卫星图像处理流程.docx

《卫星图像处理流程.docx》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、卫星图像处理流程一．图像预处理1．降噪处理由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。（1）除周期性噪声和尖锐性噪声周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。图1消除噪声前图2消除噪声后（2）除坏线和条带去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些

2、与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。图3去条纹前图4去条纹后图5去条带前图6去条带后2．薄云处理由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。3．阴影处理由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。1．图像配准为同一地区的两种数据源能在同一

3、个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。（1）影像对栅格图像的配准将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。图7图像配准前图8图像配准后（2）影像对矢量图形的配准将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正这种校正是针对引起几何畸变的原因进行的，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行

4、了校正.3．几何精纠正为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。（1）图像对图像的纠正利用已有准确地理坐标和投影信息的遥感影像，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。（2）图像对地图（栅格或矢量）利用已有准确地理坐标和投影信息的扫描地形图或矢量地形图，对原始遥感影像进行纠正，使其具有准确的地理坐标和投影信息。图9参考地形图图10待纠正影像图11纠正后影像和地形图套和效果（3）图像对已知坐标点（地面控制点）利用已有准确地理坐标和投影信息的已知坐标点或地面控制点，对原始遥感影

5、像进行纠正，使其具有准确的地理坐标和投影信息。4．正射纠正利用已有地理参考数据（影像、地形图和控制点等）和数字高程模型数据（DEM、GDEM），对原始遥感影像进行纠正，可消除或减弱地形起伏带来的影像变形，使得遥感影像具有准确的地面坐标和投影信息。图12数字正射影像图三．图像增强为使遥感图像所包含的地物信息可读性更强，感兴趣目标更突出，需要对遥感图像进行增强处理。1．彩色合成为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。彩色图像可以分为真彩色图像和假彩色图像。图13真彩色合成(TM32

6、1)图14假彩色合成(TM432)2．直方图变换统计每幅图像的各亮度的像元数而得到的随机分布图，即为该幅图像的直方图。一般来说，包含大量像元的图像，像元的亮度随机分布应是正态分布。直方图为非正态分布，说明图像的亮度分布偏亮、偏暗或亮度过于集中，图像的对比度小，需要调整该直方图到正态分布，以改善图像的质量。图15直方图拉伸前（原图偏暗）图16直方图拉伸后图17直方图拉伸前（原图对比度不强）图18直方图拉伸后（线性拉伸）3．密度分割将灰度图像按照像元的灰度值进行分级，再分级赋以不同的颜色，使原有灰度图像变成伪彩色图像，达到图像增强的目的。图19原始图

7、像图20密度分割图像4．灰度颠倒灰度颠倒是将图像的灰度范围先拉伸到显示设备的动态范围(如0～255)到饱和状态，然后再进行颠倒，使正像和负像互换。图21灰度颠倒前图22灰度颠倒后5．图像间运算两幅或多幅单波段图像，空间配准后可进行算术运算，实现图像的增强。常见的有加法运算、减法运算、比值运算和综合运算。例如：减法运算：可突现出两波段差值大的地物，如红外-红，可突现植被信息。比值运算：常用于计算植被指数、消除地形阴影等。植被指数：NDVI=（IR-R）/（IR+R）图23原始图像图24NDVI植被指数图像6．邻域增强又叫滤波处理，是在被处理像元周围

8、的像元参与下进行的运算处理，邻域的范围取决于滤波器的大小，如3×3或5×5等。邻区法处理用于去噪声、图像平滑、锐化和相关运算。图25原始