遥感的定义与分类

– 对曝光不足的图像采用线性变换对图像每一个像素 灰度作线性拉伸。可有效地改善图像视觉效果。
3 空间域滤波
• 图像成像过程中，受各种因素影响，可能 存在噪声或图像不清晰现象，可以利用当 前像元和周围像元的对比度关系来增强图 像，即空间域滤波。
3 空间域滤波
• 图像成像过程中，受各种因素影响，可能 存在噪声或图像不清晰现象，可以利用当 前像元和周围像元的对比度关系来增强图 像，即空间域滤波。
– 城市建成区范围及城镇体系分析 – 城市内部用地结构分析 – 城市建筑密度与建筑容积率分析
• 城市格局变化监测
案例：城市扩张监测
1956
1976
1996
案例：违章建筑监测
1999年11月6日, IKONOS影像 2000年11月6日, 提取变化地点
2000年1月 6日影像 查出违章建筑物
案例
3 空间域滤波
• 图像信息的频率特征
– 图像的空间频率定义为图像的任一部分单位距 离内亮度值的变化数量。
– 如果区域内图像亮度值变化小，则为低频区域； 如果区域内图像亮度值变化大，则为高频区域； 否则为中频区域。
– 低频信息代表图像背景，代表地物的主题信息； 高频区域代表地物的结构和轮廓。低频表示图 像结构平滑，高频变化图像结构粗糙。
– 低频、中频、高频的划分是人为的。
3 空间域滤波
• 图像信息的频率特征
– 可通过改变图像的空间频率构成来对图像进行 增强处理。
– 滤波是图像增强技术之一，是通过增强或抑制 某些图像频率实现的。
– 图像滤波又分为空间域滤波与频率域滤波两种 方法。
• 空间域滤波在空间域实现。 • 频率域滤波在频率域实现。
2 几何校正
函数关系已知下，间接法几何校正：设f(x,y)是无 失真的原始图像，g(x’,y’)是f(x,y)畸变的结果，这 一失真过程已知且可以用函数h1(x,y)和h2(x,y)定
义。设恢复的图像像素在基准坐标系统为等距网 格的交叉点，从网格交叉点的坐标（x,y）出发， 根据:
x h1(x, y)
• 对比度增强可调整图像的灰度动态范围或图像对 比度，使得图像清晰、特征明显，是图像增强的 重要手段之一。
• 对比度增强：线性变换（含分段线性变换）、非 线性灰度变换、直方图调整
2 对比度增强---线性变换
• 线性变换是将图像亮度值范围按线性关系 式扩展或压缩至指定范围，提高图像对比 度。
2 对比度增强---线性变换
3 辐射校正-大气校正
• 太阳辐射在下行穿越大气层到达地表和经 地表反射上行到达传感器的过程中，受到 大气吸收和散射的影响。
• 大气校正：就是从传感器接收的信号中， 消除大气效应的影响，提取有用的地表反 射辐射的信息。
1 遥感图像增强处理
• 图像增强是采用一系列技术去改善图像的视觉效 果,或将图像转换成一种更适合于人或机器进行分 析和处理的形式。
• 原始图像f(i,j)的灰度 范围为[a,b]，线性变 换后图像g(i,j)的范围 为[a´,b´]，存在以下 关系：
g(i, j) a b a ( f (i, j) a) ba
案例：线性变换
• 在曝光不足或过度的情况下，图像灰度可能会 局限在一个很小的范围内。这时在显示器上看 到的将是一个模糊不清、似乎没有灰度层次的 图像。
n
ni
aij xi y j
i0 j0
y
h2 ( x,
y)
n i0
ni
bij xi y j
j 0
2 几何校正
• 由（x,y）通过函数关系推算出各格网点在已知畸 变图像上的坐标(x‘,y’)。 – (α,β) =[h1(x,y),h2(x,y)]。
• 由于(α,β)通常不一定是整数，所以α,β不会与 g(x’,y’)中的任何点重合，找出g(x’,y’)中与（α,β） 最靠近的点(x1’,y1’)，并且令f(x,y)= g(x1’,y1’)，即 把g(x1’,y1’)的灰度赋予f(x,y)。逐点做下去，直到 整个图像，几何畸变得到校正。
– 当观察直方图形态时，发现直方图的峰值偏向亮度坐 标轴左侧，则说明图像偏暗;峰值偏向坐标轴右侧，则 说明图像偏亮;峰值提升过陡、过窄，说明图像的高密 度值过于集中。以上情况均是图像对比度较小，图像 质量较差的反映。
2 对比度增强
2 对比度增强
• 为了改善图像的对比度，必须改变图像像元的亮 度值。灰度变换是将一个灰度区间映射到另一个 灰度区间的变换，并且这种变换需符合一定的数 学规律，即在运算过程中有一个变换函数。
2 几何校正
• 下图是一种畸变情形，如何校正呢？
2 几何校正
设f(x,y)是无失真的原始图像，g(x’,y’)是f(x,y)畸变的结果 两幅图像几何畸变的关系能用解析式来描述。
x h1(x, y)
y h2 (x, y)
分两种情况： 1、h1(x,y)，h2(x,y)已知 2、h1(x,y)，h2(x,y)未知
3.4 遥感的定义与分类
3.4.1 遥感的定义 3.4.2 遥感系统 3.4.2 遥感的分类
遥感系统
2 几何校正
• 遥感图像成像时，存在几何变形误差，分为内部 误差和外部误差。
• 遥感图像的几何校正就是要校正成像过程中所造 成的各种误差，包括几何粗校正和精校正。
wenku.baidu.com
案例
案例
案例
6 遥感图像应用技术
• 土地资源退化遥感调查
– 土地沙漠化、土壤盐碱化、土壤侵蚀、风蚀等。 – 工矿区土地损毁与治理。
• SAR图像检测地面沉降 • 光学图像监测土地煤矸石土地占用。
案例
6 遥感图像应用技术
• 水资源调查
– 河流湖泊动态监测 – 冰雪覆盖 – 地下水监测 – 水质管理 – 土壤水分监测
• 光学摄影机内部辐射误差
– 使用透镜的光学系统存在边缘减光现象，摄像 面存在边缘部分比中心部分发暗。
– 原因：镜头中心和边缘透射光的强度不一致， 造成图像上不同位置的同一类地物有不同的灰 度值。
– 校正方法：在这类光学系统中，一幅图像上各 像点光的强度分布符合以下规律： Ep=Eo cos4θ, θ为光轴到摄影面边缘部的视场角。
图示
3 辐射校正
• 传感器端的辐射校正
– 在扫描方式的传感器中，传感器收集到的电磁 波信号需要经光电转换系统转变成电信号记录 下来。该信号量化后成为离散的灰度级别，传 感器端的辐射校正就是把具有相对意义的离散 亮度值转换为具有物理意义的辐亮度或反射率 的过程。
• 经过传感器端的辐射校正的反射率称为行星反射率 或大气顶层反射率。
3 辐射校正
• 传感器端的辐射校正
– 在遥感应用中，一般采用下式把DN值图像转 换为具有物理意义的辐亮度图像。
Lt
Lmax DNmax
Lmin DNmin
DN DNmin
Lmin
Lt：图像辐亮度，W
m 2
1 sr
Lmin：图像中DNmin的图像辐亮度，W m2 sr1
Lmax：图像中DN max的图像辐亮度，W
2 几何校正
在函数关系未知情况下,通常h1(x,y)和h2(x,y)可用 多项式来近似:
n ni
x
aij xi y j
i0 j0
n ni
y
bij x i y j
i0 j0
2 几何校正
• 在函数h1(x,y)和h2(x,y)未知的情况下，通 常用基准图像和几何畸变图像上多对同名 像素的坐标来确定函数h1(x,y)和h2(x,y)
• 几何粗校正用于系统误差校正，需要传感器的校 准数据、卫星运行姿态参数、传感器位置等代入 理论校正公式。
– 几何粗校正一般由数据提供商或地面接收站进行校正 处理。遥感应用上使用的图像一般是经过几何粗校正 处理的。
2 几何校正
• 经几何粗校正处理后的遥感图像还存在随 机误差和某些未知的系统误差，需要进行 几何精校正处理。
• 邻域运算：如果每次参与运算是根据每一 个像元周围的若干个像元值来修改当前像 元的亮度值，称为邻域处理。
– 邻域处理又分为窗口处理和模板处理。
2 对比度增强
• 对比度增强的理论基础
– 每一幅图像都可以求出其像元亮度值的直方图，观察 直方图的形态，可以粗略地分析图像的质量。
– 一般来说，一幅包含大量像元的图像，其像元亮度值 应符合统计分布规律，即假定像元亮度随机分布时， 直方图应是正态分布的。实际工作中，若图像的直方 图接近正态分布，则说明图像中像元的亮度接近随机 分布，是一幅适合用统计方法分析的图像。
C C B
A
A
B
排放污 水
油污和浮游物
6 遥感图像应用技术
• 遥感在灾害监测中的应用
– 水灾监测 – 旱灾监测 – 雪灾监测 – 地震监测 – 地质灾害
案例
案例
6 遥感图像应用技术
• 遥感与城市研究
– 城市空间信息提取
• 水体 • 建筑物 • 城市绿地 • 城市道路网
– 城市规划
• 城市空间布局分析
6 遥感图像应用技术
• 草地资源调查
– 草地生物量估算 – 草地资源动态监测
• 渔业资源调查
– 海表温度的遥感反演 – 叶绿素浓度遥感估算
6 遥感图像应用技术
• 遥感与环境评价
– 热红外遥感地表异常监测 – 水环境遥感
• 水体污染 • 油污染：微波技术
– 大气环境遥感
• 沙尘暴遥感监测
案例：污染物非法排放监测
m 2
1 sr
3 辐射校正-大气校正
• 大气校正
– 传感器接收的信息中，可以分为两个部分。一 是程辐射信息，一般认为是无用信息；另一部 分是太阳下行辐射到达地表后，受到地面反射， 部分辐射上行穿越大气层，到达传感器，携带 有目标物的有效信息。
– 程辐射：在太阳辐射下行穿越大气层的过程中， 受到大气分子、气溶胶和粒子等的散射作用， 部分散射辐射直接到达传感器，这部分辐射就 是程辐射。
• 任何颜色均可由红、绿、蓝三色产生，RGB称为色 光的三基色。
7 彩色增强处理与彩色变换
• 彩色增强技术是利用人眼的视觉特性，将 灰度图像变成彩色图像或改变彩色图像已 有彩色的分布，改善图像的可分辨性。彩 色增强方法可分为伪彩色增强和假彩色增 强两类。
7 彩色增强处理-伪彩色增强
• 伪彩色增强：是把黑白图像的各个不同灰 度级按照线性或非线性的映射函数变换成 不同的彩色，得到一幅彩色图像的技术。
• 几何精校正是指消除图像中的几何变形， 产生一幅符合某种地图投影的新图像的过 程。几何精校正需要利用地面控制点和适 当的数学模型。
2 几何校正
• 几何精校正分两个过程
– 空间插值：建立图像像元坐标和地面控制点之 间的数学模型，利用数学模型把待校正图像的 坐标校正到输出图像中。
– 亮度插值：确定输出图像像元亮度值。
• 伪彩色增强的方法主要有密度分割法等方 法。
6 遥感图像应用技术
• 遥感在资源调查中的应用。
– 土地资源是指已经被人类所利用和可预见的未 来能被人类利用的土地，土地资源是人类生产 和生活的基础。
– 遥感是宏观监测土地利用的有效手段。利用遥 感信息源可获取土地资源数据资料，包括不同 类型土地资源的数量、质量、分布和利用情况 等。
7 彩色增强处理与彩色变换
• 人眼对黑白图像灰级、彩色差异的分辨率 有较大的差异。彩色分辨能力可达到灰度 分辨能力的百倍以上。
7 彩色增强处理与彩色变换
• 图像颜色
– 视觉三基色假说：
• 三基色是这样的三种颜色，它们相互独立，其中任 一色均不能由其他二色混合产生。它们又是完备的， 即所有其它颜色都可以由三基色按不同的比例组合 而得到。
• 图像的增强是综合和一般性地改善图像质量，解 决图像由于噪声、模糊退化和对比度降低等三类 问题，图像增强并不是去估计图像实际退化的过 程和实际退化的因素而加以矫正，只是考虑图像 退化的一般性质，加以修正，以求得一般的或平 均的图像质量的改善，提高解像力。
1 遥感图像增强处理
• 点运算：通过改变图像像元的亮度值来改 变图像像元对比度，从而改善图像质量的 图像处理方法。因为亮度值是辐射强度的 反映，所以也称之为辐射增强。
3 辐射校正
• 理想的遥感系统并不存在，有各种因素影响传感 器接收到的辐射值。
– 日地距离 – 太阳入射光的几何条件 – 太阳上行和下行辐射 – 地形因素 – 传感器误差
• 在利用遥感图像进行地表遥感研究中，可能需要 对这些干扰因素进行辐射校正，使得遥感图像尽 可能反映地物目标的差异。
3 辐射校正