遥感数字图像处理考试知识点整理.docx
《遥感数字图像处理考试知识点整理.docx》由会员分享,可在线阅读,更多相关《遥感数字图像处理考试知识点整理.docx(30页珍藏版)》请在冰豆网上搜索。
遥感数字图像处理考试知识点整理
遥感
第一章
1遥感数字图像;遥感数字图像的分类方式和对应类别。
(1)定义:
遥感数字图像是数字形式的遥感图像。
不同的地物能够反射或辐射不同波长的
电磁波,利用这种特性,遥感系统可以产生不同的遥感数字图像。
(2)可见图像和不可见图像
单波段和多波段,超波段
数字图像和模拟图像
2遥感图像的成像方式(三大种:
摄影、扫描、雷达)。
(1)摄影,扫描属于被动遥感
雷达属于主动遥感
(2)摄影:
根据芦化银物质在关照条件下回发生分解这一机制,将卤化银物质均匀涂在片
基上,制成感光胶片
扫描:
扫描类遥感传感器逐点逐行地以时序方式获取的二维图像
雷达:
由发射机向侧面发射一束窄波段,地物反射的脉冲,由无线接收后被接收机接
收
3遥感图像的数字化(模数转换)过程——两大过程:
采样、量化,名词解释。
采样:
将空间上连续的图像变换成离散点的操作称为采样,即:
图像空间位置的数字化。
采
样是空间离散。
量化:
遥感模拟图像经离散采样后,可得到由M×N个像素点组合表示的图像,但其灰度(或
彩色)仍是连续的,还不能用计算机处理。
它们还要进一步离散并归并到各个区间,分别用
有限个整数来表示,这称之为量化,即:
图像灰度的数字化。
量化属于亮度属性离散。
遥感图像数字化过程两个特点:
亮度和空
4遥感数字图像的存储空间大小的计算。
图像的灰度级有:
2,64,128,256
存储一幅大小为M*N,灰度量化位数G的图像,所需要的存储空间(图像数据量)为
M*N*G(bit)
1B=8bit1KB=1024B1MB=1024KB1GB=1024MB
TM空间分辨:
1,2,3,4,5,7为30米,6为120米
5遥感数字图像的分辨率(时间、空间、光谱、辐射分辨率);
(1)时间分辨率:
指对同一地点进行遥感采样的时间间隔即采样的时间频率,也称重访周
期
空间分辨率:
指图像像素所代表的相应地面范围的大小,空间分辨率愈高,像素所代表的范
围愈小
光谱分辨率:
光谱分辨率是指成像的波段范围,分得愈细,波段愈多,光谱分辨率愈高
辐射分辨率:
是传感器区分反射或发射的电磁波辐射强度差异的能力。
高辐射分辨率可以区
分信号强度的微小差异。
(2)常见传感器和空间分辨率书17-18页
6遥感数字图像的数据(数据级别、数据存储格式、元数据定义)
(1)数据级别:
0级产品:
未经过任何校正的原始图像数据
1级产品:
经过了初步辐射校正的图像校正
2级产品:
经过了系统级的几何校正,即根据卫星的轨道和姿态等参数以及地面系统中
的有关参数对原始数据进行几何校正。
产品的几何精度由上述参数和处理模型决定。
3级产品:
经过几何精校正,即利用地面控制点对图像进行了校正,使之具有了更精确
的地理坐标信息。
产品的几何精度要求在亚像素量级上。
不同点:
不同级别的产品使用条件不同,但是他们都是数据的集合,是信息量的汇总。
一般来说,都是由元数据和图像基本数据两部分数据汇总的结果。
0-2级产品由图像发布部门生产,3级产品可由图像发布部门按照精度要求生
产,但大多由用户自己来生产。
对于一般的应用来说,2级产品已经能够满足用户的需
要。
对于几何精度要求较高的应用,则必须使用几何校正后的3级产品。
(2)存储格式:
BSQ(bandsequential)数据格式按波段顺序依次排列的数据格式。
即先按
照波段顺序分块排列,在每个波段块内,再按照行列顺序排列。
同一波段的像素保存在一个
块中,这保证了像素空间位置的连续性。
排序规律:
第一波段为第一块,第二波段为第二块,⋯⋯.第k波段为第k
块。
每个波段块中,像素按行列顺序存储。
BIP(bandinterleavedbypixel)数据格式:
每个像元按波段次序交叉排序。
以像素为核心,像素的各个波段数据保存在一起,打破了像素空间位置的连续性。
保持行的
顺序不变,在列的方向上按列分块,每个块内为当前像素不同波段的像素值。
排序规律:
第一个像素第一波段第一行,第一个像素第二波段第一行,以
此类推。
BIL(bandinterleavedline)数据格式:
逐行按波段次序排列。
像素先以行
为单位分块,在每个块内,按照波段顺序排列像素。
同一行不同波段的数据保存在一个数据
块中。
像素的空间位置在列的方向上是连续的。
排序规律:
第一行第一波段,第一行第二波段,第一行第k波段,⋯..第M
行第一波段,第M行第二波段,第M行第K波段。
(3)元数据(metadata)又称为“头文件”,是关于图像数据特征的表述,是关于数据的数
据,它描述了与图像获取有关的参数和获取后所进行的处理。
元数据与图像数据同时发布,或嵌入图像文件中,或单独列出。
其多为文本格式,或二进制格式存储。
7遥感数字图像处理的主要内容(包括含义要理解)和处理的特点。
(1)定义:
利用计算机对遥感图像进行一系列的操作,以求达到预期目的的技术称作遥感
图像处理。
遥感数字图像处理的内容:
主要内容:
数字图像变换:
a光学图像变成数字图像b数字图像转变成光学图像c图像
变换工作
如:
彩色空间转换、二维傅里叶变换、沃尔什—哈达玛变换、哈尔变换、离散余弦变换
和小波变换等
数字图像校正:
a辐射校正b几何校正(几何粗校正和几何精校正)
数字图像增强:
采用一系列技术改善图像的视觉效果,提高图像的清晰度、对比度,突
出所需信息的工作称之为图像增强。
多源信息复合:
多源信息复合是指将多种遥感平台、多时相遥感数据之间以及遥感数据
与非遥感数据之间的信息组合匹配的技术。
计算机解译处理:
综合运用地学分析、遥感图像处理、地理信息系统、模拟识别与人工
智能技术,这些技术的运用都应在计算机系统支持下进行,采取相应的遥感数字图像的
处理方法.
(2)特点:
图像信息损失低,处理的精度高
抽象性强,再现性好
通用性广,灵活性高
8遥感数字图像处理系统(硬件+软件)。
硬件系统的组成(五大部分):
计算机平台、数字化器、大容量存储器、显示器和输出设备
及操作台
核心:
计算机平台
遥感数字图像处理的软件系统:
ERDASIMAGINE(美国莱卡)、ENVI、PCIGeomatica(加
拿大)、ERMapper(澳大利亚)
第二章
9多源图像:
在同一地区,随时间、波段和极化方向不同而获得的多个图像的组合。
可分
为;a多波段图像(多光谱图像)b多时相图像(多日相图像)c多极化图像
对于某一景单波段遥感图像,t,r,p三个参数均以固定的,故这景图像的数学物理模型可
以简化为:
(x,y)这2参数的模型,t为多时段,r为多极化,p为多极化
10遥感图像的统计学描述特征(单波段、多波段的参数计算):
(1)单波段——平均信息(均值、中值、众数);变化信息(反差对比度、变差、方差);
直方图及累积直方图(定义、绘制方法、直方图性质)
N1M1
均值:
中值:
f(i,j)
j0i0
f
MN
f(i,j)
med
f(i,j)f(i,j)
maxmin
2
众数:
fmode频率max之灰度值
M1N1
方差:
变差(反差差):
2
[f(i,j)f]
2i0j0
MN
ffmax(i,j)fmin(i,j)
range
反差(图像对比度):
C1=像素最大/最小C2=像素最大-最小值C3=标准差(方差的平方根)
(3)直方图定义:
直方图是反映灰度级的函数,描述的是图像中各个灰度级像素的个数,
反映出原遥感图像的灰度值概率密度函数离散化后的图形。
横坐标是灰度级,纵坐标是灰
度级出现的频率。
(4)灰度直方图绘制方法:
1统计灰度级2统计灰度级像素的个数3建立直角坐标系横
轴为灰度级,纵轴为灰度级像素个数4根据横轴的灰度级画柱状图5了解灰度分布状态
(5)直方图性质:
a直方图反映了图像灰度的分布规律;
b形态多与正态分布的曲线形态类似;
c图像与直方图相对应,但直方图可对应多个图像;
d图像中包括两个不相连的区域,则直方图=这两区域的直方图之和。
(6)、累积直方图:
横轴表示灰度级,纵轴表示每一灰度级及其以下灰度级所具有的像素数
或此像元数占总像素数的比值
多波段——协方差、相关系数
累计直方图与直方图纵轴的意义不同
第三章
11
(1)图像显示的方法(单波段——灰度图像显示+伪彩色显示;多波段——全色显示+彩
色显示(真彩色、假彩色合成));补充:
加色法原理。
(RGB)
一般,单波段图像的直接输出显示,反映出该波段上图像的量化信息。
主要以灰度级
来展示,从识别效果看就是一幅灰度图像。
(2)伪彩色显示:
伪彩色(pseudocolor)合成显示方法。
它将单波段灰度图像中的不同灰
度级按特定的函数关系变换成彩色,再将其显示出来,以此突出某些特殊的地物信息,准确
区分地物的类别。
(3)真彩色(truecolor):
如果彩色合成中选择的波段的波长与红绿蓝的波长相近或相同,
那么得到的图像的颜色与真彩色相似,这种合成方式称为真彩色合成(选择的波段与RGB
相对应)
假彩色(falsecolor):
选择任意3个波段,分别赋予RGB三种颜色,既合成彩色图像。
(选择任意波段不与RGB对应)
(4)、加色法原理:
R+G=黄色R+B=品红G+B=青色R+G+B=白色
12可以举出例子证明什么样的显示符合上述图像的显示方法,比如对于TM数据来说,7
个波段的对应表达。
(1)TM:
1(0.45-0.52)蓝波段,2(0.52-0.60)绿波段,3(0.63-0.69)红波段,4(0.76-0.90)近红外
波段,5(1.55-1.75)近红外波段,7(2.08-2.35)近红外波段
(2)真彩色:
TM321
假彩色:
TM432,TM741等
(3)SPOT5:
Band1:
0.5-0.59um(绿波段)
Band2:
0.61-0.68um(红波段)20m
Band3:
0.79-0.89um(近红外)
Band4:
1.58-1.75um(短波红外)
Pan:
0.51-0.73um(全色波段)10m
第四章
13图像校正,它包括两部分(辐射校正、几何校正);
(1)为什么要做图像校正:
现实的遥感影像,存在畸变,无法不歪曲地反映出地物的辐
射能量分布和几何特征(存在降质现象)。
图像校正是针对数字影像的,因为数字影
像存在误差(空间,量度)。
(2)辐射校正:
定义:
辐射失真亮度属性,消除图像和数据中依附在辐亮度中的各种失
真的过程。
原因:
a遥感传感器本身特征b地物光照条件c大作用d其他
(3)几何校正:
定义:
空间几何位置的失真,原因:
a传感器不稳定b遥感平台c地球
14什么是辐射校正?
辐射误差产生的主要原因是什么?
定义:
针对遥感图像产生的辐射失真产生的误差,做订正进行的校正。
消除图像和数据中依
附在辐亮度中的各种失真的过程。
【辐射误差产生的原因有两种,传感器响应特性和外界(自然)条件,后者包括太阳照
射(位置和角度)和大气传输(雾和云)等条件。
(1)因传感器的响应特性引起的辐射误差
l)光学摄影机引起的辐射误差
2)光电扫描仪引起的辐射误差
(2)因大气影响引起的辐射误差
(3)因太阳辐射引起的辐射误差
1)太阳位置引起的辐射误差
2)地形起伏引起的辐射误差
(4)其他原因引起的辐射误差】
辐射校正的主要内容包括?
(对辐射校正产生该怎么做)依据童庆禧的流程或讲课时介
绍的思路。
1)光学摄影机内部辐射误差校正:
(定量或者半定量)光学摄影机内部辐射误差主要是由镜
头中心和边缘的透射光的强度不一致造成的,它使得在图像上不同位置的同一类地物有不同
的灰度值。
设通过透镜达到像平面o点的光强度为Eo,与主光轴成角通过透镜到达像
平面P点的光强度为Ep,则有:
2)光电扫描仪内部辐射误差的校正
两类误差:
(1)光电转换误差
(2)探测器增益变化引起的误差。
消除方法:
楔校准模型和和增益校准模型;
3)大气校正:
指消除主要由大气散射引起的辐射误差的处理过程。
大气校正方法主要有3种:
1)统计学方法——包括内部平均法、平场域法、经验线性法(实测光谱回归方法)等;
2)辐射传递方程计算法;
3)波段对比法——分为回归分析法和直方图最小值去除法两类。
4)太阳高度角的辐射误差校正:
(1)太阳高度角引起的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线垂直照射时获取的图像。
(2)太阳的高度角θ可根据成像时刻的
时间、季节和地理位置来确定,即:
sinθ=sin·sinδ±cos·cosδ·cost(3)太阳高度角的
校正是通过调整一幅图像内的平均灰度来实现的。
特别是对于多光谱图像上的阴影可以通过
图像之间的比值予以消除。
比值图像是用同步获取的相同地区的任意两个波段图像相除而得
到的新图像。
5)地形坡度辐射误差校正:
(1)太阳光线和地表作用以后再反射到传感器的太阳光的辐射
亮度和地面倾斜度有关。
(2)若处在坡度为α的倾斜面上的地物影像为g(x,y),则校
正后的图像f(x,y)为:
由上式看出,地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据,校正较为
麻烦,一般情况下对地形坡度引起的误差不做校正。
6)其他原因引起的辐射误差及其校正:
(1)遥感影像中有时因各检测器特性的差别、干扰、
故障等原因引起不正常的条纹斑点。
(2)条纹误差主要是由检测器引起的。
(3)斑点误差主
要由噪声或磁带的误码率等原因造成,具有分散和孤立的特点
15大气校正的常用方法有?
1)统计学方法——包括内部平均法、平场域法、经验线性法(实测光谱回归方法)等;
2)辐射传递方程计算法:
测量大气参数,按理论公式求得大气干扰辐射量
3)波段对比法——分为回归分析法和直方图最小值去除法两类。
4)经验线性法(公式法):
与卫星扫描同步进行野外波谱测试,将地面测量结果与卫星影像
对应像元亮度值进行回归分析,回归方程为:
L
AiabR
i
式中,LAi为卫星观测值;Ri为地面反射率;a和b为回归系数;
系数a为大气散射引起对辐射的干扰部分:
(公式)式中,Si为系统增益因素;Lbi为大气
路径辐射率;
系数b表示辐射率Lai随地面反射率Ri递增而增长的程度大小:
(公式)式中,Ti为大气
透射率;Hi为太阳辐照度;θ为太阳天顶角;
5)回归分析法:
用长波数据来校正短波数。
作法:
在不受大气影响的波段(如TM5)和待校正的某一波段图像中,选择由最亮至最
暗的一系列目标,将每一目标的两个待比较的波段灰度值提取出来进行回归分析。
例如:
Ya11式中,X为TM5波段的亮度均值;Y为TM1亮度均值;
bX
a1,b1计算如下:
[(TT)(TT)
5511'
b1a1T1b1T5T1T1a1
(TT)
55
'
T1、T5表示TM1与TM5波段灰度值,T为TM1波段校正后的灰度值。
1
6)直方图最小值去除法:
通过灰度直方图对比找出校正量。
16几何畸变;影响图像几何畸变的因素(6大因素);
定义:
遥感图像在获取过程中由于多种原因导致景物中目标物相对位置的坐标关系图像中发
生变化。
因素:
1)传感器成像几何形态影响:
传感器一般的成像几何形态有中心投影、全影投影、
斜距投影以及平行投影等几种不同类型。
a)全景投变形b)斜距投影变形,侧视雷达属斜距
投影
2)传感器外方位元素变化畸变
3)地球自转的影响:
地球自转对于瞬时光学成像遥感方式没有影响,对于扫描成像则
造成图像平行错动。
4)地球曲率影响:
1、在星下点视场角较小,曲率影响可忽略。
2、产生的误差原理
与航空像片像点位移相同。
5)地球起伏的影响:
地形起伏在中心投影影像上造成的像点位移是远离原点向外移
动的,而在雷达影像上则是向内变动的中心投影成像时大气折射的影响
6)距离投影成像时大气折射的影响:
像点位移误差为ΔУ=λ(R'-R)
17几何精校正;几何精校正的基本原理;几何精校正的工作流程(比如:
多项式矫正法20
题);核心步骤。
(1)定义:
是把多平台的不同的传感器或多时相的同一传感器,具有几何精度的图像、地
图或数据集中地相同地物元素彼此匹配、叠加在一起的过程。
图对图:
相对,以一景图像作为基础,纠正其他图像
图对标准数据:
绝对,以地图作为标准,纠正图像
(2)几何(数字)纠正的基本原理:
回避成像的空间几何过程,直接利用地面控制点数据
对遥感图像的几何畸变本身进行数学模拟,用一个适当的数学模型表示校正前后的图像对应
点坐标关系。
(3)几何精纠正的操作步骤流程:
核心步骤:
建立纠正函数、选择地面控制点以及图像重采样(包括几何位置变换和灰
度重采样两步)。
包括:
像素空间坐标的变换(几何位置变换)和像元值大小的变换(灰度重采样)
a)几何位置变换:
首先要确定原始图像和纠正后图像之间的坐标变换关系,其次按选定的纠正变换函数,
将原始的数字影像逐个像元地变换到输出影像的相应的位置上去的过程。
变换方法分直接法(或正解法)和间接法(或反解法)纠正。
b)灰度值的重采样
校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰
度值变化。
某像元P’的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献,我们将这
种内插获得灰度值的过程称为数字图像的灰度值重采样。
常用的重采样方法有:
最近邻方法、
双线性内插方法、
三次卷积内插方法(立体卷积)、
双像素重采样法等。
18多项式纠正方法中,选择GCP的基本出发点(原则)?
a)易识别和定位且不易发生变化的的明显地物点
b)要有一定的数量:
一般选择控制点的最小数量为:
(n+1)(n+2)/2,n为多项式次数。
c)分布比较均匀
d)限定控制点像元匹配误差:
(<0.5个像元)
19图像重采样过程包括:
空间几何位置变换(直接法、间接法)和灰度重采样变换两大部
分;灰度重采样的方法有4大种:
最近邻方法、双线性内插方法、三次卷积内插方法(立
体卷积)、双像素重采样法。
(1)包括:
像素空间坐标的变换(几何位置变换)和像元值大小的变换(灰度重采样)
b)几何位置变换:
首先要确定原始图像和纠正后图像之间的坐标变换关系,其次按选定的纠正变换函数,
将原始的数字影像逐个像元地变换到输出影像的相应的位置上去的过程。
变换方法分直接法(或正解法)和间接法(或反解法)纠正。
b)灰度值的重采样
校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰
度值变化。
某像元P’的灰度值取决于周围列阵点上像元的灰度值对其所作的贡献,我们将这
种内插获得灰度值的过程称为数字图像的灰度值重采样。
常用的重采样方法有:
最近邻方法、
双线性内插方法、
三次卷积内插方法(立体卷积)、
双像素重采样法等。
(2)直接法:
从原始图像阵列出发,依次对其中每一个像元分别计算其在输出(纠正后)
图像的坐标,即:
XF(x,y)
x
YF
y(x,y)
间接法:
从空白图像阵列出发,依次计算每个像元P(X,Y)在原始图像中的位置P(x,y),
然后把该点的灰度值计算后返送给P(X,Y)。
其纠正公式为:
X,Y
xG()
x
yGy(X,Y)
式中,x,y为P点原始图像的行数和列数;X,Y为P在新图像中的坐标(即地面坐标系),
并把P(x,y)的灰度值重新计算后送到P(X,Y)位置上去。
(3)区别:
直接法:
像素坐标位置发生变化,但像素值不变(灰度重配置)
间接法:
不仅空间位置发生变化,而且灰度值采用周围内插方法重新分配(灰
度重采样)
(4)最近邻法:
用距离投影点最近像元灰度值代替输出像元灰度值。
即:
取
x=INT(x+0.5),y=INT(y+0.5)处的像素值
作为重采样值。
(5)双线性内插法:
投影点周围4个相邻像元灰度值,并根据各自权重计算输出像元灰度
值,公式简述为:
4
g
x'y'
pg
11
p
1
p
2
g
2
p
2
pg
33
p
3
p
4
pg
44
i
1
4
p
g
i
i
p
i
i1
g
x'y
为输出像元灰度值
'
g为邻近点i
的灰度值i
p
i
为邻近点对投影点的权重
p1/d,d
表示邻点到投影点的距离
iii
(6)三次卷积法:
获取与投影点邻近的16个像元灰度值计算输出像元灰度值,公式为:
16
P
i
g
i
g
x'y'
i
1
16
p
ii1
g
x'y
为输出像元灰度值
'
g
为邻近点i
i
的灰度值
pip1/d,d
为邻近点对投影点的权重iii表示邻点到投影点的距离
(7)双像素重采样法(了解即可)
20试述多项式纠正法纠正卫星图像的原理和步骤。
遥感图像多项式纠正法的基本思想是回避成像的空间几何过程,而直接对影像变形的本
身进行数学模拟,认为图像变形规律可以看做为平移、缩放、旋转、仿射、偏扭和弯曲以及
更高次的基本变形的综合作用结果。
这种方法纠正的基本过程是利用有限个地面控制点的已知坐标,解求多项式的系数,
然后将各像元的坐标代入多项式进行计算,从而求得纠正后的坐标。
多项式纠正法纠正卫星图像,一般有7大步骤,如下:
其中核心步骤3个为:
建立纠正函数、选择地面控制点以及图像重采样(包括几何位置变换
和灰度重采样两步)。
第五章
20图像增强的主要目的是什么?
包含的主要内容有哪些?
点运算和邻域运算(空间域增
强的两大种方式)
图像增强的主要目的:
改变图像的灰度等级
提高图像对比度
消除边缘和噪声,平滑图像
突出边缘或线状地物,锐化图像
合成彩色图像
压缩图像数据量,突出主要信息
主要内容:
图像拉伸——对比度增强
图像变换:
代数运算
彩色空间变换
多光谱变换
图像空间变换
图像空间滤波增强
空间域增强:
点运算和邻域运算(空间域增强的两大种方式)
21图像拉伸的方式主要有?
直接:
对灰度线性1)全域线性拉伸
2)分段线性变换
3)灰度窗口切片
非线性:
1.指数变换
2.对数变换
多波段拉伸
间接:
对直方图1.直方图均衡化(计算书P82)直方图均衡化就是对图像进行非线性拉伸,
重新分配图像像素值,使一定灰度范围内的像素数量大致相同,使图像的直方图分布改变成
“均匀”分布直方图分布;最终达到增强图像显示的效果。
2.直方图规定化(计算书P84):
依据直方图均衡化,先对目标直方图和
参考直方图均作均衡化,使二者都变成归一化均匀的直方图,再以此为中介,在对参考图像
作均衡化逆运算即可。
(1)做出原图像的直方图。
(2)做出原图像的累积直方图Zb=T(xa),对原图像进行均衡化变换。
(3)做出参考图像的直方图或确定参考直方图。
(4)做出参考累积直方图Zb=G(yc),进行均衡化变换。
(5)对于原图像中的每一灰度级xa的累积值Zb,在参考累积直方图中找到对应的累积值G
(yc);如果G为数学公式可直接计算求值,则得到对应的新灰度值yc。
(6)以新值yc替代原灰度值xa,形成均衡化后的新图像。
(7)根据原图像像元统计值对