遥感图像辐射处理.ppt

《遥感图像辐射处理.ppt》由会员分享，可在线阅读，更多相关《遥感图像辐射处理.ppt（124页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第六章 遥感图像辐射处理 内容提纲遥感图像的辐射处理遥感图像的辐射处理 遥感图像增强遥感图像增强 图像平滑图像平滑 图像锐化图像锐化多光谱图像四则运算多光谱图像四则运算图像融合图像融合2基本的辐射传输过程基本的辐射传输过程3问题的提出什么是辐射校正？为什么要进行辐射校正？传感器接受的电磁波能量与目标本身辐射的能量之间的关系?为什么要做图像的增强处理？图像融合有什么作用？4 消除遥感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（Radiometric Calibration),简称辐射校正。由于传感器响应特性和大气的吸收、散射以及其它随机因素影响，导致图像模糊失真，造成图像的分辨率和

2、对比度相对下降，这些都需要通过辐射校正复原。5传感器接收的电磁波能量与目标本身辐射的能量是不一致的。传感器输出的能量包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。6辐射校正的目的：尽可能消除因传感器自身条件、大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异，尽可能恢复遥感图像本来的面目，为遥感图像的分割、分类、解译等后续工作打下基础。辐射校正包括三部分的内容：l传感器端的辐射校正l大气校正l地表

3、辐射校正7基本概念辐射定标和辐射校正是遥感数据定量化的最基本环节。辐射定标：指传感器探测值的标定过程方法，用以确定传感器入口处的准确辐射值。辐射校正：指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。8进入遥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（灰度值）越大。亮度值（灰度值）主要受两个物理量影响：一是太阳辐射照射到地面的辐射强度；二是地物的光谱反射率。当太阳辐射相同时，图像上像元亮度值（灰度值）的差异就直接反映了地物目标光谱反射率的差异，但实际测量时，辐射强度值还受到其他因素的影响而发生改变。辐射误差：传感器所得到的目标测量值与目标的光

4、谱反射率或光谱辐亮度等物理量之间的差值 96.1遥感图像的辐射处理 辐射误差传感器辐射定标辐射校正地面辐射校正场106.1.1辐射误差传感器接收的电磁波能量包含三部分：太阳经大气衰减后照射到地面，经地面反射后，又经大气第二次衰减进入传感器的能量地面本身辐射的能量经大气后进入传感器的能量大气散射、反射和辐射的能量。遥感图像的辐射误差主要包括：传感器本身的性能引起的辐射误差地形影响和光照条件的变化引起的辐射误差大气的散射和吸收引起的辐射误差116.1.2传感器辐射定标传感器定标是遥感信息定量化的前提。传感器定标就是建立传感器每个探测元所输出信号的数值量化值与该探测器对像元内的实际地物辐射亮度值之间

5、的定量关系。126.1.2传感器辐射定标绝对定标：对目标作定量的描述，要得到目标的辐射绝对值。绝对定标要建立传感器测量的数字信号与对应的辐射能量之间的数量关系，即定标系数，在卫星发射前后都要进行。相对定标：只得出目标中某一点辐射亮度与其他点的相对值。又称为传感器探测元件归一化。为了校正传感器中各个探测元件响应度差异而对卫星传感器测量到的原始亮度值进行归一化的一种处理过程。由于传感器中各个探测元件之间存在差异，使传感器探测数据图像出现一些条带。相对辐射定标的目得就是降低或消除这些影响。13绝对定标方法设传感器入口处波段i的辐射度Li和传感器输出的亮度值i之间存在线性关系：卫星运行时，传感器的辐射

6、灵敏度将随时间而变，故传感器的绝对辐射定标中的增益和偏置量要不断更新。这一更新利用卫星上的太阳定标器和地面定标场来完成。146.1.3辐射校正大气校正太阳高度角和地形影响引起的辐射误差校正 系统噪音15一、大气校正大气的影响：减少照射到地面的能量，增加对传感器探测到的，与地面特征无关的散射。消除大气的影响是非常重要的，消除大气影响的校正过程称为大气校正。16为什么要做大气校正？入射到传感器的电磁波能量除了地物本身的辐射以外，还有大气引起的散射光。我们想要了解某一物体表面的光谱属性，必须将大气的影响消除。校正的方法：寻找0反射目标条件：整个图像在相同的大气条件下获得。17常用校正方法1)基于地面

7、场地数据或辅助数据进行辐射校正在遥感成像的同时，同步获取成像目标的反射率，或通过预先设置已知反射率的目标，把地面实况数据与传感器的输出数据进行比较，来消除大气的影响。本方法假设地面目标反射率与传感器所获得的信号之间属于线性关系。18常用校正方法2)利用某些波段特性来校正其它波段的大气影响。一般情况下，散射主要发生在短波图像，对近红外几乎没有影响，如MSS-7几乎不受大气辐射的影响，把它作为无散射影响的标准图像，通过对不同波段图像的对比分析来计算大气影响。19回归分析法在不受大气影响的波段图像和待校正的某一波段图像中，选择从最亮到最暗的一系列目标，对每一目标的两个波段亮度值进行回归分析，如MSS

8、的第4和7波段，其亮度值分别为L4和L7，回归方程为：20直方图法目标：图像中存在亮度为零的目标。理想情况：图像的亮度值应为零。实际情况：目标的亮度值不为零。方法：根据具体大气条件，各波段要校正的大气影响是不同的。为确定大气影响，显示有关图像的直方图,从图上可以得知最黑的目标亮度为零，即第七波段图像的最小亮度值为零，第四波段的亮度最小值为a4，则a4就是第四波段图像的大气校正。21直方图法223）基于辐射传输方程的大气校正23专业的遥感图像处理系统多提供的大气校正模型：l Erdas和Geomatica系统中的ACTOR模型l ENNI系统中的FLAASH模型l 公共的大气校正模型，其中较好的

9、是6S模型。24二、因太阳辐射引起的辐射误差校正二、因太阳辐射引起的辐射误差校正1.太阳高度角引起的辐射校正a.a.公式法：公式法：太阳高度角引起的畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光线垂直照射时获取的图像。252）改正计算太阳高度角图像对应区域的地理纬度成像时太阳直射点的地理纬度地区经度与成像时太阳直射点地区经度之差步骤：步骤：26l 相邻地区不同时期的两幅图像衔接或镶嵌时，也可作 太阳高度角校正。方法：以一幅图像为标准，校正另一幅图像参考图像天顶角待校正图像天顶角待校正图像亮度值校正后图像亮度值应用：应用：l 比较不同太阳高度角（不同季节）的多日期图像；27b.b.波段比值

10、法波段比值法图像上的阴影通常是由太阳高度角引起的。多波段图像上的阴影可以通过图像之间的比值来消除或减弱比值图像：同步获取的相同地区的任意两个波段图像相除 得到的新图像282.地形起伏引起的辐射校正对于地形起伏引起的辐射误差，可以利用地表法线矢量与太阳入射矢量两者的夹角来校正。若处在坡度为的倾斜面上的地物影像为g（x，y），则校正后的图像f（x，y）为：地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据，校正较为麻烦，一般情况下对地形坡度引起的误差不做校正。对于多波段图像，可用波段比值来进行校正，消除地表坡度的影响。29三、系统噪音图像数据中的干扰。产生的原因：受感测、信号数字化或数据记录

11、过程中的限制。影响：数字图像质量下降，或完全掩盖图像中的真正辐射信息。目的：图像恢复到与初始图像尽可能接近的状况。方法：与噪音的特性有关关键：探测噪音30系统的条带噪音31什么情况下需要进行大气校正l 大气透明度差而且不均一l 大气中的水汽含量高l 低海拔地区应该进行校正，3000米以上的地区可不考虑l 相对高差变化大的地形区域 l 不同时段图像的联合处理326.1.4地面辐射校正场当遥感数据进行辐射定标和辐射校正后，如何评价其精度，需要通过地面辐射校正场来对计算结果进行验证和修正。因此通过地面辐射校正场来提高辐射定标和校正的精度具有特别重要的意义。建立地面辐射校正场符合遥感数据定量化的需要建

12、立地面辐射校正场可以弥补星上定标的不足满足多种遥感资料的应用需要33现有的定标场一个完整的地面试验场对地理环境和技术准备有极高的要求。目前世界上比较典型的地面辐射场有：1979年美国在新墨西哥州白沙建立的地面辐射定标场1987年法国在马赛西北La Crau建立的地面辐射定标场欧空局在非洲撒哈拉沙漠建立了地面辐射校正场日本与澳大利亚合作在澳大利亚北部沙漠地区建立了地面辐射校正场,通过星地同步观测,实现对卫星遥感仪器的定标。34l 加拿大在北部大草原也开展卫星、飞机积雪同步观测,以便对卫星传感器作出客观评价。根据美、法公布的资料，目前用辐射校正场的方法对可见光和近红外波段的标正精度可达6%-3%左

13、右。除成功地对Landsat-4、5的TM，SPOT的HRV，NOAA-9、10、11 的AVHRR，Nimbus-7的CZCS 进行辐射校正外，目前正在进一步研究高分辨率成像光谱仪(AVIRIS)和中分辨率成像光谱仪(MODIS)的辐射校正，并对法国偏光照相机(POLDER)进行辐射校正。利比亚沙漠用于定标AVHRR、北非沙漠定标SPOT影像、敦煌西戈壁沙漠定标CBERS影像、美国的白沙导弹靶场常用于高分辨率图像的定标35我国地面辐射校正场从二十世纪八十年代接收和应用国内外气象和陆地卫星数据时，已认识到了在我国建立自己的地面辐射校正场的重要性和迫切性，以提高数据辐射定标和辐射校正精度。以后我

14、国将发射自己的各类遥感卫星，因此建立地面辐射校正场具有十分重要的现实意义。我国根据需要选择了敦煌西戈壁作为可见光和红外波段的辐射校正场，青海湖作为热红外波段和红外低发射率的辐射校正场。36中国气象局第7号令 气象探测环境和设施保护办法 第十五条 严禁在遥感卫星辐射校正场场区内从事任何建设和改变场区内自然状态的行为。本办法所称遥感卫星辐射校正场，是指利用辐射特性稳定、均匀的地物目标作为辐射参考基准，通过星地同步观测，对在轨运行遥感仪器进行绝对辐射定标或星上辐射定标校正的场地。37Image enhancement is the process of making an image more in

15、terpretable for a particular application(Faust,1989).增强的目的：抑制、去除噪声，改善图像视觉效果或突出图像中的特定地物信息，使图像更容易理解、解译和判断。其实质是增强感兴趣目标和周围背景图像间的反差。图像增强的概念6.2 遥感图像辐射增强38增强处理包括：改变图像的灰度等级；提高图像的对比度；消除噪声，平滑图像；突出边缘或线状地物，锐化图像；合成彩色图像；图像融合；图像运算39增强技术分类1）从增强的作用域出发l 空间域增强：空间域是指图像平面所在的二维平面。直接处理图像上的像素，主要对灰度进行操作；1）点处理：每次对单个像元进行灰度增强的

16、处理2）邻域处理或模板处理：对一个像元及其周围的小区域子 图像进行处理l 频率域增强：对图像经傅立叶变换后的频谱成分进 行操作，然后经傅立叶逆变换获得所需结果402）从处理的像元出发l辐射增强：对单个像元的灰度值进行变换，达到图像增强目的；l空间增强：利用像元自身及其周围像元的灰度值进行运算；l光谱增强：以多波段数据为基础，对每个像元的灰度值进行变换41图像灰度直方图图像反差调整6.2 遥感图像辐射增强426.2.1 图像灰度直方图图像灰度直方图反映了一幅图像中灰度级与其出现概率之间的关系。43446.2.2 图像反差调整线性变换线性变换 直方图均衡直方图均衡 直方图正态化直方图正态化 直方图

17、匹配直方图匹配 密度分割密度分割 其他非线性变换其他非线性变换 45线性变换简单线性变换：按比例拉伸原始图像灰度等级范围目的：为了充分利用显示设备的显示范围，使输出直方图的两端达到饱和。特点：一对一关系，像元总数不变。其数学表达式为：46线性增强47线性变换48直方图均衡将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。49直方图均衡效果效果：增强了峰值处的对比度，两端（最亮和最：增强了峰值处的对比度，两端（最亮和最暗）的对比度减弱了暗）的对比度减弱了5051直方图均衡52直方图正态化将随机分布的原图像直方图修

18、改成高斯分布的直方图53直方图匹配通过非线性变换使得一个图像的直方图与另一个图像直方图类似。要求1图像直方图总体形状应类似；2图像中黑与亮特征应相同；3图像的空间分辨率应相同；4图像上地物分布应相同，尤其是不同地区的图像匹配。如果一幅图像里有云，而另一幅没有云，那么在直方图匹配前，应将其中一幅里的云去掉。54其他非线性变换非线性变换有很多方法，如对数变换、指数变换、平方根变换、标准偏差变换、直方图周期性变换。55密度分割密度分割与直方图均衡类似。产生一个阶梯状查找表，原始图像的灰度值被分成等间隔的离散的灰度级，每一级有其灰度值。n为密度分割的层数 56密度分割57灰度反转对图像灰度范围进行线性

19、或非线性取反，产生一幅与输入图像灰度相反的图像。结果：原来亮的地方变暗，原来暗的地方变亮。灰度反转有两种算法：简单的灰度反转条件反转58灰度反转条件反转 其中Din为输入图像灰度且已归一化（01.0），Dout为输出反转灰度。简单的灰度反转596.3 图像平滑目的：在于消除各种干扰噪声，使图像中高频成分消退，平滑掉图像的细节，使其反差降低，保存低频成分。邻域平均法低通滤波法606.3.1 邻域平均法基本思想：利用图像点（x，y）及其邻域若干个像素的灰度平均值来代替点（x，y）的灰度值，结果是对亮度突变的点产生了“平滑”效果。邻域平均是基于图像上的背景或目标部分灰度的变化是连续的，缓慢的，而颗粒

20、噪声使图像上一些像素的灰度造成突变。通过邻域平均可以平滑突变的灰度。616.3.1 邻域平均法S为（x，y）的邻域，可以取包含（x，y）的33邻域、55邻域或77邻域等 626.3.1 邻域平均法平滑计算可以用邻域内元素与其对应的权相乘后相加，用表示，称为空间卷积 模板中各数值之和为1，即有平均的意思。636.3.1邻域平均法646.3.2 低通滤波法低通滤波法属于频域处理方法。图像中灰度跳跃变化区，对应着频率域中的高频成分，灰度变化缓慢的区域对应着频率域中的低频成分。图像中的噪声，经图像变换后，对应高频成分。低通滤波法是用滤波方法将频率域中一定范围的高频成分滤掉，而保留其低频成分以达到平滑图

21、像的目的。656.3.2 低通滤波法由卷积定理可知 其中F（u，v）是含有噪音的图像变换，G（u，v）是平滑处理后的图像变换，H（u，v）为滤波器。现在要选择一个合适的H（u，v），经式633运算后使F（u，v）的高频成分衰减以得到G（u，v），经图像反变换得到所希望的平滑图像。选择H（u，v）是进行低通滤波的关键。它必须具备低通滤波特性。66理想的低通滤波 一个理想的二维低通滤波器为：其中：D0是一个非负值，为理想低通滤波器的截止频率，D（u，v）是从（u，v）到频率域原点的距离 67理想的低通滤波理想滤波器的含义是以截止频率D0为半径的圆内所有频率分量都能通过，截止频率以外的所有频率分量完

22、全不能通过。理想低通滤波器的平滑效果很明显。与空间域处理一样，也有使图像变模糊的现象，并且随D0减小其模糊程度加重。68其它低通滤波器 69706.4 图像锐化目的：增强图像中的高频成份，突出图像的边缘信息，提高图像细节的反差，也称为边缘增强，其结果与平滑相反。图像锐化方法：空间域处理频率域处理71 6.4.1 空间域图像锐化 锐化是对邻区窗口内的图像微分，常用的微分方法是梯度。72空域锐化算子 73不同算子的边缘提取效果比较 原始图像 Sobel算子 Prewitt算子 Roberts算子 Laplace算子74空间域图像锐化756.4.2 频域图像锐化 锐化在频域中处理称为高通滤波。它与低

23、通滤波相反，保留频域中的高频成分而让低频成份滤掉，加强了图像中的边缘和灰度变化突出部分，以达到图像锐化的目的。在高通滤波中要选择一个合适的滤波器，使其具有高通滤波的特性。76理想高通滤波器 式中D0意义同前，用图表示，其含义为把半径为D0内的所有低频安全滤掉，大于D0的所有频率完全通过。77其他高通滤波器 78边缘增强79边缘提取806.4.2 频率域图像锐化816.5 多光谱图像四则运算针对多源遥感图像的特点，可以利用多源图像之间的四则运算来达到增加某些信息或消除某些影响的目的。减法运算加法运算乘法运算除法运算混合运算 82减法运算Bm=BXBY 其中BX、BY为两个不同波段的图像或者不同时

24、相同一波段图像。当为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波段上变化趋势相反时的反差。而当为两个不同时相同一波段图像相减时，可以提取波段间的变化信息。当用红外波段与红波段图像相减时，即为植被指数，即VI=B1RBR83红外波段-红波段84加法运算通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像；而绿色波段，红色波段和红外波段图像相加可以得到全色红外图像。85红波段+绿波段86除法运算 通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是

25、不同的，通过比值运算可以加以区分。因此，比值运算是自动分类的预处理方法之一。87红波段/红外波段88混合运算归一化差分植被指数，也称为生物量指标变化，可使植被从水和土中分离出来。差分比值运算，可以消除部分大气影响。896.6图像融合图像融合：将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。9091融合的目的从不同的遥感图像中获得更多有用的信息，补充单一传感器的不足。全色图像一般具有较高空间分辨率（如SPOT全色图像分辨率为10m），多光谱图像光谱信息较丰富（SPOT有三个波段），为提高SPOT多光谱图像的空间分辨率，可以将全色图像融合进多光谱图像。通过融合既提高多光谱图像

26、空间分辨率（10m），又保留其多光谱特性。9293关键技术问题图像的配准空间配准数据关联融合模型的建立与优化充分认识研究对象的地学规律与信息特征充分了解每中融合数据的特性，适用性和局限性如何考虑选择最佳波段用于融合融合方法的选择94融合的层次基于像素的融合，基于特征的融合，基于知识的融合95融合分类96三种融合层次特点比较 97遥感图像融合的条件 融合图像应包括不同空间和光谱分辨率融合的图像应是同一区域图像应尽可能精确配准在不同时间获取的图像中，其内容没有大的变化98遥感图像融合流程 图像预处理图 像 配准图 像 融合识别后处理决策基础预处理包括两部分：图像几何校正与图像配准99基于像素级的图

27、像融合具体方法要求多源图像精确配准分辨率一致将图像按某种变换方式分解成不同级的子图像，同时，这种分解变换必须可逆，即由多幅子图像合成一幅图像，即为融合图像。这时多幅子图像中包含了来自其它需要融合的经图像变换的子图像。100融合的方法加权融合基于HIS变换的图像融合基于主分量变换的图像融合基于小波变换的图像融合比值变换融合乘积变换融合基于特征的图像融合基于分类的图像融合101加权融合基于像元的加权融合对两幅图像基于像元的加权融合对两幅图像 按下式进行：按下式进行：A，B为常数；为常数；为两个图像的权，为两个图像的权，为两幅图像的相关系数：为两幅图像的相关系数：102加权融合SPOT全色图像与多光

28、谱图像的融合，由于多光谱中的绿、红波段与全色波段相关性较强，而与红外波段相关性较小，可以采用全色波段图像与多光谱波段图像的相关系数来融合。其过程如下：1.对两幅图像进行几何配准，并对多光谱图像重采样与全色图像分辨率相同；2.分别计算全色波段与多光谱波段图像的相关系数；3.用全色波段图像和多光谱波段图像按下式组合：103基于IHS变换的图像融合 IHS变换将图像处理常用的RGB彩色空间变换到IHS空间。IHS空间用亮度（Intensity）、色调（Hue）、饱和度(Saturation)表示。IHS变换可以把图像的亮度、色调和饱和度分开，图像融合只在强度通道上进行，图像的色调和饱和度保持不变。1

29、04基于IHS变换的融合过程待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色分辨率相同；将多光谱图像变换转换到HIS空间。对全色图像I和HIS空间中的亮度分量I进行直方图匹配。用全色图像I代替IHS空间的亮度分量，即HISHI S。将HI S逆变换到RGB空间，即得到融合图像。105基于主分量变换的图像融合方法一对多光谱图像的多个波段进行主分量变换。变换后第一主分量含有变换前各波段的相同信息，而各波段中唯一对应各波段的部分，被分配到变换后的其它波段。将高分辨率图像和主成分第一分量进行直方图匹配，使高分辨率图像与主成分第一分量图像有相近的均值和方差。用直方图匹配后的高分辨率图

30、像代替主成份的第一分量进行主分量逆变换。106基于主分量变换的图像融合方法二将高分辨率图像作为一个波段和多光谱图像组合一起进行KL变换，变换后图像信息的再分配达到高分辨率图像和多光谱图像的融合。107基于主分量变换的图像融合设全色图像P，多光谱图像M有n个波段，将M组合成一个含有n个波段的向量集X:各个波段之间的方差为:108基于主分量变换的图像融合协方差矩阵：一个满秩矩阵，其特征值为实数，它表示n+1个波段图像中的各地物在n+1维空间中的分布。求出特征值后对特征值，进行排序，求出对应的特征向量，构成特征向量集。109基于主分量变换的图像融合用KL变换式 进行KL正变换。变换后的第一主分量含有

31、变换前各波段图像的相同信息，而各波段中其余对应部分被分配到变换后的其他波段。将高分辨率的全色图像和中第一主分量进行直方图匹配，使高分辨率图像和第一主分量有相同的均值和方差。最后用直方图匹配后的高分辨率图像代替主分量中的第一主分量和其余分量一起进行KL逆变换，然后对矩阵进行重组，得融合图像。110KL变换性质KL变换是一个正交变换KL变换后所得到的向量中各个元素互不相关从离散KL后得到的向量删除后面的个元素而只保留前个元素时所产生的误差满足平方误差最小的准则111基于小波变换的图像融合采用离散二进小波变换的Mallat算法的图像融合步骤如下：对高分辨率全色图像和多光谱图像进行几何配准，并且对多光

32、谱图像重采样与全色图像分辨率相同；对全色图像和多光谱图像进行直方图匹配；对全色高分辨图像进行小波分解，分解成LL（低频部分），HL（水平方向的小波系数），LH（垂直方向小波系数），HH（对角方向的小波系数）；对多光谱图进行分解成四部份LL，LH，HL，HH；根据需要或保持多光谱色调的程度由,中的LL重新组合成新的LL；根据需要由,中的LH，HL，HH重新组合成新的LH，HL，HH；由,所得的新的LL，HL，LH，HH小波反变换重建影像；其它波段融合重复步骤。112比值变换融合其中:Bi(i=1,2,3)为多光谱图像；D为高分辨率图像；DBi(i=1,2,3)为比值度变换融合图像。比值变换融合可

33、以增加图像两端的对比度。当要保持原始图像的辐射度时，本方法不宜采用。113乘积变换融合乘积变换融合算法按下式进行：通过乘积变换融合得到的融合图像其亮度成分得到增加。114注意在上述融合方法中，基于HIS变换融合和比值变换融合只能用三个波段的多光谱图像和全色图像融合，而其它方法不受波段数限制。115图像融合的效果评价定性评价：主要以目视判读为主，目视判读是一种简单、直接的评价方法，可以根据图像融合前后的对比作出定性评价。缺点是因人而已，具有主观性。定量评价：从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。基于信息量：熵基于清晰度：平均梯度基于逼真度：偏差指数基于光谱差异

34、：光谱扭曲值116SAR TM PAN117SAR TM S+T118P+T S+T+P S+T1196.7 遥感图像和DEM的复合三维立体景观图像，动态漫游和观察。根据计算机图形学的原理，将遥感图像和相应的DEM复合即可生成具有真实感的三维景观。120复合原理若集合A表示某区域上各点三维坐标向量的集合：A=（X，Y，Z）|（X，Y，Z）D集合B为二维图像各像素坐标与其灰度的集合：B=（x,y,g）|(x,y)d 其中d为与D对应的图像区域，则制作景观图就是一个A到B的映射，（X，Y，Z）与（x,y）及观测点S（视点）满足共线条件，其原理与航空摄影相同，不同处在于航空摄影一般接近与正直摄影，而景观图是特大倾角“摄影”，将地面点投射到二维图像上。121SPOT与DEM的复合122SPOT与DEM的复合123本章结束124