版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、第 五 章 遙感圖像增強(qiáng) 5.1 輻射增強(qiáng) 5.2 邊緣增強(qiáng) 5.3 彩色增強(qiáng) 5.4 圖像變換(多光譜增強(qiáng)) 5.5 影像信息融合 5.6 局部圖像羽化處理技術(shù)遙感圖像的彩色增強(qiáng):將灰度級圖像變?yōu)椴噬珗D像以及進(jìn)行各種彩色變換,改善圖像的視覺效果、突出有用信息. 第 三 節(jié) 彩色增強(qiáng)實(shí)現(xiàn)方法: 1.密度分割:將單波段黑白圖像的灰度按等間隔或不等間隔進(jìn)行分層,然后再給每一層賦予不同的顏色.真彩色合成:原色的選擇與原來遙感波段所代表的真實(shí)顏色相同,生成的合成色能真實(shí)或近似反映地物本來的顏色.假彩色合成:原色的選擇與原來遙感波段所代表的真實(shí)顏色不同,生成的合成色不能真實(shí)反映地物本來的顏色.遙感圖像的
2、彩色增強(qiáng):將灰度級圖像變?yōu)椴噬珗D像以及進(jìn)行各種彩色變換,改善圖像的視覺效果、突出有用信息. 第 三 節(jié) 彩色增強(qiáng)實(shí)現(xiàn)方法: 2.彩色合成:根據(jù)加色法彩色合成原理,選擇遙感影像的某三個波段,分別賦予紅、綠、藍(lán)三種原色,就可以合成彩色影像.遙感圖像的彩色合成原理TM1:0.45-0.52 藍(lán)色,TM2:0.52-0.60綠色, TM3:0.63-0.69紅色,TM4:0.76-0.9近紅外, 包括HIS變換的正變換(由RGB到HIS)和HIS變換的逆變換(由HIS到RGB)兩大基本過程。遙感圖像的彩色增強(qiáng):將灰度級圖像變?yōu)椴噬珗D像以及進(jìn)行各種彩色變換,改善圖像的視覺效果、突出有用信息. 實(shí)現(xiàn)方法:
3、第 三 節(jié) 彩色增強(qiáng)3.HIS變換:將表色系統(tǒng)由RGB系統(tǒng)轉(zhuǎn)換為由色調(diào)(Hue) 、亮度(Intensity)和飽和度(Saturation)三個分量構(gòu)成的HIS顯色系統(tǒng),然后再變回RGB系統(tǒng). HIS變換過程RGBIHSIHSRGB正變換增強(qiáng)處理逆變換顯示Note:H(色調(diào))代表像元的顏色,其值0-360; I(亮度)表示整個圖像的明亮程度,其值介于0-1,它反映了地物在參與HIS正變換的三個波段上輻射強(qiáng)度的總和; S(飽和度)代表顏色的純度,其值介于0-1.具體的算法參見教材P45-P46.基于ERDAS的HIS變換的正變換(由RGB到HIS)和HIS變換的逆變換(由HIS到RGB)遙感圖
4、像的彩色增強(qiáng):將灰度級圖像變?yōu)椴噬珗D像以及進(jìn)行各種彩色變換,改善圖像的視覺效果、突出有用信息. 實(shí)現(xiàn)方法:第 三 節(jié) 彩色增強(qiáng)3.HIS變換:將表色系統(tǒng)由RGB系統(tǒng)轉(zhuǎn)換為由色調(diào)(Hue) 、亮度(Intensity)和飽和度(Saturation)三個分量構(gòu)成的HIS顯色系統(tǒng),然后再變回RGB系統(tǒng). 基于ERDAS的HIS變換的正變換途徑2):利用Model Maker ,實(shí)現(xiàn) RGB to IHS基于ERDAS的HIS變換的逆變換途徑2): Interpreter圖標(biāo)/Spectral Enhancement /IHS to RGB第 五 章 遙感圖像增強(qiáng) 5.1 輻射增強(qiáng) 5.2 邊緣增強(qiáng)
5、 5.3 彩色增強(qiáng) 5.4 圖像變換(多光譜增強(qiáng)) 5.5 影像信息融合 5.6 局部圖像羽化處理技術(shù)遙感圖像的變換處理:采用對多光譜(多波段)圖像進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法:1.K-L變換(主成分或主分量變換):將原來多波段圖像中的有用信息盡可能壓縮到互不相關(guān)的較少的幾個波段(主成分方向)上,在所生成的主成分圖像中各個主成分包含的信息內(nèi)容彼此不重疊。K-L變換的原理對具有n個波段的多光譜圖像組成的光譜空間X乘以一個nn的線性變換矩陣A,產(chǎn)生一個新的光譜空間Y,也即產(chǎn)
6、生一幅新的具有n個波段的多光譜圖像。 其表達(dá)式為:Y= A X根據(jù)主成分變換的數(shù)學(xué)原理,A是X空間的協(xié)方差矩陣x的特征向量矩陣(按其特征根由大到小的順序排列而成)的轉(zhuǎn)置矩陣, 即 11 12 1n 21 22 2n A=T= n1 n2 nn 因此,公式Y(jié)= AX可寫成: y1 x1 y2 x2 = yn xn 11 12 1n 21 22 2n n1 n2 nnK-L變換的原理對具有n個波段的多光譜圖像組成的光譜空間X乘以一個nn的線性變換矩陣A,產(chǎn)生一個新的光譜空間Y,也即產(chǎn)生一幅新的具有n個波段的多光譜圖像。 其表達(dá)式為:Y= A X根據(jù)主成分變換的數(shù)學(xué)原理,A是X空間的協(xié)方差矩陣x的特
7、征向量矩陣的轉(zhuǎn)置矩陣,因此,公式Y(jié)= AX可寫成: y1 x1 y2 x2 = yn xn 11 12 1n 21 22 2n n1 n2 nn因此,公式Y(jié)= AX可寫成: y1 x1 y2 x2 = yn xn 11 12 1n 21 22 2n n1 n2 nn例如,當(dāng)n=3時,則: y1=11 x1 + 12 x2 +13 x3 y2=21 x1 + 22 x2 +23 x3 y3=31x1 +32 x2 +33 x3基于ERDAS的K-L變換:Interpreter/Spectral Enhancement / Principal Comp遙感圖像的變換處理:采用對多光譜(多波段)圖像
8、進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法:1.K-L變換(主成分或主分量變換):將原來多波段圖像中的有用信息盡可能壓縮到互不相關(guān)的較少的幾個波段(主成分方向)上,在所生成的主成分圖像中各個主成分包含的信息內(nèi)容彼此不重疊?;贓RDAS的K-L變換特征數(shù)據(jù)輸出設(shè)置(兩種方式):在運(yùn)行日志中顯示;寫入特征數(shù)據(jù)文件基于ERDAS的K-L變換需要的主成分?jǐn)?shù)量: 1、2、3NOTE:K-L變換的第一主成分幾乎包含了原來各波段圖像信息的絕大部分(一般在80%以上),其余主成分所包含的信息依次迅
9、速減少.NOTE:K-L變換的第一主成分不僅包含的信息量大,而且降低了噪聲,有利于細(xì)部特征的增強(qiáng)和分析,適用于進(jìn)行高通濾波、線性特征增強(qiáng)與提取等.基于ERDAS的K-L變換NOTE:通常進(jìn)行K-L變換是把一幅圖像的所有波段一起處理,但也可以把所有波段先分組進(jìn)行K-L變換,然后由每一組選取一個適當(dāng)?shù)闹鞒煞謭D像參加假彩色合成或其他處理.這種分組K-L變換在高光譜圖像的處理中使用得較普遍。遙感圖像的變換處理:采用對多光譜(多波段)圖像進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法: 2.K-L
10、逆變換:將主成分變換獲得的圖像重新恢復(fù)到RGB空間. (NOTE:輸入的圖像必須是由主成分變換得到的圖像,而且必須有當(dāng)時的特征矩陣參與變換) 基于ERDAS的K-L逆變換:Interpreter/Spectral Enhancement / Inverse Principal Comp遙感圖像的變換處理:采用對多光譜(多波段)圖像進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法: 3.去相關(guān)拉伸:首先對原圖像進(jìn)行K-L變換,并對主成分圖像進(jìn)行對比度拉伸,然后再進(jìn)行K-L逆變換,將圖像重新恢
11、復(fù)到RGB空間. 以達(dá)到增強(qiáng)圖像的目的。 基于ERDAS的去相關(guān)拉伸:Interpreter/Spectral Enhancement / Decorrelation Stretch 基于ERDAS的去相關(guān)拉伸遙感圖像的變換處理:采用對多光譜(多波段)圖像進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法: 4.K-T變換(纓帽/纓穗變換):將原始圖像數(shù)據(jù)結(jié)構(gòu)軸進(jìn)行旋轉(zhuǎn),以優(yōu)化圖像數(shù)據(jù)對植被的顯示結(jié)果. 目前,用于K-T變換的數(shù)據(jù)主要有:Landsat-4、5的MSS圖像和TM圖像,Modi
12、s圖像,機(jī)載ATLAS圖像等.Landsat衛(wèi)星MSS數(shù)據(jù)的K-T變換算法Y = R * X + r 對于MSS圖像,可以?。≒50) 0.433 -0.290 -0.829 0.223 0.632 -0.562 0.522 0.012 0.586 0.600 -0.039 -0.543 0.264 0.491 0.194 0.810R1=R2=R3=R4= 0.433 0.632 0.586 0.264 -0.290 -0.562 0.600 0.491 -0.829 0.522 -0.039 0.194 0.223 0.012 -0.543 0.810R=Landsat衛(wèi)星MSS數(shù)據(jù)的K-
13、T變換算法Y = R * X + r K-T變換后Y=(y1,y2,y3,y4)T中的四個分量多數(shù)有明確的物理意義,可以與地物直接聯(lián)系:y1叫做亮度分量,主要反映土壤信息,是土壤反射率變換的方向;y2叫做綠色物質(zhì)分量,反映植物的綠度(生長狀況);y3叫做黃色物質(zhì)分量,反映植物的黃度(枯萎程度);y4沒有什么意義。因此,在實(shí)際應(yīng)用中,常舍棄K-T變換后的第四個分量,而只取前三個分量。 Landsat衛(wèi)星TM數(shù)據(jù)的K-T變換算法Y = R * X + r 式中:X=(x1,x2,x3,x4,x5,x7)T是TM圖像的6個波段(不包括第6波段)上的灰度值組成的光譜矢量;Y為K-T變換后的數(shù)據(jù)矩陣,也
14、即變換后新空間的像元矢量,其各分量表示變換后每一通道的像元亮度值;R為K-T變換的正交變換矩陣,R=R1, R2, R3, R4,R5, R7T,其中R1、R2、R3、R4、R5、R7是相互正交的單位列向量.r為補(bǔ)償向量,是意在避免Y有負(fù)值出現(xiàn)而加的常數(shù)。Landsat衛(wèi)星TM數(shù)據(jù)的K-T變換算法Y = R * X + r 對于Landsat4-TM圖像, K-T變換系數(shù)R可以取(P51):R1R2R3R4 R5R7 0.3037-0.2848 0.1509-0.8242 -0.32800.1084 0.2793-0.2435 0.1973-0.0849-0.0549-0.9022 0.474
15、3-0.5436 0.3279 0.4392 0.10750.4120 0.5585 0.7243 0.3406-0.0580 0.18550.0573 0.5082 0.0840-0.7112 0.2012-0.43570.0251 0.1863-0.1800 -0.4572 -0.27860.8085 0.0238 0.3037 0.2793 0.4743 0.5585 0.5082 0.1863-0.2848-0.2435-0.5436 0.7243 0.0840-0.1800 0.1509 0.1973 0.3279 0.3406-0.7112-0.4572-0.8242-0.0849
16、 0.4392-0.0580 0.2012-0.2786-0.3280-0.0549 0.1075 0.1855-0.4357 0.8085 0.1084-0.9022 0.4120 0.0573-0.0251 0.0238R=第五章 練習(xí)要求:應(yīng)用K-T變換,求算TM圖像上地物01(其在TM1-7波段上的灰度值分別為71、26、28、41、57、129、22)和地物02 (其在TM1-7波段上的灰度值分別為78、32、36、52、64、132、28)在變換后圖像上新的像元灰度值。NOTE: 補(bǔ)償向量r =0Landsat衛(wèi)星TM數(shù)據(jù)的K-T變換算法Y = R * X + r K-T變換后Y=
17、(y1,y2,y3,y4,y5,y7)T 的6個分量中前三個分量與地物有明確的關(guān)系:y1叫做亮度分量,它實(shí)際上是TM六個波段的加權(quán)和,代表地物目標(biāo)總的反射值(總輻射能量水平),不等于土壤變換的主要方向(這一點(diǎn)與MSS數(shù)據(jù)不同);y2叫做綠色物質(zhì)分量,反映植物的綠度(生長狀況),它與MSS數(shù)據(jù)的綠色物質(zhì)分量幾乎相同;y3叫做濕度分量,反映的是可見光和近紅外波段(即TM1-4)與波長較長的紅外波段(TM5、TM7)的差值,這是MSS圖像所沒有的新信息.遙感圖像的變換處理:采用對多光譜(多波段)圖像進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯
18、效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法: 4.K-T變換(纓帽/纓穗變換):將原始圖像數(shù)據(jù)結(jié)構(gòu)軸進(jìn)行旋轉(zhuǎn),優(yōu)化圖像數(shù)據(jù)對植被的顯示結(jié)果. 基于ERDAS的K-T變換:Interpreter/Spectral Enhancement / Tassled Cap 基于ERDAS的K-T變換設(shè)置K-T變換中的正交變換矩陣R在ERDAS中對TM圖像進(jìn)行K-T變換時的R參數(shù)設(shè)置確定傳感器類型在ERDAS中對TM圖像進(jìn)行K-T變換時的R參數(shù)設(shè)置表示TM圖像的Band6不參與K-T變換補(bǔ)償向量r遙感圖像的變換處理:采用對多光譜(多波段)圖像進(jìn)行線性變換的方法,以減少各波段信息之間的冗余,達(dá)到保
19、留主要信息、壓縮數(shù)據(jù)量,增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。第 四 節(jié) 圖像變換實(shí)現(xiàn)方法: 5.影像運(yùn)算:應(yīng)用一定的數(shù)學(xué)方法,將完成空間配準(zhǔn)后的多幅單波段影像或一幅遙感圖像的不同波段進(jìn)行各種組合運(yùn)算,可以實(shí)現(xiàn)圖像增強(qiáng),達(dá)到提取某些信息或去掉某些不必要信息的目的。 常見的運(yùn)算方法有差值運(yùn)算和比值運(yùn)算. 差值運(yùn)算 -使兩幅具有同樣行、列數(shù)的影像或波段,對應(yīng)像元的亮度值相減. 差值運(yùn)算應(yīng)用于兩個波段時,相減后的值反映了同一地物不同光譜反射率之間的差。而由于不同地物反射率差值不同,兩波段亮度值相減后,差值大的被突出出來。 例如,當(dāng)用紅外波段減紅波段時,植被的反射率差異很大,相減后的差值就大
20、,而土壤和水在這兩個波段反射率差值就很小,因此相減后的影像可以把植被信息突出出來。如果不作相減,在紅外波段上植被和土壤,在紅色波段上植被和水體均難區(qū)分。影像的差值運(yùn)算有利于目標(biāo)與背景反差較小的信息提取,如冰雪覆蓋區(qū),黃土高原區(qū)的界線特征;海岸帶的潮汐線等。 差值運(yùn)算 -使兩幅具有同樣行、列數(shù)的影像或波段,對應(yīng)像元的亮度值相減. 差值運(yùn)算還常用于研究同一地區(qū)不同時相的動態(tài)變化。如監(jiān)測森林火災(zāi)發(fā)生前后的變化和計(jì)算過火面積;監(jiān)測水災(zāi)發(fā)生前后的水域變化和計(jì)算受災(zāi)面積及損失;監(jiān)測城市在不同年份的擴(kuò)展情況及計(jì)算侵占農(nóng)田的比例等。 有時為了突出邊緣,也用差值法將兩幅影像的行、列各移一位,再與原影像相減,也可起到幾何增強(qiáng)的作用。比值運(yùn)算 -將兩幅具有同樣行、列數(shù)的影像或波段,對應(yīng)像元的亮度值相除(除數(shù)不為0).比值運(yùn)算可以檢測波段的斜率信息并加以擴(kuò)展,以突出不同波段間地物光譜的差異,提高對比度。該運(yùn)算常用于突出遙感影像中的植被特征、提取植被類別或估算植被生物量,這種算法的結(jié)果稱為植被指數(shù),常用算法: 近紅外波段紅波段或 (近紅外-紅)/(近紅外+紅) 比值運(yùn)算 -將兩幅具有同樣行、列數(shù)的影像或波段,對應(yīng)像元的亮度值相除(除數(shù)不為0).
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 專業(yè)定制塑鋼窗戶采購協(xié)議示例(2024年度)版B版
- 二零二五年度瓷磚行業(yè)環(huán)保設(shè)施建設(shè)合同3篇
- 2025年度教育課程策劃開發(fā)合同范本4篇
- 2025年度智慧社區(qū)場商位租賃及社區(qū)服務(wù)合同4篇
- 2025年度文化旅游區(qū)場地承包經(jīng)營與開發(fā)合同模板3篇
- 2025年度現(xiàn)代化廠房施工建設(shè)合同(新版)4篇
- 2024年貨物買賣合同跨境電商條款
- 2025年度叉車租賃與租賃物租賃期限續(xù)簽合同4篇
- 專屬校車司機(jī)招聘協(xié)議:2024年版詳盡協(xié)議版B版
- 2024贊助合同書范本:展覽贊助合作協(xié)議3篇
- 智慧工廠數(shù)字孿生解決方案
- 病機(jī)-基本病機(jī) 邪正盛衰講解
- 品管圈知識 課件
- 非誠不找小品臺詞
- 2024年3月江蘇省考公務(wù)員面試題(B類)及參考答案
- 患者信息保密法律法規(guī)解讀
- 老年人護(hù)理風(fēng)險防控PPT
- 充電樁采購安裝投標(biāo)方案(技術(shù)方案)
- 醫(yī)院科室考勤表
- 鍍膜員工述職報告
- 春節(jié)期間化工企業(yè)安全生產(chǎn)注意安全生產(chǎn)
評論
0/150
提交評論