遥感图像处理_图像增强精选.ppt

彩色变换：多波段彩色变换 根据加色法彩色合成原理，选择遥感影像的某三个波段，分别赋予红、绿、蓝三种原色，就可以合成彩色影像。由于原色的选择与原来遥感波段所代表的真实颜色不同，因此生成的合成色不是地物真实的颜色，因此这种合成叫做假彩色合成。 多波段影像合成时，方案的选择十分重要，它决定了彩色影像能否显示较丰富的地物信息或突出某一方面的信息。以陆地卫星Landsat的TM影像为例，TM的7个波段中，第2波段是绿色波段（0．52～0．60μm），第4段波段是近红外波段（0．76～0．90μmp，当4，3，2波段被分别赋予红、绿、蓝色时，即绿波段赋蓝，红波段赋绿，红外波段赋红时，这一合成方案被称为标准假彩色合成，是一种最常用的合成方案。 TM波段的相关性 B1 B2 B3 B4 B5 B6 B7 B1 1 0.9 0.8 0 0.5 0 0.3 B2 0.9 1 0.9 0.5 0.2 0 0.1 B3 0.8 0.9 1 0 0.1 0.5 0.2 B4 0 0.5 0 1 0.2 0 0.1 B5 0.5 0.2 0.1 0.2 1 0 0.9 B6 0 0 0.5 0 0 1 0 B7 0.3 0.1 0.2 0.1 0.9 0 1 彩色变换：多波段彩色变换 实际应用时，应根据不同的应用目的经实验、分析，寻找最佳合成方案，以达到最好的目视效果。通常，以合成后的信息量最大和波段之间的信息相关最小作为选取合成的最佳目标，例如，TM的4，5，3波段依次被赋予红、绿、蓝色进行合成，可以突出较丰富的信息，包括水体、城区、山区、平原及线性特征等，有时这一合成方案甚至优于标准的4，3，2波段的假彩色合成 彩色变换：IHS变换 IHS代明度、色调和饱和度（ Intensity ，Hue，Saturation ）。这种色彩模式可以用近似的颜色立体来定量化。如图所示，颜色立体曲线锥形改成上下两个六面金字塔状。垂直轴代表明度（I），取黑色为0，白色为1，中间为0.5。环绕垂直轴的圆周代表色调（H），以红色为0o，逆时针旋转，每隔60o改变一种颜色并且数值增加 1，一周 360o刚好6种颜色，顺序为红、黄、绿、青、蓝、品红。从垂直轴向外沿水平面的发散半径代表饱和度（S），与垂直轴相交处为0，最大饱和度为1。根据这一定义，对于黑白色或灰色，即色调H无定义，饱和度S＝0，当色调处于最大饱和度时S＝l，这时I＝0．5。 数字图像增强 对比度变换 空间变换 多波段图像处理 彩色变换 图像运算 多光谱变换 图像运算 两幅或多幅单波段影像，完成空间配准，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。 差值运算 比值运算 图像运算：差值运算 即两幅同样行、列数的图像，对应像元的亮度值相减。 差值运算应用于两个波段时，相减后的值反映了同一地物光谱反射率之间的差。由于不同地物反射率差值不同，两波段亮度值相减后，差值大的被突出出来。例如，当用红外波段减红波段时，植被的反射率差异很大，相减后的差值就大，而土壤和水在这两个波段反射率差值就很小，因此相减后的图像可以把植被信息突出出来。如果不作相减，在红外波段上植被和土壤，在红色波段上植被和水体均难区分。因此图像的差值运算有利于目标与背景反差较小的信息提取，如冰雪覆盖区，黄土高原区的界线特征；海岸带的潮汐线等。 图像运算：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） 比值运算可以检测波段的斜率信息并加以扩展，以突出不同波段间地物光谱的差异，提高对比度。该运算常用于突出遥感影像中的植被特征、提取植被类别或估算植被生物量，这种算法的结果称为植被指数。 植被指数 植被指数多为红波段和近红外波段组合为主。其定量测量可表明植被活力，而且植被指数比单波段用来探测生物量有更好的敏感性和抗干扰性。 植被指数按其发展阶段可分为三类 第一类植被指数（如RVI）基于波段的线形组合（差或和）或原始波段的比值，由经验方法发展而来，未考虑大气影响、土壤亮度和土壤颜色，也没有考虑土壤、植被间的相互作用； 第二类植被指数大多都基于物理知识，将电磁波辐射、大气、植被覆盖和土壤背景的相互作用结合在一起考虑，并通过数学和物理及逻辑经验以及通过模拟将原植被指数不断改进而发展的（如PVI、SAVI、MSAVI、NDVI等）； 第三类植被指数是针对高光谱遥感及热红外遥感而发展的植被指数，如DVI、Ts-VI、PRI等。 常用的植被指数 比值植被指数： RVI是基于原始波段的比值，由经验方法发展的，比用单波段监测植被更为敏感和确定。但未考虑大气影响、土壤亮度、土壤颜色，也未考虑土壤、植被间的相互作用，因此表现为严重的应用限制性。如对大气影响敏感，当植被覆盖不够浓密