第四章遥感图像处理
合集下载
【学习课件】第四章遥感图像处理
• The 'drift' was different for each of the six detectors, causing the same brightness to be represented differently by each detector.
• The corrective process made a relative correction among the six sensors to bring their apparent values in line with each other
实际测量时，受到传感器本身、大气辐射等其 他因素的影响而发生改变。这种改变称为辐射 畸变。
2. 影响辐射畸变的因素
➢ 传感器本身的影响：导致图像不均匀，产生 条纹和噪音。
➢ 大气对辐射的影响
完整版ppt
28
• Striping was common in early Landsat MSS data due to variations and drift in the response over time of the six MSS detectors.
完整版ppt
4
完整版ppt
5
完整版ppt
6
完整版ppt
7
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。
（2）孟赛尔颜色立体：中轴代表无色彩的明度
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。
完整版ppt
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.
完整版ppt
• The corrective process made a relative correction among the six sensors to bring their apparent values in line with each other
实际测量时，受到传感器本身、大气辐射等其 他因素的影响而发生改变。这种改变称为辐射 畸变。
2. 影响辐射畸变的因素
➢ 传感器本身的影响：导致图像不均匀，产生 条纹和噪音。
➢ 大气对辐射的影响
完整版ppt
28
• Striping was common in early Landsat MSS data due to variations and drift in the response over time of the six MSS detectors.
完整版ppt
4
完整版ppt
5
完整版ppt
6
完整版ppt
7
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。
（2）孟赛尔颜色立体：中轴代表无色彩的明度
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。
完整版ppt
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.
完整版ppt
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
差值运算常用于 同一景物不同时间图像之间的运算—动态监测
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：
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
遥感数字图像处理-第四章_遥感数字图像增强处理(一)[研究材料]
![遥感数字图像处理-第四章_遥感数字图像增强处理(一)[研究材料]](https://img.taocdn.com/s3/m/391e6c9c4b73f242326c5f12.png)
度值或亮度值区间像元出现的频率的分布图。
计算方法：
Pi
mi M
M表示整幅图像的像元个数
M表示整幅图像的像元个数
Pi表示第i灰度级的像元比例频率
X和
调研学习
13
直方图的性质
（1）直方图反映了图像中的灰度分布规律，描述每个灰度 级具有的像元个数，但不包含这些像元在图像中的位置；
（2）任何图像有唯一的直方图，不同的图像可能有相同的 直方图；
六、图像运算 Image Calcu.
七、多光谱增强 M调u研l学ti习-spectral Enhancement
1
一、图像增强概述
➢ 什么是图像增强？
Image enhancement is the process of making an image more interpretable for a particular application ( Faust, 1989).
空间域增强：空间域是指图像平面所在的二维平面。 直接处理图像上的像素，主要对灰度进行操作；
1）点处理：每次对单个像元进行灰度增强的处理 2）邻域处理或模板处理：对一个像元及其周围的小区域子
图像进行处理
频率域增强：对图像经傅立叶变换后的频谱成分进 行操作，然后经傅立叶逆变换获得所需结果
调研学习
6
➢图像增强的分类
调研学习
2
➢ 图像增强的目的
主要目的：（1）采用一系列技术改善图像的视觉效 果，提高图像的清晰度；（2）将图像转换成一种 更适合于人或机器进行解译和分析处理的形式。
改变图像的灰度等级，提高图像的对比度； 消除边缘和噪声，平滑图像； 突出边缘和线状地物，锐化图像； 合成彩色图像； 压缩图像数据量，突出主要信息等。
计算方法：
Pi
mi M
M表示整幅图像的像元个数
M表示整幅图像的像元个数
Pi表示第i灰度级的像元比例频率
X和
调研学习
13
直方图的性质
（1）直方图反映了图像中的灰度分布规律，描述每个灰度 级具有的像元个数，但不包含这些像元在图像中的位置；
（2）任何图像有唯一的直方图，不同的图像可能有相同的 直方图；
六、图像运算 Image Calcu.
七、多光谱增强 M调u研l学ti习-spectral Enhancement
1
一、图像增强概述
➢ 什么是图像增强？
Image enhancement is the process of making an image more interpretable for a particular application ( Faust, 1989).
空间域增强：空间域是指图像平面所在的二维平面。 直接处理图像上的像素，主要对灰度进行操作；
1）点处理：每次对单个像元进行灰度增强的处理 2）邻域处理或模板处理：对一个像元及其周围的小区域子
图像进行处理
频率域增强：对图像经傅立叶变换后的频谱成分进 行操作，然后经傅立叶逆变换获得所需结果
调研学习
6
➢图像增强的分类
调研学习
2
➢ 图像增强的目的
主要目的：（1）采用一系列技术改善图像的视觉效 果，提高图像的清晰度；（2）将图像转换成一种 更适合于人或机器进行解译和分析处理的形式。
改变图像的灰度等级，提高图像的对比度； 消除边缘和噪声，平滑图像； 突出边缘和线状地物，锐化图像； 合成彩色图像； 压缩图像数据量，突出主要信息等。
遥感数字图像处理-第4章 变换域处理方法
颜色空间是用一种数学方法来形象化地表示颜色，颜色空 间常用来指定和产生颜色。
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？
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？
遥感图像数字处理的基础知识
遥感图像数字处理的基础知识(总4页)-CAL-FENGHAI.-(YICAI)-Company One1-CAL-本页仅作为文档封面，使用请直接删除第四章遥感图像数字处理的基础知识C方向 20 卢昕一、名词解释1.光学影像：一种以胶片或其他的光学成像载体的形式记录的图像。
它是一个二维的连续的光密度函数。
2.数字影像：以数字形式进行存储的图像，它是一个二维的离散的光密度函数。
3.空间域图像：用空间坐标x，y的函数表示的形式。
有光学影像和数字影像。
4.频率域图像：以频率域的形式表示的影像，频率坐标Vx，Vy的函数。
5.图像采样：图像空间坐标（x,y）的数字化称为图像采样。
6.灰度量化：图像灰度的数字化称为图像量化。
7 .ERDAS：是美国 ERDAS 公司开发的遥感图像处理系统。
它以模块化的方式提供给用户，可使用户根据自己的应用要求、资金情况合理的选择不同功能模块及不同组合，对系统进行剪裁，充分利用软硬件资源，并最大限度地满足用户的专业应用要求。
ERDAS Imagine面向不同需求的用户，对于系统的扩展功能采用开放的体系结构以Imagine Essentials、Imagine Advantage、Imagine Professional的形式为用户提供低、中、高三档产品架构，并有丰富的功能扩展模块供用户选择，产品模块的组合比较灵活。
：遥感数字图像的一种存储格式，即按波段记载数据文件。
：也是遥感数字图像的一种存储格式，是一种按照波段顺序交叉排列的遥感数据格式。
二、简答题1、叙述光学影像与数字影像的关系和不同点。
答：光学图像可以看成一个二维的连续的光密度函数，像片上的密度随空间坐标的变化而变化。
而数字图像是一个二维的离散的光密度函数。
光学图像可以通过采样和量化得到数字图像，数字图像可以通过显示终端设备或照相或打印的方式得到光学图像。
与光学图像相比数字图像的处理简捷快速，并可以完成一些光学处理方法所无法完成的各种特殊处理等。
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）。
《遥感图像处理》课件
土壤质量评估
通过遥感图像的色彩、纹理和植被覆盖等信息，评估土壤质量，如土壤肥力、土壤湿度等。
农业灾害预警
利用遥感图像处理技术，提取灾害特征，如病虫害、旱涝等，及时预警并采取应对措施。
地震灾害评估
01
利用遥感图像处理技术，提取地震灾害后的房屋倒塌、地表裂缝等信息，评估灾害损失和影响范围。
洪水灾害监测
城市扩张监测
利用遥感图像的色彩、纹理和形状等信息，评估城市环境质量，如空气污染、水体污染等。
城市环境质量评估
通过遥感图像处理技术，提取城市交通道路网和车流量信息，分析城市交通状况和拥堵情况。
城市交通状况分析
农作物长势监测
利用遥感图像处理技术，监测农作物的生长状况，预测产量，为农业生产和决策提供支持。
02
特征级变化检测
提取图像中的地物特征，并比较这些特征的变化来检测地物的变化。
03
CHAPTER
遥感图像处理流程
1
2
3
将传感器获取的原始数据转换为地表反射率或辐射率。
辐射定标
消除图像中的几何畸变，使其符合地图投影的要求。
几何校正
提高图像的对比度和清晰度，突出目标信息。
图像增强
边缘检测
提取图像中的纹理特征，用于描述地物的表面结构。
纹理分析
形状分析
提取目标的形状特征，用于识别和分类地物。
提取图像中的边缘信息，用于目标识别和分类。
对分类或识别结果进行精度评估，了解分类或识别效果。
精度评估
根据精度评估结果，对分类或识别算法进行优化，提高分类或识别精度。
结果优化
04
CHAPTER
遥感图像处理案例分析
通过对比不同时期的遥感图像，监测城市扩张的程度和方向，为城市规划和管理提供决策依据。
- 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)。
To be continued…
数字图像纠正的处理过程框图
准 备 工 作
输入原 始数字 图像
建立纠正 变换函数
影像范围 确定输出
输出纠正 后的图像
像素亮度 值重采样
逐个像素 的几何位 置变换
To be
§3 几何校正
① 基本思路：把存在几何畸变的图像，纠正成符
合某种地图投影的图像，且要找到பைடு நூலகம்图像中每 一像元的亮度值。 ② 基本环节 1）像素坐标变换:计算校正后每一点所对应原 图中的位置； 2）像素亮度重采样:计算每一点的亮度值。
§4 遥感数据的镶嵌处理
数字影像镶嵌(Mosaicing)是将两幅或多幅数字影 像(它们有可能是在不同的摄影条件下获取的)拼 在一起，构成一幅整体图像的技术过程。在遥感 应用中，影像镶嵌有着重要的应用。
To be
§4 遥感数据的镶嵌处理
数字影像镶嵌原理 影像镶嵌的原理是：如何将多幅影像从几何上拼 接起来，这一步通常是先对每幅图像进行几何校 正，将它们规划到统一的坐标系中，然后对它们 进行裁剪，去掉重叠的部分，再将裁剪后的多幅 影像装配起来形成一幅大幅面的影像。
§3 几何校正
重采样的具体计算方法： （3）三次卷积内插法
To be continued…
控制点的选取 数目的确定:最小数目 实际中往往取6倍于最小数目。 选择的原则
易分辨、易定位的特征点：道路的交叉口，
水库坝址，河流弯曲点等。 特征变化大的地区应多选些。 尽可能满幅均匀选取。
§3 几何校正
一、遥感图像的几何变形的原因
图像中所包含的几何畸变可以表示为图像上各像 元的位置坐标与地图坐标系中的目标地物坐标的 差异。
To be continued…
遥感影像变形的原因
① 遥感平台位置和运动状态变化的影响： ② ③
④ ⑤
航高、航速、俯仰、翻滚、偏航。 地形起伏的影响：产生像点位移。 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。 大气折射的影响：产生像点位移。 地球自转的影响：产生影像偏离。
To be
新疆石河子地区 CBERS-1 (19.5m)
光学图象
如一张正片， 可以看成是 一个二维的 连续的光密 度函数。
数字图象
数字图象是一个二维的离散的光密度 函数。相对于光学图象，它在空间坐 标（x，y）和密度上都已离散化。
数字图像的表示：矩阵函数
数字图像
数字图像的特点
便于计算机处理与分析 图像信息损失低 图像抽象性强 图像保存方便
§2 辐射校正
一、辐射校正的含义 辐射误差：传感器观测目标的反射或辐射能量时， 所得到的测量值与目标的光谱发射率或光谱辐射 亮度等物理量之间的差值称为辐射误差，或辐射 畸变。 辐射校正:消除图像数据中依附在辐射亮度中的各 种失真的过程。
To be continued…
§2 辐射校正
二、遥感图像的辐射误差主要有两个因素
To be continued…
§3 几何校正
地球曲率引起的像点位移类似于地形起伏引起的 像点位移。Δh看作是一种系统的地形起伏，就 可以利用像点位移公式来估计地球曲率所引起的 像点位移。
To be
§3 几何校正
像元对应地面宽度不等是由于传感器通过扫描取 得数据，在扫描过程中每一次取样间隔是星下视 场角的等分间隔。
值区间像元出现的频率的分布图。
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。
数字图像的类型
按灰度值可分为：二值数字图像和多值数字图 像 按波段数可分为：单波段、彩色、多波段数字 图像
光学图象变为数字图象 （图象数字化）
数字化：将连续的图像变化，作等间距的采样
和量化。通常是以像元的亮度值矩阵表示。
采样：空间坐标数字化。
量化：图象灰度的数字化。
数字图像直方图
直方图：以每个像元为单位，表示图像中各亮度值或亮度
5、地球自转的影响 卫星前进过程中，传感器对地面扫描获得图像 时，地球自转影响较大，会产生影像偏离。
To be continued…
极轨卫星（太阳同步）
扫描带
扫描带与全球覆盖
§3 几何校正
二、几何变形的校正
图像的几何校正是指从具有几何畸变的图像中消 除畸变的过程。 几何粗校正: 是针对卫星运行和成像过程中引起 的几何畸变进行的校正，即卫星姿态不稳、地球 自转、地球曲率、地形起伏、大气折射等因素引 起的变形。 几何精校正：利用地面控制点进行的几何校正称 为几何精校正。
第四章
§1 §2 §3 §4 数字图像 辐射校正 几何校正 镶嵌处理
遥感图像处理
本章提要（…)
本章主要分析遥感数据 获取过程中产生的辐射畸变、 几何畸变的原因和校正的方 法，多幅遥感数据的拼接处 理方法。这些都是遥感数据 的预处理。
返回
下一章
§1 数字图像
遥感数据有光学图像和数字图像之分。 光学图像: 又称模拟图像，空间坐标和明暗 程度都连续变化的，计算机无法直接处 理的图像。 数字图像：数字图像是能被计算机存储、处 理和使用的用数字表示的图像。 数字量和模拟量的本质区别：连续变量，离 散变量。
传感器的影响 （…) 如传感器在光电变换的过程中造成辐射畸变， 大气的影响(…)
探测器增益变化引起的误差，另外，传感器的光学 地物（目标物）的辐射（反射）经过大气层时， 镜头的非均匀性，会引起边缘减光，也会造成图像 与大气层发生散射作用和吸收作用。吸收作用直接 辐射的畸变。 降低地物的辐射能量，引起辐射畸变。散射作用除 降低地物的辐射能量外，大气散射的部分辐射还会 进入传感器，直接叠加在目标地物的辐射能量之中， 成为目标地物的噪声，降低了图像的质量。
To be
§3 几何校正
全景畸变
To be
§3 几何校正
4、大气折射
整个大气层不是一个均匀的介质，因此电磁波在大气层 中传播时的折射率也随高度的变化而变化，使电磁波传 播的路径不是一条直线而变成了曲线，从而引起像点的 位移，这种像点移位就是大气折光差。
To be continued…
§3 几何校正
To be continued…
数字图像纠正的处理过程框图
To be
§3 几何校正
重采样的具体计算方法： （1）最近邻法
To be continued…
§3 几何校正
重采样的具体计算方法： （2）双线性内插法
To be continued…
练习
已知f(m, n)=54, f(m, n+1)=87, f(m+1, n)=98, f(m+1, n+1)=36, 分别利用最近邻法、双线 性内插法求 f(m+0.4, n+0.6)
To be continued…
§3 几何校正
1）像素坐标变换:
To be continued…
§3 几何校正
2）重采样的方法有两种： (1)对输入图像的各个像元在变换后的输出图像坐 标系上的相应位置进行计算，把各个像元的数据 投影到该位置上。
(2)对输出图像的各个像元在输入图像坐标系的相 应位置进行逆运算，求出该位置上的像元数据。 该方法是通常采用的方法。
§3 几何校正
1、卫星姿态引起的图像变形
位移变化
速度变化
高度变化
(dα)
侧翻变化
俯仰变化
(dω )
(dκ )
To be
偏航变化
§3 几何校正
2、地形起伏的影响
To be
§3 几何校正
3、地球曲率 地球是球体，严格说是椭球体，因此地球表面是 曲面。这一曲面的影响主要表现在两个方面，一 是像点位置的移动，二是像元对应于地面宽度的 不等。
To be continued…
§2 辐射校正
三、大气校正 大气的主要影响是减少了图像的对比度，使原始信 号和背景信号都增加了因子，图像质量下降。 大气校正就是指消除由大气散射引起的辐射误差的 处理过程 。 大气校正的方法:
野外现场波谱测试； 利用辐射传递方程进行大气校正；
波段对比分析（回归分析法、直方图法）。
To be continued…
大气影响的粗略校正： 通过简单的方法去掉程辐射度（散射光直 接进入传感器的那部分），从而改善图像 质量。 回归分析法 直方图最小值去除法
回归分析法
回归分析校正法
To be
直方图法
亮度值
像元数百分比/%
像元数百分比/%
亮度值
调整前直方图
调整后直方图
To be
数字图像纠正的处理过程框图
准 备 工 作
输入原 始数字 图像
建立纠正 变换函数
影像范围 确定输出
输出纠正 后的图像
像素亮度 值重采样
逐个像素 的几何位 置变换
To be
§3 几何校正
① 基本思路：把存在几何畸变的图像，纠正成符
合某种地图投影的图像，且要找到பைடு நூலகம்图像中每 一像元的亮度值。 ② 基本环节 1）像素坐标变换:计算校正后每一点所对应原 图中的位置； 2）像素亮度重采样:计算每一点的亮度值。
§4 遥感数据的镶嵌处理
数字影像镶嵌(Mosaicing)是将两幅或多幅数字影 像(它们有可能是在不同的摄影条件下获取的)拼 在一起，构成一幅整体图像的技术过程。在遥感 应用中，影像镶嵌有着重要的应用。
To be
§4 遥感数据的镶嵌处理
数字影像镶嵌原理 影像镶嵌的原理是：如何将多幅影像从几何上拼 接起来，这一步通常是先对每幅图像进行几何校 正，将它们规划到统一的坐标系中，然后对它们 进行裁剪，去掉重叠的部分，再将裁剪后的多幅 影像装配起来形成一幅大幅面的影像。
§3 几何校正
重采样的具体计算方法： （3）三次卷积内插法
To be continued…
控制点的选取 数目的确定:最小数目 实际中往往取6倍于最小数目。 选择的原则
易分辨、易定位的特征点：道路的交叉口，
水库坝址，河流弯曲点等。 特征变化大的地区应多选些。 尽可能满幅均匀选取。
§3 几何校正
一、遥感图像的几何变形的原因
图像中所包含的几何畸变可以表示为图像上各像 元的位置坐标与地图坐标系中的目标地物坐标的 差异。
To be continued…
遥感影像变形的原因
① 遥感平台位置和运动状态变化的影响： ② ③
④ ⑤
航高、航速、俯仰、翻滚、偏航。 地形起伏的影响：产生像点位移。 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。 大气折射的影响：产生像点位移。 地球自转的影响：产生影像偏离。
To be
新疆石河子地区 CBERS-1 (19.5m)
光学图象
如一张正片， 可以看成是 一个二维的 连续的光密 度函数。
数字图象
数字图象是一个二维的离散的光密度 函数。相对于光学图象，它在空间坐 标（x，y）和密度上都已离散化。
数字图像的表示：矩阵函数
数字图像
数字图像的特点
便于计算机处理与分析 图像信息损失低 图像抽象性强 图像保存方便
§2 辐射校正
一、辐射校正的含义 辐射误差：传感器观测目标的反射或辐射能量时， 所得到的测量值与目标的光谱发射率或光谱辐射 亮度等物理量之间的差值称为辐射误差，或辐射 畸变。 辐射校正:消除图像数据中依附在辐射亮度中的各 种失真的过程。
To be continued…
§2 辐射校正
二、遥感图像的辐射误差主要有两个因素
To be continued…
§3 几何校正
地球曲率引起的像点位移类似于地形起伏引起的 像点位移。Δh看作是一种系统的地形起伏，就 可以利用像点位移公式来估计地球曲率所引起的 像点位移。
To be
§3 几何校正
像元对应地面宽度不等是由于传感器通过扫描取 得数据，在扫描过程中每一次取样间隔是星下视 场角的等分间隔。
值区间像元出现的频率的分布图。
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。
数字图像的类型
按灰度值可分为：二值数字图像和多值数字图 像 按波段数可分为：单波段、彩色、多波段数字 图像
光学图象变为数字图象 （图象数字化）
数字化：将连续的图像变化，作等间距的采样
和量化。通常是以像元的亮度值矩阵表示。
采样：空间坐标数字化。
量化：图象灰度的数字化。
数字图像直方图
直方图：以每个像元为单位，表示图像中各亮度值或亮度
5、地球自转的影响 卫星前进过程中，传感器对地面扫描获得图像 时，地球自转影响较大，会产生影像偏离。
To be continued…
极轨卫星（太阳同步）
扫描带
扫描带与全球覆盖
§3 几何校正
二、几何变形的校正
图像的几何校正是指从具有几何畸变的图像中消 除畸变的过程。 几何粗校正: 是针对卫星运行和成像过程中引起 的几何畸变进行的校正，即卫星姿态不稳、地球 自转、地球曲率、地形起伏、大气折射等因素引 起的变形。 几何精校正：利用地面控制点进行的几何校正称 为几何精校正。
第四章
§1 §2 §3 §4 数字图像 辐射校正 几何校正 镶嵌处理
遥感图像处理
本章提要（…)
本章主要分析遥感数据 获取过程中产生的辐射畸变、 几何畸变的原因和校正的方 法，多幅遥感数据的拼接处 理方法。这些都是遥感数据 的预处理。
返回
下一章
§1 数字图像
遥感数据有光学图像和数字图像之分。 光学图像: 又称模拟图像，空间坐标和明暗 程度都连续变化的，计算机无法直接处 理的图像。 数字图像：数字图像是能被计算机存储、处 理和使用的用数字表示的图像。 数字量和模拟量的本质区别：连续变量，离 散变量。
传感器的影响 （…) 如传感器在光电变换的过程中造成辐射畸变， 大气的影响(…)
探测器增益变化引起的误差，另外，传感器的光学 地物（目标物）的辐射（反射）经过大气层时， 镜头的非均匀性，会引起边缘减光，也会造成图像 与大气层发生散射作用和吸收作用。吸收作用直接 辐射的畸变。 降低地物的辐射能量，引起辐射畸变。散射作用除 降低地物的辐射能量外，大气散射的部分辐射还会 进入传感器，直接叠加在目标地物的辐射能量之中， 成为目标地物的噪声，降低了图像的质量。
To be
§3 几何校正
全景畸变
To be
§3 几何校正
4、大气折射
整个大气层不是一个均匀的介质，因此电磁波在大气层 中传播时的折射率也随高度的变化而变化，使电磁波传 播的路径不是一条直线而变成了曲线，从而引起像点的 位移，这种像点移位就是大气折光差。
To be continued…
§3 几何校正
To be continued…
数字图像纠正的处理过程框图
To be
§3 几何校正
重采样的具体计算方法： （1）最近邻法
To be continued…
§3 几何校正
重采样的具体计算方法： （2）双线性内插法
To be continued…
练习
已知f(m, n)=54, f(m, n+1)=87, f(m+1, n)=98, f(m+1, n+1)=36, 分别利用最近邻法、双线 性内插法求 f(m+0.4, n+0.6)
To be continued…
§3 几何校正
1）像素坐标变换:
To be continued…
§3 几何校正
2）重采样的方法有两种： (1)对输入图像的各个像元在变换后的输出图像坐 标系上的相应位置进行计算，把各个像元的数据 投影到该位置上。
(2)对输出图像的各个像元在输入图像坐标系的相 应位置进行逆运算，求出该位置上的像元数据。 该方法是通常采用的方法。
§3 几何校正
1、卫星姿态引起的图像变形
位移变化
速度变化
高度变化
(dα)
侧翻变化
俯仰变化
(dω )
(dκ )
To be
偏航变化
§3 几何校正
2、地形起伏的影响
To be
§3 几何校正
3、地球曲率 地球是球体，严格说是椭球体，因此地球表面是 曲面。这一曲面的影响主要表现在两个方面，一 是像点位置的移动，二是像元对应于地面宽度的 不等。
To be continued…
§2 辐射校正
三、大气校正 大气的主要影响是减少了图像的对比度，使原始信 号和背景信号都增加了因子，图像质量下降。 大气校正就是指消除由大气散射引起的辐射误差的 处理过程 。 大气校正的方法:
野外现场波谱测试； 利用辐射传递方程进行大气校正；
波段对比分析（回归分析法、直方图法）。
To be continued…
大气影响的粗略校正： 通过简单的方法去掉程辐射度（散射光直 接进入传感器的那部分），从而改善图像 质量。 回归分析法 直方图最小值去除法
回归分析法
回归分析校正法
To be
直方图法
亮度值
像元数百分比/%
像元数百分比/%
亮度值
调整前直方图
调整后直方图
To be