遙感圖像的恢復(fù)處理課件

§4.2遙感圖像的恢復(fù)處理4.2.1遙感圖像的輻射校正◆圖像輻射畸變的原因◆圖像輻射畸變的校正4.2.2遙感圖像的幾何校正◆圖像幾何畸變的原因◆圖像幾何畸變校正原理與方法4.2.1遙感圖象的輻射校正為什么要進(jìn)行輻射糾正？1）傳感器本身的特性2）大氣對于電磁輻射的衰減；（散射、反射和吸收）3）地形因子的影響——陰影4)其它生態(tài)環(huán)境因子形成“同物異譜，異物同譜”現(xiàn)象。圖象不能全部真實(shí)地反映不同地物的特征，影響了數(shù)字圖象的質(zhì)量。

輻射校正：輻射失真是指遙感傳感器在接收來自地物的電磁波輻射能量時(shí)，由于電磁波在大氣層中傳輸和傳感器測量過程中受到遙感傳感器本身特性、地物光照條件(地形影響和太陽高度角影響)以及大氣作用等的影響，而導(dǎo)致的遙感傳感器測量值與地物實(shí)際的光譜輻射率的不一致。而對這種輻射失真的校正則稱之為輻射校正。2、大氣輻射校正大氣校正就是指消除由大氣散射引起的輻射誤差的處理過程。大氣校正的方法:利用輻射傳遞方程進(jìn)行大氣校正；利用地面實(shí)況數(shù)據(jù)進(jìn)行大氣校正；利用輔助數(shù)據(jù)進(jìn)行大氣校正。實(shí)際像場大氣的校正：野外現(xiàn)場波譜測試（回歸分析法）；大氣參數(shù)測量；波段對比分析（直方圖法）。1）以紅外波段最低值校正可見光波段前提假設(shè)：大氣散射的影響主要在短波波段，紅外波段中清潔的水體幾乎不受影響，反射率值應(yīng)當(dāng)為0。由于散射影響，而使得水體的反射率不等于0，推定是由于受到了天空輻射項(xiàng)的影響。直方圖最小值去除法直方圖最小值法基本思路：如果在一副圖像中存在亮度值（反射率）為零的目標(biāo)地物，地物是深海水體或地形陰影區(qū)，則任一波段亮度值都應(yīng)為零。所以只要對選擇區(qū)域內(nèi)波段的圖像進(jìn)行灰度統(tǒng)計(jì)給出其直方圖，則直方圖上頻率最小的灰度值就是大氣改正值。大氣校正就是移動直方圖的最小值至零值位置。調(diào)整前直方圖調(diào)整后直方圖像元數(shù)百分比/%像元數(shù)百分比/%2）回歸分析法原理同A。選擇可見光和紅外波段進(jìn)行2維散點(diǎn)圖，建立線性回歸方程?；貧w分析法回歸分析校正法4、地形坡度輻射誤差校正太陽光線和地表作用以后再反射到傳感器的太陽光的輻射亮度和地面傾斜度有關(guān)。若處在坡度為α的傾斜面上的地物影像為g（x，y），則校正后的圖像f（x，y）為：

由上式看出，地形坡度引起的輻射校正方法需要有圖像對應(yīng)地區(qū)的DEM數(shù)據(jù)，校正較為麻煩，一般情況下對地形坡度引起的誤差不做校正。輻射校正二、幾何變形的校正幾何粗校正是針對衛(wèi)星運(yùn)行和成像過程中引起的幾何畸變進(jìn)行的校正，即衛(wèi)星姿態(tài)不穩(wěn)、地球自轉(zhuǎn)、地球曲率、地形起伏、大氣折射等因素引起的變形。幾何精校正：利用地面控制點(diǎn)進(jìn)行的幾何校正稱為幾何精校正。數(shù)字圖像幾何校正也稱圖像糾正，其目的是改正原始影像的幾何變形，產(chǎn)生一幅符合某種地圖投影或圖形表達(dá)要求的新圖像?！?.2.2幾何校正幾個(gè)基本術(shù)語圖像配準(zhǔn)(Registration)：同一區(qū)域里一幅圖像(基準(zhǔn)圖像)對另一幅圖像的校準(zhǔn)，以使兩幅圖像中的同名像元配準(zhǔn)。圖像糾正(Rectification):借助于一組地面控制點(diǎn)，對一幅圖像進(jìn)行地理坐標(biāo)的校正。這一過程又被稱為地理參照(Geo-referencing).圖像正射投影校正(Ortho-rectification):借助于地形高程模型(DEM)，對圖像中每個(gè)像元進(jìn)行地形變形的校正，使圖像符合正射投影的要求。幾何校正原理

數(shù)字圖象幾何校正：通過計(jì)算機(jī)對離散結(jié)構(gòu)的數(shù)字圖像中的每一個(gè)像元逐個(gè)進(jìn)行校正處理的方法?；驹恚豪脠D像坐標(biāo)和地面坐標(biāo)（另一圖像坐標(biāo)、地圖坐標(biāo)等）之間的數(shù)學(xué)關(guān)系，即輸入圖像和輸出圖像間的坐標(biāo)轉(zhuǎn)換關(guān)系實(shí)現(xiàn)。

坐標(biāo)變換關(guān)系（續(xù)1）（xp,yp）（XP,YP）分別是任意一個(gè)像元在原始圖像和糾正后圖像中的坐標(biāo)。直接間接直接糾正法:從原始圖像，依次對每個(gè)像元根據(jù)變換函數(shù)F（x,y），求得它在新圖像中的位置，并將灰度值賦給新圖像的對應(yīng)位置上。間接糾正法:從新圖像中依次每個(gè)像元，根據(jù)變換函數(shù)f(x，y)找到它在原始圖像中的位置，并將圖像的灰度值賦予新圖像的像元。坐標(biāo)關(guān)系（續(xù)2）4.2.1確定新圖像的邊界

◆糾正后圖像和原始圖像的形狀、大小、方向都不一樣。所以在糾正過程的實(shí)施之前，必須首先確定新圖像的大小范圍?！舾鶕?jù)公式求出原始圖像四個(gè)角點(diǎn)（a,b,c,d）在糾正后圖像中的對應(yīng)點(diǎn)（a’,b’,c’,d’）的坐標(biāo)（Xa’,Ya’）(Xb’,Yb’)(Xc’,Yc’)(Xd’,Yd’)，◆然后求出最大值和最小值。

4.2.2確定新圖像的邊界（續(xù)1）X1=min(Xa’,Xb’,Xc’,Xd’)X2=max(Xa’,Xb’,Xc’,Xd’)Y1=min(Ya’,Yb’,Yc’,Yd’)Y2=max(Ya’,Yb’,Yc’,Yd’)4.2.4灰度的重采樣糾正后的新圖像的每一個(gè)像元，根據(jù)變換函數(shù)，可以得到它在原始圖像上的位置。如果求得的位置為整數(shù)，則該位置處的像元灰度就是新圖像的灰度值。如果位置不為整數(shù)，則有幾種方法：1)

最近鄰法2)

雙線性內(nèi)插法3）三次卷積法

4.2.4灰度的重采樣（續(xù)1）1)

最近鄰法：距離實(shí)際位置最近的像元的灰度值作為輸出圖像像元的灰度值；4.2.4灰度的重采樣（續(xù)3）3）三次卷積法以實(shí)際位置臨近的16個(gè)像元值，確定輸出像元的灰度值。公式為：式中，g(m,n)為輸出像元灰度值gi為鄰近點(diǎn)i的灰度值pi為鄰近點(diǎn)對投影點(diǎn)的權(quán)重(pi=1/di,di表示鄰近點(diǎn)到投影點(diǎn)的距離，最近者權(quán)重最大)4.2.4灰度的重采樣（續(xù)4）幾種采樣方法的優(yōu)缺點(diǎn)：1）最近鄰法：算法簡單且保持原光譜信息不變；缺點(diǎn)是幾何精度較差，圖像灰度具有不連續(xù)性，邊界出現(xiàn)鋸齒狀。2)雙線性插值：計(jì)算較簡單，圖像灰度具有連續(xù)性且采樣精度比較精確；缺點(diǎn)是細(xì)節(jié)喪失3)三次卷積法：計(jì)算量大，圖像灰度具有連續(xù)性且采樣精度比較精確數(shù)字圖象的糾正過程

糾正函數(shù)可有多種選擇：多項(xiàng)式方法、共線方程方法、隨機(jī)場內(nèi)插方法等等。其中多項(xiàng)式方法的應(yīng)用最為普遍。4.2.5遙感數(shù)字圖像的多項(xiàng)式糾正

一般的公式為：

2)直接法

1)間接法

利用有限的控制點(diǎn)的已知坐標(biāo)，求解多項(xiàng)式的系數(shù)，確定變換函數(shù)。然后將各個(gè)像元帶入多項(xiàng)式進(jìn)行計(jì)算，得到糾正后的坐標(biāo)。

表征空間位置的可靠性，道路交叉點(diǎn)，標(biāo)志物，水域的邊界，山頂，小島中心，機(jī)場等。同名控制點(diǎn)要在圖像上均勻分布；清楚辨認(rèn)；數(shù)量應(yīng)當(dāng)超過多項(xiàng)式系數(shù)的個(gè)數(shù)（(n+1)*(n+2)/2）。當(dāng)控制點(diǎn)的個(gè)數(shù)超過多項(xiàng)式的系數(shù)個(gè)數(shù)時(shí)，采用最小2乘法進(jìn)行系數(shù)的確定，使得到的系數(shù)最佳。

地面控制點(diǎn)的選取原則:開始顯示圖形文件啟動幾何校正模型采集地面控制點(diǎn)計(jì)算轉(zhuǎn)換模型圖像重采樣檢驗(yàn)校正結(jié)果結(jié)束

幾何校正流程圖§4.3遙感圖像的增強(qiáng)處理光譜增強(qiáng)處理輻射增強(qiáng)處理空間增強(qiáng)處理數(shù)值運(yùn)算增強(qiáng)處理

目前常用的增強(qiáng)處理方法主要有：彩色合成、密度分割、主成分分析、K－T變換、灰度變換、直方圖變換、灰度顛倒、鄰域增強(qiáng)處理、圖像間運(yùn)算、信息融合等。彩色合成假彩色密度分割HLS變換主成份變換纓帽變換光譜增強(qiáng)處理:對應(yīng)于每個(gè)像元，與像元的空間排列和結(jié)構(gòu)無關(guān)。一、彩色合成為了充分利用色彩在遙感圖像判讀和信息提取中的優(yōu)勢，常常利用彩色合成的方法對多光譜圖像進(jìn)行處理，以得到彩色圖像。彩色圖像可以分為真彩色圖像和假彩色圖像。遙感圖像的光譜增強(qiáng)處理彩色合成的原理圖反射率ρ/%λ真彩色圖像真彩色圖像上影像的顏色與地物顏色基本一致。利用數(shù)字技術(shù)合成真彩色圖像時(shí)，是把紅色波段的影像作為合成圖像中的紅色分量、把綠色波段的影像作為合成圖像中的綠色分量、把藍(lán)色波段的影像作為合成圖像中的藍(lán)色分量進(jìn)行合成的結(jié)果。如TM321分別用RGB合成的圖像。假彩色圖像假彩色圖像是指圖像上影像的色調(diào)與實(shí)際地物色調(diào)不一致的圖像。遙感中最常見的假彩色圖像是彩色紅外合成的標(biāo)準(zhǔn)假彩色圖像。它是在彩色合成時(shí)，把近紅外波段的影像作為合成圖像中的紅色分量、把紅色波段的影像作為合成圖像中的綠色分量、把綠色波段的影像作為合成圖像中的藍(lán)色分量進(jìn)行合成的結(jié)果。如TM432用RGB合成的圖像為標(biāo)準(zhǔn)假彩色圖像。

TM1TM2TM3TM4TM5TM6TM7LandsatTM5sub-sceneshowingtheregionaroundtheAlpinforschungszentrumRudolfshütteTM7,4,1TM5,7,2TM5,4,3TM4,3,2二、假彩色密度分割概念：單波段黑白遙感圖像可按亮度分層，對每層賦予不同的色彩，使之成為一幅彩色圖像。這種方法又叫密度分割。分層方案的確定：分層方案與地物光譜差異對應(yīng)合適，可以較好地區(qū)分地物類別。處理過程效果分析

遙感圖像的光譜增強(qiáng)處理處理過程輸入圖像顯示直方圖確定分割的等級數(shù)，并計(jì)算分割的間距像元亮度值轉(zhuǎn)換為像元新值賦色以不同的色彩表示圖像的色調(diào)變化，增強(qiáng)了圖像的顯示能力同一地物或現(xiàn)象可能被分割成兩種不同密度并以不同的顏色顯示出來，或同一色彩卻表示兩種以上不同的地物，造成判讀錯(cuò)誤。效果分析

三、

HLS變換RGB模式與HLS模式(Hue,Lightness,Saturation)將RGB模式轉(zhuǎn)換成HLS模式，對于定量地表示色彩特性，以及在應(yīng)用程序中實(shí)現(xiàn)兩種表達(dá)方式的轉(zhuǎn)換具有重要意義。四、主成分分析(principalcomponentsanalysis)

主成分分析就是一種除去波段之間的多余信息，將多波段的圖像信息壓縮到比原波段更有效的少數(shù)幾個(gè)轉(zhuǎn)換波段的方法。例如：對LandsatTM的6個(gè)波段的多光譜圖像(熱紅外波段除外)進(jìn)行主成分分析，然后把得到的第1，2，3主分量圖像進(jìn)行彩色合成，可以獲得信息量非常豐富的彩色圖像。遙感圖像的光譜增強(qiáng)處理原始數(shù)據(jù)為二維數(shù)據(jù)，兩個(gè)分量x1、x2之間存在相關(guān)性，具有如圖所示的分布。通過投影，各數(shù)據(jù)可以表示為y1軸上的一維點(diǎn)數(shù)據(jù)。從二維空間中的數(shù)據(jù)變成一維空間中的數(shù)據(jù)會產(chǎn)生信息損失，為了使信息損失最小，必須按照使一維數(shù)據(jù)的信息量(方差)最大的原則確定y1軸的取向，新軸y1稱作第一主成分。為了進(jìn)一步匯集剩余的信息，可求出與第一軸y1正交、且盡可能多地匯集剩余信息第二軸y2，新軸y2稱作第二主成分。

主成分分析原理x2K-L變換是離散(Kauhunen-Loeve)變換的簡稱，又稱主成分變換。它是對某一多光譜圖像X.利用K-L變換矩陣A進(jìn)行線性組合,而產(chǎn)生一組新的多光譜圖像Y.K-L變換的特點(diǎn):變換后的主分量空間與變換前的多光譜空間坐標(biāo)系相比旋轉(zhuǎn)了一個(gè)角度。新坐標(biāo)系的坐標(biāo)軸一定指向數(shù)據(jù)量較大的方向?？蓪?shí)現(xiàn)數(shù)據(jù)壓縮和圖像增強(qiáng)。五、K-T變換及其應(yīng)用Kauth-Thomas變換（…)，簡稱K-T變換，又形象地稱為“纓帽變換”。這種變換著眼點(diǎn)在于農(nóng)作物生長過程而區(qū)別于其他植被覆蓋，力爭抓住地面景物在多光譜空間中的特征。

目前對這個(gè)變換的研究主要集中在MSS與TM兩種遙感數(shù)據(jù)的應(yīng)用分析方面。

1976年，Kauth和Thomas發(fā)現(xiàn)了一種線性變換，它使坐標(biāo)空間發(fā)生旋轉(zhuǎn)，但旋轉(zhuǎn)后的坐標(biāo)軸不是指向主成分的方向，而是指向另外的方向，這些方向與地面景物有密切的關(guān)系，特別是與植物生長過程和土壤有關(guān)。這種變換既可以實(shí)現(xiàn)信息壓縮，又可以幫助解譯分析農(nóng)業(yè)特征，因此有很大的實(shí)際應(yīng)用意義。

遙感圖像的光譜增強(qiáng)處理六、灰度顛倒灰度變換數(shù)字處理是將圖像的灰度范圍先拉伸到顯示設(shè)備的動態(tài)范圍(如0～255)成飽和狀態(tài)，然后進(jìn)行顛倒。遙感圖像的輻射增強(qiáng)處理七、直方圖調(diào)整(對比度變換）

1）直方圖拉伸

2）直方圖均衡

3）直方圖規(guī)定化遙感圖像的輻射增強(qiáng)處理1）直方圖拉伸（1）線性拉伸Alinearstretchinvolvesidentifyinglowerandupperboundsfromthehistogram(usuallytheminimumandmaximumbrightnessvaluesintheimage)andapplyingatransformationtostretchthisrangetofillthefullrange.

Thisgraphicillustratestheincreaseincontrastinanimagebefore(left)andafter(right)alinearcontraststretch.1）直方圖拉伸（續(xù)1）（2）非線性拉伸I對數(shù)拉伸與人眼的視覺特性相匹配，擴(kuò)張低的灰度，壓縮高的灰度區(qū)。1）直方圖拉伸（續(xù)2）（2）非線性拉伸ii指數(shù)拉伸擴(kuò)展高灰度區(qū)間。

2）直方圖均衡變換后的直方圖接近均勻分布。即圖象中每一灰度級的像元數(shù)目大致相同。使得面積最大的地物細(xì)節(jié)得以增強(qiáng)，而面積小的地物與其灰度接近的地物進(jìn)行合并，形成綜合地物。減少灰度等級換取對比度的增大。原直方圖：均衡后直方圖：:k級灰度的像元數(shù)；N:總的像元數(shù)

2）直方圖均衡（續(xù)1）舉例：原圖和直方圖2）直方圖均衡（續(xù)2）舉例：均衡后的圖和直方圖Iftheinputrangeisnotuniformlydistributed.Inthiscase,ahistogram-equalisedstretchmaybebetter.Thisstretchassignsmoredisplayvalues(range)tothefrequentlyoccurringportionsofthehistogram.Inthisway,thedetailintheseareaswillbebetterenhancedrelativetothoseareasoftheoriginalhistogramwherevaluesoccurlessfrequentlyThisgraphicillustratestheratherunevenincreaseincontrastinanimagebefore(left)andafter(right)ahistogramequalisedstretch.

3）直方圖規(guī)定化直方圖匹配將原始圖象轉(zhuǎn)換為給定直方圖的圖象。八、鄰域增強(qiáng)處理鄰域法增強(qiáng)處理是在被處理像元周圍的像元參與下進(jìn)行的運(yùn)算處理。鄰域處理又叫濾波處理，鄰域的范圍取決于濾波器的大小，如3×3或5×5等。鄰域法處理用于去噪聲、圖像平滑、銳化和相關(guān)運(yùn)算。遙感圖像的空間增強(qiáng)處理圖像平滑（1）圖像的平滑是使圖像中高頻成分消退，即平滑圖像的細(xì)節(jié)，使其反差降低，保存低頻成分，在頻域中稱為低通濾波。在空間域處理中，是對鄰區(qū)窗口內(nèi)的圖像區(qū)域積分。圖像平滑（2）常用平滑鄰域算法反射率亮度值亮度值反射率平滑前后的圖像直方圖平滑后的影像原始影像銳化(1)銳化是增強(qiáng)圖像中的高頻成分，在頻域處理中稱為高通濾波，也就是使圖像細(xì)節(jié)的反差提高，也稱邊緣增強(qiáng)。銳化是對鄰區(qū)窗口內(nèi)的圖像微分。

銳化(2)銳化前后的直方圖比較亮度值亮度值反射率Alow-passfilter（低通濾波）

isdesignedtoemphasiselarger,homogeneousareasofsimilartoneandreducethesmallerdetailinanimage.Thus,low-passfiltersgenerallyservetosmooth（平滑）

theappearanceofanimage.

A

high-passfilter

（高通濾波）doestheopposite,andservestosharpentheappearanceoffinedetailinanimage.

Directionaloredgedetectingfiltershighlightlinearfeatures,suchasroadsorfieldboundaries.Verticaledges（垂直邊緣）HorizontaledgesDirectionalEdgefilterscanalsobedesignedtoenhancefeatureswhichareorientedinspecifi