《遥感图像处理方法》课程论文
题目：对遥感图像增强不同方法的探究
学院：资源与环境学院
班级：地理信息系统
2010-12-22遥感图像增强
摘要：在获取图像的过程中，由于多种因素的影响，导致图像质量多少会有所退化。图像增强的目的在于：(1)采用一系列技术改善图像的视觉效果，提高图像的清晰度；(2)将图像转换成一种更适合于人或机器进行分析处理的形式。通过处理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。
关键词：彩色合成，灰度变换，直方图变换，灰度颠倒，图像间运算，领域增强处理，主成分分析，信息融合，图像增强。
实验目的：掌握遥感图像增强的基本方法，理解不同处理方法的适用类型。能根据需要对遥感图像进行综合处理。
实验内容：
1：辐射增强处理
直方图均衡化
直方图匹配
2：空间增强处理
卷积增强处理
自适应滤波
锐化增强处理
分辨率融合
3：光谱增强处理
主成分变换
缨帽变换
指数计算
自然色彩变换
实验步骤
(一)、辐射增强处理(Radiometric Enhancement)
1：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，使一定灰度范围内像元的数量大致相等；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，如果输出数据分段值较小的话，会产生粗略分类的视觉效果。
打开方法：（以文件Lanier.img为例）
ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement一Histogram Equalization，打开Histogram Equalization对话框。
2：直方图匹配（Histogram Match)
直方图匹配是对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似。直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工作，通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。
输入匹配文件(Input File)：wasia1 mss.img，匹配参考文件(Input File to Match )：wasia2_mss.img ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement 一Histogram Match，
打开Histogram Matching对话框。
(二)、空间增强处理(Spatial Enhancement)
:1：卷积增强处理(Convolution)
卷积增强是将整个图像按照像元分块进行平均处理，用于改变图像的空间频率特征。卷积增强处理的关键是卷积算子——系数矩阵的选择，该系数矩阵又称为卷积核（Kernal)。ERDAS IMAGINE将常用的卷积算子放在一个名为defatilt.kfb的文件中，分为3×3，5×5，7×7三组，每组又包括“Edge Detect / Edge Enhance / Low Pass / High Pass / Horizontal / Vertical/Summary”等七种不同的处理方式。
ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement Convolution，打开Convolution对话框。（以文件Lanier.img为例）
:2：自适应滤波(Adaptive Filter)
自适应滤波是应用Wallis Adapter Filter方法对图像的感兴趣区域(AOI)进行对比度拉伸处理，从而达到图像增强的目的。操作过程比较简单，关键是移动窗口范围(Moving Window Size)和乘积倍数大小(Multiplier)的定义。
ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement，Adaptive Filter，打开Wailis Adaptive Filter对话框（以文件Lanier.img为例）
3：锐化增强处理(Crisp Enhancement )
锐化增强处理实质上是通过对图像进行卷积滤波处理，其专题内容发生变化，从而达到图像增强的目的。使整景图像的亮度得到增强的目的，根据其底层的处理过程，又可以分为两种方法：（1）根据您定义的矩阵(Custom Matrix )直接对图像进行卷积处理(空间模型：Crisp-greyscale.gmd)，（2）是首先对图像进行主成份变换，并对第一主成份进行卷积滤波，然后再进行主成份逆变换（以panatlanta.img文件为例）
:
4：分辩率融合(Resolution Merge)
分辩率融合是对不同空间分辨率遥感图像的融合处理，使融合后的遥感图像既具有较好的空间分辨率、又具有多光谱特征，从而达到图像增强的目的。操作过程比较简单，关键是融合前两幅图像的配准(Rectification)以及融合过程中融合方法(Method)的选择。（以panatlanta.img文件为例）
ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement—Resolution Merge，打
开Resolution Merge对话框。确定高分辨率输入文件(High Resolution Input File)：spots.img
确定多光谱输入文件(Muitispectral Input File)：dmtm.img
(三)、光谱增强处理(Spectral Enhancement)
:1：主成份变换(Principal Components)
主成份变换(PCA. 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 IMAGINE提供的主成份变换功能最多可以对含有256个波段的图像进行转换压缩。
:2：去相关拉伸(Decorrelation Stretch
去相关拉伸是对图像的主成份进行对比度拉伸处理，而不是对原始图像进行拉伸。在操作时，只需要输入原始图像，系统将首先对原始图像进行主成份变换，并对主成份图像进行对比度拉伸处理，然后再进行主成份逆变换，依据当时变换的特征矩阵，将图像恢复到RGB 彩色空间，达到图像增强的目的。（以文件Lanier.img为例）
:3：缨帽变换(Tasseled Cap )，K-T变换
缨帽变换是针对植物学家所关心的植被图像特征，在植被研究中将原始图像数据结构轴进行旋转，优化图像数据显示效果。该变换的基本思想是：多波段(N波段)图像可以看作是N 维空间(N-dimensional Space)，每一个像元都是N维空间中的一个点，其位置取决于像元在各个波段上的数值。研究表明，植被信息可以通过三个数据轴.(亮度轴、绿度轴、湿度轴)来确定，而这三个轴的信息可以通过简单的线性计算和数据空间旋转获得，当然还需要定义相关的转换系数。同时，这种旋转与传感器有关，因而还需要确定传感器类型。（以文件Lanier.img 为例）
:4：指数计算( Indices )
指数计算是应用一定的数学方法，将遥感图像中不同波段的灰度值进行各种组合运算，计算反映矿物及植被的常用比率和指数。各种比率和指数与遥感图像类型、即传感器有密切的关系，因而在进行指数计算时，首先必须根据输入图像类型选择传感器，ERDAS系统集成的传感器类型有SPOT XS、Landsat TM、Landsat MSS、NOAA AVHRR四种，不同传感器对应的指数计算是有区别的，ERDAS系统集成了与各种传感器对应的常用指数。如Landsat TM所对应的矿物指数有粘土矿指数（Clay Minerals)、铁矿指数(Ferrous Minerals)等几种，植被指数有NDVI，TNDVI等几种（以文件Lanier.img为例）
:5：自然色彩变换(Natural Color)
自然色彩变换就是模拟自然色彩对多波段数据进行变换，输出自然色彩图像。变换过程中关键是三个输入波段光谱范围的确定，这三个波段依次是近红外(Near Infrared)、红(Red)、绿(Green)，如果三个波段定义不够恰当，则转换以后的输出图像也不可能是真正的自然色彩。（以文件Lanier.img为例）
结语：增强的方法往往具有针对性，增强的结果只是靠人的主观感觉加以评价。因此，图像增强方法只能有选择地使用。图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。
空间域增强是直接对图像像素灰度进行操作；频率域增强是对图像经傅立叶变换后的频谱成分进行操作，然后经傅立叶逆变换获得所需结果。
通过以上三大类方法对同一图像或相关图像进行处理时，我们看到处理后的图像有所不同，这就证明了我们对于不同的图像要根据图像相关的特征去推断我们应该用什么方法去进行图像增强处理，上面例举了所有的图像增强方法，在进行这个过程中，我们也理解了不同处理方法所使用的参数及相关系数的变化，
遥感影像图像处理(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等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
第四章遥感图像处理 授课科目：遥感原理与方法 授课内容：遥感图像处理 授课对象：地信专业 授课时数：2学时 授课地点：成信航空港校区 授课时间： 教案作者：仙巍 目的与要求：熟悉光学遥感图像处理的原理；掌握数字图像处理的工作原理、工作流程；掌握几何校正、辐射校正的原理 重点及难点：遥感图像的几何纠正、辐射校正。 教学法：讲授法、演示法 教学过程： 第一节遥感数字图像的校正 一、数字图像及其直方图 1 数字图像 数字图像：遥感数据有光学图像和数字图像之分。数字图像是能被计算机存储、处理和使用的用数字表示的图像。 数字化：将连续的图像变化，作等间距的抽样和量化。通常是以像元的亮度值表示。数字量和模拟量的本质区别：连续变量，离散变量。 数字图像的表示：矩阵函数 2 数字图像直方图 数字图像直方图：以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。 直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。 正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高。 偏态分布：图像偏亮或偏暗，层次少，质量较差。 二、辐射校正 1、遥感图像的辐射误差主要有三个因素 传感器的光电变换 大气的影响 光照条件 2、大气散射校正 2.1大气影响的定量分析 2.2大气影响的粗略校正 通过简单的方法去掉程辐射度（散射光直接进入传感器的那部分），从而改善
图像质量。 直方图最小值去除法 回归分析法 三几何校正 1、遥感图像的几何变形有两层含义 卫星在运行过程中，由于姿态、地球曲率、地形起伏、地球旋转、大气折射、以及传感器自身性能所引起的几何位置偏差。 图像上像元的坐标与地图坐标系统中相应坐标之间的差异。 2、卫星姿态引起的图像变形 3、地形起伏的影响 4、地球曲率 5、大气折射 6、地球自转的影响 7、遥感图像几何校正方法 几何粗校正：这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正。 几何精校正：利用地面控制点进行的几何校正称为几何精校正。 2.1、基本思路：把存在几何畸变的图像，纠正成符合某种地图投影的图像，且要找到新图像中每一像元的亮度值。 2.2、具体步骤 步骤一：选取控制点 (1)地面控制点在图像上有明显的、清晰的定位识别标志，如道路交叉点、河流叉口、建筑 边界等。 (2)地面控制点上的地物不随时间而变化地面控制点应当均匀地分布在整幅图像内，且要有一定的数量保证。地面控制点的数量、分布和精度直接影响几何纠正的效果。 步骤二：数据的空间变换 （1）二元多项式近似的基本原理 设两幅图像坐标系统间几何畸变关系可描述为： x’=h1(x,y) y’=h2(x,y) 在未知情况下， h1(x,y)和h2(x,y)可用二元多项式来近似 （2）空间坐标的计算问题 向前映射法（直接法） 向后映射法（间接法） 两种映射方法的对比 对于向前映射：每个输出象素的灰度要经过多次运算； 对于向后映射：每个输出象素的灰度只要经过一次运算。 步骤三：像元灰度插值 插值方法 （1）最近邻插值 在待求像素的四个邻近像素中，输出象素的灰度等于离它所映射位置最近的输入象素的灰度值。
第一章： 1.冈萨雷斯定义图像是对客观对象的一种相似性的描述或写真，包含了被描述或写真对象的信息，其英文为image，辅助性定义，是以某一技术手段再现于二维画面上的视觉信息，是二维数据阵列的光学模拟。图像分为数字图像和模拟图像。 2.数字图像的基本单位是像素（像元），图像像素是长宽大小相等的方格，具有特定的空间位置和属性特征，像素的基本属性特征为像素值。 3.遥感数值图像是一数学形式存储和表达的遥感图像。遥感数值图像中的像素值又称为亮度值（灰度值、灰度级）。 4.遥感数值图像处理是通过计算机图像处理系统对遥感数值图像中的像素进行系列操作的过程。 5.遥感数字图像处理的内容包括：1）图像增强:使图像更容易理解。2）图像矫正：使图像信息尽可能地反应实际地物的辐射信息、空间信息和物理过程。3）信息提取：提取地物的空间分布格局信息。 6.遥感数字图像处理系统包括硬件系统和软件系统。硬件系统是进行图像说必须的设备（包括计算机，数字化设备，存储设备，现实和输出设备，操作台），软件系统指进行图像处理的各种程序（如ERDAS/PCI/ENVI/ER）。 第二章 7.遥感平台是传感器的载体，有近地面，吊车，飞船，飞机，卫星等。 8.传感器又称为遥感器，是手机和记录电池辐射能量信息的装置。 9.根据数据记录方式，传感器类型可分为成像方式和非成像方式两大类。成像传感器按成像原理分为摄影成像和扫描成像。 10.摄影成像方式的传感器主要是摄影机，包括框幅摄影机，缝隙摄影机，全景摄影机，多光谱摄影机等，在快门打开后几乎瞬间同时接受目标的电磁波能量，聚焦后记录下来称为幅影像。现在常用的数码照相机就是摄影成像。最初的摄影成像方式与传统照相机成像方式不一样。用数码照相机进行拍照摄影，可直接产生数字图像。 11.传感器按烧面方式又可分为两种：目标扫面传感器和影响面扫面传感器。 12.按电磁波在真空中波长或频率的顺序将波长划分成波段，每一波段为一个波长范围，按使用的刚做波段，可将传感器分为紫外，可见光，红外，微波，多波段等类型。 13.传感器分辨率指标有是个：辐射分辨率，光谱分辨率，空间分辨率和时间分辨率。 14.空间分辨率指遥感图像上能详细区分的最小单元的尺寸或大小。空间分辨率通常用像素大小，解像力或视场角来表示。 15.像素是将地面信息空间离散化而形成的格网单元，在遥感图像中，像素大小的单位为米。 16.视场角是传感器的受光范围，也称为立体角，它与摄影机的四角和扫描仪的扫描宽度含义相同。 17.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称为时间分辨率。时间分辨率的两个指标：一个是传感器本身设计的时间分辨率，受卫星运行规律影响，不能改变；另一个是根据应用要求人为设计的时间分辨率，它等于或小于卫星传感器本身的时间分辨率。因此有重返周期和重复周期。 18.重复周期又称回归周期。
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。
2011年春季学期期末考试 数 字 图 像 处 理 院校： 班级： 学号： 姓名：
遥感数字图像监督分类与非监督分类比较研究 内容摘要：本文主要介绍遥感图像分类的监督分类法与非监督分类法原理、步骤之间的差别，探讨数字图像分类在两种不同分类方法所得分类结果的精度分析。关键词：数字图像分类、监督分类、非监督分类 引文：遥感作为近几十年迅速发展起来的一门综合性技术学科，因其具有观测范围广、采集信息量大、获取信息速度快等特点，已经在民用和军用的众多领域发挥了重大作用。遥感图像处理是遥感科学与具体应用相结合的重要技术途径。遥感图像分类是遥感图像处理的一个重要内容，其中监督分类作为一种先学习后分类的机器学习策略，是对遥感图像进行定量分析的主要手段，应用领域十分广阔。随着传感器、遥感平台、数据通信等相关技术的发展，通过遥感手段获取的数据量急剧膨胀，迫切需要快速遥感图像处理技术的支持。同时，各应用领域对遥感图像的处理速度和分析结果的量化程度要求越来越高。高精度、快速的遥感图像监督分类技术是遥感科学走向实用化、产业化的一个重要突破口。 一、监督分类的原理与非监督分类原理 1、监督分类法：根据已知地物、选择各类别的训练区。计算各训练区内像元的平均灰度值，以此作为类别中心并计算其协方差矩阵。对于图像各未知像元，则计算它们和各类别中心的距离。当离开某类别中心的距离最近并且不超过预先给定的距离值时，此像元即被归入这一类别。当距离超过给定值时，此像元归入未知类别，最大似然率法是常用的监督分类法。 2、非监督分类法：根据各波段图像像元灰度分布的统计量，设定N个均值平均分布的类别中心。计算每个像元离开各类别中心的距离，并把它归入距离最近的一类。所有像元经计算归类后算出新的类别中心，然后再计算各个像元离开新类别中心的距离，并把它们分别归入离开新类别中心最近的一类。所有像元都重新计算归类完毕后，又产生新的类别中心。这样迭代若干次，直到前后两次得到的类别中心之间的距离小于给定值为止。 二、监督分类法与非监督分类法的比较 1、监督分类包括利用训练区样本建立判别函数的“ 学习” 过程和把待分像元代入判别函数进行判别过程。监督分类中常用的具体分类方法包括： (1) 最小距离分类法，最小距离分类法原理简单，分类精度不高，但计算速
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。
《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。 针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包
实验三遥感图像增强 一、背景知识 在获取图像的过程中，由于多种因素的影响，导致图像质量多少会有所退化。图像增强的目的在于：(1)采用一系列技术改善图像的视觉效果，提高图像的清晰度；(2)将图像转换成一种更适合于人或机器进行分析处理的形式。通过处理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。 增强的方法往往具有针对性，增强的结果只是靠人的主观感觉加以评价。因此，图像增强方法只能有选择地使用。 图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。 空间域增强是直接对图像像素灰度进行操作；频率域增强是对图像经傅立叶变换后的频谱成分进行操作，然后经傅立叶逆变换获得所需结果。 图像增强所包含的主要内容如下图。 二、实验目的： 掌握遥感图像增强的基本方法，理解不同处理方法的适用类型。能根据需要对遥感图像进行综合处理。 三、实验内容： ?辐射增强处理 ?直方图均衡化 ?直方图匹配 ?空间增强处理 ?卷积增强处理 ?自适应滤波
?锐化增强处理 ?分辩率融合 光谱增强处理 ?主成份变换（PC变换/K-L变换） ?去相关拉伸 ?缨帽变换（K-T变换） ?指数计算 ?自然色彩变换 四、实验准备 1.软件ERDAS IMAGINE8.5版本以上； 2.实验用相关数据 五、实验步骤： (一)、辐射增强处理(Radiometric Enhancement) 1.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，使一定灰度范围内像元的数量大致相等；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，如果输出数据分段值较 小的话，会产生粗略分类的视觉效果。 打开方法：（以文件Lanier.img为例） (1).ERDAS图标面板菜单条：Main - Image Interpreter Radiometric Enhancement - Histogram Equalization，打开Histogram Equalization对话框。 (2).ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement一 Histogram Equalization，打开Histogram Equalization对话框。 2.直方图匹配（Histogram Match) 直方图匹配是对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似。 直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工 作，通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。 操作方法
遥 感 实 习 总 结 专业：摄影测量与遥感技术班级： 姓名： 学号：
为期两周的遥感数字图像处理结束了，在老师的精心安排下，我们全身心的投入到这次实习中。虽然是满天的时间，但是由于教室还有其他人占用并不能在那全天使用，所以说是两周实习但是我们能用是时间依然很少，我们要力抓每一分每一秒，熟练操作遥感数字图像处理软件。整个实习是以黄河水院为基础图形。通过格式变换、几何校正、图像剪裁、图像分类，以及最后的专题地图制作。 实习的过程简单又复杂，简单的是，只要动手，计算机几乎自动化的替你操作，复杂的是，在操作过程中，又有好多选项和注意的事项，有很多参数的设置很有讲究。所以在练习中我遇到好多问题，并通过解决这些问题进一步加深了对软件和课本知识的理解。 首先我们进行的是数据预处理。我们需要进行遥感图像的几何校正。由于各种误差所以遥感图像存在着几何变形，因此需要在操作前进行几何校正。流程如下：第一步：显示图像文件（打开两个视窗窗口），第二步：启动几何校正模块，第三步：启动控制点工具，第四步：地面控制点（GCP）的采集，第五步：采集地面检查点，第六步：图象重采样，第七步：保存几何校正模式。其中最关键最难的就属地面控制点的采集，我们使用的是二次多项式，所以得选取六个控制点然后再选出六个检查点。但是图像存在着误差，而我们要把误差控制在一个像素以内，这就更加困难了。在进过长时间的摸索和练习，精度慢慢的就达到了，但是
图纠正后依旧不是很好，在询问同学后发现原来是点的分布不是很均匀，所以导致了图的变形。在图的校正后就得进行图范围的裁剪得到所需的范围。裁剪有两种方法一种是规则分幅裁剪，一种是不规则分幅裁剪。规则分幅裁剪需要知道坐标，而不规则分幅裁剪则只需要在图上手选出需要裁剪的范围。而我们没有坐标只能用不规则分幅裁剪。 第二项就是图象增强处理，主要包括：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，辐射增强：直方图均衡化处理，光谱增强：主成份变换、缨穗变换、色彩变换。这一项比较简单，通过指导书和上课的学习，这些增强只要知道步骤就能很快完成。 第三项我认为也是最关键的一项，遥感图像的分类，所谓的遥感图像的分类就是通过人工目译或计算机自动分类处理相结合识别出地物属性。我们做的分类是非监督分类，在进行的分类评价时，应用分类叠加方法来评价分类结果、分类精度及定义时应注意分类文件在上，而且取消栅格参数中清楚选示选项，以使两图像叠加显示。非监督分类步骤如下：第一步：显示原图像与分类图像，第二步：打开分类图像属性并调整字段显示顺序，第三步：给各个类别赋相应的颜色，第四步：不透明度设置，第五步：确定类别专题意义及其准确程度，第六步：标注类别的名称和相应颜色，第七步：将相同的类进行合并，最后分为五大类：建筑物、道路（空闲地）、水系、草地和灌木林。
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
一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
遥感数字图像处理 1.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。 2.数字图像指数字存储的、用计算机直接处理的图像，是空间坐标和图像数值 不连续的、用离散数值表示的图像，在计算机内部，数字图像表现为二维阵列（网格），属于不可见图像。 3.什么是遥感数字图像，模拟图像（图片）与遥感数字图像有什么区别？ 遥感数字图像是以数字形式存储和表达的遥感图像。 模拟图像：又称光学图像，以胶片、相纸等硬拷贝形式存储的图像。图像是自然景物的反映，人眼感知的景物一般是连续的，照相机（非数码式）拍摄形成的照片也是连续的，两者均称之为模拟图像。广义的模拟图像还包括绘画。 区别： 模拟图像的显著特点是连续性：①空间位置的变化是连续的②每一空间位置上的亮度、色彩变化是连续的③符合数学上微积分连续性的定义 数字图像的特点：便于计算机处理与分析；图像信息损失低；抽象性强。 4.什么是遥感数字图像处理？它包括那些内容？ 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。 其内容有： 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..什么是图像增强？主要目的是什么？主要有哪些方法？ 图像增强：使用多种处理方法压抑、去除噪声，增强显示图像整体或突出图像中特定地物的信息，使图像更容易理解、解译和判读。 主要目的：1.采用一系列技术改善图像的视觉效果，提高图像的清晰度； 2.将图像转换成一种更适合于人或机器进行分析处理的形式。 主要方法：彩色合成、图像拉伸、波段运算、图像平滑、锐化、图像融合等 6.数字图像最基本的单位是像素
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）
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
河南大学环境与规划学院2005～2006学年第一学期期末考试 《遥感数字图像处理》试卷A（B）卷 一、名词解释：（每题2分，共8分） 1、几何畸变： 2、数字镶嵌： 3、影像增强： 4、遥感影像分类： 二、填空（每空1分，共22分） 1、遥感数据的处理流程包括：（1）观测数据的输入；（2）； （3）；（4）；（5）处理结果的输出。 2、在遥感数据的处理流程中，所采集的数据包括和数字数据两种，后者多记 录在特殊的数字记录器中（HDDT等），所以必须变换到一般的数字计算机都可以读出的等通用载体上。 3、在Erdas Imagine图标面板菜单条中，主要包括综合菜单（Session Menu）、菜 单、菜单、菜单、帮助菜单（Help Menu）。 4、在图像分类界面中，包括、、分类结果处理、知识工程 师、专家分类器。 5、在视图窗口中，主要有六部分组成：菜单条、工具条、、状态条、滑动 条、标题条。 6、在窗口中，可查阅或修改图像文件的有关信息，如投影信息、统计信息 和显示信息等。 7、三维图像操作的内部原理是将图像与叠加生成三维透视图，并在此基础 上的空间操作。 8、用户从遥感卫星地面站购置的TM图像数据或其他图像数据，往往是经过转换以后的单 波段普通数据文件，外加一个说明头文件。 9、遥感影像的降质可归结为两类：即遥感影像的和。 10、影像变换与增强的实质是：影像的和，实际 上是改善影像的质量以获得最好的主观效果。 11、影像对比度扩展又称反差增强。常常采用以达到易于识别的目的。 12、常用的直方图调整方法有以下两种：和直方图规定化。前者又称直方图 平坦化，将减少影像灰度等级来换取对比度的扩大。 13、滤波增强技术有两种：和。前者是在影像的空间变量内 进行的局部运算，使用空间二维卷积方法；后者使用傅氏分析等方法，通过修改原影像的傅氏变换式实现滤波。 三、单项选择题（每题2分，共20分）
图像处理（Image processing） 基本概念 数字图像处理（digital image processing）指的是使用计算机巧妙处理以数字格式存储图像数据的过程。其目的是提高地理数据质量，使其对使用者更有意义，并能提取定量信息，解决问题。 数字图像（digital image）的存储是以二维数组或网格的形式保存像素值，每个像素在空间上对应着地表一块小面积。数组或网格又称光栅，所以图像数据经常叫着光栅数据。光栅数据的排列是这样：水平行叫着线（lines），垂直列叫着样品（samples）（如图1-1）。图像光栅数据的每个像素代表着是数字（digital number），简称DN。 图1-1 光栅数据 图像数字DNs在不同的数据源中，代表着不同的数据类型。如对Landsat、SPOT卫星数据，DNs代表的是地物在可见光、红外或其它波段的反射强度。对雷达图像，DNs代表的是雷达脉冲返回到天线的强度。对数字地形模型（DTMs），DNs代表的是地形高程。 通过应用数学变换，图像转化为数字图像。ER Mapper可以增强数字图像，突出和提取传统手工方法难以得到的细小信息。这就是为什么图像处理能成为所有地球科学应用的强大工具的原因 多光谱数据（multispectral data）指的是多波段数据，图像数据中含有多个波段的反射强度。图像处理技术随着合并不同波段的信息而发展，突出了一些特别类型的信息，如植被指数、水质量参数、地表矿物出现类型等。 图像处理广泛应用在地球科学的制图、分析和模型应用上。主要有：土地利用/土地覆盖制图和变迁勘察（land use/land cover mapping and change detection）、农业评价和监测（agricultural assessment and monitoring）、海岸线和海洋资源管理（coastal and marine resource management）、矿产勘查（mineral exploration）、石油和天然气勘查（o il & gas exploration）、森林资源管理（forest resource management）、城市规划和变迁勘察（ urban planning and change detection）、无线通讯定点和规划（telecommunications siting and planning）、海洋物理学（physical oceanography）、地质和地形制图（geology and topographic mapping）、冰川探测和制图（sea ice detection and mapping）等。 ER Mapper图像处理特点：发展了一个全新的方法，叫算法，将许多处理过程合并成简单的
遥感数字图像处理 1.图像(image)就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。就是人们最主要的信息源。 2.数字图像指数字存储的、用计算机直接处理的图像,就是空间坐标与图像数 值不连续的、用离散数值表示的图像,在计算机内部,数字图像表现为二维阵列(网格),属于不可见图像。 3.什么就是遥感数字图像,模拟图像(图片)与遥感数字图像有什么区别？ 遥感数字图像就是以数字形式存储与表达的遥感图像。 模拟图像:又称光学图像,以胶片、相纸等硬拷贝形式存储的图像。图像就是自然景物的反映,人眼感知的景物一般就是连续的,照相机(非数码式)拍摄形成的照片也就是连续的,两者均称之为模拟图像。广义的模拟图像还包括绘画。 区别: 模拟图像的显著特点就是连续性: ①空间位置的变化就是连续的②每一空间位置上的亮度、色彩变化就是连续的③符合数学上微积分连续性的定义 数字图像的特点:便于计算机处理与分析;图像信息损失低;抽象性强。 4.什么就是遥感数字图像处理？它包括那些内容？ 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。 其内容有: ①图像转换。包括模数(A/D)转换与数模(D/A)转换。图像转换的另一种含 义就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、离散余弦变换与小波变换等。 ②数字图像校正。主要包括辐射校正与几何校正两种。 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。图像增强处理不就是以图像保真度为原则,而就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.、什么就是图像增强？主要目的就是什么？主要有哪些方法？ 图像增强:使用多种处理方法压抑、去除噪声,增强显示图像整体或突出图像中特定地物的信息,使图像更容易理解、解译与判读。 主要目的:1、采用一系列技术改善图像的视觉效果,提高图像的清晰度; 2、将图像转换成一种更适合于人或机器进行分析处理的形式。 主要方法:彩色合成、图像拉伸、波段运算、图像平滑、锐化、图像融合等
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