2012第4章：遥感图像处理

可扩展性强，拥有第四代可视化语言IDL ENVI 具 有 强 大 的 底 层 二 次 开 发 工 龄 － IDL （ Interactive data Language ）交互式数据语言开发。 IDL语言是面向矩阵、语法简单的第四代可视化语言，致 力于科学数据的可视化和分析，是跨平台应用开发的最 佳选择。IDL集可视、交互分析、大型商业开发为一体， 为用户提供了完善、灵活、有效的开发环境。 ENVI 的完 全开发版本具有 IDL底层环境，可随时与 IDL进行衔接。 用户可以用第四代科学计算评议为其编写扩展功能。
d、图像分析（或图像分割） segmentation Image analysis or Image
2、遥感数字图像处理的优点
a、图像信息损失低，处理的精度高 b、抽象性强，再现性好 ｃ、通用性广，灵活性高 ｄ、能充分利用遥感图像信息，对图像灰度可分解为很 多级，可检测出微小的图像细节，并能对图像信息作定量 分析。而目视判读对黑白图像仅能分辨出十余级灰度。 ｅ、处理周期短，速度快，适于进行动态分析。而且计 算机数字图像处理是以数学理论为基础的，方法广泛，可 以充分开发利用不同形式的遥感图像信息。
ERDAS IMAGING软件构成：
核心模块
IMAGNE Essentials ：基本地图生产系统，提供了众多工具 生产以图像可视化与分析（增强、分类、专题图制作、三维 景观显示等），信息集成（影像库管理，矢量数据查询检索 等）和简单几何纠正为主的高质量专题地图，另外还拥有易 于使用应用界面扩展工具EML宏语言。
3．利用遥感数字图像处理技术，为图像的解译奠定基 础
三、数字图像处理设备和系统 遥感图像处理系统 通用计算机型 专用处理机型 运算处理设备 输入设备 输出设备 存储器（外存） 图像软件 系统软件 应用软件

5.遥感图像多光谱变换(Ⅰ)——主成分分析(K—L变换)
② 就变换后的新波段主分量而言，K—L变换后的 新波段主分量包括的信息量不同，呈逐渐减少趋 势。其中，第一主分量集中了最大的信息量，常 常占80％以上，第二、第三主分量的信息量依次 快速递减，到第n分量信息几乎为0。由于K—L变 换对不相关的噪声没有影响，所以信息减少时， 便突出了噪声，最后的分量几乎全是噪声。所以 这种变换又可分离出噪声。
基于上述特点，在遥感数据处理时，常常用K— L变换作数据分析前的预处理（数据压缩和图像增
强）。举例P125
6.遥感图像多光谱变换(Ⅱ)——缨帽变换(K—T变换)
(1)K—T变换是Kauth—Thomas变换的简称，这种变换也是 一种线性组合变换，其变换公式为：Y=BX 这里X为变换前的多光谱空间的像元矢量，y为变换后的 新坐标空间的像元矢量，B为变换矩阵。这也是一种坐标 空间发生旋转的线性变换，但旋转后的坐标轴不是指向主 成分方向，而是指向了与地面景物有密切关系的方向。 1984年，Crist和Cicone提出TM数据在K—T变换时的B值： P126 在此，矩阵为6X6，主要针对TM的1至5和第7波段，低分 辨率的热红外(第6波段)波段不予考虑。
1.遥感图像增强(工)——对比度变化1
非线性变换
直方图均衡化(histogram equalization):把原图像的直方 图变换为灰度值频率固定的直方图，使变换后的亮度级 分布均匀，图像中等亮度区的对比度得到扩展，相应原 图像中两端亮度区的对比度相对压缩。
1.遥感图像增强(工)——对比度变化1
MN
r(i, j) (m, n)t(m, n) m1 n1
将计算结果放在窗口中心的像元位置，成为新像元的灰度 值。然后活动窗口向右移动一个像元，再做同样的运算。 P117说明

差值运算常用于 同一景物不同时间图像之间的运算—动态监测
同一景物不同波段图像之间的运算—识别地物
图像的差值运算有利于目标与背景反差较小 的信息提取。 如在红光波段，植被和水体难以区 分，在红外波段，植被和土壤难以区分，通过相 减,可以有效的区分出三种地物
2、比值运算 两幅同样行、列数的图像，对应像元的亮度值相除 (除数不为0)就是比值运算，即：
真彩色合成 假彩色合成
彩色合成的原理图
①真彩色合成
红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝
真彩色合成 红光波段赋成红
真彩色合成 红光波段赋成红 绿光波段赋成绿
真彩色合成 红光波段赋成红 绿光波段赋成绿 蓝光波段赋成蓝
②假彩色合成 假彩色合成 近红外波段赋成红 红光波段赋成绿 绿光波段赋成蓝
1 图像卷积运算
数字图像的局部
模板
z1 z2 z3
z4 z5 z6 z7 z8 z9
w1 w2 w3 w4 w5 w6 w7 w8 w9
1/9
1/9 1/9
1/9 1/9 1/9 1/9 1/9 1/9
Replace with R
= w1z1 + w2z2 + ….. +w9z9
模板按像元依次向右移动，而后换行，直到整幅图 像全部处理完为止
对于亮点噪音，用中值滤波好
带有椒盐噪声的ikonos图像
中值滤波后的图像
均值平滑后的图像
3
图像锐化
（1）图像锐化的目的是突出图像中景物的边缘、线状目 标或某些亮度变化率大的部分。 （2）边缘或轮廓通常位于灰度突变或不连续的地方，具
有一阶微分最大值和二阶微分为0的特点;
锐化的方法很多，在此只介绍常用的几种：

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。