遥感影像数据预处理要素

北京揽宇方圆信息技术有限公司

遥感图像数据处理要点

一．图像预处理

1．降噪处理

由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。

（1）除周期性噪声和尖锐性噪声

周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。

消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较

二．几何纠正

通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。

1．图像配准

为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。

（1）影像对栅格图像的配准

将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。

图11纠正后影像和地形图套和效果

（3）图像对已知坐标点（地面控制点）

利用已有准确地理坐标和投影信息的已知坐标点或地面控制点，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。

4．正射纠正

利用已有地理参考数据（影像、地形图和控制点等）和数字高程模型数据（DEM、GDEM），对原始遥感影像进行纠正，可消除或减弱地形起伏带来的影像变形，使得遥感影像具有准确的地面坐标和投影信息。

图12数字正射影像图

三．图像增强

为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出，需要对遥感图像进行增强处理。1．彩色合成

为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。

彩色图像可以分为真彩色图像和假彩色图像。

4．灰度颠倒

灰度颠倒是将图像的灰度范围先拉伸到显示设备的动态范围(如0～255)到饱和状态，然后再进行颠倒，使正像和负像互换。

6．邻域增强

又叫滤波处理，是在被处理像元周围的像元参与下进行的运算处理，邻域的范围取决于滤波器的大小，如3×3或5×5等。

邻区法处理用于去噪声、图像平滑、锐化和相关运算。

8．K-T变换

即Kauth-Thomas变换，又称为“缨帽变换”。这种变换着眼点在于农作物生长过程而区别于其他植被覆盖，力争抓住地面景物在多光谱空间中的特征。

目前对这个变换的研究主要集中在MSS与TM两种遥感数据的应用分析方面。

图38融合影像（HSV融合）

四．图像裁剪

在日常遥感应用中，常常只对遥感影像中的一个特定的范围内的信息感兴趣，这就需要将遥感影像裁减成研究范围的大小。

图39原始影像

1．按ROI裁剪

根据ROI（感兴趣区域）范围大小对被裁减影像进行裁剪。

图40按ROI（行政区）域裁剪

2．按文件裁剪

按照指定影像文件的范围大小对被裁减影像进行裁剪。

3．按地图裁剪

根据地图的地理坐标或经纬度的范围对被裁减影像进行裁剪。

图44镶嵌结果影像

六．遥感信息提取

遥感图像中目标地物的特征是地物电磁波的辐射差异在遥感影像上的反映。依据遥感图像上的地物特征，识别地物类型、性质、空间位置、形状、大小等属性的过程即为遥感信息提取。

目前信息提取的方法有：目视判读法和计算机分类法。其中目视判读是最常用的方法。

1．目视判读

也叫人工解译，即用人工的方法判读遥感影像，对遥感影像上目标地物的范围进行手工勾绘，达到信息提取的目的。

图47人工解译水系

2．图像分类

是依据是地物的光谱特征，确定判别函数和相应的判别准则，将图像所有的像元按性质分为若干类别的过程。

（2）非监督分类

没有先验的样本类别，根据像元间的相似度大小进行归类，将相似度大的归为一类的方法。

（3）其他分类方法

包括神经网络分类、分形分类、模糊分类等分类方法，以及他数据挖掘方法如模式识别、人工智能等，在这里不做进一步阐述。

北京揽宇方圆信息技术有限公司