数字图像处理技术在遥感等领域的现状和未来 发展趋势 The manuscript was revised on the evening of 2021
数字图像处理技术在遥感领域的现状和未来发展趋势 崔云腾 【摘要】阐述了遥感技术目前在国内外的发展现状，以及数字图像处理技术在遥感技术上起到的重大作用。随着数字图像处理技术的发展，让遥感技术有了翻天覆地的变化。并且详细的描述了图像处理技术在遥感领域的关键技术，对这些技术在遥感中起的作用进行解释。最后对图像处理技术在遥感领域未来的发展趋势进行分析。 【关键词】遥感；图像处理；技术发展 Digital image processing technology in the current situation and future development trend in the field of remote sensing Cui Yunteng A bstract this paper expounds the remote sensing technology in the domestic and foreign development present situation, and the digital image processing technology to play a major role in the remote sensing technology. With the development of digital image processing technology, remote sensing technology have changed dramatically. And a detailed description of the key technologies in the field of remote sensing image processing technology, plays the role of these techniques in remote sensing for explanation. Finally, the image processing technology in the field of remote sensing in the future development trend of the analysis. 0.引言 几十年来，随着卫星技术的不断成熟，遥感技术也不断地发展，通过卫星收集大量的影像资料，随之而来对图像的处理分析有了更高的要求，以前需要雇佣几千人，现在运用图像处理系统仅仅需要一台高级计算机，与之前相比分析识别速度有了显着的提高[1]，同时减少了大量的人员工作，并且还可以从照片中发现通过人力所不容易发现不能找到的有用情报。 1.数字图像处理技术在国内外的发展现状 上个世纪60年代，第一台可移植性图像处理的大型计算机研制成功。可以说是数字图像处理技术的开端，自此开始用数字图像处理技术来处理卫星发回来的图片。当时“旅行者七号”发回来的月球图片就是运用数字图像处理技术进行处理，来校正航天器上摄像头中各类型的图形畸变。
《遥感数字图像处理》习题与答案 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。 5.说明遥感数字图像处理与其它学科之间的关系。 答：应具备的基础理论知识有：数学、地学、信息论、计算机、GIS、现代物理学。 6.说明全数字摄影测量系统的任务和主要功能。目前，比较著名的全数字摄影测量系统有哪些？
考试时间：6月21日晚上19:00-21:00 地点：待定 题型：选择、填空、判断、简答、计算 1．考核方式：闭卷考试+ 平时成绩。 2．总成绩评定：闭卷卷面成绩（满分100分）占考核成绩的70％，平时成绩（满分100分）占30％。 3．平时成绩评定 （1）实验完成情况（80分）：。根据学生实验报告提交次数及完成质量进行评定。 （2）作业完成情况（10 分）：根据学生平时作业提交次数及完成质量进行评定。 （3）课堂考勤（10分）：旷课一次扣3分，请假一次扣1分，扣完为止。 2018遥感数字图像处理习题 第1章概论 1．理解遥感数字图像的概念 2．理解遥感数字图像处理的内容 3．了解遥感数字图像处理与分析的目标和指导思想 4．了解遥感数字图像处理的发展及与其他学科的关系 第2章遥感数字图像的获取和存储 1. 理解摄影成像和扫描成像传感器的成像方式 2. 熟练掌握摄影成像和扫描成像影像的几何投影方式和影像特性 3. 掌握遥感常用的电磁波波段 4. 熟练掌握传感器的分辨率 5. 掌握数字化过程中的采样和量化 第3章遥感数字图像的表示和度量 1. 理解遥感图像的数字表示 2. 熟练掌握灰度直方图 第4章图像显示和拉伸 1. 熟练掌握图像的彩色合成 2. 熟练掌握灰度图像的线性拉伸 3. 熟练掌握直方图均衡化，理解直方图规定化
第5章图像校正 1．理解辐射误差产生的原因及辐射校正的类型 2．理解遥感数字图像大气校正的主要方法 3．理解几何畸变的类型与影响因素 4．熟练掌握多项式几何校正的原理与方法 第6章图像变换 1．理解傅立叶变换的原理 2．理解波段运算 3．理解K-L变换 4．理解缨帽变换 5．理解彩色变换 6．了解数字图像融合 第7章图像滤波 1．理解图像噪声与卷积、滤波的原理 2．掌握图像平滑 3．掌握图像锐化 4．掌握频率域滤波 第8章图像分割 1．了解图像分割的概念、方法和流程； 2．了解灰度阈值法； 3．了解梯度和区域方法。 第9章遥感图像分类 1．了解遥感图像的计算机分类的一般原理； 2．熟练掌握非监督分类和监督分类方法； 3．熟练掌握分类精度评估方法； 4．了解计算机分类新方法。 部分习题 几何校正 一、填空题： 1、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＿＿＿。 2、多项式拟合法纠正中控制点的数量要求，一次项最少需要＿＿个控制点，二次项最少项需要＿＿个控制点，三次项最少需要＿＿＿个控制点。
（1）以多波段组合方式将GeoTIFF格式的白银市TM原始数据转换为ENVI Standard 格式： 利用Basic Tools/Layer Stacking弹出对话框然后Import File，弹出对话框，导入GeoTIFF格式的TM原始数据，选择波段1、2、3、4、5和7， 点击OK，利用Choose选择输出路径及文件名，同时可以利用Reorder Files对输入的文件根据自己的需要进行调换顺序，点击OK输出ENVI Standard格式的数据。 （2）查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息，然后编辑头文件： 利用Basic Tools/Resize Data弹出对话框里面选择要查看的影像，左 边会出现其基本信息，如图所示：也有投影信息，既可以用来看单波段的也可以看合成后整个影像的信息。在对话框下，合成影像的名字上右击，选择Quick Statistics弹出对话框，在此对话框中点击Select Plo下拉菜单，选择单波段或者多波段的直方图，相应的对话框中会出现直方图（在结果与分析中记录），还可以右击选择edit修改横、纵坐标的单位。 同样的在合成影像的名字上右击，选择Edit Head，弹出对话框
然后点击Edit Attributes/Band Name弹出对话框，选中波段输入修改 后名字，点击OK即可进行波段名字的修改。点击Edit Attributes/Wavelengths弹出进行相应的波长的修改。 （3）在View视窗中，利用影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型: 可以结合当地的google earth上高分辨率的遥感影像，进行识别，利用Viewer视窗下Tools/SPEAR/Google Earth/Jump to Location可以在google earth上显示View主视窗中相应选中地物对应的位置。 （4）利用Viewer视窗打开影像，分别选取4、3、2和7、4、2波段组合进行假彩色合成，观察实习内容中所要求地物的色调变化： 利用File/Open Image File，选择第1步合成的ENVI Standard 格式的数据，弹出对话框，在其中选择RGB Color，将R、G、B分别设为4、3、2波段，点击Load Band，在Viewer#1中出现了4、3、2波段组合的假彩色图像，再在此窗口中，点击Display/New Display,弹出Viewer#2，选择RGB Color,将R、G、B分别设为7、4、2波段，点击Load Band，在Viewer#2中出现了7、4、2波段组合的假彩色图像，在Viewer窗口中右击选择Link Displays，弹出对话框，点击OK，可以把两个窗口中同一位置进行连接起来， 即其中一个窗口放大、缩小、漫游到某个位置，另外一个也跟着漫游到其相对应的位置。这样可以进行地物色调变化的对比。 （5）提取6种地物在不同波段的数值（Digital Number，DN），做光谱剖面图： 在Viewer视窗中Tools/Profile/Z Profile(Spectrum)弹出对话框,在其 Options下拉菜单中勾选Plot Key,对话框中出现了Viewer视窗中选中的目标地物的X，Y坐标，然后勾选Collect Spectra，鼠标箭头变为十字箭头，在目标地物中取九个点（本来图上就有一个，总共是十个点），然后在选择File/Save Plot As/ASCII弹出对话框 ，点击Select All Items，利用Choose选择输出路径和文件名，点击 OK，将其保存为.txt格式。选六种地物，重复以上操作，提取不同波段的数值（Digital Number，DN）。将.txt格式的文件用excel打开，然后用插入函数中的average函数求出每种地物的平均DN值，然后做出光谱剖面（光谱图如结果与分析中所示）。 （6）使用Excel制作6种地物的样本特征光谱统计表： 在Excel中分别使用插入函数中的AVERAGE、VAR、STDEV、MAX和MIN函数求出各地物样本DN值在各个波段的平均值、方差、标准差、最大值和最小值。然后，在07版Excel 的“Microsoft Office 按钮”，单击“Excel 选项”。“加载项”，然后在“管理”框中，选择“Excel 加载项”，单击“转到”弹出“加载宏”，在弹出来的对话框中选择“分析工具库”，并点击确定。然后从“工具”中找到“数据分析”，从“数据分析”对话框中选择“协方差”，并导入某种地物需求协方差的数据区域并选择“逐行”进行，最后选择数据输出区域并确定，则可得该地物的协方差矩阵。同理，在从“数据分析”对话框中选择“相关系数”，进行相应操作，可求得相关系数矩阵。（在结果与分析中附有个地物的样本特征光谱统计表）（7）制作散点图： 在Excel中，打开6种地物的样本DN数据（5步骤产生的），选择band2和band4做散
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 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？ 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 最大值、最小值、均值、方差的意义 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波段散点图概念及分析 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 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念
方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程 1.主成分分析 1）打开并显示TM影像文件，从 ENVI 主菜单中，选择File → Open Image File选择影像，点击Load Band 在主窗口加载影像。 2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。在弹出的Principal Components Input File 对话框中，选择图像。 3)在Forward PC Rotation Parameters对话框中在输入统计系数，选择计算矩阵（选择协方差矩阵），输出统计文件及路线，统计波段数等相关参数的设置，单击Ok。
北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌
遥感 第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。 （1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 （2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像 2遥感图像的成像方式（三大种：摄影、扫描、雷达）。 （1）摄影，扫描属于被动遥感 雷达属于主动遥感 （2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收 3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。 采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。 量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。量化属于亮度属性离散。 遥感图像数字化过程两个特点：亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有：2,64,128,256 存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨：1,2,3,4,5,7为30米，6为120米 5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）； （1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小 光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率书17-18页 6遥感数字图像的数据（数据级别、数据存储格式、元数据定义） （1）数据级别： 0级产品：未经过任何校正的原始图像数据 1级产品：经过了初步辐射校正的图像校正 2级产品：经过了系统级的几何校正，即根据卫星的轨道和姿态等参数以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由上述参数和处理模型决定。 3级产品：经过几何精校正，即利用地面控制点对图像进行了校正，使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。 不同点：不同级别的产品使用条件不同，但是他们都是数据的集合，是信息量的汇总。一般来说，都是由元数据和图像基本数据两部分数据汇总的结果。
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。
遥感软件 PCI遥感图像处理软件简介 PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列，也就是PCI EASI/PACE、（PCI SPANS，PAMAPS）、ACE、ORTHOENGINE，集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。在今天，随着用户需求广度与深度的不断拓宽与加深，越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握，经过4年努力，PCI公司将原有的四个产品系列整合在一起，产生了一个使用简单、灵巧的工作平台----PCI GEOMAITCA。该系列产品在每一级深度层次上，尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要，而且使用户可以方便地在同一个应用界面下，完成他们的工作。在这之前，用户需用多个软件来实现，并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护，以及不得不投入相当大的精力来在多种数据格式间，进行数据转换。产品模块功能介绍 PCI Geomatica FreeView ( PCI地理咨讯通用视窗) FreeView是PCI公司为用户提供的一个免费的影像浏览工具，用户可以从PCI的网址上直接下载。用于浏览、显示各种数据，如矢量、位图、卫星影像（如LANDSAT, SPOT, RADARSAT, ERS-1/2, NOAA A VHRR等）、航片以及与GIS矢量数据叠加显示、进行属性查询等。FreeView 还具有影像增强，任意漫游、缩放、影像灰度值矩阵显示等功能 PCI Geomatica GeoGateway （PCI通用数据转换工具）PCI Geomatica GeoGateway包含PCI Geomatica FreeView的所有功能。 PCI Geomatica Fundamentals (PCI 地理咨讯基础版) PCI Geomatica Fundamentals包含PCI Geomatica GeoGateway的所有功能。主要包括以下部件： Focus 浏览环境 OrthoEngine FLY!（演示模式）软件许可管理器 PCI Geomatica Prime （PCI地理咨讯专业版） PCI Geomatica Prime包含PCI Geomatica Fundamentals（见上一节）的所有功能。此外，增加了PCI Modeler、EASI、FLY!、算法库等模块。 Geomatica Prime 是强大的、低成本解决方案，提供的工具可用于影像几何校正、数据可视化与分析以及专业标准地图生产。 PCI Productivity Tools （PCI地理咨讯生产工具）该软件是PCI公司为了提高PCI软件的生产能力和效率而专门设计的，其主要功能是为用户提供一系列自动或批处理操作的导向功能。该软件是PCI GEOMATICA PRIME或FUNDAMENTALS功能的扩展。主要提供影像自动镶嵌功能及针对ORTHOENGINE 系列产品的航片，光学卫星影像，雷达卫星的自动同名点收集功能。同时提供影像控制点库及库管理功能。 PCI AIRPHOTO MODEL （PCI地理咨讯系统航空正射影像处理器）是一个与PCI Geomatica Fundamentals或Geomatica Prime模块一起使用的功能强大的航空照片正射校正工具。该模块运用了特殊的算法模型将已经扫描的或由数字摄像机得到的照片制作成精确的正射影像图。所生成的图像可以转化为多种文件形式，作为许多GIS/CAD/MAP软件的数据源。同时用户可选择附加的DEM自动提取、3DVIEW 和三维特征提取模块（OrthoEngine Airphoto DEM）来构造自己的数字摄影测量软件包。该软件具有如下功能：项目工程文件建立（含
遥感数字图像处理教程 第一章概论 1.1图像和遥感数字图像 1.1.1图像和数字图像 本书定义图像为通过镜头等设备得到的视觉形象 根据人眼的视觉可视性可将图像分为可视图像和不可视图像。可视图像有图片、照片、素描和油画等，以及用透镜、光栅和全息技术产生的各种可见光图像。不可见图像包括不可见光成像和不可测量值 按图像的明暗程度和空间坐标的连续性，可将图像分为数字图像和模拟图像。数字图像是指用计算机存储和处理的图像，是一种空间坐标和灰度不连续、以离散数字原理表达的图像。在计算机，数字图像表现为二维阵列，属于不可见图像。模拟图像指空间坐标和明暗程度连续变化的、计算机无法直接处理的图像，属于可见图像。 利用计算机技术，可以实现模拟图像和数字图像之间相互转换。把模拟图像转化为数字图像成为模/数转换，记作A/D转换； 数字图像最基本的单位是像素。像素是A/D转换中国的取样点，是计算机图像处理的最小单位；每个像素具有特定的空间位置和属性特征。 1.1.2遥感数字图像 遥感数字图像时数字形式的遥感图像。不同的地物能够反射或辐射不同长波的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 遥感数字图像中的像素成为亮度值。亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同受大气的影响不同，相同地点不同图像的亮度值可能不同。 图像的每个像素对应三维世界中的一个实体、实体的一部分或多个实体。在太阳照射下，一些电磁波被这个实体反射，一些被吸收。反射部分电磁波到达传感器被记录下来，成为特定像素点的值。 1.2压感数字图像处理 1.2.1遥感数字图像处理概述 遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。遥感数字图像处理主要包括三个方面 1.图像增强，使用多种方法，如：灰度拉伸、平滑、瑞华、彩色合成、主成分变换K-T变换、代数运算、图像融合等压抑、去除噪声、增强整体图像或突出图像中的特定地物的信息，是图像更容易理解、解释和判读、 图像增强着重强调特定图像特征，在特征提取、图像分析和视觉信息的显示很有用。 2.图像校正：图像校正也成图像回复、图像复原，主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。 信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。 1.2.2 遥感数字图像处理系统 数字图像处理需要借助数字图像处理系统来完成。一个完整的遥感数字图像处理系统包括硬件系统和软件系统两大部分。 1.硬件系统 包括计算机、数字化设备、大容量存储、显示器和输出设备以及操作台 1）计算机 是图像处理核心，大的存和高的CPU速度有助于加快处理的进度。 2）数字化设备
实验六遥感影像增强处理 实习目的：掌握常用的遥感影像增强处理的方法。 实习内容：遥感影像空间、辐射、光谱增强处理的主要方法 空间增强：包括卷积增强处理、纹理分析、自适应滤波等 辐射增强：LUT拉伸处理、直方图均衡化处理、直方图匹配、亮度反转处理等 光谱增强：主成份变换、缨帽变换、色彩变换、指数计算等 图像增强是改善图像质量、增加图像信息量、加强图像判读和识别效果的图像处理方法。图像增强的目的是针对给定图像的不同应用，强调图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣区域的特征，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。图像增强的途径是通过一定的手段对原图像附加一些信息或变换数据，有选择的突出图像中感兴趣区域的特征或抑制图像中某些不需要的特征。图像增强的方法包括空间域增强和频率域增强两类。空间域增强包括空间增强、辐射增强和光谱增强。在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。 1．图像解译功能简介（Introduction of Image Interpreter） 利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。 图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：ERDAS图标面板菜单条： Main/Image Interpreter--Image Interpreter 菜单 ERDAS图标面板工具条：点击Interpreter图标一Image Interpreter菜单
2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征
实验三：遥感图像的增强处理 (3机时) 实验目的：通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。 实验内容：卷积增强处理；锐化增强处理；直方图均衡化；色彩变换。 ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。 实验数据：wx98tm543.img（待校正图像）与wx98spot_pan.img（参考图像）校正的结果 wx98tm543_warp.img；ERDAS安装目录中的若干样例图像数据文件。 1、卷积增强（Convolution） 空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。卷积增强（Convolution）是空间增强的一种方法。 卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。卷积增强（Convolution）处理的关键是卷计算子----系数矩阵的选择。该系数矩阵又称卷积核（Kernal）。ERDAS IMAGINE将常用的卷计算子放在一个名为default.klb的文件中，分为3*3，5*5、7*7三组，每组又包括“EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。具体执行过程如下： ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement →convolution→convolution对话框。
图3-1 Convolution对话框 几个重要参数的设置： 边缘处理方法：（Handle Edges by）：Reflection 卷积归一化处理：Normalize the Kernel 2、直方图均衡化（Histogram Equalization） 直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。注意：认真对比直方图均衡化前后图像差别，仔细观察直方图均衡化的效果。 图3-2直方图均衡化 3、主成分变换 主成分变换（Principal Component Analysis）是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。ERDAS IMAGE提供的主成分变换功能最多等对256个波段的图象进行转换压缩。 ERDAS 图标面板菜单条：Main →Image Interporeter→Spectral Enhancement →Principial Comp →Pincipal Components对话框。（图3-3）
数字图像处理技术的研究现状与发展方向 孔大力崔洋 （山东水利职业学院，山东日照276826） 摘要：随着计算机技术的不断发展，数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。 关键词：数字图像处理；特征提取；分割；检索 引言 图像是指物体的描述信息，数字图像是一个物体的数字表示，图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理，它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。 1数字图像处理的目的 一般而言，对图像进行加工和分析主要有以下三方面的目的[1]： (1)提高图像的视感质量，以达到赏心悦目的目的。如去除图像中的噪声，改变图像中的亮度和颜色，增强图像中的某些成分与抑制某些成分，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。 (2)提取图像中所包含的某些特征或特殊信息，以便于计算机进行分析，例如，常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面，如频域特性、灰度/颜色特性、边界/区域特性、纹理特性、形状/拓扑特性以及关系结构等。 (3)对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 2数字图像处理的方法 数字图像处理按处理方法分，主要有以下三类，即图像到图像的处理、图像到数据的处理和数据到图像的处理[2]。 （1）图像到图像。图像到图像的处理，其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。 首先，各类图像系统中图像的传送和转换中，总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，衰减次要信息，提高图像的可读性，增强图像中某些特征，使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如，对图像的灰度值进行修正，可以增强图像的对比度；对图像进行平滑，可以抑制混入图像的噪声；利用锐化技