《遥感原理与应用》总结—遥感图像辐射处理

遥感图像辐射处理

遥感图像的辐射校正

辐射校正:指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。

传感器输出的能量还包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响,必须加以校正或消除。

传感器接收的电磁辐射能量：

太阳经大气衰减后照射地面，经地面反射后，又经大气二次衰减进入传感器的能量。

地面本身辐射的能量经大气后进入传感器的能量。

大气散射、反射和辐射的能量。

辐射误差：

传感器本身的性能引起的辐射误差。

地形影响和光照条件的变化引起的辐射误差;

大气的散射和吸收引起的辐射误差。

辐射定标：绝对定标和相对定标。

定标目的：
绝对定标：对目标作定量的描述，要得到目标的辐射绝对值。

        卫星运行时,传感器的辐射灵敏度将随时间而变，故传感器的绝对辐射定标中的增益和偏置量要不断更新。这一更新利用卫星上的太阳标定器和地面标定场来完成。

相对定标：只得出目标中某一点辐射亮度与其他点的相对值。（传感器探测元件归一化）

        为了校正传感器中各个探测元件响应度差异而对卫星传感器测量到的原始亮度值进行归一化的一种处理过程。
        由于传感器中各个探测元件之间存在差异，使传感器探测数据图像出现一些条带，相对辐射定标的目得就是隆低或消除这些影响。

大气校正：消除大气影响的校正过程。

大气的影响：减少照射到地面的能量，增加对传感器探测到的，与地面特征无关的散射。

 校正方法：

        （1）基于辐射传输方程的大气校正：根据辐射传输方程，测定相关的参数，理论严密，测定参数困难。

        （2）基于地面场地数据或辅助数据进行辐射校正：基于地面场地数据或辅助数据进行辐射校正在遥感成像的同时，同步获取成像目标的反射率，或通过预先设置已知反射率的目标，把地面实况数据与传感器的输出数据进行比较，来消除大气的影响。本方法假设地面目标反射率与传感器所获得的信号之间属于线性关系。

        （3）利用某些波段特性来校正其它波段的大气影响：一般情况下，散射主要发生在短波图像,对近红外几乎没有影响，如MSS-7几乎不受大气辐射的影响,把它作为无散射影响的标准图像，通过对不同波段图像的对比分析来计算大气影响。

                回归分析法：在不受大气影响的波段图像和待校正的某一波段图像中，选择一系列目标，对每一目标的两个波段亮度值进行回归分析。        

                直方图法：目标:图像中存在亮度为零的目标。理想情况：图像的亮度值应为零。实际情况：目标的亮度值不为零。

太阳高度角和地形影响引起的辐射误差校正

        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时获取的图像。

        考虑了太阳在地球上的相对位置的季节变化。通过该改正，不同太阳高度角照射条件下的图像数据的像元亮度值，被标准化到假设太阳在天顶时的像元亮度值。

地形坡度的影响

        具有地形坡度的地面，对进入传感器的太阳光线的辐射亮度有影响。地形坡度引起的辐射亮度校正需要知道成像地区的数字地面模型，校正不方便。可以用比值图像来消除或减少其影响。

日地距离校正

        用于标准化地球和太阳间的距离的季节变化。太阳辐射随日地距离的平方减小。在忽略大气的影响下，太阳天顶角和日地距离对于地球表面辐射的影响。      

DN和辐射率的转换

        （1）可见光：利用头文件中记录的辐射校正参数,用户可方便地计算出地物在大气顶部的辐射亮度或反射率。

        （2）热红外波段：热红外波段主要在求出地物的辐射亮度后，以普朗克公式求出地物温度。

噪音的消除：图像数据中的干扰。

        产生的原因：受感测、信号数字化或数据记录过程中的限制。

        影响：数字图像质量下降，或完全掩盖图像中的真正辐射信息。

        目的：图像恢复到与初始图像尽可能接近的状况。

        方法：与噪音的特性有关。

        关键：探测噪音。

遥感图像增强

        遥感图像增强是为特定目的,突出遥感图像中的某些信息，削弱或除去某些不需要的信息，使图像更易判读。图像增强的实质是增强感兴趣目标和周围背景图像间的反差。它不能增加原始图像的信息，有时反而会损失一些信息。

空间域处理：指直接对图像进行各种运算以得到需要的增强效果。

频率域处理：指将空间域图像变换成频率域图像， 然后在频率域中对图像的频谱进行处理，以达到增强图像的目的。

点运算：线性增强，非线性增强。

遥感图像的辐射增强：

图像灰度的直方图：反应一幅图像中灰度级与其出现概率之间的关系。

图像的反差调正：

        （1）简单线性变换：按比例拉伸原始图像灰度等级范围。像元总数不变，即直方图包含面积不变。

                目的:为了充分利用显示设备的显示范围，使输出直方图的两端达到饱和。

                查找表（LUT)：建立原始图像灰度和变换后图像灰度之间对应值，在变换时只需使用查找表进行变换即可,这样计算速度将极大提高                

        （2）直方图均衡：对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。

                直方图均衡的特点：

                均衡后每个灰度级的像元频率近似相等;各灰度级所占图像的面积近似相等;

                原图像上频率小的灰度级被合并，频率高的灰度级被保留;

                如果输出数据分段级较小,则会产生一个初步分类的视觉效果。

        （3）直方图正态化：将随机分布的原图像直方图修改成高斯分布的直方图。

        （4）直方图匹配：通过非线性变换使得一个图像的直方图与另一个图像直方图类似。

        （5）密度分割：将原始图像的灰度值分成等间隔的离散灰度级。

        （6）灰度反转：图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像，其结果是原来亮度的地方变暗,原来暗的地方变亮。

邻域运算：平滑，锐化。

图像平滑

图像平滑的目的：在于消除各种干扰噪声，使图像中高频成分消退,即平滑掉图像的细节，使其反差降低，保存低频成分。（图像中出现某些亮度变化过大的区域，或出现某些不该出现的亮点（“噪声”）时，采用平滑的方法减少变化，使亮度平缓或去掉不必要的亮点（“噪声”）。）

（1）均值平滑：将每个像元在以其为中心的邻域内取平均值来代替该像元值，以达到去除“噪声”的目的。

（2）中值滤波：将每个像元在一起为中心的邻域内取中间亮度值来代替该像元值，以达到去除“噪声”和平滑图像的目的。

图像锐化

图像锐化的目的：突出图像的边缘、线状目标或某些亮度变化率大的部分，采用锐化方法，直接提取出需要的信息。

（1）罗伯特梯度（2）索伯尔梯度（3）拉普拉斯算法（4）定向检测

频率域处理：

低通滤波：是用滤波方法将频率域中一定范围的高频成分滤掉，而保留低频成分达到平滑图像的目的。

高通滤波：保留高频成分滤掉低频成分，加强图像中的边缘和灰度变化突出部分，以达到图像锐化的目的。

多光谱图像四则运算

针对多源遥感图像的特点,可以利用多源图像之间的四则运算来达到增加某些信息或消除某些影响的目的。
减法运算、加法运算、乘法运算、除法运算。

比值运算（除法运算）：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；也可以增强某些地物之间的反差。

植被、水、土壤在红外/红波段灰度及比值结果

混合运算：变换NDVI（TNDVI，生物量指标变化，使植被从水和土中分离出来）,NDVI归一化植被指数，差分比值（消除部分大气影响）。

图像融合

图像融合：将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。

目的：提高多光谱遥感图像空间分辨率、改善配准精度、增强特征、改善分类、对多时相图像用于变化检测、替代或修补图像缺陷。

方法：加权融合、基于IHS变换的图像融合、基于主成分变换的图像融合、基于小波变换的图像融合、乘积变换融合、基于特征的图像融合、基于分类的图像融合。

融合层次：像素级、特征级和决策级。
        像素级融合对原始图像及预处理各阶段上所产生的信息分别进行融合处理,以增加图像中有用信息成分，改善图像处理效果。
        特征级融合能以高的置信度来提取有用的图像特征。
        决策级融合允许来自多源数据在最高抽象层次上被有效的利用。

图像融合的关键：

        图像的配准

                （1）空间配准（2）数据关联。

        融合模型的建立与优化

                （1）充分认识研究对象的地学规律与信息特征。

                （2）充分了解每中融合数据的特性,适用性和局限性如何考虑选择最佳波段用于融合。

        融合方法的选择 

图像融合结果评价：

融合结果评价的必要性。

评价方法可以分为两类:

        定性评价

        定量评价：从融合图像包含的信息量和分类精度等方面进行评价，弥补定性评价的不足。

遥感图像和其他数据的复合（多源数据复合）

遥感图像与DEM复合的三维景观、DEM与TM的复合

---

为什么要进行辐射纠正?

        传感器输出的能量包含了由于太阳位置和角度条件、 大气条件、 地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，对图像的使用和理解造成影响，必须加以校正和消除。

辐射校正的内容和方法

内容：消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。

方法：

影响辐射校正的因素有那些

如何提高辐射校正精度

传感器接收的电磁波能量与目标本身辐射的能量之间关系?

太阳经大气衰减后照射地面，经地面反射后，又经大气二次衰减进入传感器的能量。地面本身辐射的能量经大气后进入传感器的能量。大气散射、反射和辐射的能量。

为什么要做图像的增强处理。图像融合有什么作用?