第6章遥感图像辐射处理剖析.pptx

本章内容： 辐射校正（1） 辐射增强（1） 图像平滑（2） 图像锐化（2） 图像融合（3） 重点内容： 图像增强处理 多源图像融合;概念： 利用传感器观测目标辐射或反射电磁能量时，从传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的，称为光谱亮度失真。这种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。 完整的辐射校正包括传感器校正、大气校正、太阳高度及地形校正。;;1、传感器校正 畸变来源：光学系统、光电变换系统。 校正方法：陆地卫星系列通过飞行前实地测量，预先测出各波段的辐射值（L)和记录值（DN）之间的校正乘系数（记为A)和校正加系数（记为B),其纠正公式为： L=A*DN+B A和B在使用期限内是固定不变的。 此过程又称为传感器辐射定标;2、大气校正 大气影响比较复杂，没有统一的数学模型。对于任何一幅图像，大气数据几乎永远是变化的。 方法一：从图像本身来估计大气参数，然后以一些实测数据，反复运用大气模拟模型来修正这些参数，实现对图像数据的校正。 方法二：利用地面实况数据进行大气校正。利用预先设置的反射率已知的标志，把地面实测数据和传感器输出的图像数据进行比较，来消除大气的影响。该方法仅适用于特定的地区及时间。;3、太阳高度和地形校正 太阳高度角引起的辐射畸变校正是将太阳光线倾斜照射时获取的图像校正为太阳光垂直照射是获取的图像，因此在做辐射校正时，需要知道成像时刻的太阳高度角。太阳高度角可以根据成像时刻的时间、季节和地理位置确定。 具有地形坡度的地面，对进入遥感器的太阳光线的辐射亮度有影响，地形坡度引起的辐射校正需要知道成像地区的DEM，校正不方便。;第六章 遥感图像辐射处理 §6.1辐射校正;地面辐射校正场 当遥感数据辐射校正后，需要通过地面辐射校正场来对计算结果进行验证和修正。 世界典型的辐射场有：1979年美国新墨西哥州白沙地面辐射定标场、1987年法国马赛西北La Crau沙地面辐射定标场。 中国的辐射场：敦煌西戈壁辐射校正场（可见和红外）、青海湖辐射校正场（热红外和红外）。;第六章 遥感图像辐射处理 §6.2辐射增强;各种图像直方图;第六章 遥感图像辐射处理 §6.2 辐射增强;12/17;2、直方图均衡化 将原始直方图修改为近似均匀分布直方图，从而拉开灰度间距，增大反差，使图像细节清晰，达到增强目的。; §6.2 辐射增强;直方图均衡化计算步骤示意图;16/17;第六章 遥感图像辐射处理 §6.2 辐射增强;本节主要内容 一种划分方式：空间域增强（包括平滑和锐化） 频率域增强（包括平滑和锐化） 另一种划分方式：图像平滑（空间域和频率域） 图像锐化（空间域和频率域） 本节重点内容 空间域平滑/锐化 频率域平滑/锐化;一、空间域平滑 目的： 1、邻域平均法（模板法、掩模法） 基本掩模 其他掩模 问题1：模板全部权系数和应为1，为什么 问题2：邻域平均法有何缺点？ 思考：能否自己编程实现邻域平均法 ;一、空间域平滑 2、中值滤波法 对一个滑动窗口内的全部像素灰度值排序，用其中值代替窗口中心像素的原来灰度值。（非线性） 中值滤波的例子; 总结：中值滤波的优点和缺点 优点是去噪（特别是脉冲或椒盐噪声）同时较好地保持了边缘，缺点是对点、细线等细节较多的图像不大适合。 演示：基于MATLAB的中值滤波程序;二、空间域锐化 目的：增强图像的边缘或轮廓。 图像平滑与锐化比较：模糊边缘/突出边缘 积分运算/微分运算 模板和＝1/模板和＝0 空间域锐化的方法与边缘检测方法一致！ 常用的算子有：（见本PPT的127页） Roberts算子 Prewitt/Sobel算子 Laplacian算子 ; 频率域增强基本思想：（理解公式含义） 关键是H(u,v)的选择 三、频率域平滑（低通滤波） 原理： 常见低通滤波器有： 1、理想低通滤波器（缺点） 2、Butterworth低通滤波器 3、指数滤波器 4、梯形低通滤波器（优点）;;四、频率域锐化（高通滤波） 原理