第五章遙感圖像的幾何處理內(nèi)容提綱?

遙感傳感器的構(gòu)像方程?

遙感圖像的幾何變形?

遙感圖像的幾何處理?圖像間的自動(dòng)配準(zhǔn)和數(shù)字鑲嵌

5.1遙感傳感器的構(gòu)像方程?遙感圖像通用構(gòu)像方程?

中心投影構(gòu)像方程?全景攝影機(jī)的構(gòu)像方程?推掃式傳感器的構(gòu)像方程?掃描式傳感器的構(gòu)像方程?側(cè)視雷達(dá)圖像的構(gòu)像方程

5.1.1遙感圖像通用構(gòu)像方程?遙感圖像的構(gòu)像方程是指地物點(diǎn)在圖像上的圖像坐標(biāo)(x，y)和其在地面對(duì)應(yīng)點(diǎn)的大地坐標(biāo)(X、Y、Z)之間的數(shù)學(xué)關(guān)系。根據(jù)攝影測(cè)量原理，這兩個(gè)對(duì)應(yīng)點(diǎn)和傳感器成像中心成共線(xiàn)關(guān)系，可以用共線(xiàn)方程來(lái)表示。?這個(gè)數(shù)學(xué)關(guān)系是對(duì)任何類(lèi)型傳感器成像進(jìn)行幾何糾正和對(duì)某些參量進(jìn)行誤差分析的基礎(chǔ)。圖像(像點(diǎn))坐標(biāo)系o－xyf地面坐標(biāo)系O－XYZ構(gòu)像方程中的坐標(biāo)系傳感器坐標(biāo)系S－UVW通用構(gòu)像方程?

在地面坐標(biāo)系與傳感器坐標(biāo)系之間建立的轉(zhuǎn)換關(guān)系稱(chēng)為通用構(gòu)像方程λp為成像比例尺分母f為攝影機(jī)主距5.1.2

中心投影構(gòu)像方程中心投影構(gòu)像方程正算公式反算公式旋轉(zhuǎn)矩陣共線(xiàn)方程的意義?當(dāng)?shù)匚稂c(diǎn)P、對(duì)應(yīng)像點(diǎn)p和投影中心S位于同一條直線(xiàn)上時(shí)，正算公式和反算公式成立。

5.1.3全景攝影機(jī)的構(gòu)像方程?全景攝影機(jī)影像是由一條曝光縫隙沿旁向掃描而成，對(duì)于每條縫隙圖像的形成，其幾何關(guān)系等效于中心投影沿旁向傾斜一個(gè)掃描角θ后，以中心線(xiàn)成像的情況，此時(shí)像點(diǎn)坐標(biāo)為（

x，0，

－

f），所以其構(gòu)像方程為：(a)傾斜角為0時(shí)的成像瞬間

(b)傾斜角不為0時(shí)的成像瞬間全景攝影機(jī)成像瞬間的幾何關(guān)系

5.1.3全景攝影機(jī)的構(gòu)像方程(x)

、(y)為等效的中心投影影像坐標(biāo)θ

=

yp

/

fw

=

θ

5.1.4推掃式傳感器的構(gòu)像方程?行掃描動(dòng)態(tài)傳感器。在垂直成像的情況下，每一條線(xiàn)的成像屬于中心投影，在時(shí)刻t時(shí)像點(diǎn)p的坐標(biāo)為（

0、y、-f）

5.1.4推掃式傳感器的構(gòu)像方程?推掃式傳感器的構(gòu)成方程為：

5.1.4推掃式傳感器的構(gòu)像方程?

當(dāng)推掃式傳感器沿旁向傾斜固定角θ時(shí)?為獲取立體像對(duì)，推掃式傳感器要進(jìn)行前后視傾斜θ掃描航向傾斜旁向傾斜沿旁向傾斜固定角θ

前后視傾斜θ掃描

5.1.5掃描式傳感器的構(gòu)像方程?

掃描式傳感器獲得的圖像屬于多中心投影，每個(gè)像元都有自己的投影中心，隨著掃描鏡的旋

轉(zhuǎn)和平臺(tái)的前進(jìn)來(lái)實(shí)現(xiàn)整幅圖像的成像。?由于掃描式傳感器的光學(xué)聚焦系統(tǒng)有一個(gè)固定的焦距，因此地面上任意一條線(xiàn)的圖像是一條

圓弧，整幅圖像是一個(gè)等效的圓柱面，所以該

類(lèi)傳感器成像亦具有全景投影成象的特點(diǎn)。?任意一個(gè)像元的構(gòu)像，等效于中心投影朝旁向

旋轉(zhuǎn)了掃描角θ后，以像幅中心（

x＝0，y＝0）成像的幾何關(guān)系。5.1.5掃描式傳感器的構(gòu)像方程

5.1.5掃描式傳感器的構(gòu)像方程

5.1.6側(cè)視雷達(dá)圖像的構(gòu)像方程?

雷達(dá)往返脈沖與鉛垂線(xiàn)之間的夾角為θ

,

oy為等效的中心投影圖像，f為等效焦距。側(cè)視雷達(dá)圖像成像轉(zhuǎn)換為旋轉(zhuǎn)了θ角的中心投影，此時(shí)像點(diǎn)坐標(biāo)為x=0，y=rsin

θ

,

等效焦距f=rcos

θ5.1.6側(cè)視雷達(dá)圖像的構(gòu)像方程

5.1.7基于多項(xiàng)式的構(gòu)像方程

5.1.7基于多項(xiàng)式的構(gòu)像方程多項(xiàng)式構(gòu)像方程的缺點(diǎn)

5.1.8基于DLT的構(gòu)像方程

5.1.9基于RFM的構(gòu)像方程

5.1.9基于RFM的構(gòu)像方程

5.1.9基于RFM的構(gòu)像方程

5.1.9基于RFM的構(gòu)像方程

5.2遙感圖像的幾何變形?遙感圖像成圖時(shí)，由于各種因素的影響，圖像本身的幾何形狀與其對(duì)應(yīng)的地物形狀往往是不一致的。?遙感圖像的幾何變形是指原始圖像上各地物的幾何位置、形狀、尺寸、方位等特征與在參照系統(tǒng)中的表達(dá)要求不一致時(shí)產(chǎn)生的形變。?研究遙感圖像幾何變形的前提是必須確定一個(gè)圖像投影的參照系統(tǒng)，即地圖投影系統(tǒng)。

5.2遙感圖像的幾何變形?

靜態(tài)誤差：傳感器相對(duì)于地球表面呈靜止?fàn)顟B(tài)時(shí)所具有的各種變形誤差。?

動(dòng)態(tài)誤差：由于地球的旋轉(zhuǎn)等因素所造成的圖像變形誤差。?內(nèi)部誤差：由于傳感器自身的性能技術(shù)指標(biāo)偏移標(biāo)稱(chēng)數(shù)值所造成的。?

外部變形誤差：

由傳感器以外的各種因素所造成的誤差，如傳感器的外方位元素變化，傳感器介質(zhì)不均勻，地球曲率，地形起伏以及地球旋轉(zhuǎn)等因素引起的變形誤差。

5.2遙感圖像的幾何變形?傳感器成像方式引起的圖像變形?傳感器外方位元素變化的影響?地形起伏引起的像點(diǎn)位移?地球曲率引起的圖像變形?

大氣折射引起的圖像變形?地球自轉(zhuǎn)的影響?

傳感器的成像方式–中心投影，全景投影，斜距投影、平行投影?中心投影–

點(diǎn)中心投影、線(xiàn)中心投影、

面中心投影?由于中心投影圖像在垂直攝影和地面平坦的情況下，地面物體與其影像之間具有相似性（并不考慮攝影本身產(chǎn)生的圖像變形），不存在由成像方式所造成的圖像變形，因此把中心投影的圖像作為基準(zhǔn)圖像來(lái)討論其他方式投影圖像的變形規(guī)律。5.2.1傳感器成像方式引起的圖像變形全景投影變形?

全景投影的影像面不是一個(gè)平面，而是一個(gè)圓柱面，相當(dāng)于全景攝影的投影面，稱(chēng)之為全景面。dy

=yp'

-

yp

=f(θ-

tanθ

)斜距投影變形?

側(cè)視雷達(dá)屬斜距投影類(lèi)型傳感器，S為雷達(dá)天線(xiàn)中心，Sy為雷達(dá)成像面，地物點(diǎn)P在斜距投影圖像上的圖像坐標(biāo)為yp，它取決于斜距RP

p

yp'

=f

tanθdy

=yp

-

yp'

=f(secθ-

tanθ

)以及成像比例λ。成像幾何形態(tài)引起的圖像變形

5.2.1傳感器外方位元素變化的影響?

傳感器的外方位元素，是指?jìng)鞲衅鞒上駮r(shí)的位置（Xs,Ys,Zs）和姿態(tài)角(φ,

ω,

κ

)?

考慮到在豎直攝影條件下,

φ=

ω=

κ

≈0?

外方位元素變化所產(chǎn)生的像點(diǎn)位移

5.2.1傳感器外方位元素變化的影響?dXs、dYs、dZs、

d

κ——線(xiàn)性變化?

dφ、d

ω——非線(xiàn)性變形對(duì)推掃式成像?一條影像線(xiàn)與中心投影相同，但x=0，因此可以得到推掃式成像儀像點(diǎn)位移公式對(duì)掃描式成像?外方位元素對(duì)成像的影響為x=0,y=ftanθ時(shí)的誤差方程因此可以得到推掃式成像儀像點(diǎn)位移公式綜合變形?

外方位元素隨時(shí)間變化，產(chǎn)生很復(fù)雜的動(dòng)態(tài)變形。整個(gè)圖像的變形將是所有瞬間局部變形的綜合結(jié)果。對(duì)側(cè)視雷達(dá)?航向傾角dφ和方位旋角d

κ將使雷達(dá)波瓣產(chǎn)生沿航向的平移和指向的旋轉(zhuǎn)，引起雷達(dá)對(duì)地物點(diǎn)掃描時(shí)間上的偏移和斜距的變化，因而造成圖像變形。?旁向傾角d

ω不會(huì)改變斜距，只是地物反射信號(hào)的強(qiáng)度發(fā)生改變，并且使照射帶的范圍發(fā)生變化。

對(duì)側(cè)視雷達(dá)

5.2.3地形起伏引起的像點(diǎn)位移?投影誤差是由地面起伏引起的像點(diǎn)位移，當(dāng)?shù)匦斡衅鸱鼤r(shí)，對(duì)于高于或低于某一基準(zhǔn)面的地面點(diǎn)，其在像片上的像點(diǎn)與其在基準(zhǔn)面上垂直投影點(diǎn)在像片上的構(gòu)像點(diǎn)之間有直線(xiàn)位移。

δ

xh

=0

5.2.3地形起伏引起的像點(diǎn)位移即投影差只發(fā)生在y方向（掃描方向）。對(duì)于逐點(diǎn)掃描儀成像：對(duì)于推掃式成像儀，由于x=0，所以上方有：δ

xh

=0，而在y

5.2.4地球曲率引起的圖像變形?地球曲率引起的像點(diǎn)位移與地形起伏引起的像點(diǎn)位移類(lèi)似。只要把地球表面（把地球表面看成球面）上的點(diǎn)到地球切平面的正射投影距離看作是一種系統(tǒng)的地形起伏，就可以利用前面介紹的像點(diǎn)位移公式來(lái)估計(jì)地球曲率所引起的像點(diǎn)位移。D

2

=

(2R0

-Δh)ΔhΔh

<<

2R0

5.2.4地球曲率引起的圖像變形5.2.4地球曲率引起的圖像變形對(duì)中心投影圖像的影響：

對(duì)多光譜掃描儀圖像的影響

：對(duì)側(cè)視雷達(dá)圖像的影響

：

5.2.4地球曲率引起的圖像變形?在考慮遙感影像的圖像變形時(shí)，地球曲率引起的像點(diǎn)位移一般是不能忽略的。當(dāng)利用共線(xiàn)方程進(jìn)行幾何校正時(shí)，由于已知控制點(diǎn)的大地坐標(biāo)是以平面作為水準(zhǔn)面的，而地球是個(gè)橢球體，所以需按上述方法對(duì)像點(diǎn)坐標(biāo)進(jìn)行改正，以解決兩者之間的差異，使改正后的像點(diǎn)位置，投影中心和地面控制點(diǎn)坐標(biāo)之間滿(mǎn)足共線(xiàn)關(guān)系。大氣層不是一個(gè)均勻的介質(zhì)，它的密度是隨離地面高度的增加而遞減，因此電磁波在大氣層中傳播時(shí)的折射率也隨高度而變化，使得電磁波的傳播路徑不是一條直線(xiàn)而變成了曲線(xiàn)，從而引起像點(diǎn)的位移，這種像點(diǎn)位移就是大氣層折射的影響。5.2.5大氣折射引起的圖像變形5.2.5大氣折射引起的圖像變形?

大氣折射對(duì)框幅式像片上像點(diǎn)位移的影響在量級(jí)上要比地球曲率的影響小得多?

對(duì)側(cè)視雷達(dá)圖像，大氣折射的影響體現(xiàn)在兩方向。第一是大氣折射率的變化使得電磁波的傳播路徑改變；第二是電磁波的傳播速度減慢，而改變了電磁波傳播時(shí)間。?

大氣折射引起的路程變化的影響極小，可忽略不計(jì)。而時(shí)間變化的影響，不能忽略，需加以改正。?在常規(guī)框幅攝影機(jī)成像的情況下，地球自轉(zhuǎn)不會(huì)引起圖像變形，

因?yàn)槠湔鶊D像是在瞬間一次曝光成像的。?地球自轉(zhuǎn)主要是對(duì)動(dòng)態(tài)傳感器的圖像產(chǎn)生變形影響，特別是對(duì)衛(wèi)星遙感圖像。當(dāng)衛(wèi)星由北向南運(yùn)行的同時(shí)，地球表面也在由西向東自轉(zhuǎn)，由于衛(wèi)星圖像每條掃描線(xiàn)的成像時(shí)間不同，因而造成掃描線(xiàn)在地面上的投影依次向西平移，最終使得圖像發(fā)生扭曲。5.2.6地球自轉(zhuǎn)的影響

5.2遙感圖像的幾何處理?

概念：遙感圖像作為空間數(shù)據(jù)，具有空間地理位置的概念。在應(yīng)用遙感圖像前，必須將其投影到需要的地理坐標(biāo)系。

因此，遙感圖像幾何處理是遙感信息處理過(guò)程中的一個(gè)重要環(huán)節(jié)。?

重要性：隨著遙感技術(shù)的發(fā)展，來(lái)自不同空間分辨率、不同光譜分辨率和不同時(shí)相的多源遙感數(shù)據(jù)，形成了空間對(duì)地觀側(cè)的影像金字塔。當(dāng)處理、分析和綜合利用這些多尺度的遙感數(shù)據(jù)、多源遙感信息的表示、融合及混合像元的分解時(shí)，必須保證各不同數(shù)據(jù)源之間幾何的一致性，進(jìn)行影像間的幾何配準(zhǔn)。

同時(shí)高分辨率遙感影像的出現(xiàn)對(duì)幾何處理提出更高要求。

5.2遙感圖像的幾何處理遙感圖像的粗加工處理?投影中心坐標(biāo)的測(cè)定和解算?衛(wèi)星姿態(tài)角的測(cè)定?掃描角θ的測(cè)定遙感圖像的精糾正處理?

多項(xiàng)式糾正?共線(xiàn)方程糾正?SPOT圖像的共線(xiàn)方程糾正

5.3.1遙感圖像的粗加工處理?

遙感圖像的粗糾正：僅做系統(tǒng)誤差改正。?當(dāng)已知圖像的構(gòu)像方式時(shí)，就可以把與傳感器有關(guān)的測(cè)定的校正數(shù)據(jù)，如傳感器的外方位元素等代入構(gòu)像公式對(duì)原始圖像進(jìn)行幾何校正。?

如多光譜掃描儀，其成像的公式為：?

粗糾正處理對(duì)傳感器內(nèi)部畸變的改正很有效，但處理后圖像仍有較大的殘差

5.3.2遙感圖像的精糾正處理?概念：

消除圖像中的幾何變形，產(chǎn)生一幅符合某種地圖投影或圖形表達(dá)要求的新圖像。?

兩個(gè)環(huán)節(jié)：–像素坐標(biāo)的變換，即將圖像坐標(biāo)轉(zhuǎn)變?yōu)榈貓D或地面坐標(biāo)；–

坐標(biāo)變換后的像素亮度值進(jìn)行重采樣。遙感圖像糾正處理過(guò)程?根據(jù)圖像的成像方式確定影像坐標(biāo)和地面坐標(biāo)之間的數(shù)學(xué)模型。?根據(jù)所采用的數(shù)字模型確定糾正公式。?根據(jù)地面控制點(diǎn)和對(duì)應(yīng)像點(diǎn)坐標(biāo)進(jìn)行平差計(jì)算變換參數(shù)，評(píng)定精度。?

對(duì)原始影像進(jìn)行幾何變換計(jì)算，像素亮度值重采樣。?目前的糾正方法有多項(xiàng)式法，共線(xiàn)方程法和隨機(jī)場(chǎng)插值法等

一、遙感圖像的多項(xiàng)式糾正?

多項(xiàng)式糾正回避成像的空間幾何過(guò)程，直接對(duì)圖像變形的本身進(jìn)行數(shù)字模擬。?

遙感圖像的幾何變形由多種因素引起，其變化規(guī)律十分復(fù)雜，難以用一個(gè)嚴(yán)格的數(shù)字表達(dá)式來(lái)描述，而是用一個(gè)適當(dāng)?shù)亩囗?xiàng)式來(lái)描述糾正前后圖像相應(yīng)點(diǎn)之間的坐標(biāo)關(guān)系。本法對(duì)各種類(lèi)型傳感器圖像的糾正是適用的。?

利用地面控制點(diǎn)的圖像坐標(biāo)和其同名點(diǎn)的地面坐標(biāo)通過(guò)平差原理計(jì)算多項(xiàng)式中的系數(shù)，然后用該多項(xiàng)式對(duì)圖像進(jìn)行糾正。?

常用的多項(xiàng)式有一般多項(xiàng)式、勒讓德多項(xiàng)式以及雙變量分區(qū)插值多項(xiàng)式等。

一、遙感圖像的多項(xiàng)式糾正?一般多項(xiàng)式糾正變換公式為?其中：x，y為某像素原始圖像坐標(biāo)；X，

Y為同名像素的地面（或地圖）坐標(biāo)。

一、遙感圖像的多項(xiàng)式糾正?

多項(xiàng)式的項(xiàng)數(shù)（

即系數(shù)個(gè)數(shù)）N與其階數(shù)n有著固定的關(guān)系：N=(n+1)

(n+2)/2?

多項(xiàng)式系數(shù)ai,bj

(i,j=0，1，2，

…

(N－

1))一般由兩種辦法求得：用可預(yù)測(cè)的圖像變形參數(shù)構(gòu)成；利用已知控制點(diǎn)的坐標(biāo)值按最小二乘法原理求解。?

選用一次項(xiàng)糾正時(shí)，可以糾正圖像因平移、旋轉(zhuǎn)、比例尺變化和仿射變形等引起的線(xiàn)性變形。?

選用二次項(xiàng)糾正時(shí)，則在改正一次項(xiàng)各種變形的基礎(chǔ)上，還改正二次非線(xiàn)性變形。?

選用三次項(xiàng)糾正則改正更高次的非線(xiàn)性變形。?

用已知地面控制點(diǎn)求解多項(xiàng)式系數(shù)?

遙感圖像的糾正變換?

遙感圖像亮度（灰度）值的重采樣多項(xiàng)式糾正步驟列誤差方程式V=AΔ

-

Lx

axV

=AΔ

-

Ly

b

y系數(shù)矩陣像點(diǎn)坐標(biāo)求解多項(xiàng)式系數(shù)計(jì)算多項(xiàng)式系數(shù)所求變換系數(shù)構(gòu)成法方程式精度評(píng)定遙感圖像的糾正變換S

INC函數(shù)?

最近鄰像元法?雙線(xiàn)性?xún)?nèi)插法?雙三次卷積法灰度重采樣最近鄰像元法雙線(xiàn)性?xún)?nèi)插法雙三次卷積法原始影像最臨近法

雙線(xiàn)性?xún)?nèi)插

雙三次卷積重采樣比較地形標(biāo)準(zhǔn)差（m）雙線(xiàn)性?xún)?nèi)插（m）雙三次卷積（m）300.4210.497500.6850.7011000.9540.8342002.4032.1373003.6093.1885004.3973.44210008.7886.842重采樣比較不同地形下內(nèi)插結(jié)果均方誤差比較糾正前后的圖像

二、遙感圖像的共線(xiàn)方程糾正?共線(xiàn)方程糾正是建立在圖像坐標(biāo)與地面坐標(biāo)嚴(yán)格數(shù)學(xué)變換關(guān)系的基礎(chǔ)上的，是對(duì)成像空間幾何形態(tài)的直接描述。該方法糾正過(guò)程需要有地面高程信息（

DEM），可以改正因地形起伏而引起的投影差。

因此當(dāng)?shù)匦纹鸱^大，且多項(xiàng)式糾正的精度不能滿(mǎn)足要求時(shí)，要用共線(xiàn)方程進(jìn)行糾正。

二、遙感圖像的共線(xiàn)方程糾正?在動(dòng)態(tài)掃描成像時(shí)，由于傳感器的外方位元素是隨時(shí)間變化的，

因此外方位元素在掃描過(guò)程中的變化只能近似表達(dá)，此時(shí)共線(xiàn)方程本身的嚴(yán)密性就存在問(wèn)題。所以動(dòng)態(tài)掃描圖像的共線(xiàn)方程糾正與多項(xiàng)式糾正相比精度不會(huì)有大的提高。

二、遙感圖像的共線(xiàn)方程糾正?在航天攝影和衛(wèi)星遙感的情況下，每幅圖像所覆蓋的地面范圍很大，圖像地物在地球切平面上的投影與其在地圖上的投影之間有著不可忽略的形變差異，因此需要通過(guò)更嚴(yán)密的變換來(lái)建立地物的圖像坐標(biāo)與地圖坐標(biāo)之間的關(guān)系。?

由于各類(lèi)衛(wèi)星圖像的星歷參數(shù)都是按地心直角坐標(biāo)提供，提出了建立以地心坐標(biāo)系為基礎(chǔ)的共線(xiàn)方程的問(wèn)題。地心坐標(biāo)系S－uvw像空間坐標(biāo)系S,－XYZ地球切平面坐標(biāo)系C－XCYCZC地心坐標(biāo)系

R0平均地球曲率半徑λ

星下點(diǎn)S,的地心經(jīng)度

φ

星下點(diǎn)S,的地心緯度

Bs星下點(diǎn)S,的地理緯度

α

傳感器在S時(shí)的航偏角切平面坐標(biāo)系和地心坐標(biāo)系

像空間坐標(biāo)系相對(duì)于間的旋轉(zhuǎn)變換矩陣

切平面坐標(biāo)系的旋轉(zhuǎn)變換矩陣以地心坐標(biāo)系為基礎(chǔ)的構(gòu)像方程地物點(diǎn)P在切平面坐標(biāo)系中的坐標(biāo)地物點(diǎn)P在地心坐標(biāo)系中的坐標(biāo)星下點(diǎn)S

ˊ的地心坐標(biāo)切平面坐標(biāo)系（

1）繞

SS9旋轉(zhuǎn)k

=

a

（2）繞

y旋轉(zhuǎn)（3）繞z旋轉(zhuǎn)=

-λk

旋轉(zhuǎn)變換矩陣k

=

-λk

=

a總的共線(xiàn)方程M=D·A?

上式中等號(hào)的左端意義為等效的框幅攝影機(jī)圖像坐標(biāo)(x)和(y)，它的具體形式視不同傳感器而變，并與本章第一節(jié)所介紹的各傳感器共線(xiàn)方程等號(hào)左端的內(nèi)容完全一致?？偟墓簿€(xiàn)方程共線(xiàn)方程參數(shù)的確定?

參數(shù)的選擇?

第一組：Xcs,Ycs,Zcs,

λm,

φm,

αm?

第二組：Ls,Bs,Hs,

φ,

ω,

κ?

參數(shù)的解算?

利用可預(yù)測(cè)的參數(shù)來(lái)直接構(gòu)成?

利用控制點(diǎn)通過(guò)最小二乘法原理解求隨時(shí)間變化的表征函數(shù)?

上述共線(xiàn)方程參數(shù)的求解適用于靜態(tài)傳感器，因?yàn)檎鶊D像擁有相同的六個(gè)方位元素，通過(guò)有限的控制點(diǎn)可以解求出來(lái)。?

動(dòng)態(tài)傳感器成象是每一條掃描線(xiàn)圖像（每個(gè)像素）有自己的一套共線(xiàn)方程參數(shù)，整幅圖像可能含有很多的共線(xiàn)方程參數(shù)，以至最后不可解。?

通常把整幅圖像成象過(guò)程中的共線(xiàn)方程參數(shù)的變化看作是成象時(shí)間t的連續(xù)函數(shù)，用其來(lái)表達(dá)任一時(shí)刻傳感器的位置和姿態(tài)。該連續(xù)函數(shù)即稱(chēng)為共線(xiàn)方程參數(shù)的表征函數(shù)。隨時(shí)間變化的表征函數(shù)?最常見(jiàn)的共線(xiàn)方程參數(shù)表征函數(shù)是一個(gè)以時(shí)間為變量的多項(xiàng)式，以Xs，Ys，Zs為例?

由于時(shí)間t的變化一般與掃描圖像行的坐標(biāo)x的變化成正比，所以往往用x代替t?SPOT圖像是掃描行上的中心投影構(gòu)象方式，外方位元素隨時(shí)間或掃描行而變。三、SPOT圖像的共線(xiàn)方程?

雖然不同掃描行的外方位元素不同，但SPOT衛(wèi)星運(yùn)行姿態(tài)平穩(wěn)，運(yùn)行速度和軌跡得到嚴(yán)格控制，為此li的外方位元素又可以表示為時(shí)間或行的線(xiàn)性函數(shù)：

中心行號(hào)外方位元素的變化率三、SPOT圖像的共線(xiàn)方程中心行的外方位元素幾點(diǎn)注意?

地面坐標(biāo)是以圖像中心相應(yīng)地面點(diǎn)為原點(diǎn)的切平面坐標(biāo)系；?

原始圖像必須是1A級(jí)圖像?

共線(xiàn)方程式只適用于所確定的一個(gè)具有一定間距的地面格網(wǎng)上的點(diǎn)，而不是針對(duì)每一個(gè)點(diǎn)?

切平面坐標(biāo)系朝北方向?yàn)閄正方向，朝東方向?yàn)閅正方向；?

解算外方位元素時(shí)，因圖像坐標(biāo)必須變換為以圖像中心為原點(diǎn)，飛行方向?yàn)閤負(fù)方向的圖像坐標(biāo)，將坐標(biāo)單位換算為毫米。5.4

圖像間的自動(dòng)配準(zhǔn)和數(shù)字鑲嵌?

圖像間的自動(dòng)配準(zhǔn)?

數(shù)字圖像鑲嵌?

配準(zhǔn)的目的–

多源數(shù)據(jù)進(jìn)行比較和分析，圖像融合、變化檢測(cè)。?

配準(zhǔn)的實(shí)質(zhì)–

幾何糾正。采用一種幾何變換將圖像歸化到統(tǒng)一的坐標(biāo)系中。?

配準(zhǔn)的方式–

圖像間的匹配–

絕對(duì)配準(zhǔn)5.4.1

圖像間的自動(dòng)配準(zhǔn)配準(zhǔn)步驟?

在多源圖像上確定分布均勻，足夠數(shù)量的圖像同名點(diǎn)。–

特征點(diǎn)的提取–

特征點(diǎn)的匹配?

通過(guò)所選擇的圖像同名點(diǎn)確定幾何變換的多項(xiàng)式系數(shù)，從而完成一幅圖像對(duì)另一幅圖像的幾何糾正。–多項(xiàng)式糾正–小面元糾正–

數(shù)字微分糾正特征點(diǎn)的提取?特征點(diǎn)主要指明顯的點(diǎn)，

角點(diǎn)、

圓點(diǎn)等?提取算子–

Moravec算子–

Forstner算子–

Harris算子?

計(jì)算各像元的興趣值?

給定一經(jīng)驗(yàn)閾值，將興趣值大于該閾值的點(diǎn)作為候選點(diǎn)。?

選取候選點(diǎn)中的極值點(diǎn)作為特征點(diǎn)。影像窗口w×

wk

=INT(w

2)

IVc

,r

=min{V1,

V2,

V3,

V4

}Moravec算子?

Forstner算子通過(guò)計(jì)算各像素的Robert’s梯度和像素為中心的一個(gè)窗口的灰度協(xié)方差矩陣，在影像中尋找具有盡可能小而接近圓的誤差橢圓的點(diǎn)作為特征點(diǎn)。Forstner算子Forstner算子?

這種算子受信號(hào)處理中自相關(guān)函數(shù)的啟發(fā)，給出與自相關(guān)函數(shù)相聯(lián)系的矩陣M，M陣的特征值是自相關(guān)函數(shù)的一階曲率，如果兩個(gè)曲率值都高，那么就認(rèn)為該點(diǎn)是角點(diǎn)。

G(s)

表示高斯模板②

表示卷積gx

和

gy

x

和y

方向的梯度Harris算子Harris算子?灰度分布的影像相關(guān)匹配?金字塔特征匹配特征點(diǎn)的匹配?通過(guò)計(jì)算模板圖像和搜索窗口之間的互相關(guān)值，來(lái)確定匹配的程度，互相關(guān)值最大時(shí)的搜索窗口位置決定了模板圖像在待匹配圖像中的位置。影像相關(guān)匹配參考圖像

A

搜索圖像B?

蘭氏距離?

平均絕對(duì)和?

相關(guān)系數(shù)?歸一化相關(guān)系數(shù)?

標(biāo)準(zhǔn)相關(guān)系數(shù)?互信息

圖像之間的相似性測(cè)度?該方法是將兩幅原始圖像生成兩列分辨率依次降低的圖像序列，從分辨率最低的層次開(kāi)始進(jìn)行匹配，找到匹配點(diǎn)后將其映射到上一層中的一個(gè)搜索區(qū)域，然后將兩幅圖像的分辨率提高一層，在此搜索區(qū)域內(nèi)進(jìn)行匹配，直到分辨率提高到與原始圖像分辨率一致，此時(shí)得到的匹配點(diǎn)即認(rèn)為是兩幅圖像的匹配點(diǎn)。金字塔特征匹配?SIFT算法是一種提取局部特征的算法，在尺度空間尋找極值點(diǎn)，提取位置，尺度，旋轉(zhuǎn)不變量。SIFT算法SIFT算法SIFT算法高級(jí)特征幾何糾正?多項(xiàng)式糾正?小面元糾正?

數(shù)字微分糾正?

全自動(dòng)地獲取密集同名點(diǎn)對(duì)作為控制點(diǎn)，由密集同名點(diǎn)對(duì)構(gòu)成密集三角網(wǎng)（

小面元），利用小三角形面元進(jìn)行微分糾正，實(shí)現(xiàn)圖像精確配準(zhǔn)。?

特點(diǎn)是可在兩個(gè)任意圖像上快速匹配出密集、均勻分布的數(shù)萬(wàn)個(gè)乃至數(shù)十萬(wàn)個(gè)同名點(diǎn)。通過(guò)小面元微分糾正，實(shí)現(xiàn)不同遙感圖像間的精確相對(duì)糾正，檢測(cè)中誤差一般不超過(guò)1.5個(gè)像素。小面元糾正?De

launay三角形是由與相鄰Voronoi多邊形共享一條邊的相關(guān)點(diǎn)連接而成的三角形。De

launay三角形的外接圓圓心是與三角形相關(guān)的Voronoi多邊形的一個(gè)頂點(diǎn)。

De

launay三角形是Voronoi圖的對(duì)偶圖。?De

launay三角形的準(zhǔn)則是：任何一個(gè)De

launay三角形的外接圓的內(nèi)部不能包含其它任何點(diǎn)。Denau

lay三角網(wǎng)小面元糾正數(shù)字微分糾正

Z是高程，由DEM內(nèi)插求得數(shù)字微分糾正?

圖像鑲嵌：將不同的圖像文件合在一起形成一幅完整的包含感興趣區(qū)域圖像。?不同時(shí)間同一傳感器獲取，也可以是不同時(shí)間不同傳感器獲取，但同時(shí)要求鑲嵌的圖像之間要有一定的重疊度。?

實(shí)質(zhì)就是幾何糾正（前提）5.4.2數(shù)字圖像鑲嵌?

圖像的幾何糾正?搜索鑲嵌邊?

亮度和反差調(diào)整?平滑邊界線(xiàn)圖像鑲嵌步驟一維模板寬度為WK列N行的重疊區(qū)航空影像鑲嵌衛(wèi)星影像鑲嵌?根據(jù)研究區(qū)域的大小或形狀截取一部分圖象?

裁剪指研究區(qū)域只占整個(gè)圖像的一部分，這個(gè)區(qū)域有可能是規(guī)則的，也可能是不規(guī)則的。?

如果是規(guī)則的，則只要知道該區(qū)域的兩個(gè)角點(diǎn)坐標(biāo)就可以獲取該區(qū)域的圖像。?

如果是不規(guī)則的，則需要知道該區(qū)域的邊界。5.4.3遙感圖像的裁剪不規(guī)則邊界的裁剪規(guī)則形狀裁剪本章結(jié)束第六章遙感圖像輻射處理內(nèi)容提綱?遙感圖像的輻射處理?遙感圖像增強(qiáng)?

圖像平滑?

圖像銳化?

多光譜圖像四則運(yùn)算?

圖像融合?

傳感器接收的電磁波能量與目標(biāo)本身輻射的能量是不一致的。?

傳感器輸出的能量包含了由于太陽(yáng)位置和角度條件、大氣條件、地形影響和傳感器本身的性能等所引起的各種失真，這些失真不是地面目標(biāo)本身的輻射，因此對(duì)圖像的使用和理解造成影響，必須加以校正或消除。問(wèn)題的提出基本概念?

輻射定標(biāo)和輻射校正是遙感數(shù)據(jù)定量化的最基本環(huán)節(jié)。?

輻射定標(biāo)：指?jìng)鞲衅魈綔y(cè)值的標(biāo)定過(guò)程方法，用以確定傳感器入口處的準(zhǔn)確輻射值。?

輻射校正：指消除或改正遙感圖像成像過(guò)程中附加在傳感器輸出的輻射能量中的各種噪聲的過(guò)程。?

輻射誤差?

傳感器輻射標(biāo)定?

輻射校正?

地面輻射校正場(chǎng)6.1遙感圖像的輻射處理?傳感器接收的電磁波能量包含三部分：–

太陽(yáng)經(jīng)大氣衰減后照射到地面，經(jīng)地面反射

后，又經(jīng)大氣第二次衰減進(jìn)入傳感器的能量–

地面本身輻射的能量經(jīng)大氣后進(jìn)入傳感器的能量–

大氣散射、反射和輻射的能量。?遙感圖像的輻射誤差主要包括：–傳感器本身的性能引起的輻射誤差–

地形影響和光照條件的變化引起的輻射誤差–

大氣的散射和吸收引起的輻射誤差6.1.1輻射誤差?

絕對(duì)定標(biāo)：對(duì)目標(biāo)作定量的描述，要得到目標(biāo)的輻射絕對(duì)值。絕對(duì)定標(biāo)要建立傳感器測(cè)量的數(shù)字信號(hào)與對(duì)應(yīng)的輻射能量之間的數(shù)量關(guān)系，即定標(biāo)系數(shù)，在衛(wèi)星發(fā)射前后都要進(jìn)行。?相對(duì)定標(biāo)：只得出目標(biāo)中某一點(diǎn)輻射亮度與其他點(diǎn)的相對(duì)值。又稱(chēng)為傳感器探測(cè)元件歸一化。為了校正傳感器中各個(gè)探測(cè)元件響應(yīng)度差異而對(duì)衛(wèi)星傳感器測(cè)量到的原始亮度值進(jìn)行歸一化的一種處理過(guò)程。

由于傳感器中各個(gè)探測(cè)元件之間存在差異，使傳感器探測(cè)數(shù)據(jù)圖像出現(xiàn)一些條帶。相對(duì)輻射定標(biāo)的目得就是降低或消除這些影響。6.1.2傳感器輻射定標(biāo)絕對(duì)定標(biāo)方法?設(shè)傳感器入口處波段i的輻射度Li和傳感器輸出的亮度值DNi之間存在線(xiàn)性關(guān)系：?

衛(wèi)星運(yùn)行時(shí)，傳感器的輻射靈敏度將隨時(shí)間而變，故傳感器的絕對(duì)輻射定標(biāo)中的增益和偏置量要不斷更新。這一更新利用衛(wèi)星上的太陽(yáng)標(biāo)定器和地面標(biāo)定場(chǎng)來(lái)完成。Landsat專(zhuān)題制圖儀TM的輻射定標(biāo)?

TM1，2，3，4，5，7的輻射定標(biāo)通過(guò)星上定標(biāo)光源系統(tǒng)進(jìn)行。該系統(tǒng)有三組帶有遮光快門(mén)的定標(biāo)光源，一個(gè)可控制黑體溫度的表面供第六波段定標(biāo)。快門(mén)還提供一個(gè)零輻射亮度的表面作為T(mén)M1，2，3，4，5，7波段的直流參考水準(zhǔn)，并提供第二個(gè)已知溫度表面供六波段定標(biāo)。在TM遙感器正反掃描前的1.3~1.5毫秒時(shí)間間

隔內(nèi)，探測(cè)器同時(shí)觀測(cè)到定標(biāo)輻射信號(hào)燈、直流參考水準(zhǔn)和已知溫源。前二者用于TM1，2，3，4，5，7波段定標(biāo)而后者用于第六波段溫度定標(biāo)用。?影像的輻射校正?太陽(yáng)高度角和地形影響引起的輻射誤差校正?

大氣校正?

系統(tǒng)噪音6.1.3輻射校正大氣校正?

大氣的影響：減少照射到地面的能量，增加對(duì)傳感器探測(cè)到的，與地面特征無(wú)關(guān)的散射。?

消除大氣的影響是非常重要的，消除大氣影響的校正過(guò)程稱(chēng)為大氣校正。?

校正的方法：?

尋找0反射目標(biāo)?

條件：整個(gè)圖像在相同的大氣條件下獲得。常用校正方法?1)

基于地面場(chǎng)地?cái)?shù)據(jù)或輔助數(shù)據(jù)進(jìn)行輻射校正?在遙感成像的同時(shí)，同步獲取成像目標(biāo)的反射率，或通過(guò)預(yù)先設(shè)置已知反射率的目標(biāo)，把地面實(shí)況數(shù)據(jù)與傳感器的輸出數(shù)據(jù)進(jìn)行比較，來(lái)消除大氣的影響。本方法假設(shè)地面目標(biāo)反射率與傳感器所獲得的信號(hào)之間屬于線(xiàn)性關(guān)系。常用校正方法?2)

利用某些波段特性來(lái)校正其它波段的大氣影響。??一般情況下，散射主要發(fā)生在短波圖像，對(duì)近紅外幾乎沒(méi)有影響，如MSS-7幾乎不受大氣輻射的影響，把它作為無(wú)散射影響的標(biāo)準(zhǔn)圖像，通過(guò)對(duì)不同波段圖像的對(duì)比分析來(lái)計(jì)算大氣影響。?

在不受大氣影響的波段圖像和待校正的某一波段圖像中，選擇從最亮到最暗的一系列目標(biāo)，對(duì)每一目標(biāo)的兩個(gè)波段亮度值進(jìn)行回歸分析，如MSS的第4和7波段，其亮度值分別為L(zhǎng)4和L7，回歸方程為：回歸分析法直方圖法?目標(biāo)：

圖像中存在亮度為零的目標(biāo)。?

理想情況：

圖像的亮度值應(yīng)為零。?實(shí)際情況：

目標(biāo)的亮度值不為零。?

方法：根據(jù)具體大氣條件，各波段要校正的大氣影響是不同的。為確定大氣影響，顯示有關(guān)圖像的直方圖,從圖上可以得知最黑的目標(biāo)亮度為零，即第七波段圖像的最小亮度值為零，第四波段的亮度最小值為a4，則a4就是第四波段圖像的大氣校正。直方圖法系統(tǒng)噪音?

圖像數(shù)據(jù)中的干擾。?產(chǎn)生的原因：受感測(cè)、信號(hào)數(shù)字化或數(shù)據(jù)記錄過(guò)程中的限制。?影響：數(shù)字圖像質(zhì)量下降，或完全掩蓋圖像中的真正輻射信息。?

目的：

圖像恢復(fù)到與初始圖像盡可能接近的狀況。?方法：與噪音的特性有關(guān)?

關(guān)鍵：探測(cè)噪音系統(tǒng)的條帶噪音?

當(dāng)遙感數(shù)據(jù)進(jìn)行輻射定標(biāo)和輻射校正后，如何評(píng)價(jià)其精度，需要通過(guò)地面輻射校正場(chǎng)來(lái)對(duì)計(jì)算結(jié)果進(jìn)行驗(yàn)證和修正。

因此通過(guò)地面輻射校正場(chǎng)來(lái)提高輻射定標(biāo)和校正的精度具有特別重要的意義。–建立地面輻射校正場(chǎng)符合遙感數(shù)據(jù)定量化的需要–建立地面輻射校正場(chǎng)可以彌補(bǔ)星上定標(biāo)的不足–滿(mǎn)足多種遙感資料的應(yīng)用需要6.1.4地面輻射校正場(chǎng)現(xiàn)有的定標(biāo)場(chǎng)?一個(gè)完整的地面試驗(yàn)場(chǎng)對(duì)地理環(huán)境和技術(shù)準(zhǔn)備有極高的要求。目前世界上比較典型的地面輻射場(chǎng)有：1979年美國(guó)在新墨西哥州白沙建立的地面輻射定標(biāo)場(chǎng)，1987年法國(guó)在馬賽西北La

Crau建立的地面輻射定標(biāo)場(chǎng)。利用地面輻射定標(biāo)場(chǎng)對(duì)有關(guān)的傳感器進(jìn)行了定標(biāo)，取得了預(yù)期的成果。我國(guó)地面輻射校正場(chǎng)?

從二十世紀(jì)八十年代接收和應(yīng)用國(guó)內(nèi)外氣象和陸地衛(wèi)星數(shù)據(jù)時(shí)，

已認(rèn)識(shí)到了在我國(guó)建立自己的地面輻射校正場(chǎng)的重要性和迫切性，以提高數(shù)據(jù)輻射定標(biāo)和輻射校正精度。以后我國(guó)將發(fā)射自己的各類(lèi)遙感衛(wèi)星，因此建立地面輻射校正場(chǎng)具有十分重要的現(xiàn)實(shí)意義。?

我國(guó)根據(jù)需要選擇了敦煌西戈壁作為可見(jiàn)光和紅外波段的輻射校正場(chǎng)，青海湖作為熱紅外波段和紅外低發(fā)射率的輻射校正場(chǎng)。中國(guó)氣象局第7號(hào)令《氣象探測(cè)環(huán)境和設(shè)施保護(hù)辦法》?第十五條嚴(yán)禁在遙感衛(wèi)星輻射校正場(chǎng)場(chǎng)區(qū)內(nèi)從事任何建設(shè)和改變場(chǎng)區(qū)內(nèi)自然狀態(tài)的行為。本辦法所稱(chēng)遙感衛(wèi)星輻射校正場(chǎng)，是指利用輻射特性穩(wěn)定、均勻的地物目標(biāo)作為輻射參考基準(zhǔn)，通過(guò)星地同步觀測(cè)，對(duì)在軌運(yùn)行遙感儀器進(jìn)行絕對(duì)輻射定標(biāo)或星上輻射定標(biāo)校正的場(chǎng)地。?圖像灰度直方圖?圖像反差調(diào)整6.2遙感圖像增強(qiáng)?圖像灰度直方圖反映了一幅圖像中灰度級(jí)與其出現(xiàn)概率之間的關(guān)系。6.2.1

圖像灰度直方圖?

線(xiàn)性變換?

直方圖均衡?直方圖正態(tài)化?

直方圖匹配?

密度分割?其他非線(xiàn)性變換6.2.2

圖像反差調(diào)整線(xiàn)性變換?簡(jiǎn)單線(xiàn)性變換：按比例拉伸原始圖像灰度等級(jí)范圍?

目的：為了充分利用顯示設(shè)備的顯示范圍，使輸出直方圖的兩端達(dá)到飽和。?特點(diǎn)：一對(duì)一關(guān)系，像元總數(shù)不變。?其數(shù)學(xué)表達(dá)式為：線(xiàn)性增強(qiáng)線(xiàn)性變換直方圖均衡?將隨機(jī)分布的圖像直方圖修改成均勻分布的直方圖，其實(shí)質(zhì)是對(duì)圖像進(jìn)行非線(xiàn)性拉伸，重新分配圖像像元值，使一定灰度范圍內(nèi)的像元的數(shù)量大致相等。效果：增強(qiáng)了峰值處的對(duì)比度，兩端（最亮和最暗）的對(duì)比度減弱了直方圖均衡直方圖均衡直方圖正態(tài)化?將隨機(jī)分布的原圖像直方圖修改成高斯分布的直方圖?

通過(guò)非線(xiàn)性變換使得一個(gè)圖像的直方圖與另一個(gè)圖像直方圖類(lèi)似。?

要求–

1．

圖像直方圖總體形狀應(yīng)類(lèi)似；–

2．

圖像中黑與亮特征應(yīng)相同；–

3．

圖像的空間分辨率應(yīng)相同；–

4．

圖像上地物分布應(yīng)相同，尤其是不同地區(qū)的圖像匹配。如果一幅圖像里有云，而另一幅沒(méi)有云，那么在直方圖匹配前，應(yīng)將其中一幅里的云去掉。直方圖匹配其他非線(xiàn)性變換?非線(xiàn)性變換有很多方法，如對(duì)數(shù)變換、指數(shù)變換、平方根變換、標(biāo)準(zhǔn)偏差變換、直方圖周期性變換。密度分割?密度分割與直方圖均衡類(lèi)似。產(chǎn)生一個(gè)階梯狀查找表，原始圖像的灰度值被分成等間隔的離散的灰度級(jí)，每一級(jí)有其灰度值。

n為密度分割的層數(shù)密度分割灰度反轉(zhuǎn)?對(duì)圖像灰度范圍進(jìn)行線(xiàn)性或非線(xiàn)性取反，產(chǎn)生一幅與輸入圖像灰度相反的圖像。?結(jié)果：原來(lái)亮的地方變暗，原來(lái)暗的地方變亮。?灰度反轉(zhuǎn)有兩種算法：–簡(jiǎn)單的灰度反轉(zhuǎn)–條件反轉(zhuǎn)其中Din為輸入圖像灰度且已歸一化（

0

-

1.0），Dout為輸出反轉(zhuǎn)灰度。?簡(jiǎn)單的灰度反轉(zhuǎn)灰度反轉(zhuǎn)?

條件反轉(zhuǎn)?

目的：在于消除各種干擾噪聲，使圖像中高頻成分消退，平滑掉圖像的細(xì)節(jié)，使其反差降低，保存低頻成分。?

鄰域平均法?

低通濾波法6.3

圖像平滑?基本思想：利用圖像點(diǎn)（

x，y）及其鄰域若干個(gè)像素的灰度平均值來(lái)代替點(diǎn)（

x，y）的灰度值，結(jié)果是對(duì)亮度突變的點(diǎn)產(chǎn)生了“平滑”效果。?鄰域平均是基于圖像上的背景或目標(biāo)部分灰度的變化是連續(xù)的，緩慢的，而顆粒噪聲使圖像上一些像素的灰度造成突變。?通過(guò)鄰域平均可以平滑突變的灰度。6.3.1鄰域平均法?S為（

x，y）的鄰域，可以取包含（

x，y）的3×3鄰域、5×5鄰域或7×7鄰域等6.3.1鄰域平均法?平滑計(jì)算可以用鄰域內(nèi)元素與其對(duì)應(yīng)的權(quán)相乘后相加，用⊕表示，稱(chēng)為空間卷積?模板中各數(shù)值之和為1，即有平均的意思。6.3.1鄰域平均法6.3.1鄰域平均法?低通濾波法屬于頻域處理方法。?

圖像中灰度跳躍變化區(qū)，對(duì)應(yīng)著頻率域中的高頻成分，灰度變化緩慢的區(qū)域?qū)?yīng)著頻率域中的低頻成分。

圖像中的噪聲，經(jīng)圖像變換后，對(duì)應(yīng)高頻成分。?低通濾波法是用濾波方法將頻率域中一定范圍的高頻成分濾掉，而保留其低頻成分以達(dá)到平滑圖像的目的。6.3.2低通濾波法?

其中F（

u，v）是含有噪音的圖像變換，G（

u，v）是平滑處理后的圖像變換，H（

u，v）為濾波器?，F(xiàn)在要選擇一個(gè)合適的H（

u，v），經(jīng)式6－3－3運(yùn)算后使F（

u，v

）的高頻

成分衰減以得到G（

u，v），經(jīng)圖像反變換得

到所希望的平滑圖像。選擇H（

u，v）是進(jìn)行

低通濾波的關(guān)鍵。它必須具備低通濾波特性。6.3.2低通濾波法?由卷積定理可知?其中：D0是一個(gè)非負(fù)值，為理想低通濾波器的截止頻率，D（

u，v）是從（

u，v）到頻率域原點(diǎn)的距離理想的低通濾波?一個(gè)理想的二維低通濾波器為：理想的低通濾波?理想濾波器的含義是以截止頻率D0為半徑的圓內(nèi)所有頻率分量都能通過(guò)，截止頻率以外的所有頻率分量完全不能通過(guò)。?理想低通濾波器的平滑效果很明顯。與空間域處理一樣，也有使圖像變模糊的現(xiàn)象，并且隨D0減小其模糊程度加重。其它低通濾波器?

目的：增強(qiáng)圖像中的高頻成份，突出圖像的邊緣信息，提高圖像細(xì)節(jié)的反差，也稱(chēng)為邊緣增強(qiáng)，其結(jié)果與平滑相反。?

圖像銳化方法：–

空間域處理–頻率域處理6.4

圖像銳化?銳化是對(duì)鄰區(qū)窗口內(nèi)的圖像微分，常用的微分方法是梯度。6.4.1

空間域圖像銳化空域銳化算子不同算子的邊緣提取效果比較Sobel算子Prewitt算子

Roberts算子

Laplace算子原始圖像空間域圖像銳化?銳化在頻域中處理稱(chēng)為高通濾波。它與低通濾波相反，保留頻域中的高頻成分而讓低頻成份濾掉，加強(qiáng)了圖像中的邊緣和灰度變化突出部分，以達(dá)到圖像銳化的目的。在高通濾波中要選擇一個(gè)合適的濾波器，使其具有高通濾波的特性。6.4.2頻域圖像銳化?式中D0意義同前，用圖表示，其含義為把半徑為D0內(nèi)的所有低頻安全濾掉，大于D0的所有頻率完全通過(guò)。理想高通濾波器其他高通濾波器邊緣增強(qiáng)邊緣提取6.4.2頻率域圖像銳化

6.5多光譜圖像四則運(yùn)算?針對(duì)多源遙感圖像的特點(diǎn)，可以利用多源圖像之間的四則運(yùn)算來(lái)達(dá)到增加某些信息或消除某些影響的目的。?

減法運(yùn)算?加法運(yùn)算?乘法運(yùn)算?

除法運(yùn)算?

混合運(yùn)算減法運(yùn)算?

Bm=BX－

BY?

其中BX、BY為兩個(gè)不同波段的圖像或者不同時(shí)相同一波段圖像。?當(dāng)為兩個(gè)不同波段的圖像時(shí)，通過(guò)減法運(yùn)算可以增加不同地物間光譜反射率以及在兩個(gè)波段上變化趨勢(shì)相反時(shí)的反差。

而當(dāng)為兩個(gè)不同時(shí)相同一波段圖像相減時(shí)，可以提取波段間的變化信息。?當(dāng)用紅外波段與紅波段圖像相減時(shí)，即為植被指數(shù)，即VI=B1R－

BR紅外波段-紅波段?通過(guò)加法運(yùn)算可以加寬波段，如綠色波段和紅色時(shí)段圖像相加可以得到近似全色圖像；?而綠色波段，紅色波段和紅外波段圖像相加可以得到全色紅外圖像。加法運(yùn)算

紅波段+綠波段除法運(yùn)算?

通過(guò)比值運(yùn)算能壓抑因地形坡度和方向引起的輻射量變化，消除地形起伏的影響；?

也可以增強(qiáng)某些地物之間的反差，如植物、土壤、水在紅色波段與紅外波段圖像上反射率是不同的，通過(guò)比值運(yùn)算可以加以區(qū)分。?因此，比值運(yùn)算是自動(dòng)分類(lèi)的預(yù)處理方法之一。紅波段/紅外波段?歸一化差分植被指數(shù)，也稱(chēng)為生物量指

標(biāo)變化，可使植被從水和土中分離出來(lái)。?差分比值運(yùn)算

，可以消除部分大氣影響。混合運(yùn)算?

圖像融合：將多源遙感圖像按照一定的算法，在規(guī)定的地理坐標(biāo)系，生成新的圖像的過(guò)程。6.6

圖像融合融合的目的?從不同的遙感圖像中獲得更多有用的信息，補(bǔ)充單一傳感器的不足。?全色圖像一般具有較高空間分辨率（如

SPOT全色圖像分辨率為10m），多光譜圖像光譜信息較豐富（SPOT有三個(gè)波段），為提高SPOT多光譜圖像的空間分辨率，可以將全色圖像融合進(jìn)多光譜圖像。通過(guò)融合既提高多光譜圖像空間分辨率（10m），又保留其多光譜特性。關(guān)鍵技術(shù)問(wèn)題?

圖像的配準(zhǔn)–

空間配準(zhǔn)–

數(shù)據(jù)關(guān)聯(lián)?融合模型的建立與優(yōu)化–

充分認(rèn)識(shí)研究對(duì)象的地學(xué)規(guī)律與信息特征–

充分了解每中融合數(shù)據(jù)的特性，適用性和局限性–

如何考慮選擇最佳波段用于融合?

融合方法的選擇融合的層次?基于像素的融合，基于特征的融合，基于知識(shí)的融合融合分類(lèi)三種融合層次特點(diǎn)比較遙感圖像融合的條件?融合圖像應(yīng)包括不同空間和光譜分辨率?融合的圖像應(yīng)是同一區(qū)域?

圖像應(yīng)盡可能精確配準(zhǔn)?在不同時(shí)間獲取的圖像中，其內(nèi)容沒(méi)有大的變化預(yù)處理包括兩部分：圖像幾何校正與圖像配準(zhǔn)遙感圖像融合流程圖像配準(zhǔn)圖像融合識(shí)別后處理決策基礎(chǔ)預(yù)處理圖像

基于像素級(jí)的圖像融合具體方法?

要求多源圖像精確配準(zhǔn)?分辨率一致?將圖像按某種變換方式分解成不同級(jí)的子圖像，同時(shí)，這種分解變換必須可逆，即由多幅子圖像合成一幅圖像，即為融合圖像。這時(shí)多幅子圖像中包含了來(lái)自其它需要融合的經(jīng)圖像變換的子圖像。融合的方法?加權(quán)融合?基于HIS變換的圖像融合?基于主分量變換的圖像融合?基于小波變換的圖像融合?

比值變換融合?乘積變換融合?基于特征的圖像融合?基于分類(lèi)的圖像融合基于像元的加權(quán)融合對(duì)兩幅圖像

Ii，Ij按下式進(jìn)行：Iij'

=A(PiIi

+

Pj

Ij

)

+

BA

，B為常數(shù)；Pi，Pj

為兩個(gè)圖像的權(quán)， Pj

=1-

Pi

為兩幅圖像的相關(guān)系數(shù)：rij

=

σ

ij

/

σ

iσ

j加權(quán)融合?SPOT全色圖像與多光譜圖像的融合，由于多光譜中的綠、紅波段與全色波段相關(guān)性較強(qiáng)，而與紅外波段相關(guān)性較小，可以采用全色波段圖像與多光譜波段圖像的相關(guān)系數(shù)來(lái)融合。其過(guò)程如下：1.

對(duì)兩幅圖像進(jìn)行幾何配準(zhǔn)，并對(duì)多光譜圖像重采樣與全色圖像分辨率相同；2.

分別計(jì)算全色波段與多光譜波段圖像的相關(guān)系數(shù)；

3.

用全色波段圖像和多光譜波段圖像按下式組合：

加權(quán)融合?

IHS變換將圖像處理常用的RGB彩色空間變換到IHS空間。

IHS空間用亮度（

Intensity）、

色調(diào)（

Hue）、飽和度

(Saturation)表示。?

IHS變換可以把圖像的亮度、

色調(diào)和飽和度分開(kāi)，圖像融合只在強(qiáng)度通道上進(jìn)行，圖像的色調(diào)和飽和度保持不變?；贖IS變換的圖像融合?待融合的全色圖像和多光譜圖像進(jìn)行幾何配準(zhǔn)，并將多光譜圖像重采樣與全色分辨率相同；?

將多光譜圖像變換轉(zhuǎn)換到HIS空間。?

對(duì)全色圖像I9和HIS空間中的亮度分量I進(jìn)行直方圖匹配。?

用全色圖像I9代替IHS空間的亮度分量，即HIS

-

>HI9

S。?

將HI9S逆變換到RGB空間，即得到融合圖像。基于IHS變換的融合過(guò)程基于主分量變換的圖像融合?

方法一?

對(duì)多光譜圖像的多個(gè)波段進(jìn)行主分量變換。變換后第一主分量含有變換前各波段的相同信息，而各波段中唯一對(duì)應(yīng)各波段的部分，被分配到變換后的其它波段。?

將高分辨率圖像和主成分第一分量進(jìn)行直方圖匹配，使高分辨率圖像與主成分第一分量圖像有相近的均值和方差。?

用直方圖匹配后的高分辨率圖像代替主成份的第一分量進(jìn)行主分量逆變換。基于主分量變換的圖像融合?

方法二?將高分辨率圖像作為一個(gè)波段和多光譜圖像組合一起進(jìn)行KL變換，變換后圖像信息的再分配達(dá)到高分辨率圖像和多光譜圖像的融合?；谥鞣至孔儞Q的圖像融合?設(shè)全色圖像P，多光譜圖像M有n個(gè)波段，將M組合成一個(gè)含有n個(gè)波段的向量集X:?

各個(gè)波段X之=

間[X的1,X方2,

3為,…:,

Xn

,

Xn+1

]δ

2

i

,j

=E

[(Xi

-

mi

)(Xj

-

mj

)],

i,

j

=1,2,3,

…

,

n,

n

+1基于主分量變換的圖像融合?

協(xié)方差矩?一個(gè)滿(mǎn)秩矩陣，其特征值為實(shí)數(shù)，它表示n+1個(gè)波段圖像中的各地物在n+1維空間中的分布。?求出特征值后對(duì)特征值

，進(jìn)行排序

，求出對(duì)應(yīng)的特征向量

，構(gòu)成特征向量集。基于主分量變換的圖像融合?

用KL變換式進(jìn)行KL正變換。

變換后的第一主分量含有變換前各波段圖像的相同信息，而各波段中其余對(duì)應(yīng)部分被分配到變換后的其他波段。?

將高分辨率的全色圖像和中第一主分量進(jìn)行直方圖匹配，使高分辨率圖像和第一主分量有相同的均值和方差。?

最后用直方圖匹配后的高分辨率圖像代替主分量中的第一主分量和其余分量一起進(jìn)行KL逆變換，然后對(duì)矩陣進(jìn)行重組，得融合圖像。?KL變換是一個(gè)正交變換?KL變換后所得到的向量中各個(gè)元素互不相關(guān)?從離散KL后得到的向量刪除后面的個(gè)元素而只保留前個(gè)元素時(shí)所產(chǎn)生的誤差滿(mǎn)足平方誤差最小的準(zhǔn)則KL變換性質(zhì)基于小波變換的圖像融合采用離散二進(jìn)小波變換的Mallat算法的圖像融合步驟如下：①對(duì)高分辨率全色圖像和多光譜圖像進(jìn)行幾何配準(zhǔn)，并且對(duì)多光譜圖像重采樣與全色圖像分辨率相同；②對(duì)全色圖像和多光譜圖像進(jìn)行直方圖匹配；③對(duì)全色高分辨圖像進(jìn)行小波分解，分解成LL（低頻部分），HL（水平方向的小波系數(shù)），LH（垂直方向小波系數(shù)），HH（對(duì)角方向的小波系數(shù)）；④對(duì)多光譜圖進(jìn)行分解成四部份LL，LH，HL，HH；⑤根據(jù)需要或保持多光譜色調(diào)的程度由③,④中的LL重新組合成新的LL；⑥根據(jù)需要由③,④中的LH，HL，HH重新組合成新的LH，

HL，HH；⑦由⑤,⑥所得的新的LL，HL，LH，HH小波反變換重建影

像；⑧其它波段融合重復(fù)步驟③-

⑦。?

其中:Bi(i=1,2,3)為多光譜圖像；?

D為高分辨率圖像；?

DBi(i=1,2,3)為比值度變換融合圖像。?

比值變換融合可以增加圖像兩端的對(duì)比度。

當(dāng)要保持原始圖像的輻射度時(shí)，本方法不宜采用。比值變換融合乘積變換融合?乘積變換融合算法按下式進(jìn)行：D*BF

DB,?通過(guò)乘積變換融合得到的融合圖像其亮度成分得到增加。注意?在上述融合方法中，基于HIS變換融合和比值變換融合只能用三個(gè)波段的多光譜圖像和全色圖像融合，而其它方法不受波段數(shù)限制。圖像融合的效果評(píng)價(jià)?定性評(píng)價(jià)：主要以目視判讀為主，目視判讀是一種簡(jiǎn)單、直接的評(píng)價(jià)方法，可以根據(jù)圖像融合前后的對(duì)比作出定性評(píng)價(jià)。缺點(diǎn)是因人而已，具有主觀性。?定量評(píng)價(jià)：從融合圖像包含的信息量和分類(lèi)精度這兩方面進(jìn)行評(píng)價(jià)，可以彌補(bǔ)定性評(píng)價(jià)的不足。?基于信息量：熵?基于清晰度：平均梯度?基于逼真度：偏差指數(shù)?基于光譜差異

：光譜扭曲值PANSARTMSARS+TTMP+T

S+T+P

S+T

6.7遙感圖像和DEM的復(fù)合?三維立體景觀圖像，動(dòng)態(tài)漫游和觀察。?

根據(jù)計(jì)算機(jī)圖形學(xué)的原理，將遙感圖像和相應(yīng)的DEM復(fù)合即可生成具有真實(shí)感的三維景觀。復(fù)合原理?

若集合A表示某區(qū)域D上各點(diǎn)三維坐標(biāo)向量的集合：?

A={（X，Y，Z）

|（X，Y，Z）

∈D}?

集合B為二維圖像各像素坐標(biāo)與其灰度的集合：?

B={（x,y,g）|

(x,y)

∈d}?

其中d為與D對(duì)應(yīng)的圖像區(qū)域，則制作景觀圖就是一個(gè)A到B的映射，（X，Y，Z）與（x,y）及觀測(cè)點(diǎn)S（視點(diǎn)）滿(mǎn)足共線(xiàn)條件，其原理與航空攝影相同，不同處在于航空攝影一般接近與正直攝影，而景觀圖是特大傾角“攝影”

，將地面點(diǎn)投射到二維圖像上。SPOT與DEM的復(fù)合SPOT與DEM的復(fù)合本章結(jié)束第七章遙感圖像判讀內(nèi)容提綱?

景物特征和判讀標(biāo)志?

目標(biāo)判讀的一般過(guò)程和方法?

遙感圖像目視判讀舉例遙感圖像判讀?“判讀”是對(duì)遙感圖像上的各種特征進(jìn)行綜合分析、比較、推理和判斷，最后提取出你所感興趣的信息。?

目視判讀，借助一些光學(xué)儀器或在計(jì)算機(jī)顯示屏幕上，憑借豐富的判讀經(jīng)驗(yàn)，扎實(shí)的專(zhuān)業(yè)知識(shí)和手頭的相關(guān)資料，通過(guò)人腦的分析、推理和判斷，提取有用的信息。?運(yùn)用人工智能方法和一些準(zhǔn)則，將專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，在計(jì)算機(jī)中建立知識(shí)庫(kù)，將遙感數(shù)據(jù)和其它資料建立數(shù)據(jù)

庫(kù)，模擬人工判讀。

7.1景物特征和判讀標(biāo)志?光譜特征及判讀標(biāo)志?

空間特征及判讀標(biāo)志?

時(shí)間特征及判讀標(biāo)志?影響景物特征及判讀的因素

7.1.1光譜特征及判讀標(biāo)志?

地物的波譜響應(yīng)曲線(xiàn)與其光譜特性曲線(xiàn)的變化趨勢(shì)是一致的。地物在多波段圖像上特有的這種波譜響應(yīng)就是地物的光譜特征的判讀標(biāo)志。波譜響應(yīng)值與地物在該波段內(nèi)光譜反射亮度的積分值相應(yīng)

7.1.2空間特征及判讀標(biāo)志?景物的各種幾何形態(tài)為其空間特征，它與物本的空間坐標(biāo)X、Y、Z密切相關(guān)，這種空間特征在像片上也是由不同的色調(diào)表現(xiàn)出來(lái)。?全色遙感圖像中從白到黑的密度比例。

色調(diào)標(biāo)志是識(shí)別目標(biāo)地物的基本依據(jù)，依據(jù)色調(diào)標(biāo)志，可以區(qū)分目標(biāo)。?

目標(biāo)地物和背景之間必需存在能被人的視覺(jué)所分辨的色調(diào)差異，

目標(biāo)才能被區(qū)分。

7.1.2空間特征及判讀標(biāo)志?

形狀?

大小?

圖形?

陰影?

位置?紋理?

類(lèi)型?指各種地物的外形、輪廓。從高空觀測(cè)地面物體形狀是在

X-Y平面內(nèi)的投影?

不同物體顯然其形狀不同，其形狀與物體本身的性質(zhì)和形成有密切關(guān)系形狀?地物的尺寸、面積、體積在圖像上按比例縮小后的相似性記錄。大小圖形?自然、人造地物所構(gòu)成的圖形。?陰影?

由于地物高度的變化，阻擋太陽(yáng)光照射而產(chǎn)生的陰影。?

地物存在的地點(diǎn)和所處的環(huán)境。?圖像上除了地物所在的位置還與它所處的背景有很大的關(guān)系。例如處在陽(yáng)坡、陰坡的樹(shù)，可能長(zhǎng)勢(shì)不同或品種不同。位置紋理?

圖像上細(xì)部結(jié)構(gòu)以一定頻率重復(fù)出現(xiàn)，是單一特征的集合。耕地、林地、草地——農(nóng)業(yè)用地建設(shè)用地——非農(nóng)業(yè)用地土地利用類(lèi)型類(lèi)型水系類(lèi)型地物特征

7.1.3時(shí)間特征及判讀標(biāo)志?對(duì)于同一地區(qū)景物的時(shí)間特征表現(xiàn)在不同時(shí)間地面覆蓋類(lèi)型不同，地面景觀發(fā)生很大變化。?景物的時(shí)間特征在圖像上以光譜特征及空間特征的變化表現(xiàn)出來(lái)。武漢市ETM（432）圖象，描述下列各類(lèi)地物的特征：光譜特征(色調(diào))，空間特征（幾何形狀），其他特征（如紋理）。7.1.4影響景物特征及判讀的因素?地物本身的復(fù)雜性?傳感器特性的影響?

目視能力的影響1.地物本身的復(fù)雜性細(xì)胞結(jié)構(gòu)的區(qū)別葉子的稠密度色素的區(qū)別含水量?

土壤–

特性–

含水量–

有機(jī)質(zhì)

?

水–

水泥沙–

葉綠素–工業(yè)污染1.地物本身的復(fù)雜性?

幾何分辨率?

輻射分辨率?

光譜分辨率?

時(shí)間分辨率2.傳感器特性的影響幾何分辨率?空間分辨力：傳感器瞬時(shí)視場(chǎng)內(nèi)所觀察到地面的大小?幾何分辨力：能分辨出的最小地物的大小。幾何分辨力＝3倍空間分辨力地面分辨率和影像分辨率?

地面分辨率：影像能夠詳細(xì)區(qū)分的最小單元（像元）能代表的地面尺寸的大小。?

影像分辨率：地面分辨率在不同比例尺的具體影像上的反映。衛(wèi)星

/傳感器地面分辨率

(pan/ms)

(m)圖像寬幅

(km×km)制圖比例尺

(pan/ms)(

1

:

1000)IKONOS1

/

413x135/

20SPOT/HRV2.5/

560x6025/

50Landsat/ETM15/

30180x18075/

150Landsat/TM30180x180150Terra/MODIS250

-

1000continental<

1500NOAA/AVHRR>

1100continental<

5000地面分辨率

同一地區(qū)不同地面分辨率影像北京故宮_QuickBird_0.6m北京故宮_SPOT_2.5m不同分辨率的IKONOS影像影像分辨率隨影像的比例尺不同而變化。1:100萬(wàn)圖像上

影像分辨率：0.08mm影像分辨率：0.8mm影像分辨率陸地衛(wèi)星MSS

地面分辨率：80m1:10萬(wàn)圖像上輻射分辨率?

傳感器區(qū)分兩種輻射強(qiáng)度最小差別的能力?

傳感器的輸出包括信號(hào)和噪聲兩大部分。如果信號(hào)小于噪聲，則輸出的是噪聲。如果兩個(gè)信號(hào)之差小于噪聲，則在輸出的記錄上無(wú)法分辨這兩個(gè)信號(hào)。?

輻射分辨率用等效噪聲功率衡量。光譜分辨率?

光譜探測(cè)能力，包括：傳感器總的探測(cè)波段的寬度、波段數(shù)、各波段的波長(zhǎng)范圍和間隔。?波段太多，輸出數(shù)據(jù)量太大，加大處理工作量和判讀難度。?最佳探測(cè)波段，是指這些波段中探測(cè)各種目標(biāo)之間和目標(biāo)與背景之間，有最好的反差或波譜響應(yīng)特性的差別。衛(wèi)星/傳感器波段范圍

（um

）衛(wèi)星/傳感器波段范圍（

um

）衛(wèi)星/傳感器波段范圍（

um

）LandsatTM0.45～0.52（藍(lán)）0.52～0.60（綠）0.63～0.69（紅）0.76～0.90（近紅外）1.55～0.75（中紅外）10.4～12.4（熱紅外）

2.05～2.35（中紅外）MODIS0.620～0.6700.841～0.8760.459～0.4790.545～0.5651.230～1.2501.628～1.6522.

105～2.

1550.405～0.4200.438～0.4480.483～0.4930.526～0.5360.546～0.5560.662～0.6720.673～0.6830.743～0.7530.862～0.8770.890～0.9200.931～0.941MODIS0.915～0.9653.600～3.8403.929～3.9893.929～3.9894.020～4.0804.433～4.4984.482～4.5491.360～1.3906.535～6.8957.

175～7.4758.400～8.7009.380～9.80010.780～11.28011.770～12.27013.

185～13.48513.485～13.78513.785～14.08514.085～14.385NOAA-AHRR0.58～0.68（紅）0.72～1.

10（近紅外）3.55～3.93（熱紅外）10.3～11.3（熱紅外）11.3～12.5（熱紅外）SPOT-HRV0.50～0.59（綠）0.61～0.68（紅）0.79～0.89（近紅外）0.51～0.73（可見(jiàn)光）光譜分辨率時(shí)間分辨率?

定義：我們把傳感器對(duì)同一目標(biāo)進(jìn)行重復(fù)探測(cè)時(shí)，相鄰兩次探測(cè)的時(shí)間間隔成為遙感圖像的時(shí)間分辨率。?

應(yīng)用：土地利用變化、洪水、綠地消長(zhǎng)、城市熱島等athens_olympic_may7_2004athens_olympic_july5_2004不同時(shí)相影像全球晝夜溫差空間、光譜和時(shí)間分辨率的關(guān)系?

空間－光譜分辨率關(guān)系?

空間－

時(shí)間分辨率關(guān)系?光譜－

時(shí)間分辨率關(guān)系88空間－光譜分辨率關(guān)系TM

Band

3水泥

水體TM

Band4814散點(diǎn)圖49903528695677IKONOS321波段真彩色合成圖典型地物波譜響應(yīng)曲線(xiàn)長(zhǎng)城提取的結(jié)果圖光譜

高光譜資源農(nóng)業(yè)國(guó)防全色

多交通城市地形圖測(cè)圖100

m10

m1

m0.1

m0.01

m空間分辨率空間－光譜分辨率關(guān)系光譜分辨率森林環(huán)境空間-時(shí)間分辨率關(guān)系上海城市擴(kuò)展圖光譜－

時(shí)間分辨率關(guān)系t0

t1

Time

t2

tnClimatic

ConditionNDVI

Year

YNDVI

Year

XClimate

conditionHarvest

yield2002年ETM影像（RGB:321)1988年TM影像(RGB:321)散點(diǎn)圖?

空間分辨能力?

正常人眼的分辨角為1,,在明視距離250mm處,能分辨相距75

μm的兩個(gè)點(diǎn),大約6-7線(xiàn)對(duì)/mm。?

灰階分辨能力?

大約十幾級(jí)灰度,通過(guò)反差拉伸、密度分割、偽彩色編碼。?色別與色階分辨能力?

大約50種左右,借助儀器可以分辨13000多種。3.

目視能力的影響7.2目標(biāo)判讀的一般過(guò)程和方法?

判讀前的準(zhǔn)備?

判讀的一般過(guò)程?判讀員的訓(xùn)練?搜集充足的資料?

了解圖像的來(lái)源、性質(zhì)和質(zhì)量–

傳感器、

日期和地點(diǎn)、波段、比例尺、航高、投影性質(zhì)–幾何分辨力、輻射分辨力、光譜波段的個(gè)數(shù)和波長(zhǎng)區(qū)間、時(shí)間重復(fù)性、像片的反差、最小灰度和最大灰度等?判讀儀器和設(shè)備–

像片觀察、像片量測(cè)、像片轉(zhuǎn)繪7.2.1判讀前的準(zhǔn)備?發(fā)現(xiàn)目標(biāo)–

先大后小、由易入難、由已知到未知–

先反差大的目標(biāo)后反差小的目標(biāo)–

先宏觀觀察后微觀分析?描述目標(biāo)–

光譜特征、空間特征、時(shí)間特征?識(shí)別和鑒定目標(biāo)–資料、特征、經(jīng)驗(yàn)、推理?清繪和評(píng)價(jià)目標(biāo)（專(zhuān)題圖

）7.2.2判讀的一般過(guò)程

7.3遙感圖像的目視判讀舉例?單波段像片的判讀?

多光譜像片的判讀?熱紅外像片的判讀?側(cè)視雷達(dá)像片的判讀?

多時(shí)域圖像的判讀單波段像片的判讀?

色調(diào)特征和空間特征?

圖像增強(qiáng)?

密度分割?光譜特性曲線(xiàn)?

比較判讀?假彩色合成?

空間特征多光譜像片的判讀?溫度、發(fā)射率；?熱特性：熱容量、熱傳導(dǎo)率、熱慣量。熱紅外像片的判讀側(cè)視雷達(dá)像片的判讀?色調(diào)特征：入射角，地面粗糙度，地物電特性?

幾何特征：比例尺失真，地形起伏影響?

穿透特性：可以得到地面圖象?散射特性：可以反映地下?tīng)顩r不同地物的SAR影像特征居民地道路鐵路耕地植被水系多時(shí)域圖像的判讀?景物的時(shí)間特性以光譜特征和空間特征兩個(gè)時(shí)間的MSS圖像疊合提取洪水淹沒(méi)區(qū)范圍表現(xiàn)本章結(jié)束第八章遙感圖像自動(dòng)識(shí)別分類(lèi)內(nèi)容提綱?基礎(chǔ)知識(shí)?特征變換和特征選擇?監(jiān)督分類(lèi)?

非監(jiān)督分類(lèi)?監(jiān)督分類(lèi)和非監(jiān)督分類(lèi)的結(jié)合?分類(lèi)后處理和誤差分析?

非光譜信息分類(lèi)?

句法模式識(shí)別?自動(dòng)分類(lèi)新方法概述?遙感圖像的計(jì)算機(jī)分類(lèi)，是模式識(shí)別技術(shù)在遙感技術(shù)領(lǐng)域中的具體運(yùn)用?

目視判讀是人類(lèi)的自然識(shí)別智能?計(jì)算機(jī)分類(lèi)是人工模擬人類(lèi)的識(shí)別功能?采用決策理論或統(tǒng)計(jì)方法?提取一組反映模式屬性的量測(cè)值，稱(chēng)之為特征?光譜特征和紋理特征