第2-2章-遥感基础——无人机遥感测绘技术及应用

第一章第二章第二章遥感基础（续）《无人机遥感测绘技术及应用》第四节遥感图像辐射处理§4.1遥感图像辐射校正综述§4.2遥感图像辐射增强§4.3遥感图像平滑§4.4遥感图像锐化§4.5多光谱图像四则运算§4.6遥感图像融合4.1辐射校正辐射误差(rediometricerror)：利用传感器观测目标的反射与辐射能量时，传感器所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的。其中包含了太阳位置条件、薄雾等大气条件、或因传感器的性能不完备等条件所引起的失真。辐射校正(rediometriccalibration)：为了正确评价目标的反射和辐射特性，消除图像中依附在辐射亮度中的各种失真过程。辐射误差产生的原因因传感器的响应特性引起的辐射误差光学摄影机引起的辐射误差光电扫描仪引起的辐射误差条带噪声、斑点噪声因大气影响的辐射误差因太阳辐射引起的辐射误差太阳位置引起的辐射误差地形起伏引起的辐射误差辐射校正由遥感器的灵敏度特性引起的畸变校正由光学系统的特性引起的畸变校正：在使用透镜的光学系统中，例如在摄像面中，存在着边缘部分比中心部分发暗的现象（边缘减光）。如果以光轴到摄象面边缘的视场角为θ，则理想的光学系统中某点的光量与cosnθ几乎成正比，利用这一性质可以进行校正（cosnθ校正）。由光电变换系统的特性引起的畸变校正：由于光电变换系统的灵敏度特性通常有很高的重复性，所以可以定期地在地面测定其特性，根据测定值进行校正。条带噪声和斑点噪声例：Landsat卫星光电转换系统特性引起的辐射误差校正minmaxminmaxRDRRVRmaxminRR和maxDR其中：分别是探测器的最小、最大辐射亮度；对应MSS和TM分别是127和255；绝对辐射亮度；)sr(mW/cm2V数据值。波段1234567Rmin/Rmax-0.0099/1.004-0.0227/2.404-0.0083/1.410-0.0194/2.660-0.00799/0.5873-0.00375/0.35950.1534/1.896波段宽度0.0660.0810.0690.1290.2160.2501.239波段Landsat2Landsat3Landsat4Landsat540.08/2.630.04/2.500.04/2.380.04/2.3850.06/1.760.03/2.000.04/1.640.04/1.6460.06/1.520.03/1.650.05/1.420.05/1.4270.11/3.910.03/4.500.12/3.490.12/3.49TM的最小、最大辐射亮度MSS的最小、最大辐射亮度例：条带噪声去除成像时，由于检测系统某一扫描线上故障造成扫描线脱落。这时往往没有任何信息，在图像只显示一条黑线，有时也会出现分段黑线，这些均称条带噪声。对于遥感图像可以直接在图像上目视观察条带是否存在，但一般来说，则要设法让计算机自动查找条带了。采用公式)(iijiijmgDdMG式中：gij：某一像元被计算前的输入灰度值；M：整个图像所有像元灰值的平均值；D：整个图像所有像元数灰度值的标准偏差；mi：每条扫描线上像元灰度平均值；di：每条扫描线上像元灰度的标准偏差按照上面查找条带公式。如果第i行是一个条带，由于条带上所有像元都是零级灰值，故mi和di计算出来也为零值，最后计算的Gij的灰度值应该等于整个像幅灰度值的平均值M，即计算出来第i行的所有像元的灰值都相等（也即等于某一常数时），说明第i行是一个条带，需进行去条带处理。(a)原始图像(b)纵向条带去除后结果图辐射校正太阳高度及地形等引起的畸变校正视场角和太阳角的关系引起的亮度变化的校正：太阳光在地表反射、扩散时，其边缘更亮的现象叫太阳光点（sunspot），太阳高度高时容易产生。太阳光点与边缘减光等都可以用推算阴影曲面的方法进行校正。阴影曲面是指在图像的明暗范围内，由太阳光点及边缘减光引起的畸变部分。地形倾斜的影响校正：当地形倾斜时，经过地表扩散、反射再入射到遥感器的太阳光的辐射亮度就会依倾斜度而变化。可以采取用地表的法线矢量和太阳光入射矢量的夹角进行校正的方法，以及对消除了光路辐射成分的图像数据采用波段间的比值进行校正的方法等。4.2遥感图像辐射增强遥感图像增强是为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需要的信息，使图像更易判读。图像增强的实质是增强感兴趣目标和周围背景图像间的反差。它不能增加原始图像的信息，有时反而会损失一些信息。它也是计算机自动分类一种预处理方法。4.数字图像直方图:以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。一、直方图变换a图像直方图靠近低灰度区，该图像属于低反射率景物图像；b图像为高反射率景物图像；c图像直方图标准差偏小，为低反差景物图像；d图像直方图的标准差较大，为高反差景物的图像；e图像直方图呈现出多峰，图中有多种地物出现的频率较高；f图像直方图呈现出双峰，并且高亮度地物（如云、白背景等）出现频率高。正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。偏态分布：图像偏亮或偏暗，层次少，质量较差。小结图像直方图是描述图像质量的可视化图表。在图像处理中，可以通过调整图像直方图的形态，改善图像显示的质量，以达到图像增强的目的。灰度变换是一种简单而实用的方法。它可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显，它是图像增强的重要手段之一。二灰度变换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（图6－2－5），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。1直方图均衡直方图均衡特点是：(1)各灰度级所占图像的面积近似相等(2)原图像上频率小的灰度级被合并(3)增强图像上大面积地物与周围地物的反差，同时也增加图像的可视粒度.(4)如果输出数据分段级较小，则会产生一个初步分类的视觉效果。(5)具体增强效果不易控制,只能全局均衡直方图均衡前后的影像直方图均衡前后的彩色影像2直方图正态化直方图正态化是将随机分布的原图像直方图修改成高斯分布,修改直方图的方法与直方图均衡类似，采用累加方法3直方图匹配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。直方图的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匹配很有用。特别是对图像镶嵌或变化检测有用。为了使图像直方图匹配获得好的结果，两幅图像应有相似的特性：(1)．图像直方图总体形状应类似；(2)．图像中黑与亮特征应相同；(3)．对某些应用，图像的空间分辨率应相同；(4)．图像上地物分布应相同，尤其是不同地区的图像匹配。如果一幅图像里有云，而另一幅没有云，那么在直方图匹配前，应将其中一幅里的云去掉。待匹配的影像匹配后的影像参照影像分别的直方图4亮度反转处理灰度反转是指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，其结果是原来亮度的地方变暗，原来暗的地方变亮。5线性变换在改善图像对比度时，如果采用线性或分段线性的函数关系，那么这种变换就是线性变换。调整线性参数，改变变换效果分段式线性变换三、彩色变换把数字图像组合转换成彩色图形，或者把各种增强或分类图像组合叠加，以彩色图像显示出来。（彩色的视觉分辨能力比黑白高）1:彩色合成(多波段色彩变换)根据每个象元数据值的大小和性质，分别归入计算机规定的程序中，赋给每个象元一种颜色，经计算机处理，输出按顺序排列的彩色象元点阵，这就是彩色合成图象。彩色合成技术就是利用眼睛的视觉特性，以少数几种色光或染料合成出许多不同的颜色。彩色合成一般是用红、绿、蓝三种基本色调色彩是由色度（颜色种类）、亮度（色彩明亮度）和饱和度（色彩深浅）三个指标来衡量的。要重现物体的天然色彩或进行假彩色合成，必须对彩色进行分解，以获得红、绿、蓝三基色分光图象，然后用加色法或减色法还原成本来的颜色。加色法是以红、绿、蓝三基色中的两种以上色光按一定比例混合，产生其它色彩的彩色合成法。两种基色按等量叠加得到一种补色：红+绿=黄，红+蓝=品红，绿+蓝=青红+绿+蓝=白(消色)非互补色不等量叠加，得到两者的中间色红（多）+绿（少）=橙红（少）+绿（多）=黄绿减色法是指从白光中减去其中一种或两种基色光而产生其它色彩的彩色合成法。减色法一般用于颜料配色，如彩色印刷、染印彩色象片等。ETM3ETM4ETM5合成影像TM1TM2TM3TM4TM5TM6TM7TM7,4,1TM5,7,2TM5,4,3TM4,3,24.3遥感图像平滑1:平滑--图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。均值平滑：将每个像元在以其为中心的区域内，取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。中值滤波：将每个像元在以其为中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。在消除噪音的同时，还能防止边缘模糊空间滤波：以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。图像卷积运算：在图像的左上角开一个与模板同样大小的活动窗口，图像窗口与模板像元的亮度值相乘再相加，得到新像元的灰度值。低通滤波高通滤波4.4图像锐化锐化—突出图像的边缘、线性目标或某些亮度变化率大的部分。罗伯特梯度：找到了梯度较大的位置，也就找到了边缘，用不同的梯度值代替边缘处像元的值，也就突出了边缘。①索伯尔梯度②拉普拉斯算法③定向检测垂直边缘水平边缘4.5多光谱图像四则运算1．减法运算Bm=BX－BY其中BX、BY为两个不同波段的图像或者不同时相同一波段图像。*当为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波段上变化趋势相反时的反差。*而当为两个不同时相同一波段图像相减时，可以提取波段间的变化信息。2．加法运算B=通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像；而绿色波段，红色波段和红外波段图像相加可以得到全色红外图像。3．乘法运算B=(∏Bi)1/m乘法运算结果与加法运算结果类似4．除法运算Ｂ＝Ｂx／Ｂy*通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；I阴5/I阴7=ρ5E阴5/E阴ρ7=ρ5/ρ7I阳5/I阳7=ρ5E阳5/E阳ρ7=ρ5/ρ7*也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分因此，比值运算是自动分类的预处理方法之一。5．混合运算归一化差分植被指数（NDVI）NDVI=(红外-红)/(红外+红)例NDVI=(MSS7-MSS5)/(MSS7+MSS5)也称为生物量指标变化，可使植被从水和土中分离出来。(MSS6-MSS5)/(MSS6+MSS5)以消除部分大气影响6多光谱图像变换一K-L变换(Karhunen-Loeve)(主分量变换)K-L变换:它是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y.Y=AX特点:变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴一定指向数据量较大的方向。该变换的几何意义是把原始特征空间的特征轴旋转到平行于混合集群结构轴的方向上去。达到数据压缩、提高信噪比、提取相关信息、降维处理和提取原图像特征信息的目的。4.6图像融合一图像融合定义将多源遥感图像按照一定的算法，在规定的地理坐标系，将不同传感器获取的遥感影像中所提供的各种信息进行综合,生成新的图像的过程。二融合目的提高对影像进行分析的能力(通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性)。三多源遥感图像信息融合的关键(1)充分认识研究对象的地学规律(2)充分考虑不同遥感数据之间的波谱信息的相关性引起的有用信息的增加和噪声误差的增加,对多源遥感数据作出合理的