欢迎来到北京揽宇方圆信息技术有限公司!

热线电话:010-83509252 4006-019-091 18610332567

手机版

当前位置: 网站首页 > 新闻资讯 > 行业动态 > 遥感卫星影像图处理

行业动态

遥感卫星影像图处理

来源:本站   发布时间: 2019-08-16 16:12:08   浏览:3473次  字号: [大] [中] [小]

一、光学图像与数字图像

根据传感器记录电磁波方式的不同,可以把遥感图像分为光学图像和数字图像两大类。

1)光学图像又称模拟图像(analog images),是指灰度和颜色连续变化的图像,如航空遥感获取的可见光黑白全色像片、彩色红外像片、多波段摄影像片和热红外摄影像片。

2)遥感数字图像是能被计算机存储、处理和使用的用数字表示的图像。扫描类型的传感器,如Landsat/MSSTMNOAA/AVHRRSPOT/HRV等获取的二维数据都是数字图像。

3)构成遥感数字图像的基本单元是像元。像元的大小由传感器的空间分辨率决定。每一个像元只有一个DN值(digital number),记录和反映了像元内所有地物电磁辐射能量的相对强度。DN值的大小取决于传感器的辐射分辨率。

4)遥感数字图像在存储和分发时,通常采用BSQBILBIPHDF等不同的数据格式。

5)遥感数字图像的特点:便于存储与传输;便于计算机处理与分析;信息损失低;抽象性强。

6)把灰度和颜色连续变化的光学图像转换成数字图像的过程就是光学图像的数字化。光学图像数字化的两个主要过程是空间采样、属性量化。

二、光学图像的处理

1. 光和颜色

1)光是一种由光子微粒组成的人眼可以看见的电磁波,波长在0.380.78mm。人眼所能感受到的颜色均对应着一定波长的电磁波,如0.7mm对应红色,等等。

2)颜色分为光源色和物体色两种。光源色是指由各种光源发出的光;物体色是指本身不发光,但呈现出对光源色的吸收、反射得来的色光。

3)绝大部分可见光谱对眼睛的刺激效果都可以用红(700nm)、绿(546.1nm)、蓝(435.8nm)三色光按不同比例和强度的混合来等效表示。

2. 颜色的性质与视觉对比

1)颜色的性质通常用明度、色调和饱和度三要素描述。颜色立体模型则是用来表示色调、明度和饱和度之间关系的直观图解。

2)相邻区域不同颜色的相互影响叫做颜色对比。两种颜色相互作用的结果,使目标对象的颜色向其周围背景颜色的补色方向变化;当一个颜色(包括灰色)的周围呈现高亮度或低亮度刺激时,这个颜色就向其周围明度的对立方向转化,这种现象叫做明度对比。

3. 色彩混合的原理

1)自然界的各种颜色都是色彩混合的结果。色彩混合分为色光混合和色料混合两种类型。

2)原色是指通过其他颜色的混合无法得到的“基本色”。色光混合的三原色是红色(R)、绿色(G)、蓝色(B),而色料混合的三原色则是青色(C)、品红色(M)、黄色(Y)。

3)两种或两种以上的色光同时反映于人眼,视觉上会产生另一种色光的效果,这种色光混合产生综合色觉的现象称为色光加色法或色光的加色混合。

4)色料混合也被称为减色混合或减光混合,其本质是色料对复色光中的某一单色光的选择性吸收,并造成了入射光能量的减弱及混合色明度的降低。

4. 光学图像的处理方法

1)光学图像的彩色合成是指采用色光混合或色料混合的原理,将多波段黑白航空摄影图像转化为彩色图像的一种传统技术方法。

2)色光加色法合成是借助根据色光加色混合原理制成的各种合成仪器,通过选用不同波段的正片或负片组合进行彩色合成的一种图像处理技术。有合成仪法和分层曝光法。

3)色料减色法合成是根据色料减色混合的原理,采用染印、印刷等不同的技术工艺实现光学图像的彩色合成。有染印法和印刷法。

4)光学图像的增强处理方法:改变对比度;显示动态变化;边缘突出;密度分层;专题抽取。

三、数字图像的预处理

1. 辐射校正

消除图像数据中依附在辐射亮度里的各种失真的过程称为辐射校正。

1)辐射定标:把遥感图像的亮度值转化成光谱辐射亮度的过程。辐射定标的关键是确定定标参数。定标参数可以通过实验室定标、星上内定标及场地外定标等方法来确定。

2)大气校正的目的:消除由大气影响所造成的辐射误差,反演地物真实的表面反射率。最小值去除法和回归分析法是最常用的校正方法。

3)太阳高度校正:消除由太阳高度角导致的辐射误差,即将太阳光线倾斜照射时获取的图像校正成太阳光垂直照射条件下的图像。

2. 几何校正

几何校正是消除图像的几何变形,实现原始图像与标准图像或地图的几何整合的过程。

1)遥感图像的几何变形误差可分为内部误差和外部误差。内部误差是传感器自身的性能、技术指标偏离标称数值造成的。外部变形误差是传感器以外的其他因素造成的误差。

2)影响外部变形误差的因素:传感器外方位元素变化;地形起伏;地球表面曲率;大气折射;地球自转。

3遥感图像的几何校正包括两个层次:第一层次为粗校正;第二层次为几何精校正。

4)粗校正是地面站根据测定的与传感器有关的各种校正参数对接收到的遥感数据所作的校正处理,这种校正对消除传感器内部畸变很有效,但校正后的图像仍有较大的残差。

5)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或图形表达要求的新图像。几何精校正回避了成像的空间几何过程,并且认为遥感图像的总体几何畸变是挤压、扭曲、缩放、偏移及其他变形综合作用的结果。

6)几何精校正过程中地面控制点选择的好坏,直接影响图像校正的效果。通常控制点数量由多项式的结构来确定,n阶多项式控制点的最小数量为(n+1n+2/2

7)常用的重采样方法:最近邻法、双线性内插法和三次卷积内插法。

四、数字图像的增强与变换

图像的增强和变换是为了突出相关专题信息,提高图像的视觉效果,使分析者能更容易地识别图像内容,从图像中提取更有用的定量化信息。

1. 对比度增强

对比度增强也称图像拉伸或反差增强,是通过改变图像像元的亮度值来提高图像全部或局部的对比度,改善图像质量的一种方法。包括线性变换、非线性变换、直方图均衡化等。

1)线性变换:对比度增强必然要改变图像像元的亮度值,并且这种改变需要遵循某种数学规律,即选择一个恰当的变换函数。如果变换函数是线性的,这种变换就是线性变换。

2)非线性变换:如果变换函数是非线性的,这种变换就是非线性变换。常见的非线性变换有指数变换和对数变换。

3)直方图均衡化:基本思想是对原始图像的像元亮度值做某种映射变换,使变换后图像亮度的概率密度呈均匀分布,即变换后图像的亮度值均匀分布。

4)直方图匹配:又称为直方图规定化,是指使一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。

2. 图像滤波

图像滤波是一种采用滤波技术实现图像增强的方法。它以突出或抑制某些图像特征为主要目的,如去除噪声、边缘增强、线性增强等。

1)图滤波可分为空间域滤波和频率域滤波。前者是以像元与周围邻域像元的空间关系为基础,通过卷积运算实现图像滤波;后者通过傅里叶变换,将图像由图像空间转换到频域空间,然后在频率域中对图像的频谱作分析处理,以改变图像的频率特征。

2)空间域滤波有平滑和锐化两种基本方法,它们都是以图像的卷积运算为基础的。

3)图像平滑:使图像亮度趋于平缓的处理方法,包括:均值平滑;中值平滑。

4)图像锐化:目的是突出图像上地物的边缘、轮廓,或某些线性目标要素的特征。图像锐化提高了地物边缘与周围像元之间的反差,因此也被称为边缘增强。包括:Roberts梯度法、Sobel梯度法、Laplacian算法和定向监测等方法。

3. 彩色增强

彩色增强处理就是根据人的视觉特点,将各种灰度图像转化成彩色图像的过程。

1)单波段图像的彩色变换主要是通过密度分割方法实现的。该方法中的色彩是人为设定的,与地物的真实颜色毫无关系,因此这种变换属于伪彩色变换。

2)多光谱图像的彩色合成可分为真彩色合成和假彩色合成两种。如果参与合成的三个波段的波长与对应的红、绿、蓝三种原色的波长相同或近似,这种合成就是真彩色合成。否则就是假彩色合成。

4. 图像运算

图像运算是通过多光谱图像不同波段之间简单的“加、减、乘、除”运算产生新的“波段”,实现突出特定目标地物信息的一种图像增强方法。

1)加法运算:可减少图像的加性随机噪声,或者获取特定时段的平均统计特征。可加宽波段,如绿色波段和红色波段图像相加可以得到近似全色图像。

2)减法运算:可增加不同地物间光谱反射率及在两个波段上变化趋势相反时的反差,或提取地面目标的变化信息/提取波段间的变化信息。当用红外波段与红波段图像相减时,即为差值植被指数。

3)乘法运算:可用来遮掉图像的某些部分。在图像处理中,这种操作被称为图像掩膜。

4)除法运算:也称比值运算。能压抑因地形坡度和方向引起的辐射量变化,消除地形起伏的影响;可增强某些地物之间的反差;能用于消除山影、云影及显示隐伏构造。

5. 多光谱变换

1K-L(Karhunen-Loeve)变换:也称为主成分变换或主分量分析,是一种基于统计特征基础上的多维正交线性变换,是多光谱、多时相遥感图像应用处理中最常用的一种变换技术。

2K-L变换是一种常用的数据压缩和去相关技术,变换后图像的信息集中在前几个分量上,且各分量在新的坐标空间中是相互独立的,相关系数为零。

3K-T变换是KauthThomas在研究MSS多光谱数据与自然景观要素特征间的关系时建立的一种特定变换,又称缨帽变换。主要应用在MSSTM数据的处理和分析中。

五、遥感数据的融合

图像融合是指把多源遥感数据按照一定的规则或算法进行处理,生成一幅具有新的空间、光谱和时间特征的合成图像。

1)图像融合分为不同的层次,包括像元级、特征级和决策级三种。

2)图像融合的目的:突出有用信息,消除或抑制无关信息;增加解译的可靠性,减少识别目标的模糊性和不确定性,为快捷、准确地识别和提取目标信息奠定基础。

3)多源遥感数据融合的基本过程包括图像选择、图像配准和图像融合三个关键环节。

4)常用的融合方法主要有:基于加减乘除运算的融合,基于相关分析、主成分分析、小波分析及基于IHS变换的融合等。

5)遥感与地学信息融合前,必须对各类地学信息进行预处理。地学信息主要指各种专题地图和专题数据。地学信息预处理包括专题地图的数字化和专题数据的图像化。

 

<返回列表

相关链接

  • 010-83509252
    18610332567
    18610332561
    (微信同步)
    4006-019-091
    About Us   News   Product   Contact
    关于我们   新闻资讯   产品服务   联系方式

    公司简介

    领先优势

    资质荣誉

    公司新闻

    行业动态

    国外卫星

    国内卫星

    历史数据

    数据处理

    信息反馈

    人才招聘

    付款方式

     
    WeChat
    关注我们

    北京揽宇方圆信息技术有限公司 www.kosmos-imagemall.com Copyright © 2007-2021 备案号:京ICP备14058426号-2