第2章遥感图像信息特征的概貌分析定稿.pptVIP

第二章　遥感图像信息特征的概貌分析;2.1 遥感图像模型;遥感图像模型;图像函数的特点;2.2遥感图像的数字表示;2.1 图像的确定性表示 一幅遥感图像记录的是地物辐射能量的空间分布，可以表示成f(x,y,t,λ,p)。对于已经获取的一个单时段的图像，图像是关于空间坐标点的函数f(x,y)。经采样和量化后，连续的像场可被离散化。;数字图像类别即确定性表示 ;图像;1、矩阵表示 在计算机中，图像被分割成像素（Pixel），各像素的灰度值用整数表示。一幅M×N个像素的数字图像，其像素灰度值可以用M行、N列的矩阵G表示： ; 黑白图像是指图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。二值图像的像素值为0或1。; 灰度图像是指每个像素由一个量化的灰度值来描述的图像。它不包含彩色信息。;灰度数字图像的矩阵表示;彩色数字图像的矩阵表示; 彩色图像是指每个像素由红、绿、蓝三原色（分别用R、G、B表示）构成的图像，其中R、B、G是由不同的灰度级来描述的。;2、向量表示 按行的顺序排列像素，使图像下一行第一个元素紧接上一行最后一个像素，图像可以表示成1×MN的列向量。 ;在图像处理中，普遍将图像的灰度级看作随机变量，按照概率论来表示，一种用密度函数（或分布函数）表示，另一种用统计特征参数来表示。从统计学角度来说，图像的数字特征可作为区分或识别图像中地物的依据。;1、反映像素值平均信息的统计特征 １）、均值 　　均值是图像中所有像元亮度值的算术平均值。其计算公式为：;;;;;阅读layer info中标明的图像信息;2.3.2、图像的直方图;阅读layer info中标明的图像信息： 点击菜单utility/layer info，出现imageinfo窗口，点击general查看其像元大小、波段数、地图参数、投影参数等相关信息； 点击projection可查看详细的投影信息； 点击histogram可查看各波段的灰度分布直方图； 点击pixel data可查看各像元的灰度值。 ;;;直方图;２、图像直方图的基本类型 １）、频数直方图：纵坐标是某个灰度级的像元在图像中分布的百分数，相当于频率密度曲线。 ２）、累积直方图：纵坐标是小于或等于特定灰度级像元在图像中的百分数，相当于累积频率密度曲线。;4;3、直方图的性质 1）、反映了图像灰度的分布规律； 2）、任何一幅特定图像都有唯一的直方图与之对应，但不同的图像可以有相同的直方图； 3）、如果一幅图像仅包括两个不相连的区域，并且每个区域的直方图已知，则整幅图像的直方图是这两个区域的直方图之和； 4）、由于遥感图像数据的随机性，在图像像素数足够多且地物类型差异不是非常悬殊的情况下，服从或接近于正态分布。;4、图像数据集的理想分布;;;双峰直方图;多峰直方图;　　利用直方图分析图像的质量是图像分析的基本方法，常常有目的地改变直方图形态，从而改善图像的质量。利用累积直方图，观察灰度从小到大时像元数的变化规律，也可以分析出图像对比度的情况。对于灰度偏暗的图像，在灰度小的部分像元数增长很快，对于灰度偏亮的图像，在灰度大的部分像元数增长很快等．; 2.4多波段图像信息特征的概貌分析 　　多波段图像除了单个波段图像的统计特征以外，波段图像之间也存在着关联，多波段图像波段之间的统计特征是多波段图像分析的重要参数，是图像合成的主要依据之一。;1、协方差与协方差阵 两个不同参数之间的方差就是协方差 ;打开erdas，单击modeler模块，选择model，在弹出的窗口中进行编辑你所需要的模型即可 ;２、相关系数与相关矩阵 　　相关系数是描述波段图像的相关程度的统计量。其计算公式是：;　　相关系数表示了两个波段图像所包含信息内容的重叠程度，是多波段图像彩色合成的重要依据。针对多波段图像在波段上的相关性质，产生了一类图像处理算法，如主成分变换、穗帽变换。; 2.5窗口邻域和卷积 2.5.1 窗口和邻域 对于图像中的任一像素（x，y）以此为中心，按上下左右对称所设定的像素范围称为窗口。窗口多为矩形，行列数为奇数，并按照行数乘以列数的方式来命名，如3×3、 5×5、7×7窗口等。中心像素周围的行列称为该像素的邻域。 邻域运算：对于中心像素（x，y），其值用f（ x，y ）表示，可按照相邻性规则通过计算产生。其中，卷积运算是最常用的方法。; 2.5.2卷积运算 卷积是空间域上针对特定窗口进行的运算，是图像平滑、锐化中使用的基本的计算方法。 设窗口大小为m×n，（i,j）是中心像素， f( x,y)是图像像素值，g(i,j）是运算结果，h ( x,y)是