谈谈对图像处理的理解和应用

谈谈对图像处理的理解和应用
李明骏
重庆交通大学，重庆，中国，400074
kinglee699@
【摘要】学生由于为测绘专业，所以对图像处理的应用主要集中在遥感（RS）、摄影测量、地理信息系统（GIS）。

同时，学生课余也自学过一些图像、视频处理软件：Photoshop、会声会影。

本文就结合蓝老师对《模式识别与图像处理》课程的讲解来谈谈与我有较深入接触的图像处理应用的一点点理解。

【关键词】遥感；摄影测量；地理信息系统；图像处理；模式识别
1图像的表现形式
从空间域来说，图像的表示形式主要有光学图像和数字图像两种形式。

此外，图像还可以从频率域上进行表示。

图像从空间域变换到频率域是通过傅立叶函数。

2数字图像的获取
遥感图像的获取是通过在高空和外层空间的各种平台上，运用各种传感器来得到反映地表特征的图像。

传感器所得到的图像所记录的是地物的光谱特性。

地面反射或发射的电磁波信息经过地球大气到达遥感传感器，传感器根据地物对电磁波的反射强度以不同的亮度表示在遥感图像上。

遥感传感器记录地物电磁波的形式有两种：一种以胶片或其他的光学成像载体的形式，另一种以数字形式记录下来，也就是所谓的光学图像和数字图像记录的方式记录地物的遥感信息。

图1遥感影像图
航空影像的获取通常是利用安装在航摄飞机上的航摄仪从空中一定高度对地面进行摄影，取
得航片。

并以此作为摄影测量的原始资料。

图2航摄正射影像图
地理信息系统所需要的图像一般来源有：纸制地图扫描、遥感图像、航片。

图3GIS矢量化图
Potoshop、会声会影中所要编辑的图像获取为大多数摄影摄像设备所采集得到的图像。

3数字图像处理
数字图像处理主要有两类，一类是其输入输出都是图像；另一类的输入是图像，但输出是从
图像中提取的特征属性。

3.1遥感图像的处理
遥感图像的处理主要包括：遥感图像的几何处理、遥感图像辐射处理、遥感图像判读、遥感图像自动识别分类。

3.1.1遥感图像的几何处理
遥感图像作为空间数据，具有空间地理位置的概念。

在应用遥感图像之前，必须将其投影到需要的地理坐标系中。

因此，遥感图像的几何处理是遥感信息处理过程中的一个重要环节。

随着遥感技术的发展，来自不同空间分辨率、不同光谱分辨率和不同时相的多源遥感数据，形成了空间对地观测的影响金字塔。

但处理、分析和综合利用这些多尺度的遥感数据，进行多源遥感信息的表示、融合及混合像元的分解时，必须保证各不同数据源之间几何的一致性，需要进行影像间的几何配准。

同时高分辨率遥感影像的出现对几何处理提出了更高的要求。

遥感图像的几何处理包括两个层次：一，遥感图像的粗加工处理：即粗纠正，只做系统误差纠正；二，遥感图像的精加工处理：即消除图像中的几何形变，从而得到一幅符合某种地图投影或图形表达要求的新图像。

3.1.2遥感图像辐射处理
因为传感器输出的能量包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。

辐射校正包括：影像的辐射校正、太阳高度角和地形影响引起的辐射误差校正（因为由于太阳高度角的影响，在图像上会产生阴影现象，阴影会覆盖阴坡地物，对图像的定量分析和自动识别产生影响）、大气校正（大气会对太阳和来自目标的辐射产生吸收和散射）。

3.1.3遥感图像增强
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。

它是计算机自动分类的一种预处理方法。

图像增强的方法包括：空间域（点运算、局部处理）和频率域（高通滤波、低通滤波、同态滤波）的处理，以及彩色增强（伪彩色增强、真彩色增强）的处理。

3.1.4遥感图像判读
对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后提取出所感兴趣的信息。

判读方法：（1）目视判读：根据图上显示的各种特征和地物的判读标志，先大后小，由易入难，由已知到未知，先反差大的目标后反差小的目标，先宏观观察后微观观察等，并结合专业判读的目的去发现目标。

对发现的目标，应从光谱特征、空间特征、时间特征等几个方面去描述。

利用已有的资料，对描述的目标特征，结合判读员的经验，通过推理分析（包括必要的统计分析）将目标识别出来。

判读出来的目标还应该经过鉴定后才能确认。

最后，图上各种目标识别并确认后应清绘成各种专题图。

（2）自动判读（模式识别）：利用计算机，通过一定的数字方法（如统计学、图形学、模糊数学等）对地球表面及其环境在遥感图像上的信息进行属性的识别和分类，从而达到识别图像信息所相应的实际地物，提取所需地物信息的目的。

3.1.5遥感图像自动识别分类
遥感图像的计算机分类，是模式识别技术在遥感技术领域中的具体运用。

遥感图像的计算机分类，就是利用计算机对地球表面及其环境在遥感图像上的信息进行属性的识别和分类，从而达到识别图像信息所相应的实际地物，提取所需地物信息的目的。

遥感图像的计算机分类是模式识别中的一个方面，它的主要识别对象是遥感图像及各种变换之后的特征图像，识别目的是国土资源和环境的调查。

目前，遥感图像的自动识别分类主要采用决策理论（或统计）方法，按照决策理论方法，需要从被识别的模式中，提取一组反映模式属性的量测值，称之为特征，并把模式特征定义在一个
特征空间中，进而利用决策的原理对特征空间进行划分。

以区分具有不同特征的模式，达到分类的目的。

遥感图像模式的特征主要表现为光谱特征和纹理特征两种。

基于光谱特征的统计分类方法是遥感应用处理在实践中最常用的方法；基于纹理特征的统计分类方法则是作为光谱特征统计分类方法的一个辅助手段来运用，目前还不能单纯依靠这种方法来解决遥感应用的实际问题。

另外一种方法称为句法（或结构）模式识别，这种方法在遥感中的应用目前还在进行探索。

图4 模式识别系统模型
3.2航射影片的处理
由于如今摄影测量大多数获取的是数字影像，所以我们在对航摄影片的处理主要包括：计算机定向和数字相关。

具体就是利用数字灰度信号，采用数字相关技术量测同名像点，在此基础上通过解析计算，进行内定向、相对定向和绝对定向，建立数字立体模型，从而建立数字高程模型，绘制等高线，制作正射影像图以及为地理信息系统提供基础信息等。

计算机定向方法包括：相对定向和绝对定向。

相对定向是指先不考虑像片的绝对位置和姿态，只恢复两张像片之间的相对位置和姿态。

绝对定向是指恢复像片摄影瞬间的绝对位置和姿态，其实质是将相对定向后求出的摄影测量坐标转换为地面测量坐标。

3.3地理信息系统中图像的处理
在地理信息系统中对图像的处理主要是进行坐标配准和图像矢量化。

由于地理信息系统拥有强大的属性功能，通过对图片中的特征点、线、面进行矢量化，并录入相关的地理属性，从而达到管理、分析、决策的目的。

在地理信息系统的图像矢量化过程中，通常采用的仍然是图层功能，在原有图像上进行分层，分别录入不同类属性的地理特征。

3.4Photoshop 中的图像处理
Photoshop 拥有强大的平面图处理、编辑、设计功能。

处理的大部分为栅格图像。

就我对数字图像的理解，数字图像主要分两大类：栅格图像和矢量图像。

所谓栅格图像，在我的理解中为图像是像素组成，在数学描述中是离散的点阵，并且在图像放大或缩小过程中会出现失真；所谓矢量图像，在我认识里矢量图主要是由点、线、面组成，在数学描述中是具有连续性的，在图像放大或缩小过程中，图像不会失真。

Photoshop 中对图像的处理类型很多，我经常使用的包括：拼接、抠像、色彩变换、形状变换、增添艺术效果，视频模板PNG 格式图片制作等等。

图5Photoshop 图片处理应用实例
3.5会声会影中的图像处理
我在运用会声会影进行视频影像编辑和制作时，对于图片的处理主要是图像变形和抠蓝（抠绿），因为大部分图像已经通过Photoshop处理过了，这也由于视频处理软件的图像处理功能并不强大。

4基于模式识别和图像处理的一些思考
关于遥感图像中道路的自动提取：道路是具有等级的，同时道路也是连续的、平滑的、线性的，同一等级道路具有相同宽度（除某些地方超高、加宽），遥感图像中对同一条道路的反映应该不会出现较大的跳跃式变化。

我们是否可以通过对道路等级（道路宽度，道路转角下限）的设定，以及对道路长度的下限进行设定，来控制粗差（识别出现错误），从而达到提取出不同等级道路线路的目的。

5总结
以上就是学生专业中和生活里所接触的图像处理内容。

由于自身对于模式识别和图像处理的学习还远远不足，所以谈论的有些散，有些浅。

但经过这半学期的学习，对于模式识别和图像处理还是受益匪浅，特别是思路更开放，眼界更开阔。

在此感谢老师的指引，谢谢！
参考文献
[1]范立南，韩晓微，张广渊.科学出版社，2007.3
[2]孙家柄.遥感原理与应用.武汉大学出版社，2003.2
[3]王佩军，徐亚明.摄影测量学.武汉大学出版社，2005.9
[4]汤国安.地理信息系统教程.高等教育出版社，2007.4。