 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
正在努力加载中...
ERDAS Imagine遥感图像处理方法培训教程课件教案
下载积分：2500
内容提示：ERDAS Imagine遥感图像处理方法培训教程课件教案
文档格式：PDF|
浏览次数：3|
上传日期： 17:19:37|
文档星级：
全文阅读已结束，如果下载本文需要使用
 2500 积分
下载此文档
该用户还上传了这些文档
ERDAS Imagine遥感图像处理方法培训教程课件教案
官方公共微信君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
遥感图像处理_第2讲(图像校正)
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口导读：如果基础数据集是图像，即以一景图像作为基础，纠正其他的图像，这是图像―图像的纠正，纠正图像，这是图像－地图的纠正，图像的几何纠正内容包括：（1）（系统几何纠正）（2）（投影变形纠正）（3）（几何，便于进行处理，消除图像数据中依附在辐亮度中的各种失真的过程称为（辐射量校正（Radiometr，遥感卫星大多设计在同一个地方时间通过当地上空，在遥感软件中，植被指数：根据地物光谱反射率的差异作比值运算
09级强化院地信小队荣誉出品 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20.
素所造成的误差。 几何精纠正以基础数据集（BASE）作为参照。如果基础数据集是图像，该过程称为（相对纠正），即以一景图像作为基础，纠正其他的图像，这是图像―图像的纠正；如果基础数据是标准的地图，则称为（绝对纠正），即以地图作为基础，纠正图像，这是图像－地图的纠正，常用于GIS的应用中。 图像的几何纠正内容包括：（1）（系统几何纠正）（2）（投影变形纠正）（3）（几何精纠正）。 几何精纠正的基本技术是（同名坐标变换方法）。 控制点数目的最小值按未知系数的多少来确定。k阶多项式控制点的最少数目为（(k＋1)(k＋2)/2）。 重采样过程包括两步：（像素位置变换）和（像素值变换）。 在直接法中，像元的（坐标位置）发生了变化，但是（像元值）不变，所得到的数据无法用规则矩阵表示。间接法又称为灰度重采样方法，得到的数据可以用规则矩阵表示，便于进行处理，在实践中经常采用。 为了正确评价目标的反射或辐射特性，必须清除这些失真。消除图像数据中依附在辐亮度中的各种失真的过程称为（辐射量校正（Radiometric Calibration，简称辐射校正））。 （反照率）指的是界面反射的辐照度与内部反射的辐照度之和与入射的辐照度的比值。 大气的散射与辐射光波长有密切的关系，对短波长的散射比长波长的散射要（强）得多。分子散射的强度与（波长的四次方）成（反比）。气溶胶的散射强度随波长的变化与（粒子尺度）分布有关。 为了尽量减少（太阳高度角）和（方位角）引起的辐射误差，遥感卫星大多设计在同一个地方时间通过当地上空，但由于季节的变化和地理经纬度的变化，两者的变化是不可避免的。 辐射校正后的数据，可以是（辐亮度），也可以是（反射率）。前者有量纲，后者是相对的百分比。 第六章 一、 名词解释 傅立叶变换：指非周期函数的正弦和或余弦乘以加权函数的积分表示 主成分变换：是基于变量之间的相关关系，在尽量不丢失信息前提下的一种线性变换的方法，主要用于数据压缩和信息增强。在遥感软件中，主成分变换常被称为K－L变换。 缨帽变换：旋转坐标空间，但旋转后的坐标轴不是指到主成分的方向，而是指到另外的方向，这些方向与地物有密切的关系，特别是与植物生长过程和土壤有关。 植被指数：根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数 HIS彩色变换：通过构建H（色调）、I（强度）、S（饱和度）模型来进行的彩色变换 二、 简答 1.
傅立叶变换的基本性质有哪些？
（1）对称性：函数的偶函数分量将对应于傅立叶变换后的偶函数分量，奇函数分量也对应于奇函数分量，但是要引入系数j。
（2）加法定理：时域中的加法对应于频域内的加法。
（3）位移定理：函数位移的变化不会改变其傅立叶变换的幅值，但会产生一个相位变化。
（4）相似性定理：“窄”函数对应于一个“宽”傅立叶变换，“宽”函数对应于一个“窄”
09级强化院地信小队荣誉出品 傅立叶变换（所谓的宽、窄是指函数在坐标轴方向上的延伸情况）。
（5）卷积定理：时间域中的函数卷积对应于频域中的函数乘积；或者说，两个函数卷积的傅立叶变换等于它们各自傅立叶变换的乘积。如果函数是在有限维空间中定义的图像，只有假设每个图像在各个方向上都有周期性的重复，卷积定理才成立。
（6）共轭性：将函数的傅立叶变换的共轭输入傅立叶变换程序得到该函数的共轭，也就是说，完全可以利用傅立叶变换程序计算傅立叶逆变换而无须重新编写逆变换程序。
（7）Rayleigh定理：傅立叶变换前、后的函数具有相同的能量。 2.
傅立叶变换的基本工作流程是什么？
（1）正向FFT: 指定图像的一个波段，按照计算公式进行FFT，产生频率域图像。
（2）定义滤波器: 以频率域图像为参照，定义滤波器。常用的滤波器有低通、高通、带通、带阻、用户定义几种。波段不同，频率域图像不同，需要定义不同的滤波器。
（3）逆向FFT：将定义的滤波器应用到频率域图像，得到空间域的图像，进行显示。 3.
主成分变换算法的性质有哪些？工作流程是什么？怎么确定主成分的个数，怎么解释主成分？
主成分变换的基本性质有：
（1）总方差的不变性。变换前后总方差保持不变，变换只是把原有的方差在新的主成分上重新进行分配。
（2）正交性。变换后得到的主成分之间不相关。
（3）从主成分向量中删除后面的（n-p）个成分只保留前p（p＜＝n）个成分时所产生的误差满足平方误差最小的准则。换句话说，前面的p个主成分包含了总方差的大部分。
主成分变换的流程为：主成分正变换－主成分逆变换。
（1）一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在波段协方差矩阵或相关矩阵的基础上计算特征值，构造主成分。根据主成分－特征值的关系，可以选择少数的主成分作为输出结果。
（2）如果在正变换中选择的主成分数目与波段/变量数目相同，那么逆变换的结果将完全等同于原始的图像。如果选择的主成分数目少于波段数，逆变换的结果相当于压抑了图像中的噪音，但此时逆变换结果图像的各个“波段”与原始图像的波段不再具有对应性，不再具有原始图像波段的物理意义。 4. 缨帽变换有什么优缺点？
缨帽变换旋转坐标空间，但旋转后的坐标轴不是指到主成分的方向，而是指到另外的方向，这些方向与地物有密切的关系，特别是与植物生长过程和土壤有关。缨帽变换既可以实现信息压缩，又可以帮助解译分析农作物特征，因此有很大的实际应用意义。K-T变换只能用于MSS数据和LANDSAT4、5的TM图像、LANDSAT7的ETM图像，这是该方法的一个限制。 5. 代数运算的目的是什么？
对于多波段遥感图像和经过空间配准的两幅或多幅单波段遥感图像，可以通过代数运算来突出特定的地物信息，从而达到某种增强的目的。代数运算是根据地物本身在不同波段的灰度差异，通过不同波段之间简单的代数运算产生新的“波段”，来达到突出感兴趣的地物信息、压抑不感兴趣的地物信息的图像增强方法。进行代数运算后，数值范围可能超过了显示设备的范围，因此，在显示的时候往往还需要进行灰度拉伸。 6.
加法运算、差值运算、乘法运算、比值运算在遥感图像处理中各有什么作用？
（1）加法运算：加法运算主要用于对同一区域的不同时段图像求平均，这样可以减少图像的加性随机噪声，或者获取特定时段的平均统计特征。进行加法运算的图像的成像日期不应相差太大。
（2）差值运算：差值图像提供了不同波段或不同时相图像间的差异信息，在动态监测、
09级强化院地信小队荣誉出品 运动目标检测与跟踪、图像背景消除、不同图像处理效果的比较及目标识别等工作中应用较多。
（3）乘法运算：乘法运算可用来遮掉图像的某些部分。
（4）比值运算：比值运算是两个不同波段图像对应像素的灰度值相除（除数不能为0），是遥感图像处理中常用的方法。比值运算可以降低传感器灵敏度随空间变化造成的影响，增强图像中特定的区域；降低地形导致的阴影影响，突出季节的差异。 7. 什么是植被指数？有哪些基本的表达方式？
根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数（VI，Vegetation Index）。植被指数是代数运算增强的典型应用。
常用的植被指数有以下几种：
（1）比值植被指数（RVI）：
（2）归一化植被指数（NDVI）：
（3）差值植被指数（DVI）：
（4）正交植被指数（PVI）：或
8. 在图像处理中常用的彩色模型有哪些？
常用的彩色模型有RGB模型和HIS模型。RGB和HIS两种色彩模式可以相互转换，有些处理在某个彩色系统中可能更方便。RGB系统从物理的角度出发描述颜色，HIS系统从人眼的主观感觉出发描述颜色。RGB系统比较简单而常用，但是，当彩色合成图像的各个波段之间的相关性很高时，会使得合成图像的饱和度偏低，色调变化不大，图像的视觉效果差。 9. 彩色变换具有哪些主要应用？
（1）进行不同分辨率的图像的融合：HIS中，I成分控制着图像的亮度。将低分辨率图像变换到HIS彩色空间，将I成分用高分辨率图像中的某个波段替换，然后进行彩色逆变换，可以达到数据融合的目的。
（2）增强合成的图像的饱和度：图像的饱和度不足，图像不鲜艳，不容易区分图像中的细节。将数据从RGB彩色空间变换到HIS彩色空间，然后对S成分进行拉伸增强后，再变换到RGB彩色空间显示，可以提高图像的饱和度。
（3）通过对强度I成分的处理进行图像的增强：强度I成分集中了图像中的一些信息，单独对此成分进行增强，再做逆变换，可以获得其它方法无法达到的效果，例如，对于云或雾的去除等。
（4）多源数据的综合显示：随着工作的积累，在同一地区往往积累了不同传感器的遥感数据。通过将这些数据的波段分别赋予HIS，然后逆变换作彩色显示，可以获得较好的效果。
（5）其他应用：对色调进行分段扩展，以突出某一色调或加大某一范围内的色调之间的差异；色调不变，将亮度和饱和度置为常数，以突出地物色调在空间上的分布；将强度置为常数，色调和饱和度不变，可以减少地形起伏的影响，突出阴影部分的地物信息。 10.
编写程序，分别使用RGB方式和HIS方式显示遥感图像。 略。
1、图像变换的目的是：1）简化图像处理；2）(便于图像特征提取)；3）（图像压缩）；4）从概念上增强对图像信息的理解。
09级强化院地信小队荣誉出品 2、图像理论把通信中的一维问题推广到二维空间上进行研究。通信研究的是时间域和频率域的问题，图像理论研究的是（空间域）和（频率域）之间的关系。 3、下图a为一幅原始图像，图b为该图像的离散傅立叶频谱。在图b中可以看到图像的（低频）能量都集中在中心部分，而（高频）能量集中在四周，这样就便于以后对频谱进行各种处理（如滤波、降噪等）。
（a） 原始图像
（b）离散傅立叶频谱 4、在空间域图像中，线性的地物为（高频）成份，大块面状的地物为（低频）成分。 5、傅立叶变换的基本流程：（正向FFT）－（定义滤波器）－（逆向FFT）。 6、常用的滤波器有（低通）、（高通）、（带通）、（带阻）、用户定义几种。 7、主成分变换是基于（变量之间的相关关系），在尽量不丢失信息前提下的一种（线性变换）的方法，主要用于数据压缩和信息增强。 8、主成分变换的基本性质有：（1）（总方差的不变性）（2）（正交性）（3）前面的p个主成分包含了总方差的大部分。 9、一般意义上的主成分变换指正变换。该过程通过对图像进行统计分析，在（波段协方差）矩阵或（相关）矩阵的基础上计算特征值，构造主成分。根据主成分－特征值的关系，可以选择少数的主成分作为输出结果。 10、缨帽变换旋转坐标空间，但旋转后的坐标轴不是指到主成分的方向，而是指到另外的方向，这些方向与地物有密切的关系，特别是与（植物生长过程）和（土壤）有关。 11、在对MSS遥感数据进行研究时，采用K-T变换后提取的前三个分量是：（亮度分量）、（绿色物质分量）和（黄色物质分量）。在TM数据的研究中，第三分量可定义为（湿度）。 12、代数运算是根据地物本身（在不同波段的灰度差异），通过不同波段之间简单的代数运算产生新的“波段”，来达到突出感兴趣的地物信息、压抑不感兴趣的地物信息的图像增强方法。 13、乘法运算可用来遮掉图像的某些部分。例如，使用一个二值图像f1（图像上需要被完整保留下来的区域的像素值为l，而被抑制掉的区域的像素值为0）去乘图像f2，可抹去图像f2的某些部分。图像处理中，这个操作被称为（掩膜）。 14、根据地物光谱反射率的差异作（比值运算）可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数。 15、归一化植被指数中用到的是（近红外）波段和（红）波段，公式为（（近红外波段-红波段）/（近红外波段+红波段））。 16、遥感图像处理系统中还经常会采用HIS模型，（色调（Hue））、（强度（Intensity））、（饱和度（Saturation））称为色彩的三要素， 常用的植被指数有：（比值植被指数）、（归一化植被指数）、（差值植被指数）、（正交植被指数）。 17、强度与物体（反射的光量）有关，饱和度是颜色的（纯度）。 在图像处理中常用的彩色模型有（RGB）、（HIS）。 图像的傅立叶变换要求图像的行数和列数为（2的倍数）。
09级强化院地信小队荣誉出品 第七章 一、名词解释 模板：图像滤波不仅考虑当前像素的值，而且还考虑了当前像素与相邻域像素之间的关系。与当前像素相邻的像素为邻域像素，通过指定窗口的大小确定邻域的范围。相邻像素对当前像素的影响表现为权重矩阵（也称为模板或卷积核）。 图像平滑：图像在获取和传输的过程中，受传感器和大气等因素的影响会存在噪声。在图像上，这些噪声表现为一些亮点、或亮度过大的区域。为了抑制噪声、改善图像质量所做的处理称为图像平滑。 椒盐噪声：椒盐噪声又称脉冲噪声，它随机改变一些像素值，在二值图像上表现为使一些像素点变白（用b表示），一些像素点变黑（用a表示）。 中值滤波：4、值作为中心像素的新值。窗口的行列数一般取奇数。由于用中值替代了平均值，中值滤波在抑制噪声的同时能够有效地保留边缘，减少模糊。 同态滤波：同态滤波是减少低频增加高频，从而减少光照变化并锐化边缘或细节的图像滤波方法。 二、简答题（10） 1.
图像滤波的主要目的是什么？主要方法有哪些？
图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其它无关的信息，或者去除图像的某些信息，恢复其它的信息。因此，图像滤波也是一种图像增强方法。 图像滤波可分为空间域滤波和频率域滤波两种方法。空间域滤波通过窗口或卷积核进行，它参照相邻像素来单个像素的灰度值，这是当前主要的滤波方法。频率域滤波是对图像进行傅立叶变换，然后对变换后的频率域图像中的频谱进行滤波。 2. 图像噪声有哪些主要类型，主要特点是什么？
图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产生的噪声。内部噪声是指系统内部产生的噪声。 从统计理论观点可分为平稳和非平稳噪声。凡是统计特征不随时间变化的噪声称为平稳噪声；统计特征随时间变化的噪声称为非平稳噪声。从噪声幅度分布形态可分为高斯型、瑞利型噪声。还有按频谱分布形状进行分类的，如均匀分布的噪声称为白噪声。按产生过程进行分类噪声可分为量化噪声和椒盐噪声等。 3. 如何理解中值滤波的不变性？
对于一维的某些特定的输入信号，中值滤波的输出保持输入信号值不变。例如输入信号为在2n+1内单调增加或单调减少的序列。 对于二维信号，中值滤波不变性要复杂得多，不仅与输入信号有关，还与窗口的形状有关。图 7.7列出了几种二维中值滤波窗口及与之对应的最小尺寸的不变输入图形。一般地，与窗口对角线垂直的边缘经滤波后将保持不变。利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些边缘信息。 从经验来看，方形或圆形的窗口适宜于地物轮廓较长的图像，十字窗口适宜于有尖角物体的图像。 一维的周期性二值序列，如{xn}=?，+1，+1，-1，-1，+1，+1，-1，-1，?，当滤波窗口长度为9时，经过中值滤波此序列将保持不变。对于一个二维序列，这一类不变性更为复杂，但它们一般也是二值的周期性结构，即周期性网格结构的图像。 4. 什么是梯度倒数加权法平滑？
梯度倒数加权法平滑源于这样的考虑：在离散图像内部相邻区域的变化大于区域内部的变化，在同一区域中中间像素的变化小于边沿像素的变化。梯度值正比于邻近像素灰度级差值，包含总结汇报、IT计算机、旅游景点、出国留学、人文社科、文档下载、教学研究、计划方案以及遥感数字图像处理题库整理等内容。本文共6页
相关内容搜索一键安装桌面版，查词翻译快三倍
选择要添加的生词本
词霸Android版
牛津词典免费使用! 立刻扫码下载
牛津词典免费使用! 立刻扫码下载
创建新的生词本
i该生词本已经创建啦!
i不可以出现中文，英文，数字之外的符号哒!
i生词本名称长度不能大于24字符!
i请填写生词本名称!您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
1初识数字图像处理与识别要点分析.doc 15页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：300 &&
你可能关注的文档：
··········
··········
初识数字图像处理与识别图像是指能在人的视觉系统中产生视觉印象的客观对象，包括自然景物、拍摄到的图片、用数学方法描述的图形等等。图像的要素有几何要素（刻画对象的轮廓、形状等）和非几何要素（刻画对象的颜色、材质等）。本章中，我们主要讲解数字图像和数字图像处理的实质内容和一般步骤，以及一些后面会经常使用到的基本概念。1.1
数字图像自然界中的图像都是模拟量，在计算机普遍应用之前，电视、电影、照相机等图像记录与传输设备都是使用模拟信号对图像进行处理。但是，计算机只能处理数字量，而不能直接处理模拟图像。所以我们要在使用计算机处理图像之前进行图像数字化。1.1.1
什么是数字图像简单地说，数字图像就是能够在计算机上显示和处理的图像，可根据其特性分为两大类 提示：本书只涉及数字图像中位图图像的处理与识别，如无特别说明，后文提到的“图像”和“数字图像”都仅仅是指位图图像。一般而言，使用数字摄像机或数字照相机得到的图像都是位图图像。
我们可以将一幅图像视为一个二维函数f(x, y)，其中x和y是空间坐标，而在x – y平面中的任意一对空间坐标(x, y)上的幅值f称为该点图像的灰度、亮度或强度。此时，如果f、x、y均为非负有限离散，则称该图像为数字图像（位图）。一个大小为M×N数字图像是由M行N列的有限元素组成的，每个元素都有特定的位置和幅值，代表了其所在行列位置上的图像物理信息，如灰度和色彩等。这些元素称为图像元素或像素。1.1.2
数字图像的显示不论是CRT显示器还是LCD显示器，都是由许多点构成的，显示图像时这些点对应着图像的像素，称显示器为位映像设备。所谓位映像，就是一个二维的像素矩阵，而位图也就是采用位映像方法显示和存储的图像。当一幅数字图像被放大后就可以明显地看出图像是由很多方格形状的像素构成的，如图1.1所示。图1.1
位图图像示例1.1.3
数字图像的分类根据每个像素所代表信息的不同，可将图像分为二值图像、灰度图像、RGB图像以及索引图像等。1.
二值图像每个像素只有黑、白两种颜色的图像称为二值图像。在二值图像中，像素只有0和1两种取值，一般用0来表示黑色，用1表示白色。2.
灰度图像在二值图像中进一步加入许多介于黑色与白色之间颜色深度灰度图像这类图像通常显示为从最暗黑色到最亮的白色的灰度表1.1
常见颜色的RGB组合值颜色 R G B
蓝(0x00FF00) 0 255 0
绿(0x0000FF) 0 0 255
黄(0xFFFF00) 255 255 0
紫(0xFF00FF) 255 0 255
青(0x00FFFF) 0 255 255
白(0xFFFFFF) 255 255 255
灰(0x8 128 128
未经压缩的原始BMP文件就是使用RGB标准给出的3个数值来存储图像数据的，称为RGB图像。在RGB图像中每个像素都是用24位二进制数表示，故也称为24位真彩色图像。4.
索引图像如果对每个像素都直接使用24位二进制数表示，图像文件的体积将变得十分庞大。来看一个例子，对一个长、宽各为200像素，颜色数为16的彩色图像，每个像素都用RGB三个分量表示。这样每个像素由3个字节表示，整个图像就是200×200×3=120k字节。这种完全未经压缩的表示方式，浪费了大量的存储空间，下面简单介绍另一种更节省空间的存储方式：索引图像。同样还是对200×200像素的16色图像，由于这张图片中最多只有16种颜色，那么可以用一张颜色表（16×3的二维数组）保存这16种颜色对应的RGB值，在表示图像的矩阵中使用那16种颜色在颜色表中的索引（偏移量）作为数据写入相应的行列位置。例如，颜色表中第3个元素为0xAA1111，那么在图像中所有颜色为0xAA1111的像素均可以由3-1=2表示（颜色表索引下标从0开始）。这样一来，每一个像素所需要使用的二进制数就仅仅为4位（0.5字节），从而整个图像只需要200×200×0.5=20k字节就可以存储，而不会影响显示质量。上文所指的颜色表就是常说的调色板（Palette），另一种说法叫做颜色查找表（LUT：Look Up Table）。Windows位图中应用到了调色板技术。其实不仅是Windows位图，许多其他的图像文件格式比如PCX，TIF，GIF都应用了这种技术。在实际应用中，调色板中通常只有少于256种颜色。在使用许多图像编辑工具生成或者编辑GIF文件的时候，常常会提示用户选择文件包含的颜色数目。当选择较低的颜色数目时，将会有效地降低图像文件的体积，但也会一定程度上降低图像的质量。使用调色板技术可以减小图像文件体积的条件是图像的像素数目相对较多，而
正在加载中，请稍后...}