遥测数位影像处理.ppt

《遥测数位影像处理.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遙測數位影像處理第四講影像統計主要統計項目及其意義各基本統計在影像處理間之關連影像度量統計與影像空間度量一、主要統計項目及其意義1.平均數(X):a.公式:b.意義：一影像資料之中央趨勢，若為光譜平均則可視為其影像之平均亮度，值大則影像亮、值小則影像暗。c.案例：台北市SPOT影像光段1與光段3之對比。(圖4.1、圖4.2)圖4.1Band1,X=89,較亮圖4.2Band3,X=79,較暗2.標準差(S)a.公式:b.意義:影像之離均(X)程度,S值愈大代表變化大，亦表示對比較大：反之亦然。一般而言，S愈大則資訊內容愈豐富。但不代表其對特定地物的資訊較豐富或較易判釋。c.案例：台北市S

2、POT影像光段1與光段3之對比。(圖4.3、圖4.4)圖4.3Band1,S=9.3,資訊變化小圖4.4Band3,S=10,資訊變化大3.變異數(variance)a.公式:b.意義:近似S之含義。*亦為許多其他統計之基本計算元素。c.案例:見S部份說明。4.相關係數(γ)a.公式:b.意義:γ為兩影像資料間的相關性，γ愈高則愈相關，亦表示兩影像愈相似，故影像總和資訊較小，反之亦然。c.案例:台北市SPOT影像光段1與光段2，及光段2與光段3之相關性比較。圖4.5BAND1圖4.6BAND2圖4.7BAND35.共變數(covariance)a.公式:b.意義:cov代表兩影像之關連性，

3、是未經標準差正規化之相關值，其大小同時受關連性及各影像標準差大小之影響。c.案例:參考var。6.最小值(min)、最大值(max)及範圍(Range)a.公式:b.意義:1).min是影像中之最小值，即最暗色。2).max是影像中之最大值，即最亮色。3).range是前兩者之差，若愈大則代表影像絕對明暗差愈大，反之亦然。c.案例:台北市SPOT影像光段1與光段3之對比圖4.8Band1,min=53,max=171,range=118圖4.9Band3,min=46,max=182,range=1367.頻率統計（freguencycount）Histogram,Scatterplota

4、.公式:b.意義:特定I之Freq(i)為其影像上出現的次數，即多少個像元(pixel)或表示同一i值所佔之面積大小(=pixelsize*Freq(i))。Freq(i)愈大表示其出現的頻率愈高，所佔面積愈大;各Freq(i)可以繪出一維之直方圖，若有兩光段則可繪為二維頻率分布圖（scatterplot），但其頻率的表現則可以用顏色或立體透視表現之，高度即為頻率。c.案例:台北市SPOT影像光段1與光段3之對比。圖4.10BAND1圖4.11BAND3相關網頁KhorosLabforTEMPUSCIDECImageProcessingCourse(ImageStatistics)二、各基

5、本統計在影像處理間之關連1.統計與前處理例如：影像加強a.線性加強(Linearmin-maxstretching)公式：Val':為加強後新值。Val:為原值。Min:為最小值。Maxvalue:加強後之最大值(以0為最小值)。對應曲線斜率大於1者為加強部分，斜率小於1者為壓縮部分。圖4.12b.均頻加強(Histoequalization)公式/作法：Freq(i)':是每一新I強度的頻率。n:是影像之總像元(pixel)數。maxval:欲取得之新值總數。相關網頁KhorosLabforTEMPUSCIDECImageProcessingCourse(HistogramStretch

6、ingContrastEnhancement)KhorosLabforTEMPUSCIDECImageProcessingCourse（HistogramEqualization）若y軸之d%間距相同，則其形成之A與B之面積相同，故在y軸等分所形成之x軸上之切割對應點，分組之頻率和相同，亦即均頻。圖4.13圖4.14理想轉換線之直方圖應為水平線分佈，即各組頻率相同。圖4.15圖4.16圖4.172.統計與資訊抽取例如：分類a.最小距離法公式：以差異之總和作為相似性之定義，差異愈小，則愈像。亦是另一種歸屬函數；但類別間有相互競爭，最像者得此分類單元（pixel或區域）優點：計算簡單、成本低。

7、缺點：此方法只考慮與類別之中心趨勢平均間距離，但未考慮其分佈大小。圖4.18最小距離法A.分類方法；B.分類結果A.B.b.平行桿法公式：函數in：為xi值在Catj之統計range之內,則in值為j。即落入分類組之分佈範圍，即稱為相似。優點：此法考慮了分佈，且成本低。缺點：但可能有較多之重疊競爭，需有法則處理，其尚未考慮到分佈機率。圖4.19平行桿法A.分類方法；B.分類結果A.B.c.最大相似法公式：函數Probj：