第四章_遥感数字图像处理

nullnull遥感数字图像处理第 四 章null本章主要内容数字图像基础 图像辐射校正 几何校正原理与方法 图像增强处理null数字图像概念： 指能够被计算机存储、处理和使用的图像 。 “离散化”、二维矩阵是数字图像的特点，每个像元的取值是图像连续变化的灰度的离散整数值。数字图像数字图像数字图像的性质与特点 什么是数字图像？ 模拟图像：普通像片那样的灰度级及颜色连续变化的图像 数字图像：而是以数字形式表示的遥感影像。包括把模拟图像分割成同样形状的小单元，以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值进行数字化的图像。 把前一部分的空间离散化处理叫采样（sampling）， 而后一部分的亮度值的离散化处理叫量化（quantization）， 以上两种过程结合起来叫图像的数字化（digitization）。       null数字图像又称数字化图像，是一种以二维数组（矩阵）形式表示的图像。或者称为相应区域内地物电磁辐射强度的二维分布。 该数组由对连续变化的空间图像作等间距抽样所产生的抽样点——像元（像素）组成。 采样采样采样的原理量化量化量化的概念null像元的量值，通常为抽样区间内连续变化的景物的均值化量值，一般为亮度值或灰度值，它们的最大、最小值区间代表该数字图像的动态范围。 null0<=f(x, y)<=G x belong to [0, xmax], y belong to [0, ymax] 式中, G为灰度值的上界. 因此, 一幅图像可用M(行)N(列)的矩阵函数表示: 1 2 7 12 34 56 3 4 56 12 3 4 23 23 5 6 8 9 45 8 6 5 12 6 45 34 5 34 34 23 9 9 23 34 34 5 6 45 67 56null在遥感图像处理中, 既需要将光学图像转换为数字图像进行计算机处理,也需要将处理后的数字图像变成光学图像输出。光学图像为模拟量，数字图像又称数字量，它们之间的转换称模/数转换，记作A/D, 反之称数/模转换，记D/A null以一景Landsat 4 或5的TM数字图像为例，共7个波段，其中6个波段有6166行，6166列，代表地面约185 km x 185 km 的范围。每一个波段约有6166x6166=38M个像元，则7个波段共(6x38M)+24M = 252M个像元，即需要252M字节存储空间才能存下一景全部的TM数据。 null遥感卫星地面站（气象卫星接受站）提供计算兼容的数字磁带，输入计算机图像处理系统，形成数字图像。 记录在胶片上的影像可在专用设备上进行数字化。也可以使用胶片，即透明正片，用一束强度固定的光束扫描，透射光用光电增强管进行量度，通过抽样和量化而成为一连串的数字，可以存储在磁盘上或记录磁带上，成为数字图像文件。 数字图像的性质与特点数字图像的性质与特点 由于传感器上探测元件的灵敏度直接影响有效量化的级数，因此，不同传感器提供的有效量化的级数是不同的。常用的遥感数字图像有效量化级数。null数字图像nullnull数字图像数字图象数字图象HOMEnull遥感数字图像以数字形式表示的遥感影像； 基本单位：像素 正（纯）像素：一个像素内只包含一种地物（水体…） 混合像素：一个像素内包含多种地物（草地 = 草+地） 像素的空间特征：几何位置及范围——空间位置离散化 像素的属性特征：亮度值——灰度值离散化null特点：(与光学图像相比) 便于计算机处理 数字存储方式 获取、传输、分发等过程中没有信息损失 抽象性强（表示在计算机里是很抽象 的“数据流”） 数字形式表示，便于建立分析模型，进行计算机解译和采用遥感图像专家系统。遥感数字图像null遥感数字图像的表示方法二维数组表示：位置隐含（象素坐标），属性用亮度表示； 遥感数字图像根据波段分： 二值数字图像：[0-1] 一个bit存储 单波段数字图像：[0-255] 一个字节（8位） 彩色数字图像： [0-255] [0-255][0-255] 三个数字层 多波段数字图像：[0-255] ……[0-255] 多个数字层nullnull多波段数字图像存储与分发的常用数据格式： （1）BSQ数据格式（Band sequential）； （2）BIP数据格式（Band interleaved by pixel）； （3）BIL数据格式（Band interleaved by line）； 辅助数据：数字图像尺寸等各种参数遥感数字图像的表示方法nullBSQ(Band sequential)数据格式：按波段顺序依次排列， 1个文件，文件内划分1-K段，第n段数据为第n波段的图像数据[M行][N列]。多波段数字图像存储与分发的常用数据格式（BSQ）nullBIP数据格式（Band interleaved by pixel），1个文件，[M行][N列]格式，每个单元顺序记录K个波段的相应数据。多波段数字图像存储与分发的常用数据格式（2）nullBIL数据格式（Band interleaved by line）， 1个文件，逐行按波段次序排列。第1波段的第1行、第2波段的第1行、…、第K波段的第1行；第1波段的第2行、第2波段的第2行、…、第K波段的第2行；……多波段数字图像存储与分发的常用数据格式（3）null 航空像片的数字化非数字式遥感图像（通常为航空摄影像片），进行数字图像处理、解译前，需转换为数字图像 方法：黑白扫描/彩色扫描 扫描时需注意： （1）扫描的空间分辨率 一般300dpi（像片）/ 600dpi（负片）可满足要求 （2）灰度级：0-255（黑白）/ RGB（彩色）null分辨率设置过程: （1）空间采样 （2）属性量化如何设置分辨率null例：将一张1:50000的航空图像扫描成分辨率是2米的数字化图(1pix=2m) 。 1:50000 lcm=500m 1cm内要有250个pix pix边长=1cm/250pix=0.004cm=0.001575inch (1cm=0.3937inch) 635pix/inchnull图像直方图 用平面直角坐标系表示一幅灰度范围为0-n（0-255）的数字图像像元灰度分布状态，横轴表示灰度级，纵轴表示某一灰度级（或范围）的像元个数占像元总数的百分比。 通过灰度直方图可以直观地了解图像特征，以确定图像增强 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 并了解图像增强后的效果null数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度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。 小结 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。直方图直方图null不同反差特征的图像图像直方图效果null反差增强直方图拉伸处理The Image HistogramThe Image HistogramIn raw imagery, the useful data often populates only a small portion of the available range of digital values (commonly 8 bits or 256 levels). Contrast enhancement involves changing the original values so that more of the available range is used, thereby increasing the contrast between targets and their backgrounds. The key to understanding contrast enhancements is to understand the concept of an image histogramnullA histogram is a graphical representation of the brightness values that comprise an image. The brightness values (i.e. 0-255) are displayed along the x-axis of the graph. The frequency of occurrence of each of these values in the image is shown on the y-axis. 数字图像处理的主要内容图像校正：包括辐射校正、几何校正。 增强处理：增强图像中的有用信息，利于识别分析。 包括彩色增强、直方图增强、图像运算、邻域增强、频率域增强、信息融合等。 图像变换：消除干扰和滤掉噪声，提高图像质量。 信息提取：图像分类（监督分类、非监督分类、神经网络分类、模糊分类）、空间信息提取、光谱信息提取。数字图像处理的主要内容辐射校正辐射校正由于传感器响应特性和大气的吸收、散射及其它随机因素影响，导致图像模糊失真，造成图像分辨率和对比度相对下降。这些都需要通过辐射校正复原。 包括：系统辐射校正、大气校正nullnullStriping was common in early Landsat MSS data due to variations and drift in the response over time of the six MSS detectors. 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 othernullDropped lines occur when there are systems errors which result in missing or defective data along a scan line. Dropped lines are normally 'corrected' by replacing the line with the pixel values in the line above or below, or with the average of the two. 系统辐射校正系统辐射校正光学摄影机内部辐射误差校正 镜头中心和边缘透射光的强度不一致，造成图像上不同位置的同一类地物有不同的灰度值。 光电扫描仪内部辐射误差校正 A）光电转换误差； B）探测器增益变化引起的误差大气校正大气校正概念：消除主要由大气散射、吸收引起的辐射误差的处理过程。 何时需要进行大气校正？ 定量信息提取； 不同时相间的定量比较； 不同波段间的运算；大气校正方法大气校正方法公式法（较准确）； 简单的相对大气校正方法： 2 回归分析法； 3 直方图校正法； 公式法公式法与卫星扫描同步进行野外光谱测量，将地面测量结果与卫星影象对应像元亮度值进行回归分析. 回归方程为： Ri = a+bCi LAi =CiK+Lmin ， LAi = a1Ri +b1 K=（Lmax-Lmin）/Cmax LAi 为卫星观测值（辐射亮度，辐射度） Ri 为地面反射率 Ci灰度值回归分析法回归分析法原理：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。 方法：在不受大气影响的波段（如TM5或7）和待校正的某一波段图像中，选择一系列目标，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。Y：待校正波段的图像亮度值 X：不受大气影响波段的图像亮度值回归法分析法回归法分析法直方图校正方法直方图校正方法直方图校正方法： 从图像象元亮度值中减去一个辐射偏置量，辐射偏置量等于图像直方图中最小的亮度值； 前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量）； 暗物体法（Dark-object method）；几何校正几何校正几何畸变：遥感图像的几何位置上发生变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不 规则 编码规则下载淘宝规则下载天猫规则下载麻将竞赛规则pdf麻将竞赛规则pdf 变化等变形。 几何畸变是平移、缩放、旋转、偏扭、弯曲等作用的结果。几何校正几何校正从具有几何变形的图像中消除变形的过程。 一般步骤： 1 确定校正方法 2 确定校正公式 3 验证校正方法 4 对原始输入图像进行重采样Geometric CorrectionGeometric CorrectionAll remote sensing imagery are inherently subject to geometric distortions. These distortions may be due to several factors, including: the perspective of the sensor optics; the motion of the scanning system; the motion of the platform; the platform altitude, attitude, and velocity; the terrain relief; and, the curvature and rotation of the Earth. Geometric corrections are intended to compensate for these distortions so that the geometric representation of the imagery will be as close as possible to the real world. nullThe geometric registration process involves identifying the image coordinates (i.e. row, column) of several clearly discernible points, called ground control points (or GCPs), in the distorted image (A - A1 to A4), and matching them to their true positions in ground coordinates (e.g. latitude, longitude). The true ground coordinates are typically measured from a map (B - B1 to B4), either in paper or digital format.遥感图像几何畸变来源遥感图像几何畸变来源误差来源： 内部误差：由于传感器自身的性能、结构等因素造成； 外部误差：传感器以外的个因素造成，如地球曲率、地形起伏、地球旋转等 传感器成像几何形态影响 传感器外方位元素变化畸变 地球自转的影响 地球曲率的影响 其它……传感器成像几何形态影响传感器成像几何形态影响成像几何特点：中心投影、全景投影、斜距投影、平行投影； 全景投影：每条扫描线相当于中心投影，扫描视场角越大，边缘变形越大——全景畸变； 斜距投影变形：侧视雷达；传感器外方位元素变化畸变传感器外方位元素变化畸变传感器外方位元素变化：指决定遥感平台姿态的6个自由度：三轴方向（X，Y，Z）和姿态角（，，），其中任何一个发生变化，都会给遥感图像带来不同变形，这种畸变是成像瞬间的综合影响。对不同的传感器，畸变可能不尽相同。 航高、航速、俯仰、翻滚、偏航传感器外方位元素变化畸变中心投影传感器外方位元素变化畸变传感器外方位元素变化畸变多中心投影 例如MSS,TM等传感器外方位元素变化畸变地球自转引起的误差地球自转引起的误差地球曲率引起的误差地球曲率引起的误差遥感图像几何校正的原理遥感图像几何校正的原理包括光学校正和数字纠正 数字纠正：通过计算机对图像每个象元逐个地解析纠正处理，可以较精确改正线性和非线性变形误差。 包括两个方面（基本环节）： （1）象元坐标变换； （2）象元灰度值重新计算（重采样）。遥感图像几何校正的原理遥感图像几何校正的原理数字图像几何纠正的主要处理过程数字图像几何纠正的主要处理过程准备工作：图像、地图、大地测量资料、平台轨道参数、传感器参数、控制点的选择；（具体内容可选） 纠正变换函数建立：输入和输出图像间的坐标变换关系；如多项式法、共线方程法等null坐标变换确定原始图像和纠正后图像间的坐标变换关系 （x， y）——（u， v）（u行数， v列数， 均为整数） 有两种方案： 直接纠正方案：从原始图像阵列出发，依次对 其中每一个象元P（x，y）分别计算其在输出（纠正后）图像的坐标P（X，Y），并计算P（X，Y）的灰度值; 间接纠正方案：从空白图像阵列出发，依次计算每个象元P（X，Y）在原始图像中的位置P（x，y），然后把该点的灰度只依次计算后返送给P（X，Y）. 二者间并无本质差别，互为逆变换坐标关系坐标关系 （xp ，yp）（XP，YP）分别是任意一个像元在原始图像和纠正后图像中的坐标。直接间接坐标变换坐标变换图像灰度值的重采样图像灰度值的重采样几何校正过程中，由于校正前后图像的像元大小可能变化、象元点位置的相对变化等，不能简单用原图像象元灰度值代替输出象元灰度值。 对应的坐标值可能不是整数 因此，需要插值（重采样） 三种插值方法：最邻近法、双线性法、三次卷积法最邻近法（nearest neighbor）最邻近法（nearest neighbor）用距离投影点（采样点）最近象元灰度值代替输出象元灰度值 简单、省时，保留原始图像的值 边缘出现锯齿状最邻近法原理最邻近法原理最邻近法最邻近法优点： 1 保留大量原始灰度值，没有经过平滑处理，对于区分植被类型、识别线性特征等有重要意义 2 简易、省时 3 分类前使用 4 适合于专题文件缺点： 1 锯齿状、不平滑 2 某些值重复、某些值丢失 3 对线性地物，可能出现不连续最邻近法纠正效果原始图像纠正后图像（最邻近插值）最邻近法纠正效果双线性内插法双线性内插法取(z，y)点周围的4邻点，在y方向(或x方向)内插二次，再在x方向(或y方向)内插一次，得到(x，y)点的亮度值f(x，y)，该方法称双线性内插法.双线性（bilinear）双线性（bilinear）优点 1 较平滑，没有锯齿状 2 与最邻近法相比，空间信息更准确些 3 常用于改变象元大小时，如数据融合缺点： 象元值被平均化，某些地物边缘更平滑，某些极值可能丢失null双线性插值效果原始图像纠正（双线性插值）三次卷积法（cubic convolution）三次卷积法（cubic convolution）取与投影点邻近的16个象元灰度值（4×4） ，计算输出象元的灰度值 取与计算点(x，y)则围相邻的16个点，与双向线性内插类似，可先在在某一入向上内插，如先在x方向上，每4个值依次内插4次，再根据这四个计算结果在y方向上内插，得到f(x，y)。每一组4个样点组成一个连续内插函数。实际上是一种卷积运算，也叫三次卷积内插。三次卷积法三次卷积法优点： 1 与其它重采样方法相比，均值和标准偏差与原始象元的相一致 2 改变象元大小时使用（改变幅度更大时） 3 可以锐化图像、平滑噪声，实际的效应与数据有关缺点： 1 数据的值可能被改变 2 计算费时三次卷积法处理效果原始图像几何纠正（三次卷积）三次卷积法处理效果遥感图像处理——图象增强增强处理：增强图像中的有用信息，利于识别分析。 包括彩色增强、直方图增强、图像运算、邻域增强、频率域增强、信息融合等。遥感图像处理——图象增强图象增强是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。 图像增强的目的是针对图象的退化和不足，改善图像质量，以较好的满足实际的需要。 对比度问题 噪声干扰问题 清晰度下降问题null图象增强有两大类应用： 改善图象的视觉效果； 提高图像质量和突出所需信息，有利于分析判读或作进一步的处理 。 图像增强不增加图像数据中的相关信息，但它将增加所选择特征的动态范围，从而使这些特征检测或识别更加 容易。Image EnhancementImage EnhancementEnhancements are used to make it easier for visual interpretation and understanding of imagery. The advantage of digital imagery is that it allows us to manipulate the digital pixel values in an image There are three main types of image enhancement: Contrast enhancement Spatial feature enhancement Multi-image enhancement反差增强（Contrast enhancement）反差增强（Contrast enhancement）也称辐射增强，按象元逐次进行。 主要通过改变图像灰度分布态势，扩展灰度分布区间，达到增强反差的目的。 通过调整直方图来实现 调整后的直方图应达到： 分布好（较均匀），没有大量暗或亮的象元集中分布nullA linear stretch involves identifying lower and upper bounds from the histogram (usually the minimum and maximum brightness values in the image) and applying a transformation to stretch this range to fill the full range. nullThis graphic illustrates the increase in contrast in an image before (left) and after (right) a linear contrast stretch. nullIf the input range is not uniformly distributed. In this case, a histogram-equalised stretch may be better. This stretch assigns more display values (range) to the frequently occurring portions of the histogram. In this way, the detail in these areas will be better enhanced relative to those areas of the original histogram where values occur less frequentlynullThis graphic illustrates the rather uneven increase in contrast in an image before (left) and after (right) a histogram equalised stretch. null反差增强原理null反差增强原理null纠正前的图像及直方图：偏暗高反射率图像反差增强null纠正后的图像及直方图反差增强反差增强反差增强线性和非线性方法 分段线性：增强某些部分，压制某些部分null 又称灰度比例尺变换。属于一点对一点的逐点变换。属于一对一或一对多的映射变换。 典型变换式：nullL0abL几种特殊形式：nullFirst band （Green） for sample SPOT image原始图像的直方图nullFirst band （Green） for sample SPOT image拉伸后图像的直方图Raw Unstretched DataRaw Unstretched DataFirst band （Green） for sample SPOT image原始图像Linearly Stretched DataLinearly Stretched DataFirst band （Green） for sample SPOT image线性拉伸结果Linearly Stretched DataLinearly Stretched DataThree band combination: Band 1 （spectral green） displayed as blue Band 2 （spectral red） displayed as green Band 3 （spectral NIR） displayed as redUnstretchedLinear Stretch分段线性：增强某些部分，压制某些部分分段线性：增强某些部分，压制某些部分斜率大的部分被拉伸增强，斜率小的部分被压缩非线性拉伸非线性拉伸对数拉伸：扩张低的灰度区，压缩高的灰度区非线性拉伸非线性拉伸指数拉伸： 扩展高灰度区间 null对数变换指数变换灰度翻转直方图均衡化（Histogram Equalization）直方图均衡化（Histogram Equalization）非线性的增强方法； 将每个灰度区间等概率分布，代替了原来的随机分布，即增强后的每个灰度级内有大致相同的象元数；通过改变灰度区间来实现； 根据灰度值的出现频率来分配它们的亮度显示范围，频率高的部分被增强了，频率低的部分被压缩。直方图均衡化（Histogram Equalization）效果：增强了峰值处的对比度，两端（最亮和最暗）的对比度减弱了。直方图均衡化（Histogram Equalization）直方图均衡化（Histogram Equalization）原始的直方图均衡化后的直方图直方图均衡化（Histogram Equalization）直方图均衡化（Histogram Equalization）直方图均衡化（Histogram Equalization）Histogram Equalization StretchHistogram Equalization StretchFirst band （Green） for sample SPOT image直方图均衡化实例直方图均衡化（Histogram Equalization）直方图均衡化（Histogram Equalization）Three band combination: Band 1 （spectral green） displayed as blue Band 2 （spectral red） displayed as green Band 3 （spectral NIR） displayed as red直方图均衡化实例Three band combination: Band 1 （spectral green） displayed as blue Band 2 （spectral red） displayed as green Band 3 （spectral NIR） displayed as red直方图均衡化（Histogram Equalization）直方图匹配（histogram matching）直方图匹配（histogram matching）把原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图，然后按照已知的指定形态的直方图调整原图像各象元的灰级，最后得到一个直方图匹配的图像 使用的模板有正态拉伸匹配、暗区拉伸匹配、亮区拉伸匹配 主要应用于有一幅很好的图像作为标准的情况下，对另一图像进行匹配，以改善被处理图像的质量 应用于数字镶嵌直方图匹配条件直方图匹配条件原始图像和参考图像 两个图像的直方图的总体形态应相似 图像中相对亮和暗的特征应相同 对某些应用，图像的分辨率应相同（但可不同） 图像中的地物类型的相对分布应相同，无论两幅图像是否覆盖同一地区。如一幅有云，另一幅没有云，应先将云去掉（覆盖），然后再进行直方图匹配