第二章遥感图像信息特征的概貌分析定稿.ppt

2.1 遥感图像模型 遥感图像模型 图像函数的特点 连续性 定义域的限定性 函数值的确定性 函数值物理意义的明确性 2.2遥感图像的数字表示 在图像处理中，为了便于问题的分析，需要用数学方式来表示图像。表示图像的基本方法有两类，即确定的与统计的，确定的表示方法是写出图像函数的表达式，对于数字图像，则表示成矩阵或向量的形式，统计的表示法则是用一种平均特征来表示图像。 数字图像类别即确定性表示 数字化后的一幅黑白图像，可以用M×N个字节来表示。对电子计算机来说，可以用数学公式f（Xi，Yj）来表示。数组f（Xi，Yj）中i=1，2，3…m，j=1，2，3，…n。式中f（Xi，Yj）值代表图像中（Xi，Yj）点处象素的灰度值。 在现实生活中有多种多样的图像，根据各类图像灰度层次的多少、光谱轴及时间轴上的组合方式的不同，其数字化后的描述形式如表所示。 直方图 4、图像数据集的理想分布 　　在图像包含大量像元的前提下，假定像元亮度是随机分布的，图像就像自然界的其他现象一样，分布函数服从或接近于正态分布。一般来说，直方图的形状越接近于正态分布，说明图像越接近于假定条件，如果峰值偏向灰度值大的一方，图像偏亮，反差较小。峰值偏向灰度值小的一方，图像偏暗，反差较小。 双峰直方图 多峰直方图 　　利用直方图分析图像的质量是图像分析的基本方法，常常有目的地改变直方图形态，从而改善图像的质量。利用累积直方图，观察灰度从小到大时像元数的变化规律，也可以分析出图像对比度的情况。对于灰度偏暗的图像，在灰度小的部分像元数增长很快，对于灰度偏亮的图像，在灰度大的部分像元数增长很快等． 2.4多波段图像信息特征的概貌分析 　　多波段图像除了单个波段图像的统计特征以外，波段图像之间也存在着关联，多波段图像波段之间的统计特征是多波段图像分析的重要参数，是图像合成的主要依据之一。 1、协方差与协方差阵 两个不同参数之间的方差就是协方差 式中：　　、　　　分别是图像X与Y的协方差， 图像Y与X的协方差。 　　将N个波段相互之间的协方差排列在一起所组成的数字矩阵就是所谓的协方差阵。 打开erdas，单击modeler模块，选择model，在弹出的窗口中进行编辑你所需要的模型即可 ２、相关系数与相关矩阵 　　相关系数是描述波段图像的相关程度的统计量。其计算公式是： 图像i与图像j的协方差 图像i与图像j的标准差 　　相关系数表示了两个波段图像所包含信息内容的重叠程度，是多波段图像彩色合成的重要依据。针对多波段图像在波段上的相关性质，产生了一类图像处理算法，如主成分变换、穗帽变换。 2.5窗口邻域和卷积 2.5.1 窗口和邻域 对于图像中的任一像素（x，y）以此为中心，按上下左右对称所设定的像素范围称为窗口。窗口多为矩形，行列数为奇数，并按照行数乘以列数的方式来命名，如3×3、 5×5、7×7窗口等。中心像素周围的行列称为该像素的邻域。 邻域运算：对于中心像素（x，y），其值用f（ x，y ）表示，可按照相邻性规则通过计算产生。其中，卷积运算是最常用的方法。 2.5.2卷积运算 卷积是空间域上针对特定窗口进行的运算，是图像平滑、锐化中使用的基本的计算方法。 设窗口大小为m×n，（i,j）是中心像素， f( x,y)是图像像素值，g(i,j）是运算结果，h ( x,y)是窗口模板（或称为卷积核kernel，那么卷积运算的公式为： 对于整个图像，从左上角开始，从左到右，由上到下按照窗口顺序进行遍历，即可完成整个图像的卷积运算，对于图像边缘，由于无法满足窗口对中心像素的要求，其窗口外部的像素可以用任意一种方法来处理 设为0值 按对称原则从图像中取值 保留原值，不进行计算 把原图像的值在边界处补齐后进行计算（教材P51） 87 87 89 90 89 87 86 86 89 89 83 86 85 87 88 85 87 87 87 86 90 88 87 85 86 －1 －1 －1 －1 8 －1 －1 －1 －1 －10 －5 4 7 1 －4 －2 －11 9 10 －32 2 －15 －1 8 －19 5 4 5 －3 11 4 5 8 1 图像数据 模板 计算结果 2.5.3、滤波 滤波是指改变信号中各个频率分量的相对大小、或者分离出来加以抑制、甚至全部滤除某些频率分量的过程。图像滤波可以消除运动模糊、图像噪音，突出显示图像边缘和细节信息，提取图像空间尺度特征等。 图像滤波可分为空间域滤波和频率域滤波两种方法。空间域滤波是邻域操作，通过权重矩阵与窗口图像矩阵的卷积计算实现图像空间