遙感圖像輻射處理課件

第六章

遙感圖像輻射處理

內(nèi)容提綱遙感圖像的輻射處理

遙感圖像增強

圖像平滑

圖像銳化多光譜圖像四則運算圖像融合2基本的輻射傳輸過程3消除遙感圖像數(shù)據(jù)中依附在輻射亮度中的各種失真的過程稱為輻射量校正（RadiometricCalibration),簡稱輻射校正。由于傳感器響應(yīng)特性和大氣的吸收、散射以及其它隨機因素影響，導(dǎo)致圖像模糊失真，造成圖像的分辨率和對比度相對下降，這些都需要通過輻射校正復(fù)原。5傳感器接收的電磁波能量與目標本身輻射的能量是不一致的。傳感器輸出的能量包含了由于太陽位置和角度條件、大氣條件、地形影響和傳感器本身的性能等所引起的各種失真，這些失真不是地面目標本身的輻射，因此對圖像的使用和理解造成影響，必須加以校正或消除。6輻射校正的目的：盡可能消除因傳感器自身條件、大氣條件、太陽位置和角度條件及某些不可避免的噪聲引起的傳感器所得到的目標測量值與目標的光譜反射率或光譜輻亮度等物理量之間的差異，盡可能恢復(fù)遙感圖像本來的面目，為遙感圖像的分割、分類、解譯等后續(xù)工作打下基礎(chǔ)。輻射校正包括三部分的內(nèi)容：傳感器端的輻射校正大氣校正地表輻射校正7基本概念輻射定標和輻射校正是遙感數(shù)據(jù)定量化的最基本環(huán)節(jié)。輻射定標：指傳感器探測值的標定過程方法，用以確定傳感器入口處的準確輻射值。輻射校正：指消除或改正遙感圖像成像過程中附加在傳感器輸出的輻射能量中的各種噪聲的過程。86.1遙感圖像的輻射處理

輻射誤差傳感器輻射定標輻射校正地面輻射校正場106.1.2傳感器輻射定標傳感器定標是遙感信息定量化的前提。傳感器定標就是建立傳感器每個探測元所輸出信號的數(shù)值量化值與該探測器對像元內(nèi)的實際地物輻射亮度值之間的定量關(guān)系。12

絕對定標方法設(shè)傳感器入口處波段i的輻射度Li和傳感器輸出的亮度值ＤＮi之間存在線性關(guān)系：衛(wèi)星運行時，傳感器的輻射靈敏度將隨時間而變，故傳感器的絕對輻射定標中的增益和偏置量要不斷更新。這一更新利用衛(wèi)星上的太陽定標器和地面定標場來完成。146.1.3輻射校正大氣校正太陽高度角和地形影響引起的輻射誤差校正系統(tǒng)噪音15一、大氣校正大氣的影響：減少照射到地面的能量，增加對傳感器探測到的，與地面特征無關(guān)的散射。消除大氣的影響是非常重要的，消除大氣影響的校正過程稱為大氣校正。16為什么要做大氣校正？入射到傳感器的電磁波能量除了地物本身的輻射以外，還有大氣引起的散射光。我們想要了解某一物體表面的光譜屬性，必須將大氣的影響消除。校正的方法：尋找0反射目標條件：整個圖像在相同的大氣條件下獲得。17常用校正方法1)基于地面場地數(shù)據(jù)或輔助數(shù)據(jù)進行輻射校正在遙感成像的同時，同步獲取成像目標的反射率，或通過預(yù)先設(shè)置已知反射率的目標，把地面實況數(shù)據(jù)與傳感器的輸出數(shù)據(jù)進行比較，來消除大氣的影響。本方法假設(shè)地面目標反射率與傳感器所獲得的信號之間屬于線性關(guān)系。18回歸分析法在不受大氣影響的波段圖像和待校正的某一波段圖像中，選擇從最亮到最暗的一系列目標，對每一目標的兩個波段亮度值進行回歸分析，如MSS的第4和7波段，其亮度值分別為L4和L7，回歸方程為：20直方圖法目標：圖像中存在亮度為零的目標。理想情況：圖像的亮度值應(yīng)為零。實際情況：目標的亮度值不為零。方法：根據(jù)具體大氣條件，各波段要校正的大氣影響是不同的。為確定大氣影響，顯示有關(guān)圖像的直方圖,從圖上可以得知最黑的目標亮度為零，即第七波段圖像的最小亮度值為零，第四波段的亮度最小值為a4，則a4就是第四波段圖像的大氣校正。213）基于輻射傳輸方程的大氣校正23專業(yè)的遙感圖像處理系統(tǒng)多提供的大氣校正模型：

Erdas和Geomatica系統(tǒng)中的ACTOR模型ENNI系統(tǒng)中的FLAASH模型

公共的大氣校正模型，其中較好的是6S模型。242）改正計算太陽高度角θ圖像對應(yīng)區(qū)域的地理緯度成像時太陽直射點的地理緯度地區(qū)經(jīng)度與成像時太陽直射點地區(qū)經(jīng)度之差步驟：26相鄰地區(qū)不同時期的兩幅圖像銜接或鑲嵌時，也可作

太陽高度角校正。方法：以一幅圖像為標準，校正另一幅圖像參考圖像天頂角待校正圖像天頂角待校正圖像亮度值校正后圖像亮度值應(yīng)用：比較不同太陽高度角（不同季節(jié)）的多日期圖像；27b.波段比值法圖像上的陰影通常是由太陽高度角引起的。多波段圖像上的陰影可以通過圖像之間的比值來消除或減弱比值圖像：同步獲取的相同地區(qū)的任意兩個波段圖像相除

得到的新圖像28三、系統(tǒng)噪音圖像數(shù)據(jù)中的干擾。產(chǎn)生的原因：受感測、信號數(shù)字化或數(shù)據(jù)記錄過程中的限制。影響：數(shù)字圖像質(zhì)量下降，或完全掩蓋圖像中的真正輻射信息。目的：圖像恢復(fù)到與初始圖像盡可能接近的狀況。方法：與噪音的特性有關(guān)關(guān)鍵：探測噪音30系統(tǒng)的條帶噪音31什么情況下需要進行大氣校正大氣透明度差而且不均一

大氣中的水汽含量高

低海拔地區(qū)應(yīng)該進行校正，3000米以上的地區(qū)可不考慮

相對高差變化大的地形區(qū)域

不同時段圖像的聯(lián)合處理326.1.4地面輻射校正場當(dāng)遙感數(shù)據(jù)進行輻射定標和輻射校正后，如何評價其精度，需要通過地面輻射校正場來對計算結(jié)果進行驗證和修正。因此通過地面輻射校正場來提高輻射定標和校正的精度具有特別重要的意義。建立地面輻射校正場符合遙感數(shù)據(jù)定量化的需要建立地面輻射校正場可以彌補星上定標的不足滿足多種遙感資料的應(yīng)用需要33現(xiàn)有的定標場一個完整的地面試驗場對地理環(huán)境和技術(shù)準備有極高的要求。目前世界上比較典型的地面輻射場有：1979年美國在新墨西哥州白沙建立的地面輻射定標場1987年法國在馬賽西北LaCrau建立的地面輻射定標場歐空局在非洲撒哈拉沙漠建立了地面輻射校正場日本與澳大利亞合作在澳大利亞北部沙漠地區(qū)建立了地面輻射校正場,通過星地同步觀測,實現(xiàn)對衛(wèi)星遙感儀器的定標。34加拿大在北部大草原也開展衛(wèi)星、飛機積雪同步觀測,以便對衛(wèi)星傳感器作出客觀評價。根據(jù)美、法公布的資料，目前用輻射校正場的方法對可見光和近紅外波段的標正精度可達6%-3%左右。除成功地對Landsat-4、5的TM，SPOT的HRV，NOAA-9、10、11的AVHRR，Nimbus-7的CZCS進行輻射校正外，目前正在進一步研究高分辨率成像光譜儀(AVIRIS)和中分辨率成像光譜儀(MODIS)的輻射校正，并對法國偏光照相機(POLDER)進行輻射校正。利比亞沙漠用于定標AVHRR、北非沙漠定標SPOT影像、敦煌西戈壁沙漠定標CBERS影像、美國的白沙導(dǎo)彈靶場常用于高分辨率圖像的定標35我國地面輻射校正場從二十世紀八十年代接收和應(yīng)用國內(nèi)外氣象和陸地衛(wèi)星數(shù)據(jù)時，已認識到了在我國建立自己的地面輻射校正場的重要性和迫切性，以提高數(shù)據(jù)輻射定標和輻射校正精度。以后我國將發(fā)射自己的各類遙感衛(wèi)星，因此建立地面輻射校正場具有十分重要的現(xiàn)實意義。我國根據(jù)需要選擇了敦煌西戈壁作為可見光和紅外波段的輻射校正場，青海湖作為熱紅外波段和紅外低發(fā)射率的輻射校正場。36中國氣象局第7號令《氣象探測環(huán)境和設(shè)施保護辦法》

第十五條嚴禁在遙感衛(wèi)星輻射校正場場區(qū)內(nèi)從事任何建設(shè)和改變場區(qū)內(nèi)自然狀態(tài)的行為。本辦法所稱遙感衛(wèi)星輻射校正場，是指利用輻射特性穩(wěn)定、均勻的地物目標作為輻射參考基準，通過星地同步觀測，對在軌運行遙感儀器進行絕對輻射定標或星上輻射定標校正的場地。37Imageenhancementistheprocessofmakinganimage

more

interpretableforaparticularapplication(Faust,1989).增強的目的：抑制、去除噪聲，改善圖像視覺效果或突出圖像中的特定地物信息，使圖像更容易理解、解譯和判斷。其實質(zhì)是增強感興趣目標和周圍背景圖像間的反差。圖像增強的概念6.2遙感圖像輻射增強38增強處理包括：改變圖像的灰度等級；提高圖像的對比度；消除噪聲，平滑圖像；突出邊緣或線狀地物，銳化圖像；合成彩色圖像；圖像融合；圖像運算39增強技術(shù)分類1）從增強的作用域出發(fā)空間域增強：空間域是指圖像平面所在的二維平面。直接處理圖像上的像素，主要對灰度進行操作；1）點處理：每次對單個像元進行灰度增強的處理2）鄰域處理或模板處理：對一個像元及其周圍的小區(qū)域子

圖像進行處理頻率域增強：對圖像經(jīng)傅立葉變換后的頻譜成分進

行操作，然后經(jīng)傅立葉逆變換獲得所需結(jié)果402）從處理的像元出發(fā)輻射增強：對單個像元的灰度值進行變換，達到圖像增強目的；空間增強：利用像元自身及其周圍像元的灰度值進行運算；光譜增強：以多波段數(shù)據(jù)為基礎(chǔ)，對每個像元的灰度值進行變換41圖像灰度直方圖圖像反差調(diào)整6.2遙感圖像輻射增強426.2.1圖像灰度直方圖圖像灰度直方圖反映了一幅圖像中灰度級與其出現(xiàn)概率之間的關(guān)系。

43446.2.2圖像反差調(diào)整線性變換

直方圖均衡

直方圖正態(tài)化

直方圖匹配

密度分割

其他非線性變換

45線性變換簡單線性變換：按比例拉伸原始圖像灰度等級范圍目的：為了充分利用顯示設(shè)備的顯示范圍，使輸出直方圖的兩端達到飽和。特點：一對一關(guān)系，像元總數(shù)不變。其數(shù)學(xué)表達式為：46線性增強47線性變換48直方圖均衡將隨機分布的圖像直方圖修改成均勻分布的直方圖，其實質(zhì)是對圖像進行非線性拉伸，重新分配圖像像元值，使一定灰度范圍內(nèi)的像元的數(shù)量大致相等。49直方圖均衡效果：增強了峰值處的對比度，兩端（最亮和最暗）的對比度減弱了5051直方圖均衡52直方圖正態(tài)化將隨機分布的原圖像直方圖修改成高斯分布的直方圖53直方圖匹配通過非線性變換使得一個圖像的直方圖與另一個圖像直方圖類似。要求1．圖像直方圖總體形狀應(yīng)類似；2．圖像中黑與亮特征應(yīng)相同；3．圖像的空間分辨率應(yīng)相同；4．圖像上地物分布應(yīng)相同，尤其是不同地區(qū)的圖像匹配。如果一幅圖像里有云，而另一幅沒有云，那么在直方圖匹配前，應(yīng)將其中一幅里的云去掉。54其他非線性變換非線性變換有很多方法，如對數(shù)變換、指數(shù)變換、平方根變換、標準偏差變換、直方圖周期性變換。55密度分割密度分割與直方圖均衡類似。產(chǎn)生一個階梯狀查找表，原始圖像的灰度值被分成等間隔的離散的灰度級，每一級有其灰度值。n為密度分割的層數(shù)

56密度分割57灰度反轉(zhuǎn)對圖像灰度范圍進行線性或非線性取反，產(chǎn)生一幅與輸入圖像灰度相反的圖像。結(jié)果：原來亮的地方變暗，原來暗的地方變亮?；叶确崔D(zhuǎn)有兩種算法：簡單的灰度反轉(zhuǎn)條件反轉(zhuǎn)58灰度反轉(zhuǎn)條件反轉(zhuǎn)其中Din為輸入圖像灰度且已歸一化（0－1.0），Dout為輸出反轉(zhuǎn)灰度。簡單的灰度反轉(zhuǎn)596.3圖像平滑目的：在于消除各種干擾噪聲，使圖像中高頻成分消退，平滑掉圖像的細節(jié)，使其反差降低，保存低頻成分。鄰域平均法低通濾波法606.3.1鄰域平均法基本思想：利用圖像點（x，y）及其鄰域若干個像素的灰度平均值來代替點（x，y）的灰度值，結(jié)果是對亮度突變的點產(chǎn)生了“平滑”效果。鄰域平均是基于圖像上的背景或目標部分灰度的變化是連續(xù)的，緩慢的，而顆粒噪聲使圖像上一些像素的灰度造成突變。通過鄰域平均可以平滑突變的灰度。616.3.1鄰域平均法S為（x，y）的鄰域，可以取包含（x，y）的3×3鄰域、5×5鄰域或7×7鄰域等626.3.1鄰域平均法平滑計算可以用鄰域內(nèi)元素與其對應(yīng)的權(quán)相乘后相加，用⊕表示，稱為空間卷積模板中各數(shù)值之和為1，即有平均的意思。636.3.1鄰域平均法646.3.2低通濾波法低通濾波法屬于頻域處理方法。圖像中灰度跳躍變化區(qū)，對應(yīng)著頻率域中的高頻成分，灰度變化緩慢的區(qū)域?qū)?yīng)著頻率域中的低頻成分。圖像中的噪聲，經(jīng)圖像變換后，對應(yīng)高頻成分。低通濾波法是用濾波方法將頻率域中一定范圍的高頻成分濾掉，而保留其低頻成分以達到平滑圖像的目的。656.3.2低通濾波法由卷積定理可知其中F（u，v）是含有噪音的圖像變換，G（u，v）是平滑處理后的圖像變換，H（u，v）為濾波器?，F(xiàn)在要選擇一個合適的H（u，v），經(jīng)式6－3－3運算后使F（u，v）的高頻成分衰減以得到G（u，v），經(jīng)圖像反變換得到所希望的平滑圖像。選擇H（u，v）是進行低通濾波的關(guān)鍵。它必須具備低通濾波特性。66理想的低通濾波

一個理想的二維低通濾波器為：其中：D0是一個非負值，為理想低通濾波器的截止頻率，D（u，v）是從（u，v）到頻率域原點的距離67理想的低通濾波理想濾波器的含義是以截止頻率D0為半徑的圓內(nèi)所有頻率分量都能通過，截止頻率以外的所有頻率分量完全不能通過。理想低通濾波器的平滑效果很明顯。與空間域處理一樣，也有使圖像變模糊的現(xiàn)象，并且隨D0減小其模糊程度加重。68其它低通濾波器

69706.4圖像銳化目的：增強圖像中的高頻成份，突出圖像的邊緣信息，提高圖像細節(jié)的反差，也稱為邊緣增強，其結(jié)果與平滑相反。圖像銳化方法：空間域處理頻率域處理71

6.4.1空間域圖像銳化

銳化是對鄰區(qū)窗口內(nèi)的圖像微分，常用的微分方法是梯度。72空域銳化算子

73不同算子的邊緣提取效果比較

原始圖像

Sobel算子Prewitt算子Roberts算子Laplace算子74空間域圖像銳化756.4.2頻域圖像銳化

銳化在頻域中處理稱為高通濾波。它與低通濾波相反，保留頻域中的高頻成分而讓低頻成份濾掉，加強了圖像中的邊緣和灰度變化突出部分，以達到圖像銳化的目的。在高通濾波中要選擇一個合適的濾波器，使其具有高通濾波的特性。76理想高通濾波器

式中D0意義同前，用圖表示，其含義為把半徑為D0內(nèi)的所有低頻安全濾掉，大于D0的所有頻率完全通過。77其他高通濾波器

78邊緣增強79邊緣提取806.4.2頻率域圖像銳化816.5多光譜圖像四則運算針對多源遙感圖像的特點，可以利用多源圖像之間的四則運算來達到增加某些信息或消除某些影響的目的。減法運算加法運算乘法運算除法運算混合運算82減法運算Bm=BX－BY其中BX、BY為兩個不同波段的圖像或者不同時相同一波段圖像。當(dāng)為兩個不同波段的圖像時，通過減法運算可以增加不同地物間光譜反射率以及在兩個波段上變化趨勢相反時的反差。而當(dāng)為兩個不同時相同一波段圖像相減時，可以提取波段間的變化信息。當(dāng)用紅外波段與紅波段圖像相減時，即為植被指數(shù)，即VI=B1R－BR83紅外波段-紅波段84加法運算通過加法運算可以加寬波段，如綠色波段和紅色時段圖像相加可以得到近似全色圖像；而綠色波段，紅色波段和紅外波段圖像相加可以得到全色紅外圖像。85紅波段+綠波段86除法運算

通過比值運算能壓抑因地形坡度和方向引起的輻射量變化，消除地形起伏的影響；也可以增強某些地物之間的反差，如植物、土壤、水在紅色波段與紅外波段圖像上反射率是不同的，通過比值運算可以加以區(qū)分。因此，比值運算是自動分類的預(yù)處理方法之一。87紅波段/紅外波段88混合運算歸一化差分植被指數(shù)，也稱為生物量指標變化，可使植被從水和土中分離出來。差分比值運算，可以消除部分大氣影響。896.6圖像融合圖像融合：將多源遙感圖像按照一定的算法，在規(guī)定的地理坐標系，生成新的圖像的過程。9091融合的目的從不同的遙感圖像中獲得更多有用的信息，補充單一傳感器的不足。全色圖像一般具有較高空間分辨率（如SPOT全色圖像分辨率為10m），多光譜圖像光譜信息較豐富（SPOT有三個波段），為提高SPOT多光譜圖像的空間分辨率，可以將全色圖像融合進多光譜圖像。通過融合既提高多光譜圖像空間分辨率（10m），又保留其多光譜特性。9293關(guān)鍵技術(shù)問題圖像的配準空間配準數(shù)據(jù)關(guān)聯(lián)融合模型的建立與優(yōu)化充分認識研究對象的地學(xué)規(guī)律與信息特征充分了解每中融合數(shù)據(jù)的特性，適用性和局限性如何考慮選擇最佳波段用于融合融合方法的選擇94融合的層次基于像素的融合，基于特征的融合，基于知識的融合95融合分類96三種融合層次特點比較

97遙感圖像融合的條件

融合圖像應(yīng)包括不同空間和光譜分辨率融合的圖像應(yīng)是同一區(qū)域圖像應(yīng)盡可能精確配準在不同時間獲取的圖像中，其內(nèi)容沒有大的變化98遙感圖像融合流程

圖像預(yù)處理圖像配準圖像融合識別后處理決策基礎(chǔ)預(yù)處理包括兩部分：圖像幾何校正與圖像配準99基于像素級的圖像融合具體方法要求多源圖像精確配準分辨率一致將圖像按某種變換方式分解成不同級的子圖像，同時，這種分解變換必須可逆，即由多幅子圖像合成一幅圖像，即為融合圖像。這時多幅子圖像中包含了來自其它需要融合的經(jīng)圖像變換的子圖像。100融合的方法加權(quán)融合基于HIS變換的圖像融合基于主分量變換的圖像融合基于小波變換的圖像融合比值變換融合乘積變換融合基于特征的圖像融合基于分類的圖像融合101加權(quán)融合基于像元的加權(quán)融合對兩幅圖像按下式進行：A，B為常數(shù)；為兩個圖像的權(quán)，為兩幅圖像的相關(guān)系數(shù)：102加權(quán)融合SPOT全色圖像與多光譜圖像的融合，由于多光譜中的綠、紅波段與全色波段相關(guān)性較強，而與紅外波段相關(guān)性較小，可以采用全色波段圖像與多光譜波段圖像的相關(guān)系數(shù)來融合。其過程如下：對兩幅圖像進行幾何配準，并對多光譜圖像重采樣與全色圖像分辨率相同；分別計算全色波段與多光譜波段圖像的相關(guān)系數(shù)；用全色波段圖像和多光譜波段圖像按下式組合：103基于IHS變換的圖像融合

IHS變換將圖像處理常用的RGB彩色空間變換到IHS空間。IHS空間用亮度（Intensity）、色調(diào)（Hue）、飽和度(Saturation)表示。IHS變換可以把圖像的亮度、色調(diào)和飽和度分開，圖像融合只在強度通道上進行，圖像的色調(diào)和飽和度保持不變。104基于IHS變換的融合過程待融合的全色圖像和多光譜圖像進行幾何配準，并將多光譜圖像重采樣與全色分辨率相同；將多光譜圖像變換轉(zhuǎn)換到HIS空間。對全色圖像I’和HIS空間中的亮度分量I進行直方圖匹配。用全色圖像I’代替IHS空間的亮度分量，即HIS－>HI’S。將HI’S逆變換到RGB空間，即得到融合圖像。105基于主分量變換的圖像融合方法一對多光譜圖像的多個波段進行主分量變換。變換后第一主分量含有變換前各波段的相同信息，而各波段中唯一對應(yīng)各波段的部分，被分配到變換后的其它波段。將高分辨率圖像和主成分第一分量進行直方圖匹配，使高分辨率圖像與主成分第一分量圖像有相近的均值和方差。用直方圖匹配后的高分辨率圖像代替主成份的第一分量進行主分量逆變換。106基于主分量變換的圖像融合方法二將高分辨率圖像作為一個波段和多光譜圖像組合一起進行KL變換，變換后圖像信息的再分配達到高分辨率圖像和多光譜圖像的融合。107基于主分量變換的圖像融合設(shè)全色圖像P，多光譜圖像M有n個波段，將M組合成一個含有n個波段的向量集X:

各個波段之間的方差為:

108基于主分量變換的圖像融合協(xié)方差矩陣：一個滿秩矩陣，其特征值為實數(shù)，它表示n+1個波段圖像中的各地物在n+1維空間中的分布。求出特征值后對特征值，進行排序，求出對應(yīng)的特征向量，構(gòu)成特征向量集。109基于主分量變換的圖像融合用KL變換式進行KL正變換。變換后的第一主分量含有變換前各波段圖像的相同信息，而各波段中其余對應(yīng)部分被分配到變換后的其他波段。將高分辨率的全色圖像和中第一主分量進行直方圖匹配，使高分辨率圖像和第一主分量有相同的均值和方差。最后用直方圖匹配后的高分辨率圖像代替主分量中的第一主分量和其余分量一起進行KL逆變換，然后對矩陣進行重組，得融合圖像。110KL變換性質(zhì)KL變換是一個正交變換KL變換后所得到的向量中各個元素互不相關(guān)從離散KL后得到的向量刪除后面的個元素而只保留前個元素時所產(chǎn)生的誤差滿足平方誤差最小的準則111基于小波變換的圖像融合采用離散二進小波變換的Mallat算法的圖像融合步驟如下：①對高分辨率全色圖像和多光譜圖像進行幾何配準，并且對多光譜圖像重采樣與全色圖像分辨率相同；②對全色圖像和多光譜圖像進行直方圖匹配；③對全色高分辨圖像進行小波分解，分解成LL（低頻部分），HL（水平方向的小波系數(shù)），LH（垂直方向小波系數(shù)），HH（對角方向的小波系數(shù)）；④對多光譜圖進行分解成四部份LL，LH，HL，HH；⑤根據(jù)需要或保持多光譜色調(diào)的程度由③,④中的LL重新組合成新的LL；⑥根據(jù)需要由③,④中的LH，HL，HH重新組合成新的LH，HL，HH；⑦由⑤