没有合适的资源?快使用搜索试试~ 我知道了~
首页遥感数字图像处理-课件内容...doc
《遥感数字图像处理》以遥感分类专题图的制作为知识主线,在讲述理论的同时,结合具体实例,以envi遥感图像处理软件系统为处理平台,详细介绍了遥感图像预处理、增强处理和遥感图像分类的实践操作步骤。 《遥感数字图像处理》的特点是边讲述理论边介绍实践操作,理论知识与实践操作密切结合。理论知识的广度和深度以实践需求为导向,没有过分深入进行理论上的深度挖掘。因此,《遥感数字图像处理》的主要用于专科类型的遥感、测量、地理信息系统及相关专业的遥感课程教材,也可作为本科或者从事遥感图像处理相关岗位专业人员的参考书。
资源详情
资源评论
资源推荐

遥感数字图像处理
1.概论
遥感、遥感过程
遥感:一种在远离目标,不与目标直接接触的情况下,通过传感器获取其特征信息,并对
这些信息进行处理、分析和应用的综合性探测技术
遥感过程:遥感过程是指遥感信息的获取、传输、处理,以及分析判读和应用的全过程
遥感图像、遥感数字图像、遥感图像的数据量
遥感图像:是指遥感传感器通过检测、度量地物的电磁波辐射能并进行记录所得到的图像
遥感数字图像:是指以数字化形式表述的遥感影像。
遥感图像的数据量:H=M×N×b×n(bit)M、N 为行列数,b 为波段数,n=lnG/ln2
遥感图像的数字化、采样和量化
遥感图像的数字化:指光学图像(物理图像)到数字图像的转换过程,包括采样和量化两
个过程
采样:将空间上连续的图像变换为离散的点的操作
量化:将测量的灰度值用一个整数表示
通用遥感数据格式(BSQ、BIL、BIP)
BSQ,波段序列格式
BIL,波段行交替格式
BIP,波段像元交替格式
遥感图像的模型:多光谱空间
多光谱空间:对于 n 个波段的多光谱图像,这 n 个波段构成一个 n 维多光谱空间,多光谱
空间就是一个 n 维坐标系,每一个坐标轴代表一个波段,坐标值为亮度值,坐标系内的每
一个点代表一个像元。描述像素在各个波段中亮度值的分布。多光谱空间中,像元点在坐
标系中的位置可以表示成一个 n 维向量,其中每个分量 xi 表示该点在第 i 个坐标轴上的投
影,即亮度值。多光谱空间只表示各波段光谱之间的关系,而不包括任何该点在原图像中
的位置信息,它没有图像空间的几何意义。
遥感图像的信息内容:
波谱信息:指遥感图像上不同地物之间的亮度值差异及同一地物在不同波段上的亮度值差
异
空间信息: 通过图像亮度值在空间上的变化反映出来的信息
时间信息: 指不同时相遥感图像的光谱信息与空间信息的差异
遥感数字图像处理、遥感数字图像处理的内容
遥感数字图像处理: 利用计算机对遥感数字图像进行一系列操作,以求达到预期目的
遥感数字图像处理的内容:图像增强、图像校正、信息提取
遥感图像的获取方式主要有哪几种?
摄影成像、扫描成像、雷达成像
1

如何估计一幅遥感图像的存储空间大小?
以(M)为单位,L=n*(M*N/c
2)
/2
20
(L 存储大小、M 行数、N 列数、c 空间分辨率、
n 波段数)
遥感图像的信息内容包括哪几个方面?
遥感图像的信息内容包括哪几个方面:波谱信息、空间信息、时间信息。
多光谱空间中,像元点的坐标值的含义是什么?
每个分量 xi 表示该点在第 i 个坐标轴上的投影,即亮度值。
与通用图像处理技术比较,遥感数字图像处理有何特点?
在保证图像清晰的前提下还要尽可能的保证遥感图像空间信息,波谱信息的准确性。
遥感数字图像处理包括那几个环节?各环节的处理目的是什么?
(1)图像增强、图像校正、图像提取。
(2)增强:增强现实图像的整体或突出图像中特定地物的信息,试图向更容易理解、
解译、判读。校正:使图像信息尽可能反映地物的辐射信息、空间信息和物理过程。提取 :
从校正后的遥感图像整提取各种有用信息。
2.遥感图像的统计特征
2.1 图像空间的统计量
灰度直方图:概念、类型、性质、应用
概念:用来描述图像中每一灰度级与其出现频率间的关系的图表
类型:
直方图:横坐标为的灰度级,纵坐标为等于各个灰度级像元的出现频率(像元数)
累计直方图:横坐标为的灰度级,纵坐标为小于等于各灰度级的像元的出现频率(像元
数)
性质:
直方图反映表示不同灰度像元的出现频率,不包含像元的位置信息
同一图像的直方图唯一,同一直方图可以对应不同的图像
一幅图像的直方图等于其各部分图像直方图之和
同类地物的直方图接近正态分布
应用:
1.直方图是图像分析的重要工具。通过分析直方图可以了解图像的质量及其它相关信息
2.通过调整直方图形态可以改善图像对比度
最大值、最小值、均值、方差的意义
最大值、最小值、变差:反映图像的动态范围
均值:反映图像的总体亮度
方差:指各波段亮度值的方差,反映图像信息量的大小
2.2 多光谱空间的统计特征
均值向量、协方差矩阵 、相关系数、相关矩阵的概念及意义
均值向量:描述象元矢量 x 在多光谱空间中的平均(中心)位置
协方差矩阵:N 个波段相互间的协方差排列在一起所组成的矩阵
意义:描述象元矢量 x 在均值向量 m 附近的分布情况
描述影像波段间的相关性
2

相关系数:描述影像波段间的相关程度的统计量
反映了两个波段图像所包含信息的重叠度
相关矩阵:N 个波段相互间的相关系数排列在一起所组成的矩阵
反映了波段间包含信息的重叠度
波段散点图概念及分析
概念:散点图是表示两个变量之间关系的图,又称相关图。
通过作散点图对数据的相关性进行直观地观察,不但可以得到定性的地论,而且可以通过
观察剔除异常数据。
通过观察相关图主要是看点的分布状态,概略地估计两因素之间有无相关关系,从而得到
两个变量的基本关系。
主要遥感图像的统计特征量的意义
两个重要的图像分析工具:直方图、散点图
3.遥感数字图像增强处理
图像增强:概念、方法
概念:用于改善图像质量或突出图像中感兴趣的信息,加强图像判读和识别效果的图像处
理方法
方法:图像增强的方法是通过一定手段对原图像附加一些信息或变换数据,有选择地突出
图像中感兴趣的特征或者抑制(掩盖)图像中某些不需要的特征,使图像与视觉响应特性相
匹配。
空间域增强、频率域增强
空间域增强:直接对图像象素灰度值进行处理
频率域增强:将图像经傅立叶变换后的频谱成分进行处理,然后逆傅立叶变换获得所需的
图像,达到增强的目的
3.1 辐射增强:概念、实现原理
3

概念:一种直接通过改变图像中象元的亮度值来改变图像的对比度,从而改善图像质量的
处理方法
实现原理:
点运算:逐个象元进行处理,处理结果与邻近象元无关
查找表:用以描述图像变换前后象元亮度值关系的图表
影响直方图:是影像灰度值的函数,是描述影像中各灰度值象元个数的图表,其横坐标表
示象元的灰度,纵坐标表示象元的个数
直方图修正,线性变换、分段线性变换算法原理
直方图修正:图像直方图修正是指通过修改影像直方图来改善图像对比度。图像直方图修
正是通过指定原始图像与新图像象元值间的变换关系来实现的
线性变换:在曝光不足或过度的情况下,图像灰度会局限在一个很小的范围,是一个模糊
不清、似乎没有灰度层次的图像。采用线性变换对图像每一个像素灰度作线性拉伸,可有
效地改善图像视觉效果。
分段线性变换算法:不同亮度范围采用不同线性变换函数
直方图均衡化、直方图匹配的应用
直方图均衡化:将原图像的直方图通过变换变为均匀直方图,从而得到一幅灰度均匀分布
的图像
直方图匹配:将原直方图修正到指定的结果(形状)-直方图规定化
应用:图像镶嵌
3.2 空间增强
邻域、邻域运算、模板、模板运算
邻域:对于图像中的任一象元(i,j),把象元集合{i+p,j+q}(p,q 为任意整数)叫该象元的
邻域
邻域运算:基于输入像素的一个邻域的像素灰度确定该像素输出灰度的图像处理运算
模板:是一个大小为 M×N 的数值矩阵,如 3×1、2×2、3×3、5×5 等。
模板运算:用于实现邻域运算,其数学涵义是一种卷积运算,运算结果称为模板响应 。
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。
空间增强的概念
概念:或称几何增强、空间滤波,是一种基于邻域运算的影像处理技术,主要用于实现图
像空间几何特征的增强处理,包括平滑和锐化
平滑(均值滤波、中值滤波)原理、特点、应用
平滑:用于去除遥感图像中的噪声或减小图像灰度变化幅度。
也称低通滤波,用于抑制图像中的高频分量,模糊图像细节
均值滤波:对图像边缘的影响较大
适合用于去除零均值的随机噪声
随着邻域的加大,图像的模糊程度也愈加严重
中值滤波:处理结果为图像窗口中象元值按大小顺序排列的中间数
4
剩余15页未读,继续阅读















安全验证
文档复制为VIP权益,开通VIP直接复制

评论0