第六章 遙感圖像輻射處理-3

1、第六章第六章 遙感圖像的輻射處理遙感圖像的輻射處理 遙感圖像的輻射定標與校正遙感圖像的輻射定標與校正1 遙感圖像的融合遙感圖像的融合3 遙感圖像的四則運算遙感圖像的四則運算212知識回顧： 遙感圖像輻射定標 大氣校正第六章 第1節(jié) 遙感圖像的輻射定標與校正根據(jù)影像特征進行輻射信息處理遙感圖像的四則運算圖像 反射率也是計算機自動分類的一種預處理方法3一、灰度運算二、多光譜運算三、投影變換第六章第六章 第第2節(jié)節(jié) 遙感圖像的四則運算遙感圖像的四則運算數(shù)字圖像運算重點體會：遙感信息提取4一、灰度運算1.1基于直方圖的運算5一、灰度運算1.1基于直方圖的運算實質：將數(shù)字圖像處理中的直方圖運算方法用與遙

2、感影像實質：將數(shù)字圖像處理中的直方圖運算方法用與遙感影像遙感圖像直方圖的特征數(shù)字圖像處理方法直方圖均衡直方圖均衡直方圖正態(tài)化直方圖正態(tài)化直方圖匹配直方圖匹配a圖像直方圖靠近低灰度區(qū)，該圖像屬于低反射率景物圖像；圖像直方圖靠近低灰度區(qū)，該圖像屬于低反射率景物圖像；b圖像為高反射率景物圖像；圖像為高反射率景物圖像；c圖像直方圖標準差偏小，為低反差景物圖像；圖像直方圖標準差偏小，為低反差景物圖像；d圖像直方圖的標準差較大，為高反差景物的圖像；圖像直方圖的標準差較大，為高反差景物的圖像；e圖像直方圖呈現(xiàn)出多峰，圖中有多種地物出現(xiàn)的頻率較高；圖像直方圖呈現(xiàn)出多峰，圖中有多種地物出現(xiàn)的頻率較高；f圖像直方

3、圖呈現(xiàn)出雙峰，并且高亮度地物（如云、白背景等）出現(xiàn)頻率高。圖像直方圖呈現(xiàn)出雙峰，并且高亮度地物（如云、白背景等）出現(xiàn)頻率高。6一、灰度運算1.1基于直方圖的運算遙感圖像直方圖的特征 直方圖均衡前后的影像7一、灰度運算1.1基于直方圖的運算直方圖均衡前后的彩色影像8一、灰度運算1.1基于直方圖的運算直方圖匹配前后后的影像 參照影像9一、灰度運算1.1基于直方圖的運算用與圖像鑲嵌、變化監(jiān)測用與圖像鑲嵌、變化監(jiān)測 對在不同時間獲取的同一對在不同時間獲取的同一地區(qū)或鄰接地區(qū)的圖像；或者地區(qū)或鄰接地區(qū)的圖像；或者由于太陽高度角或大氣影響引由于太陽高度角或大氣影響引起差異的圖像分析很有用。起差異的圖像分析

4、很有用。 在改善圖像對比度時，如果采用線性或分段線性的函數(shù)關系，那么這種變換就是線性變換。10一、灰度運算1.2 灰度線性變換 11一、灰度運算1.2 灰度線性變換線性變換直方圖均衡12二、多光譜運算2.1彩色運算1.彩色合成彩色合成 賦給每個象元一種顏色，經(jīng)計算機處理，輸賦給每個象元一種顏色，經(jīng)計算機處理，輸出按順序排列的彩色象元點陣，這就是彩色合出按順序排列的彩色象元點陣，這就是彩色合成圖像。成圖像。 ETM 313二、多光譜運算2.1彩色運算1.彩色合成彩色合成 ETM 414二、多光譜運算2.1彩色運算1.彩色合成彩色合成 ETM 515二、多光譜運算2.1彩色運算1.彩色合成彩色合成

5、 合成影像16二、多光譜運算2.1彩色運算1.彩色合成彩色合成 17二、多光譜運算2.1彩色運算1.彩色合成彩色合成 (真彩色與假彩色真彩色與假彩色) TM 321合成真彩色合成真彩色18二、多光譜運算2.1彩色運算TM 543合成假彩色合成假彩色19二、多光譜運算2.1彩色運算TM1TM2TM3TM4TM5TM6TM720TM7,4,1TM5,7,2TM5,4,3TM4,3,22122二、多光譜運算2.1彩色運算1.彩色合成彩色合成 如何挑選最優(yōu)波段組合？為第i個波段的標準差 為i、j兩波段的相關系數(shù)3131iijiiRSOIFiSijRn最佳指數(shù) 23二、多光譜運算2.1彩色運算1.彩色合

6、成彩色合成 n 聯(lián)合熵 例例: MODIS各波段各波段聯(lián)合熵OIF(1,2,3)15.92979455.907304(1,2,4)15.52599555.597406(1,2,5)16.59157657.278772(1,2,6)17.46557270.811540(1,2,7)17.73616191.304655(1,3,5)16.32323656.989418(1,3,6)16.62867871.461841(1,4,5)15.94296956.596445(1,4,6)16.34348670.446300(1,5,6)17.46652868.391964(1,5,7)17.9009258

7、5.831665(1,6,7)17.43616479.027901聯(lián)合熵求最佳波段組合，排名前三的是(1,5,7)、(1,2,7)、(1,2,6)； OIF求最佳波段組合，排名前三的是 (1,2,7)、(1,5,7)、(1,6,7)；24二、多光譜運算2.1彩色運算1.彩色合成彩色合成 波段組合(1,2,7)波段組合(1,5,7)25 例例: MODIS各波段各波段二、多光譜運算波段組合(1,5,7)分類波段組合(1,2,7)分類26 例例: MODIS各波段各波段二、多光譜運算2.1彩色運算1.彩色合成彩色合成 27 (單波段彩色變換單波段彩色變換)二、多光譜運算2.1彩色運算2. 偽彩色增

8、強蘇州市蘇州市MSS7 衛(wèi)星圖像和經(jīng)密度分割增強后的偽彩色圖像衛(wèi)星圖像和經(jīng)密度分割增強后的偽彩色圖像28 (單波段彩色變換單波段彩色變換)二、多光譜運算2.1彩色運算2. 偽彩色增強 1減法運算 Bm=BXBY 其中BX、BY為兩個不同波段的圖像或者不同時相同一波段圖像。 * 當為兩個不同波段的圖像時，通過減法運算當為兩個不同波段的圖像時，通過減法運算可以增加不同地物間光譜反射率以及在兩個波可以增加不同地物間光譜反射率以及在兩個波段上變化趨勢相反時的反差。段上變化趨勢相反時的反差。 *而當為兩個不同時相同一波段圖像相減時，而當為兩個不同時相同一波段圖像相減時，可以提取波段間的變化信息?？梢蕴崛?/p>

9、波段間的變化信息。 29二、多光譜運算2.2 波段間運算 2加法運算 B= 通過加法運算可以加寬波段，如綠色波段和紅色時段圖像相加可以得到近似全色圖像；而綠色波段，紅色波段和紅外波段圖像相加可以得到全色紅外圖像。 30二、多光譜運算2.2 波段間運算 3乘法運算 B=(Bi)1/m 乘法運算結果與加法運算結果類似 31二、多光譜運算2.2 波段間運算 4除法運算 xy *通過比值運算能壓抑因地形坡度和方通過比值運算能壓抑因地形坡度和方向引起的輻射量變化，消除地形起伏的向引起的輻射量變化，消除地形起伏的影響；影響； 32二、多光譜運算2.2 波段間運算33二、多光譜運算2.2 波段間運算比值圖像

10、 (除法運算 )*也可以增強某些地物之間的反差，如植也可以增強某些地物之間的反差，如植物、土壤、水在紅色波段與紅外波段圖物、土壤、水在紅色波段與紅外波段圖像上反射率是不同的，通過比值運算可像上反射率是不同的，通過比值運算可以加以區(qū)分以加以區(qū)分 因此，比值運算是自動分類的預處理方因此，比值運算是自動分類的預處理方法之一。法之一。34二、多光譜運算2.2 波段間運算35二、多光譜運算2.2 波段間運算5混合運算加減乘除多種方法的綜合運算36二、多光譜運算2.2 波段間運算例：植被指數(shù)37 植被光譜的典型特征是由于葉綠素的強烈吸收，在可見光區(qū)域反射率總體很低，在綠波段存在相對峰值，近紅外區(qū)域出現(xiàn)突然

11、的抬升。而作為背景的土壤光譜則相對平緩。定量化地描述植被的這種顯著特征植被指數(shù)5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算38 混合運算的關鍵： 設計一種數(shù)學表達式F，能夠反映出反射率從紅光區(qū)域紅光區(qū)域到近紅外區(qū)域近紅外區(qū)域的劇烈抬升。F的計算值越大，說明植被特征越明顯。思考：有哪些可供采取的數(shù)學表達式？方式之一：記紅光反射率為p1,近紅外為p2, 將F設計為p2的增函數(shù)和p1的減函數(shù)。5混合運算二、多光譜運算2.2 波段間運算39 NDVI（歸一化差值植被指數(shù)）NIR 和R分別為紅外波段和紅波段處的反射率值5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算40乘性因素（1）NDVI 能

12、夠部分消除與太陽高度角、衛(wèi)星觀測角、地形、云影等與大氣條件有關的輻射變化的影響；原因？5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算41（2）NDVI 結果被限定在-1，1之間，避免了數(shù)據(jù)過大或過小給使用帶來的不便；（3）NDVI 是植被生長狀態(tài)及植被覆蓋度的最佳指示因子。5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算42 非線性變換，增強了NDVI 低值部分，抑制了高值部分，導致NDVI數(shù)值容易飽和，對高植被密度區(qū)敏感性降低；NDVI 的不足221NIRRNIRRRRNIRRNIRRNIRR NIR的反比關系5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算43 SAVI（土壤調節(jié)植

13、被指數(shù)）L為土壤調節(jié)系數(shù)，通常取L=0.5 EVI（增強植被指數(shù)EVI）用紅、藍波段的組合，代替NDVI 中的紅波段MODIS 陸地植被指數(shù)產(chǎn)品之一5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算44其它形式重點是理解對波譜特征進行分析的方法。5混合運算植被指數(shù)二、多光譜運算2.2 波段間運算45三、投影變換2.1特征提取與投影變換 特征提取是指對原始的光譜空間特征進行重新組合和優(yōu)化，提取出最適合當前應用需求的新特征。投影變換是實現(xiàn)特征提取一類方法K-LK-L變換變換( (Karhunen-Loeve)(Karhunen-Loeve)(主分量變換) K-L變換:它是對某一多光譜圖像X.利用K

14、-L變換矩陣A進行線性組合,而產(chǎn)生一組新的多光譜圖像Y. Y=AXY=AX 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(shù)據(jù)量較大的方向。46三、投影變換2.2主分量變換該變換的幾何意義是把原始特征空間的特該變換的幾何意義是把原始特征空間的特征軸旋轉到平行于混合集群結構軸的方向上去。征軸旋轉到平行于混合集群結構軸的方向上去。47三、投影變換2.2主分量變換 作用：達到數(shù)據(jù)壓縮、提高信噪比、提取相關信息、降維處理和提取原圖像特征信息的目的。主分量變換計算步驟如下：主分量變換計算步驟如下：（1）計算多光譜圖像的均值向量M和協(xié)方差矩陣C。（2）計算矩

15、陣C的特征值r和特征向量r ，（r=1，2，,M）,M為多光譜圖像的波段數(shù)。（3）將特征值r按由大到小的次序排列，即12m.48三、投影變換2.2主分量變換（4）選擇前幾個特征值對應的幾個特征向量構造變換矩陣A.（5）根據(jù)AX進行變換，得到的新特征影像就是變換的結果，X為多光譜圖像的一個光譜特征矢量。 第一分量方差分布最廣，集中最多信息，第二分量次之。49三、投影變換2.2主分量變換50三、投影變換2.2主分量變換第一主分量，注意已經(jīng)失去波譜信息的意義51三、投影變換2.2主分量變換第六主分量，注意已經(jīng)失去波譜信息的意義52三、投影變換2.2主分量變換53三、投影變換2.2主分量變換機載掃描器

16、的機載掃描器的6 6 幅光譜圖像幅光譜圖像6 6 幅主分量圖像幅主分量圖像54三、投影變換2.2主分量變換例:有三幅影像,其灰度為:P10 1 1 1 , P20 0 0 1 , P30 0 0 1其均值為: M1=(0+1+1+1)/4=3/4 M2=1/4 M3=1/455三、投影變換2.2主分量變換協(xié)方差:11 =(0-3/4)(0-3/4)+3(1-3/4)(1-3/4)/4=3/1612 =(0-3/4)(0-1/4)+(1-3/4)(0-1/4)+ (1-3/4)(1-1/4)+(1-3/4)(0-1/4)/4=1/1656三、投影變換2.2主分量變換同理: 由|-E |=0 1=

17、2=0.25 3= 0.062557三、投影變換2.2主分量變換58三、投影變換2.2主分量變換A= 1 -1 1 1 Y=AX59三、投影變換2.2主分量變換 是kauth-Thomas變換的簡稱，也稱穗帽變換.是一種坐標空間發(fā)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 主要針對TM圖像數(shù)據(jù)和MSS數(shù)據(jù).60三、投影變換2.2 K-T變換 Y=AX Y=（ISB IGV IY IN）T X=（X4 X5 X6 X7）其中：ISB土壤亮度軸的像元亮度值 IGV植物綠色指標軸的像元亮度值 IY 黃色軸 IN 噪聲軸 Xi 地物在MSS四個波段上的亮度值61三、投影變換2.2 K-T變換穗帽變換的變換矩陣根據(jù)經(jīng)驗確定。Kauth和Thomas研究出的矩陣A具有如下形式： 0.433 0.632 0.586 0.264 -0.290