遥感图像数字处理的基础知识讲述.ppt

第四章 遥感图像数字处理的基础知识 内容提纲 图像的表示形式 遥感图像的坐标系统 遥感数字图像的存贮 遥感图像的统计特征 遥感数字图像处理系统 遥感图像处理系统与GIS和GPS的集成 4.1 图像的表示形式 遥感传感器记录地物电磁波的形式 　空间域 胶片或其它光学成像载体形式 （光学图像） 数字形式 （数字图像） 频率域 光学图像 一个二维的连续的光密度（透过率）函数 像片上的密度随坐标x,y变化而变化 其特点：光照位置和光照强度均为连续变化的。 数字图像 一个二维的离散的光密度（或亮度）函数 以矩阵fi,j ( i=0,1,…,m-1;j=0,1, …,n-1)表示数字图像 空间坐标（x,y）和密度上都已离散化 数字图像 ? 0 1 2 3 4 5 6 … … … … … n-1 ?→x 0 16 14 10 8 2 3 1 … 30 22 24 18 15 ? 1 16 16 6 12 8 6 4 … 32 32 40 45 45 ? 2 16 16 14 14 11 15 17 … 24 24 32 34 38 ? 3 16 16 16 16 14 14 8 … 16 22 24 28 36 ? 4 15 9 4 16 15 17 17 … 14 12 10 12 22 ? 5 13 7 12 15 16 19 18 … 16 14 12 14 18 ? 6 12 10 11 14 13 8 7 … 16 10 8 14 26 ? ┇ ┇ ┇ ┇ ┇ ┇ ┇ ┇ ? ┇ ┇ ┇ ┇ ┇ ? ┇ 36 30 28 28 30 30 30 ? 16 16 26 24 8 ? ┇ 34 36 32 24 22 22 22 ? 28 24 24 20 6 ? m-1 36 32 20 20 26 28 26 ? 26 22 24 20 22 ? 光学图像与数字图像的转换 把一个连续的光密度函数变成一个离散的光密度函数 空间坐标离散化——采样 幅度（光密度）离散化 ——量化 整个过程称为图像数字化 采样 采样：将在空间上连续的图像转换成离散的采样点（即像素）集的操作。由于图像是二维分布的信息，所以采样是在x轴和y轴两个方向上进行。 模拟图象若在x方向采M个点，y方向采N个点，就可得到M * N个点的数字化图象的形式。采样是图象进入计算机的第一个处理过程。 取样间隔小 图像信息损失小 图像数据大 处理时间长 存贮量大 取样间隔大 图像数据量小 图像信息可能有损失 如何确定采样间隔? 可选择的采样形状包括： 正方形，正三角形，正六角形,… 为方便，一般用正方形点阵。 如何确定采样形状? 采样 理论上已经证明： 如果图像f (x , y)在x和y方向的最高空间频率（即截止频率）分别为uc和vc，那么当图像的取样间隔△x和△y满足下列条件时 就可以保证由图像取样值，圆满地恢复原图像函数f (x , y),即保持了原图像的全部信息。 上式即为著名的采样定理 采样间隔对图像的影响 量化：采样后的图像只是在空间上被离散化，成为样本的阵列，每个取样样本称为像素，用Pixel来表示。 　　　但是由于原f(x,y)是连续图像，因此每个Pixel还是可能取值为无穷多个值的量。 　　　为了进行计算机处理，必须把无穷多个离散值约简为有限个离散值，即量化，这样才便于赋予每一个离散值互异的编码以进入计算机。 将各个像素所含的明暗信息离散化后，用数字来表示称为图像的量化，一般的量化值用整数来表示。 图像灰度的数字化 在连续灰度的极限取值范围内离散化，即将它分成若干个灰度等级值，像元灰度处于某两个相邻划分值之间时，用所对应的最靠近的一个灰度级值代替 用二进制位数（bit数）编码。充分考虑到人眼的识别能力之后，目前非特殊用途的图像均为8bit量化，即用0?255描述“黑? 白”。 怎样确定每一个灰度级所对应的灰度范围 ？ 量化等级G怎样选择？ 可以等间隔或不等间隔地进行 均匀量化：相邻灰度级的增量为定值 非均匀量化：按灰度概率进行，概率越大，分得越细 量化既要考虑人类的视觉特性，也要考虑应用需求。 高精度量化必须顾及噪声，S/N也影响量化精度。 量化等级一般取： 直接获取数字图像 数字图像获取过程：a 照射(能)源，b 场景元素， c 成像系统，d 场景投影到图像平面，e 数字化图像 模拟系统-模拟图像 数字系统-数字图像 数字化过程 图像数字化： a 连续图像 b 扫描线AB亮度分布 c 采样和量化 d 数字扫描线 数字化过程 图像数字化：a 连续图像， b 图像采样和量化的结果 采样和量化 采样 量化 采样和量化 采样 量化 255 0 量化位数越高，细节的可分辨程度