遥感导论.docx
- 文档编号:26039748
- 上传时间:2023-06-17
- 格式:DOCX
- 页数:72
- 大小:8.49MB
遥感导论.docx
《遥感导论.docx》由会员分享,可在线阅读,更多相关《遥感导论.docx(72页珍藏版)》请在冰豆网上搜索。
遥感导论
第一章概论
第一节图像和数字图像
一、几个基本概念
1.数字图像:
指用计算机存储和处理的图像,是一种空间坐标和灰度均不连续、以离散数学原理表达的图像,属于不可见图像。
模拟图像:
是空间坐标和明暗程度连续变化的、计算机无法直接处理的图像,属可见图像。
像素:
数字图像最基本的单位(pixel),是计算机图像处理的最小单元。
每个像素具有特定的空间位置和属性特征
数字图像处理:
对一个物体的数字表示施加一系列操作,以得到所期望结果的过程
数字图像分析:
将一幅图像转化成为一种非图像的表示,如一个测量数据集或一个决策等
数字图像的表示:
一幅数字图像可表示和记录为M行×N列像素组成的矩阵。
2.遥感数字图像:
定义:
数字形式表示的遥感图像
特点:
便于计算机存储和处理
图像信息损失低(在获取、传输和分发过程中质量并不降低)
抽象性强,用数字形式表示,便于建立分析模型,进行计算机解译和
运用遥感图像专家系统
像素和灰度值:
像素(正像素,混合像素)
DN值(DigitalNumber)是遥感数字图像中的像素值,又称为亮度值或灰度级。
(无单位,是一个整数值,值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。
)
反映了传感器探测到的地物反射或辐射电磁波的强度
DN值的相对性:
同一物理过程获取的两景图像(如:
TM或SPOT获取的不同波段图像)
经过标准化处理后的不同物理过程获取的两景图像。
遥感图像处理:
利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程
3.遥感数字图像处理的主要内容:
①图像增强:
去除噪声、增强整体图像或突出图像中的特定地物信息,使图像更容易理解、解释和判读,不会增加数据原有信息内容,其目的是增强整体图像或突出图像中的特定地物的信息,其方法主要包括:
灰度拉伸、平滑、锐化、彩色合成、主成分变换、缨帽变换、代数运算、图像融合等;
②图像校正:
对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真消除等,其目的是对传感器或环境造成的模糊、噪声、几何失真等进行校正,其主要方法是辐射校正和几何校正;
③信息提取:
根据地物光谱特征和几何特征,从校正后的遥感图像中提取各种有用的地物信息,主要包括图像分割、监督分类、非监督分类等,处理结果为分类专题图。
4.数字图像处理存在的两种观点:
(P7,第三段)
①离散方法的观点:
即一幅图像的存储和表示均为数字形式,数字是离散的,因此,使用离散方法进行图像处理才是合理的,与其对应的概念为空间域;
②连续方法的观点:
即图像具有连续性,可用连续的数学形式表达,与其对应的概念为频率域。
频率域的图像处理是对傅里叶变换后产生的反映频率信息的图像进行处理。
5.遥感数字图像处理系统:
硬件系统:
指进行图像处理所必须具备的设备,包括输入、存储、处理、显示、输出等设备。
主要由5部分组成:
计算机、数字化设备、大容量存储器、显示器和输出设备以及操作台。
软件系统:
指用于图像处理的各种程序。
由图像处理控制程序、管理程序、图像处理程序组成。
第二章遥感数字图像的获取和存储
第一节遥感图像的获取和数字化
遥感系统
传感器摄影成像扫描成像
电磁波与传感器
--电磁波:
紫外(50~380)、可见光(380~760)、红外(760~1mm)、微波(1mm~1m)
传感器的分辨率
辐射分辨率、光谱分辨率、空间分辨率、时间分辨率
采样和量化
--采样--量化
遥感图像的特征
目标地物---传感器---遥感图像----遥感图像处理
空间分辨率-----几何特征------目标地物的大小、形状及空间分布
光谱分辨率
辐射分辨率----物理特征-------目标地物的属性特点
时间分辨率----时间特征------目标地物的变化动态特点
空间分辨率
图像的空间分辨率指像素所代表的地面范围的大小,即扫描仪的瞬时视场,或地面物体能分辨的最小单元。
波谱分辨率
是指传感器在接收目标辐射的波谱时能分辨的最小波长间隔。
间隔愈小,分辨率愈高。
不同波谱分辨率的传感器对同一地物探测效果有很大区别。
成像光谱仪在可见光至红外波段范围内,被分割成几百个窄波段,具有很高的光谱分辨率,从其近乎连续的光谱曲线上,可以分辨出不同物体光谱特征的微小差异,有利于识别更多的目标,甚至有些矿物成分也可被分辨。
传感器的波段选择必须考虑目标的光谱特征值,才能取得好效果。
辐射分辨率
是指传感器接收波谱信号时,能分辨的最小辐射度差。
在遥感图像上表现为每一像元的辐射量化级。
某个波段遥感图像的总信息量Im由空间分辨率(以像元数n表示)与辐射分辨率(以灰度量化级D表示)有关,以bit为单位,可表达为Im=n·log2D
在多波段遥感中,遥感图像总信息量还取决于波段数k。
k个波段的遥感图像的总信息量为
A:
图像对应的地面面积;P:
图像的空间分辨率
时间分辨率
时间分辨率指对同一地点进行遥感来样的时间间隔,即采样的时间频率,也称重访周期。
遥感的时间分辨率范围较大。
以卫星遥感来说,静止气象卫星(地球同步气象卫星)的时间分辨率为1次/0.5小时;太阳同步气象卫星的时间分辨率2次/天;Landsat为1次/16天;中巴(西)合作的CBERS为1次/26天等。
还有更长周期甚至不定周期的。
时间分辨率对动态监测尤为重要,天气预报、灾害监测等需要短周期的时间分辨率,故常以“小时”为单位。
植物、作物的长势监测、估产等需要用“旬”或“日”为单位。
而城市扩展、河道变迁、土地利用变化等多以“年”为单位。
总之可根据不同的遥感目的,采用不同时间分辨率。
数字图像
数字图像的性质与特点
什么是数字图像?
模拟图像:
普通像片那样的灰度级及颜色连续变化的图像
数字图像:
而是以数字形式表示的遥感影像。
包括把模拟图像分割成同样形状的小单元,以各个小单元的平均亮度值或中心部分的亮度值作为该单元的亮度值进行数字化的图像。
把前一部分的空间离散化处理叫采样(sampling),
而后一部分的亮度值的离散化处理叫量化(quantization),
以上两种过程结合起来叫图像的数字化(digitization)。
数字图像又称数字化图像,是一种以二维数组(矩阵)形式表示的图像。
或者称为相应区域内地物电磁辐射强度的二维分布。
该数组由对连续变化的空间图像作等间距抽样所产生的抽样点——像元(像素)组成。
像元的量值,通常为抽样区间内连续变化的景物的均值化量值,一般为亮度值或灰度值,它们的最大、最小值区间代表该数字图像的动态范围。
0<=f(x,y)<=G
xbelongto[0,xmax],ybelongto[0,ymax]
式中,G为灰度值的上界.
因此,一幅图像可用M(行)N(列)的矩阵函数表示:
127123456345612
3423235689458
6512645345343423
9923343456456756
在遥感图像处理中,既需要将光学图像转换为数字图像进行计算机处理,也需要将处理后的数字图像变成光学图像输出。
光学图像为模拟量,数字图像又称数字量,它们之间的转换称模/数转换,记作A/D,反之称数/模转换,记D/A
以一景Landsat4或5的TM数字图像为例,共7个波段,其中6个波段有6166行,6166列,代表地面约185kmx185km的范围。
每一个波段约有6166x6166=38M个像元,则7个波段共(6x38M)+24M=252M个像元,即需要252M字节存储空间才能存下一景全部的TM数据。
遥感卫星地面站(气象卫星接受站)提供计算兼容的数字磁带,输入计算机图像处理系统,形成数字图像。
记录在胶片上的影像可在专用设备上进行数字化。
也可以使用胶片,即透明正片,用一束强度固定的光束扫描,透射光用光电增强管进行量度,通过抽样和量化而成为一连串的数字,可以存储在磁盘上或记录磁带上,成为数字图像文件。
由于传感器上探测元件的灵敏度直接影响有效量化的级数,因此,不同传感器提供的有效量化的级数是不同的。
常用的遥感数字图像有效量化级数。
传感器类型
卫星名称
有效量化级数
信息量/bit
MSS
Landsat
64
6
TM
Landsat
256
8
HRV(S)
Spot
256
8
HRV(PA)
Spot
64
6
AVHRR
NOAA
1024
10
遥感数字图像的级别和数据格式
数据级别
0级产品:
未经任何校正的原始图像产品
1级产品:
经过初步辐射校正的图像数据
2级产品:
经过了系统级的几何校正,即根据卫星的轨道和姿态等参数以及地面系统中的有关参数对原始数据进行集合校正。
3级产品:
经过了几何精校正,即利用地面控制点对图像进行了校正,使之具有了更精确的地理坐标信息,产品的几何精度要求在亚像素量级上。
元数据:
关于图像数据特征的表述,关于数据的数据,如图像获取的日期、时间、投影参数、几何校正精度、图像分辨率、辐射校正参数等
多波段数字图像存储与分发的常用数据格式:
(1)BSQ数据格式(Bandsequential);
(2)BIP数据格式(Bandinterleavedbypixel);
(3)BIL数据格式(Bandinterleavedbyline);
辅助数据:
数字图像尺寸等各种参数
BSQ(Bandsequential)数据格式:
按波段顺序依次排列,
1个文件,文件内划分1-K段,第n段数据为第n波段的图像数据[M行][N列]。
BIP数据格式(Bandinterleavedbypixel),1个文件,[M行][N列]格式,每个单元顺序记录K个波段的相应数据。
BIL数据格式(Bandinterleavedbyline),1个文件,逐行按波段次序排列。
第1波段的第1行、第2波段的第1行、…、第K波段的第1行;第1波段的第2行、第2波段的第2行、…、第K波段的第2行;……
第二章遥感数字图像的获取和存储
2.1遥感图像的获取和数字化
传感器是收集、量测和记录遥远目标的信息(电磁波辐射能量信息)的仪器,是遥感技术系统的核心。
传感器一般由信息收集、探测系统、信息处理和信息输出4部分组成。
按平台分地面遥感、航空遥感、航天遥感数据。
按传感器的工作方式分主动遥感、被动遥感数据。
按数据的记录方式分成像方式、非成像方式。
按成像原理分摄影成像、扫描成像
从地面到大气上界,大气的结构分层为:
对流层:
高度在7~12km,温度随高度而降低,天气变化频繁,航空遥感主要在该层内。
平流层:
高度在12~50km,底部为同温层(航空遥感活动层),同温层以上,温度由于臭氧层对紫外线的强吸收而逐渐升高。
电离层:
高度在50~1000km,大气中的O2、N2受紫外线照射而电离,对遥感波段是透明的,是陆地卫星活动空间。
大气外层:
800~35000km,空气极稀薄,对卫星基本上没有影响。
摄影成像
机理:
卤化银物质在光照下会发生分解,地物明暗变化导致摄影图像上卤化银物质光化分解程度的差异和金属银沉淀密度大小的差异;影像明暗变化和差异与地物反射或发射电磁波强弱有密切关系
扫描成像
原理:
通过探测器将扫描获得的地物电磁波辐射转变成电能,再由处理器对电能信号(视频信号)进行放大、变换、校正、编辑等处理,再经过电-光变换记录在胶片上形成模拟图像,或经过A/D转换、采样、量化、编码处理,记录在磁带上,形成数字图像。
直接扫描成像:
红外扫描仪、多光谱扫描仪、成像光谱仪、多频段频谱仪
瞬间成线然后扫描:
CCD扫帚式扫描仪、电视摄像机
雷达成像(主动)
雷达发射机对地发射微波脉冲,接收机接收由地物反射回来的微波脉冲信号,并记录在胶片或磁带上即形成雷达对地观测图像。
2.1.3电磁波
电磁波当电磁振荡进入空间,变化的磁场激发涡旋电场,变化的电场激发涡旋磁场,使电磁振荡在空间传播。
电磁波谱按照波长或频率的顺序把这些电磁波排列起来。
遥感应用的电磁波波谱段
紫外线:
波长范围为0.01~0.38μm,太阳光谱中,只有0.3~0.38μm波长的光到达地面,对油污染敏感,但探测高度在2000m以下。
可见光:
波长范围:
0.38~0.76μm,人眼对可见光有敏锐的感觉,是遥感技术应用中的重要波段。
红外线:
波长范围为0.76~1000μm,根据性质分为近红外、中红外、远红外和超远红外。
微波:
波长范围为1mm~1m,穿透性好,不受云雾的影响。
1.实际的波谱是连续的,但是,波段的划分是相对的。
2.任何物体,只要温度大于绝对零度,都能反射、发射、吸收电磁波。
2.3遥感图像的类型
2.3.1不相干图像光学遥感
2.3.2相干图像微波遥感
2.1.5采样和量化
概念:
图像数字化的过程,就是把一幅遥感模拟图像划分成规整的格网单元或像素,并赋予每一像素一整数值,以表征其灰度值的大小。
数字化过程:
采样、量化
采样:
连续图像的离散化,采样间隔对图像质量的影响
量化:
以有限的整数值表示图像的灰度和灰阶数
二值图像:
量化值只有0、1两个量(黑白图像);
图像数据量:
行数(M)×列数(N)×灰阶数(G)×波段数(D)
遥感数字图像的基本特点
便于计算机处理和分析;
避免传输、复制过程中图像信息的损失和图像的失真;
存储方式灵活多样,并便于保存、携带、传输
便于运用计算机处理技术对多种图像数据进行综合处理、建模和分析
第三章遥感数字图像的表示和统计描述
3.1遥感图像模型
遥感图像模型——遥感图像可以表示为某一时刻t,在不同波长λ和不同极化方向p,能够收集到的位于坐标(x,y)的目标物所辐射的电磁波能量:
L(x,y,t,λ,p)=[1-β(x,y,t,λ,p)]*E(λ)
+β(x,y,t,λ,p)*I(x,y,t,λ)
L(x,y,t,λ,p)——目标物所辐射的电磁波能量
β(x,y,t,λ,p)——目标物的反射率
E(λ)——对应于目标物黑体的电磁波发射能力
I(x,y,t,λ)——入射的辐射量
可见光和近红外波段,白天物体的自身发射辐射量可忽略不计:
L(x,y,t,λ,p)=β(x,y,t,λ,p)*I(x,y,t,λ)
特定条件下的L(x,y,t,λ,p)
单波段图像=L(x,y),常用f(x,y)表示
多波段或多光谱图像=L(x,y,λ)
多极化图像=L(x,y,p)
多时相图像=L(x,y,t)
遥感图像与“真实图像”的关系
图像数据g(x,y)=T{f(x,y)}
g(x,y)特点:
连续性——g(x,y)在空间上分布是连续的,同时灰度也是连续分布的。
定义域的限定性。
0≤x≤N,0≤y≤M,M行×N列的图像。
函数值的限定性。
非负,灰度范围0-1
函数值物理意义明确——电磁波能量的度量。
与真实图像之间存在大气、仪器、几何等影响(T)。
3.3.2直方图
如果将图像中像素亮度(灰度级别)看成是一个随机变量,则其分布情况就反映了图像的统计特性,这可用概率密度函数ProbabilityDensityFunction(PDF)来刻画和描述,表现为灰度直方图(Histogram)。
灰度直方图——灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中每种灰度出现的频率。
对于数字图像来说,直方图就是灰度值概率密度函数的离散化图形。
如图3.5所示。
灰度直方图的横坐标是灰度级,纵坐标是该灰度级出现的频度,它是图像最基本的统计特征。
图像灰度分布的概率密度函数
设r代表图像中像素灰度级,作归一化处理后,r将被限定在[0,1]之内。
在灰度级中,r=0代表黑,r=1代表白。
对于一幅给定的图像来说,每一个像素取得[0,1]区间内的灰度级是随机的,也就是说r是一个随机变量。
假定对每一瞬间,它们是连续的随机变量,那么就可以用概率密度函数pr(r)来表示原始图像的灰度分布。
pr(r)=ri/N(i=0,1,…,r-1)
如果用直角坐标系的横轴代表灰度级r,用纵轴代表灰度级的概率密度函数pr(r),这样就可以针对一幅图像在这个坐标系中作出一条曲线来。
这就是图像灰度分布的概率密度函数曲线,如下图所示:
灰度直方图的性质
(1)直方图只反映该图像中不同灰度值出现的次数(或频数),而不包括某一灰度值像素所在位置信息。
(2)任一幅图像,都能惟一地确定出一幅与它对应的直方图,但不同的图像,可能有相同的直方图。
3)一幅图像各子区的直方图之和就等于该图像全图的直方图。
(4)由于遥感图像数据的随机性,在图像像素足够多并且地物类型差异不是非常悬殊的情况下,遥感图像数据与自然界的其他现象一样,服从接近于正态分布。
第四章图像的显示和拉伸
第一节数字图像的显示
1.1图像增强
定义:
用于改善图像的对比度,突出感兴趣的地物信息,提高图像目视解译效果的图像处理方法。
目的:
提高图像质量和突出所需信息,有利于分析判读或作进一步处理。
特点:
图像的信息没有增加或减少
改善了视觉效果
产生了更容易处理的图像
具有探索性
1.2数字图像的显示
定义:
将数字图像从一组离散数据还原为一幅可见图像的过程。
数字图像----可视化-----模拟图像
不可见图像---可视化----可见图像
1.3颜色的特征
颜色:
外界光作用于人的视觉器官而产生的主观感觉。
分类非彩色:
黑、白以及从黑过渡到白的一系列灰色,它们对光谱上各个波长的反射没有选择性。
反映了物质的光反射率的变化,在视觉上的感觉是亮度的变化
彩色:
除黑白系列以外的各种颜色
亮度(Lightness、Intensity):
反映物体反射能量的大小
1.3颜色的特征
分类:
非彩色:
灰色梯尺
彩色:
色调(Hue):
色彩彼此区分的特点
明度(Value):
颜色亮度(客观)在人们视觉上的主观反映
色度(Chromaticity):
水中溶解性物质或胶状物质呈现的米黄色乃至黄褐色的程度
饱和度(Saturation):
色彩纯洁的程度,即波段是否窄,频率是否单一
1.4颜色空间
三原色:
根据人眼的结构,所有颜色都可看作是3种基本颜色按照不同的比例组合而成的。
RGB颜色空间:
RGB颜色空间与设备紧密相关,不同设备的显示效果不同
CMYK颜色空间:
CMYK颜色空间与设备紧密相关,不同设备的显示效果不同
CMYK颜色空间的覆盖范围比RGB的小,但有的颜色超出了RGB的范围。
1.5颜色模型
颜色空间的转换:
不同的颜色空间的色彩再现范围有所差异。
将颜色的坐标值从一个颜色空间转换到另一个颜色空间的坐标值的过程。
颜色空间的转换是利用颜色模型进行的。
颜色模型:
目的:
按某种标准利用基色表示颜色
表示方法:
用一个三维坐标系统及这个系统中的一个子空间表示
常用的颜色模型:
RGB颜色模型:
彩色监视器和彩色摄像机
CMY颜色模型:
彩色打印机
YIQ颜色模型:
彩色电视广播
HIS颜色模型:
图像的显示和处理
HIS颜色模型:
图像的显示和处理
1.6图像的显示
可以全色显示,也可以彩色显示
全色显示
彩色显示
电子显示法(软拷贝):
用彩色监视器显示,采用RGB颜色空间,加色法合成
彩色硬拷贝设备显示法:
用绘图仪或打印机输出,采用CMYK颜色空间,减色法合成
第二节图像的彩色合成
2.1彩色图像与彩色合成
彩色图像真彩色图像:
图像的色调与人眼视觉所看到的颜色基本一致的图像
假彩色图像:
图像的色调与实际地物色调不一致的图像
彩色合成伪彩色合成:
将单波段图像转变成为彩色图像
彩色合成:
包括真彩色和假彩色合成
模拟真彩色合成:
通过模拟产生近似真彩色图像
2.2伪彩色合成
定义:
把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色,然后进行彩色图像显示的方法
方法:
密度分割法
原理:
对单波段图像按灰度分级,对每一级赋予不同的色彩,使之变成一幅彩色图像。
彩色是人为赋予的,与地物真实颜色无关
作用:
可以提高图像的可分辨力,如果分级与地物光谱特性的差异对应较好,也可以较为准确地区分出地物类别
2.3真彩色合成
定义:
彩色合成中选择的波段的波长与红绿蓝的波长相同或近似,得到的图像的颜色与真彩色近似
作用:
合成后的图像的颜色接近自然色,与人的视觉感觉一致,容易识别地物
2.4假彩色合成
定义:
选择多波段图像中的任意三个波段,分别赋予红、绿、蓝三种原色,在屏幕上合成彩色图像的方法色彩与地物真实颜色无关
标准假彩色合成:
选择多波段图像中的近红外、红、绿三个波段分别赋予红、绿、蓝三原色,在屏幕上合成彩色图像的方法。
标准假彩色合成图像可以突出显示植被(红色)、水体(黑色或蓝色)、城镇(深色)等信息
2.5模拟真彩色合成
红色R=XS2(R)
蓝色B=SX1(G)
红色R=XS2(R)
蓝色B=SX1(G)
第三节图像拉伸
3.1概述
对比度:
图像亮度的最大值和最小值的比值
拉伸:
最基本的图像处理方法,主要用来改善图像的对比度
拉伸的处理对象:
波段的单个像素值
拉伸的作用:
突出或抑制特定地物的特征
拉伸方法选择的依据:
图像的直方图
第三节图像拉伸
3.1概述
拉伸的类型:
增加图像的对比度:
突出图像的细节:
3.2灰度拉伸特点
类型
公式
线性拉伸:
全域线性拉伸
<1压缩=1既不拉伸也不压缩,与原图一样>1拉伸
2%灰度拉伸:
a取灰度级的2%,b取灰度级的98%时的线性拉伸方法。
可以明显增强图像的显示效果
反色变换:
将原图灰度值翻转,黑白互换。
可用图像的最大值-图像值得到。
分段线性拉伸:
非线性拉伸
多波段拉伸:
在图像的彩色合成显示后,可以对各个波段分别进行线性或非线性拉伸处理,以便综合增强图像中的地物信息
3.3图像均衡化
基本思想:
对原始图像的像素灰度做某种映射变换,使变换后图像直方图的概率密度呈均匀分布,即变换后图像的灰度级均匀分布。
直方图均衡化后的每个灰度级的像素频率理论上是相等的,其直方图顶部形态应为直线。
特点:
各灰度级中像素出现的频率近似相等
原图像上像素出现频率小的灰度级被合并,实现压缩;像素出现频率高的灰度级被拉伸,突出了细节信息
基本步骤:
3.4图像规定化-直方图匹配
基本思想:
对原始图像的像素灰度做某种映射变换,使变换后图像直方图变成规定形状的直方图。
规定形状的直方图可以是参考图像的直方图,也可以是特定函数形式的直方图。
原理:
对两个直方图都做均衡化,变成归一化的均匀直方图,以此均匀直方图为中介,对参考图像做均衡化的逆运算。
均衡化是规定化的特例。
作用:
是图像镶嵌或应用多时相遥感图像进行动态变化研究的预处理工作,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色调差异,降低目视解译的错误。
基本步骤:
第五章图像校正
为什么进行辐射校正?
利用传感器观测目标的反射或辐射能量时,传感器的测量值与目标的光谱反射率或光谱辐亮度等物理量是不一致的,这是因为测量值中包含了太阳位置和角度条件、薄雾等大气条件、或因为传感器的性能不完备等条件引起了失真。
5.1辐射传输
5.1.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遥感 导论