第四章_遙感數(shù)字圖像增強處理(三)

1、1第三章 遙感數(shù)字圖像增強處理（三）五、五、彩色增強彩色增強 Color 六、圖像運算六、圖像運算 Image Calcu.七、多源信息的復(fù)合七、多源信息的復(fù)合八、多光譜增強八、多光譜增強 Multi-spectral 2五、彩色增強五、彩色增強 Color 1、假彩色增強、假彩色增強處理對象處理對象同一景物的多光譜圖像同一景物的多光譜圖像處理的基本原則處理的基本原則圖像信息量盡可能最大；圖像信息量盡可能最大；波段間的相關(guān)性最小。波段間的相關(guān)性最小。3處理原理處理原理 計算機顯示器的彩色顯示系統(tǒng)是根據(jù)三原色計算機顯示器的彩色顯示系統(tǒng)是根據(jù)三原色加色法合成原理，即由三個電子槍分別在屏幕上加色法合

2、成原理，即由三個電子槍分別在屏幕上形成紅、綠、藍(lán)三個原色像而合成彩色圖像。形成紅、綠、藍(lán)三個原色像而合成彩色圖像。 對多對多波波段段遙感遙感圖圖像像，選擇，選擇其其中中的的某某三三個個波波段段，分別分別賦予賦予紅紅、綠綠、藍(lán)、藍(lán)三三種種原原色色，即即可可在在屏幕屏幕上上合合成成彩色圖像。彩色圖像。4波段A波段B波段C紅通道綠通道藍(lán)通道D/AD/AD/A彩色顯示器圖像彩色合成原理l 如果原色的選擇與原來遙感波段所代表的真實顏色相同，如果原色的選擇與原來遙感波段所代表的真實顏色相同，生成的合成色能真實或近似反映地物本來的顏色，稱生成的合成色能真實或近似反映地物本來的顏色，稱真彩色合真彩色合成成；l

3、 如果原色的選擇與原來遙感波段所代表的真實顏色不同，如果原色的選擇與原來遙感波段所代表的真實顏色不同，生成的合成色不能真實反映地物本來的顏色，稱生成的合成色不能真實反映地物本來的顏色，稱假彩色合成假彩色合成。5TMTM真彩色合成真彩色合成3 3（R R）、）、2 2（G G）、）、1 1（B B）TMTM標(biāo)準(zhǔn)假彩色合成標(biāo)準(zhǔn)假彩色合成4 4（R R）、）、3 3（G G）、）、2 2（B B）6幾種標(biāo)準(zhǔn)假彩色合成圖像：幾種標(biāo)準(zhǔn)假彩色合成圖像：l TM影像：波段4(0.76-0.9)、3(0.63-0.69)、2(0.52-0.60)分別賦予紅、綠、藍(lán)lOLI影像：波段5(0.85-0.88)、4

4、(0.64-0.67)、3(0.53-0.59)分別賦予紅、綠、藍(lán)lMSS影像：波段4(0.8-1.1)、2(0.6-0.7)、1(0.5-0.6)分別賦予紅、綠、藍(lán)l SPOT影像：波段3、2、1分別賦予紅、綠、藍(lán)7 標(biāo)準(zhǔn)假彩色圖像中，突出了植被、水體、城鄉(xiāng)、山區(qū)、平標(biāo)準(zhǔn)假彩色圖像中，突出了植被、水體、城鄉(xiāng)、山區(qū)、平原等特征，植被為紅色，水體為黑色或藍(lán)色，城鎮(zhèn)為深色。原等特征，植被為紅色，水體為黑色或藍(lán)色，城鎮(zhèn)為深色。 實實際際應(yīng)應(yīng)用用中中，為了突出某一方面的信息或顯示豐富的地物信為了突出某一方面的信息或顯示豐富的地物信息，息，應(yīng)應(yīng)根據(jù)根據(jù)不不同同的的研究研究目目的的進(jìn)行進(jìn)行反反復(fù)復(fù)實驗實驗

5、分析，尋找分析，尋找最佳合成方最佳合成方案案，合成后的圖像應(yīng)信息量最大而波段間的相關(guān)性最小。，合成后的圖像應(yīng)信息量最大而波段間的相關(guān)性最小。82、彩色空間變換、彩色空間變換（1 1）彩色空間變換的意義）彩色空間變換的意義主要用于彩色圖像的增強；主要用于彩色圖像的增強；一般硬件設(shè)備所用的彩色空間一般硬件設(shè)備所用的彩色空間RGB彩色圖像增強時，不能對每個波段單獨進(jìn)行彩色圖像增強時，不能對每個波段單獨進(jìn)行增強增強針對單波段的圖像增強方法不適合針對單波段的圖像增強方法不適合于彩色圖像的增強。于彩色圖像的增強。9同一圖片不同的色相產(chǎn)生的變化同一圖片不同的色相產(chǎn)生的變化 這里是同一張圖片的不同H值的效果，

6、它的亮度，飽和度都是一樣的 10同一圖片不同的亮度產(chǎn)生的變化同一圖片不同的亮度產(chǎn)生的變化 最小值時為黑色 最大值時為白色 11同一圖片不同的飽合度產(chǎn)生的變化同一圖片不同的飽合度產(chǎn)生的變化 S為飽和度，最小值時為純黑白圖像 最大時為過飽和的超彩圖像 12HIS模型IIntensity亮度亮度HHue色度色度SSaturation飽合度飽合度uHLS模型LLuminance亮亮/明度明度LightnessHHue色度色度SSaturation飽合度飽合度lI(Intensity)-亮度，亮度，人眼人眼對光源或物體明亮程度的對光源或物體明亮程度的感覺，一般來說與物體的感覺，一般來說與物體的反射率成正

7、比反射率成正比l H(Hue)-色調(diào)，色調(diào)，也稱色別也稱色別，是指彩色的類別，是彩，是指彩色的類別，是彩色彼此相互區(qū)分的特征。色彼此相互區(qū)分的特征。l S(Saturation)-飽和度，飽和度，指彩色的純潔性，一般來指彩色的純潔性，一般來說顏色越鮮艷飽和度也越說顏色越鮮艷飽和度也越大大HSI色系 色度(H)效果示意圖H=0H=60H=120H=180H=240H=300HSI色系 飽和度(S)效果示意圖S=0S=1S=1/4S=1/215（2 2）彩色空間變換的方法）彩色空間變換的方法HLS彩色空間變換過程彩色空間變換過程RGBHLSH L S R G B 顯示顯示變換變換處理處理反變換反變

8、換（a a）原彩色圖像原彩色圖像 （b b）對比度拉伸的對比度拉伸的 （c c）直方圖均衡的直方圖均衡的 增強圖像增強圖像 增強圖像增強圖像 亮度增強亮度增強 原圖像原圖像 （a a）色度值加上色度值加上 （b b）色度值減去色度值減去 120 120的圖像的圖像 120120的圖像的圖像色調(diào)增強色調(diào)增強 原圖像原圖像 （a a）飽和度值乘飽和度值乘 （b b）飽和度值乘飽和度值乘 以以3 3的圖像的圖像 以以0.30.3的圖像的圖像飽和度增強飽和度增強19HLS彩色空間顏色模型彩色空間顏色模型 HLS顏色模型定義在圓柱形坐顏色模型定義在圓柱形坐標(biāo)系的雙圓錐子集上。在標(biāo)系的雙圓錐子集上。在HL

9、S模型模型中，色度是繞圓錐中心軸的角度，中，色度是繞圓錐中心軸的角度，一種色彩與它的補色相差一種色彩與它的補色相差180；飽和度是點與中心軸的距離，在軸飽和度是點與中心軸的距離，在軸上各點的飽和度為上各點的飽和度為0，在錐面上各，在錐面上各點的飽和度為點的飽和度為1；亮度從下錐頂點；亮度從下錐頂點的的0逐漸變到上錐頂點的逐漸變到上錐頂點的1。1.0白白0.5綠綠(120 )藍(lán)藍(lán)(240 )紅紅(0 )黃黃青青品紅品紅H0.0黑黑S20從從RGBRGB到到HLSHLS的正變換的正變換2),min(),max(BGRBGRL5 . 0,),min(),max(2),min(),max(5 . 0,

10、),min(),max(),min(),max(),min(),max(,0LBGRBGRBGRBGRLBGRBGRBGRBGRBGRBGRS21),max(,),min(),max(60)(240),max(,),min(),max(60)(120),max(,),min(),max(60)(BGRBBGRBGRGRBGRGBGRBGRRBBGRRBGRBGRBGH),max(BGR),min(BGR10 R10 G10 B22從從HLSHLS到到RGBRGB的反變換的反變換360240,240180,60)360()(18060,600,60/ )120()(11212121HmHHmmm

11、HmHHmmmR360240,240180,60)240()(18060,600,60)(11212121HmHHmmmHmHHmmmG23360240,240180,60)120()(18060,600,60)120()(11212121HmHHmmmHmHHmmmB)1(2SLm)5.0(LLSSLm2)5.0(L212mLm3600 H10 L10 S24HIS彩色空間變換方法彩色空間變換方法RGBHISH I S R G B 顯示顯示變換變換處理處理反變換反變換25彩色變換的應(yīng)用舉例彩色變換的應(yīng)用舉例1 1）進(jìn)行不同分辨率的圖像融合）進(jìn)行不同分辨率的圖像融合原始原始ETM圖像，圖像，（

12、3，2，1）彩色合成顯示）彩色合成顯示使用全色波段為高分辨率圖像使用全色波段為高分辨率圖像進(jìn)行融合后的圖像進(jìn)行融合后的圖像262 2）增強合成圖像的飽和度）增強合成圖像的飽和度原始原始ETM圖像，圖像，（3，2，1）彩色合成顯示）彩色合成顯示使用使用HIS變換，對變換，對S分量進(jìn)行分量進(jìn)行飽和度拉伸的結(jié)果飽和度拉伸的結(jié)果27六、六、多重圖像增強處理多重圖像增強處理圖像運算圖像運算 Image Calcu.（1 1）多光譜圖像）多光譜圖像加法運算加法運算 指兩幅同樣大小的圖像對應(yīng)像元灰度值相加。 如果相加后的像元值超出了顯示設(shè)備允許的動態(tài)范，如果相加后的像元值超出了顯示設(shè)備允許的動態(tài)范，需要乘以

13、一個正數(shù)需要乘以一個正數(shù)a,a,以確保像元值在設(shè)備的動態(tài)范圍內(nèi)。以確保像元值在設(shè)備的動態(tài)范圍內(nèi)。yxfyxfayxfc,2128),(1),(1yxfKyxrKii為參加運算的波段數(shù)目為計算結(jié)果的新圖像波段的原圖像為第Kyxriyxfi),(),( 例如：例如：TM-1TM-1，2 2，3 3相加，得到近似全色黑白圖像（相加，得到近似全色黑白圖像（TM-1TM-1，0.450.450.52;TM-2,0.520.52;TM-2,0.520.60;TM-3,0.630.60;TM-3,0.630.690.69） TM-1TM-1，2 2，3 3，4 4相加，近似的紅外全色黑白圖像（相加，近似的紅

14、外全色黑白圖像（TM-4TM-4， 0.760.760.900.90）。）。29加法運算的應(yīng)用：加法運算的應(yīng)用： 1 1）對同一場景的多幅圖像求平均值，以降低圖像的加性）對同一場景的多幅圖像求平均值，以降低圖像的加性隨機噪聲隨機噪聲加性噪聲：加性噪聲和圖像信號強度不相關(guān)。加性噪聲：加性噪聲和圖像信號強度不相關(guān)。 乘性噪聲：乘性噪聲和圖像信號強度是相關(guān)的。乘性噪聲：乘性噪聲和圖像信號強度是相關(guān)的。椒鹽噪聲：圖像上隨機分布的黑白點。椒鹽噪聲：圖像上隨機分布的黑白點。量化噪聲：是由量化過程引起的，解決的最好方法是量化噪聲：是由量化過程引起的，解決的最好方法是最佳量化最佳量化。 ,g x yf x y

15、n x ygffn30噪聲圖像噪聲圖像1 噪聲圖像噪聲圖像2 噪聲圖像噪聲圖像3 噪聲圖像噪聲圖像4噪聲圖像噪聲圖像5 噪聲圖像噪聲圖像6 噪聲圖像噪聲圖像7 噪聲圖像噪聲圖像8 原始圖像原始圖像 降噪后圖像降噪后圖像312 2）生成圖像疊加效果）生成圖像疊加效果 對于兩個圖像對于兩個圖像f(x,yf(x,y) )和和h(x,yh(x,y) )的均值有：的均值有： g(x,yg(x,y) = 1/2f(x,y) + 1/2h(x,y) = 1/2f(x,y) + 1/2h(x,y)推廣這個公式為：推廣這個公式為： g(x,yg(x,y) = ) = f(x,yf(x,y) + ) + h(x,

16、yh(x,y) )其中其中+= 1 可以得到各種圖像合成的效果，也可以用于兩張圖可以得到各種圖像合成的效果，也可以用于兩張圖片的銜接片的銜接加法運算用途：加法運算用途：同一區(qū)域的不同時段圖像求平均，減同一區(qū)域的不同時段圖像求平均，減少圖像的加性噪聲，或獲取特定時段的平均統(tǒng)計特征。少圖像的加性噪聲，或獲取特定時段的平均統(tǒng)計特征。加法運算注意事項：加法運算注意事項：成像時間不宜相關(guān)太大成像時間不宜相關(guān)太大32減法運算減法運算 兩個不同波段圖像間相減有利于提取各種地兩個不同波段圖像間相減有利于提取各種地物在這兩個波段圖像間的相關(guān)信息。物在這兩個波段圖像間的相關(guān)信息。),(),(),(yxfyxfyx

17、rBA 指兩幅同樣大小的圖像對應(yīng)像元灰度值相減。指兩幅同樣大小的圖像對應(yīng)像元灰度值相減。 如果相減后的像元值出現(xiàn)負(fù)值，找到絕對值最大的負(fù)值如果相減后的像元值出現(xiàn)負(fù)值，找到絕對值最大的負(fù)值-b-b，給每個像元的值都加上這個負(fù)值的絕對值，使得所有的，給每個像元的值都加上這個負(fù)值的絕對值，使得所有的像元值為非負(fù)，再乘以一個正數(shù)像元值為非負(fù)，再乘以一個正數(shù)a,a,以確保像元值在設(shè)備的動以確保像元值在設(shè)備的動態(tài)范圍內(nèi)。態(tài)范圍內(nèi)。byxfyxfayxfc,21 差值運算的提供了不同波段或不同時相圖像間的差異信息。差值運算的提供了不同波段或不同時相圖像間的差異信息。33減法運算的應(yīng)用：1 1）圖像相減可去除

18、圖像中不需要的加性圖案，如）圖像相減可去除圖像中不需要的加性圖案，如背景消除背景消除342 2）圖像相減也可用于）圖像相減也可用于動態(tài)監(jiān)測、運動目標(biāo)檢測、目標(biāo)識別動態(tài)監(jiān)測、運動目標(biāo)檢測、目標(biāo)識別35（2 2）多時相圖像）多時相圖像時間較短時間較短的多時相圖像運算的多時相圖像運算消除隨機噪聲消除隨機噪聲),(1),(1yxfKyxrKiTi時間較長時間較長的多時相圖像運算的多時相圖像運算提取地物動態(tài)變化信息提取地物動態(tài)變化信息),(),(),(12yxfyxfyxrTTT（3 3）不同傳感器之間圖像的組合）不同傳感器之間圖像的組合36比值運算比值運算 兩個不同波段的圖像對應(yīng)像元灰度值相除（除數(shù)不

19、為0）。 相除后若出現(xiàn)小數(shù)，則必須取整，并乘以一個正相除后若出現(xiàn)小數(shù)，則必須取整，并乘以一個正數(shù)數(shù)a,a,以確保像元值在設(shè)備的動態(tài)范圍內(nèi)。以確保像元值在設(shè)備的動態(tài)范圍內(nèi)。yxfyxfaIntergeryxfE,21比值運算可以比值運算可以降低傳感器靈敏度隨空間變化造成的降低傳感器靈敏度隨空間變化造成的影響影響，增強圖像中特定的區(qū)域增強圖像中特定的區(qū)域；降低地形導(dǎo)致的陰影影降低地形導(dǎo)致的陰影影響，突出季節(jié)的差異響，突出季節(jié)的差異。37l 比值運算能去除地形坡度和方向引起的輻射量變化，在一定程度上消除同物異譜的現(xiàn)象，是圖像自動分類前常采用的預(yù)處理方法之一；l 比值處理還有其他多方面的應(yīng)用，例如對比

20、值處理還有其他多方面的應(yīng)用，例如對研究淺海研究淺海區(qū)的水下地形，對土壤富水性差異、微地貌變化、地區(qū)的水下地形，對土壤富水性差異、微地貌變化、地球化學(xué)反應(yīng)引起的微小光譜變化等，對與隱伏構(gòu)造信球化學(xué)反應(yīng)引起的微小光譜變化等，對與隱伏構(gòu)造信息有關(guān)的線性特征息有關(guān)的線性特征等都能有不同程度的增強效果。等都能有不同程度的增強效果。 38l 比值運算常用于突出遙感影像中的植被特征、提取植被類別或估算植被生物量。通常把能夠提取植被的算法稱為植被指數(shù)。 39 比值植被指數(shù)（RVIRatio Vegetation Index） 歸一化植被指數(shù)（NDVINormalized Difference Vegetati

21、on Index） 差值植被指數(shù)（DVIDifference Vegetation Index，又稱環(huán)境植被指數(shù)EVI） 常用植被指數(shù)常用植被指數(shù)RIRRVI RIRSQRTRVIRIRRIRNDVIRIRDVIRIRRIRTNDVI5 . 0)(變換歸一化植被指數(shù)RgIRWDVI)(權(quán)重差值植被指數(shù)40 正交植被指數(shù)（PVIPerpendicular Vegetation Index）適用于NOAA衛(wèi)星的AVHRR。 0656.112978. 26225. 1REDIRPVI4142ERDAS IMAGINEERDAS IMAGINE中圖像增強介紹中圖像增強介紹43444546474849七

22、、七、多源信息的復(fù)合多源信息的復(fù)合（1 1）信息復(fù)合）信息復(fù)合 信息復(fù)合信息復(fù)合指同一區(qū)域內(nèi)遙感信息之間或遙感指同一區(qū)域內(nèi)遙感信息之間或遙感信息與非遙感信息之間的匹配復(fù)合。它包括空間配準(zhǔn)信息與非遙感信息之間的匹配復(fù)合。它包括空間配準(zhǔn)和內(nèi)容復(fù)合兩方面，從而在統(tǒng)一的地理坐標(biāo)系統(tǒng)下，和內(nèi)容復(fù)合兩方面，從而在統(tǒng)一的地理坐標(biāo)系統(tǒng)下，構(gòu)成一組新的空間信息、一種新的合成圖象。構(gòu)成一組新的空間信息、一種新的合成圖象。 信息復(fù)合的目的信息復(fù)合的目的：突出有用的專題信息，消除或：突出有用的專題信息，消除或抑制無關(guān)的信息，以改善目標(biāo)識別的圖像環(huán)境。抑制無關(guān)的信息，以改善目標(biāo)識別的圖像環(huán)境。5051（2）信息復(fù)合的技

23、術(shù)關(guān)鍵）信息復(fù)合的技術(shù)關(guān)鍵充分認(rèn)識研究對象的地學(xué)規(guī)律；充分認(rèn)識研究對象的地學(xué)規(guī)律；充分了解每種復(fù)合數(shù)據(jù)的特點和適用性；充分了解每種復(fù)合數(shù)據(jù)的特點和適用性；充分考慮不同遙感數(shù)據(jù)之間波譜信息的相關(guān)性引起的充分考慮不同遙感數(shù)據(jù)之間波譜信息的相關(guān)性引起的有用信息的增加和噪聲信息的增加，對多種遙感數(shù)據(jù)有用信息的增加和噪聲信息的增加，對多種遙感數(shù)據(jù)作出合理的選擇；作出合理的選擇；幾何配準(zhǔn)幾何配準(zhǔn)解決空間配準(zhǔn)問題。解決空間配準(zhǔn)問題。52（3 3）多不同傳感器的遙感數(shù)據(jù)復(fù)合）多不同傳感器的遙感數(shù)據(jù)復(fù)合步驟：步驟：配準(zhǔn)配準(zhǔn) 1）幾何校正：完成空間坐標(biāo)的處理）幾何校正：完成空間坐標(biāo)的處理同一坐標(biāo)體系；同一坐標(biāo)體系

24、； 2）分辯率匹配：用重采樣方法將配準(zhǔn)圖像的分辨率換算）分辯率匹配：用重采樣方法將配準(zhǔn)圖像的分辨率換算一致。一致。復(fù)合復(fù)合 基本思想：通過各種運算方法，將需要復(fù)合的圖像調(diào)整為基本思想：通過各種運算方法，將需要復(fù)合的圖像調(diào)整為三個波段圖像三個波段圖像R、G、B，再進(jìn)行彩色或假彩色合成。，再進(jìn)行彩色或假彩色合成。53（4 4）多時相遙感信息的復(fù)合）多時相遙感信息的復(fù)合光譜特征的時間光譜特征的時間效應(yīng)效應(yīng)多時相遙感信息復(fù)合的目的多時相遙感信息復(fù)合的目的 目的一目的一：提高識別能力和分類精度：提高識別能力和分類精度 根據(jù)要識別的目標(biāo)在不同時間內(nèi)光譜與空間特征方面的根據(jù)要識別的目標(biāo)在不同時間內(nèi)光譜與空間

25、特征方面的變化規(guī)律，選擇必要的遙感信息，進(jìn)行復(fù)合處理。變化規(guī)律，選擇必要的遙感信息，進(jìn)行復(fù)合處理。 目的二目的二：動態(tài)研究：動態(tài)研究 利用不同時相遙感信息匹配復(fù)合，獲得地面目標(biāo)（資源利用不同時相遙感信息匹配復(fù)合，獲得地面目標(biāo)（資源與環(huán)境）變化的影像信息。如研究森林、草場資源與變化，與環(huán)境）變化的影像信息。如研究森林、草場資源與變化，水庫、湖泊、河流的演變規(guī)律，城市的擴(kuò)展等。水庫、湖泊、河流的演變規(guī)律，城市的擴(kuò)展等。步驟步驟 1）配準(zhǔn)）配準(zhǔn) 2）直方圖調(diào)整）直方圖調(diào)整 3）復(fù)合）復(fù)合5455（5 5）遙感信息與非遙感信息的復(fù)合）遙感信息與非遙感信息的復(fù)合遙感信息與非遙感信息復(fù)合的類型遙感信息與非

26、遙感信息復(fù)合的類型遙感影像與地圖的復(fù)合遙感影像與地圖的復(fù)合 1）影像地圖影像地圖是遙感影像與地圖復(fù)合的產(chǎn)物，具有一是遙感影像與地圖復(fù)合的產(chǎn)物，具有一定的數(shù)學(xué)基礎(chǔ)，有豐富的影像信息和一定的地理要素，它由遙定的數(shù)學(xué)基礎(chǔ)，有豐富的影像信息和一定的地理要素，它由遙感影像經(jīng)糾正后與地圖套合、鑲嵌而成。感影像經(jīng)糾正后與地圖套合、鑲嵌而成。 2）影像地圖的發(fā)展影像地圖的發(fā)展地圖影像化和影像地圖化地圖影像化和影像地圖化 地圖影像化地圖影像化：為了增加地圖信息，直接利用衛(wèi)星影像信息：為了增加地圖信息，直接利用衛(wèi)星影像信息所載負(fù)的豐富信息充實和更新地圖。所載負(fù)的豐富信息充實和更新地圖。 影像地圖化影像地圖化：遙感

27、影像中增加地圖要素?；颍簽檫m應(yīng)專題：遙感影像中增加地圖要素?；颍簽檫m應(yīng)專題分析的需要，從遙感影像上提取某種專題信息，加上部分地理分析的需要，從遙感影像上提取某種專題信息，加上部分地理要素，以專題影像圖的形式加以表達(dá)，以提高影像在專題應(yīng)用要素，以專題影像圖的形式加以表達(dá)，以提高影像在專題應(yīng)用中的適應(yīng)能力。中的適應(yīng)能力。56DTM與遙感數(shù)據(jù)的復(fù)合與遙感數(shù)據(jù)的復(fù)合 1）DTM數(shù)字地形模型數(shù)字地形模型 DTMThe Digital Terrain Model，是對地形，是對地形持征的一種描述。持征的一種描述。DEM DTM的獲得方法：通過遙感圖像的立體像對、地的獲得方法：通過遙感圖像的立體像對、地形圖

28、的等高線等，從各類立體測繪儀上直接輸出或用形圖的等高線等，從各類立體測繪儀上直接輸出或用掃描數(shù)字化儀、手扶數(shù)字化儀、屏幕數(shù)字化、人工采掃描數(shù)字化儀、手扶數(shù)字化儀、屏幕數(shù)字化、人工采樣等獲得。樣等獲得。 DTM的用途：恢復(fù)等高線圖，派生出各種坡向圖、的用途：恢復(fù)等高線圖，派生出各種坡向圖、坡度圖、地勢圖等，或作為一種參數(shù)與其它數(shù)據(jù)一起坡度圖、地勢圖等，或作為一種參數(shù)與其它數(shù)據(jù)一起參與運算。參與運算。 572）DTM在遙感數(shù)據(jù)復(fù)合中的作用在遙感數(shù)據(jù)復(fù)合中的作用 A：用：用DTM校正遙感數(shù)據(jù)校正遙感數(shù)據(jù) GCP校正時，不包括對地形起伏而造成的位移的校正時，不包括對地形起伏而造成的位移的改正。改正。

29、+DTM時，提高精度。時，提高精度。 B：參與分類：參與分類提高分類精度提高分類精度遙感信息與地球物理、地球化學(xué)信息復(fù)合遙感信息與地球物理、地球化學(xué)信息復(fù)合分類分類58遙感信息與非遙感信息復(fù)合的步驟遙感信息與非遙感信息復(fù)合的步驟地理數(shù)據(jù)的格網(wǎng)化地理數(shù)據(jù)的格網(wǎng)化 1）網(wǎng)格數(shù)據(jù)的生成）網(wǎng)格數(shù)據(jù)的生成不規(guī)則的離散數(shù)據(jù)規(guī)則化不規(guī)則的離散數(shù)據(jù)規(guī)則化 2）與遙感數(shù)據(jù)的配準(zhǔn)）與遙感數(shù)據(jù)的配準(zhǔn)坐標(biāo)一致、分辨率一致坐標(biāo)一致、分辨率一致最優(yōu)遙感數(shù)據(jù)的選擇最優(yōu)遙感數(shù)據(jù)的選擇配準(zhǔn)復(fù)合配準(zhǔn)復(fù)合 1）柵格數(shù)據(jù)與柵格數(shù)據(jù)）柵格數(shù)據(jù)與柵格數(shù)據(jù) 其一：非遙感數(shù)據(jù)與遙感數(shù)據(jù)組成三個波段，合成假彩色其一：非遙感數(shù)據(jù)與遙感數(shù)據(jù)組成三

30、個波段，合成假彩色圖像。圖像。 其二：非遙感數(shù)據(jù)作為一個波段，直接參與遙感數(shù)據(jù)的各其二：非遙感數(shù)據(jù)作為一個波段，直接參與遙感數(shù)據(jù)的各種運算，即將非遙感信息看著是一個遙感波段。種運算，即將非遙感信息看著是一個遙感波段。 2）柵格數(shù)據(jù)與矢量數(shù)據(jù)的復(fù)合）柵格數(shù)據(jù)與矢量數(shù)據(jù)的復(fù)合疊加疊加59圖4 遙感影像與DEM的疊加分析(黃色箭頭指示泥石流流動方向和淹沒區(qū)域) 對地觀測中心開展舟曲縣泥石流災(zāi)害遙感監(jiān)測6061八、多光譜增強八、多光譜增強 Multi-spectral 多光譜圖像的特點：多光譜圖像的特點：波段數(shù)目多波段數(shù)目多信息量大信息量大波段之間有一定的相關(guān)性，信息重疊波段之間有一定的相關(guān)性，信息重

31、疊62影響圖像各波段相關(guān)的主要因素影響圖像各波段相關(guān)的主要因素地物的波譜反射相關(guān)性；地物的波譜反射相關(guān)性；地形地形 地形陰影在所有太陽光反射波段上都上一樣地形陰影在所有太陽光反射波段上都上一樣的，在山區(qū)和低太陽角時，地形陰影可能成為圖的，在山區(qū)和低太陽角時，地形陰影可能成為圖像的主導(dǎo)成分，導(dǎo)致太陽反射光譜區(qū)內(nèi)波段之間像的主導(dǎo)成分，導(dǎo)致太陽反射光譜區(qū)內(nèi)波段之間的相關(guān)性，但在熱紅外波段例外。的相關(guān)性，但在熱紅外波段例外。遙感傳感器波段間的重疊遙感傳感器波段間的重疊 理想情況盡可能減少，但不能完全避免！理想情況盡可能減少，但不能完全避免！63多光譜增強的目的：多光譜增強的目的：對多光譜圖像進(jìn)行線性變

32、換，減少各波段之間的信息對多光譜圖像進(jìn)行線性變換，減少各波段之間的信息冗余，保留主要信息，冗余，保留主要信息，壓縮數(shù)據(jù)量壓縮數(shù)據(jù)量，增強和提取增強和提取有利有利于解譯的數(shù)據(jù)。于解譯的數(shù)據(jù)。主要方法：主要方法：K-L變換變換K-T變換變換641、多光譜空間、多光譜空間注意：注意：多光譜空間僅表示各波段光譜信息之間的關(guān)系，多光譜空間僅表示各波段光譜信息之間的關(guān)系，與像元點在圖像中的位置無關(guān)。與像元點在圖像中的位置無關(guān)。652、K-L變換變換K-L變換原理變換原理Karhunen-Loeve變換，又稱主成分變換（變換，又稱主成分變換（Principal Component Analysis，PCA）

33、，），Hotelling變換變換原理原理：對多波段圖像進(jìn)行線性變換，形成新的光譜空間。：對多波段圖像進(jìn)行線性變換，形成新的光譜空間。即：即：AXY X變換前多光譜空間的像元矢量；Y變換后多光譜空間的像元矢量；A線性矩陣66根據(jù)主成分變換的數(shù)學(xué)原理，根據(jù)主成分變換的數(shù)學(xué)原理，A是是X空間的協(xié)方差矩陣的空間的協(xié)方差矩陣的特征向量矩陣的轉(zhuǎn)置矩陣，即：特征向量矩陣的轉(zhuǎn)置矩陣，即：AXY 67n=3時，時，結(jié)果：結(jié)果：Y Y的各分量是的各分量是X X的各分量的線性組合，綜合了原有的各分量的線性組合，綜合了原有各分量的信息；各分量系數(shù)不一樣。各分量的信息；各分量系數(shù)不一樣。68變換后變換后Y的協(xié)方差矩陣為

34、的協(xié)方差矩陣為對角矩陣對角矩陣 由小到大排列，由小到大排列，變換后的變換后的Y Y的各分量相的各分量相互獨立?；オ毩ⅰ69K-LK-L變換分析變換分析特征值的大小反映了這一方向上主分量所具有信息量的多少及每個分量的相特征值的大小反映了這一方向上主分量所具有信息量的多少及每個分量的相對重要性。對重要性。PCA1數(shù)據(jù)的最大變化量，包括了全部信息量的最大部分。數(shù)據(jù)的最大變化量，包括了全部信息量的最大部分。PCA2沒有被沒有被PCA1表示的數(shù)據(jù)的最大變化量。表示的數(shù)據(jù)的最大變化量。注意：注意：整個圖像信整個圖像信息的綜合分析，對息的綜合分析，對于特定的圖像分析于特定的圖像分析并不適用。特定地并不適用

35、。特定地物特征分析需要分物特征分析需要分析其光譜特征，從析其光譜特征，從而選擇相應(yīng)的波段。而選擇相應(yīng)的波段。K-LK-L變換的特點變換的特點 從幾何意義來看，變換后的主分量空間坐標(biāo)系與變換前的空間坐標(biāo)系空間坐標(biāo)系相比旋轉(zhuǎn)了一個角度旋轉(zhuǎn)了一個角度，而且新坐標(biāo)系一定指向數(shù)據(jù)信息量較大的方向指向數(shù)據(jù)信息量較大的方向(主分量方向之一主分量方向之一)。 就變換后的新波段變換后的新波段主分量而言，K-L變換后的新波段主分量包括的信息量不同包括的信息量不同，呈逐漸減少趨勢呈逐漸減少趨勢。其中，第一主分量集中了最大的信息量，常常占80以上，第二、第三主分量的信息量依次快速遞減，到第n分量信息幾乎為0。由于K-

36、L變換對不相關(guān)的噪聲沒有影響，所以信息減少時，便突出了噪聲，最后的分量幾乎全是噪聲最后的分量幾乎全是噪聲。所以這種變換又可分離出噪聲可分離出噪聲。71K-LK-L變換結(jié)果分析變換結(jié)果分析（1）K-L變換后，得到變換后，得到 一組新的變量（即一組新的變量（即Y的各個的各個行向量），稱為第行向量），稱為第n主成分；主成分；（2）特征值的大小反映了這一方向上主分量所具）特征值的大小反映了這一方向上主分量所具有信息量的多少及每個分量的相對重要性；有信息量的多少及每個分量的相對重要性；（3）第一主成分相當(dāng)于原來各波段的加權(quán)和，且）第一主成分相當(dāng)于原來各波段的加權(quán)和，且每個波段的加權(quán)值與該波段的方差大小成

37、正比（每個波段的加權(quán)值與該波段的方差大小成正比（方方差大，信息量大差大，信息量大），反映了地物總的輻射強度。），反映了地物總的輻射強度。i72K-LK-L變換計算步驟變換計算步驟為特征向量為特征值x第一步第一步：由原始圖像矩陣：由原始圖像矩陣X求其協(xié)方差矩陣求其協(xié)方差矩陣 第二步第二步：由特征方程式：由特征方程式 求出協(xié)方差矩陣求出協(xié)方差矩陣 的各個特征值的各個特征值 并將并將 排序。排序。0)(XIix), 3 , 2 , 1(nii為單位矩陣I73i第三步第三步：求各特征值：求各特征值 對應(yīng)的特征向量對應(yīng)的特征向量 iTniiii,21TA第四步第四步：取變換矩陣：取變換矩陣 XAXYT第

38、五步第五步：計算：計算K-L變換的表達(dá)式變換的表達(dá)式 74K-LK-L變換的應(yīng)用變換的應(yīng)用數(shù)據(jù)壓縮數(shù)據(jù)壓縮圖像增強：前幾分量包含主要信息，后幾圖像增強：前幾分量包含主要信息，后幾個分量噪聲較多；個分量噪聲較多；分類前預(yù)處理：減少分類波段數(shù)，提高分分類前預(yù)處理：減少分類波段數(shù)，提高分類精度類精度K-LK-L變換是特征選擇常用方法！變換是特征選擇常用方法！753、K-T變換變換Kauth-Thomas變換，又稱纓帽變換（變換，又稱纓帽變換（tasseled cap）用途用途植被研究，特別是分析農(nóng)業(yè)特征提供了一個優(yōu)植被研究，特別是分析農(nóng)業(yè)特征提供了一個優(yōu)化顯示的方法化顯示的方法數(shù)據(jù)壓縮數(shù)據(jù)壓縮76變換模型變換模型acXYX變換前多光譜空間的像元矢量；Y變換后多光譜空間的像元矢量；c變換矩陣， a避免出現(xiàn)負(fù)值所加的常數(shù)對原圖像的坐標(biāo)空間進(jìn)行平移和旋轉(zhuǎn)對原圖像的坐標(biāo)空間進(jìn)行平移和旋轉(zhuǎn)新坐標(biāo)軸具有明顯的景觀含義，可與地物直接聯(lián)系新坐標(biāo)軸具有明顯的景觀含義，可與地物直接聯(lián)系77轉(zhuǎn)換系數(shù)轉(zhuǎn)換系數(shù)K-T變換是一種特殊的變換是一種特殊的PCA變換，其轉(zhuǎn)換系變換，其轉(zhuǎn)換系數(shù)是固定的，獨立于單個圖像，不同圖像數(shù)是固定的，獨立于單個