遥感图像基本处理.ppt

空间滤波3、锐化（4）定向检测垂直定向检测水平定向检测Laplace算法不同的彩色变换可大大增强图像的可读性，常用的三种彩色变换方法。ADBC????单波段彩色变换????多波段彩色变换????HSI变换3、彩色变换数字图像增强彩色变换单波段彩色变换伪彩色(pseudocolor):单波段灰度图像的彩色表示或显示。密度分割：将连续的灰度值转换为少量的灰度区间，并用不同的颜色表示。目的：增强图像的目视解译效果数字图像增强彩色变换单波段彩色变换*TM3密度分割（5级）粗略显示水体、植被、裸地/城镇等类别1）、单波段彩色变换彩色变换分层方案与地物光谱差异对应得好，可以区分出地物的类别。多波段彩色变换真彩色(truecolor):RGB；假彩色(falsecolor)：RGB标准假彩色（TM432）彩色变换HLS变换HSI代表色调、饱和度和明度（hue，saturation,intensity）。色彩模式可以用近似的颜色立体来定量化。颜色立体曲线锥形改成上下两个六面金字塔状。彩色变换比值运算：两幅同样行、列数的图像，对应像元的亮度（灰度）值相除（除数不为0）。比值图像，像元的亮度反映了两个波段光谱比值的差异，常用来检测植被，消除“同物异谱”现象。差值运算：两幅同样行、列数的图像，对应像元的亮度（灰度）值相减。差值图像提供了不同波段或不同时相图像间的差异信息。两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。4、图像运算差值运算出现负值像元灰度值大于255。两个波段相减,反射率差值大的被突出出来。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，海岸带的潮汐线等。0103024、图像运算*TM4-3-2TM4-TM34、图像运算1）、差值运算比值运算01除数为零像元灰度值大于255。024、图像运算植被指数：是基于植被叶绿素在红色波段的强烈吸收以及在近红外波段的强烈反射，通过红和近红外波段的比值或线性组合实现对植被信息状态的表达。4、图像运算2）、比值运算4、图像运算比值运算SR=NIR/R（simpleratio）（比值植被指数）NDVI=（NIR-R）/(NIR+R)（归一化差值植被指数）SAVI=（1+L）（NIR-R）/（NIR+R+L），L=0.5（土壤修正植被指数）植被指数有许多不同的表达公式：NDVI=（TM4-TM3）/（TM4+TM3）如对TM数据：假彩色合成图象NDVI图象4、图像运算2）、比值运算*太阳光砂岩阴坡阳坡地形部位波段TM1TM2TM1/TM2阳坡阴坡282243340.650.654、图像运算2）、比值运算*融合---由分散信息到信息富集的综合过程。经过融合后的信息比直接从原来各信息源获得的信息更简洁、更少冗余、更有用途。*复合方式的确定：根据目标空间分布、光谱反射特性及时相规律方面的特征选择不同的遥感图像；在空间分辨率、光谱分辨率和时间分辨率方面相互补充。举例：将TM与SPOT复合，选取TM三个波段4，3，2和SPOT全色波段共4个波段：复合方法1：每幅TM图像均与SPOT图像作逐点运算，生成三幅图像，进行彩色合成，生成复合图像。复合方法2：设LRTM、LGTM、LBTM分别为TM4,3,2波段的亮度值，LSPOT为SPOT全色波段的亮度值，A为权函数，则生成三幅新图像亮度值L复为：方法二。将新生成的图像LR复、LG复、LB复分别赋予红、绿、蓝色，合成后生成复合图像。*TM---主成分变换，SPOT全色波段代换TM第1主成分。将代换后所有波段再做主成分变换的反变换。对TM实行HSI变换，然后用SPOT代换明度成分，将代换后的三个波段再做HSI到RGB的反变换。新的彩色合成图大大提高空间分辨率。针对具体问题常常有不同的复合方案。比如研究洪水监测，可选择的遥感信息源：TM图像侧视雷达图像气象卫星图像*多传感器遥感影像融合的主要优点是冗余性、互补性、时限性和低成本性。为了将不同特性的多传感器影像信息进行融合，线性加权乘积是最直观的一种影像融合手段。影像波段之间的某些复合可以对影像进行锐化，为了增强影像的细节反差，影像间的线性复合和乘积相组合的融合方法，其表达式为：R=a1+b1*（P+3*SX3）/4G=a2+b2*SQRT（P*SX2）B=a3+b3*SQRT（P*SX1）