小恺工作室?遥感数字图像处理教程第一章

小凯工作室？遥感数字图像处理教程遥感数字图像处理教程第一章简介1.遥感数字图像：数字形式的遥感图像。 （P1，第六段）2.遥感数字图像处理的主要内容：（P2，第七段）①图像增强：其目的是增强整体图像或突出显示图像中特定特征的信息。这些方法主要包括：灰度拉伸，平滑，锐化，颜色合成，主成分变换，流苏帽变换，代数运算，图像融合等； ②图像校正：其目的是执行由传感器或环境引起的模糊，噪声，几何变形等。主要的校正方法是辐射校正和几何校正。 ③信息提取：根据地物的光谱和几何特征，从校正后的遥感图像中提取各种有用的地物信息，包括图像分割，监督分类和非监督分类等，处理结果为分类专题图。3.遥感数字图像处理系统：硬件系统和软件系统。 （P3，第五段）4.数字图像处理的两个观点：（P7，第三段）①离散方法的观点：即图像的存储和表示是数字形式，并且数字是离散的。因此，采用离散方法进行图像处理是合理的，相应的概念是空间域。 ②连续法的观点：即图像具有连续性，可以用连续的数学形式表示，对应的概念是频域。第2章遥感数字图像的获取和存储1.遥感系统：遥感系统是指从地面到空中甚至整个空间，从信息收集，存储，传输，处理到分析，解释和分析的技术系统。应用程序，主要包括遥感，分为五个部分：实验，信息获取，信息传输，信息处理和信息应用。

（P11，第三段）2.传感器分类：（P12，第二段）①根据工作模式：被动模式和主动模式； ②根据数据记录方式：成像方式和非成像方式； ③新闻成像原理：照相成像和扫描成像。3.扫描成像：传感器逐行收集信息。根据扫描方法，扫描成像传感器可分为目标表面扫描传感器和图像表面扫描传感器。 （P12，第七段）①目标表面扫描传感器：系统直接逐点扫描目标表面（通常是地面），包括光学机械扫描仪和多光谱扫描仪（MSS，TM），成像雷达（全景雷达和侧面雷达）。雷达）； ②图像表面扫描传感器：系统不直接扫描地面，而是首先使用光学系统将目标表面的辐射信息聚焦在目标表面上以形成图像，然后使用摄像管中的电子元件扫描目标表面以收集信息，或依靠电子耦合设备（CCD）阵列进行电子扫描以获得数据。包括电视摄像机，固态扫描仪（CCD扫描仪）4.成像光谱仪：将传统的空间成像技术与地面物体光谱技术相结合，可以在同一区域同时采集数十到数百个波段。地面特征的反射光谱曲线。成像光谱仪基本上是多光谱扫描仪。唯一的区别是通道数很大，每个通道的带宽很窄。 （P14，第三段）5.传感器分辨率：传感器区分具有相似自然或光谱特征的相邻特征的能力。

传感器的分辨率指标是选择遥感图像数据的重要依据。传感器的分辨率包括：辐射分辨率，光谱分辨率，空间分辨率和时间分辨率。 （P16，第二段）①辐射分辨率：传感器分辨反射或发射电磁波强度差异的能力；在遥感图像中，图像的量化数量可以看作是辐射分辨率的近似表达。 ②光谱分辨率：传感器记录的电磁光谱中特定波长的范围和数量；在遥感图像中，它可能与图像中的条带数接近。 ③空间分辨率：可以在遥感影像上详细区分的最小单位的大小或大小，通常用像素大小，分辨率或视场表示。 ④时间分辨率：重复检测到同一目标时，两次相邻检测之间的时间间隔。6.图像数字化：包括两个过程-采样和量化。 （P22，第三段）①采样：将空间连续图像转换为离散点（像素）的操作。 ②量化：将像素灰度值转换为整数灰度的过程。7.遥感图像的类型：不相关的图像和相干的图像。 （P28，第二段）①不相干图像：光学遥感产生的图像，例如多光谱图像，高光谱图像等； ②相干图像：微波遥感产生的图像。8.遥感数字图像的数据级别：（P29，第八段）①0级产品：未经任何校正的原始图像数据； ②1级产品：经过初步辐射校正的图像数据； ③2级产品：根据卫星轨道，姿态和其他参数经过系统几何校正的图像数据； ④3级产品：使用地面控制点进行几何精修的图像数据。

9.元数据：关于图像数据特性的表达式，它是关于数据的数据，描述与图像采集和采集后的处理有关的参数。 （P30，第五段）10.通用遥感图像数据格式：（P30，第八段）①BSQ（波段顺序）：一种数据格式，其中像素根据波段序列顺序排列。 ②BIL（按行交错的频带）：一种数据格式，其中像素首先以行为单位划分为块，并在每行内按频带顺序排列。 ③BIP（按像素交错的波段）：以像素为核心，将同一位置的像素的各个波段数据存储在一起，破坏了像素空间位置的连续性。 11.其他数据格式：（P32，第一段）①日期：Landset5的TM数据存储格式，使用8位量化。 ②HDF（分层数据格式）：其组成包括一个头文件，一个或多个描述块以及几个数据对象。优点：便携性强；超文本自我描述可扩展性。 ③TIFF：扩展性好，移植方便，修改能力强。 ④GeoTIFF：基于TIFF的可扩展性，添加了一系列地理信息标签来描述卫星成像系统，航空摄影，地图信息，DEM等。

1 2.图像文件的大小计算（单位：字节）：行数×列数×单像素字节数×带数×辅助参数。 （P35，第五段）第3章遥感数字图像的表示和统计描述1.图像的表示方法：矩阵和矢量。 （P40，第七段）2.单波段图像的统计特征：（P42)①反映像素值平均信息的统计参数：平均值，中位数，众数；②反映像素值变化的统计参数：方差，变化（最大值和最小值之差）和对比度（对比度）3.直方图：描述图像中灰度像素的数量。对于图像，直方图是灰度值的概率密度离散化图（P44，第一段）4.累积直方图：水平轴表示灰度，垂直轴表示每个灰度及以下灰度的像素数像素数与像素总数之比。像素（P45，第七段）5.多频带图像的统计特征：协方差，相关系数。（P4 [k21]6.窗口：对于图像中的任何像素，这是中心，并且像素范围对称设置。（P49，第2页7 Xiaokai Studio？遥感数字图像处理教程第4部分，7.邻域：中心像素周围的行和列。 （P49，第五段）8.卷积运算：公式如下：（P50，第一段）mng（i，j）？？？ （F（x，y）？h（x，y））y？ 1 x？1其中，f（x，y）是图像像素值，h（x，y）是窗口模板。

9.滤波：滤波是一种从包含干扰的接收信号中提取有用信号的技术，通常用于频域。在空间域中，滤波是卷积运算。 （P50，第四段）第4章图像显示和拉伸1.颜色模型：RGB颜色模型，CMY颜色模型，YIQ颜色模型，HIS颜色模型。 （P61，第三段）CMK模型主要用于打印。 2.图像颜色合成：包括假彩色合成，真彩色合成，假彩色合成和模拟的真彩色合成。 （P67，第五段）①伪彩色合成：根据特定的功能关系将单波段灰度图像中的不同灰度转换为彩色，然后显示彩像的方法。转化可以通过密度分割的方法实现。 ②真彩色合成：一种使用红色，绿色和蓝色波长或相似波长的合成方法，图像显示效果类似于真彩色。 ③假色合成：从多个波段中选择3个波段（与真彩色合成波段不同），分别分配红，绿，蓝3种原色，图像显示效果与真彩色不同。 ④模拟的真实色彩合成：由于蓝光很容易受到气溶胶的影响，因此某些传感器放弃了蓝色波段，但通过某种形式的计算获得了模拟的红色，绿色和蓝色通道，从而生成类似于真实色彩的图像。3.图像拉伸：以波段为处理对象，通过处理波段中的单个像素值来实现增强效果。图像拉伸方法包括线性拉伸（全局线性拉伸和分段线性拉伸）和非线性拉伸（指数拉伸，对数拉伸）。图像直方图是选择特定拉伸方法的基础。

（P75，第四段）4.直方图均衡化：对原始图像的像素灰度级执行一定的映射变换，以便使更改后的图像灰度级（即图像灰度级）的概率密度均匀分布。 （有关具体方法，请参见教科书P82) 5.直方图规范：将单波段直方图转换为指定形状的直方图的方法。（有关具体方法，请参见教科书P84)第5章图像校正1.图像校正：包括辐射校正和几何校正2.辐射校正：消除附着在图像辐射上的各种畸变的过程，包括传感器侧的辐射校正，大气校正和表面辐射校正。 P87，第二段））①立体角：衡量某个表面在特定方向上接收的辐射量，计算公式为：s，其中s是面积，r是距离。（P87，第八段） ）r2②辐射通量：单位时间上通过某个表面的辐射能（P88，第三段）③照明度：每单位时间和单位面积接收到的辐射能，即每单位面积的辐射通量。 F ④反射率：反射能量与入射能量之比。 （P88，第六段）⑤反照率：界面反射的照度与内部反射的照度之和与入射照度之比。 （P88，第七段）7页中的3页小楷工作室？遥感数字图像处理教程⑥辐射：传感器接收到的由大气散射的电磁波。 （P89，第三段）of辐射错误的原因：传感器的响应特性，大气，太阳辐射（包括太阳位置，地形）等。

（P94)⑧大气校正：消除大气散射引起的辐射误差的过程，诸如6S模型，频带比较法（回归分析法，直方图法）等常用方法。（P102，第二段）[3.几何校正：校正几何误差（例如图像中的空间位置失真）的过程。（P87，第二段）4.几何精度校正：也称为几何配准，是对图像进行组合的过程，地图，或根据相同特征元素精确匹配和叠加数据的过程。地面控制点的选择：最小数量为（k +1)（k +2) / 2，在实际工作中，控制数量点应大于最小值；控制点应统一选择；控制点应选择在易于区分，相对稳定且具有明显特征的位置，例如道路交叉口，河流第六章图像变换1.图像变换：获得图像一种用于特定处理目的的数学方法。这些方法包括傅里叶变换，主成分变换，流苏帽变换，代数运算和颜色变换。 （P123，第二段）2.图像转换的目的：简化图像处理；便于图像特征提取；图像压缩。 （P123，第五段）3.傅里叶变换：傅里叶变换分为连续傅里叶变换和离散傅里叶变换，它们在图像处理中经常使用。它是二维离散傅里叶变换。为了减少计算步骤和节省时间，一般的遥感图像处理系统采用快速傅里叶变换（FFT），其过程为：正向FFT（产生频域图像，中心为低频能量，周围为高频能源）;定义滤波器（例如高通，低通等）；逆FFT（使用频域图像中定义的滤波器进行处理，然后将其转换为空间域图像）。

（P121) 4.主成分变换（KL变换）：它使用KL变换矩阵A线性组合某个多光谱图像X，以生成一组新的多光谱图像Y。（P131)① KL变换的特点：与变换前的多光谱空间坐标系相比，变换后的主成分空间旋转了一个角度，新坐标系的坐标轴必须指向较大数据量的方向，可以实现数据压缩和压缩。 ②功能：数据压缩（使用前三个主成分进行假色合成，将数据量减少43％）；图像增强（变换后的前几个主成分具有较大的信噪比，相对较小）噪声和出色的主要信息）5.流苏帽变换（KT）：一种线性变换，其中坐标空间旋转，并且旋转的坐标旋转轴指向与地面场景紧密相关的方向，而不是主要方向。 （P135)①特征：变换后的图像的前三个成分与地面场景密切相关。例如，对于MSS图像，第一个成分是亮度，反映土壤信息；第二个成分是绿色，反映特征绿色的生物质；第三部分的反映了的材料成分；对于TM图像，第一部分是亮度，反映了整体反射（与MSS的亮度不同）；第二部分是绿色，反映了特征绿色生物量（几乎与MSS相同）。第三部分是湿度，反映了土壤水分和植被湿度的特征。第四部分是雾度信息。

②功能：在进行KT变换后，每个组件都指向相应的特征，并且数据量被抑制。因此，KT转化在农业中的应用具有重要意义。但还应注意，该转换仅适用于MSS和TM数据。6.代数运算：根据不同波段中特征本身的灰度差异，通过不同波段之间的简单代数运算生成新的“波段”，可以实现突出关注特征的图像增强方法，例如加成。差分运算，乘法运算，比率运算等。（P140)归一化指数：公式如下：B1？B 2 B1？B 2典型代表：归一化植被指数（NDVI），公式如下：（ P143)第4页，共7页Xiaokai的工作室？遥感数字图像处理教程NDVI？IR？R IR？R其中，IR是近红外波段，R是红光波段，可以使用植被指数7.颜色转换：RGB是一种常用的颜色模型，但是当检测特定区域中作物的生长时，可以在此基础上建立作物产量估算模型。图像各波段之间的相关性较高，图像的饱和度将较低，这时，RGB模型转换为HSI模型（即HSI正转换）颜色转换主要用于图像融合。分辨率不同，增强了合成图像的饱和度，通过处理强度I分量增强图像质量，并全面显示多源数据。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/shumachanpin/article-350714-1.html