第五章 遥感图像处理(一)

彩色合成的原理图
反射率ρ/%
（3）HSI变换
HSI代表色调、饱和度和明度（hue，
saturation，intensity）。色彩模式可以用近似 的颜色立体来定量化。颜色立体曲线锥形改 成上下两个六面金字塔状。
五、多光谱图像四则运算
（一）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。
2 -1 -1 0 (x,y) (x,y+1) (x+1,y+1)
⊕
(x+1,y)
模板可以根据需要设计成各种不同权和大小 以下是常用的锐化算子:
Roberts算子：G[i,i]=|f[i,j]-f[i+1,j+1]|+|f[i+1,j]-f[i,j+1]|;
1 0 0 -1 0 -1 0
+
1
Sobel 算子：G[i,i]=|f[i-1,j+1]+2f[i,j+1]+f[i+1,j+1]-f[i-1,j-1]2f[i,j-1]-f[i+1,j-1]|+|f[i-1,j-1]+2f[i-1,j]+f[i-1,j+1]-f[i+1,j-1]2f[i+1,j]-f[i+1,j+1]|;
假彩色图像
假彩色图像是指图像上影像的色调与实际地物色调 不一致的图像。 遥感中最常见的假彩色图像是彩色红外合成的标准 假彩色图像。它是在彩色合成时，把近红外波段的 影像作为合成图像中的红色分量、把红色波段的影 像作为合成图像中的绿色分量、把绿色波段的影像 作为合成图像中的蓝色分量进行合成的结果。 如TM432合成RGB的图像为标准假彩色图像。

六、邻域增强处理
邻区法增强处理是在被处理像元周围的像元参与 下进行的运算处理 。
邻域处理又叫滤波处理，邻域的范围取决于滤波 器的大小，如3×3或5×5等。
邻区法处理用于去噪声、图像平滑、锐化和相关 运算 。
七、主成分分析
在遥感图像分类中，常常利用主成分分析算法来消除特
征向量中各特征之间的相关性，并进行特征选择。
x2
八、K-T变换及其应用
Kauth-Thomas变换（…)，简称K-T变换，又形象地称 为“缨帽变换”。这种变换着眼点在于农作物生长过程 而区别于其他植被覆盖，力争抓住地面景物在多光谱空 间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感 数据的应用分析方面。
1976年，Kauth和Thomas发现了一种线性变换，它 使坐标空间发生旋转，但旋转后的坐标轴不是指向主成 分的方向，而是指向另外的方向，这些方向与地面景物 有密切的关系，特别是与植物生长过程和土壤有关。这 种变换既可以实现信息压缩，又可以帮助解译分析农业 特征，因此有很大的实际应用意义。
非监督分类法：没有先验的样本类别，根据像元间的相似度 大小进行归类，将相似度大的归为一类的方法返。回 下一节
§3 常用遥感图像处理软件
目前国内常用的遥感图像处理软件有： Erdas：美国亚特兰大ERDAS公司集遥感和GIS于一身 的软件。 Envi：美国Better Solutions Consulting 有限公司开 发的遥感图像处理软件。 Idris：是由美国可克拉克大学地理学研究生院制图技术 与地学分析实验室开发的。 Er-mapper：Earth Resource公司开发的图像处理软 件。 PCI:加拿大PCI公司的产品，处理遥感图像。
§1 遥感图像的增强处理

(3) 变换后依然得到6个图像。其中：第一个图像反映亮 度特征，是原图像亮度的加权和；第二个图像表示绿度，反 映绿色生物量特征；第三个图像表示湿度，反映土壤的湿度
特征；其余三个分量与地物特征没有明确的对应关系。
七、多元信息复合
遥感图像信息融合(Fusion)是将多源遥感数据在统一的 地理坐标系中，采用一定的算法生成一组新的信息或合
其中：
k ( g 'max g 'min ) /( gmax gmin ) 255/ 52 4.9
b g 'ij kgij 0 49 49
2、非线性拉伸
（1）指数变换
xb be
（2）对数变换
axa
c
xb b度进行分层，每一层所包含的亮度值范围可以不
同。
图像密度分割原理可以按如下步骤进行：
（1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间ΔD = dmax-dmin + 1； （3）求分割层的密度差Δd =ΔD／n ，其中 n为需分割的层数；
（4）求各层的密度区间；
（5）定出各密度层灰度值或颜色。
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。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。
T M 4 影 像
T M 3 影 像
TM4-TM3影像
87 年 影 像
92 年 影 像 变化监测结果影像
（二）加法运算
B= i /m
i=1 m
加法运算可以加宽波段，如绿色波段和红色波 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。
-1 -2 -1 0 0 0 1 2 1 1 2 0 -2 1 0 -1

凡是既记录电磁波的振幅，又记录位相的胶片都称为遥感波带片。合 成孔径侧视雷达直接获得的就是一种波带片。 在合成孔径侧视雷达系统中，设有一位相稳定的参考波束，每一地面 点的雷达回波与参考波束同时记录在胶片上，实质上，胶片记录的就是两 者的干涉图。用这种方式就能将回波振幅与位相同时记录下来，经激光再 现，便能获得可供解译的雷达图像。 二、遥感磁带的种类 模拟磁带是一种暂时记录工具，它记录的是一种模拟电压曲线，再经 电光转换变成光信号。以扫描方式记录在胶片上，模拟磁带可多次重复使 用，记录并传递大量信息，使星载传感器结构简化，轻便。 2 ．数字磁带 探测系统输出的电压信号，经过模数转换器 (A ／ D) ，对电压曲线分段 读数，然后记录在磁带上，即为数字磁带 (digital tape) 。它又可分为两种： (1) 高密度数字磁带 (HDDT) ： 指采用并行记录格式，每英寸记录 10 4 位以上二进制数据的磁带。这 种磁带不能直接输入计算机，需经过磁带转换机处理。 (2) 计算机兼容磁带 (CCT) 指每英寸记录 800 位或 1600 位二进制数据 的磁带。记录密度远远低于 HDDT 。 三、遥感信息数据传输 空中的遥感设备能否将传感器所获取的信息数据适时传送到地面，是 衡量一项遥感计划成败的标准。航空遥感都是直接回收胶卷或磁带，传输 方面不存在什么问题，这里只针对航天遥感而言。 星载传感器的信息数据返回地面的方式有两种，一种是由卫星按地面 指令弹射出资料舱，然后在空中或海上打捞回收；但更多的是通过无线电 信道将信息数据传输到地面，叫视频传输。由于地面站接收范围有限，故 后者又有实时传输和非实时 ( 延时 ) 传输之分。非实时传输是在星上磁带机
[0 ，A] 称为灰度区间，通常将 f(x ，y) ＝ 0 定为黑色 ，f(x ，y)=A 定为白色， 所有中间值都是由黑连续地变为白时的灰度等级。由此可见，所谓光学图 像就是人眼可观察的图像，其基本特点是：它的灰度 ( 或彩色 ) 在像幅几何 空间 ( 二维 ) 和图像灰度空间 ( 第三维 ) 上的分布都是连续的无间断的。 如果我们将一幅光学图像在像幅空间和灰度空间上离散化，即将 其划 分为 M*N 的空间格网，并将在每一格网上量测的平均灰度值数字化，如 图 5 — 5 所示，则我们可得到一个由离散化的坐标和灰度值组成的 M*N 数 字矩阵：

遥感图像分析工具介绍
解释常用的遥感图像分析工具， 如NDVI计算和风险评估。
遥感图像处理的应用案例
土地利用变化检测
展示如何利用遥感图像处理技术监测土地利用变化，如城市扩张和农田变化。
植被覆盖度分析
介绍如何使用遥感图像处理技术分析植被覆盖度，以评估生态系统健康状况。
沙漠化监测
解释如何利用遥感图像处理技术监测沙漠化现象，以制定有效的沙漠化防治措施。
遥感图像处理的应用
展示遥感图像处理在不同领域中的实际应用，如环境监测、城市规划和农业等。
遥感图像处理流程
1
遥感图像的预处理
2
讲解预处理技术，如辐射校正、大气校
正和几何校正。
3
遥感图像的分类
4
解释遥感图像分类的方法，如监督分类
和非监督分类。取遥感图像数据，包括卫星 遥感和航空遥感。
遥感图像处理的总结
遥感图像处理的研究现状
总结当前遥感图像处理领域的 研究热点和最新进展。
遥感图像处理的发展趋势
展望遥感图像处理的未来趋势， 如机器学习和深度学习的应用。
未来展望
鼓励听众积极参与遥感图像处 理研究，为未来科学发展做出 贡献。
遥感图像的增强
展示如何增强图像的质量和细节，包括 直方图均衡化和滤波器应用。
遥感图像的分析
介绍如何使用遥感图像进行空间分析和 特征提取。
遥感图像处理工具
遥感图像处理软件介绍
介绍常用的遥感图像处理软件和 工具，如ENVI、ERDAS IMAGINE 和QGIS。
遥感图像分类工具介绍
展示常用的遥感图像分类工具， 如Maximum Likelihood和Support Vector Machine。

减色法：从自然光（白光）中减去一种或两种基色光而产 生色彩的方法。
加色法彩色合成与减色法彩色合成
Байду номын сангаас
加色法三原色
减色法三原色
三、光学增强处理
✓ 图像的光学增强处理方法具有精度高， 反映目标地物 更真实，图像目视效果等优点，是遥感图像处理的重 要方法之一。
✓ 计算机图像处理的优点在于速度快、操作简单、效率 高等优点，有逐步取代光学方法的趋势。
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。 颜色的性质由明度、色调、饱和度来描述。
（1）明度：是人眼对光源或物体明亮程度的感觉。物体
反射率越高，明度就越高。
（2）色调：是色彩彼此相互区分的特性。 （3）饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，
频率是否单一的表示。
第一节 遥感图像的光学处理原理及方法
一、颜色视觉
1、亮度对比和颜色对比
（1）亮度对比：对象相对于背景的的明亮程度。改变对
比度，可以提高图象的视觉效果。 C=(L对象 – L 背景）/ L 背景
（2）颜色对比：在视场中，相邻区域的不同颜色的相互
影响叫做颜色对比。两种颜色相互影响的结果，使每种颜 色会向其影响色的补色变化。在两种颜色的边界，对比现 象更为明显。因此，颜色的对比会产生不同的视觉效果。
③ 色度图：可以直观地表现颜色相加的 原理,更准确地表现颜色混合的规律.
CIE色度图
3、颜色相减原理
减色过程:
白色光线先后通过两块滤光片的过程.
颜色相减原理:当两块滤光片组合产生颜色混合时,入
射光通过每一滤光片时都减掉一部分辐射，最后通过的光是经过 多次减法的结果.
减法三原色:黄、品红、青

b. 线性灰度变换
在两张影像的重叠部分各取出相对应的n个点，建立线性回归方程； 然后运用最小二乘法求线性方程系数。以其中一幅影像为标准，对另 一幅影像进行变换，从而达到灰度一致化。 特点：简单易行，n足够大时有一定的精度。存在位置配准误差。
三、因大气影响引起的辐射误差校正
消除因为大气散射引起的辐射误差的处理称为大 气校正。
3. 波段对比法
依据：大气散射的选择性，即对短波影响大，对长波影响小
a. 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，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，因此可用其 校正其它波段数据。
方法：在不受大气影响的波段和待校正的某一波段图 像中，选择最黑区域（通常为高山阴影区）中的一系 列目标，将每个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，也称为暗像 元法。
1.大气透射 透射是指电磁辐射与介质作用后，产生的次级辐射和
部分原入射辐射穿过该介质，到达另一种介质的现象和过 程。
一般用透射率表示透射能力。
根据透射率的定义，有：
E ex
E0
2.大气窗口 是指大气对电磁辐射吸收和散射都很小、而透
射率很高波段，即在传输过程中损耗小、能透过大 气的电磁波段。
遥感中使用的大气窗口：
设太阳辐射照度为E0，经过大气的路程为x,则穿过该大 气路程后的辐射照度为：
E E0ex
σ称为衰减系数或消光系数
散射系数 吸收系数
大气对电磁波 的影响主要是 散射和吸收。
二、大气吸收
大气中吸收太阳辐射的主要是水蒸汽、二氧化碳 和臭氧。
吸收能力随电磁波的波长而变化，是选择性的。
三、大气透射与大气窗口

遥感图像的数字化处理技术
介绍遥感图像数字化处理的常用方法，如图像增强、图像融合、图像压缩和图像分割。
遥感图像的分类方法和技术
讲解遥感图像的分类方法，包括监督分类和非监督分类，以及常用的分类算法和技术。
遥感图像的特征提取技术
探讨遥感图像特征提取的方法，包括手工特征提取和基于机器学习的特征提 取技术。
遥感图像的实际应用
探索遥感图像在环境监测、自然资源管理、城市规划和农业等领域的实际应 用案例。
遥感图像处理软件的常用工具 和功能
介绍遥感图像处理软件的常见工具和功能，包括影像处理、特征提取、目标 检测和空间分析。
遥感图像处理中的预处理技术
讨论遥感图像处理中的预处理技术，包括辐射校正、大气校正和几何校正等。
遥感图像处理
本课程将介绍遥感技术的基础知识，并深入探讨遥感图像的获取、处理、分 类和特征提取解遥感技术的定义、原理和应用范围，以及不同类型的遥感传感器和遥感 平台。
遥感图像的获取与处理流程
深入了解遥感图像的获取过程，包括数据源选择、遥感数据的预处理、辐射 校正和几何校正。

5.3
遥感图像增强与变换
图像运算
例如，同一层砂岩出露在山体的阴坡和阳坡， 由于阴坡处砂岩的反射率比阳坡低，因此虽然是同 一岩层，但在TM1和TM2两个波段上亮度值不同，若 不进行处理采用这样的图像直接分类，很可能将同 一岩层会被分成两种不同的类型，造成错误。但若 用TM1/TM2比值处理，比值图像上阴坡、阳坡的砂 岩亮度趋于一致，可消除地形的影响，从而提高分 类精度。
像元相加后的值若超出了显示范围(0-255)， 则需要乘一个正数a，以确保数据值在允许范围。 加法运算主要用于对同一区域的多幅图像求平 均，可以有效减少图像的加性噪声。
5.3
遥感图像增强与变换
图像运算
2、差值运算 又称作减影技术。指两幅同样大小的图像对应 像元的灰度值相减。设有两幅图像，差值公式为：
5.3
遥感图像增强与变换
多光谱图像变换
K-T变换主要应用于针对TM数据和曾经广泛使 用的MSS数据。K-T变换是对原图像的坐标空间进行 平移和旋转，变换后的新坐标轴具有明显的景观含 义，可与地物直接联系。对于TM和MSS数据，转换 矩阵不同。 对于MSS数据：
5.3
遥感图像增强与变换
多光谱图像变换
5.3
遥感图像增强与变换
图像运算
4、比值运算 是指两个不同波段的图像对应像元的灰度值相 除（除数不为0），是遥感图像处理中的常用方法。 相除后若出现小数，则必须取整，并乘以正数a将 其值调整到显示允许的范围内。
在比值图像上，图像像元亮度反映两个波段光 谱比值的差异。因此，这种算法对于增强和区分在 不同波段的比值差异较大的地物有明显效果。
5.3
遥感图像增强与变换
多光谱图像变换
多光谱特征空间是一个n维坐标系，每一个坐 标轴代表多波段图像的一个波段，坐标值表示该波 段像元的灰度值，图像中的每个像元对应于坐标空 间中的一个点。 例如：以TM1和TM2建 立一个二维坐标系，即二 维的光谱空间。其中横轴 代表TM1，纵轴代表TM2。 每一个像元都可以在空间 中找到对应的点。当有n各 波段时便是n维空间。

02
人工智能在遥感图像处理中可以应用 于地物分类、目标检测、变化检测等 方面。通过训练人工智能算法，使其 能够自动识别和分类地物，提高遥感 数据的利用价值和精度。同时，人工 智能算法还可以对遥感数据进行自动 化分析和处理，提高数据处理效率。
03
人工智能在遥感图像处理中需要解决 的关键问题包括数据标注、模型训练 和优化等。同时，还需要考虑人工智 能算法的可解释性和可靠性，以确保 其在实际应用中的效果和安全性。随 着技术的不断发展，人工智能在遥感 图像处理中的应用将进一步提高遥感 数据的利用价值和精度。
详细描述
遥感图像存储与处理是遥感技术应用的核心环节之一。 在这个过程中，原始数据会经过一系列的预处理、增强 和分类等操作，以提高图像质量和提取更多有用的信息 。例如，辐射定标、大气校正、几何校正等预处理操作 可以提高图像的精度和可靠性；图像增强技术如对比度 拉伸、滤波等可以提高图像的可视化效果和特征提取能 力；分类和目标检测等技术则可以对图像进行语义化表 达和信息提取，以满足不同应用的需求。
遥感图像处理涉及的技术包括辐 射校正、几何校正、图像增强、 信息提取等。
遥感图像处理的重要性
遥感图像处理是遥感技术应用的关键 环节，能够提高遥感数据的精度和可 靠性，为各领域提供更准确、更全面 的信息。
通过遥感图像处理，可以提取出更多 有用的信息，为决策提供科学依据， 促进各行业的智能化发展。
遥感图像处理的应用领域
图像预处理技术
01
02
03
04
去噪
消除图像中的噪声，提高图像 的清晰度。
校正
纠正图像的几何畸变和辐射畸 变，使图像更接近真实场景。
配准
将不同来源的图像进行坐标对 齐，以便于后续的图像分析和