第八章图像校正与增强

引言图像校正包括辐射校正和几何校正。原因：辐射校正由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辨率和对比度下降等辐射失真；几何校正是由于搭载传感器的遥感平台飞行资态变化、地球自传、地球曲率等原因引起的图像几何益畸变。图像增强则是为了突出相关的专题信息，提高图像的视觉效果，使分析者能更容易地识别图像内容，从图像中提取更有用的定量化信息。包括彩色增强、空间域增强和频率域增强等。教学内容数字图像基础知识图像校正的基本内容图像增强的主要方法8.1数字图像基础知识一、数字图像和图像数字化（一）数字图像的概念早期的遥感技术通过摄影成像方法得到的像片称之为光学图像。能在计算机里存储、运算、显示和输出的图像称为数字图像。光学图像可以看成是由无数个很小的单元点子（像元）组成的，每个单元点子的明暗程度记录了成像瞬间对应的物体的反射光强度（灰度），一幅遥感图像其实质就是探测范围内电磁辐能量分布图。由此可以使光学图像数字化。光学影像的数字化(x,y)表示像元的位置；f(x,y)表示（x,y)位置上的对应地物电磁辐射强度。对于模拟图像,x,y,f(x,y)的取值是连续的。要经过“离散化”取样才能变成计算机可存储和运算的数字图像。xy函数f(x,y)的取值：离散整数取样是根据需要，将灰度空间分成2n级（目前n的取值有1、4、7、8，甚至更多。（二）图像数字化一幅光学图像经过上述离散取样，转化为数字图像的过程即图像数字化。图像的数字化内容：（1）图像空间位置的数字化，即图像的空间取样。（2）图像灰度的数字化，即指从图像灰度的连续变化中进行离散的采样，目前经常使用的灰度量度有2级，64级，128级，256级。除光学图像可以数字化为数字图像外，更多的遥感图像源于传感器获得后直接的数字产品，如SPOT,MSS,TM,ETM等航天遥感数字。（三）灰度直方图用平面直角坐标系表示一幅灰度范围为0-n数字图像像元灰度分布状态。横轴表示灰度级，纵轴（Pi=mi/M)表示灰度级为gi的像元个数mi占像元总数Ｍ的百分比。将2n个Pi绘于图上，所形成的统计直方图叫灰度直方图。对数字图像的认识，一般是先通过数字图像的直方图来了解。数字图像直方图是以每个像元为统计单元，表示图像中各亮度值或亮度值区间像元出现频率的分布图。不同反差特征的图像通过灰度直方图可以直观地了解图像增强的效果。二、图像处理系统与处理内容（一）图像处理系统（二）遥感图像计算机处理的主要内容１.图像校正：辐射校正、几何校正等；2.增强处理：彩色增强、直方图增强、图像运算、多信息融合等；3.图像变换：消除干扰、滤掉噪声、提高图像的质量，如Ｋ－Ｌ变换等；4.计算机信息提取：非监督分类、监督分类、神经网络分类、模糊分类、空间信息撮等。8.2图像辐射校正一、系统辐射校正（一）光学摄影机内部辐射误差校正光学摄影机内部辐射误差主要是由镜头中心和边缘的透射光的强度不一致造成的，它使得在图像上不同位置的同一类地物有不同的灰度值。设原始图像灰度值g，校正的图像灰度g’,则有g’=g/cosθθ为像点成像时光线与主光轴夹角。由于传感器响应特性和大气的吸收、散射及其它随机因素影响，导致图像模糊失真，造成图像分辨率和对比度相对下降。这些都需要通过辐射校正复原。包括：系统辐射校正、大气校正（二）光电扫描仪内部辐射误差的校正两类误差：（1）光电转换误差；（2）探测器增益变化引起的误差。消除方法：楔校准处理模型；增益校准模型。二、大气校正定义：指消除主要由大气散射引起的辐射误差的处理过程。（一）公式法与卫星扫描同步进行野外波谱测试，将地面测量结果与卫星影像对应像元亮度值进行回归分析，回归方程为：iAibRaL式中，LAi为卫星观测值；Ri为地面反射率；a和b为回归系数；大气的影响主要是减少了图像的对比度，使原始信号和背景信号都增加了因子。（二）回归分析法由于大气散射主要影响短波部分，波长较长的波段几乎不受影响，因此可用长波数据来校正短波数据。作法：在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析，建立线性回归方程。例如：XbaY11式中，X为TM5波段的亮度均值，不受大气影响波段的图像亮度值；Y为TM1亮度均值，待校正波段的图像亮度值；a1,b1计算如下：)T(T)T)(TT[(Tb55115515111TbTa11'1aTTT1、T5表示TM1与TM5波段灰度值，'1T为TM1波段校正后的灰度值。辐射回归分析图：yx1a（三）直方图校正法通过灰度直方图对比找出校正量。校正方法具体如下：首先确定图像上确有辐射灰度或反射灰度应为零的地区，该地区灰度最小值a1必是大气散射引起的灰度直方图偏移值。校正时，将每一波段中每个像元的灰度值都减去本波段的最小值，从而实现大气校正。8.3几何校正的原理与方法几何畸变：遥感图像在获取过程中由于多种原因导致景物中目标物相对位置的坐标关系在图像中发生变化。一、遥感图像几何畸变来源（一）传感器成像几何形态影响传感器一般的成像几何形态有中心投影、全景投影、斜距投影以及平行投影等几种不同类型。1、全景投影变形红外机械扫描仪、CCD线阵推帚式传感器。2、斜距投影变形侧视雷达属斜距投影，其成像变形规律如图（二）传感器外方位元素变化畸变传感器外方位元素变化是指遥感平台的6个自由度：三轴方向及姿态角，其中任何一个发生变化，都会给遥感图像带来不同变形。参考教材P124和P194仰俯偏航滚动（三）地球自转的影响地球自转对于瞬时光学成像遥感方式没有影响，对于扫描成像则造成图像平行错动。eetyeyetLR为图像错动量；扫描整景图像时间；该纬度的地球自转线速度；图幅地面长度；地球平均半径6378KM；卫星运行平均角速度；（四）地球曲率影响1、在星下点视场角较小，曲率影响可忽略。2、产生的误差原理与航空像片像点位移相同。二、遥感图像几何校正原理几何校正的思想是：一是分析几何畸变的过程，建立几何畸变的数学模型，然后对此数学模型求逆函数，用此逆函数求得遥感图像畸变前的图像。二是利用实地测量的地物的真实坐标值，寻找实测值与畸变之后的图像之间的函数关系，从而得到几何校正的方法。实际工作中常常将两者相结合。条件允许的情况下，控制点最好均匀分布在工作区域。遥感图像几何校正包括光学校正（现在用的不多）和数字纠正两种方法。数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的，其包括两方面：一是像元坐标变换；二是像元灰度值重新计算（重采样）。（一）坐标变换的两种方案首先要确定原始图像和纠正后图像之间的坐标变换关系。对其包括：直接法：从原始图像阵列出发，依次对其中每一个像元分别计算其在输出（纠正后）图像的坐标，即：),(),(yxFXFYxyxy式中，P点（x,y）为原始图像的行数和列数，求得其在新图像中的坐标P（X，Y）（即地面坐标系），并把P（x,y)的灰度值重新计算后送到P（X，Y）位置上去。间接法：从空白图像阵列出发，依次计算每个像元P（X，Y）在原始图像中的位置P（x,y）（反解），然后把P（x,y）的灰度值计算后返送给P(X,Y)。其纠正公式为：),(),(YXGxYXGyyx(二）输出图像的边界大小输出图像边界的地面坐标值是由包括纠正后图像在内的最小长方形范围来确定的。根据公式求出原始图像四个角点在纠正后图像中的对应点。（三）数字图像灰度值的重采样校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化。重采样：P’的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献，这就是灰度值重采样1、最近邻法用距离投影点最近像元灰度值代替输出像元灰度值。2、双线性内插法投影点周围4个相邻像元灰度值，并根据各自权重计算输出像元灰度值，公式简述为：4141432144332211''iiiiiyxpgpppppgpgpgpgpg为输出像元灰度值''yxg的灰度值为邻近点igi离表示邻点到投影点的距重为邻近点对投影点的权iiiiddpp,/13、双三次卷积法获取与投影点邻近的16个像元灰度值计算输出像元灰度值，公式为：161161''iiiiiyxpgPg为输出像元灰度值''yxg的灰度值为邻近点igi离表示邻点到投影点的距重为邻近点对投影点的权iiiiddpp,/1三、数字图像几何校正方法数字图像几何校正方法有多项式纠正法和共线方程纠正法。前者常用。多项式纠正法的基本思想：回避成像的空间几何过程，而真接对图像变形的本身进行数学模拟。常用的二元齐次多项式纠正变换方程为：)()()(3928273625123210YaXYaYXaXaYaXYaXaYaXaax)()()(3928273625423210YbXYbYXbXbYbXYbXbYbXbby式中，x,y为某像元的原始图像坐标；X,Y为纠正后同名点的地面（或地图）坐示；ai,bi为多项式系（i=0,1,2…对于简单的旋转、偏移、缩放变形，使用右侧的公式即可。工作中常利用待定系数法求解ai和bi。选择待纠正图像和参考图上可清晰辨认点作为地面控制点（记作GCP），代替式中的x，y，X，Y。一般来说，控制点选用图像上易分辩且较精细的特征，很容易用目视方法辨别，如道路交叉点、河流弯曲或分叉处、海岸线弯曲、湖泊边缘、飞机场、城廓边缘等。图像边缘部分一定要选取控制点，避免误差外推。尽可能满幅均匀选择。最少控制点数计算公式为（n+1)*(n+2)/2，n为次方数，即一次方最少需要3个控制点。8.4遥感图像增强图像增强是为了突出图像中的某些信息（如强化图像高频分量，可使图像中物体轮廓清晰、细节明显），同时抑制或去除某些不需要的信息来提高遥感图像质量的处理方法。图像增强可以改善图像质量，使之更适于人的视觉或机器识别系统。遥感图像增强主要包括空域增强、频域增强、色彩增强等方法。一、彩色增强处理假彩色合成原理：选取同一目标的三个多光谱数据合成一幅彩色图像。二、空间域增强处理定义：空间域指图像平面所在的二维空间，空间域图像增强是指在图像平面上应用某种数学模型，通过改变图像像元灰度值达到增强效果。（这种增强并不改变像元的位置）（一）反差增强反差增强又称对比度增强或点增强。主要通过改变图像灰度分布态势，扩展灰度分布区间，达到增加反差的目的。1.线性增强若增强前后灰度函数关系符合以下线性关系式，则称为线性增强，也称“线性拉伸”：bkggijij'ijg'ijgb)/(''minmaxminmaxggggkk为斜率为增强后灰度值；为增强前灰度值；为常数；bkggijij'此变换过程和结果可用图表示：举例：某地TM图像，增强前灰度最大值为62，最小值为10，选择0-256灰度级进行线性变换，则变换函数为：9.452/255)/()''(minmaxminmaxggggk10'9.4'ijijgg10100'ijijkggb其中：2.非线性增强指变换函数为线性方程以外的初等函数。如对数和指数函数。见教材P203-2043.直方图均衡化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的数量大致相等。见教材P204-2054.直方图匹配是通过查找表使得一个图像的直方图与另一个图像直方图类似，亦属于非线性变换。（二）邻域法增强邻域法增强是根据周围像元点的关系作邻域运算。（见教材P207）1.平滑：利用图像点（x，y）及其邻域若干个像素的灰度平均值来代替点（x，y）的灰度值，结果是滤掉一些细节，对亮度突变的点产生了“平滑”效果。2.边缘增强：提高边缘灰度值的变化差，使界线更加清晰。统计滤波（statisticalfilter）2倍乘积运行结果利用锐化增强处理（