第10章 遙感數(shù)字圖像處理

遙感數(shù)字圖像處理第十章本章主要內(nèi)容數(shù)字圖像基礎(chǔ)圖像輻射校正幾何校正原理與方法圖像增強(qiáng)處理2圖像校正：包括輻射校正、幾何校正。增強(qiáng)處理：增強(qiáng)圖像中的有用信息，利于識(shí)別分析。包括彩色增強(qiáng)、直方圖增強(qiáng)、圖像運(yùn)算、鄰域增強(qiáng)、頻率域增強(qiáng)、信息融合等。圖像變換：消除干擾和濾掉噪聲，提高圖像質(zhì)量。信息提取：圖像分類（監(jiān)督分類、非監(jiān)督分類、神經(jīng)網(wǎng)絡(luò)分類、模糊分類）、空間信息提取、光譜信息提取。數(shù)字圖像處理的主要內(nèi)容310.1.1數(shù)字圖像概念：指能夠被計(jì)算機(jī)存儲(chǔ)、處理和使用的圖像?！半x散化”、二維矩陣是數(shù)字圖像的特點(diǎn)，每個(gè)像元的取值是圖像連續(xù)變化的灰度的離散整數(shù)值。4數(shù)字圖像數(shù)字圖像的性質(zhì)與特點(diǎn)什么是數(shù)字圖像？模擬圖像：普通像片那樣的灰度級(jí)及顏色連續(xù)變化的圖像數(shù)字圖像：而是以數(shù)字形式表示的遙感影像。包括把模擬圖像分割成同樣形狀的小單元，以各個(gè)小單元的平均亮度值或中心部分的亮度值作為該單元的亮度值進(jìn)行數(shù)字化的圖像。

5數(shù)字圖像又稱數(shù)字化圖像，是一種以二維數(shù)組（矩陣）形式表示的圖像?；蛘叻Q為相應(yīng)區(qū)域內(nèi)地物電磁輻射強(qiáng)度的二維分布。該數(shù)組由對(duì)連續(xù)變化的空間圖像作等間距抽樣所產(chǎn)生的抽樣點(diǎn)——像元（像素）組成。

6數(shù)字圖像7數(shù)字圖像8特點(diǎn)：(與光學(xué)圖像相比)

便于計(jì)算機(jī)處理數(shù)字存儲(chǔ)方式

獲取、傳輸、分發(fā)等過程中沒有信息損失抽象性強(qiáng)（表示在計(jì)算機(jī)里是很抽象的“數(shù)據(jù)流”）數(shù)字形式表示，便于建立分析模型，進(jìn)行計(jì)算機(jī)解譯和采用遙感圖像專家系統(tǒng)。遙感數(shù)字圖像9多波段數(shù)字圖像存儲(chǔ)與分發(fā)的常用數(shù)據(jù)格式：（1）BSQ數(shù)據(jù)格式（Bandsequential）；（2）BIP數(shù)據(jù)格式（Bandinterleavedbypixel）；（3）BIL數(shù)據(jù)格式（Bandinterleavedbyline）；輔助數(shù)據(jù)：數(shù)字圖像尺寸等各種參數(shù)遙感數(shù)字圖像的表示方法10BSQ(Bandsequential)數(shù)據(jù)格式：按波段順序依次排列，1個(gè)文件，文件內(nèi)劃分1-K段，第n段數(shù)據(jù)為第n波段的圖像數(shù)據(jù)[M行][N列]。多波段數(shù)字圖像存儲(chǔ)與分發(fā)的常用數(shù)據(jù)格式（BSQ）11BIP數(shù)據(jù)格式（Bandinterleavedbypixel），1個(gè)文件，[M行][N列]格式，每個(gè)單元順序記錄K個(gè)波段的相應(yīng)數(shù)據(jù)。多波段數(shù)字圖像存儲(chǔ)與分發(fā)的常用數(shù)據(jù)格式（2）12BIL數(shù)據(jù)格式（Bandinterleavedbyline），1個(gè)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；……多波段數(shù)字圖像存儲(chǔ)與分發(fā)的常用數(shù)據(jù)格式（3）1310.2

遙感圖象復(fù)原（ImageRestoration）圖象恢復(fù)和圖象增強(qiáng)一樣，都是為了改善圖象視覺效果，以及便于后續(xù)處理。只是圖象增強(qiáng)方法更偏向主觀判斷，而圖象恢復(fù)則是根據(jù)圖象畸變或退化原因，進(jìn)行模型化處理。2/2/202314§1圖象退化和退化模型（Degredationmodel）

景物成象過程中可能出現(xiàn)畸變、模糊、失真或混入噪聲,使得所成圖象降質(zhì)，稱之為圖象“退化”。造成圖象退化的原因很多，典型原因表現(xiàn)為：

1、成象系統(tǒng)的象差、畸變、帶寬有限等造成圖象失真；2、由于成象器件拍攝姿態(tài)和掃描非線性引起的圖象幾何失真；3、運(yùn)動(dòng)模糊，成象傳感器與被拍攝景物之間的相對(duì)運(yùn)動(dòng),引起所成圖象的運(yùn)動(dòng)模糊；2/2/202315

4、灰度失真，光學(xué)系統(tǒng)或成象傳感器本身特性不均勻，造成同樣亮度景物成象灰度不同；5、輻射失真，由于場(chǎng)景能量傳輸通道中的介質(zhì)特性如大氣湍流效應(yīng)、大氣成分變化引起圖象失真；

6、圖象在成象、數(shù)字化、采集和處理過程中引入的噪聲等。2/2/202316由于運(yùn)動(dòng)而引入的圖象運(yùn)動(dòng)模糊2/2/202317圖像恢復(fù)的推廣：包括幾何失真（畸變）校正；投影重建圖像恢復(fù)的分類：技術(shù)上分類為：無約束恢復(fù)和有約束恢復(fù)策略上分類為：自動(dòng)方法和交互方法（外部干預(yù)）作用域上分類為：頻域方法和空域方法2/2/20231810.2.2圖像幾何校正產(chǎn)生圖像幾何變形的原因（1）地形起伏與地球曲率的影響（2）大氣折射的影響（3）地球自轉(zhuǎn)的影響（4）遙感器工作模式的影響（5）航空遙感平臺(tái)姿態(tài)的影響－－偏航、俯仰、滾動(dòng)（6）飛機(jī)自身狀態(tài)的影響－－地速變化、航高變化19幾何校正幾何畸變：遙感圖像的幾何位置上發(fā)生變化，產(chǎn)生諸如行列不均勻，像元大小與地面大小對(duì)應(yīng)不準(zhǔn)確，地物形狀不規(guī)則變化等變形。幾何畸變是平移、縮放、旋轉(zhuǎn)、偏扭、彎曲等作用的結(jié)果。20幾何校正從具有幾何變形的圖像中消除變形的過程。一般步驟：1確定校正方法2確定校正公式3驗(yàn)證校正方法4對(duì)原始輸入圖像進(jìn)行重采樣21地球自轉(zhuǎn)引起的誤差22地球曲率引起的誤差23遙感圖像幾何校正的原理包括光學(xué)校正和數(shù)字糾正數(shù)字糾正：通過計(jì)算機(jī)對(duì)圖像每個(gè)象元逐個(gè)地解析糾正處理，可以較精確改正線性和非線性變形誤差。包括兩個(gè)方面（基本環(huán)節(jié)）：（1）象元坐標(biāo)變換；（2）象元灰度值重新計(jì)算（重采樣）。24遙感圖像幾何校正的原理25數(shù)字圖像幾何糾正的主要處理過程準(zhǔn)備工作輸入原始數(shù)字影象建立糾正變換函數(shù)確定輸出影象范圍像元坐標(biāo)變換像元亮度值重采樣輸出糾正后的圖像準(zhǔn)備工作：圖像、地圖、大地測(cè)量資料、平臺(tái)軌道參數(shù)、傳感器參數(shù)、控制點(diǎn)的選擇；（具體內(nèi)容可選）糾正變換函數(shù)建立：輸入和輸出圖像間的坐標(biāo)變換關(guān)系；如多項(xiàng)式法、共線方程法等26坐標(biāo)變換確定原始圖像和糾正后圖像間的坐標(biāo)變換關(guān)系（x，y）——（u，v）（u行數(shù)，v列數(shù)，均為整數(shù)）有兩種方案：直接糾正方案：從原始圖像陣列出發(fā)，依次對(duì)其中每一個(gè)象元P（x，y）分別計(jì)算其在輸出（糾正后）圖像的坐標(biāo)P（X，Y），并計(jì)算P（X，Y）的灰度值;間接糾正方案：從空白圖像陣列出發(fā)，依次計(jì)算每個(gè)象元P（X，Y）在原始圖像中的位置P（x，y），然后把該點(diǎn)的灰度只依次計(jì)算后返送給P（X，Y）.

二者間并無本質(zhì)差別，互為逆變換27坐標(biāo)關(guān)系（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28坐標(biāo)變換29圖像灰度值的重采樣幾何校正過程中，由于校正前后圖像的像元大小可能變化、象元點(diǎn)位置的相對(duì)變化等，不能簡(jiǎn)單用原圖像象元灰度值代替輸出象元灰度值。對(duì)應(yīng)的坐標(biāo)值可能不是整數(shù)因此，需要插值（重采樣）三種插值方法：最鄰近法、雙線性法、三次卷積法30最鄰近法（nearestneighbor）用距離投影點(diǎn)（采樣點(diǎn)）最近象元灰度值代替輸出象元灰度值簡(jiǎn)單、省時(shí)，保留原始圖像的值邊緣出現(xiàn)鋸齒狀31最鄰近法原理32最鄰近法優(yōu)點(diǎn)：1保留大量原始灰度值，沒有經(jīng)過平滑處理，對(duì)于區(qū)分植被類型、識(shí)別線性特征等有重要意義2簡(jiǎn)易、省時(shí)3分類前使用4適合于專題文件缺點(diǎn)：1鋸齒狀、不平滑2某些值重復(fù)、某些值丟失3對(duì)線性地物，可能出現(xiàn)不連續(xù)33原始圖像糾正后圖像（最鄰近插值）最鄰近法糾正效果34雙線性內(nèi)插法取(x，y)點(diǎn)周圍的4鄰點(diǎn)，在y方向(或x方向)內(nèi)插二次，再在x方向(或y方向)內(nèi)插一次，得到(x，y)點(diǎn)的亮度值f(x，y)，該方法稱雙線性內(nèi)插法.35雙線性（bilinear）優(yōu)點(diǎn)1較平滑，沒有鋸齒狀2與最鄰近法相比，空間信息更準(zhǔn)確些3常用于改變象元大小時(shí)，如數(shù)據(jù)融合缺點(diǎn)：象元值被平均化，某些地物邊緣更平滑，某些極值可能丟失36雙線性插值效果原始圖像糾正（雙線性插值）37三次卷積法（cubicconvolution）取與投影點(diǎn)鄰近的16個(gè)象元灰度值（4×4），計(jì)算輸出象元的灰度值取與計(jì)算點(diǎn)(x，y)則圍相鄰的16個(gè)點(diǎn)，與雙向線性內(nèi)插類似，可先在在某一入向上內(nèi)插，如先在x方向上，每4個(gè)值依次內(nèi)插4次，再根據(jù)這四個(gè)計(jì)算結(jié)果在y方向上內(nèi)插，得到f(x，y)。每一組4個(gè)樣點(diǎn)組成一個(gè)連續(xù)內(nèi)插函數(shù)。實(shí)際上是一種卷積運(yùn)算，也叫三次卷積內(nèi)插。38三次卷積法優(yōu)點(diǎn)：1與其它重采樣方法相比，均值和標(biāo)準(zhǔn)偏差與原始象元的相一致2改變象元大小時(shí)使用（改變幅度更大時(shí)）3可以銳化圖像、平滑噪聲，實(shí)際的效應(yīng)與數(shù)據(jù)有關(guān)缺點(diǎn)：1數(shù)據(jù)的值可能被改變2計(jì)算費(fèi)時(shí)39原始圖像幾何糾正（三次卷積）三次卷積法處理效果4010.2.3輻射校正（Radiometriccorrection）輻射畸變：

地物目標(biāo)的光譜反射率的差異在實(shí)際測(cè)量時(shí)，受到傳感器本身、大氣輻射等其他因素的影響而發(fā)生改變。這種改變稱為輻射畸變。影響輻射畸變的因素傳感器本身的影響：導(dǎo)致圖像不均勻，產(chǎn)生條紋和噪音。大氣對(duì)輻射的影響4142大氣影響的定量分析：大氣的主要影響是減少了圖像的對(duì)比度，使原始信號(hào)和背景信號(hào)都增加了因子，圖像質(zhì)量下降。大氣影響的粗略校正：通過簡(jiǎn)單的方法去掉程輻射度（散射光直接進(jìn)入傳感器的那部分），從而改善圖像質(zhì)量。直方圖最小值去除法回歸分析法:校正的方法是將波段b中每個(gè)像元的亮度值減去a，來改善圖像，去掉程輻射。

43直方圖最小值去除法基本思路:每幅圖像上都有輻射亮度或反射亮度應(yīng)為0的地區(qū)，而事實(shí)上并不等于0,說明亮度最小值必定是這一地區(qū)大氣影響的程輻射度增值。校正方法:將每一波段中每個(gè)像元的亮度值都減去本波段的最小值。使圖像亮度動(dòng)態(tài)范圍得到改善，對(duì)比度增強(qiáng)，從而提高了圖像質(zhì)量。44圖像直方圖用平面直角坐標(biāo)系表示一幅灰度范圍為0-n（0-255）的數(shù)字圖像像元灰度分布狀態(tài)，橫軸表示灰度級(jí)，縱軸表示某一灰度級(jí)（或范圍）的像元個(gè)數(shù)占像元總數(shù)的百分比。通過灰度直方圖可以直觀地了解圖像特征，以確定圖像增強(qiáng)方案并了解圖像增強(qiáng)后的效果45數(shù)字圖像直方圖：以每個(gè)像元為單位，表示圖像中各亮度值或亮度值區(qū)間像元出現(xiàn)的頻率的分布圖。直方圖的作用：直觀地了解圖像的亮度值分布范圍、峰值的位置、均值以及亮度值分布的離散程度。直方圖的曲線可以反映圖像的質(zhì)量差異。正態(tài)分布：反差適中，亮度分布均勻，層次豐富，圖像質(zhì)量高。偏態(tài)分布：圖像偏亮或偏暗，層次少，質(zhì)量較差。小結(jié)

圖像直方圖是描述圖像質(zhì)量的可視化圖表。在圖像處理中，可以通過調(diào)整圖像直方圖的形態(tài)，改善圖像顯示的質(zhì)量，以達(dá)到圖像增強(qiáng)的目的。46直方圖47不同反差特征的圖像圖像直方圖效果48反差增強(qiáng)直方圖拉伸處理493.大氣校正概念：消除主要由大氣散射、吸收引起的輻射誤差的處理過程。何時(shí)需要進(jìn)行大氣校正？定量信息提?。徊煌瑫r(shí)相間的定量比較；不同波段間的運(yùn)算；50大氣校正方法公式法（較準(zhǔn)確）；簡(jiǎn)單的相對(duì)大氣校正方法：2回歸分析法；3直方圖校正法；51直方圖校正方法直方圖校正方法：從圖像象元亮度值中減去一個(gè)輻射偏置量，輻射偏置量等于圖像直方圖中最小的亮度值；前提（假設(shè)）：水體（或陰影）等物體的灰度值為0，大氣散射導(dǎo)致圖像上這些物體的灰度值不為0（輻射偏置量）；暗物體法（Dark-objectmethod）；5253增強(qiáng)處理：增強(qiáng)圖像中的有用信息，利于識(shí)別分析。包括彩色增強(qiáng)、直方圖增強(qiáng)、圖像運(yùn)算、鄰域增強(qiáng)、頻率域增強(qiáng)、信息融合等。10.3遙感圖象增強(qiáng)圖象增強(qiáng)是指對(duì)圖像的某些特征，如邊緣、輪廓、對(duì)比度進(jìn)行強(qiáng)調(diào)或尖銳化，以便于顯示、觀察或進(jìn)一步地分析與處理。圖像增強(qiáng)的目的是針對(duì)圖象的退化和不足，改善圖像質(zhì)量，以較好的滿足實(shí)際的需要。對(duì)比度問題噪聲干擾問題清晰度下降問題54圖象增強(qiáng)有兩大類應(yīng)用：改善圖象的視覺效果；提高圖像質(zhì)量和突出所需信息，有利于分析判讀或作進(jìn)一步的處理。圖像增強(qiáng)不增加圖像數(shù)據(jù)中的相關(guān)信息，但它將增加所選擇特征的動(dòng)態(tài)范圍，從而使這些特征檢測(cè)或識(shí)別更加容易。551.反差增強(qiáng)（Contrastenhancement）也稱輻射增強(qiáng)，按象元逐次進(jìn)行。主要通過改變圖像灰度分布態(tài)勢(shì)，擴(kuò)展灰度分布區(qū)間，達(dá)到增強(qiáng)反差的目的。通過調(diào)整直方圖來實(shí)現(xiàn)調(diào)整后的直方圖應(yīng)達(dá)到：分布好（較均勻），沒有大量暗或亮的象元集中分布56Alinearstretchinvolvesidentifyinglowerandupperboundsfromthehistogram(usuallytheminimumandmaximumbrightnessvaluesintheimage)andapplyingatransformationtostretchthisrangetofillthefullrange.

57Thisgraphicillustratestheincreaseincontrastinanimagebefore(left)andafter(right)alinearcontraststretch.

58Iftheinputrangeisnotuniformlydistributed.Inthiscase,ahistogram-equalisedstretchmaybebetter.Thisstretchassignsmoredisplayvalues(range)tothefrequentlyoccurringportionsofthehistogram.Inthisway,thedetailintheseareaswillbebetterenhancedrelativetothoseareasoftheoriginalhistogramwherevaluesoccurlessfrequently59Thisgraphicillustratestheratherunevenincreaseincontrastinanimagebefore(left)andafter(right)a

histogramequalisedstretch.60糾正前的圖像及直方圖：偏暗高反射率圖像反差增強(qiáng)61糾正后的圖像及直方圖反差增強(qiáng)62反差增強(qiáng)線性和非線性方法分段線性：增強(qiáng)某些部分，壓制某些部分63

又稱灰度比例尺變換。屬于一點(diǎn)對(duì)一點(diǎn)的逐點(diǎn)變換。屬于一對(duì)一或一對(duì)多的映射變換。

典型變換式：64Firstband（Green）forsampleSPOTimage原始圖像的直方圖65Firstband（Green）forsampleSPOTimage拉伸后圖像的直方圖66RawUnstretchedDataFirstband（Green）forsampleSPOTimage原始圖像67LinearlyStretchedDataFirstband（Green）forsampleSPOTimage線性拉伸結(jié)果68LinearlyStretchedDataThreebandcombination:Band1（spectralgreen）displayedasblueBand2（spectralred）displayedasgreenBand3（spectralNIR）displayedasredUnstretchedLinearStretch6970非線性拉伸對(duì)數(shù)拉伸：擴(kuò)張低的灰度區(qū)，壓縮高的灰度區(qū)71非線性拉伸指數(shù)拉伸： 擴(kuò)展高灰度區(qū)間

72對(duì)數(shù)變換指數(shù)變換灰度翻轉(zhuǎn)73直方圖均衡化（HistogramEqualization）非線性的增強(qiáng)方法；將每個(gè)灰度區(qū)間等概率分布，代替了原來的隨機(jī)分布，即增強(qiáng)后的每個(gè)灰度級(jí)內(nèi)有大致相同的象元數(shù)；通過改變灰度區(qū)間來實(shí)現(xiàn)；根據(jù)灰度值的出現(xiàn)頻率來分配它們的亮度顯示范圍，頻率高的部分被增強(qiáng)了，頻率低的部分被壓縮。74效果：增強(qiáng)了峰值處的對(duì)比度，兩端（最亮和最暗）的對(duì)比度減弱了。直方圖均衡化（HistogramEqualization）75原始的直方圖均衡化后的直方圖直方圖均衡化（HistogramEqualization）76直方圖均衡化（HistogramEqualization）7710.3.2圖像增強(qiáng)處理

1.代數(shù)運(yùn)算概念：兩幅或多幅單波段影像，完成空間配準(zhǔn)后，通過一系列運(yùn)算，可以實(shí)現(xiàn)圖像增強(qiáng)，達(dá)到提取某些信息或去掉某些不必要信息的目的。原理：地物不同波段的光譜差異。781）比值運(yùn)算：兩幅同樣行、列數(shù)的圖像，對(duì)應(yīng)像元的亮度值相除（除數(shù)不為0）就是比值運(yùn)算。該運(yùn)算常用于突出遙感影像中的植被特征、提取植被類型或估算植被生物量，這種算法的結(jié)果稱為植被指數(shù)。常用算法：近紅外波段/紅波段;或（近紅外-紅）/（近紅外+紅）.對(duì)于區(qū)分和增強(qiáng)光譜亮度值雖不明顯，而不同波段的比值差異較大的地物有明顯效果。典型例子比值處理的方式：根據(jù)實(shí)際情況，采取加、減、乘、除四則運(yùn)算。2）差值運(yùn)算：兩幅同樣行、列數(shù)的圖像，對(duì)應(yīng)像元的亮度值相減就是差值運(yùn)算。791）、K-L變換離散變換的簡(jiǎn)稱，又稱主成分變換。它是對(duì)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)。2.變換處理802）、K-T變換K-T變換

是kauth-Thomas變換的簡(jiǎn)稱，也稱纓帽變換.是一種坐標(biāo)空間發(fā)生旋轉(zhuǎn)的線性變換，旋轉(zhuǎn)后的坐標(biāo)軸指向與地面景物有密切關(guān)系的方向K-T變換的應(yīng)用:主要針對(duì)TM圖像數(shù)據(jù)和MSS數(shù)據(jù).對(duì)于擴(kuò)大陸地衛(wèi)星TM影像數(shù)據(jù)分析在農(nóng)業(yè)方面的應(yīng)用有重要意義.813.彩色增強(qiáng)1）彩色合成變換2）HIS變換822、IHS變換RGB模式與IHS模式將RGB模式轉(zhuǎn)換成IHS模式，對(duì)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。8310.3.3圖像濾波處理

1、空間域?yàn)V波以重點(diǎn)突出圖像上某些特征為目的。濾波增強(qiáng)的原理:任何一個(gè)復(fù)雜的波形曲線都可以分解成具有不同頻率（波長）的較為簡(jiǎn)單的波形曲線。概念:根據(jù)需要，舍棄不需要的頻率曲線，選擇適宜和需要的頻率波形曲線，重新構(gòu)成新的圖像，使一些地物或現(xiàn)象得到突出顯示。84空間濾波：以突出圖像上的某些特征為目的，通過像元與周圍相鄰像元的關(guān)系，采取空間域中的鄰域處理方法進(jìn)行圖像增強(qiáng)方法。圖像卷積運(yùn)算：在圖像的左上角開一個(gè)與模板同樣大小的活動(dòng)窗口，圖像窗口與模板像元的亮度值相乘再相加，得到新像元的灰度值。851、平滑--圖像中出現(xiàn)某些亮度值過大的區(qū)域，或出現(xiàn)不該有的亮點(diǎn)時(shí)，采用平滑方法可以減小變化，使亮度平緩或去掉不必要的亮點(diǎn)。比值平滑：將每個(gè)像元在以其為中心的區(qū)域內(nèi)，取平均值來代替該像元值，以達(dá)到去掉尖銳“噪聲”和平滑圖像的目的。中值濾波：將每個(gè)像元在以其為中心的鄰域內(nèi)，取中間亮度值來代替該像元值，以達(dá)到去掉尖銳“噪聲”和平滑圖像的目的。8643768215899589131079121511811101413437682158995891310791215118111014138722101010221010102210101022222222220000000000082432320824323200000水平方向8822101010221010102210101022222222220323200032320002424000880000000豎直方向8900000000000824323208243232000000323200032320002424000880000000902、銳化—突出圖像的邊緣、線性目標(biāo)或某些亮度變化率大的部分。羅伯特梯度：找到了梯度較大的位置，也就找到了邊緣，用不同的梯度值代替邊緣處像元的值，也就突出了邊緣。索伯爾梯度拉普拉斯算法定向檢測(cè)91EdgeEnhancementedgeenhancementmathematicallymanipulatesanimagetoprovideanewimageinwhichedgesaremadetostandout.

92Smoothingsmoothingaveragesthevaluesofthepixelanditsneighbors.Ifthereis‘noise’intheimage(randompixelwithrandomvalues)thesmoothingprocesswillremovethese.

93ImageofCHURNFarmDaedalus1268ATMChannel394Alow-passfilter（低通濾波）

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

theappearanceofanimage.

95A

high-passfilter

（高通濾波）doestheopposite,andservestosharpentheappearanceoffinedetailinanimage.

96Directionaloredgedetectingfiltershighlightlinearfeatures,suchasroadsorfieldboundaries.Verticaledges（垂直邊緣）97HorizontaledgesDirectionalEdgefilterscanalsobedesignedtoenhancefeatureswhichareorientedinspecificdirectionsandareusefulinapplicationssuchasgeology,forthedetectionoflineargeologicstructures.

983.頻率域?yàn)V波1）低通濾波2）高通濾波3）帶通濾波與方向?yàn)V波99傅立葉變換高通濾波100傅立葉變換低通濾波10110.4遙感圖像分類方法1、監(jiān)督分類

（1）、最小距離分類法Step2–foreachunclassifiedpixel,calculatethedistancetoaverageforeachtrainingarea102二、圖像分類方法1、監(jiān)督分類

（1）、最小距離分類法最近鄰域分類法

NearestNeighbour

。DefinesatypicalpixelforeachclassAssignspixelsonthebasisofspectraldistanceCanseparatediverseclassesBoundaryproblemsremainunresolved103二、圖像分類方法1、監(jiān)督分類

（2）、多級(jí)切割分類法通過設(shè)定在各軸上的一系列分割點(diǎn)，將多維特征空間劃分成分別對(duì)應(yīng)不同分類類別的互不重疊的特征字空間的分類方法。對(duì)于一個(gè)未知類別的像素來說，它的分類取決于它落入哪個(gè)類別特征子空間中。104二、圖像分類方法1、監(jiān)督分類

（3）、特征曲線窗口分類法特征曲線是地物光譜特征曲線參數(shù)構(gòu)成的曲線。以特征曲線為中心取一個(gè)條帶，構(gòu)造一個(gè)窗口，凡是落在此窗口內(nèi)的地物即被認(rèn)為是一類，反之，則不屬于該類。105二、圖像分類方法1、監(jiān)督分類

（4）、最大似然比分類法(MaximumLikelihood)通過求出每個(gè)像素對(duì)于各類別的歸屬概率，把該像素分到歸屬概率最大的類別中去的方法。假定訓(xùn)練區(qū)地物的光譜特征和自然界大部分隨機(jī)現(xiàn)象一樣，近似服從正態(tài)分布。MaximumLikelihoodDefinesatypicalpixelforeachclassCalculatestheprobabilitythateachpixelintheimagebelongstothatclassMapsclassesonthebasisofconfidencelevelsBoundaryproblemsresolved106二、圖像分類方法1、監(jiān)督分類

（4）、最大似然比分類法(MaximumLikelihood)107二、圖像分類方法1、監(jiān)督分類

（4）、最大似然比