遥感数字图像处理主要研究的内容.docx
- 文档编号:7934721
- 上传时间:2023-01-27
- 格式:DOCX
- 页数:19
- 大小:36.65KB
遥感数字图像处理主要研究的内容.docx
《遥感数字图像处理主要研究的内容.docx》由会员分享,可在线阅读,更多相关《遥感数字图像处理主要研究的内容.docx(19页珍藏版)》请在冰豆网上搜索。
遥感数字图像处理主要研究的内容
遥感数字图像处理主要研究的内容有以下几个方面:
1、图像变换由于图像阵列很大,直接在空间域中进行处理,涉及计算量很大。
因此,往往采用各种图像变换的方法,如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效的处理(如傅立叶变换可在频域中进行数字滤波处理)。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性,它在图像处理中也有着广泛而有效的应用。
2、图像编码压缩图像编码压缩技术可减少描述图像的数据量(即比特数),以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得,也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法,它在图像处理技术中是发展最早且比较成熟的技术。
3、图像增强和复原图像增强和复原的目的是为了提高图像的质量,如去除噪声,提高图像的清晰度等。
图像增强不考虑图像降质的原因,突出图像中所感兴趣的部分。
如强化图像高频分量,可使图像中物体轮廓清晰,细节明显;如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解,一般讲应根据降质过程建立“降质模型”,再采用某种滤波方法,恢复或重建原来的图像。
4、图像分割图像分割是遥感数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来,其有意义的特征有图像中的边缘、区域等,这是进一步进行图像识别、分析和理解的基础。
虽然目前已研究出不少边缘提取、区域分割的方法,但还没有一种普遍适用于各种图像的有效方法。
因此,对图像分割的研究还在不断深入之中,是目前图像处理中研究的热点之一。
5、图像描述图像描述是图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性,一般图像的描述方法采用二维形状描述,它有边界描述和区域描述两类方法。
对于特殊的纹理图像可采用二维纹理特征描述。
随着图像处理研究的深入发展,已经开始进行三维物体描述的研究,提出了体积描述、表面描述、广义圆柱体描述等方法。
6、图像分类(识别)图像分类(识别)属于模式识别的范畴,其主要内容是图像经过某些预处理(增强、复原、压缩)后,进行图像分割和特征提取,从而进行判决分类。
图像分类常采用经典的模式识别方法,有统计模式分类和句法(结构)模式分类,近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。
遥感数字图像处理-基本特点
1、遥感数字图像处理的信息大多是二维信息,处理信息量很大。
如一幅256×256低分辨率黑白图像,要求约64kbit的数据量;对高分辨率彩色512×512图像,则要求768kbit数据量;如果要处理30帧/秒的电视图像序列,则每秒要求500kbit~22.5Mbit数据量。
因此对计算机的计算速度、存储容量等要求较高。
2、遥感数字图像处理占用的频带较宽。
与语言信息相比,占用的频带要大几个数量级。
如电视图像的带宽约5.6MHz,而语音带宽仅为4kHz左右。
所以在成像、传输、存储、处理、显示等各个环节的实现上,技术难度较大,成本亦高,这就对频带压缩技术提出了更高的要求。
3、数字图像中各个像素是不独立的,其相关性大。
在图像画面上,经常有很多像素有相同或接近的灰度。
就电视画面而言,同一行中相邻两个像素或相邻两行间的像素,其相关系数可达0.9以上,而相邻两帧之间的相关性比帧内相关性一般说还要大些。
因此,图像处理中信息压缩的潜力很大。
4、由于图像是三维景物的二维投影,一幅图象本身不具备复现三维景物的全部几何信息的能力,很显然三维景物背后部分信息在二维图像画面上是反映不出来的。
因此,要分析和理解三维景物必须作合适的假定或附加新的测量,例如双目图像或多视点图像。
在理解三维景物时需要知识导引,这也是人工智能中正在致力解决的知识工程问题。
5、遥感数字图像处理后的图像一般是给人观察和评价的,因此受人的因素影响较大。
由于人的视觉系统很复杂,受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大,作为图像质量的评价还有待进一步深入的研究。
另一方面,计算机视觉是模仿人的视觉,人的感知机理必然影响着计算机视觉的研究。
例如,什么是感知的初始基元,基元是如何组成的,局部与全局感知的关系,优先敏感的结构、属性和时间特征等,这些都是心理学和神经心理学正在着力研究的课题。
遥感数字图像处理-应用
图像是人类获取和交换信息的主要来源,因此,图像处理的应用领域必然涉及到人类生活和工作的方方面面。
随着人类活动范围的不断扩大,图像处理的应用领域也将随之不断扩大。
1、航天和航空技术方面的应用
遥感数字图像处理技术在航天和航空技术方面的应用,如JPL对月球、火星照片的处理,另一方面的应用是在飞机遥感和卫星遥感技术中。
许多国家每天派出很多侦察飞机对地球上有兴趣的地区进行大量的空中摄影。
对由此得来的照片进行处理分析,以前需要雇用几千人,而现在改用配备有高级计算机的图像处理系统来判读分析,既节省人力,又加快了速度,还可以从照片中提取人工所不能发现的大量有用情报。
从60年代末以来,美国及一些国际组织发射了资源遥感卫星(如LANDSAT系列)和天空实验室(如SKYLAB),由于成像条件受飞行器位置、姿态、环境条件等影响,图像质量总不是很高。
因此,以如此昂贵的代价进行简单直观的判读来获取图像是不合算的,而必须采用遥感数字图像处理技术。
如LANDSAT系列陆地卫星,采用多波段扫描器(MSS),在900km高空对地球每一个地区以18天为一周期进行扫描成像,其图像分辨率大致相当于地面上十几米或100米左右(如1983年发射的LANDSAT-4,分辨率为30m)。
这些图像在空中先处理(数字化,编码)成数字信号存入磁带中,在卫星经过地面站上空时,再高速传送下来,然后由处理中心分析判读。
这些图像无论是在成像、存储、传输过程中,还是在判读分析中,都必须采用很多遥感数字图像处理方法。
现在世界各国都在利用陆地卫星所获取的图像进行资源调查(如森林调查、海洋泥沙和渔业调查、水资源调查等),灾害检测(如病虫害检测、水火检测、环境污染检测等),资源勘察(如石油勘查、矿产量探测、大型工程地理位置勘探分析等),农业规划(如土壤营养、水份和农作物生长、产量的估算等),城市规划(如地质结构、水源及环境分析等)。
2、生物医学工程方面的应用
遥感数字图像处理在生物医学工程方面的应用十分广泛,而且很有成效。
除了上面介绍的CT技术之外,还有一类是对医用显微图像的处理分析,如红细胞、白细胞分类,染色体分析,癌细胞识别等。
此外,在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。
3、通信工程方面的应用
当前通信的主要发展方向是声音、文字、图像和数据结合的多媒体通信。
具体地讲是将电话、电视和计算机以三网合一的方式在数字通信网上传输。
其中以图像通信最为复杂和困难,因图像的数据量十分巨大,如传送彩色电视信号的速率达100Mbit/s以上。
要将这样高速率的数据实时传送出去,必须采用编码技术来压缩信息的比特量。
在一定意义上讲,编码压缩是这些技术成败的关键。
除了已应用较广泛的熵编码、DPCM编码、变换编码外,目前国内外正在大力开发研究新的编码方法,如分行编码、自适应网络编码、小波变换图像压缩编码等。
4、工业和工程方面的应用
在工业和工程领域中图像处理技术有着广泛的应用,如自动装配线中检测零件的质量、并对零件进行分类,印刷电路板疵病检查,弹性力学照片的应力分析,流体力学图片的阻力和升力分析,邮政信件的自动分拣,在一些有毒、放射性环境内识别工件及物体的形状和排列状态,先进的设计和制造技术中采用工业视觉等等。
其中值得一提的是研制具备视觉、听觉和触觉功能的智能机器人,将会给工农业生产带来新的激励,目前已在工业生产中的喷漆、焊接、装配中得到有效的利用。
5、军事公安方面的应用
在军事方面图像处理和识别主要用于导弹的精确末制导,各种侦察照片的判读,具有图像传输、存储和显示的军事自动化指挥系统,飞机、坦克和军舰模拟训练系统等;公安业务图片的判读分析,指纹识别,人脸鉴别,不完整图片的复原,以及交通监控、事故分析等。
目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。
6、文化艺术方面的应用
目前这类应用有电视画面的数字编辑,动画的制作,电子图像游戏,纺织工艺品设计,服装设计与制作,发型设计,文物资料照片的复制和修复,运动员动作分析和评分等等,现在已逐渐形成一门新的艺术——计算机美术。
[1]
简介
ERDASIMAGINE是一款遥感图像处理系统软件。
ERDASIMAGINE是美国ERDAS公司开发的遥感图像处理系统。
它以其先进的图像处理技术,友好、灵活的用户界面和操作方式,面向广阔应用领域的产品模块,服务于不同层次用户的模型开发工具以及高度的RS/GIS(遥感图像处理和地理信息系统)集成功能,为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具,代表了遥感图像处理系统未来的发展趋势。
该软件功能强大,在该行业中是最好的一款软件。
目前ERDASIMAGINE软件已经成为世界上占最大市场份额的专业遥感图像处理软件!
。
[编辑本段]ERDASIMAGINE9.0
作为全球遥感图像处理系统的领头羊ERDASIMAGINE于2006年推出了其最新的9.0版本,这是ERDAS系统又一重大进展。
它创新性地提出了“企业级”遥感图像处理概念,将图像处理与空间数据管理融合成一体,构成完整的客户/服务器结构的工作流。
·ERDASIMAGINEV9.0AutoSync模块将减轻您繁重的纠正选点工作,使得用于动态监测的不同时相/分辨率精确配准融合工作量大大减小;
·为用户提供了基于Internet/Intranet环境的影像等空间信息共享的工具,可创建自己的三维数字地球,进行沙盘推演,三维浏览查询/检索,分析,飞行,量测等;
·国防等行业解决方案…… 不管您想做什么,遥感影象(卫星,航空,地面近景)作为对地观测获取地球表面覆盖与结构信息的载体,在地学分析应用领域是不可或缺的信息源。
而如何将地理影象转化为有价值的信息对你成功实施GIS和制图工程又是至关重要的。
目前,在我们周围越来越多的人们能够利用全范围的地理影象产品来提取和使用有价值的信息。
[编辑本段]ERDAS公司
创建于1978年,总部设在美国佐治亚州的亚特兰大市。
自公司成立以来,一直致力于遥感处理系统技术的开发应用和服务,开拓遥感领域的全球市场,取得了巨大的成功,在近20年里始终保持利润持续稳定地增长。
目前ERDAS公司已经发展成为世界上最大的专业遥感图像处理软件公司,全球用户遍布100多个国家,软件套数超过了60,000套,市场占有率为46%,在全球遥感处理软件市场排名第一,在GIS软件市场排名第九。
2003年6月份,在美国国家影像制图局(NIMA)等权威机构组织的历经5年的Passfind项目遥感影像系统评比当中,在十一个项目评比中获得九个项目第一,最终综合功能性价比名列第一,在三维可视化分析领域更是在功能与理念上一路领先。
自2002年年中在得到Leica公司的资金支持后,ERDASIMAGINE软件的发展步伐更加有利与快捷,更多的新功能与算法加进到新版本中,一系列的举措不仅仅使用户的当前投资得到充分发挥,也得到了未来产品发展的保护。
按照公司产品发展的计划,基于COM和网上图像处理服务的新一代遥感影像处理系统(版本9)将要面世,这将会为广大用户提供功能更加强大与开发扩展更方便的系统与手段。
[编辑本段]优秀的IMAGINEGIS软件方案
ERDAS公司优秀的IMAGINEGIS软件方案一直是业界的先驱,其软件处理技术覆盖了图像数据的输入/输出,图像增强、纠正、数据融合以及各种变换、信息提取、空间分析/建模以及专家分类、ArcInfo矢量数据更新、数字摄影测量与3维信息提取,硬拷贝地图输出(在3维景观的绘图输出更是达到了所见即所得的清晰大数量的纸质图)、雷达数据处理、3维立体显示分析。
IMAGINE软件可支持所有的UNIX系统,以及PC机的MicrosoftWindows2000Professional(需Pack2),WindowsXPProfessional操作系统。
其应用领域包括:
科研、环境监测、气象、石油矿产勘探、农业、医学、军事(数字地理战场,解译等)、电讯、制图、林业、自然资源管理、公用设施管理、工程、水利、海洋,测绘勘察和城市与区域规划等。
通过与著名的GIS厂商ESRI公司的战略合作,ERDAS公司在与GIS完整集成的IMAGINE系列软件之外,同时开发基于ArcViewGISV8.x的图像分析模块——ImageAnalysis和StereoAnalyst两个扩展模块,向用户提供GIS/RS一体化的解决方案。
*ERDASIMAGINE产品套件:
它是一个用于影象制图、影象可视化、影象处理和高级遥感技术的完整的产品套件。
*ERDASIMAGINE扩展模块:
ERDASIMAGINE是以模块化的方式提供给用户的,可使用户根据自己的应用要求、资金情况合理地选择不同功能模块及其不同组合,对系统进行剪裁,充分利用软硬件资源,并最大限度地满足用户的专业应用要求。
*ArcGISExtensions:
它是为ArcGIS用户提供的一个使用方便的地理影象分析和处理功能的扩展模块。
LPS(LeicaPhotogrammetrySuite)――徕卡遥感及摄影测量系统是各种数字化摄影测量工作站所适用的软件系列产品。
为地球空间影像的广泛应用提供了精密和面向生产的摄影测量工具。
LPS可以处理来自多种航天、航空传感器的多种格式影像,包括黑/白、彩色和最高至16bits的多光谱等各类数字影像。
LPS可以提供从原始像片到通视(line-of-sight)分析各种摄影测量的需求,它为影像、地面控制、定向及GPS数据、矢量和处理影像等提供广泛的应用选择,因而操作灵活简便。
LPS可以提供上百种坐标系及地图投影的选择,以满足用户的不同需求。
Re:
ERDAS产品介绍
LeicaGeosystemsGeoSpatialImaging
徕卡新一代遥感图像处理及摄影测量系列产品介绍
TM
第一章IMAGINEProfessional详细介绍
IMAGINEProfessional包括IMAGINEEssentials和Advantage的所有核心功能,另处还提供图像分类,知识库建立的知识工程师工具,可视化图形的空间模型制作工具(SpatialModelMaker)和雷达图像处理模块。
一.Classification——专业分类工具
1.模糊编码技术
帮助用户识别类型调整中的冲突,解决所有的分类冲突。
比如在某一类中包含有两种或两种以上的土地利用类别。
它主要应用以下两种情况中:
l保存分类影像为一个新的影像,影像的最终类别根据其临时类别和DN值进行调整。
l调整存在类别冲突的组。
它以焦点函数为权重进行模糊编码处理,分组工具帮助用户在
冲突区域进行区分(例如聚集多类的区域根据原始影像DN值进行再划分)。
例如某一子区DN值不能明确肯定其属于耕地或属于草地,但是它更像草地,则可以对该子区设置耕地和草地的置信系数,如为0.6and0.8;
在对其焦点函数进行模糊编码时,其置信系数不仅依赖于焦点像素的置信值,还与其邻域像素的置信系数有关,以像素与焦点的距离为权重,综合确定其目标模糊置信类别。
例如冲突像素虽然位于森林混合体中,但它更像是草地,但是如果其总权重置信系数为耕地时,则其置信系数设为耕地是更合适的。
图4.1采用模糊编码技术解决分类冲突
2.IMAGINE地物分类的特点
l提供Signature编辑器
l分类特性适配检验:
选择特征训练区有时会导致训练区的协方差矩阵不可逆。
可逆矩阵
对某些监督分类方法是必要条件,现在如果出现不可逆矩阵,SignatureEditor会对用户进行提示
l监督分类训练区的产生使用了高级的空间/光谱种子区域的自动生长算法,同时也可使
用户得到某一已知GPS采样点的光谱特征值
l非监督分类方式中,用户可使用种子点也可使用系统自动生成的初始样本集合
l在分类方式中,统计样本可由现存的及用户新生成的点、多边形(ArcInfoCOVERAGE)
来产生
l支持空间域和特征空间域的统计样板的建立和评价过程,并给用户提供了方便的对比和
切换功能
l特征空间专题化
l提供多种观察和定量分析评价统计样板的能力,包括特征空间图像的显示,对用统计样
板求得的预分类结果的显示(ALARM),联列矩阵(CONTINGENCYMATRICES),偏离尺度(DEVERGENCEMEASUREMENTS),以及统计图等
l为用户提供可满足不同要求的分类算法:
平行六面体法(PARALLELPIPED)、特征空
间(FEATURESPACE)、最小距离(MINIMUMDISTANCE)、马氏距离(MAHALANOBISDISTANCE)、最大似然法(MAXIMUMLIKELIHOOD)、以及贝叶斯决策(BAYESIAN)等分类算法,同时还提供了模糊判断分类准则
l支持对分类结果的评价和分析,以及分类过程中的精度控制和评价,使分类的精度更高
l阈值(Threshold)设定及优化
二.知识工程师工具
知识工程师工具为掌握第一手数据知识的专家提供建立知识库的图形界面。
知识库由树状结构表示,由最终或中间类型定义(假设)、规则(条件定义)、变量(光栅、Scalars)构成。
图4.2知识工程师编辑工具
假设由规则确定,如果规则为真则假设在某一特殊点可能为真。
根据输入的变量确定规则的真假。
例如:
一规则定义为缓坡(小于5度),要判断此规则需定义一变量在每一点检查坡度值。
这一变量可以是反映坡度的图像,也可以是从DEM实时计算坡度的空间模型,甚至可以是外部程序的输出。
如果变量的值表明规则正确,则可与其它正确规则推导出假设(类型分配)是真的。
其关键特征:
l知识树的建立采用图形拖放工具。
l可信值的定义和传播。
管理不确定性在知识库中至关重要。
专家在每一规则中设置一可信值。
如果树形结构中多个规则同时触发,则知识分类器将所有可信值结合在一起。
l在某一位置多个规则如果同时为真,则可信值最高的规则很可能成为此象素的类型。
l变量可以有不同的来源——图像、矢量、SCALAR、模型、用户定义的程序。
l利用模型编辑器可以进行空间操作,突破了传统的逐像元分类。
l提示输入某些数据文件,可以产生方便的知识库。
l通过水平、垂直方向建立树枝,可以使用多个AND和OR规则。
lPATHWAYCURSOR可以快速反馈分类结果,帮助发展和优化知识库。
l利用已有的工具,如模型编辑器定义光谱/空间运算可以缩短学习的弯路。
三.空间建模分析(SpatialModeler)-新一代面向目标的图像处理模型开发工具
LEICAERDASIMAGINE提供了一个面向目标的图形模型语言SPATIALMODELER,使用户可设计高级的空间模型功能,例如:
组合GIS分析和图像处理能力等,用户只需用其提供的工具在窗口中绘出模型的流程图,指定流程图的意义、所用参数、矩阵等,即可完成模型的设计,而无需进行具体而复杂的程序设计,为用户提供了高层次的设计工具和手段,同时可使用户将更多的精力集中于专业领域的研究。
代表着模型的流程图可被方便地编辑、修改、打印存取,还可以转换成文本方式以便与EML集成使用等。
见下图。
图4.3建模工具
其特点包括:
l图形用户界面
l提供一系列工具帮助用户绘制和设计模型流程图
l不用编程,表示模型的流程图可直接运行与存取
l可访问和使用200多个图像处理和GIS功能
l支持实时的矢量和栅格数据的转换,矢量数据(ArcInfoCoverage,Shapefile)可直接参与模型,矢量到栅格的转换由系统自动进行
l矢量数据的属性可参与空间模型的运算和执行
l支持注记的自动栅格化
四.内置雷达分析模块(NativeRadarModule)
特别的滤波器(各种斑点噪声压缩与滤波);雷达分析工具(纹理分析,与多光谱数据的融合,斜距到地距的纠正等)。
功能包括:
l支持多种雷达图像的文件格式,特别支持RADARSAT数据格式(RadarSATImporter),LEICAERDASImagine是首批获RADARSAT数据支持二级认证的商业软件
l雷达图像的亮度调整
l斑点(Speckle)噪声的抑制
l局部明暗调整
l纹理分析和边缘提取
lImagine软件中提供的所有图像能力
五.高光谱分析工具
ERDAS在已有高光谱图像处理功能基础上,又增加了实用的处理工具,打破了高光谱图像处理的神秘性,使得每个人都可以成为专家。
光谱分析工具具有面向任务的,以向导模式提供操作的特点,它使对高光谱图像和其它图像的大量分析功能简化并自动化了。
高光谱分析工具是IMAGINEProfessional8.5的标准功能。
图4.4高光谱分析工具
有两种方法使用高光谱新的分析功能:
第一类是面向任务的向导式操作模式。
选择需要完成的任务(异常探测、目标探测、地物制图、项目向导),然后在其引导下逐步设置对数据的处理方法(坏波段的剔除、波段选择、大气层纠正、噪声压缩、子区选择),最后即可根据选择的分析方法(光谱角、光谱相关、能量最小、正交亚空间投影)得到需要的结果(连续图或二值图)。
第二类是完全的图形操作界面—光谱分析工作站。
用户可以在图形界面上灵活地选择自己需要做的处理,可以完成面向任务的向导式操作的全部功能。
ERDAS的光谱分析工具全面支持AVIRIS,HyDICE,ENVI,Hyperion数据的输入,以及MODIS、ASTER的EOSHDF格式数据的输入。
六.光谱分析
在现有LEICAERDASIMAGINE工具的基础上,这一面向任务的应用工具可以使用户方便快速地从Hyperion、AVIRIS等超光谱图像中提取信息。
任何希望利用最少的用户操作(不需昂贵的超光谱图像处理理论的培训)就可以从超光谱图像中快速提取地物制图信息的用户都可以从新的光谱分析工具中得到满足。
IMAGINE的光谱分析工具将成像光谱测定法的概念、数据结构、图像处理功能引入了标准的LEICAERDASIMAGINE产品中。
用简单的用户界面实现了专用于超光谱数据处理的功能强大的算法,并可以产生专业的终端产品供分析。
为了支持以上功能,为特殊的超光谱传感器开发了新的输入工具和栅格DLL,向LEICAERDASIMAGINE光谱库结构中加入了通用的光谱库。
而且简化并自动化了工业承认的预处理技术以便提供合理、容易使用的预处理方法,同时保持底层算法的强壮特性。
由于超光谱数据不只是成像光谱测定领域的专家使用、超光谱图像也不必先进行目视判读,分析人员只要分析的数据和结果,故光谱分析软件的重要理念是容易使用、容易跟踪的工作流程、智能的数据处理选项。
软件的工作流程是围绕一系列的任务创建的。
这些任务相应于分析人员的特殊目的。
任务包括:
异常探测、目标探测、地物制图、地物识别。
IMAGINE光谱分析模块的目的是同时满足遥感领域的专家和新手的要求——从超光谱数据中提取信息。
每一位分析人员所关心的地物可能不同,但其基本原理是一样的。
软件不但指导分析人员按任务操作,还在
- 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 数字图像 处理 主要 研究 内容