數(shù)字圖像處理復習提綱.docx

數(shù)字圖像處理重點內(nèi)容提要第一章 概述1 什么是圖像？圖像-是人類認識世界最主要的信息源。人類所獲得信息的約70% 以上是以圖像的形式通過人的視覺系統(tǒng)得到的。粗略地講，圖像是某一個二維或三維景物呈現(xiàn)在人們心目中的影像；確切地講，圖像是光輻射能量照在物體上，經(jīng)過物體的反射或透射，或由發(fā)光物體本身發(fā)出的光能量，在人的視覺器官中所重現(xiàn)出的物體的視覺信息。2 數(shù)字圖像：最小單位，兩個特征（空間位置特征、屬性特征）數(shù)字圖像的最小單位是像素（像元）。像素（像元）具有空間位置特征和屬性特征3 采樣和量化的定義模擬圖像數(shù)字化 包括采樣和量化兩個過程采樣-將空間上連續(xù)的圖像變換成離散點的操作，即位置的離散化 將模擬圖像按縱橫兩方向分割為若干個形狀、大小相同的像元，各像元的位置由其所在的行和列表示量化-將像素灰度轉(zhuǎn)換成離散的數(shù)值的過程,即灰度的離散化量化參數(shù)-灰度級數(shù)一幅數(shù)字圖像中不同灰度值的個數(shù)稱為灰度級數(shù)，用K表示。4 數(shù)字圖像處理過程的幾個特點：信息量大、數(shù)據(jù)量大、重復性運算大、處理技術綜合性強5 什么是遙感？根據(jù)遙感平臺，可以分為哪幾類？遙感-遙遠的感知在遠離地面的不同運載工具上（高塔、氣球、飛機、火箭、人造衛(wèi)星、宇宙飛船、航天飛機等）,運用探測儀器（傳感器），對地表各種物體的電磁波信息進行探測成像，并且經(jīng)過信息數(shù)據(jù)的傳輸、處理、分析, 對地球資源與環(huán)境進行探測和監(jiān)控的綜合性技術。根據(jù)遙感平臺分類航天遙感-通過衛(wèi)星、載人飛船、航天飛機等在太空中進行；航空遙感-通過飛機、氣球等在空中進行；地面遙感-通過遙感車、鐵塔等在地面進行。 第二章 遙感圖像數(shù)據(jù)基礎1 遙感圖像的基本原理：反映地物的平均電磁波輻射水平、數(shù)值大小變化由于地物類型變化引起。遙感的基本原理就是通過分析遙感圖像數(shù)據(jù)數(shù)值的大小與變化規(guī)律，來有效地識別不同的地物。2 電磁波譜的定義電磁波譜-不同的電磁波其波長各不相同，將各種電磁波按照波長的大小范圍，依次排列成圖譜，這個圖譜就是所謂的電磁波譜。3 地物波譜曲線區(qū)分地物的原理不同地物不同波段在遙感圖像上呈現(xiàn)不同的色調(diào)，這就是判讀和識別各種地物的基礎和依據(jù)； 4 遙感數(shù)字圖像的三大信息特征：時間特征、空間特征、光譜特征1) 波譜信息-不同地物亮度值存在差異，同一地物在不同波段上的輻射值也存在差異，遙感圖象上的這兩種差異就構(gòu)成了波譜特征信息，又稱波譜信息。2）空間（結(jié)構(gòu)）信息-是亮度在空間上的變化特征，如圖象上的點、線、邊緣、紋理等，它們是地物識別的輔助標志。影響遙感圖象空間信息的重要因素是遙感影象的幾何分辨率，圖象的幾何分辨率越高，圖象的紋理細節(jié)越清晰，圖象的空間結(jié)構(gòu)信息越豐富。3）時間特征信息 - 不同時相遙感圖象特征信息的差異。許多地物具有時相變化，通常選擇遙感信息表現(xiàn)最好的時相圖象。不同時相圖象的處理比較可用來進行動態(tài)監(jiān)測及作物生長狀況研究。第三章 圖像校正1 輻射畸變產(chǎn)生的原因：傳感器性能的影響、地物光照條件、大氣對輻射傳輸?shù)挠绊? 幾何畸變產(chǎn)生的原因：傳感器內(nèi)部畸變、遙感平臺位置和運動狀態(tài)變化、地球本身對遙感影像的影響3 幾何校正的兩個方法：系統(tǒng)幾何校正、幾何精校正1）系統(tǒng)性校正根據(jù)引起幾何畸變的原因，推導出理論校正公式 把該式中所含的與遙感器構(gòu)造有關的校準數(shù)據(jù)（焦距等）及遙感器的位置、姿態(tài)等的測量值代入到理論校正式中進行幾何校正。然而在很多情況下，遙感器的位置及姿態(tài)的測量值精度不高，所以外部畸變的校正精度也不高。2）幾何精校正不考慮引起畸變的原因建立畸變圖像空間與標準參照空間的對應關系利用數(shù)學模型來近似描述成像的幾何畸變過程4 地面控制點GCP的選取標準1）圖像上易分辨且較精細的特征點如道路交叉點，標志物，水域的邊界，山頂，小島中心，機場等。2）不隨時間變化的區(qū)域3）數(shù)量要有保證4）控制點要在圖像上均勻分布，盡可能滿幅均勻選取5）邊緣部分也要選取第四章 圖像增強1 圖象增強的目的和意義：對圖像的某些特征進行強調(diào)或尖銳化，以便于顯示、觀察和進一步分析處理2 點運算的特點：針對孤立象元點的運算，人為地改善圖像的灰度和對比度3 點運算的兩個方法包括：灰度變換、直方圖變換1）灰度變換法通過變換函數(shù)使圖像的灰度值發(fā)生變化調(diào)整圖像的灰度動態(tài)范圍或圖像對比度是圖像增強的重要手段之一2）直方圖均衡化將原圖象的直方圖通過變換函數(shù)修正為均勻的直方圖，即各種灰度出現(xiàn)的概率是近似均勻的直方圖自動調(diào)節(jié)圖像對比質(zhì)量，產(chǎn)生唯一結(jié)果4 空域模板濾波增強的特點：強調(diào)與周圍相鄰像元點的關系，對圖像進行平滑或銳化5 頻域增強：傅立葉變換（空域-頻域），保留高頻或低頻傅立葉變換Fourierf(x)為連續(xù)函數(shù)，則有如下關系：我們稱F(u)為f(x)的連續(xù)頻譜，簡稱為頻譜由f(x)求出F(u)的過程稱為頻譜分析低通濾波：圖像從空間域變換到頻率域后，其低頻分量對應圖像中灰度值變化比較緩慢的區(qū)域，高頻分量則表征圖像中物體的邊緣和隨機噪聲等信息。低通濾波是指保留低頻分量，而通過濾波器函數(shù)H(u，v)減弱或抑制高頻分量的過程。低通濾波與空域中的平滑濾波器一樣可以消除圖像中的隨機噪聲，減弱邊緣效應，起到平滑圖像的作用。高通濾波圖像中的邊緣或線條與圖像頻譜中的高頻成分相對應采用高通濾波器讓高頻順利通過，使圖像的邊緣或線條變得清楚，實現(xiàn)圖像的銳化6 假彩色合成方法對于分量圖像的要求：信息量最大，相關性最小以合成后的信息量最大和波段之間的信息相關最小作為合成的最佳目標。7 彩色變換的兩種方法：HIS變換和RGB變換兩種彩色空間RGB空間：由紅（Red）、綠（Green）、藍（Blue） 三原色組成HSI空間：由色調(diào)（Hue）、飽和度（Saturation）以及亮度（Intensity）構(gòu)成彩色變換兩種色彩模式的相互轉(zhuǎn)換（兩種坐標系的變換）通常把由RGB向HSI變換稱為HSI變換由HSI向RGB變換稱為RGB變換 1）RGB彩色空間RGB空間是圖像處理中最常用的彩色空間。坐標原點代表黑色，(1, 1, 1) 代表白色，落在坐標軸上的頂點代表三個基色。 2）HSI彩色空間色調(diào)：表示顏色的類別。飽和度：對于同一色調(diào)的彩色光，飽和度越深，顏色越鮮明，相反則越淡。亮度：同一物體因受光不同，會產(chǎn)生亮度上的變化。照射的光越強，反射光也越強，看起來越亮。在遙感數(shù)字圖象處理中，常常要把RGB轉(zhuǎn)換為HSI。HSI變換：將圖像轉(zhuǎn)換到HSI空間對指定色調(diào)值H進行處理H=H+/-h對指定飽和度值S進行處理S=S* S對指定亮度值I進行處理I=I* I8 差值法增強的兩個作用：利用光譜差異區(qū)分地物類別、動態(tài)監(jiān)測根據(jù)光譜差異區(qū)分某些地類； 確定某一時間內(nèi)的變化，進行動態(tài)監(jiān)測（如森林火災或皆伐前后的變化）。9 植被指數(shù)的定義植被指數(shù)（NDVI）：利用不同波段探測數(shù)據(jù)組合的比值，能反映植物生長狀況的指數(shù) 常用的植被指數(shù)有：MSS4/MSS2TM4/TM3(TM4-TM3) / (TM4+TM3) 第五章 圖像分類1 遙感圖像的分類依據(jù)：依據(jù)地物光譜信息和空間信息差異，將圖像特征空間劃分為互不重疊的子空間。基本原理：同類地物在相同的條件下（光照、地形等），應具有相同或相似的光譜信息和空間信息特征。不同類的地物之間，其光譜信息和空間信息特征具有差異。根據(jù)這種差異，將圖像中所有的像素按其性質(zhì)分為若干類別（class）的過程，稱為圖像的分類。2 自動分類方法包括哪兩種？對比分析非監(jiān)督分類：不依賴先驗知識監(jiān)督分類：需要先驗知識1）方法一：非監(jiān)督分類法沒有先驗類別知識，根據(jù)圖像本身的統(tǒng)計特征及分布來劃分地物類別；分類結(jié)果只區(qū)分差異，不能確定類別2）方法二：監(jiān)督分類法前提：已知圖像樣本區(qū)的類別（訓練區(qū)）；通過選擇代表各類別的已知樣本的象元光譜特征，根據(jù)類別的先驗知識確定判別函數(shù)，然后將未知類別的樣本值代入判別函數(shù)。 3）監(jiān)督分類法與非監(jiān)督分類法的比較根本區(qū)別在于是否利用訓練區(qū)域來獲取先驗類別知識非監(jiān)督分類不要先驗知識，直接根據(jù)地物的光譜統(tǒng)計特性進行分類，因此，非監(jiān)督分類方法簡單，當光譜類別能夠和唯一的地物類型相對應時，非監(jiān)督分類可以取得較好的分類效果。監(jiān)督分類根據(jù)訓練區(qū)域提供的樣本選擇特征參數(shù)，建立判別函數(shù)，從而進行分