遥感数字图像处理重点第一章概论图像:对客观对象的一种相似性的描述或写真。数字图像:是以数字形式存储和表达的遥感图像。根据人眼的可视性,图像可分为可见图像和不可见图像。图像具有空间坐标和数值,根据其连续性,图像可分为数字图像和模拟图像。数字图像最基本的单位是像素,像素的基本属性特征为像素值,其高低反映了图像的明暗程度和能量高低。像素的属性是位置和灰度值;遥感数字图像处理的内容:(1)图像增强:目的是压抑和去除噪声,增强显示图像整体,使图像更容易理解、解译和判读。方法:彩色合成、图像拉伸、图像平滑、锐化、图像融合。(2)图像校正:主要是对传感器和环境造成的图像退化进行模糊消除、噪声滤除、几何失真或非线性校正。方法:辐射校正和几何校正。(3)信息提取:根据地物光谱特征和几何特征,确定提取规则,并以此为基础从校正后的遥感图像的中提取各种有用信息的过程。方法:图像分割、图像分类。遥感数字图像处理系统的典型功能包括:○1不同传感器图像数据的测存取和转换○2几何校正○3辐射校正○4图像增强处理○5统计分析○6图像变换○7图像分类○8专题制图○9专业工具,如雷达图像处理工具。第二章遥感数字图像的获取和储存遥感图像是通过遥感平台上的传感器获取的,不同的传感器具有不同的辐射、电磁波谱、时间、空间分辨率。遥感是通过非接触传感器获取测量对象信息的过程,是信息的获取、传输、处理以及判读和应用的过程。遥感的实施依赖于遥感系统。传感器又称遥感器,是收集和记录电磁辐射能量信息的装置,是信息获取的核心部件。传感器的分辨率:传感器区分自然特征相似或光谱特征相似的相邻地物的能力。分为:(1)辐射分辨率:传感器区分所接受到的电磁波辐射强度差异的能力。(2)光谱分辨率:传感器记录的电磁波谱的波长范围和数量。(3)空间分辨率:遥感图像上能够详细区分的最小单元的尺寸或大小。(4)时间分辨率:传感器对同一空间区域进行重复探测时,相邻两次探测的时间间隔。图像数字化:数字化的两个过程是采样和量化。(1)采样:分波谱采样和空间采样,通过空间采样,空间上连续的图像变换成离散点。(2)量化:将像素灰度级转换成整数灰度级的过程。量化后,图像像素的原有灰度值转换为灰度级。元数据:关于图像数据特征的表述,是数据的数据,主要参数包括:图像获取的日期和时间、投影参数、几何纠正精度、图像分辨率、辐射校正参数等。第三章遥感数字图像的表示和度量单波段图像的统计特征:1、反映图像平均信息的统计参数:均值、中值、众数、矩2、反映图像变换信息的统计参数:方差,变差、反差3、对比度:是一个单波段图像中明暗区域最亮的白和最暗的黑之间的不同灰度级的测量,一幅图像灰度反差的大小。1、直方图的性质:(1)反应图像中的灰度分布规律(2)遥感图像数据服从或接近正态分布(3)任何图像都有唯一的直方图与之对应,但不同的图像可以有相同的直方图(4)如果一幅图像仅包括两个相连通的区域,则整幅图像的直方图是这两个区域直方图之和2.直方图的应用(1)用于判断图像量化是否恰当(2)用于确定图像二值化的阈值(3)用于统计图像中物体的面积(4)计算图像信息量第四章图像的显示和拉伸常见的色彩模型:(1)RGB模型,在彩色监视器和彩色摄影机等领域,用于图像的显示;(2)CMY模型,在彩色打印机上,用于图像的打印输出;(3)YIO模型,用于彩色电视广播;(4)HIS模型,用于图像的显示和处理。彩色合成包括:伪、真、假、模拟真。伪彩色合成:是按特定的数字关系单波段灰度图像的灰度级变换为彩色,然后进行彩色显示的方法,其目的是通过数据的彩色表达来增强区分地物的能力。密度分割:是将单波段遥感图像按灰度分级,对每级赋予不同的色彩,使之变为彩色图像的处理方法。经过密度分割后,图像的可分辨力得到明显提高。直方图均衡化:是使变换后图像灰度值的概率密度为均匀分布的映射变换方法。通过直方图均衡化处理,图像对比度得到了提高。基本步骤:(1)统计图像中各灰度级的频数和频率。(2)计算均衡化后的理论概率密度,将图像概率对其进行映射,得到新灰度级。(3)以新值替代原值,形成均衡化后的新图像。第五章图像校正辐射校正:消除图像数据中依附在辐亮度中的各种失真的过程。其目的是:尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器的测量值与目的的光谱反射率或光谱辐亮度等物理量之间的差异,尽可能恢复图像的本来信息,为遥感图像分割、分类、解译等后续工作奠定基础。内容包括三部分:传感器端的辐射校正、大气校正和地表辐射校正。大气窗口:电磁波辐射能够透过大气层而未被完全反射,散射和吸收的波谱范围。几何精校正:又称几何配准,是指把不同传感器获取的具有几何精度的图像、地图或数据集中的相同地物元素精确地匹配、叠加在一起的过程。几何校正的主要内容:系统性校正、非系统性校正、复合校正。几何纠正中地面控制点的选择:(1)控制点的数目和分布。控制点数目的最小值按未知系数的多少来确定。k阶多项式控制点的最少数目为(k+1)(k+2)/2;控制点在工作范围应该均匀分布。(2)控制点的确定。在图像上,控制点应该是容易分辨、相对稳定、特征明显的位置,如道路交叉点、河流弯曲或分叉处、飞机场跑道等;在变化不明显的大面积区域,控制点可以少点,在特征变化大而且对精度要求高的区域,应该多分布点。图像边缘部分一定要选取控制点。(3)控制点坐标的确定。地面控制点的坐标可以通过地形图或现场实测来获取。第六章图形变换图形变换:属于光谱变换,是利用单波段或多波段中相关信息对像素值进行的数字变换。包括:正变换和逆变换。图像变换的目的:1、简化图像处理2、便于图像特征提取3、图像压缩4、从概念上增强对图像信息的理解。傅里叶变换的基本性质:周期性和共轭对称性、分离性、旋转性质、卷积定理加法定理、位移定理、相似性定理、Rayleigh定理。植被指数:是对地表绿色植物生长状况和分布特征的简单、有效和经验型的度量,是两个或多个光谱波段的线性或非线性的组合。常用的植被指数有以下五种:比值植被指数RVI=NIR/R、归一化植被指数NDVI=NIR-R/NIR+R、差值植被指数DVI=NIR-R、土壤调整植被指数SAVI=(1+L)(NIR-R)/(NIR+R+L)、增强植被指数EVI。典型的遥感指数有哪些?归一化差异湿度指数、归一化差异雪指数、植被指数、建筑指数等。第七章图像滤波图像滤波:是利用图像的空间相邻信息和空间变化信息,对单个波段图像进行的滤波操作。包括:空间域滤波和频率域滤波。图像噪声的类型:按其产生原因分,外部噪声和内部噪声;按统计理论分,平稳和非平稳;按噪声幅度分布形态,高斯噪声和瑞利噪声;按频谱分布形状分,均匀分布噪声为白噪声;按产生过程分,量化噪声和椒盐噪声。常见噪声有:高斯噪声,椒盐噪声,周期噪声。均值滤波:是最常用的线性低通滤波器,它均等地对待邻域中每个像素。对于每个像素,取邻域像素值的平均作为该像素值的新值。其对高斯噪声比较有效。中值滤波:是一种最常用的非线性平滑滤波器,它将窗口内的所有像素按高低排序后,取中间值作为中心像素的新值。窗口的行列数一般取奇数。由于用中值替代了平均值,中值滤波在抑制噪声的同时能够有效地保留边界,减少模糊。其对椒盐噪声比较有效。常见算子的模板?均值滤波:拉普拉斯算子:图像锐化与图像平滑的区别和联系?由于图像模糊的实质是图像受到平均和积分运算造成的,所以为了把图像中任何方向伸展的边缘和模糊的轮廓变得清晰,可以对图像进行逆运算,如微分运算,从而使图像清晰化,这个过程叫图像锐化。在图像获取和传输过程中,受传感器和大气等因素的影响会产生噪声。在图像上表现为一些亮点或亮度过大的区域。为抑制噪声和改善图像质量所做的处理叫图像平滑。它们都属于图像增强操作。图像平滑是通过积分过程使得图像中的边缘变得模糊,图像锐化则通过微分使图像中的边缘突出。111101111812W第八章图像分割图像分割的定义,原则,方法。定义:图像分割是把图像分成各具特性的区域并提取感兴趣目标的技术和过程,是按照特定的原则对图像进行划分标记的过程。原则:(1)依据像素值的不连续性进行分割,假定不同区域的像素值具有不连续性,因而可以对图像进行分割;(2)依据区域内部像素值最大相似性的原则进行分割,假定同一区域内像素值具有最大相似性,区域之间的值差异最大,这种方法一般从一个像素出发,逐渐将其邻域中满足相似性测量准则的像素进行合并,最后完成分割。方法:灰度阈值法;梯度法;区域法,包括区域生长法、区域分裂-合并方法等;数学形态学法。腐蚀和膨胀及其运算腐蚀:E=BS={x,y|SxyB},是消除目标所有边界点的一种过程,其结果是目标沿其周边比原目标小一个像素;膨胀:E=BS={x,y|Sxy∩B≠Ф}是将与目标接触的所有背景点合并到该目标中的过程,结果是使目标增大了相应的数量的点。开运算和闭运算的运算与作用?开运算:使用同一个结构元素对图像先腐蚀后膨胀的运算称为开运算;运算:B°S=(BS)S;作用:(1)消除细小对象(2)在细小粘连处分离对象(3)在不改变形状的前提下,平滑对象的边缘。闭运算:使用同一个结构元素对图像先膨胀后腐蚀的运算称为闭运算;运算:BS=(BS)S;作用:(1)填充对象内细小空洞。(2)连接邻近对象(3)在不明显改变面积前提下,平滑对象的边缘。