第6章、遥感图像的校正与增强

离散化
ຫໍສະໝຸດ Baidu
2、图像数字化
定义：一幅光学图像经过离散取样，转化为以数字矩 阵方式的数字图像的过程。 图像数字化包含两个内容： 图像空间位臵的数字化（图像的空间采样） 图像的灰度的数字化 分辨率：扫描采样后图像清晰度的指标（采样精度）。 单位 DPI（dot per inch）
灰度空间采样取决于二进制字长位数，2的1、4、7、 8次幂。
1、多图像几何配准
图像之间的配准一般有两种方式： 图像间的配准：即以多源图像中的一幅图像为参考 图像，其他图像与之配准，其坐标系是任意的。 绝对配准：即选择某个地图坐标系，将多源图像变 换到这个地图坐标系以后来实现坐标系的统一。 将配准好的多源遥感图像按照一定的算法，在规 定的地理坐标系，生成新的图像（进行图像的融合）。
二、遥感图像的几何校正原理
1、遥感图像几何畸变来源
变形误差：内部误差、外部误差 传感器成像几何形态影响（内部误差） 中心投影变形

全景投影变形

斜距投影变形

传感器外方位元素变化畸变（内部误差）

地球自转的影响（外部误差）

地球曲率的影响（外部误差）

地形起伏的影响（外部误差）
2、遥感图像的几何校正原理
4、遥感数字图像的存储
1) 2) 存储介质：磁带、磁盘、光盘 存储格式 BSQ格式：按波段记载数据文件，陆地卫星 （Landsat）4，5号CCT的格式。 BIL格式：是一种按照波段顺序交叉排列的遥感 数据格式， BIL格式与BSQ格式相似。 TIFF格式：是Aldus公司与微软公司合作开发的 一个多用途可扩展的用于存储栅格图像的文件格 式。TIFF不仅能很好地处理黑白、灰度、彩色图 像，而且还支持对图像像素值的许多数据压缩方 案。 BMP格式：位图图像数据格式。
a 0 (a1* x a 2 * y ) (a3 * x 2 a 4 * x * y a5 * y 2 )
X= (a6 * x 3 a7 * x 2 * y a8 * x * y 2 a9 * y 2 )...... Y= (b6 * x 3 b7 * x 2 * y b8 * x * y 2 b9 * y 2 )......
3、灰度直方图
1）定义：反映的是一幅图像中各灰度级像素出现的频率。
频率的计算式为：
n 是图像中灰度为i的 v 其中 n n
i i
i
像素数，n为图像的总像素数。
横轴：灰度级 纵轴：频率（百分比）
2）直方图的性质 •灰度直方图只能反映图像的灰度分布情况，而 不能反映图像像素的位置，即丢失了像素的位 置信息。 •一幅图像对应唯一的灰度直方图，反之不成立。 •一幅图像分成多个区域，多个区域的直方图之 和即为原始图像的直方图。
低通滤波法（频率域处理方法） 用滤波方法将频率域中一定 范围的高频成分滤掉，而保留 其低频成分以达到平滑图像的 目的。 其它低通滤波器 （频率域处理方法）
五）图像锐化
1）目的、意义 增强图像中高频成分，突出图像的边缘信息，提 高图像细节的反差。 2）方法 包括空间域处理和频率域处理两类 空间域图像锐化 锐化是对邻区窗口内的图像微分，常用的微分方法是 梯度。

5、图像处理系统
计算机 图像输入输出设备 专用图像处理系统（设备） 外存设备 显示器 软件部分
二）图像辐射校正
1）原因 由于传感器响应特性以及大气吸收、散射以及随 机因素影响导致图像模糊、失真、分辨率、对比 度下降。
2）分类 系统辐射校正 大气校正 噪声消除
其他非线性变换 对数变换、指数变换、平方根变换、标准差变换、直方图 周期性变换。

灰度反转：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。
四）图像平滑
1）目的、意义 消除各种干扰噪声，使图像中高频成分消退，平 滑掉图像的细节，使其反差降低，保存低频成分。 2）方法 包括空间域处理和频率域处理两类 领域平均法（空间域处理方法）
2）共线方程纠正法
是建立在图像坐标与地面坐标严格数学变换关 系基础上的，是对成像空间几何形态的直接描述。 例如SPOT图像的共线方程纠正：
2）共线方程纠正法
特点： 纠正过程需要有地面高程信息（DEM）； 可改正因地形起伏引起的投影差； 纠正精度高，计算量相对较大
四）多图像几何配准和数字镶嵌

直方图均衡：将随机分布的图像直方图修改成 均匀分布的直方图。

直方图正态化：将随机分布的原图像直方图修 改成高斯分布的直方图。
直方图匹配：通过非线性变换使得一个图像的直方图与另 一个图像的直方图类似。 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： • 图像直方图总体形状应类似； • 图像中黑与亮特征应相同； • 对某些应用，图像的空间分辨率应相同； • 图像上地物分布应相同，尤其是不同地区的图像匹配。 密度分割：与直方图均衡类似，是将原始图像的灰度值分 成等间隔的离散灰度级。
频率域图像锐化 与低通滤波相反，保留频率区域中高频成分而让 低频成分滤掉。
六）多光谱图像四则运算
1）目的、意义 针对多源遥感图像的特点，可以利用多源图像之 间的四则运算来达到增加某些信息或消除某些影响的 目的。 2）方法 减法运算 B Bx By Bx，By 为两个不同波段的图像或者不同时相同一波 段图像。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，可以提取地面目 标的变化信息。 当用红外波段与红波段图像相减时，即为植被指 数。
双三次卷积法： 取投影点周围16个相邻像元灰度值，并根据各自权 重计算输出像元灰度值。

pi * qi
G=
i 1
16
pi
i 1
16
3、遥感图像的几何校正方法（精纠正）
１）多项式纠正法
原理：回避成像的空间几何过程，直接对 图像变形的本身进行数学模拟。它把图像的总 体变形看作是平行、缩放、旋转、偏扭、弯曲 以及更高次的基本变形的综合作用结果。 计算公式：
六）多光谱图像四则运算
混合运算
七）图像融合
1）目的、意义 不同传感器的数据具有不同的时间、空间和光谱 分辨率以及不同的极化方式。通过图像融合可以从不 同的遥感图像中获得更多的有用信息，补充单一传感 器的不足。 2）定义 指将多源遥感图像按照一定的算法，在规定的地 理坐标系，生成新的图像的过程。 3）遥感图像融合的算法 加权融合 、基于HIS变换的图像融合 、基于主分量 变换的图像融合 、 基于小波变换的图像融合 、比 值变换融合 、 乘积变换融合 、基于特征的图像融 合 、基于分类的图像融合
1、多图像几何配准 不同类型传感器获得的遥感数据在分辨率、比例 尺、投影方式等方面往往差异很大，在实际应用过程 中又经常需要将同一地区的各种遥感数据“匹配”起 来，以期待利用各自优点，这种作法称之为多图像几 何配准。 图像配准的实质就是遥感图像的几何纠正，根据 图像的几何畸变特点，采用一种几何变换将图像规化 到统一的坐标系中。
2、数字图像镶嵌
数字图像镶嵌的关键： 如何在几何上将多幅不同的图像连接在一起； 如何保证拼接后的图像反差一致，色调一致，没有 明显的接缝。 数字图像镶嵌的过程： 第一、图像几何纠正； 第二、镶嵌边搜索； 第三、亮度和反差调整； 第四、边界线平滑。
遥感数据影像处理
加权融合比照
SPOT2.5米全色影像数据
3）灰度直方图的应用
低反射率景物图像（图像直方 图靠近低灰度区）。
高反射率景物图像（图像直方 图靠近高灰度区）。
低反差景物图像（图像直方图 的标准差较小）。
3）灰度直方图的应用
高反差景物图像（图像直方图 的标准差较大）。
图中有多种地物出现的频率较 高。
图像直方图呈现出。双峰，并 且高亮度地物（云、雪、白背 景等）出现频率高。
2、数字图像镶嵌
定义：当感兴趣的研究区域在不同的图像文件时， 需要将不同的图像文件合在一起形成一幅完整的包含 感兴趣区域的图像。 数字图像镶嵌需注意以下几点： 镶嵌需要有足够宽的重叠区； 镶嵌时相邻的图像往往色调（对彩色图像）或灰度 值不一致（对灰度图像），此时需要其中一幅图像进 行诸如“直方图匹配”等处理； 如果镶嵌后需要某种地图投影变换，最好依据地图 投影方式先分幅校正，然后再镶嵌，这样精度会更高 些。
第五章、遥感图像的校正与增强
一、数字图像基础知识
一）数字图像
1、概念 模拟图像：通过摄影成像方式得到的像片。（光学图 像） 数字图像：能在计算机上存储、运算、显示合输出的 图像。 灰度：一幅光学像片可看成是由无数的单元小点（像 元）组成，每个点的明暗程度记录了成像瞬间物 体的反射光强度。 光学图像 连续取值 数字图像 数字矩阵
１）遥感图像的粗加工
仅是做系统误差改正，根据图像的构像方式（已 知），测定与传感器有关的一些参数，就可利用这一 构像方式对图像进行几何校正。
投影中心坐标的测定和解算；
测定卫星姿态角； 测定扫描角。
2）遥感图像的精纠正处理
是指消除图像中的几何变形，产生一幅符合某种地 图投影或图形表达的新图像的过程。 精纠正包括两个环节： （1）像素坐标的变换 将图像坐标转变为地图或地面坐标。
六）多光谱图像四则运算
加法运算 通过加法运算可以加宽波段，如绿色波段和红色 波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。 乘法运算 通过乘法运算结果与加法运算类似。 除法运算 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；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预处理方法之一。
三）图像增强
1）目的、意义 由于传感器响应特性以及大气吸收、散射以及随机 因素（噪声）影响导致图像模糊、失真、分辨率、对 比度下降。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，使影像 更易判读。 增强感兴趣目标和周围背景图像间的反差。 2）方法 图像反差调整
线性变换 按比例拉伸原始图像灰度等级范围，使 直方图两端达到饱和。
融 合 后 影 像
SPOT10米多光谱影像数据
（2）灰度值的重采样 原因：影像校正前后分辨率变化及像点位 臵相对变化。
重采样方法 最近邻法：利用距离投影点最近像元灰度值代 替输出像元灰度值。 双线性内插法：考虑周围4个相邻像元灰度值， 并根据各自权重计算输出像元灰度值。
p1* g1 p 2 * g 2 p3 * g 3 p 4 * g 4 G= p1 p 2 p3 p 4
b0 (b1* x b2 * y ) (b3 * x 2 b 4 * x * y b5 * y 2 )
多项式纠正法应注意的问题： 此法的纠正精度与GCP的精度、分布、数量 及纠正范围有关；（对于一般齐次多项式， GCP的个数至少不得低于多项式的系数个数） GCP应尽可能地在整幅图像内均匀分布； 此法对于地面相对平坦的地区纠正精度好， 但对于山地、高山地纠正精度相对较差。
直接法：从原始图像阵列出发，依次对其中每一个像 元分别计算其在输出（纠正后）图像的坐标，并将原 始图像像元P(x,y)的灰度值重新计算后送到P（X，Y） 的位臵上去。
2）遥感图像的精纠正处理
间接法：从空白图像出发，依次计算每个像元 P（X，Y）在原始图像中的位臵P(x,y) ，然后把该点的灰 度值计算后返送给P（X，Y）。