遥感导论第四章

第四章 遥感图像处理

遥感图像处理是指对遥感探测所获取的图像或资料进行的各种技术处理，发生在对遥感图像资料进行分析、判读、理解、识别以前。处理的目的是使遥感图像或资料更适于应用。

遥感图像有光学图像和数字图像。从处理方法上，主要有光学处理和计算机（数字图像）处理。

第一节 光学原理与光学处理

遥感图像光学处理的目的是通过光学手段增强目标地物的影像差异或影像特征，将目标地物从环境背景信息中突现出来，更适于识别和进行信息提取。

互补色: 在色度学中，当两种颜色混合产生白色或灰色时，这两种颜色称为互补色 颜色性质：所有颜色都是对某段波长有选择地反射而对其它波长吸收的结果；颜色的性质由明度、色调、饱和度（彩色纯洁的程度，即光谱中波长段是否窄，频率是否单一的表示。）来描述。

颜色立体（球形明度-色度-饱和度色彩坐标系）

垂直坐标轴代表亮度；圆周代表色度，色度值从红色中点处的0开始，沿着球体圆周的逆时针方向增加；饱和度描述了色彩的纯度。

三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，三种颜色按一定比例混合，可以形成各种色调的颜色，则称之为三原色。

由三原色混合，可以产生其他颜色，称为加色法。

色度图可以粗略推算两种颜色相混合得到的中间色，M 和N 两种颜色按照一定比例合成，一定能得到MN 连线上的中间色K （只要比例合适，MN 上其他的点也可得到）；连接C 点与色度图曲线内的一点，可得该点的光谱，例如连接C 与K ，可得K

点的光谱色

(0.573um)；该点距离C点的远近反映了C点的饱和度；过C点的直线与边缘交于两个点，则两个点对应的颜色一定是互补色，两者混合可产生白光。

减色法是从自然光（白光）中，减去一种或二种基色光而生成色彩的方法。

第二节数字图像的

校正

数字图像的概念:

能在计算机里存

储、运算、显示和

输出的图像。

数字化：将一幅影

像通过扫描仪或者

数字摄像机等外部

设备输入计算机时，

就是对图像的位置

变量进行离散化，

对灰度值进行量化。即包含两方面的内容：一是图像空间位置（坐标）的数字化（采样）。二是图像灰度

的数字化（量化）。

灰度直方图的概念：表示灰度值出现频率的图形，横坐标是灰度值，纵坐标是像元的

个数或者像元的百分比。反映灰度的总体结构，灰度级的等级分布，不反映空间的分布。

遥感图像数据处理：是对遥感数据进行辐射纠正、图像整饰、特征提取、分类和各种

专题处理的方法。目的在于，消减图像的误差和变形，降低电磁波信号的噪声、增强

图像的对比度、挖掘图像中所包含的信息等。按照数据的类型，遥感数据处理可以分

为光学处理和数字处理。

辐射校正：消除或改正遥感图像成像过程中附加在遥感传感器输出的辐射能量中各种

噪声的过程。(目的是尽可能恢复图像的本来面目，为遥感图像的识别，分类，解译等

后续工作打下基础 )

辐射误差的来源主要有三项

1.传感器仪器本身产生的误差（系统误差）；

2.太阳位置（系统误差）、地形起伏引

起的辐射误差（随机误差）；3.大气影响引起的辐射误差（随机误差）；

相应的辐射处理包括辐射定标（纠正系统误差）和辐射误差校正（大气校正，纠正随

机误差）。辐射定标的目的在于消除系统本身造成的辐射误差，包括两方面：传感器

仪器本身造成的误差、不同太阳高度角造成的辐射能量差异（归一化）。大气影响造

成的辐射误差会使得图像对比度下降，还会产生随机噪声。

什么情况下需要进行大气校正?大气透明度差而且不均一; 大气中的水汽含量高;低

海拔地区应该进行校正，3000米以上的地区可不考虑;相对高差变化大的地形区域 ;不同时段图像的联合处理。

大气校正的方法

利用辐射传递方程进行大气校正；利用地面实况数据进行大气校正；波段对比法（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，因此可用波长最长的波段（如TM的第7波段）来其校正其它波段数据。暗像元法：在不受大气影响的波段和待

校正的某一波段图像中，选择最黑区域（通常为高山阴影区）中的一系列目标，将每

个目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程）

波段对比法的原理:1）首先选取理论上辐射亮度应为零的区域（黑区、水体或阴影）；2）对于这些区域的象元，在实际观测中，由于受到大气程辐射（增强）的影响，其辐

射亮度并不为零，多出来的辐射亮度实际上就是大气程辐射值。此时的大气校正实际

上就是要去除这一部分的亮度。3）由于长波段受大气影响较小，因而这些区域的长波

段亮度值是接近于零的，也相对更准确。4）可以用受大气影响较小的长波段来校正其

它波段；

几何畸变：遥感图像上各地物的几何位置、形状、尺寸、方位等特征与实际情况不一致。

系统性畸变是指遥感系统造成的畸变，这种畸变一般有一定的规律性，并且大小事先

能够预测，例如扫描镜的结构方式和扫描速度等造成的畸变。随机性畸变是指大小不

能事先预测、其出现带有随机性质的畸变，例如地形起伏造成的随地而异的几何偏差。

几何粗校正是针对引起畸变原因而进行的校正，这种畸变按照比较简单和相对固定的

几何关系分布在图像中的，校正时只需将传感器原校准数据、遥感平台的位置以及卫

星运行姿态等一系列测量数据代入理论校正公式即可。几何粗校正主要校正系统畸变。几何精校正是利用控制点进行的几何校正，它是用一种数学模型来近似描述遥感图像

的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点（即控制点（GCP））求得这个几何畸变模型，然后利用此模型进行几何畸变校正，这种校正不考

虑畸变的具体形成原因，而只考虑如何利用畸变模型来校正遥感图像，实际上是一种

统计回归模型。

遥感图像变形的原因及影响因素：遥感平台位置和运动状态变化的影响（航高：由于

卫星轨道本身是椭圆的，因此其航高始终发生变化，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。）；地形起伏的影响；地球表面地形的影响；地球曲率的影响；大气折射的影响；地球自转的影响

几何校正

实质：按实际位置和投影状况确定校正后影像的行列并为每个新像元赋予合适的亮度值。几何纠正的步骤：准备工作（影像数据、地图资料、大地测量成果、航天器轨道

参数和传感器姿态参数的收集与分析，所需控制点的选择和量测。）、输入原始图像（按规定的格式将遥感数字图像读入计算机）、建立纠正函数（纠正变换函数提供了

输入影像和输出影像间的坐标变换关系。纠正方法有：多项式法、共线方程法、随机

场内插值法等。）、确定输出图像范围、逐个像元进行几何变化、灰度的重采样（纠

正后的新图像的每一个像元，根据变换函数，可以得到它在原始图像上的位置。如果

求得的位置为整数，则该位置处的像元灰度就是新图像的灰度值。如果位置不为整数，则像元灰度值需根据周围阵列像元的灰度确定，这种方法称为灰度重采样（这是相对

遥感图像获取时已进行过一次采样而言）、输出纠正后的图像、效果评价。