搜索
第四章1、什么是遥感图像（问题不确定）2、光学图像是可以看成是一个二维的连续的光密度（或透过率）函数；数字图像是一个二维的离散的光密度（或亮度）函数3、光学图像转化为数字图像就是把一个连续的光密度函数变成一个离散的光密度函数；步骤如：把一个连续的光密度函数变成一个离散的光密度函数，然后进行空间坐标离散化（采样），最后进行幅度离散化（量化---图像灰度的数字化，在连续灰度的极限取值范围内离散化，即将它分成若干个灰度等级值，像元灰度处于两个相邻灰分值之间，用所对应的最靠近的一个灰度值代替）4、数字图像转化为光学图像的方式：一是通过显示终端设备显示出来，二是通过照相或者打印的方式输出5、遥感数字图像的存储介质：磁带，磁盘，光盘，闪存6、存储格式:LTWG格式为世界标准格式，目前，LTWG格式有BSQ和BIL格式，另外还有GeoTIFF，bip，bmp，pcx，psd，HDF格式7、REDAS软件是一个模块化的软件，分为三级，分别为：ImagineEssential级，ImagineAdvantage级，ImagineProfessional级8、另外遥感软件还有PCI，ENVI，ECognition9、遥感图像处理系统与GIS和GPS的集成：遥感在3S中发挥着信息源的作用，若将两者集成起来，一方面，遥感能帮助GIS系统解决数据获取和更新的问题，另一方面，可以利用GIS中的数据帮助遥感图像处理由于GPS在实时定位方面的优势，使得GPS与遥感图像处理系统的集成变得自然，3S为遥感图像处理系统，地理信息系统，全球定位系统，其中地理信息系统以其强大的空间分析能力成为3S的核心10、3S两两结合，GPS和RS结合的关键在硬件，GPS和GIS结合的关键在软件，rs和gis的结合（核心），结合的三种方式：分开但平行的结合，表面无缝的结合，整体的结合11、第五章12、遥感传感器的构线方程（第五章理解）遥感图像通用构线方程中心投影构线方程全景摄影机构线方程推扫式传感器的构线方程扫描式传感器的构线方程侧视雷达图像的构线方程基于多项式的传感器模型基于有理函数的构线方程13、遥感图像的几何变形：是指原始图像上各地物的几何位置，形状，尺寸，方位等特征在参照系统中的表达要求不一致时产生的变形，遥感图像的变形误差可分为静态误差和动态误差或者内部误差和外部误差（详细概要请惨课本118页）14、遥感图像发生几何变形的主要原因有：（出以下解释，仍需了解课本内容）传感器成像方式引起的图像变形：成像方式有中心投影，全景投影，斜距投影，以及平行投影传感器外方位元素变化的影响：主要是指传感器成像时的位置和姿态角地形起伏引起像点位移：投影误差是由地面起伏引起的像点位移，当地形有起伏时，对于高于或者低于某一基准面的地面点，其在像片上的像点与其在基准面上垂直投影点在相片上的构像点之间有直线位移地球曲率引起的图像变形：地球曲率引起的像点位移与地形起伏引起的像点位移类似大气折射引起的图像位移：大气层不是一个均匀的介质，它的密度随离地面高度的增加而递减，因此电磁波在大气层中传播时的折射率也随高度而变化，使得电磁波的传播路径鄙视一条直线而变成了曲线，从而引起像点位移地球自转的影响：在常规的框幅摄影机成像的情况下，地球自转不会引起图像变形，因为其整幅图像是在瞬间一次曝光成像的，地球自转主要是对动态传感器的图像产生变形影响，特别是对卫星遥感图像15、遥感图像的几何处理：遥感图像作为空间数据，具有空间地理位置的概念，在应用遥感图像之前，必须将其投影到需要的地理坐标系中，因此，遥感图像的几何处理是遥感信息处理过程中的一个重要环节1）遥感图像的粗加工处理：投影中心坐标的测定与解算，传感器姿态角的确定，扫描角的测定2）遥感图像的精纠正处理：是指消除图像中的几何变形，产生一幅符合某种地图投影或图像表达要求的新图像，它包括两个环节：一是像素坐标的变换，即将图像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样3）精纠正方法：1）多项式纠正回避成像的空间几何过程，直接对图像变形的本身进行数学模型，多项式法对于各种类型的传感器图像是适用的，利用地面控制点的图像坐标与其同名点的地面坐标通过平差原理计算多项式中的系数，然后利用该多项式对图像进行纠正2）多项式项数（即系数个数）N与其阶数n有着固定的关系𝑁=（n+1）（n+2）23）控制点的选取要求：在图像上为明显的地物点，易于判读；在图像上均匀分布；数量足够①利用已知地面控制点求解多项式系数②遥感图像的纠正变换：直接法和间接法4）纠正过程③数字图像亮度（或者灰度）值重采样④纠正结果评价遥感图像的精纠正处理是指消除图像中的几何变形，产生一幅符合某种地图投影或图像表达要求的新图像，它包括两个环节：一是像素坐标的变换，即将图像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样纠正方法基于有理函数的遥感图像纠正基于共线方程的遥感图像纠正共线方程纠正是建立在图像坐标与地面坐标严格数学变换关系的基础上，是对成像空间几何形态的直接描述，该方法纠正过程需要（DEM），可以改正因地形起伏而引起的投影差，因此当地形起伏较大，且多项式纠正的精度不能满足要求时，要用共线方程进行纠正，并且计算量比多项式要大，动态扫描图像的共线方程纠正与多项式纠正相比精度不会有很大提高基于多项式的遥感图像纠正1)最邻近像元采样法：该法是指是取距离被采样点最近的已知像素元素的亮度作为采样亮度，该法最简单，辐射保真度较好，不破坏地物的原始光谱但是他将造成像点在一个像素范围内的位移，其几何精度较其他两种方法差③数字图像亮度（或者灰度）2）双线性内插法：由于该法的计算较为简单，并具有一值重采样定的亮度采样精度，但是图像略变模糊3）双三次卷积重采样法：计算复杂，精度高16、图像间的自动配准：图像配准的是指就是遥感图像的几何纠正，根据图像的几何畸变特点，采用一种几何变换将图像归一化到统一的坐标系中，图像之间的配准一般有两种方式：1）图像间的匹配，即以多源图像中的一幅图像为参考图像，其他图像与之匹配，其坐标系是任意的17、图像配准通常采用多项式纠正法，直接用一个是适当的多项式来模拟两幅图像间的相互变形，配准过程为：1）在多源图像上的确定分布均匀，足够数量的图像同名点（特征点的提取和匹配）；2）通过所选择的图像同名点解算几何变换的多项式系数，通过纠正变换完成一幅图像对另一幅图像的几何配准（多项式纠正，小面元纠正）18、图像的镶嵌：需要将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像。参与镶嵌的图像可以是不同时间同一传感器获取的，也可以是不同时间不同传感器获取的图像，但同时要求镶嵌的图像之间要有一定的重叠度19、数字图像镶嵌的关键是：1）如何在几何上将多幅不同的图像连接在一起；2）如何保证拼接后的图像反差一致，色调相近，没有明显的接缝，过程如下1）图像几何纠正2）镶嵌边搜索3）亮度和反差调整亮度和反差调整的另一个方法可以采用直方图匹配的方法使得参与镶嵌的图像之间的亮度和反差调整一致4）边界线平滑第六章1、辐射误差来源：传感器本身的性能引起辐射误差；大气散射和吸收引起的辐射误差；地形影响和光照条件的变化引起辐射误差2、传感器接收的电磁波能量包含1）太阳经大气衰减后照射到地面，经地面反射后，又经大气第二次衰减进入传感器的能量；2）大气散射，反射，辐射的能量；3）地面本身辐射的能量经大气后进入传感器的能量3、相应的辐射处理包括传感器辐射定标和辐射误差校正1）传感器辐射定标定义：是指建立传感器每个探测元所输出信号的数值量化值与该探测器对应像元内的实际地物辐射亮度值之间的定量关系；传感器定标是遥感信息定量化的前提，遥感数据的可靠性及应用的深度和广度在很大程度上取决于传感器的定标精度（绝对定标和相对辐射定标）4、大气校正：消除大气影响的校正过程称为大气校正大气的影响：减少照到地面的能量，增加对传感器探测到的与地面特征无关的散射基于辐射传输方程的大气校正：6s模型，LOWTRAN模型，MORTARN模型，ATCOR模型基于地面场地数据或辅佐市局进行辐射校正：在遥感成像的同事，同步获取成像目标的反射率，或通过预先设置已知反射率的目标把地面实况数据与传感器输出数据进行比较，来消除大气影响（回归分析法和直方图法）5、像元灰度值DN和辐射率的转换：利用遥感图像目的之一就是利用灰度值反酸其对应的底物的反射率或地物温度6、地面辐射校正场意义：1）建立地面辐射校正场符合遥感数据定量化的需要；2）建立地面辐射校正场乐意弥补星上坐标的不足；3）满足多种传感器和多时相遥感资料的应用7、地面辐射校正场建立的时间：1979年美国在新墨西哥白沙建立了地面辐射定标场，1987年法国在马赛西北建立地面辐射定标场，我国从20世纪80年代接收和应用国内外气象陆地卫星数据时，已经认识到了在我国建立自己的地面辐射校正场的重要性和迫切性，我国根据需要选择了敦煌西戈壁作为可见光和红外波段的辐射校正场，青海湖作为热红外波段和红外低发射率的辐射校正场8、什么叫图像灰度的直方图：图像灰度的直方图反应了一幅图像中灰度级与其出现概率之间的关系，对于数字图像，由于图像空间坐标和灰度值都已离散化，可以统计出灰度等级的分布状况，灰度直方图可以看成是一个随机分布密度函数其分布状态用灰度均值和标准差两个参数来衡量（注意理解课本161页的各种直方图）9、图像反差调正方法：1）线性变换：简单线性变换是按比例拉伸原始图像灰度等级范围。目的：一般为了充分显示设备的显示范围，使输出的直方图的两端达到饱和。特点：变化前后图像每一个像元呈一对一的关系，因此像元总数不变，亦即直方图包含面积不变2)直方图均衡：直方图均衡是将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元数量大致相等3）直方图正态化：是将随机部分的原图像直方图修改称为高斯分布的直方图4）直方图匹配：直方图匹配是通过非线性变换使得一个图像的直方图与另一个图像直方图类似，直方图匹配对在不同时间获取的同一地区或邻接地区的图像或者由于太阳高度角或大气影响引起差异的图像很有用，特别是对图像的镶嵌或变化检测5）密度分割：密度分割与直方图均衡类似，将原始图像的灰度值分成等间隔的离散灰度级，进行密度分割时，需知道输出直方图的范围和密度分割层数，建立阶梯状查找表，使得输出的每一个层有相同的输入灰度级6）其他非线性变换：对数变换，指数变换，平方根变换，比搜准偏差变换，直方图周期性变换7）灰度反转：是指对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像，其结果是原来亮的地方变暗，原来暗的地方变亮10、多光谱图像四则运算：减法，加法，乘法，除法运算；混合运算———归一化差分植被指数（NDVI）𝑁𝐷𝑉𝐼=B7−B5B7+B5也称为生物量指标变化，可使植被从水和土中分离出来11、图像融合概念：是指将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程融合条件：融合图像应包括不同空间和光谱分辨率；应该是同一区域；应尽可能准确配准；在不同时间获取的图像中，其内容没有多大变化。融合流程：图像—预处理—图像配准—图像融合—识别—决策基础（像素级）（特征级）（决策级）12、融合方法：加权融合基于HIS变换的图像融合：HIS变换将图像处理常用的RGB彩色空间变换到HIS空间用亮度，色调，饱和度表示；通过变换，代替，逆变换获取的融合图像既具有全色图像高分辨的优点，又保持了多光谱图像的色调和饱和度基于主成分变换图像融合（K-L变换）步骤（重点）：1）首先利用K-L变换多多光谱图像进行主分量变换，变换后的第一主分量含有变换前个波段图像的相同信息，而个波段中其余对应的部分，被分配到变换后的其他波段；2）然后将高分辨率图像和第一主分量进行直方图匹配，使高分辨率图像与第一主分量图像有相近的均值和方差3）用直方图匹配后的高分辨率图像地阿嚏主分量中的第一主分量和其余分量一起进行主分量逆变换，得到融合图像基于小波变换的图像融合比值变换融合乘积变