遙感數(shù)字圖像處理

1、第二章：1 遙感的投影方式：中心投影，全景投影，斜距投影，平行投影。2 遙感成像按成像原理可分為：攝影成像和掃描成像3 傳感器分辨率指標(biāo)：輻射分辨率，光譜分辨率，空間分辨率和時(shí)間分辨率。4 Landsat4-7見(jiàn)課本18頁(yè) 5 數(shù)字化的過(guò)程包括：采樣和量化。6 通用數(shù)據(jù)格式：BSQ，BIL，BIP。第三章7 均值：像素值的算術(shù)平均，反映的是圖像中地物的平均反射強(qiáng)度，大小由圖像中主題地物的光譜信息絕定。8 中值：指圖像所有灰度級(jí)處于中間的值，當(dāng)灰度級(jí)為偶數(shù)時(shí)，則取中間兩灰度值的平均值，由于灰度級(jí)一般連續(xù)變化，中值可由最大灰度值和最小灰度值決定。9 方差：像素值與平均值差異的平方和，表示像素值的離

2、散程度。10 變差：像素值最大值與最小值的差。11 反差：反映頭像的顯示效果和可分辨性，有時(shí)又稱(chēng)對(duì)比度。反差越小，地物之間的可分辨性越小。圖像處理的一個(gè)基本目的就是提高圖像的反差。12 直方圖：是灰度級(jí)的函數(shù)，描述的是圖像中各個(gè)灰度級(jí)像素的個(gè)數(shù)。圖像的灰度值是離散變量，直方圖表示離散的概率分布?？煞譃轭l數(shù)直方圖和累積直方圖。假定像元亮度隨機(jī)分布時(shí)，直方圖應(yīng)是正態(tài)分布的13 會(huì)看直方圖P46+P44 13.1 直方圖均衡化將原圖像的直方圖通過(guò)變換函數(shù)變?yōu)榫鶆虻闹狈綀D，然后按均勻直方圖修改原圖像，從而獲得一幅灰度分布均勻的新圖像。13.2 直方圖均衡化的效果為：（1）各灰度級(jí)出現(xiàn)的頻率近似相等；（

3、2）原圖像上頻率小的灰度級(jí)被合并，實(shí)現(xiàn)壓縮；頻率高的灰度級(jí)被拉伸，因此可以使亮度集中于中部的圖像得到改善，增強(qiáng)圖像上大面積地物與周?chē)匚锏姆床睢?3.3 均衡化后圖像的最小灰度值0，最大灰度值為L(zhǎng)-1像元總數(shù)為N。(L-1)/N稱(chēng)為拉伸因子。具體計(jì)算用拉伸因子和累計(jì)像元統(tǒng)計(jì)值相乘即可以得到變換后的值13.4 對(duì)一幅圖像進(jìn)行直方圖均衡化的具體步驟： （1）統(tǒng)計(jì)原圖像每一灰度級(jí)的像元數(shù)和累積像元數(shù)； （2）根據(jù)變換函數(shù)式計(jì)算每一灰度級(jí)xa均衡化后對(duì)應(yīng)的新值，并對(duì)其四舍五入取整，得到新灰度級(jí)xb； （3）以新值替代原灰度值，形成均衡化后的新圖像； （4）根據(jù)原圖像像元統(tǒng)計(jì)值對(duì)應(yīng)找到新圖像像元統(tǒng)計(jì)值，

4、做出新直方圖； 直方圖均衡化后的圖像每個(gè)灰度級(jí)的像元頻率，理論上應(yīng)相等。實(shí)際上均衡化后的直方圖呈現(xiàn)參差不齊的外形，這時(shí)由于圖像是離散函數(shù)，各灰度級(jí)可能的像元個(gè)數(shù)有限造成的。在一些灰度級(jí)處可能沒(méi)有像元，在另外一些灰度級(jí)處則像元很擁擠。13.5直方圖規(guī)定化是指使一幅圖像的直方圖變成規(guī)定形狀的直方圖而對(duì)圖像進(jìn)行變換的增強(qiáng)方法。規(guī)定的直方圖可以是一幅參考圖像的直方圖，通過(guò)變換，使兩幅圖像的亮度變換規(guī)律盡可能地接近；規(guī)定的直方圖也可以是特定函數(shù)形式的直方圖，從而使變換后圖像的亮度變換盡可能地服從這種函數(shù)分布。直方圖規(guī)定化的原理是對(duì)兩個(gè)直方圖都做均衡化，變成相同的歸一化的均勻直方圖。以此均勻直方圖起到媒介

5、作用，再對(duì)參考圖像做均衡化的逆運(yùn)算即可。13.6 14 直方圖匹配：15 共生矩陣法：圖P55灰度共生矩陣（GLCM，又稱(chēng)為灰度聯(lián)合概率矩陣法）描述了當(dāng)圖像中像素（i , j）處灰度為Ik的同時(shí) 沿著任意方向與（i , j）相距位移d的像素（I， j）出的灰度級(jí)為Ie的概率。該方法對(duì)圖像中所有像素進(jìn)行統(tǒng)計(jì)，以便描述其灰度的分布。應(yīng)用表明GLCM是性能很好的方法，不但適用于文理識(shí)別，而且用于圖像分割時(shí)效果也很好。 第四章16 彩色圖像可以分為真彩色圖像和假彩色圖像。17 彩色合成包括偽彩色合成，真彩色合成，假彩色合成和模擬真彩色合成。又稱(chēng)為彩色增強(qiáng)。18 密度分割法：對(duì)單波段遙感圖像按灰度分級(jí)，

6、對(duì)每級(jí)賦予不同的色彩，使之成為一幅彩色圖像。19 標(biāo)準(zhǔn)假彩色合成：Landast TM 2綠3紅4近紅分別賦予紅綠藍(lán)就成為標(biāo)準(zhǔn)假彩色圖像。MSS 選擇421，spot321。在標(biāo)準(zhǔn)假彩色合成圖像中，突出植被，水體，城鄉(xiāng)，山區(qū)，平原，植被為紅色，城鎮(zhèn)為深色，地物類(lèi)型信息豐富。20 拉伸：是最基本的圖像處理方法，主要用來(lái)改善圖像顯示的對(duì)比度，以波段為處理對(duì)象，圖像直方圖是選擇拉伸具體方法的基本依據(jù)。21 灰度拉伸（對(duì)比度變換）：分為線性拉伸和非線性拉伸。22 能夠區(qū)分哪一波段被拉伸，哪一波段被壓縮。P76-83第五章23 可見(jiàn)光和紅外傳輸受什么影響？氣體的吸收，氣體分子和微粒的散射大氣的透射率降低

7、。大氣中分子散射對(duì)波長(zhǎng)較短的電磁波（UV紫外光和藍(lán)光）有影響，對(duì)紅外線沒(méi)有影響。懸浮顆粒散射量的大小和角度的變化取決于懸浮顆粒的總?cè)萘?、粒徑分布、介電常?shù)和微粒的形狀。P89在紅外光譜區(qū)各種氣體（主要是水蒸氣和CO2）吸收的電磁波超過(guò)散射。24 輻射誤差：論述P94定義：傳感器所得到的目標(biāo)測(cè)量值與目標(biāo)的光譜反射率或光譜輻亮度等物理量之間的差值稱(chēng)為輻射誤差，會(huì)造成遙感圖像的失真，影響人們對(duì)遙感圖像的判讀，解釋。 25 輻射誤差產(chǎn)生的原因：傳感器的響應(yīng)特性和外界（自然）環(huán)境，其中后者包括大氣（霧和云）和太陽(yáng)輻射。 26 系統(tǒng)輻射誤差的校正：光學(xué)鏡頭的非均勻性引起的邊緣減光現(xiàn)象的改正，條紋，斑點(diǎn)，灰

8、度一致化（等概率變換和線性灰度變換）。27 大氣校正三種方法：統(tǒng)計(jì)學(xué)方法，輻射傳遞方程計(jì)算法，波段對(duì)比法。28 幾何校正的原理與步驟29 幾何精糾正：又稱(chēng)為幾何配準(zhǔn)registration，是把不同傳感器具有幾何精度的圖像、地圖或數(shù)據(jù)集中的相同地物元素精確地彼此匹配、疊加在一起的過(guò)程。30 幾何精糾正的基本原理：是回避成像的空間幾何過(guò)程，直接利用地面控制點(diǎn)數(shù)據(jù)對(duì)遙感圖像的幾何畸變本身進(jìn)行數(shù)學(xué)模擬，并且認(rèn)為遙感圖像的總體畸變可以看做是擠壓，扭曲，縮放，偏移以及更高層次的基本變形的綜合作用的結(jié)果。因此，校正前后圖像相應(yīng)點(diǎn)的坐標(biāo)關(guān)系可以用一個(gè)適當(dāng)?shù)臄?shù)學(xué)模型來(lái)表示。31 幾何精糾正的具體實(shí)現(xiàn)過(guò)程：利用

9、地面控制點(diǎn)數(shù)據(jù)確定一個(gè)模擬幾何畸變的數(shù)學(xué)模型，以此建立原始圖像空間與標(biāo)準(zhǔn)空間的某種對(duì)應(yīng)關(guān)系，然后利用這種對(duì)應(yīng)關(guān)系，把畸變圖像空間中的全部像素變換到標(biāo)準(zhǔn)空間中，從而實(shí)現(xiàn)圖像的集合精糾正。32 基本技術(shù)：同名坐標(biāo)變換法，即通過(guò)在基礎(chǔ)數(shù)據(jù)和圖像中分別尋找地面控制點(diǎn)的同名坐標(biāo)，并借此建立變換關(guān)系來(lái)進(jìn)行幾何精糾正。33 操作步驟：準(zhǔn)備工作輸入原始數(shù)字圖像確定工作范圍選擇地面控制點(diǎn)選擇地圖投影匹配地面控制點(diǎn)和像素位置評(píng)估糾正精度坐標(biāo)變換重采樣34 圖像重采樣的方法：最近鄰域法（最簡(jiǎn)單，計(jì)算速度最快），雙線性內(nèi)插法和三次卷積內(nèi)插法（誤差約為雙線性內(nèi)插法的1/3,產(chǎn)生的圖像比較平滑，但計(jì)算工作量較大，較費(fèi)時(shí)）

10、。35 圖像增強(qiáng)方面：空間域和頻率域。多光譜變換，主成分變換，纓帽變換。P117第六章36 主成分變換及其應(yīng)用P131：基本方法，基本性質(zhì)，主要流程。37 纓帽變換P137：基本原理38 K-T變換前三個(gè)分量的基本意義：亮度 不等于土壤變化的主要方向綠度 反映綠色生物量的主要特征第三分量 可見(jiàn)光，近紅外和較長(zhǎng)的紅外K-T變換只能用于MSS數(shù)據(jù)和LANDSAT4、5的TM圖像、LANDSAT7的ETM圖像，這是該方法的一個(gè)限制。39 歸一化指數(shù)：比較特殊的運(yùn)算方式。B=（B1-B2）/（B1+B2）在基本的比值運(yùn)算中，如果分母中的波段B2的值比較小（特別是小于1的情況下），那么，比值的結(jié)果將夸大

11、差異，使用歸一化指數(shù)可以避免這個(gè)問(wèn)題。此外，與比值運(yùn)算不同的是，歸一化指數(shù)中像素值的變化時(shí)有約束的。典型的歸一化指數(shù)是歸一化植被指數(shù)。40 植被指數(shù)：根據(jù)地物光譜反射率的差異作比值運(yùn)算可以突出圖像中植被的特征、提取植被類(lèi)別或估算綠色生物量，能夠提取植被的算法被稱(chēng)為植被指數(shù)（Vegetation index）。植被指數(shù)是代數(shù)運(yùn)算增強(qiáng)的典型應(yīng)用。 綠色植物葉子的細(xì)胞結(jié)構(gòu)在近紅外具有高反射，其葉綠素在紅光波段具有強(qiáng)吸收。因此，在多波段圖像中，用紅外/紅波段圖像作比值運(yùn)算后，結(jié)果圖像上植被區(qū)域具有高亮度值，甚至在綠色生物量很高時(shí)達(dá)到飽和。第七章41 空間域圖像濾波成為平滑和銳化處理，強(qiáng)調(diào)像素與其周?chē)?/p>

12、鄰像素的關(guān)系，常用的方法是卷積運(yùn)算，但是隨著采用的模板的窗口的擴(kuò)大，運(yùn)算量會(huì)越來(lái)越大。42 圖像噪聲：高斯噪聲，脈沖噪聲（椒鹽噪聲）以及周期噪聲。43 均值濾波：平滑，去噪聲。是最常用的線性低通濾波器，它均等地對(duì)待鄰域中的每個(gè)像素。對(duì)每個(gè)像素，取鄰域像素值的平均作為該像素的新值。從頻率域的角度看，相當(dāng)于進(jìn)行了低通濾波。44 圖像銳化：為了突出圖像中的地物邊緣、輪廓或線狀目標(biāo)，可以采用銳化的方法。銳化提高了邊緣與周?chē)袼刂g的反差，因此也成為邊緣增強(qiáng)。平滑通過(guò)幾分過(guò)程使圖像邊緣模糊，圖像銳化則通過(guò)微分使圖像邊緣突出。45 梯度法： Roberts 和 Sobel P165梯度實(shí)際上反映了相鄰像元

13、之間灰度的變化率，圖像中的邊緣，例如河流、湖泊的邊界、道路等處灰度的變化率較大，因此在邊緣處一定有較大的梯度值；而大面積的平原、海面灰度變換較小，一定具有較小的梯度值；對(duì)于灰度級(jí)為常數(shù)的區(qū)域，梯度值為0。因此，以梯度值替代像元的原灰度值生成梯度圖像，在梯度圖像上梯度值較大的部分就是邊緣。Roberts 采用交叉差分的方法。這種方法的意義在于用交叉的方法檢測(cè)出像元與其在上下之間或左右之間或斜方向之間的差異。這種算法的意義在于用交叉的方法檢測(cè)出像元與其在上下之間或左右之間或斜方向之間的差異。采用Roberts梯度對(duì)圖像中每一個(gè)像元計(jì)算其梯度值，最終產(chǎn)生一個(gè)梯度圖像，達(dá)到突出邊緣的目的。Sobel

14、梯度在Prewitt算法基礎(chǔ)上，對(duì)4鄰域采用加權(quán)方法進(jìn)行差分，因而對(duì)邊緣的檢測(cè)更加準(zhǔn)確兩種算法之間存在差異， Roberts提取的邊界為邊緣處的一邊， Sobel算法則提取了邊緣處的雙邊，即兩個(gè)像元的寬度。因此，在處理一個(gè)或兩個(gè)像元寬度的線性目標(biāo)時(shí)，要根據(jù)具體情況選擇處理方法。根據(jù)以上的各種算法求出各個(gè)像元的梯度值后，可以根據(jù)不同的需求生成不同的梯度圖像， 46 Laplacian 算子 P167即線性二階微分算子，即取某像元的上下左右個(gè)相鄰像元的值相加的和減去該像元的倍，作為該像元新的灰度值。梯度運(yùn)算檢測(cè)了圖像上的空間灰度變化率，因此，圖像上只要有灰度變化就有變化率。而Laplace算子檢測(cè)

15、的是變化率的變化率，是二階微分，在圖像上灰度均勻和變化均勻的部分，計(jì)算出的算子為0，因此，它不檢測(cè)均勻的灰度變化，產(chǎn)生的圖像更加突出灰度值突變的部分。在銳化結(jié)果中出現(xiàn)了負(fù)值，而圖像的灰度值應(yīng)為非負(fù)數(shù)，對(duì)所有值加上一個(gè)常數(shù)如計(jì)算結(jié)果中最大的絕對(duì)值即可解決47 頻率域?yàn)V波：低通濾波，高通濾波，帶通濾波。低通濾波用于僅讓低頻的空間頻率成分通過(guò)而消除高頻成分的場(chǎng)合，由于圖像的噪聲成分多數(shù)包含在高頻成分中，所以可用于噪聲的消除。高頻濾波僅讓高頻部分通過(guò)，可應(yīng)用于目標(biāo)物輪廓等的增強(qiáng)。帶通濾波僅保留一定的頻率成分，所以可用于提取、消除每隔一定間隔出現(xiàn)的干涉條紋的噪聲。第八章第九章48 相似性度量：絕對(duì)距離歐

16、氏距離馬氏距離相似系數(shù)49 預(yù)處理：確定工作范圍、多元圖像幾何配準(zhǔn)噪聲處理輻射校正幾何精糾正多圖像融合50特征選取可分性可靠性獨(dú)立性數(shù)量少51分類(lèi)52 分類(lèi)后處理53 結(jié)果檢驗(yàn)54 結(jié)果輸出55 非監(jiān)督分類(lèi)P217非監(jiān)督分類(lèi)：是指人們事先對(duì)分類(lèi)過(guò)程不加入任何的先驗(yàn)知識(shí)，而僅憑遙感圖像中地物的光譜特征，即自然聚類(lèi)的特性進(jìn)行分類(lèi)。只能分別差異，不能確定具體的屬性。類(lèi)別的屬性要通過(guò)目視判讀或?qū)嵉卣{(diào)查后確定。目視解疑的標(biāo)志：目標(biāo)地物的特征目標(biāo)地物識(shí)別特征 色調(diào)（tone），顏色（colour），陰影（shadow），形狀（shape），紋理（texture），大小（size），位置（site），圖形（

17、pattern），相關(guān)布局（association）植物在近紅外波段有較高的光譜反射率水體在白天暗黑色，道路呈淺灰色或白色。 白天熱紅外道路呈亮色調(diào)，道路比較平直，甚至能夠看見(jiàn)車(chē)輛。夜晚熱紅外相片中，河流呈亮色調(diào)，并可以看到水體有不規(guī)則的彎曲邊界。樹(shù)林與草地 白天熱紅外，樹(shù)林呈暗灰至灰黑色，夜晚呈淺灰色調(diào)甚至白色。草地夜晚呈黑色調(diào)或暗黑色調(diào)土壤與巖石 午夜后 土壤含水高呈灰色或者灰白色調(diào)，含水低呈暗灰色或深灰色。巖石白天呈淡灰色。夜間的熱紅外航空相片比白天的解疑要好，黎明前的熱紅外效果最好，因?yàn)橐归g不受太陽(yáng)輻射的影響，熱紅外像片上色調(diào)差異主要取決于地物的溫度和輻射熱紅外線的能力。56 非監(jiān)督分

18、類(lèi)方法：K-均值方法和ISODATA方法是效果較好，使用最多的兩種方法。57 非監(jiān)督分類(lèi)假設(shè)：在具有相同的表面結(jié)構(gòu)特征、植被覆蓋、光照條件下，遙感圖像上的同類(lèi)地物具有相同或相近的光譜特征，從而表現(xiàn)出某種內(nèi)在的相似性，可歸屬于同一個(gè)光譜空間。不同的地物光譜信息不同，歸屬于不同的光譜空間。58 主要采用聚類(lèi)分析的方法，把像素按照相似性歸成若干類(lèi)別。是同一類(lèi)別的像素之間的差異盡可能的小，不同類(lèi)別之間的差異盡可能的大。非監(jiān)督分類(lèi)算法的關(guān)鍵是：初始類(lèi)別參數(shù)的選定。59 非監(jiān)督分類(lèi)的主要過(guò)程：確定初始類(lèi)別參數(shù)，即確定最初類(lèi)別數(shù)和類(lèi)別中心（點(diǎn)群中心）。計(jì)算每一個(gè)像素所對(duì)應(yīng)的特征向量與各點(diǎn)群中心的距離。選取與中心距離最短的類(lèi)別作為這一向量的所屬類(lèi)別計(jì)算新的類(lèi)別均值向量比較新的類(lèi)別均值與初始類(lèi)別均值，如果發(fā)生了改變，則以新的類(lèi)別均值作為聚類(lèi)中心，再?gòu)牡冢?）步開(kāi)始迭代。如果點(diǎn)群中心不再變化，計(jì)算停止。60 監(jiān)督分類(lèi)P225監(jiān)督分類(lèi)的前提：已知遙感圖像上樣本區(qū)內(nèi)地物的類(lèi)別，該樣本區(qū)又稱(chēng)為訓(xùn)練區(qū)。監(jiān)督分類(lèi)的基本過(guò)程：61 混淆矩陣是有n行n列組成的矩陣，用來(lái)表示分類(lèi)結(jié)果的精度。這里n代表類(lèi)別數(shù)。有時(shí)該矩陣稱(chēng)為誤差矩陣。61.1 檢驗(yàn)用的實(shí)際類(lèi)別來(lái)源：分類(lèi)前選擇的