1、 遙感多光譜圖像和經(jīng)過(guò)空間配準(zhǔn)的兩幅或多幅遙感多光譜圖像和經(jīng)過(guò)空間配準(zhǔn)的兩幅或多幅單波段圖像，可以進(jìn)行一系列的代數(shù)運(yùn)算，從而達(dá)單波段圖像，可以進(jìn)行一系列的代數(shù)運(yùn)算，從而達(dá)到提取和抑制某些信息的目的。到提取和抑制某些信息的目的。 1 1、加法運(yùn)算、加法運(yùn)算 指兩幅同樣大小的圖像的對(duì)應(yīng)像元值相加。設(shè)指兩幅同樣大小的圖像的對(duì)應(yīng)像元值相加。設(shè)有兩幅圖像，加法運(yùn)算后的圖像為：有兩幅圖像，加法運(yùn)算后的圖像為： 像元相加后的值若超出了顯示范圍像元相加后的值若超出了顯示范圍(0-255)(0-255)，則需要乘一個(gè)正數(shù)則需要乘一個(gè)正數(shù)a a，以確保數(shù)據(jù)值在允許范圍。，以確保數(shù)據(jù)值在允許范圍。 加法運(yùn)算主要用于

2、對(duì)同一區(qū)域的多幅圖像求平加法運(yùn)算主要用于對(duì)同一區(qū)域的多幅圖像求平均，可以有效減少圖像的加性噪聲。均，可以有效減少圖像的加性噪聲。 2 2、差值運(yùn)算、差值運(yùn)算 又稱作減影技術(shù)。指兩幅同樣大小的圖像對(duì)應(yīng)又稱作減影技術(shù)。指兩幅同樣大小的圖像對(duì)應(yīng)像元的灰度值相減。設(shè)有兩幅圖像，差值公式為：像元的灰度值相減。設(shè)有兩幅圖像，差值公式為： 相減后的像元有可能出現(xiàn)負(fù)值，找到絕對(duì)值最相減后的像元有可能出現(xiàn)負(fù)值，找到絕對(duì)值最大的大的-b-b，給每個(gè)像元的值都加上這個(gè)絕對(duì)值，給每個(gè)像元的值都加上這個(gè)絕對(duì)值b b，使，使所有的像元的值都為非負(fù)數(shù)；再乘以正數(shù)所有的像元的值都為非負(fù)數(shù)；再乘以正數(shù)a a，以確，以確保數(shù)據(jù)值

3、在允許的范圍內(nèi)。保數(shù)據(jù)值在允許的范圍內(nèi)。 當(dāng)差值運(yùn)算應(yīng)用于兩個(gè)波段時(shí)，當(dāng)差值運(yùn)算應(yīng)用于兩個(gè)波段時(shí)，運(yùn)算后的圖像運(yùn)算后的圖像反映了同一地物在這兩個(gè)波段的反射率之差。不同反映了同一地物在這兩個(gè)波段的反射率之差。不同地物的反射率差值不同，因而在差值圖像上可以突地物的反射率差值不同，因而在差值圖像上可以突出差值較大的地物。出差值較大的地物。 例如在紅外波段植被與淺色土壤，在紅波段與例如在紅外波段植被與淺色土壤，在紅波段與深色土壤及水體很難分開(kāi)，當(dāng)用紅外波段減去紅波深色土壤及水體很難分開(kāi)，當(dāng)用紅外波段減去紅波段時(shí)，由于植被在這兩個(gè)波段的反射率差異很大，段時(shí)，由于植被在這兩個(gè)波段的反射率差異很大，相減后植

4、被像元具有很高的差值；而土壤和水體在相減后植被像元具有很高的差值；而土壤和水體在這兩個(gè)波段的反差很小，因此在差值圖像中植被信這兩個(gè)波段的反差很小，因此在差值圖像中植被信息得到突出，很容易找到其分布區(qū)域和面積。息得到突出，很容易找到其分布區(qū)域和面積。 差值運(yùn)算還可以檢測(cè)同一區(qū)域在一段時(shí)間內(nèi)的差值運(yùn)算還可以檢測(cè)同一區(qū)域在一段時(shí)間內(nèi)的動(dòng)態(tài)變化。動(dòng)態(tài)變化。 例如用森林火災(zāi)發(fā)生前后的圖像做差值運(yùn)算，例如用森林火災(zāi)發(fā)生前后的圖像做差值運(yùn)算，在差值圖像上，火災(zāi)地區(qū)由于變化明顯而高亮顯示，在差值圖像上，火災(zāi)地區(qū)由于變化明顯而高亮顯示，其他地區(qū)則變化不大，因而可以計(jì)算出精確的燒毀其他地區(qū)則變化不大，因而可以計(jì)算

5、出精確的燒毀面積。水情變化、估計(jì)損失、河口河岸泥沙淤積及面積。水情變化、估計(jì)損失、河口河岸泥沙淤積及河、湖、岸的污染以及監(jiān)測(cè)城市的擴(kuò)展模式及速度河、湖、岸的污染以及監(jiān)測(cè)城市的擴(kuò)展模式及速度等。等。 3 3、乘運(yùn)算、乘運(yùn)算 乘運(yùn)算可用來(lái)遮掉圖像的某些部分。乘運(yùn)算可用來(lái)遮掉圖像的某些部分。 例如使用一掩膜圖像去乘圖像，可保留、消弱例如使用一掩膜圖像去乘圖像，可保留、消弱或抹去圖像的某些部分?；蚰ㄈD像的某些部分。 4 4、比值運(yùn)算、比值運(yùn)算 是指兩個(gè)不同波段的圖像對(duì)應(yīng)像元的灰度值相是指兩個(gè)不同波段的圖像對(duì)應(yīng)像元的灰度值相除（除數(shù)不為除（除數(shù)不為0 0），是遙感圖像處理中的常用方法。），是遙感圖像處

6、理中的常用方法。相除后若出現(xiàn)小數(shù)，則必須取整，并乘以正數(shù)相除后若出現(xiàn)小數(shù)，則必須取整，并乘以正數(shù)a a將將其值調(diào)整到顯示允許的范圍內(nèi)。其值調(diào)整到顯示允許的范圍內(nèi)。 在比值圖像上，圖像像元亮度反映兩個(gè)波段光在比值圖像上，圖像像元亮度反映兩個(gè)波段光譜比值的差異。因此，這種算法對(duì)于增強(qiáng)和區(qū)分在譜比值的差異。因此，這種算法對(duì)于增強(qiáng)和區(qū)分在不同波段的比值差異較大的地物有明顯效果。不同波段的比值差異較大的地物有明顯效果。 遙感圖像在獲取時(shí)，由于地形起伏以及太陽(yáng)斜遙感圖像在獲取時(shí)，由于地形起伏以及太陽(yáng)斜射地面等因素的影響，造成在不同的地形部位。射地面等因素的影響，造成在不同的地形部位。 例如陽(yáng)坡和陰坡的輻射

7、量有很大不同。受地形例如陽(yáng)坡和陰坡的輻射量有很大不同。受地形阻隔的影響，陰坡處的太陽(yáng)輻射很低，因此在陰坡阻隔的影響，陰坡處的太陽(yáng)輻射很低，因此在陰坡會(huì)形成陰影，特別是在山區(qū)，陰影的面積很大。這會(huì)形成陰影，特別是在山區(qū)，陰影的面積很大。這樣會(huì)形成同一地物在不同地形部位的反射能量有很樣會(huì)形成同一地物在不同地形部位的反射能量有很大差異，在圖像上形成亮度差異，即大差異，在圖像上形成亮度差異，即“同物異譜同物異譜”現(xiàn)象。比值算法能去除地形坡度和方向引起的輻射現(xiàn)象。比值算法能去除地形坡度和方向引起的輻射量變化，在一定程度上消除同物異譜現(xiàn)象。量變化，在一定程度上消除同物異譜現(xiàn)象。 例如，同一層砂巖出露在山體

8、的陰坡和陽(yáng)坡，例如，同一層砂巖出露在山體的陰坡和陽(yáng)坡，由于陰坡處砂巖的反射率比陽(yáng)坡低，因此雖然是同由于陰坡處砂巖的反射率比陽(yáng)坡低，因此雖然是同一巖層，但在一巖層，但在TM1TM1和和TM2TM2兩個(gè)波段上亮度值不同，若兩個(gè)波段上亮度值不同，若不進(jìn)行處理采用這樣的圖像直接分類(lèi)，很可能將同不進(jìn)行處理采用這樣的圖像直接分類(lèi)，很可能將同一巖層會(huì)被分成兩種不同的類(lèi)型，造成錯(cuò)誤。但若一巖層會(huì)被分成兩種不同的類(lèi)型，造成錯(cuò)誤。但若用用TM1/TM2TM1/TM2比值處理，比值圖像上陰坡、陽(yáng)坡的砂比值處理，比值圖像上陰坡、陽(yáng)坡的砂巖亮度趨于一致，可消除地形的影響，從而提高分巖亮度趨于一致，可消除地形的影響，從而

9、提高分類(lèi)精度。類(lèi)精度。 植被指數(shù)：植被指數(shù)：根據(jù)地物光譜反射率的差異作比值根據(jù)地物光譜反射率的差異作比值運(yùn)算可以突出圖像中植被的特征、提取植被類(lèi)別或運(yùn)算可以突出圖像中植被的特征、提取植被類(lèi)別或估算綠色生物量，通常把能夠提取植被的算法稱為估算綠色生物量，通常把能夠提取植被的算法稱為植被指數(shù)。植被指數(shù)。 綠色植物葉子的細(xì)胞結(jié)構(gòu)在近紅外具有高反射，綠色植物葉子的細(xì)胞結(jié)構(gòu)在近紅外具有高反射，其葉綠素在紅外波段具有強(qiáng)吸收。因此在多光譜圖其葉綠素在紅外波段具有強(qiáng)吸收。因此在多光譜圖像中，用紅外像中，用紅外/ /紅波段做比值運(yùn)算，在比值圖像上紅波段做比值運(yùn)算，在比值圖像上植被區(qū)域具有高亮度值，甚至在綠色生物

10、量很高時(shí)植被區(qū)域具有高亮度值，甚至在綠色生物量很高時(shí)達(dá)到飽和，從而可以提取植被信息。達(dá)到飽和，從而可以提取植被信息。 1 1、比值植被指數(shù)、比值植被指數(shù)（RVIRVI） 2 2、歸一化植被指數(shù)、歸一化植被指數(shù)（NDVINDVI） 3 3、差值植被指數(shù)、差值植被指數(shù)（NDVINDVI） 遙感多光譜圖像的波段很多，例如遙感多光譜圖像的波段很多，例如TMTM圖像和高圖像和高光譜圖像等。這些圖像數(shù)據(jù)量往往非常大，運(yùn)算時(shí)光譜圖像等。這些圖像數(shù)據(jù)量往往非常大，運(yùn)算時(shí)需要需要耗費(fèi)大量機(jī)時(shí)和占據(jù)大量磁盤(pán)空間耗費(fèi)大量機(jī)時(shí)和占據(jù)大量磁盤(pán)空間。同時(shí)，多。同時(shí)，多光譜圖像的各波段之間具有一定的相關(guān)性，造成光譜圖像的各

11、波段之間具有一定的相關(guān)性，造成不不同程度的信息重疊同程度的信息重疊。多光譜增強(qiáng)采用對(duì)多光譜圖像。多光譜增強(qiáng)采用對(duì)多光譜圖像進(jìn)行線性變換的方法，減少各波段信息之間的冗余，進(jìn)行線性變換的方法，減少各波段信息之間的冗余，達(dá)到保留主要信息，壓縮數(shù)據(jù)量，增強(qiáng)和提取更具達(dá)到保留主要信息，壓縮數(shù)據(jù)量，增強(qiáng)和提取更具有目視解譯效果的新波段數(shù)據(jù)的目的。有目視解譯效果的新波段數(shù)據(jù)的目的。 主要有兩種方法：主要有兩種方法：K-LK-L變換（主成分變換）和變換（主成分變換）和k-Tk-T變換（纓帽變換）。變換（纓帽變換）。 學(xué)習(xí)這兩種方法，首先需要認(rèn)識(shí)多光譜空間。學(xué)習(xí)這兩種方法，首先需要認(rèn)識(shí)多光譜空間。 多光譜特征空

12、間多光譜特征空間是一個(gè)是一個(gè)n n維坐標(biāo)系，每一個(gè)坐維坐標(biāo)系，每一個(gè)坐標(biāo)軸代表多波段圖像的一個(gè)波段，坐標(biāo)值表示該波標(biāo)軸代表多波段圖像的一個(gè)波段，坐標(biāo)值表示該波段像元的灰度值，圖像中的每個(gè)像元對(duì)應(yīng)于坐標(biāo)空段像元的灰度值，圖像中的每個(gè)像元對(duì)應(yīng)于坐標(biāo)空間中的一個(gè)點(diǎn)。間中的一個(gè)點(diǎn)。 例如：以例如：以TM1TM1和和TM2TM2建建立一個(gè)二維坐標(biāo)系，即二立一個(gè)二維坐標(biāo)系，即二維的光譜空間。其中橫軸維的光譜空間。其中橫軸代表代表TM1TM1，縱軸代表，縱軸代表TM2TM2。每一個(gè)像元都可以在空間每一個(gè)像元都可以在空間中找到對(duì)應(yīng)的點(diǎn)。當(dāng)有中找到對(duì)應(yīng)的點(diǎn)。當(dāng)有n n各各波段時(shí)便是波段時(shí)便是n n維空間。維空間

13、。 特點(diǎn)：特點(diǎn)：多光譜特征空間多光譜特征空間僅僅表示各波段光譜之僅僅表示各波段光譜之間的關(guān)系，而不包括任何該點(diǎn)在圖像中的位置信息，間的關(guān)系，而不包括任何該點(diǎn)在圖像中的位置信息，沒(méi)有空間意義，波段數(shù)就是光譜特征空間的維數(shù)。沒(méi)有空間意義，波段數(shù)就是光譜特征空間的維數(shù)。 像元點(diǎn)在坐標(biāo)系中的位置可以表示成一個(gè)像元點(diǎn)在坐標(biāo)系中的位置可以表示成一個(gè)n n維維向量向量X X： 1 1、主成分變換、主成分變換 （1 1）K-LK-L變換變換 主成分變換也叫主分量分析，是在統(tǒng)計(jì)特征基主成分變換也叫主分量分析，是在統(tǒng)計(jì)特征基礎(chǔ)上的多維正交線性變換，其特征是不丟失信息。礎(chǔ)上的多維正交線性變換，其特征是不丟失信息。

14、對(duì)某一多光譜圖像對(duì)某一多光譜圖像X X，利用，利用K-LK-L變換矩陣變換矩陣A A進(jìn)行進(jìn)行線性組合，從而產(chǎn)生一組新的多光譜圖像線性組合，從而產(chǎn)生一組新的多光譜圖像Y Y，表達(dá)，表達(dá)式為：式為： 上式也可以寫(xiě)成：上式也可以寫(xiě)成： 表示對(duì)圖像中每一像元矢量逐個(gè)逐個(gè)乘以矩陣表示對(duì)圖像中每一像元矢量逐個(gè)逐個(gè)乘以矩陣A A，便得到新圖像中的每一個(gè)像元矢量。，便得到新圖像中的每一個(gè)像元矢量。A A的作用是的作用是給多波段的像元亮度加權(quán)重系數(shù)，實(shí)現(xiàn)線性變換。給多波段的像元亮度加權(quán)重系數(shù)，實(shí)現(xiàn)線性變換。由于變換前各波段具有很強(qiáng)相關(guān)性，變換后由于變換前各波段具有很強(qiáng)相關(guān)性，變換后Y Y的各的各分量間將具有最小

15、的相關(guān)性。分量間將具有最小的相關(guān)性。 1 1、主成分變換、主成分變換 （1 1）K-LK-L變換分析變換分析 采用主成分分析可以把圖像中所含的大部分信采用主成分分析可以把圖像中所含的大部分信息用假想的少數(shù)波段表示出來(lái)，這意味著信息幾乎息用假想的少數(shù)波段表示出來(lái)，這意味著信息幾乎不丟失但數(shù)據(jù)量可以減少。從幾何意義上看，變換不丟失但數(shù)據(jù)量可以減少。從幾何意義上看，變換后的主分量空間坐標(biāo)系與變換前的多光譜空間坐標(biāo)后的主分量空間坐標(biāo)系與變換前的多光譜空間坐標(biāo)系相比旋轉(zhuǎn)了一個(gè)角度，而且新的坐標(biāo)系的坐標(biāo)軸系相比旋轉(zhuǎn)了一個(gè)角度，而且新的坐標(biāo)系的坐標(biāo)軸 一定指向數(shù)據(jù)信息量較大的方一定指向數(shù)據(jù)信息量較大的方向，

16、向，就變換后的新波段主分量就變換后的新波段主分量而言，他們所包含的信息量呈而言，他們所包含的信息量呈逐漸減少趨勢(shì)。逐漸減少趨勢(shì)。 K-LK-L變換的應(yīng)用：變換的應(yīng)用： 數(shù)據(jù)壓縮數(shù)據(jù)壓縮 以以TMTM影像為例，一般只取前三個(gè)影像為例，一般只取前三個(gè)主分量作假彩色合成，數(shù)據(jù)量課減少到主分量作假彩色合成，數(shù)據(jù)量課減少到43%43%，既可，既可以實(shí)現(xiàn)數(shù)據(jù)壓縮，也可以作為分類(lèi)前的特征選擇。、以實(shí)現(xiàn)數(shù)據(jù)壓縮，也可以作為分類(lèi)前的特征選擇。、 圖像增強(qiáng)圖像增強(qiáng) 前幾個(gè)分量信噪比大，噪聲相對(duì)前幾個(gè)分量信噪比大，噪聲相對(duì)較小，因此突出了主要信息，達(dá)到了增強(qiáng)圖像的目較小，因此突出了主要信息，達(dá)到了增強(qiáng)圖像的目的。此

17、外將其他增強(qiáng)手段結(jié)合使用，會(huì)收到更好的的。此外將其他增強(qiáng)手段結(jié)合使用，會(huì)收到更好的效果。效果。 分類(lèi)前預(yù)處理分類(lèi)前預(yù)處理 多波段圖像的每個(gè)波段并不多波段圖像的每個(gè)波段并不都是分類(lèi)的最好信息源，因而分類(lèi)前的重要工作就都是分類(lèi)的最好信息源，因而分類(lèi)前的重要工作就是特征選擇，即選擇分類(lèi)波段數(shù)以提高分類(lèi)效果。是特征選擇，即選擇分類(lèi)波段數(shù)以提高分類(lèi)效果。 2 2、纓帽變換（、纓帽變換（K-TK-T變換）變換） Kauth-ThomasKauth-Thomas于于19761976年發(fā)現(xiàn)了一種線性變換，年發(fā)現(xiàn)了一種線性變換，使坐標(biāo)軸發(fā)生旋轉(zhuǎn)，旋轉(zhuǎn)之后坐標(biāo)軸的方向不是指使坐標(biāo)軸發(fā)生旋轉(zhuǎn)，旋轉(zhuǎn)之后坐標(biāo)軸的方向不

18、是指向主成分方向，而是向主成分方向，而是指向與地物特別是植被生長(zhǎng)以指向與地物特別是植被生長(zhǎng)以及土壤有密切關(guān)系的方向。及土壤有密切關(guān)系的方向。 K-TK-T變換為植被研究，特別是分析農(nóng)業(yè)特征提變換為植被研究，特別是分析農(nóng)業(yè)特征提供了一個(gè)優(yōu)化顯示的方法，同時(shí)又實(shí)現(xiàn)了數(shù)據(jù)壓縮，供了一個(gè)優(yōu)化顯示的方法，同時(shí)又實(shí)現(xiàn)了數(shù)據(jù)壓縮，因此具有重要的實(shí)際應(yīng)用意義。因此具有重要的實(shí)際應(yīng)用意義。 K-TK-T變換主要應(yīng)用于針對(duì)變換主要應(yīng)用于針對(duì)TMTM數(shù)據(jù)和曾經(jīng)廣泛使數(shù)據(jù)和曾經(jīng)廣泛使用的用的MSSMSS數(shù)據(jù)。數(shù)據(jù)。K-TK-T變換是對(duì)原圖像的坐標(biāo)空間進(jìn)行變換是對(duì)原圖像的坐標(biāo)空間進(jìn)行平移和旋轉(zhuǎn)，變換后的新坐標(biāo)軸具有明顯的景觀含平移和旋轉(zhuǎn)，變換后的新坐標(biāo)軸具有明顯的景觀含義，可與地物直接聯(lián)系。對(duì)于義，可與地物直接聯(lián)系。對(duì)于TMTM和和MSSMSS數(shù)據(jù)，轉(zhuǎn)換數(shù)據(jù)，轉(zhuǎn)換矩陣不同。矩陣不同。 對(duì)于對(duì)于MSSMSS數(shù)據(jù)：數(shù)據(jù)： 變換后：變換后：Y Y的四個(gè)分量相互垂直。的四個(gè)分量相互垂直。 y1y1：亮度分量，主要反映土壤反射率信息；：亮度分量，主要反映土壤反射率信息； y2y2：綠度分量，主要反映植物的綠度；：綠度分量，主要反映植物的綠度； y3y3：黃度分量，主要反映植被的枯萎程度；：黃度分量，主要反映植被的枯萎程度； y4y4：無(wú)實(shí)際意義。：無(wú)