第四章遥感导论.pptVIP

（三）数字图像灰度值的重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。 重采样：P’的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献，这就是灰度值重采样。 1、最近邻法 从周围四个点中用距离投影点最近像元灰度值代替输出像元灰度值。 2、双线性内插法 投影点周围4个相邻像元灰度值，利用X方向和Y方向进行三次插值。 3、双三次卷积法 取与投影点邻近的16个象元灰度值（4*4） ，计算输出象元的灰度值。 三、数字图像几何校正方法 有多项式纠正法和共线方程纠正法。前者较常用。 多项式纠正法的基本思想：回避成像的空间几何过程，而真接对图像变形的本身进行数学模拟。常用的二元齐次多项式纠正变换方程为： 式中，x,y为某像元的原始图像坐标；X,Y为纠正后同名点的地面（或地图）坐标；ai,bi为多项式系（i=0,1,2… 多项式系数求出后，根据上述公式可以求解原始图像任一像元的坐标，并对图像灰度进行内插，获取某种投影的纠正图像。 一般选择最小控制点的数量为:(n+1)(n+2)/2, 为多项式次数。 4.4 遥感图像增强处理 一、彩色增强处理 二、反差增强 三、空间滤波 四、彩色变换 五、图像运算 六、多光谱变换 七、多源信息复合 一、彩色增强处理 假彩色合成 选取同一目标的三个多光谱数据合成一幅彩色图像。 二、反差增强 又称对比度变换、对比度扩展。 对比度变换 直方图拉伸 直方图均衡 直方图匹配 线性变换（分段线性） 非线性变换 1、直方图拉伸 （1）线性变换 增强前后灰度函数关系符合线性关系式： x’=kx+b x’增强后的灰度值, x增强前的灰度值, b常数, k斜率 Input DN Output DN b1 255 255 a1 a2 b2 xa xb （2）分段线性变换 原始图象 变换后图象 （3）非线性变换 2、直方图均衡化 非线性的增强方法。 将每个灰度区间等概率分布，代替了原来的随机分布，即增强后的每个灰度级内有大致相同的象元数；通过改变灰度区间来实现。 根据灰度值的出现频率来分配它们的亮度显示范围，频率高的部分被增强了,频率低的部分被压缩。 增强了峰值处的对比度，而减弱两端（最亮和最暗）的对比度。 原始的直方图 均衡化后的直方图 3、直方图匹配 把原图象的直方图变换为某种指定形状的直方图或某一参考图象的直方图，然后按照已知的指定形态的直方图调整原图象各象元的灰级，最后得到一个直方图匹配的图象。 使用的模板有正态拉伸匹配、暗区拉伸匹配、亮区拉伸匹配。主要应用于有一幅很好的图象作为标准的情况下，对另一图象进行匹配，以改善被处理图象的质量应用于数字镶嵌。 三、空间滤波（邻域增强） 对比度变换：点增强，是单个像元的运算，从整体上改善图像质量； 空间滤波：中心像元与周围相邻像元间的运算，用于去噪声、图像平滑、锐化和相关运算。 1、图像卷积运算 模板 图像窗口 作用：抑制噪声，增强地物的某些特征 2、平滑 图像中某些亮度变化过大的区域，或出现不该有的亮点（噪声）时，采用平滑的方法可以减小变化，使亮度平缓或去掉“噪声”点。 均值平滑（滤波）：每个像元在以其为中心的邻域内取平均值来代替该像元值。 中值滤波：每个像元在以其为中心的邻域内取中间亮度值来代替该像元值。 均值平滑模板 原始图像 均值滤波图像 3、锐化 为了突出图像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。 锐化后的图像不再具有原图像的特征，成为边缘图像。 （1）罗伯特(Roberts)梯度 r(i,j) r(i,j+1) r(i+1,j) r(i+1,j+1) 意义在于用交叉的方法检测出像元与其邻域在上下之间或左右之间或斜方向之间的差异。 （2）索伯尔(Sobel)梯度 第四章 遥感图像处理 《遥感导论》课件 厦门理工学院空间信息科学与工程系 厦门理工学院空间信息科学与工程系 《遥感导论》课件 第四章 遥感图像处理 4.1 数字图像基础知识 4.2 图像辐射校正 4.3 图像几何校正 4.4 遥感图像增强处理 4.1 数字图像基础知识 一、光学图像与数字图像 （一）基本概念 早期的遥感技术通过摄影成像方法得到的像片称之为光学图像。能在计算机里存储、运算、显示和输出的图像称为数字图像。 遥感图像可以看成是由无数个很小的单元（像元）组成的，每个像元的明暗程度记录了成像瞬间的物体的电磁辐射强度。 图像的表示： O 图像 x y (x,y)表示像元的位置； f(x,y)表示（x,y)位置上的对应地物电磁辐射强度。 O 图像 x y 1 2 3 4 2 1 3 4 5 6 Pixel 遥感影像经