环境遥感技术及应用(田静毅)第四章遥感图象处理.ppt

第四章第四章 遥感图像处理遥感图像处理 1 1 遥感图像校正遥感图像校正2 2 遥感图像的镶嵌遥感图像的镶嵌3 3 遥感图像增强遥感图像增强4 4 遥感图像融合遥感图像融合1 遥感图像校正l l 在遥感成像时，由于各种因素的影响，使得遥感图像存在一定的几何畸变和辐射量的失真现象。这些畸变和失真影响了图像的质量和应用，在遥感应用之前必须消除。对这些畸变和失真的消除一般称为遥感图像的预处理，其主要包括辐射量校正和几何校正。辐射量校正（radiometricrrection）l l消除图像数据中依附在辐射亮度中的各种失真的过程称为辐射量校正。利用传感器观测目标的反射或辐射能量时，传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的，这是因为测量值中包含了由于太阳位置和角度以及薄雾等大气条件所引起的失真以及传感器本身的偏差。为了正确评价目标的反射或辐射特性，也必须消除这些失真。l l 引起辐射畸变的原因兰要有两个：传感器仪器本身产生的误差和大气对辐射的影响。相应地，辐射校正也包括两种类型：（1）装饰性修正 对数据错误进行补偿性修复；（2）大气校正 校正由于大气和辐射参数带来的误差，如薄雾、太阳角、天空光等。l l 1装饰性修正 装饰性修正包括以修正影像中视觉错误或噪声为目的而进行的所有操作。数据中的缺陷一般包括以下形式：周期性或随机性扫描线丢失 线状条带现象 随机噪声或尖峰噪声周期性或随机性扫描线丢失l l 周期性扫描线丢失现象产生的原因是传感器中的一个探测元件出现了问题，因此记录了错误的信息或者停止记录。例如 Landsat/TM除热红外波段外，其他波段都有16个探测元件。如果其中一个探测元件出现故障，则每16个扫描线中就有一个扫描线的数据为零，在影像上就表现为一条黑线。对于 Landsat MSS，上述问题将导致其每 6个扫描线中有一个数据为零的扫描线。l l 进入传感器的辐射强度反映在图像上就是亮度值（灰度值）。辐射强度越大，亮度值越大。图像每个像元的亮度值要受两个物理量的影响：一是太阳辐射照射到地面的辐射强度；二是地物的反射光谱。当太阳辐射强度相同时，图像像元亮度值的差异就直接反映了地物目标光谱反射率的差异。但实际测量中，辐射强度值还受到其他因素的影响而发生变化。这一改变的部分就是图像辐射校正需要校正的部分。l l 对这类问题进行修正对这类问题进行修正，第一步要计算整景影像每个扫描线的平第一步要计算整景影像每个扫描线的平均均DNDN值和整景影像的平均值和整景影像的平均DNDN值值(灰度值灰度值)，然后将每个扫描线的，然后将每个扫描线的平均平均DNDN值与整景影像的平均值与整景影像的平均DNDN值比较。如果某扫描线的平均值比较。如果某扫描线的平均DNDN值值与整景影像的平均与整景影像的平均DNDN值相比，其偏差超过指定的限值，则可确定值相比，其偏差超过指定的限值，则可确定该条扫描线存在缺陷。在地面覆被非常复杂的区域，为了获得较该条扫描线存在缺陷。在地面覆被非常复杂的区域，为了获得较好的效果，要考虑影像的直方图，进一步划分子区，然后对子区好的效果，要考虑影像的直方图，进一步划分子区，然后对子区分别处理。分别处理。l l替代有缺陷的扫描线替代有缺陷的扫描线。对于一个有缺陷的扫描线，其每个像元的对于一个有缺陷的扫描线，其每个像元的DNDN值取该扫描线前后两个扫描线相应像元的值取该扫描线前后两个扫描线相应像元的DNDN值的平均值。这样，值的平均值。这样，影像的质量就得到很大的改善尽管每影像的质量就得到很大的改善尽管每1616个扫描线（对于个扫描线（对于LandsatMSSLandsatMSS数据，为每数据，为每6 6个扫描线）中有一个人工处理的数据行。个扫描线）中有一个人工处理的数据行。l l 2）线状条带现象 相比于扫描线的丢失，存在线状条带现象在影像中就更加普遍了。线状条带现象的产生时常是由于探测元件的不统一引起的。在卫星发射前，传感器中所有的探测元件都进行了认真仔细的参数率定和配准。但一段时间后，某些探测元件的测量结果可能会向高或向低偏移。结果，发生偏移的探测元件所记录的扫描线与其他线相比会更亮或更暗，出现线状条带现象。l l 对于带有线状条带现象的影像，存在缺陷的扫描线中的数据还是有效的，要做的只是对其进行修正以与整景影像匹配。对于这种缺陷的处理，有很多方法，最常用的是直方图匹配法。直方图匹配法是针对每个探测元件的记录，建立独立的直方图，并进行匹配，将一个记录行作为标准，对其余探测元件的记录进行适当的调整，然后计算出每个像元的新DN值。这样就得到了一个去条带后的影像。上述周期性扫描线丢失和线状条带现象是由于非随机的噪声引起的，因此可以通过简单的方法进行识别和修正。l l 3）尖峰噪声 对于随机的噪声，就需要有比较复杂的方法进行修正，比如数字过滤法等。尖峰噪声的产生可能是由于数据传输中的错误或者一个短暂的扰动。因此某些像元的DN值显著高于或低于周围像元的DN值。在这样的影像中，这些像元表现为明亮和暗淡点，它们将会影响遥感影像中信息的提取。l l 尖峰噪声可以通过与周围像元DN值的相互比较检查出来。如果其与周围像元的DN值相比，差异超过给定的限值，就可判断其为尖峰噪声，并且将其DN值用周围像元DN值的内插值代替。2 2 2 2、大气散射校正、大气散射校正、大气散射校正、大气散射校正 大大大大气气气气校校校校正正正正就就就就是是是是指指指指消消消消除除除除由由由由大大大大气气气气散散散散射射射射引引引引起起起起的的的的辐辐辐辐射射射射误误误误差差差差的的的的处理过程处理过程处理过程处理过程 。大气校正的方法大气校正的方法大气校正的方法大气校正的方法:vv统计学方法；统计学方法；统计学方法；统计学方法；vv辐射传递方程计算法辐射传递方程计算法辐射传递方程计算法辐射传递方程计算法 ；vv波段对比法。波段对比法。波段对比法。波段对比法。常采的是常采的是常采的是常采的是波段对比法波段对比法：vv回归分析法；回归分析法；回归分析法；回归分析法；vv直方图法。直方图法。直方图法。直方图法。l l该方法的理论依据是大气散射对短波的影响大，对长波的影响小。以TM为例，1波段受散射影响最为严重，其次是2波段、3波段，7波段影响最小。为了处理方便，可把近红外图像看做无散射影响的标准图像，通过对不同波段的对比分析计算出大气干扰值，方法是回归分析和直方图。l l程辐射即路径辐射，指一部分太阳辐射在到达地表目标物前就直接被大气散射到太空并被传感器接收。这部分太阳辐射参与了辐射平衡，但它们并不携带任何有关目标物的信息，因此大气纠正必须将这部分路径辐射剔除出去。遥感图像几何校正 校正前的影像看起来是由行列整齐的等间距像元点组成的，但实际上，由于某种几何畸变，影像中像元点间所对应的地面距离并不相等（图a）。校正后的影像亦是由等间距的网格点组成的，且以地面为标准，符合某种投影的均匀分布（图b）。校正的最终目的是确定校正后影像的行列数值，然后找到新影像中每一像元的亮度值。几何变形的校正几何变形的校正几何粗校正：这种校正是针对引起几何畸变的原几何粗校正：这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正。该幅图像几何畸变进行了校正。几何精校正：利用地面控制点进行的几何校正称几何精校正：利用地面控制点进行的几何校正称为几何精校正。为几何精校正。遥感图像几何精校正方法遥感图像几何精校正方法l l几何精校正 就是利用地面控制点(Ground Cont rol Point,简称GCP)对各种因素引起的遥感图像几何畸变进行纠正。其原理是用GCP 数据对原始卫星图像的几何畸变过程进行数学模拟,建立原始的畸变图像空间与地理制图用标准空间之间的某种对应关系,利用这种对应关系把畸变空间中的全部元素变换到纠正纠正图像空间中去,从而实现几何精纠正。用重采样法实现两个空间的灰度转换。l l影像几何精校正可归纳为以下步骤:(1)(1)选取合适的地理参考选取合适的地理参考,建立原始图像与标准图像的建立原始图像与标准图像的坐标系。地理参考是将地图坐标系统赋予图像数坐标系。地理参考是将地图坐标系统赋予图像数据的过程。由于所有地图投影系统都遵从于一定据的过程。由于所有地图投影系统都遵从于一定的地图坐标系统的地图坐标系统,所以几何校正包含了地理参考。所以几何校正包含了地理参考。(2)(2)确定确定GCP,GCP,是根据控制点对利用最小二乘法来求取是根据控制点对利用最小二乘法来求取转换矩阵。地面控制点要求在整幅影像中呈均匀转换矩阵。地面控制点要求在整幅影像中呈均匀分布分布,一般选取明显地物点一般选取明显地物点,线状地物的交叉点线状地物的交叉点;控控制点的个数根据实际影像的大小和多项式系数的制点的个数根据实际影像的大小和多项式系数的个数来确定。控制点对实际上就是同名点对。事个数来确定。控制点对实际上就是同名点对。事实上实上,任何的同名点对都可以作为控制点对来反求任何的同名点对都可以作为控制点对来反求转换矩阵转换矩阵,而非仅仅是那些明显的地物点只要能够而非仅仅是那些明显的地物点只要能够确定同名点确定同名点,就可以把它们作为控制点来进行几何就可以把它们作为控制点来进行几何纠正。纠正。（3）多项式拟合法是利用地面控制点来建立遥感影像与地图之间相应点的变换关系,是实践中常用的一种方法,其原理比较直观,计算也较简单,特别是对平坦地区具有足够好的纠正精度。该方法的基本思想是回避成像的空间几何过程,而直接对影像变形的本身进行数学模拟,它认为遥感图像的总体变形可看作是平移、缩放、仿射、偏扭、弯曲以及更高次的基本变形的综合作用结果。l l多项式纠正法的原理是回避遥感图像成像几何过程,而直接对图像变形本身进行数学模拟。因而纠正前后图像相应点之间的坐标关系,可以用一个适当的多项式来表达。常用的多项式有二次多项式和三次多项式l l多项式纠正法由于未按传感器构像的数学模型进行纠正,而是直接对图像变形规律进行数学模拟,故该法适用于各类航天传感器图像的几何纠正和几何配准。l l在调用多项式模型时，需要确定多项式的次方数，通常整景图像选择3次方。次方数和控制点是相关的，最少控制点的计算公式 （t+1）*（t+2）/21次方是至少3个控制点2次方是至少6个控制点3次方是至少10个控制点 原始影像位置以(x,y)表示,x 为行号,y 为列号,校正影像位置以(X,Y)表示（5 5）重采样）重采样l l找找到到一一种种数数学学关关系系，建建立立变变换换前前影影像像坐坐标标（x x，y y）与与变变换换后后影影像像坐坐标标（u u，v v）的的关关系系，通通过过每每一一个个变变换换后后影影像像像像元元的的中中心心位位置置（u u代代表表行行数数，v v代代表表列列数数，均均为为整整数数）计计算算出出变变换换前前对对应应的的影影像像坐坐标标点点（x x，y y）。分分析析得得知知，整整数数（u u，v v）的的像像元元点点在在原原影影像像坐坐标标系系中中一一般般不不在在整整数数（x x，y y）点上，即不在原影像像元的中心。）点上，即不在原影像像元的中心。l l计计算算校校正正后后影影像像中中的的每每一一点点所所对对应应原原图图中中的的位位置置（x x，y y）。计计算算时时按按行行逐逐点点计计算算，每每行行结结束束后进入下一行计算，直到全图结束。后进入下一行计算，直到全图结束。l l图像重采样方法图像重采样方法,ERDAS IMAGINE ERDAS IMAGINE 提供了提供了3 3 种最常用的重采样方法种最常用的重采样方法:最邻近点插值法最邻近点插值法,即将最邻近像元值直接赋予输出像元即将最邻近像元值直接赋予输出像元;双线性插值法双线性插值法,用双线性方程和用双线性方程和2 2 2 2 窗口计算输出像窗口计算输出像元值元值;立方卷积插值法立方卷积插值法,用三次方程和用三次方程和4 44 4窗口计算输窗口计算输出像元值。出像元值。三种重采样方法优缺点三种重采样方法优缺点:最邻近法最邻近法简单易行简单易行,在几何位置上的精度为在几何位置上的精度为0.50.5个像个像元元,不破坏原来的像元值不破坏原来的像元值,处理速度快处理速度快,但易产生但易产生“锯齿锯齿”效应效应,从而影响了精确度从而影响了精确度;双线性内插法双线性内插法对亮度不连续现象或线性特征的块状化现对亮度不连续现象或线性特征的块状化现象有明显的改善象有明显的改善,但这种方法具有平均化滤波效果但这种方法具有平均化滤波效果,从而从而使使对比度明显的分界线变得模糊对比度明显的分界线变得模糊,一些数据文件值的极一些数据文件值的极值会丢失值会丢失;3 3次卷积法次卷积法可得到较高的图像质量可得到较高的图像质量,但数据处理量大但数据处理量大,处理速度慢处理速度慢,效率不高。效率不高。RMS 误差l lRMS 误差(即均方根)是GCP 的输入位置和逆转换的(输出)位置之间的距离。数字图像纠正的处理过程框图 准准备备工工作作 输入原始输入原始数字图像数字图像 选取地面控选取地面控制点制点 确定地图投影确定地图投影 匹配地面控匹配地面控制点与象元制点与象元的位置的位置像素亮度像素亮度值重采样值重采样 输出纠正输出纠正后的图像后的图像 选择纠选择纠正函数正函数和参数和参数2 遥感数据的镶嵌处理数字影像镶嵌数字影像镶嵌(MosaickingMosaicking)是将两幅或多幅数字是将两幅或多幅数字影像影像(它们有可能是在不同的摄影条件下获取的它们有可能是在不同的摄影条件下获取的)拼在一起，构成一幅整体图像的技术过程。在遥拼在一起，构成一幅整体图像的技术过程。在遥感应用中，影像镶嵌有着重要的应用。感应用中，影像镶嵌有着重要的应用。一、数字影像镶嵌原理一、数字影像镶嵌原理影像镶嵌的原理是：如何将多幅影像从几何上拼影像镶嵌的原理是：如何将多幅影像从几何上拼接起来，这一步通常是先对每幅图像进行几何校接起来，这一步通常是先对每幅图像进行几何校正，将它们规划到统一的坐标系中，然后对它们正，将它们规划到统一的坐标系中，然后对它们进行裁剪，去掉重叠的部分，再将裁剪后的多幅进行裁剪，去掉重叠的部分，再将裁剪后的多幅影像装配起来形成一幅大幅面的影像。影像装配起来形成一幅大幅面的影像。To be continuedTo be continued二、消除拼接缝的算法二、消除拼接缝的算法二、消除拼接缝的算法二、消除拼接缝的算法把待拼接的两幅图像先按小波分解的方法，将它们分解把待拼接的两幅图像先按小波分解的方法，将它们分解把待拼接的两幅图像先按小波分解的方法，将它们分解把待拼接的两幅图像先按小波分解的方法，将它们分解为不同频带的小波分量。为不同频带的小波分量。为不同频带的小波分量。为不同频带的小波分量。然后在不同的尺度下选择不同的灰度值修正影响范围，然后在不同的尺度下选择不同的灰度值修正影响范围，然后在不同的尺度下选择不同的灰度值修正影响范围，然后在不同的尺度下选择不同的灰度值修正影响范围，把两幅图像按不同尺度下的小波分量先拼接起来。把两幅图像按不同尺度下的小波分量先拼接起来。把两幅图像按不同尺度下的小波分量先拼接起来。把两幅图像按不同尺度下的小波分量先拼接起来。然后再用灰度算法，恢复整个图像然后再用灰度算法，恢复整个图像然后再用灰度算法，恢复整个图像然后再用灰度算法，恢复整个图像,这样拼接的结果可这样拼接的结果可这样拼接的结果可这样拼接的结果可以很好地兼顾清晰度和光滑度两个方面的要求。以很好地兼顾清晰度和光滑度两个方面的要求。以很好地兼顾清晰度和光滑度两个方面的要求。以很好地兼顾清晰度和光滑度两个方面的要求。To be continuedTo be continued三、消除拼接缝的强制改正方法三、消除拼接缝的强制改正方法三、消除拼接缝的强制改正方法三、消除拼接缝的强制改正方法先统计拼接缝上任意位置两侧的灰度差，然后将灰度差先统计拼接缝上任意位置两侧的灰度差，然后将灰度差先统计拼接缝上任意位置两侧的灰度差，然后将灰度差先统计拼接缝上任意位置两侧的灰度差，然后将灰度差在该位置两侧的一定范围内强制改正掉。在该位置两侧的一定范围内强制改正掉。在该位置两侧的一定范围内强制改正掉。在该位置两侧的一定范围内强制改正掉。拼接缝的强制改正