/共6传5页输过程
一、大气散射 大气散射性质与强度取决于大气中分子或微粒半
径及被散射光的波长。 包括选择性散射与非选择性散射。
根据透射率的定义，有：
E ex
E0
第9页/共65页
2.大气窗口 是指大气对电磁辐射吸收和散射都很小、而透
射率很高波段，即在传输过程中损耗小、能透过大 气的电磁波段。
第10页/共65页
遥感中使用的大气窗口：
1）0.3-1.15um:包括部分紫外光、全部可见光和部分近 红外光，透过率在70% 2）1.4-1.9um:近红外窗口，透过率在60%-95%之间 3）2.0-2.5um:近红外窗口，透过率为80% 4）3.5-5.0um:中红外窗口，透过率为60%-70% 5）8.0-14.0um:热红外窗口，透过率为80% 6）1.0-1.8mm:微波窗口，透过率为35%-40% 7）2.0-5.0mm:微波窗口，透过率为50%-70% 8）8.0-1000.0mm:微波窗口，透过率为100%
【精品】3、遥感影像辐射校正教程PPT课件
L=Gain*DN+Offset
L：辐射亮度值，单位（瓦特/平方厘米*微米*球面度） Gain:增益系数，可以从头文件获取。单位（瓦特/平方厘米*微
米*球面度） DN：数字量化值，DN值是遥感影像像元亮度值，记录的地物的
灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、 地物发射率、大气透过率和散射率等有关。 Offset:偏移量，可以从头文件获取。单位（瓦特/平方厘米*微米 *球面度）
④单击Edit Calibration Parameters按钮，可以打开定标 参数对话框，可以自行修改定标参数。
⑤选择输出路径及文件名，单击OK按钮，执 行定标过程。
⑥显示定标结果
当元数据信息丢失，或者选择File→Open External File → Landsat → GeoTIFF ，打开GeoTIFF格式文件时，需要手动输 入ENVI Landsat Calibration Dialog对话框中的参数（默认参 数会自动添加），以不带元数据的Landsat7_ GeoTIFF格式文 件数据为例，操作过程如下：
y=a*x+b（线性函数关系）
相对定标是确定各像元之间、各探测器之间、各
波谱段之间以及不同时间测量的辐射度量相对值。
传感器辐射定标分为三个方面内容：
①发射前的实验室定标； ②基于星载定标器的星上定标； ③发射后的定标（场地定标）。
注：我们常用的定标参数，有使用实验室定标的结果（如高分辨 率传感器QuickBird、WorldView-1等）；也有使用实验室定标与 星上定标相结合的参数（如NOAA、MSS等）；由于设备老化， Landsat TM5的定标参数有用实验室定标的（2003年前），也有 用经过场地定标的参数（2003年后）；
L：辐射亮度值，单位（瓦特/平方厘米*微米*球面度） Gain:增益系数，可以从头文件获取。单位（瓦特/平方厘米*微
米*球面度） DN：数字量化值，DN值是遥感影像像元亮度值，记录的地物的
灰度值。无单位，是一个整数值，值大小与传感器的辐射分辨率、 地物发射率、大气透过率和散射率等有关。 Offset:偏移量，可以从头文件获取。单位（瓦特/平方厘米*微米 *球面度）
④单击Edit Calibration Parameters按钮，可以打开定标 参数对话框，可以自行修改定标参数。
⑤选择输出路径及文件名，单击OK按钮，执 行定标过程。
⑥显示定标结果
当元数据信息丢失，或者选择File→Open External File → Landsat → GeoTIFF ，打开GeoTIFF格式文件时，需要手动输 入ENVI Landsat Calibration Dialog对话框中的参数（默认参 数会自动添加），以不带元数据的Landsat7_ GeoTIFF格式文 件数据为例，操作过程如下：
y=a*x+b（线性函数关系）
相对定标是确定各像元之间、各探测器之间、各
波谱段之间以及不同时间测量的辐射度量相对值。
传感器辐射定标分为三个方面内容：
①发射前的实验室定标； ②基于星载定标器的星上定标； ③发射后的定标（场地定标）。
注：我们常用的定标参数，有使用实验室定标的结果（如高分辨 率传感器QuickBird、WorldView-1等）；也有使用实验室定标与 星上定标相结合的参数（如NOAA、MSS等）；由于设备老化， Landsat TM5的定标参数有用实验室定标的（2003年前），也有 用经过场地定标的参数（2003年后）；
遥感数字图象处理课件.ppt
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。
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）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。
（2）色调：是色彩彼此相互区分的特性。 （3）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。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
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.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）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。
（2）色调：是色彩彼此相互区分的特性。 （3）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。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
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.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青
遥感技术与应用-04.ppt
是波段a中的亮度为0处波段b中所
具有的亮度。可以认为就是波段b
的程辐射度。校正的方法是将波段b
中每个像元的亮度值减去 ，来改
善图像，去掉程辐射。
2024/9/29
10
辐射校正
由传感器系统引起的辐射校正：一般来说，成 像系统造成的误差由传感器研制单位根据传感 器的相关参数、利用相关的传感器成像模型进 行校正，不需要用户自己校正.
第四章 遥感图像校正
2024/9/29
1
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) 遥感图像的几何校正 (Correction of Geometric Distortion) 遥感图像配准 (Image Registration)
几何校正
坐标变换式经常采用一阶、二阶、三阶高次多项式。坐标 变换式的系数可从控制点的图像坐标值和地图坐标值中根 据最小二乘法求出。
➢ 一阶多项式法可以纠正线性误差: 6 未知数，至少需要3 个GCP X= aX1+ bY1+ c Y = dX1+ eY1+ f
➢ 二阶多项式法可以纠正非线性误差: 12 个未知数，至少需要6个GCP X = aX22 + bY22 + cX2Y2 + dX2 + eY2 + f Y = gX22 + hY22 + iX2Y2 + jX2 + kY2 + m
2024/9/29
14
几何畸变
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
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
03遥感图像辐射校正
❖ 外部因素
大气 太阳辐射
7
二、辐射误差来源
❖ 光学摄影机引起的辐射误差
主要由光学镜头中心和边缘的透射强度不一致造 成的，它使同一类地物在图像的不同位置上有不 同的灰度值。
8
二、辐射误差来源
❖ 光电扫描仪引起的辐射误差
光电转换误差，即传感器接收的电磁波信号经光 电转换系统转换为电信号的过程中引起的辐射量 误差
第二章 遥感图像的辐射校正
❖ 第一节 辐射校正概述 ❖ 第二节 辐射校正的原理和方法
1
❖ 教学要求：
❖ 1、掌握遥感数字图像辐射畸变的原因及辐射校正 的目的
❖ 2、掌握因大气、太阳辐射、地形等因素引起的辐 射误差校正方法
❖ 教学重点：
❖ 辐射校正的原理与方法
2
第一节 辐射校正概述
❖ 一、辐射校正的含义 ❖ 二、辐射误差的来源 ❖ 三、辐射校正的内容及流程 ❖ 四、辐射校正的目的
(1)利用辐射传输方程进行大气校正
❖ 若地物目标辐射能量为E0，它通过高度为H的
大气层后，传感器接收系统能收集到的电磁 波能量为E，则由简化后的大气辐射传输方程 得到：
E=E0e-T(0,H)
e-T(0,H)大气衰减系数，确定很复杂 ❖ 若上式能够给出适当的近似解，就可求出地
面目标的真实辐射能量E0。
探测器增益变化引起的误差。
9
二、辐射误差来源
❖ 大气影响引起的辐射误差
电磁波在大气中传播时，受到大气中各种成分的 散射和吸收作用影响。
对于短波的太阳反射波段而言，以散射作用为主； 对于长波的地球发射波段而言，以吸收作用为主。
10
二、辐射误差来源
❖ 太阳辐射引起的辐射误差
由于太阳位置变化以及地形的变化，不同地表 位置接收到的太阳辐射是不同的。 ❖太阳位置主要指高度角和方位角。其中高度 角对于地表的太阳辐照度影响较大，而方位 角的变化通常只对图像细部特征产生影响。 两者最终使图像阴影及辐射值不同。 ❖传感器接收的辐亮度和地表坡度坡向有关。
大气 太阳辐射
7
二、辐射误差来源
❖ 光学摄影机引起的辐射误差
主要由光学镜头中心和边缘的透射强度不一致造 成的，它使同一类地物在图像的不同位置上有不 同的灰度值。
8
二、辐射误差来源
❖ 光电扫描仪引起的辐射误差
光电转换误差，即传感器接收的电磁波信号经光 电转换系统转换为电信号的过程中引起的辐射量 误差
第二章 遥感图像的辐射校正
❖ 第一节 辐射校正概述 ❖ 第二节 辐射校正的原理和方法
1
❖ 教学要求：
❖ 1、掌握遥感数字图像辐射畸变的原因及辐射校正 的目的
❖ 2、掌握因大气、太阳辐射、地形等因素引起的辐 射误差校正方法
❖ 教学重点：
❖ 辐射校正的原理与方法
2
第一节 辐射校正概述
❖ 一、辐射校正的含义 ❖ 二、辐射误差的来源 ❖ 三、辐射校正的内容及流程 ❖ 四、辐射校正的目的
(1)利用辐射传输方程进行大气校正
❖ 若地物目标辐射能量为E0，它通过高度为H的
大气层后，传感器接收系统能收集到的电磁 波能量为E，则由简化后的大气辐射传输方程 得到：
E=E0e-T(0,H)
e-T(0,H)大气衰减系数，确定很复杂 ❖ 若上式能够给出适当的近似解，就可求出地
面目标的真实辐射能量E0。
探测器增益变化引起的误差。
9
二、辐射误差来源
❖ 大气影响引起的辐射误差
电磁波在大气中传播时，受到大气中各种成分的 散射和吸收作用影响。
对于短波的太阳反射波段而言，以散射作用为主； 对于长波的地球发射波段而言，以吸收作用为主。
10
二、辐射误差来源
❖ 太阳辐射引起的辐射误差
由于太阳位置变化以及地形的变化，不同地表 位置接收到的太阳辐射是不同的。 ❖太阳位置主要指高度角和方位角。其中高度 角对于地表的太阳辐照度影响较大，而方位 角的变化通常只对图像细部特征产生影响。 两者最终使图像阴影及辐射值不同。 ❖传感器接收的辐亮度和地表坡度坡向有关。
《遥感图像预处理》课件
傅里叶变换
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
通过线性或非线性变换来调整像素强度范围，增强图像的对比度。
对比度拉伸
通过增强高频分量来增强图像的边缘和细节信息。
锐化滤波
通过将图像的低频和高频分量分离并分别处理，增强图像的对比度和细节信息。
同态滤波
02
01
03
04
05
遥感图像的融合处理
06
图像融合是将多源信道所采集到的关于同一目标的图像，通过一定的图像处理和信息融合技术，提取各自信道的信息并最终复合在一起，形成高质量、全面、准确的图像。
THANKS
几何校正的方法
遥感图像的噪声去除
04
VS
噪声去除是遥感图像预处理中的重要步骤，旨在减少或消除图像中的噪声，提高图像质量。
意义
噪声是影响遥感图像质量的主要因素之一，去除噪声有助于提高图像的视觉效果、降低后续分析的误差，为遥感应用提供更准确、可靠的数据基础。
定义
基于图像的统计特性，通过滤波、变换等技术手段，将噪声与图像信号分离，从而达到去除噪声的目的。
意义
原理
基于图像的数学模型和物理模型，通过一定的算法和技术，对图像的像素值进行变换和处理，以达到增强图像的目的。
方法
直方图均衡化、对比度拉伸、锐化滤波、同态滤波、傅里叶变换等。
通过拉伸像素强度分布范围来增强图像的对比度。
直方图均衡化
将图像从空间域变换到频率域，通过增强高频分量或抑制低频分量来增强图像的3
几何校正的定义
几何校正是指将原始的遥感图像经过一系列的变换，使其与标准地图或参考地图在几何位置上对齐的过程。
几何校正的意义
几何校正是遥感图像预处理的重要步骤，它能够纠正图像中由于传感器、地球曲率、地球自转等因素导致的几何畸变，提高遥感图像的精度和可靠性，为后续的图像分析和应用提供准确的基础数据。
遥感图像辐射处理.pptx
2.5 其它非线性变换
非线性变换对应着非线性映射函数，典型的映射包括平 方函数、对数函数、窗口函数、阈值函数、多值量化函 数等。
第16页/共20页
密度分割后的伪彩色图
第17页/共20页
2.6 图像灰度反转
灰度反转是指对图像灰度范围进行线性或非线性取反， 产生一幅与输入图像灰度相反的图像，其结果是原来亮 的地方变暗，原来暗的地方变亮。
(a)
(b)
(c)
第9页/共20页
2 图像反差的调整
2.1线性变换 简单线性变换是按比例拉伸原始图像灰度
等级范围，一般为了充分利用显示设备的显示 范围，使输出直方图的两端达到饱和。
由于遥感图像的复杂性，线性变换往往 难以满足要求，因此在实际应用中更多地采用 分段线性变换，可以拉伸感兴趣目标与其他目 标之间的反差。
第11页/共20页
（a） 经直方图均衡化后的Lena图像； （b） 均衡化后的Lena图像的直方图
第12页/共20页
2.3 直方图匹配
直方图匹配是对图像查找表进行数学变换，使一 幅图像的直方图与另一幅图像类似。直方图匹配经常作 为相邻图像拼接或应用多时相遥感图像进行动态变化研 究的预处理工作，通过直方图匹配可以部分消除由于太 阳高度角或大气影响造成的相邻图像的效果差异，特别 是对于图像的镶嵌和变化检测
第10页/共20页
2.2直方图均衡
直方图均衡是将随机分布的图像直方图修改成均匀分 布的直方图。其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。 直方图均衡后每个灰度级的像元数，理论上应相等，实际 上为近似相等，直接从图像上看，直方图均衡效果是： 1 各灰度级所占图像的面积近似相等，因为某些灰度级出 现高的像素不可能被分割。 2 原图像上频率小的灰度级被合并，频率高的灰度级被保 留，因此可以增强图像上大面积地物与周围地物的反差。 3 如果输出数据分段级较少，则会产生一些大类地物的近 似轮廓。
非线性变换对应着非线性映射函数，典型的映射包括平 方函数、对数函数、窗口函数、阈值函数、多值量化函 数等。
第16页/共20页
密度分割后的伪彩色图
第17页/共20页
2.6 图像灰度反转
灰度反转是指对图像灰度范围进行线性或非线性取反， 产生一幅与输入图像灰度相反的图像，其结果是原来亮 的地方变暗，原来暗的地方变亮。
(a)
(b)
(c)
第9页/共20页
2 图像反差的调整
2.1线性变换 简单线性变换是按比例拉伸原始图像灰度
等级范围，一般为了充分利用显示设备的显示 范围，使输出直方图的两端达到饱和。
由于遥感图像的复杂性，线性变换往往 难以满足要求，因此在实际应用中更多地采用 分段线性变换，可以拉伸感兴趣目标与其他目 标之间的反差。
第11页/共20页
（a） 经直方图均衡化后的Lena图像； （b） 均衡化后的Lena图像的直方图
第12页/共20页
2.3 直方图匹配
直方图匹配是对图像查找表进行数学变换，使一 幅图像的直方图与另一幅图像类似。直方图匹配经常作 为相邻图像拼接或应用多时相遥感图像进行动态变化研 究的预处理工作，通过直方图匹配可以部分消除由于太 阳高度角或大气影响造成的相邻图像的效果差异，特别 是对于图像的镶嵌和变化检测
第10页/共20页
2.2直方图均衡
直方图均衡是将随机分布的图像直方图修改成均匀分 布的直方图。其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。 直方图均衡后每个灰度级的像元数，理论上应相等，实际 上为近似相等，直接从图像上看，直方图均衡效果是： 1 各灰度级所占图像的面积近似相等，因为某些灰度级出 现高的像素不可能被分割。 2 原图像上频率小的灰度级被合并，频率高的灰度级被保 留，因此可以增强图像上大面积地物与周围地物的反差。 3 如果输出数据分段级较少，则会产生一些大类地物的近 似轮廓。
遥感图像处理基础ppt课件
主要有两种方法：K-L变换（主成分变换）和 k-T变换（缨帽变换）。
学习这两种方法，首先需要认识多光谱空间。
11
5.3 遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。
加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
2
5.3 遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
14
5.3 遥感图像增强与变换
多光谱图像变换
上式也可以写成：
表示对图像中每一像元矢量逐个逐个乘以矩阵 A，便得到新图像中的每一个像元矢量。A的作用是 给多波段的像元亮度加权重系数，实现线性变换。 由于变换前各波段具有很强相关性，变换后Y的各 分量间将具有最小的相关性。
15
5.3 遥感图像增强与变换
例如在红外波段植被与浅色土壤，在红波段与 深色土壤及水体很难分开，当用红外波段减去红波 段时，由于植被在这两个波段的反射率差异很大， 相减后植被像元具有很高的差值；而土壤和水体在 这两个波段的反差很小，因此在差值图像中植被信 息得到突出，很容易找到其分布区域和面积。
4
5.3 遥感图像增强与变换
图像运算
18
5.3 遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。
学习这两种方法，首先需要认识多光谱空间。
11
5.3 遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。
加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
2
5.3 遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
14
5.3 遥感图像增强与变换
多光谱图像变换
上式也可以写成：
表示对图像中每一像元矢量逐个逐个乘以矩阵 A，便得到新图像中的每一个像元矢量。A的作用是 给多波段的像元亮度加权重系数，实现线性变换。 由于变换前各波段具有很强相关性，变换后Y的各 分量间将具有最小的相关性。
15
5.3 遥感图像增强与变换
例如在红外波段植被与浅色土壤，在红波段与 深色土壤及水体很难分开，当用红外波段减去红波 段时，由于植被在这两个波段的反射率差异很大， 相减后植被像元具有很高的差值；而土壤和水体在 这两个波段的反差很小，因此在差值图像中植被信 息得到突出，很容易找到其分布区域和面积。
4
5.3 遥感图像增强与变换
图像运算
18
5.3 遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。
- 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)。
• “不怕太阳晒，也不怕那风雨狂，只怕先生骂我 笨，没有学问无颜见爹娘 ……”
• “太阳当空照，花儿对我笑，小鸟说早早早……”
基本的辐射传输过程ppt课件
问题的提出
• 什么是辐射校正？为什么要进行辐射校 正？
• 传感器接受的电磁波能量与目标本身辐 射的能量之间的关系?
• 为什么要做图像的增强处理？ • 图像融合有什么作用？
ppt课件
由于传感器响应特性和大气的吸收、 散射以及其它随机因素影响，导致图 像模糊失真，造成图像的分辨率和对 比度相对下降，这些都需要通过辐射 校正复原。
消除遥感图像数据中依附在辐射亮度 中的各种失真的过程称为辐射量校正 （Radiometric Calibration),简称辐 射校正。
ppt课件
ppt课件
6.1.2传感器辐射定标
• 绝对定标：对目标作定量的描述，要得到目标 的辐射绝对值。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的数量关系， 即定标系数，在卫星发射前后都要进行。
• 相对定标：只得出目标中某一点辐射亮度与其 他点的相对值。又称为传感器探测元件归一化。 为了校正传感器中各个探测元件响应度差异而 对卫星传感器测量到的原始亮度值进行归一化 的一种处理过程。由于传感器中各个探测元件 之间存在差异，使传感器探测数据图像出现一 些条带。相对辐射定标的目得就是降低或消除 这些影响。
• 传感器接收的电磁波能量与目标本身 辐射的能量是不一致的。
• 传感器输出的能量包含了由于太阳位 置和角度条件、大气条件、地形影响 和传感器本身的性能等所引起的各种 失真，这些失真不是地面目标本身的 辐射，因此对图像的使用和理解造成 影响，必须加以校正或消除。
ppt课件
辐射校正的目的：
尽可能消除因传感器自身条件、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 的传感器所得到的目标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 能恢复遥感图像本来的面目，为遥感图像的分 割、分类、解译等后续工作打下基础。
ppt课件
6.1遥感图像的辐射处理
• 辐射误差 • 传感器辐射定标 • 辐射校正 • 地面辐射校正场
ppt课件
6.1.1辐射误差
• 传感器接收的电磁波能量包含三部分：
– 太阳经大气衰减后照射到地面，经地面反射后， 又经大气第二次衰减进入传感器的能量
– 地面本身辐射的能量经大气后进入传感器的能 量
ppt课件
进入遥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。
亮度值（灰度值）主要受两个物理量影响：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。当 太阳辐射相同时，图像上像元亮度值（灰度值）的差异就 直接反映了地物目标光谱反射率的差异，但实际测量时， 辐射强度值还受到其他因素的影响而发生改变。 辐射误差：传感器所得到的目标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值
第六章 遥感图像辐射处理
ppt课件
内容提纲
• 遥感图像的辐射处理 • 遥感图像增强 • 图像平滑 • 图像锐化 • 多光谱图像四则运算 • 图像融合
ppt课件
精品资料
• 你怎么称呼老师？
• 如果老师最后没有总结一节课的重点的难点，你 是否会认为老师的教学方法需要改进？
• 你所经历的课堂，是讲座式还是讨论式？ • 教师的教鞭
ppt课件
绝对定标方法
• 设传感器入口处波段i的辐射度Li和传感器输出 的亮度值ＤＮi之间存在线性关系：
• 卫星运行时，传感器的辐射灵敏度将随时间而 变，故传感器的绝对辐射定标中的增益和偏置 量要不断更新。这一更新利用卫星上的太阳定 标器和地面定标场来完成。
ppt课件
6.1.3辐射校正
• 大气校正 • 太阳高度角和地形影响引起的辐射误差
ppt课件
直方图法
• 目标：图像中存在亮度为零的目标。 • 理想情况：图像的亮度值应为零。 • 实际情况：目标的亮度值不为零。 • 方法：根据具体大气条件，各波段要校正的大
校正 • 系统噪音
ppt课件
一、大气校正
• 大气的影响：减少照射到地面的能量， 增加对传感器探测到的，与地面特征无 关的散射。
• 消除大气的影响是非常重要的，消除大 气影响的校正过程称为大气校正。
ppt课件
为什么要做大气校正？
入射到传感器的电磁波能量除了地物本身的辐射以外， 还有大气引起的散射光。我们想要了解某一物体表面的 光谱属性，必须将大气的影响消除。
ppt课件
常用校正方法
• 2) 利用某些波段特性来校正其它波段的 大气影响。
• •一般情况下，散射主要发生在短波图像， 对近红外几乎没有影响，如MSS-7几乎 不受大气辐射的影响，把它作为无散射 影响的标准图像，通过对不同波段图像 的对比分析来计算大气影响。
ppt课件
回归分析法
• 在不受大气影响的波段图像和待校正的某一波 段图像中，选择从最亮到最暗的一系列目标， 对每一目标的两个波段亮度值进行回归分析， 如MSS的第4和7波段，其亮度值分别为L4和 L7，回归方程为：
辐射校正包括三部分的内容：
传感器端的辐射校正
大校正
地表辐射校正
ppt课件
基本概念
• 辐射定标和辐射校正是遥感数据定量 化的最基本环节。
• 辐射定标：指传感器探测值的标定过 程方法，用以确定传感器入口处的准 确辐射值。
• 辐射校正：指消除或改正遥感图像成 像过程中附加在传感器输出的辐射能 量中的各种噪声的过程。
校正的方法： 寻找0反射目标
条件：整个图像在相同的大气条件下获得。
ppt课件
常用校正方法
• 1) 基于地面场地数据或辅助数据进行辐 射校正
• 在遥感成像的同时，同步获取成像目标 的反射率，或通过预先设置已知反射率 的目标，把地面实况数据与传感器的输 出数据进行比较，来消除大气的影响。 本方法假设地面目标反射率与传感器所 获得的信号之间属于线性关系。
– 大气散射、反射和辐射的能量。
• 遥感图像的辐射误差主要包括：
– 传感器本身的性能引起的辐射误差 – 地形影响和光照条件的变化引起的辐射误差 – 大气的散射和吸收引起的辐射误差
ppt课件
6.1.2传感器辐射定标
• 传感器定标是遥感信息定量化的前提。 • 传感器定标就是建立传感器每个探测元
所输出信号的数值量化值与该探测器对 像元内的实际地物辐射亮度值之间的定 量关系。
• “太阳当空照，花儿对我笑，小鸟说早早早……”
基本的辐射传输过程ppt课件
问题的提出
• 什么是辐射校正？为什么要进行辐射校 正？
• 传感器接受的电磁波能量与目标本身辐 射的能量之间的关系?
• 为什么要做图像的增强处理？ • 图像融合有什么作用？
ppt课件
由于传感器响应特性和大气的吸收、 散射以及其它随机因素影响，导致图 像模糊失真，造成图像的分辨率和对 比度相对下降，这些都需要通过辐射 校正复原。
消除遥感图像数据中依附在辐射亮度 中的各种失真的过程称为辐射量校正 （Radiometric Calibration),简称辐 射校正。
ppt课件
ppt课件
6.1.2传感器辐射定标
• 绝对定标：对目标作定量的描述，要得到目标 的辐射绝对值。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的数量关系， 即定标系数，在卫星发射前后都要进行。
• 相对定标：只得出目标中某一点辐射亮度与其 他点的相对值。又称为传感器探测元件归一化。 为了校正传感器中各个探测元件响应度差异而 对卫星传感器测量到的原始亮度值进行归一化 的一种处理过程。由于传感器中各个探测元件 之间存在差异，使传感器探测数据图像出现一 些条带。相对辐射定标的目得就是降低或消除 这些影响。
• 传感器接收的电磁波能量与目标本身 辐射的能量是不一致的。
• 传感器输出的能量包含了由于太阳位 置和角度条件、大气条件、地形影响 和传感器本身的性能等所引起的各种 失真，这些失真不是地面目标本身的 辐射，因此对图像的使用和理解造成 影响，必须加以校正或消除。
ppt课件
辐射校正的目的：
尽可能消除因传感器自身条件、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 的传感器所得到的目标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 能恢复遥感图像本来的面目，为遥感图像的分 割、分类、解译等后续工作打下基础。
ppt课件
6.1遥感图像的辐射处理
• 辐射误差 • 传感器辐射定标 • 辐射校正 • 地面辐射校正场
ppt课件
6.1.1辐射误差
• 传感器接收的电磁波能量包含三部分：
– 太阳经大气衰减后照射到地面，经地面反射后， 又经大气第二次衰减进入传感器的能量
– 地面本身辐射的能量经大气后进入传感器的能 量
ppt课件
进入遥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。
亮度值（灰度值）主要受两个物理量影响：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。当 太阳辐射相同时，图像上像元亮度值（灰度值）的差异就 直接反映了地物目标光谱反射率的差异，但实际测量时， 辐射强度值还受到其他因素的影响而发生改变。 辐射误差：传感器所得到的目标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值
第六章 遥感图像辐射处理
ppt课件
内容提纲
• 遥感图像的辐射处理 • 遥感图像增强 • 图像平滑 • 图像锐化 • 多光谱图像四则运算 • 图像融合
ppt课件
精品资料
• 你怎么称呼老师？
• 如果老师最后没有总结一节课的重点的难点，你 是否会认为老师的教学方法需要改进？
• 你所经历的课堂，是讲座式还是讨论式？ • 教师的教鞭
ppt课件
绝对定标方法
• 设传感器入口处波段i的辐射度Li和传感器输出 的亮度值ＤＮi之间存在线性关系：
• 卫星运行时，传感器的辐射灵敏度将随时间而 变，故传感器的绝对辐射定标中的增益和偏置 量要不断更新。这一更新利用卫星上的太阳定 标器和地面定标场来完成。
ppt课件
6.1.3辐射校正
• 大气校正 • 太阳高度角和地形影响引起的辐射误差
ppt课件
直方图法
• 目标：图像中存在亮度为零的目标。 • 理想情况：图像的亮度值应为零。 • 实际情况：目标的亮度值不为零。 • 方法：根据具体大气条件，各波段要校正的大
校正 • 系统噪音
ppt课件
一、大气校正
• 大气的影响：减少照射到地面的能量， 增加对传感器探测到的，与地面特征无 关的散射。
• 消除大气的影响是非常重要的，消除大 气影响的校正过程称为大气校正。
ppt课件
为什么要做大气校正？
入射到传感器的电磁波能量除了地物本身的辐射以外， 还有大气引起的散射光。我们想要了解某一物体表面的 光谱属性，必须将大气的影响消除。
ppt课件
常用校正方法
• 2) 利用某些波段特性来校正其它波段的 大气影响。
• •一般情况下，散射主要发生在短波图像， 对近红外几乎没有影响，如MSS-7几乎 不受大气辐射的影响，把它作为无散射 影响的标准图像，通过对不同波段图像 的对比分析来计算大气影响。
ppt课件
回归分析法
• 在不受大气影响的波段图像和待校正的某一波 段图像中，选择从最亮到最暗的一系列目标， 对每一目标的两个波段亮度值进行回归分析， 如MSS的第4和7波段，其亮度值分别为L4和 L7，回归方程为：
辐射校正包括三部分的内容：
传感器端的辐射校正
大校正
地表辐射校正
ppt课件
基本概念
• 辐射定标和辐射校正是遥感数据定量 化的最基本环节。
• 辐射定标：指传感器探测值的标定过 程方法，用以确定传感器入口处的准 确辐射值。
• 辐射校正：指消除或改正遥感图像成 像过程中附加在传感器输出的辐射能 量中的各种噪声的过程。
校正的方法： 寻找0反射目标
条件：整个图像在相同的大气条件下获得。
ppt课件
常用校正方法
• 1) 基于地面场地数据或辅助数据进行辐 射校正
• 在遥感成像的同时，同步获取成像目标 的反射率，或通过预先设置已知反射率 的目标，把地面实况数据与传感器的输 出数据进行比较，来消除大气的影响。 本方法假设地面目标反射率与传感器所 获得的信号之间属于线性关系。
– 大气散射、反射和辐射的能量。
• 遥感图像的辐射误差主要包括：
– 传感器本身的性能引起的辐射误差 – 地形影响和光照条件的变化引起的辐射误差 – 大气的散射和吸收引起的辐射误差
ppt课件
6.1.2传感器辐射定标
• 传感器定标是遥感信息定量化的前提。 • 传感器定标就是建立传感器每个探测元
所输出信号的数值量化值与该探测器对 像元内的实际地物辐射亮度值之间的定 量关系。