小恺工作室•遥感数字图画处理教程 遥感数字图画处理教程 榜首章 概论 1. 遥感数字图画：数字办法的遥感图画。(P1 ，第六段) 2. 遥感数字图画处理的首要内容：(P2 ，第七段) ① 图画增强：其意图是增强全体图画或杰出图画中的特定地物的信息，其办法首要包含： 灰度拉伸、滑润、锐化、五颜六色组成、主成分改换、缨帽改换、代数运算、图画交融等； ② 图画校对：其意图是对传感器或环境构成的含糊、噪声、几许失真等进行校对，其主 要办法是辐射校对和几许校对； ③ 信息提取：根据地物光谱特征和几许特征，从校对后的遥感图画中提取各种有用的地 物信息，首要包含图画切割、监督分类、非监督分类等，处理成果为分类专题图。 3. 遥感数字图画处理体系：硬件体系和软件体系。(P3 ，第五段) 4. 数字图画处理存在的两种观念：(P7 ，第三段) ① 离散办法的观念：即一幅图画的存储和表明均为数字办法，数字是离散的，因而，使 用离散办法进行图画处理才是合理的，与其对应的概念为空间域； ② 接连办法的观念：即图画具有接连性，可用接连的数学办法表达，与其对应的概念为 频率域。 第二章 遥感数字图画的获取和存储 1. 遥感体系：遥感体系是一个从地上到空中甚至整个空间，从信息搜集、存储、传输、处理 到剖析、判读、运用的技能体系，首要包含遥感实验、信息获取、信息传输、信息处理、信 息运用等5 个部分。(P11 ，第三段) 2. 传感器分类：(P12 ，第二段) ① 按工作办法：被迫办法和主动办法； ② 按数据的记载办法：成像办法和非成像办法； ③ 按成像原理：拍摄成像和扫描成像。 3. 扫描成像：传感器逐点逐行地搜集信息。按扫描办法，扫描成像传感器由可分为方针面扫 描传感器和印象面扫描传感器。(P12 ，第七段) ① 方针面扫描传感器：体系直接对方针面（一般指地上）逐点逐行扫描，包含光学-机械 扫描仪和多光谱扫描仪（MSS 、TM ）、成像雷达（全景雷达和侧视雷达）； ② 印象面扫描传感器：体系不直接对地上扫描，而是先运用光学体系将方针地物的辐射 信息在靶面上聚集构成一幅印象，然后运用摄像管中的电子束对靶面扫描来搜集信息，或许 依托电子耦合器材（CCD ）组成的阵列进行电子扫描来取得数据。包含电视摄像器、固体扫 描仪（CCD 扫描仪） 4. 成像光谱仪：将传统的空间成像技能与地物光谱技能有机地结合在一同，完成在同一区域 一同取得数十个到上百个波段的地物反射光谱曲线。成像光谱仪根本上归于多光谱扫描仪， 差异仅在于通道数多、各通道的波段宽度很窄。(P14 ，第三段) 5. 传感器的分辩率：传感器区别天然特征类似或光谱特征类似的相邻地物的才能。传感器的 分辩率方针是挑选遥感图画数据的重要根据。传感器的分辩率包含：辐射分辩率、光谱分辩 率、空间分辩率、时刻分辩率。(P16 ，第二段) ① 辐射分辩率：传感器区别反射或发射的电磁波辐射强度差异的才能；在遥感图画中， 图画的量化位数可以看做是辐射分辩率的近似表述。 ② 光谱分辩率：传感器记载的电磁光谱中特定波长的规模和数量；在遥感图画中，可近 第 1 页 共 7 页 小恺工作室•遥感数字图画处理教程 似看成是图画的波段数。 ③ 空间分辩率：遥感图画上可以具体区别的最小单元的尺度或巨细，常用像素巨细、解 像力或视场角来表明。 ④ 时刻分辩率：对同一方针进行重复勘探时，相邻两次勘探的时刻间隔。 6. 图画数字化：包含两个进程——采样和量化。(P22 ，第三段) ① 采样：将空间上接连的图画改换成离散点（像素）的操作。 ② 量化：将像素灰度值转化成整数灰度级的进程。 7. 遥感图画的类型：不相干图画和相干图画。(P28 ，第二段) ① 不相干图画：光学遥感所发生的图画，如多光谱图画、高光谱图画等； ② 相干图画：微波遥感所发生的图画。 8. 遥感数字图画的数据等级：(P29 ，第八段) ① 0 级产品：未经过任何校对的原始图画数据； ② 1 级产品：经过了开始辐射校对的图画数据； ③ 2 级产品：根据卫星轨迹、姿势等参数经过了体系的几许校对的图画数据； ④ 3 级产品：运用地上控制点对图画进行了几许精校对的图画数据。 9. 元数据：关于图画数据特征的表述，是关于数据的数据，描绘了与图画获取有关的参数和 获取后所进行的处理。(P30 ，第五段) 10. 通用遥感图画数据格局：(P30 ，第八段) ① BSQ （Band Sequential ）：像素依照波段次序顺次摆放的数据格局。 ② BIL （Band Interleaved by Line ）：像素先以行为单位进行分块，在每行内以波段次序进行 摆放的数据格局。 ③ BIP （Band Interleaved by Pixel ）：以像素为中心，同一方位的像素的各个波段数据保存在 一同，打破了像素空间方位的接连性。 11，其他数据格局：(P32 ，榜首段) ① Dat ：Landset5 的TM 数据存储格局，选用8 位量化。 ② HDF （Hierarchy Data Format ）：其构成包含一个头文件、一个或多个描绘块、若干个数据 方针。优势：可移植性强；超文本；自我描绘性；可扩展性。 ③ TIFF ：扩展性好，移植便利，可改性强。 ④ GeoTIFF ：在 TIFF 可扩展性的根底之上，添加了一系列的地理信息标签，来描绘卫星成 像体系、航空拍摄、地图信息、DEM 等。 12. 图画文件的巨细核算(单位：字节)：行数×列数×单个像素字节数×波段数×辅佐参数。 (P35 ，第五段) 第三章 遥感数字图画的表明和核算描绘 1. 图画的表明办法：矩阵和向量。(P40 ，第七段) 2. 单波段图画的核算特征：(P42) ① 反映像素值均匀信息的核算参数：均值、中值、众数； ② 反映像素值改动信息的核算参数：方差、变差(最大值与最小值之差) 、反差(比照度) 。 3. 直方图：描绘图画中各个灰度级像素的个数。关于图画而言，直方图即灰度值概率密度函 数的离散化图形。(P44 ，榜首段) 4. 累积直方图：以横轴表明灰度级，以纵轴表明每一灰度级及其以下灰度级所具有的像素数 或此像素数占总像素数的比值。(P45 ，第七段) 5. 多波段图画的核算特征：协方差、相联系数。(P47) 6. 窗口：关于图画中任一像素，以此为中心，按上下左右对称所设定的像素规模。(P49 ，第 第 2 页 共 7 页 小恺工作室•遥感数字图画处理教程 四段) 7. 邻域：中心像素周围的队伍。(P49 ，第五段) 8. 卷积运算：公式如下：(P50 ，榜首段) m n g ij f x y h x y (, )  ( ( , ) ( , )) y 1x 1 其间，f （x ，y ）是图画像素值，h （x ，y ）是窗口模板。 9. 滤波：滤波是指从含有搅扰的接纳信号中提取有用信号的一种技能，常用于频率域中。在 空间域中，滤波便是卷积运算。(P50 ，第四段) 第四章 图画的显现和拉伸 1. 色彩模型：RGB 色彩模型、CMY 色彩模型、YIQ 色彩模型、HIS 色彩模型。(P61 ，第三 段) 其间CMK 模型首要用于打印。 2. 图画的五颜六色组成：包含伪五颜六色组成、真五颜六色组成、假五颜六色组成和模仿线 ， 第五段) ① 伪五颜六色组成：把单波段灰度图画中的不同灰度级按特定的函数联系改换成五颜六色，然后进行 五颜六色图画显现的办法，其转化可经过密度切割的办法完成。 ② 真五颜六色组成：用红绿蓝波长或近似波长组成的、图画显现作用与真五颜六色近似的组成办法。 ③ 假五颜六色组成：从多个波段中恣意挑选 3 个波段（不能与真五颜六色组成波段相同），别离赋予 红绿蓝3 种原色，其图画的显现作用与真五颜六色不同。 ④ 模仿真五颜六色组成：由于蓝光易受气溶胶的影响，有些传感器放弃了蓝波段，而是经过某种 办法的运算得到模仿的红绿蓝三个通道，然后发生类似于线. 图画拉伸：以波段为处理方针，经过处理波段中单个像素值来完成增强的作用。图画拉伸 的办法包含线性拉伸(全域线性拉伸和分段线性拉伸)和非线性拉伸(指数拉伸、对数拉伸) ，图 像直方图是挑选拉伸具体办法的根本根据。(P75 ，第四段) 4. 直方图均衡化：对原始图画的像素灰度做某种映射改换，使改动后图画灰度的概率密度( 即 图画灰度级)呈均匀散布。(具体办法见讲义P82) 5. 直方图规则化：将单波段直方图变成规则形状的直方图的办法。(具体办法见讲义P84) 第五章 图画校对 1. 图画校对：包含辐射校对和几许校对。 2. 辐射校对：消除图画中依附在辐亮度中的各种失真的进程，包含传感器端地辐射校对、大 气校对和地表辐射校对。(P87 ，第二段) ① 立体角：衡量某个方向上的某个面承受的辐射量的巨细，核算公式为： s ，其间，s 为面积，r 为间隔。（P87 ，第八段） 2 r ② 辐射通量：单位时刻内经过某一外表的辐射能量。(P88 ，第三段) ③ 福照度：单位时刻、单位面积上承受的辐射能量，即单位面积上的辐射通量。(P88 ，第 四段) ④ 反射率：反射能量与入射能量的比值。(P88 ，第六段) ⑤ 反照率：界面反射的福照度与内部反射的福照度之和与入射的福照度的比值。(P88 ，第七 段) 第 3 页 共 7 页 小恺工作室•遥感数字图画处理教程 ⑥ 程辐射：传感器接纳到的大气散射部分的电磁波。(P89 ，第三段) ⑦ 辐射差错的发生原因：传感器的呼应特性、大气、太阳辐射(包含太阳方位、地势)等。(P94) ⑧ 大气校对：消除由大气散射引起的辐射差错的处理进程，常用办法如6S 模型、波段比照 法（回归剖析法、直方图法）。(P102 ，第二段) 3. 几许校对：校对图画中存在的空间方位的变形等几许差错的进程。(P87 ，第二段) 4. 几许精校对：又称几许配准，是把不同传感器的图画、地图或数据按相同地物元素精确地 匹配、叠加在一同的进程。 地上控制点的选取：最少数目为(k+1)(k+2)/2 ，实践工作中，控制点数目应多于最小数目； 控制点应选取均匀；控制点应挑选在简略分辩、相对安稳、特征显着的方位，如路途穿插口、 河流曲折或分叉处等。 第六章 图画改换 1. 图画改换：为到达图画处理的某种意图而运用的数学办法。其办法包含傅里叶改换、主成 分改换、缨帽改换、代数运算、五颜六色改换。(P123 ，第二段) 2. 图画改换的意图：简化图画处理；便于图画特征提取；图画紧缩。(P123 ，第五段) 3. 傅里叶改换：傅里叶改换分为接连傅里叶改换和离散傅里叶改换，在图画处理中经常用到 的是二维离散傅里叶改换。为了削减运算进程和节省时刻，一般遥感图画处理体系都选用快 速傅里叶改换(FFT) ，其流程为：正向FFT （发生频率域图画，中心为低频能量，四周为高频 能量）；界说滤波器（如高通、低通等）；逆向 FFT （将界说的滤波器用于频率域图画中进行 处理，然后转化为空间域图画）。(P121) 4. 主成分改换(K-L 改换)：它是对某一多光谱图画X ，运用K-L 改换矩阵A 进行线性组合, 而发生一组新的多光谱图画Y 。 (P131) ① K-L 改换的特色:改换后的主重量空间与改换前的多光谱空间坐标系比较旋转了一个视点。 新坐标系的坐标轴必定指向数据量较大的方向。可完成数据紧缩和图画增强。 ② 作用：数据紧缩（运用前三个主成重量作假五颜六色组成，数据量削减43% ）；图画增强（变 换后的前几个主成分信噪比大，噪声相对小，杰出首要信息）。 5. 缨帽改换(K-T)：一种坐标空间发生旋转的线性改换，旋转后的坐标轴指向与地上景象有密 切联系的方向，而不是主方向。(P135) ① 特色：改换后的图画的前三个重量与地上景象的联系密切。比方，关于MSS 印象，榜首 重量为亮度，反映土壤信息；第二重量为绿度，反映绿色生物量的特征；第三重量黄度，反 映黄色物质重量。关于TM 印象，榜首重量为亮度，反映整体的反射量（跟MSS 的亮度不同）； 第二重量为绿度，反映了绿色生物量的特征（跟MSS 简直相同）；第三重量为湿度，反映土 壤湿度和植被湿度的特征；第四重量为霾信息。 ② 作用：由于经K-T 改换后，各重量指向相应的地物，且数据量受到了按捺，因而K-T 变 换在农业方面的运用有重要意义；但也应该看到，该改换仅适用于MSS 和TM 数据。 6. 代数运算：根据地物本身在不同波段的灰度差异，经过不同波段之间简略的代数运算发生 新的“波段”，到达杰出感兴趣的地物信息的图画增强办法，如加法运算，差值运算，乘法运 算，比值运算等。(P140) 归一化指数：公式如下： B  B 1 2 B  B 1 2 典型代表：归一化植被指数(NDVI) ，公式如下：(P143) 第 4 页 共 7 页 小恺工作室•遥感数字图画处理教程  IR R NDVI IR  R 其间，IR 为近红外波段，R 为红光波段。运用植被指数可检测某一区域农作物长势，并在此 根底上树立农作物估产模型然后进行大规模的农作物估产。 7. 五颜六色改换：RGB 是比较常用的色彩模型，但当图画的各个波段之间的相关性很高时，会使 图画的饱和度偏低，此刻可将RGB 模型转化为HSI 模型（即HSI 正改换）五颜六色改换首要用 于不同分辩率图画的交融、增强组成图画的饱和度、经过对强度I 成分的处理进行图画增强、 多源数据归纳显现等。(P144) 第七章 图画滤波 1. 图画滤波：包含空间域滤波(卷积运算)和频率域滤波(傅里叶改换) 。(P150) 2. 空间频率：像素的灰度值随方位的改动。(P151 ，第三段) 3. 低通滤波：在频率域滤波中，保存图画的低频部分按捺高频部分的处理，起到滑润的作用， 反之，成为高频滤波，起到锐化的作用。二者都是傅里叶改换中的滤波器。(P151 ，第四段) 4. 空间域滤波： ① 滑润：为按捺噪声、改进图画质量所做的处理。(P152 ，榜首段) 噪声：各种影响人的视觉器官对图画信息了解或剖析的要素，常见噪声有高斯噪声、椒 盐噪声(脉冲噪声) 、周期噪声。(P152 ，第二段) 均值滤波：关于窗口内的每个像素，取邻域像素值的均匀作为该像素的新值。均值滤波 算法简略，核算速度快，但在去掉尖利噪声的一同构成图画含糊，跟着邻域规模扩展，去噪 才能增强的一同含糊程度愈加严峻。为加强细节，可以对该算法加以优化，即参加一个阈值， 当核算所得图画的像素值与原像素值之差小于该阈值时，保存原像素值，不然，取新值。(P154 ， 第四段) 中值滤波：将窗口内的一切像素值按巨细排序后，取中值作为中心像素的新值，与均值 滤波比较，中值滤波在按捺噪声的一同可以有用的保存边际，削减含糊，特别对椒盐噪声的 处理特别有用。(P156 ，榜首段) 高斯低通滤波、梯度倒数加权法、挑选式掩膜滑润等略，见讲义P158 。 ② 锐化：为了杰出图画中的地物边际、概括或线状地物方针而进行的图画处理。(P161 ，第 五段) 线性高通滤波器：滤波器( 即卷积模板) 的中心系数为正数，其他系数为负数，核算完毕后 需进行灰度改换( 由于成果或许发生负数) 。线性高通滤波可经过原图画减去低通图画得到。 (P161 ，第六段) 梯度法：梯度即反映了相邻像素之间灰度的改动率，在图画中的边际，梯度较大；对应 的模板为：(P163 ，第三段) 1 -1 1 0 0 0 -1 0 (其输出图画为榜首个模板的绝对值加上第二个模板的绝对值) 罗伯特梯度：选用穿插的办法检测像素与其在上下之间或左右之间或斜方向之间的差异， 其模板为：(P163 ，第三段) 0 -1 1 0 1 0 0 -1 第 5 页 共 7 页 小恺工作室•遥感数字图画处理教程 (其输出图画为榜首个模板的绝对值加上第二个模板的绝对值) Prewitt 梯度、Sobel 梯度略，见讲义P164 。 定向检测：为了有意图的提取某一特定方向的边际或线性特征而进行的处理。(P169 ，第 三段) 5. 频率域滤波：高通滤波、低通滤波、带通滤波(仅保存指定频率规模内的滤波，规模外的频 率被阻挠) ，常用的滤波器有：(P171 ，榜首段) 低通滤波器：保存图画中的低频部分，滤除图画中的高频成分； 高通滤波器：保存图画中的高频部分，滤除图画中的低频部分； 带通滤波器：仅保存特定频率规模内的信息； 带阻滤波器：阻挠特定频率规模内的信息； 自界说滤波器：根据频率域图画中的频率散布，人为界说。 同态滤波：削减低频，添加高频，然后削减光照改动并锐化边际或细节的图画滤波办法， 其进程为：(P175 ，第五段) 输入图画→取对数→快速傅里叶改换(FFT) →界说滤波器→傅里叶逆改换(IFFT) →指数 改换→输出图画； 假如图画中的光照是均匀的，那么，进行同态滤波发生的作用不大；假如光照显着是不 均匀的，那么，同态滤波有助于体现图画中暗处的细节。(P177 ，第五段) 第八章 图画切割 1. 图画切割：把图画分红各具特性的区域并提取出感兴趣的方针的技能和进程。(P179 ，第四 段) ① 切割准则：根据像素灰度值的不接连性进行切割；根据同一区域内部像素的灰度值具有相 似性进行切割。(P180 ，第四段) ② 常用办法：灰度阈值法(P181)、梯度办法(P185)、区域成长办法(P190)、区域切割办法(P192)、 数学形态学办法(P194)。 2. 灰度阈值法：阈值的挑选是中心，算法如下： 1,f(x,y) T  g(x,y)  0,f(x,y) T   实践工作中，也可以对图画进行多阈值切割，公式如下： g x y k T  f x y T k  N ( , ) ( ( , ) , 1,2, , ) k1 k ① 分类：大局阈值法( 将阈值设为常数) 、自适应阈值法( 阈值随方位改动而缓慢变 化)(P183 ，榜首段) ② 最佳阈值的挑选：直方图法(P183)、自适应阈值法(P184)、分水岭算法(P185)。 直方图法：在一幅图画中，假如布景与方针区别比较显着，那么该图画的直方图往往 是双峰结构。其间，两个尖峰对应于方针内部和外部较多数意图画素点，谷底对应方针 边际附近相对较少的点。此刻，假如把阈值设在谷底，可最大程度地削减面积核算的误 差；但假如图画有噪声，谷底则不易确认，此刻可将图画滑润后将阈值设在尖峰上。 自适应阈值法、分水岭算法略。 3. 数学形态学办法： ① 腐蚀：消除方针一切鸿沟点的进程，其成果是方针沿其鸿沟比本来小一个像素的面积。腐 蚀常用于从一幅切割后的图画中去除面积较小且无意义的方针。(P197 ，第四段) 第 6 页 共 7 页 小恺工作室•遥感数字图画处理教程 ② 胀大：将与方针触摸的一切布景点合并到该方针中的进程，其成果是方针沿其鸿沟增大了。 胀大常用于添补切割后方针中的空泛。(P199 ，第三段) ③ 开运算：运用同一个结构元素对图画先进行腐蚀然后进行胀大的运算；作用是消除细微目 标、在纤细点处别离方针、滑润较大方针的鸿沟时不显着改动其面积。(P201 ，第四段) ④ 闭运算：运用同一个结构元素对图画先进行胀大然后进行腐蚀的运算；作用是填充方针内 细微空泛、衔接附近方针、在不显着改动方针面积的情况下滑润其鸿沟。(P202 ，第三段) 第九章 遥感图画分类 1. 遥感图画的核算机分类：对图画上按每个像素挨近程度给出对应类别，以到达大致区别多 种地物的意图，包含监督分类和非监督分类。(P208) 2. 监督分类：事前已知类别的部分信息( 即类别的先验常识) ，然后对样本进行分类的办法； 常用算法有平行管道办法(P228 ，第五段) 、最小间隔办法(P229 ，第五段) 、最大似然办法(P230 ， 第二段)等。(P209 ，第七段) 3. 非监督分类：事前不知道类别的先验常识，然后经过核算机主动判别而对样本进行分类的 办法；常用算法有迭代式自组织数据剖析算法(IsoData ，P222 ，榜首段) 、K-均值算法(K-Mean ， P219 ，第七段) 。(P209 ，第八段) 图1 ENVI 中的非监督分类 图2 ENVI 中的监督分类 第十章 略 第 7 页 共 7 页

上一篇：博控K37数采仪 下一篇：《遥感图画处理关键技能》高清PDF