理论地图学解释.ppt

待匹配的影像 匹配后的影像 参照影像 对于遥感多光谱图像和经过空间配准的两幅或多幅单波段遥感图像，可以进行一系列运算，达到提取某些信息或去掉某些不必要信息的目的 方法 差值运算（减法运算） 比值运算（除法运算） 图像的代数运算 两幅同样行、列数的图像，对应像元相减 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 当BX、BY为两个不同波段的图像时，通过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 而当BX、BY为两个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 差值运算（减法运算） 利用不同地物（植被与城区）之间光谱的特征，红外波段-红波段，突出植被 差值运算（减法运算） TM B4-B3 TM 真彩色图像 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） 通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响 也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分 比值运算（除法运算） 两种相同的地物如果接受的太阳辐照度不同，如由于处在山坡的向阳处和阴影处，那么它们的亮度值也不同。但是，可以用比值运算来去除地形的影响，因为同类地物在不同波段反射率的比值保持不变 比值运算去除地形影响 植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分 比值运算增强某些地物之间的反差 类别 红波段 红外波段 红外波段/红波段 植被 暗 很亮 更亮 水 稍亮 很暗 更暗 房屋 较亮 较亮 不变 比值植被指数 TM4/TM3 归一化植被指数NDVI (TM4-TM3)/(TM4+TM3) 常用比值运算 归一化植被指数 TM 真彩色图像 突出水体 TM5/TM2 常用比值运算 灰度拉伸小结 灰度拉伸可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显 线性变换与分段线性变换 非线性变换 对数变换 指数变换 直方图均衡化 直方图匹配（直方图均衡化） 灰度拉伸小结 选择怎样的灰度拉伸方法主要取决于原始图像的直方图特征和图像中哪一部分信息是用户最感兴趣和需要的 一个有经验的图像分析者选择合适的方法通常要先检查图像的直方图，然后试着用不同的方法和不同的参数对图像进行灰度拉伸，直到得到满意的结果 多数灰度拉伸算法会引起部分信息的丢失，因此主要用于提高图像的视觉显示，而不适于对灰度拉伸后的图像作图像分类、变化检测以及其他分类 现有一幅图像f(x,y)：宽300，高100，像素偏暗。给出该图像直方图均衡化的变换函数，并给出均衡化后的图像直方图 练习 10000 图像由30000个像元组成，256个亮度级 直方图均衡化练习 原亮度级k 频数nk 频率=nk/n 累积频率P 变换函数Sk=(L-1) ×P 新亮度值 新频数 0 10000 0.33 0.33 1 0 0 0.33 … … … … 63 0 0 0.33 64 10000 0.33 0.67 … … … … 254 0 0 0.67 255 10000 0.33 1 图像由30000个像元组成，256个亮度级 直方图均衡化练习 原亮度级k 频数nk 频率=nk/n 累积频率P 变换函数Sk=(L-1) ×P 新亮度值 新频数 0 10000 0.33 0.33 84.15 84 1 0 0 0.33 84.15 84 … … … … … … 63 0 0 0.33 84.15 84 64 10000 0.33 0.67 170.85 171 … … … … … … 254 0 0 0.67 170.85 171 255 10000 0.33 1 255 255 图像由30000个像元组成，256个亮度级 直方图均衡化练习 原亮度级k 频数nk 频率=nk/n 累积频率P 变换函数Sk=(L-1) ×P 新亮度值 新频数 0 10000 0.33 0.33 84.15 84 10000 1 0 0 0.33 84.15 84 … … … … … … 63 0 0 0.33 84.15 84 64 10000 0.33 0.67 170.85 171 10000 … … … … … … 254 0 0 0.67 170.85 171 10000 255 10000 0.33 1 255 255 变换后的图像和直方图像 10000 0 84 171 255 Lake Kariba TM band 3 低对比度的图像地物间对比性差，细节难以显现，地物目标难以辨认，因此需要进行对比度增强处理 不同地物经常在可见光、近红外和中红外具有