1、第七講 遙感圖像處理技術 1第七講 遙感圖像處理技術一、本章學習目的： 通過本章學習，掌握遙感圖像預處理和圖像增強的主要內容和具體方法，了解多源信息復合的一般過程。 二、本章學習內容： 遙感圖像處理概述 數字圖像與數字圖像處理系統 圖像預處理 多源信息復合 遙感解譯 遙感調查與應用 2第一節 遙感圖像處理概述 遙感圖像處理是指對遙感探測所獲取的圖像或資料進行的各種技術處理。處理的目的是使遙感圖像或資料更適于應用。它包括對原始圖像復原的恢復處理；為使圖像更加清晰，目標地物更為突出明顯，便于信息提取和識別的圖像增強處理；以及進行自動識別和信息提取的分類處理。從處理方法上，主要有光學處理和計算機數字

2、圖像處理。 3第一節 遙感圖像處理概述 一、遙感數據 1、模擬圖像產品：有兩個來源，其一是由遙感數椐經激光掃描輸出；其二是在空間遙感平臺利用光學遙感系統獲取的產品。它是目前經常使用的一種遙感數椐。 2、數字圖像產品：將遙感傳感器獲取的地面光譜圖像信息以數字的方式記錄在計算機兼容磁帶或其它介質上。利用遙感圖象處理軟件，可對數椐進行增強、幾何校正、地理編碼、分類，也可與其它數椐匹配、比較、融合。4第一節 遙感圖像處理概述遙感信息地學評價的三個基本標準： （1）空間分辨率： 確定了遙感系統獲取地面源信息的離散化程度，反映了遙感的概括程度隨著地面分辨率的降低而增大，是選擇信息源的重要標準之一。空間分辨

3、率的提高，使得遙感地學分析的微觀程度和精度增加，提高和拓展了應用價值。 （2）時間分辨率： 進行動態監測與預報，自然歷史變遷和動力學分析，可以利用時間差提高遙感的成象率和解象率，或更新數據庫以達到動態監測的目的。 （3）光譜分辨率： 多波段光譜信息的利用大大開拓了遙感應用的領域，也使專題研究中波譜段的選擇針對性越來越強，也可以提高分析判度效果。可以用于地物分類、制圖、遙感定量分析和應用等等。 5二、圖像處理技術 1、光學圖像處理:光學增強處理是指通過光學技術手段，對圖像進行的各種處理，如常見的圖像光學放大等。它能使圖像更加清晰，目標物更突出明顯，更適于識別和進行信息提取。隨著科學技術及光學技術

4、的發展，光學增強處理的方法不斷增多和完善。 光學圖像處理常用的技術有：多波段彩色合成處理（光學法 、彩色像紙分層曝光法 、彩色印刷法 ）；圖像相關掩膜增強處理 （反差增強 、邊緣增強） 2、計算機數字圖像處理：遙感數字圖像處理是指利用計算機對遙感圖像及其資料進行的各種技術處理。它處理快捷、準確、客觀，為遙感圖像的信息提取，以及遙感的定量分析研究提供了方便和基礎。亦為地理信息系統的信息及時更新和補充，提供了條件。遙感數字圖像處理已成為現代遙感的重要組成部分。 第一節 遙感圖像處理概述61.遙感數據： 對模擬圖象進行采樣獲得數字圖象。 模擬圖象：灰度和顏色連續變化； 數字圖象：模擬圖象經采樣和量化

5、 后成為一幅由一系列灰度值不連續的、 按行列有規律地排列的像元組成的圖象。 模擬圖象到數字圖象的轉化（A/D轉換analogue/digital）：包括采樣和量化兩個過程： 采樣：位置離散化，將模擬圖象按縱橫兩方向分割為若干個形狀、大小相同的像元，即等間隔取樣成離散值，各像元的位置其所在的行和列表示，一幅圖象可以表示成一個矩陣。 采樣周期：相鄰兩個像元中心的間距。 香農（Shannon）采樣原理：以模擬波形中所含最大頻率的倒數的1/2為周期進行采樣，將不產生信息的損失。 灰度、顏色的連續分布模擬圖象數字圖象采樣列號行號第二節 數字圖像與數字圖像處理系統 7 量化：以每個像元的平均灰度或中心部分

6、的灰度作為該像元的灰度值的處理過程。數字圖象中的像元灰度值可以是整型、實型和字節型。為了節省存儲空間，字節型最常用，即每個像元亮度記錄為一個字節（byte），8bit。 2.數字圖象處理系統： 數據輸入：各種數據格式圖象輸入、變換。 彩色合成：分析信息量，選擇合理的彩色合成方案。 數據處理： 校正：輻射校正、幾何校正。 圖象增強：頻域和空域增強，包括彩色增強、反差增強、比值增強、濾波等等。 再生（復原）：平滑等。 變換：增強變換、主成分變換。 分類：有監分類、無監分類。第二節 數字圖像與數字圖像處理系統 8 制圖輸出：比例尺變換、注記、公里網、疊加矢量圖、圖象格式變換等。 3.遙感數字圖象處理

7、的優點： 原始信息精確保存：無論拷貝多少次，原始數據都能精確保存下來； 處理的可重復性：用同一種方法對同一圖象進行處理多次，都可以得到相同的效果； 能充分利用遙感圖象信息：對圖象灰度可分解為多級，可以檢測出圖象的微小細節，并能對圖象信息作定量分析； 處理周期短，速度快：適于進行動態分析，和各種處理方法進行比較； 處理方法多樣：以數學理論為基礎，方法廣泛；便于提取特征信息； 圖象處理的結果可以直接以數字化形式提供給用戶，或無限度可重復輸出。第二節 數字圖像與數字圖像處理系統 9第三節 圖像預處理 19862003 感知和傳輸中大氣的影響10# 10第三節 圖像預處理傳感器平臺的姿態傳感器本身的缺

8、陷11第三節 圖像預處理地形的影響12一.必要性: 傳感器獲得和記錄的遙感信息是經過概括和簡化了的不連續的瞬時二維平面的信息，由于： 傳感器本身的缺陷； 平臺的姿態； 感知和傳輸中大氣的影響； 地形的影響以及其它因素的干擾。 獲得的遙感數據含有光譜和幾何特征上的失真和畸變。因此，原始的遙感數據必須經過預處理，消除幾何和光譜畸變，即通過必要步驟進行圖象復原。 圖像的復原旨在消除圖像在整個成像過程中產生的像質褪化和各種畸變，盡可能使圖像恢復到更接近于客觀實體的真實圖像。第三節 圖像預處理 13# 132輻射校正 輻射校正的目的主要是消除圖像的光譜畸變，一般包括：傳感器校正、大氣輻射校正、地形輻射校

9、正和地物反射模型校正。其中，傳感器校正需要傳感器的校正參數，一般用戶無法獲得。 常用的大氣校正方法有： 以紅外波段的最低值校正可見光波段，回歸法和相對散射模型法等。第三節 圖像預處理 14# 143.幾何校正： 原因、目的和步驟： 原因：衛星圖像的幾何性能受衛星軌道與成像姿態的穩定性、掃描偏差、地形起伏等等多種因素影響而發生幾何畸變。 目的：經運算處理把處于兩個坐標空間的原圖像變換到新的圖像坐標空間，得到某種歸正的投影圖，使沒有任何實際地理坐標信息的圖象變換到特征的地理坐標空間，滿足不同類型或不同時相的遙感影像之間的幾何配準和復合分析，以及遙感圖象與其它來源的信息的匹配。 步驟：幾何校正分兩步

10、， 粗校正：由接收部門根據遙感平臺、地球、傳感器的各種參數進行； 精校正：用戶根據使用目的的不同由投影及比例尺進行。 因此，對于用戶來說，主要需做幾何精校正。 幾何校正的精度直接影響專題圖的定位、面積量算及定性定量分析的精度。第三節 圖像預處理 15幾何精校正的方法和步驟： 方法：幾何精校正的方法很多，一般用多項式法通過地面控制點進行。 步驟：一是象元空間位置變換，二是象元灰度值的重采樣。 位置變換：通過精確測定或量算一定數量的控制點的圖象坐標和實際地物點的平面坐標，建立待匹配的兩種坐標系的對應點關系，計算圖象各象元在新的坐標空間中的坐標值； 象元空間位置變換采用二元多項式的方法，其公式為：

11、（1） 其中，x, y為象元原始坐標，X, Y為同名象元的地圖坐標，n為多項式的階。 第三節 圖像預處理 16 一階多項式為線性變換，二階或三階多項式為非線性變換，而圖像 的幾何畸變很難通過簡單的線性關系來描述。多項式階數越高，所做的 變換越復雜，說明原圖像的扭曲程度也較大，所需選取的控制點數也越 多。多項式階數與所需選取的最少控制點個數的關系為： GCPnums=(t+1)(t+2)/2，其中t為多項式階數。 具體方法：選擇均勻分布且在影像圖與地形圖上都易確定的同名地 物點，如小河流、溝渠交點、水庫壩的交點等，分別讀取影像圖和地形 圖上相應點的坐標，建立式所示的方程式并用最小二乘法求系數ai

12、j和 bij，得到變換矩陣，用此矩陣把圖像坐標空間與地形圖坐標空間對應起 來。也可以通過DGPS精確定位，獲得控制點的精確位置坐標。第三節 圖像預處理 17 重采樣：確定校正后圖像上每點的亮度值。通常有三種方法： 鄰近元法：用距離輸出象元最近的象元亮度值作為象元值。 優點：計算簡單，不丟失細節； 缺點：具有明顯的不連續性，特別是線狀地帶常出現斷點或階梯狀抖動。 適用于分類前的采樣和定性分析。 雙線性內插：用雙線性函數在22窗口內4個象元的灰度值進行加權線性 內插。 優點：具有平滑作用，因而不會出現鋸齒狀邊緣，比鄰近元法在空間上更 準確； 缺點：較鄰近元法計算稍復雜，由于是象元亮度值的加權平均，

13、故有低頻 卷積作用，因而出現模糊現象。適用于象元大小有改變的情況。 立方卷積法：用16個象元即44窗口內的象元亮度值用立方函數進行加權 平均。 優點：可以比較完整地復原圖像，立方曲線加權使得圖像銳化并將噪聲 平滑掉； 缺點：計算復雜。適用于象元大小變化較大的情況。第三節 圖像預處理18 4、遙感數字圖像配準與鑲嵌 （1）數字圖像配準，主要包括以下兩種 建立影像坐標系與地面坐標系之間的關系，即將具有影像坐標系坐標的數字影像像元賦予某一應用坐標系統的坐標，如通過配準建立遙感影像像元的影像坐標與國空大地坐標或獨立坐標之間的關系，其作用是可以在遙感影像上直接獲得影像像元的國家大地坐標或地面坐標。 將多

14、種不同比例尺、或不同分辨率、不同類型的影像配準為同一個坐標系統，其作用是在同一個參考系統下應用不同來源的遙感影像數據。第三節 圖像預處理 19（2）數字圖像鑲嵌 數字圖像鑲嵌是將多幅衛星圖像鑲嵌、拼接在一起，構成一幅大的圖像，其方法與理論與幾何變形校正相同，但應注意以下幾個問題： 鑲嵌之前應首先進行數字影像配準，使多幅影像的坐標系統為同一參考系統； 被鑲嵌的影像之間應足夠重疊度，最好不低于20%，以便保障邊緣鑲嵌后的精度； 相鄰而不同色調的圖像鑲嵌前需要進行色調與色差方面的處理。第三節 圖像預處理 20三、圖象增強 1.目的: 圖像增強是專題特征信息提取的基礎，是根據應用目標對圖像做增強處 理

15、，突出主要的感興趣的信息，抑制次要的不需要的信息。 2.方法: 一般分為頻域法和空域法 頻域法增強處理： 傅立葉變換理論：任何一條復雜的曲線，經傅立葉變換，可以分解成若 干條簡單曲線（正弦波曲線），即復雜曲線可看作若干條不同頻率的正弦波曲 線的疊加。 遙感圖象像元灰度值的分布曲線就是一條復雜曲線，可以分解。根據傅立 葉變換理論，對一幅遙感圖象進行傅立葉變換后，將得到一個分布形式完全不 同于原圖象的變換域頻率域平面。原圖象上的灰度突變部分（如物體的邊 緣、水陸交界處等）、圖象結構復雜的區域、圖象細節及干擾噪聲等，信息大 多集中在高頻區；原圖象上灰度變換平緩的部位，如大片水體、大片平原、區 域概貌

16、等信息，信息大多集中在頻率域的低頻區。 第三節 圖像預處理 21 頻域增強的思想： 對原始圖像的傅立葉變換頻譜進行各種改造，通過設置濾波器，使得 高頻和低頻成分的比例發生變化，突出或抑制特定頻率范圍的信息，經過 傅立葉反變換得到增強了的圖像。 頻域增強的方法： 常用的頻域增強處理方法有高通濾波、低通濾波、同態濾波以及帶通或 帶阻濾波等等。其中， 低通濾波：讓低頻成分通過，抑制高頻成分，起到平滑去噪聲的作用； 高通濾波：使圖像得到銳化處理； 同態濾波：用于壓縮圖像灰度的動態范圍并增強對比度。 例如，要突出地形的局部變化特征，可以采用高通濾波增強技術。 空域法增強處理： 空域增強的思想： 空域增強

17、是在原來的圖像灰度空間上直接運算處理，通常針對像元逐個 進行處理。第三節 圖像預處理 22中值濾波前中值濾波后第三節 圖像預處理 23空域增強的方法： 常用的方法包括灰度擴展、直方圖均衡化、分段線性對比度拉伸、直方 圖匹配技術、比值增強處理、卷積濾波、Crisp濾波和自適應濾波等方法。 其中，反差增強處理、比值增強處理是常用的方法。 反差增強處理：包括線性灰度擴展、對數變換、指數變換、直方圖均衡 化、直方圖匹配技術等。 線性擴展：將像元值的變動范圍按線性關系擴展到指定范圍。 設原圖象的像元值為Z，其變動范圍為（a，b），擴展后的像元值為 Z， 變動范圍為(Z1,Z2),則: 直方圖均衡化：用特

18、定的變換函數將不同像元值區間內的像元數進行均 衡處理，使整個像元值范圍內的像元數的分布更均勻一些。 直方圖匹配：對直方圖進行一定的修改，使之變為某種指定形態的直方 圖。 第三節 圖像預處理 24線性拉伸前線性拉伸后第三節 圖像預處理 25 比值增強處理： 可以壓抑由于地形起伏、坡度和坡向引起的輻射變化，從而消除 由于地形因子所造成的陰影以及大氣噪聲的影響； 比值變換增大了不同地物在兩個比值波段上的細微差異，使在單 波段圖像上不易覺察的色調變化更加明顯； 比值法可以應用原始圖像多個波段的信息，增加了信息量，便于 比較分析。特別是在地形變化劇烈的山區，比值變換可以顯示其更大 的優越性。 一般的遙感

19、圖像處理軟件均提供了常用的圖像增強算法，用戶可 通過不同增強算法實驗和分析比較，選定最佳方案，對圖象進行增強 處理，改善圖像質量，增強地物和地形的識別能力，提高解譯精度。 除了增強算法之外，還可以應用各種變換方法提取信息，如通過 植被指數運算進行生物量估測等。 第三節 圖像預處理 26第四節多源信息復合 多種信息源的復合是將多種遙感平臺，多時相遙感數據之間以及遙感數據與非遙感數據之間的信息組合匹配的技術。復合后的圖像數據將更有利于綜合分析。 一、遙感信息的復合 二、遙感與非遙感信息的復合27第四節 多源信息復合 一、遙感信息的復合 遙感信息的復合主要指不同傳感器的遙感數據的復合，以及不同時相的

20、遙感數據的復合。 1、不同傳感器的遙感數據復合 配準 復合 2、不同時相的遙感數據復合 配準 直方圖調整 復合 28第四節 多源信息復合二、遙感與非遙感信息的復合 1、地理數據的網格化 1)、網格數據生成 2)、與遙感數據配準 2、最優遙感數據的選取 3、配準復合 1)、柵格數據與棚格數據 2)、柵格數據與矢量數據29 遙感圖像解譯是專題信息提取的主要步驟，通過對遙感圖像的觀察、分析和比較，判斷和識別遙感資料所表示的地物的類型、性質，獲取感知對象的數量、質量、空間分布特征及其演變規律。具體方法包括遙感圖象的目視解譯或計算機自動解譯分類。 一、目視解譯 目視解譯一般遵從從已知到未知，先整體后局部

21、，從宏觀到微觀，先易后難的原則，可以概略地為以下主要步驟 : 準備工作： 主要是收集資料，除遙感圖象外，通常還需要工作區的地形圖和相關的自然、經濟等情況，以及報告、必要的參考文獻等各種資料。 第五節 遙感解譯 30圖象預判和編制專題圖略圖： 遙感圖象的初步解譯主要是經過資料分析建立直接和間接解譯標志，包括形態、大小、色調、陰影、紋理等等。然后在分類系統的指導下設計圖例系統，進行初步解譯，并把解譯結果轉繪成專題圖略圖。 野外實況調查和地學驗證： 根據初步解譯結果，確定野外調查路線和調查樣本，進行野外調查，驗證判讀標志，并應用地學分析方法解決圖象與地物間的機理關系，從而修正預判中的錯判或漏判，使得

22、解譯結果更加客觀可靠。 室內解譯編繪成圖： 根據預判結果和野外調查資料，對全部工作區進行重新解譯，然后清繪成圖，在此基礎上進行面積量測以及其他數字統計特征的分析。第五節 遙感解譯 31二、計算機自動分類： 與目視判讀解譯不同的是計算機自動解譯的主要依據是地物的光譜特 征進行統計判別，具體方法包括有監分類和無監分類方法，分類結果的可 靠性需要通過嚴格的分類精度統計分析以及野外調查進行驗證。 一般過程：以目前常用的有監分類為例，其過程為： （1）遙感圖象的預處理：包括幾何校正、圖象增強、鑲嵌等等。 （2）選擇訓練區：對于典型地物類別，選擇訓練區，并做標注。 （3）分類：根據訓練區地物的光譜統計特征

23、，對整個區域進行分類判別。 （4）分類精度統計分析：通過統計分析獲得光譜特征統計意義上的分類精度。第五節 遙感解譯 32（5）野外調查與地學驗證：通過調查驗證自動分類與實際地物類型的一致程度，一般應用抽樣技術獲得地學意義上的分類精度。 （6）分類圖編制：對自動分類的結果，根據專題圖成圖要求，進行著色，獲得彩色分類圖。 一般方法： 有監分類： 有監分類方法是通過訓練區內樣本的光譜數據計算各類別的計特征參 數，作為各類型的度量標準，然后根據判別規則將圖像的各象元分到一定 的類別中。 常用的判別規則有貝葉斯判別、最大似然判別和最小距離判別等。 第五節 遙感解譯 33無監分類： 無監分類是直接利用象元灰度值的統計特征進行類別