遥感数字图像处理资料

遥感数字图像处理资料

ID:35997436

大小:1.34 MB

页数:11页

时间:2019-04-29

遥感数字图像处理资料_第1页
遥感数字图像处理资料_第2页
遥感数字图像处理资料_第3页
遥感数字图像处理资料_第4页
遥感数字图像处理资料_第5页
资源描述:

《遥感数字图像处理资料》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、RSDIP第一章绪论1.遥感、遥感过程遥感:一种在远离目标,不与目标直接接触的情况下,通过传感器获取其特征信息,并对这些信息进行处理、分析和应用的综合性探测技术。遥感过程:指遥感信息的获取、传输、处理,以及分析判读和应用的全过程。2.遥感数字图像——以数字的形式存储的、离散的、适合于计算机处理的影像数据。——数字图像的特点:(1)表现为二维阵列(网格),属于不可见图像(2)数字化、离散化(空间离散、亮度离散)3.遥感数字图像处理系统遥感数字图像处理:利用计算机对遥感数字图像进行一系列操作,以求达到预期目的的技术。主要技术过程:遥感图像输入存储——〉增强——〉校正——〉解译遥感图像的

2、数字化:指光学图像(物理图像)到数字图像的转换过程,包括采样和量化两个过程。采样——将空间上连续的图像变换为离散的点的操作量化——将测量的灰度值用一个整数表示遥感图像的数据量估算:4.遥感数字图像的基本特点:(1)便于计算机处理和分析(2)信息损失少(3)图像抽象性强(4)图像保存方便遥感数字图像处理的特点:(1)图像信息损失小,处理精度高(2)抽象性强,再现性好(3)通用性强,灵活性高第三章遥感图像及其特征1.遥感图像的模型:可以表示为目标发射辐射量和反射辐射量之和。2.遥感数字图像可以用多维空间来描述遥感图像空间:描述多波段遥感影像中的像素亮度值的空间分布的三维离散空间。(行坐

3、标X、列坐标Y、波段Z;坐标系内的每一个点代表一个像元亮度值)多光谱空间:N维坐标系,每一个坐标轴代表一个波段,坐标值为亮度值,坐标系内的每一个点代表一个像元。在多光谱空间中:像元点在坐标系中的位置可以表示成一个n维向量;每个分量xi表示该点在第i个坐标轴上的投影,即亮度值.3.遥感图像的信息内容——包括波谱信息、空间信息、时间信息三个方面。(1)波谱信息:指遥感图像上不同地物之间的亮度值差异及同一地物在不同波段上的亮度值差异。(2)空间信息:通过图像亮度值在空间上的变化反映出来的信息。一般包括空间频率信息,边缘和线性信息、结构或纹理信息以及几何信息等。(3)时间信息:指不同时相遥

4、感图像的光谱信息与空间信息的差异。4.遥感图像的统计特征11RSDIP(1)遥感图像空间的统计量统计直方图:是影像灰度值的函数,是描述影像中各灰度值象元个数的图表。(横坐标表示象元的灰度,纵坐标表示象元的个数)性质:a.直方图反映了灰度的出现频率,不包含象素的位置信息;b.同一图像的直方图唯一,反之不成立;c.一幅图像的直方图等于其各部分图像直方图之和;d.通过分析灰度直方图了解图像的质量及其它相关信息。最大值、最小值、均值:指各波段中亮度值的最大值、最小值、均值。方差:指各波段亮度值的方差,反映图像信息量的大小。(2)多光谱图像空间的统计特征均值向量m:描述象元矢量x在多光谱空间

5、中的平均(中心)位置。协方差Covariance:描述影像波段间的相关性。协方差矩阵:N个波段相互间的协方差排列在一起所组成的矩阵。描述象元矢量x在均值向量m附近的分布情况、影像波段间的相关性。相关系数:描述影像波段间的相关程度的统计量(反映了两个波段图像所包含信息的重叠度)。相关矩阵:N个波段相互间的相关系数排列在一起所组成的矩阵。(反映了波段间包含信息的重叠度)第四章遥感图像的恢复1.卫星或飞机上的传感器获取的遥感影像数据都存在误差,包括:几何变形、辐射误差。影像辐射畸变的原因主要有两个:大气对电磁辐射的影响、遥感器本身的原因。2.几何校正——从具有几何变形的图象中消除变形的图

6、像处理过程。由于成像时飞行器姿态、高度、速度、地球自转等因素而造成图像相对于地面目标而发生几何畸变,表现为像元相对于地面目标实际位置随机地发生挤压、扭曲、伸展和偏移等,对这种几何畸变进行的误差校正称为几何校正。原理:不考虑成像的空间几何过程,而直接对图象变形的本身进行数学模拟。把遥感图象的变形看作是平移、缩放、旋转、仿射、偏扭、弯曲及更高次的基本变形的综合作用结果。因此,将纠正前后图象相应点间的坐标关系用一适当的多项式表达,进行几何校正。控制点的选择:多项式纠正法的精度与地面控制点的精度、分布、数量及纠正范围有关几何校正步骤:确定校正方法à确定校正公式à验证校正方法à对原始输入图象

7、进行重采样几何校正的两个方面:象元坐标变换、象元灰度值重新计算(重采样)(1)重采样方法最邻近:用距离投影点(采样点)最近象元灰度值代替输出象元灰度值.(简单、省时,保留原始图象的值;边缘出现锯齿状)优点——保留大量原始灰度值,没有经过平滑处理,对于区分植被类型、识别线性特征等有重要意义;简易、省时;分类前使用。缺点——锯齿状、不平滑;某些值重复、某些值丢失;对线性地物,可能出现不连续。双线性:考虑投影点(采样点)周围4个相邻象元的灰度值,并根据各自权重计算输出象元灰

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。