遙感數字圖像處理第十章本章主要內容數字圖像基礎圖像輻射校正幾何校正原理與方法圖像增強處理2圖像校正：包括輻射校正、幾何校正。增強處理：增強圖像中的有用信息，利于識別分析。包括彩色增強、直方圖增強、圖像運算、鄰域增強、頻率域增強、信息融合等。圖像變換：消除干擾和濾掉噪聲，提高圖像質量。信息提取：圖像分類（監督分類、非監督分類、神經網絡分類、模糊分類）、空間信息提取、光譜信息提取。數字圖像處理的主要內容310.1.1數字圖像概念：指能夠被計算機存儲、處理和使用的圖像。“離散化”、二維矩陣是數字圖像的特點，每個像元的取值是圖像連續變化的灰度的離散整數值。4數字圖像數字圖像的性質與特點什么是數字圖像？模擬圖像：普通像片那樣的灰度級及顏色連續變化的圖像數字圖像：而是以數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行數字化的圖像。

5數字圖像又稱數字化圖像，是一種以二維數組（矩陣）形式表示的圖像。或者稱為相應區域內地物電磁輻射強度的二維分布。該數組由對連續變化的空間圖像作等間距抽樣所產生的抽樣點——像元（像素）組成。

6數字圖像7數字圖像8特點：(與光學圖像相比)

便于計算機處理數字存儲方式

獲取、傳輸、分發等過程中沒有信息損失抽象性強（表示在計算機里是很抽象的“數據流”）數字形式表示，便于建立分析模型，進行計算機解譯和采用遙感圖像專家系統。遙感數字圖像9多波段數字圖像存儲與分發的常用數據格式：（1）BSQ數據格式（Bandsequential）；（2）BIP數據格式（Bandinterleavedbypixel）；（3）BIL數據格式（Bandinterleavedbyline）；輔助數據：數字圖像尺寸等各種參數遙感數字圖像的表示方法10BSQ(Bandsequential)數據格式：按波段順序依次排列，1個文件，文件內劃分1-K段，第n段數據為第n波段的圖像數據[M行][N列]。多波段數字圖像存儲與分發的常用數據格式（BSQ）11BIP數據格式（Bandinterleavedbypixel），1個文件，[M行][N列]格式，每個單元順序記錄K個波段的相應數據。多波段數字圖像存儲與分發的常用數據格式（2）12BIL數據格式（Bandinterleavedbyline），1個文件，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；……多波段數字圖像存儲與分發的常用數據格式（3）1310.2

遙感圖象復原（ImageRestoration）圖象恢復和圖象增強一樣，都是為了改善圖象視覺效果，以及便于后續處理。只是圖象增強方法更偏向主觀判斷，而圖象恢復則是根據圖象畸變或退化原因，進行模型化處理。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畸變、模糊、失真或混入噪聲,使得所成圖象降質，稱之為圖象“退化”。造成圖象退化的原因很多，典型原因表現為：

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

4、灰度失真，光學系統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，由于場景能量傳輸通道中的介質特性如大氣湍流效應、大氣成分變化引起圖象失真；

6、圖象在成象、數字化、采集和處理過程中引入的噪聲等。2/2/202316由于運動而引入的圖象運動模糊2/2/202317圖像恢復的推廣：包括幾何失真（畸變）校正；投影重建圖像恢復的分類：技術上分類為：無約束恢復和有約束恢復策略上分類為：自動方法和交互方法（外部干預）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）地球自轉的影響（4）遙感器工作模式的影響（5）航空遙感平臺姿態的影響－－偏航、俯仰、滾動（6）飛機自身狀態的影響－－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生變化，產生諸如行列不均勻，像元大小與地面大小對應不準確，地物形狀不規則變化等變形。幾何畸變是平移、縮放、旋轉、偏扭、彎曲等作用的結果。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驗證校正方法4對原始輸入圖像進行重采樣21地球自轉引起的誤差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校正和數字糾正數字糾正：通過計算機對圖像每個象元逐個地解析糾正處理，可以較精確改正線性和非線性變形誤差。包括兩個方面（基本環節）：（1）象元坐標變換；（2）象元灰度值重新計算（重采樣）。24遙感圖像幾何校正的原理25數字圖像幾何糾正的主要處理過程準備工作輸入原始數字影象建立糾正變換函數確定輸出影象范圍像元坐標變換像元亮度值重采樣輸出糾正后的圖像準備工作：圖像、地圖、大地測量資料、平臺軌道參數、傳感器參數、控制點的選擇；（具體內容可選）糾正變換函數建立：輸入和輸出圖像間的坐標變換關系；如多項式法、共線方程法等26坐標變換確定原始圖像和糾正后圖像間的坐標變換關系（x，y）——（u，v）（u行數，v列數，均為整數）有兩種方案：直接糾正方案：從原始圖像陣列出發，依次對其中每一個象元P（x，y）分別計算其在輸出（糾正后）圖像的坐標P（X，Y），并計算P（X，Y）的灰度值;間接糾正方案：從空白圖像陣列出發，依次計算每個象元P（X，Y）在原始圖像中的位置P（x，y），然后把該點的灰度只依次計算后返送給P（X，Y）.

二者間并無本質差別，互為逆變換27坐標關系（xp，yp）（XP，YP）分別是任意一個像元在原始圖像和糾正后圖像中的坐標。直接間接28坐標變換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、象元點位置的相對變化等，不能簡單用原圖像象元灰度值代替輸出象元灰度值。對應的坐標值可能不是整數因此，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（采樣點）最近象元灰度值代替輸出象元灰度值簡單、省時，保留原始圖像的值邊緣出現鋸齒狀31最鄰近法原理32最鄰近法優點：1保留大量原始灰度值，沒有經過平滑處理，對于區分植被類型、識別線性特征等有重要意義2簡易、省時3分類前使用4適合于專題文件缺點：1鋸齒狀、不平滑2某些值重復、某些值丟失3對線性地物，可能出現不連續33原始圖像糾正后圖像（最鄰近插值）最鄰近法糾正效果34雙線性內插法取(x，y)點周圍的4鄰點，在y方向(或x方向)內插二次，再在x方向(或y方向)內插一次，得到(x，y)點的亮度值f(x，y)，該方法稱雙線性內插法.35雙線性（bilinear）優點1較平滑，沒有鋸齒狀2與最鄰近法相比，空間信息更準確些3常用于改變象元大小時，如數據融合缺點：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）取與投影點鄰近的16個象元灰度值（4×4），計算輸出象元的灰度值取與計算點(x，y)則圍相鄰的16個點，與雙向線性內插類似，可先在在某一入向上內插，如先在x方向上，每4個值依次內插4次，再根據這四個計算結果在y方向上內插，得到f(x，y)。每一組4個樣點組成一個連續內插函數。實際上是一種卷積運算，也叫三次卷積內插。38三次卷積法優點：1與其它重采樣方法相比，均值和標準偏差與原始象元的相一致2改變象元大小時使用（改變幅度更大時）3可以銳化圖像、平滑噪聲，實際的效應與數據有關缺點：1數據的值可能被改變2計算費時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：

地物目標的光譜反射率的差異在實際測量時，受到傳感器本身、大氣輻射等其他因素的影響而發生改變。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：導致圖像不均勻，產生條紋和噪音。大氣對輻射的影響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比度，使原始信號和背景信號都增加了因子，圖像質量下降。大氣影響的粗略校正：通過簡單的方法去掉程輻射度（散射光直接進入傳感器的那部分），從而改善圖像質量。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為0的地區，而事實上并不等于0,說明亮度最小值必定是這一地區大氣影響的程輻射度增值。校正方法:將每一波段中每個像元的亮度值都減去本波段的最小值。使圖像亮度動態范圍得到改善，對比度增強，從而提高了圖像質量。44圖像直方圖用平面直角坐標系表示一幅灰度范圍為0-n（0-255）的數字圖像像元灰度分布狀態，橫軸表示灰度級，縱軸表示某一灰度級（或范圍）的像元個數占像元總數的百分比。通過灰度直方圖可以直觀地了解圖像特征，以確定圖像增強方案并了解圖像增強后的效果45數字圖像直方圖：以每個像元為單位，表示圖像中各亮度值或亮度值區間像元出現的頻率的分布圖。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量差異。正態分布：反差適中，亮度分布均勻，層次豐富，圖像質量高。偏態分布：圖像偏亮或偏暗，層次少，質量較差。小結

圖像直方圖是描述圖像質量的可視化圖表。在圖像處理中，可以通過調整圖像直方圖的形態，改善圖像顯示的質量，以達到圖像增強的目的。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。何時需要進行大氣校正？定量信息提取；不同時相間的定量比較；不同波段間的運算；50大氣校正方法公式法（較準確）；簡單的相對大氣校正方法：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）：水體（或陰影）等物體的灰度值為0，大氣散射導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增強處理：增強圖像中的有用信息，利于識別分析。包括彩色增強、直方圖增強、圖像運算、鄰域增強、頻率域增強、信息融合等。10.3遙感圖象增強圖象增強是指對圖像的某些特征，如邊緣、輪廓、對比度進行強調或尖銳化，以便于顯示、觀察或進一步地分析與處理。圖像增強的目的是針對圖象的退化和不足，改善圖像質量，以較好的滿足實際的需要。對比度問題噪聲干擾問題清晰度下降問題54圖象增強有兩大類應用：改善圖象的視覺效果；提高圖像質量和突出所需信息，有利于分析判讀或作進一步的處理。圖像增強不增加圖像數據中的相關信息，但它將增加所選擇特征的動態范圍，從而使這些特征檢測或識別更加容易。551.反差增強（Contrastenhancement）也稱輻射增強，按象元逐次進行。主要通過改變圖像灰度分布態勢，擴展灰度分布區間，達到增強反差的目的。通過調整直方圖來實現調整后的直方圖應達到：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61糾正后的圖像及直方圖反差增強62反差增強線性和非線性方法分段線性：增強某些部分，壓制某些部分63

又稱灰度比例尺變換。屬于一點對一點的逐點變換。屬于一對一或一對多的映射變換。

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線性拉伸結果68LinearlyStretchedDataThreebandcombination:Band1（spectralgreen）displayedasblueBand2（spectralred）displayedasgreenBand3（spectralNIR）displayedasredUnstretchedLinearStretch6970非線性拉伸對數拉伸：擴張低的灰度區，壓縮高的灰度區71非線性拉伸指數拉伸： 擴展高灰度區間

72對數變換指數變換灰度翻轉73直方圖均衡化（HistogramEqualization）非線性的增強方法；將每個灰度區間等概率分布，代替了原來的隨機分布，即增強后的每個灰度級內有大致相同的象元數；通過改變灰度區間來實現；根據灰度值的出現頻率來分配它們的亮度顯示范圍，頻率高的部分被增強了，頻率低的部分被壓縮。74效果：增強了峰值處的對比度，兩端（最亮和最暗）的對比度減弱了。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圖像增強處理

1.代數運算概念：兩幅或多幅單波段影像，完成空間配準后，通過一系列運算，可以實現圖像增強，達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）比值運算：兩幅同樣行、列數的圖像，對應像元的亮度值相除（除數不為0）就是比值運算。該運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，這種算法的結果稱為植被指數。常用算法：近紅外波段/紅波段;或（近紅外-紅）/（近紅外+紅）.對于區分和增強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：根據實際情況，采取加、減、乘、除四則運算。2）差值運算：兩幅同樣行、列數的圖像，對應像元的亮度值相減就是差值運算。791）、K-L變換離散變換的簡稱，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進行線性組合,而產生一組新的多光譜圖像Y.K-L變換的特點:變換后的主分量空間與變換前的多光譜空間坐標系相比旋轉了一個角度。新坐標系的坐標軸一定指向數據量較大的方向。可實現數據壓縮和圖像增強。2.變換處理802）、K-T變換K-T變換

是kauth-Thomas變換的簡稱，也稱纓帽變換.是一種坐標空間發生旋轉的線性變換，旋轉后的坐標軸指向與地面景物有密切關系的方向K-T變換的應用:主要針對TM圖像數據和MSS數據.對于擴大陸地衛星TM影像數據分析在農業方面的應用有重要意義.813.彩色增強1）彩色合成變換2）HIS變換822、IHS變換RGB模式與IHS模式將RGB模式轉換成IHS模式，對于定量地表示色彩特性，以及在應用程序中實現兩種表達方式的轉換具有重要意義。8310.3.3圖像濾波處理

1、空間域濾波以重點突出圖像上某些特征為目的。濾波增強的原理:任何一個復雜的波形曲線都可以分解成具有不同頻率（波長）的較為簡單的波形曲線。概念:根據需要，舍棄不需要的頻率曲線，選擇適宜和需要的頻率波形曲線，重新構成新的圖像，使一些地物或現象得到突出顯示。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系，采取空間域中的鄰域處理方法進行圖像增強方法。圖像卷積運算：在圖像的左上角開一個與模板同樣大小的活動窗口，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--圖像中出現某些亮度值過大的區域，或出現不該有的亮點時，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。比值平滑：將每個像元在以其為中心的區域內，取平均值來代替該像元值，以達到去掉尖銳“噪聲”和平滑圖像的目的。中值濾波：將每個像元在以其為中心的鄰域內，取中間亮度值來代替該像元值，以達到去掉尖銳“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.頻率域濾波1）低通濾波2）高通濾波3）帶通濾波與方向濾波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、監督分類

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

（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、監督分類

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

（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構成的曲線。以特征曲線為中心取一個條帶，構造一個窗口，凡是落在此窗口內的地物即被認為是一類，反之，則不屬于該類。105二、圖像分類方法1、監督分類

（4）、最大似然比分類法(MaximumLikelihood)通過求出每個像素對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。假定訓練區地物的光譜特征和自然界大部分隨機現象一樣，近似服從正態分布。MaximumLikelihoodDefinesatypicalpixelforeachclassCalculatestheprobabilitythateachpixelintheimagebelongstothatclassMapsclassesonthebasisofconfidencelevelsBoundaryproblemsresolved106二、圖像分類方法1、監督分類

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

（4）、最大似然比