遙感圖像處理:遙感圖像恢複和增強、信息提取-中文百科頻道

主要内容

遙感影像數字圖像處理的内容主要有：

1、圖像恢複：即校正在成像、記錄、傳輸或回放過程中引入的數據錯誤、噪聲與畸變。包括輻射校正、幾何校正等；

2、數據壓縮：以改進傳輸、存儲和處理數據效率；

3、影像增強：突出數據的某些特征，以提高影像目視質量。包括彩色增強、反差增強、邊緣增強、密度分割、比值運算、去模糊等；

4、信息提取：從經過增強處理的影像中提取有用的遙感信息。包括采用各種統計分析、集群分析、頻譜分析等自動識别與分類。通常利用專用數字圖像處理系統來實現，且依據目的不同采用不同算法和技術。

圖像校正

遙感衛星的多光譜掃描儀每次掃描有6個光—電轉換器件平行工作，專題制圖儀每次掃描有16個光電器件平行工作。因此，一次掃描可得到6行或16行圖像數據。由于各個光—電轉換器件的特性差異和電路漂移，圖像中各像元（像素）的灰度值不能正确反映地物反射的電磁波強度，并且圖像上還會出現條紋。

因此，需要對原始圖像數據的像元灰度值進行校正，這種校正稱為輻射校正。在多光譜掃描儀中，輻射校正是通過對各個敏感元件的增益和漂移進行校正來達到的。多光譜掃描儀和專題制圖儀的圖像存在一系列幾何畸變。

這是因為它們不是瞬間掃描而是用連續掃描的方法取得圖像數據的。由于衛星的運動，掃描行并不垂直于運動軌迹方向，在掃描一幅圖像的時間内地球自轉一個角度而使圖像扭歪。在給定視場角下，掃描行兩側的像元對應的地面面積比中間的大，地球的曲率更加大了這一誤差。衛星的姿态變動和掃描速度不勻也使圖像産生畸變。因此必須對圖像進行幾何糾正。

根據已知的儀器參數及遙測的衛星軌道和姿态參數進行圖像的幾何糾正，稱為系統糾正。需要用衛星圖像制圖時，系統糾正後的幾何精度仍不能滿足要求，則需要用地面控制點來進行圖像的幾何精糾正。若圖像的幾何誤差分布是平面的、二次或三次曲面的，就可以用相應次數的多項式來糾正。經過精糾正，圖像的幾何精度可達到均方誤差在半個像元以内。

衛星遙感圖像的輻射校正和幾何糾正有時稱為衛星圖像預處理。遙感衛星地面站通常可以向用戶提供經過預處理的圖像數據或圖片。也有很多用戶，甯願使用原始的磁帶數據而根據自己的應用要求進行處理。

處理方法

圖像整飾處理

是提高遙感圖像的像質以利于分析解譯應用的處理。灰度增強、邊緣增強和圖像的複原都屬于圖像的整飾處理。

空間域處理

是将衛星圖像的像元雖然用256個灰度等級來表示，但地物反射的電磁波強度常常隻占256個等級中的很小一部分，使得圖像平淡而難以解譯，天氣陰霾時更是如此。為了使圖像能顯示出豐富的層次，必須充分利用灰度等級範圍，這種處理稱為圖像的灰度增強。

常用的灰度增強方法有線性增強、分段線性增強、等概率分布增強、對數增強、指數增強和自适應灰度增強6種。

1、線性增強：把像元的灰度值線性地擴展到指定的最小和最大灰度值之間；

2、分段線性增強：把像元的灰度值分成幾個區間，每一區間的灰度值線性地變換到另一指定的灰度區間；

3、等概率分布增強：使像元灰度的概率分布函數接近直線的變換；

4、對數增強：擴展灰度值小的像元的灰度範圍，壓縮灰度值大的像元的灰度範圍；

5、指數增強：擴展灰度值大的和壓縮灰度值小的像元的灰度範圍；

6、自适應灰度增強：根據圖像的局部灰度分布情況進行灰度增強，使圖像的每一部分都能有盡可能豐富的層次。

圖像卷積

是一種重要的圖像處理方法，其基本原理是：像元的灰度值等于以此像元為中心的若幹個像元的灰度值分别乘以特定的系數後相加的平均值。由這些系數排列成的矩陣叫卷積核。選用不同的卷積核進行圖像卷積，可以取得各種處理效果。例如，除去圖像上的噪聲斑點使圖像顯得更為平滑；增強圖像上景物的邊緣以使圖像銳化；提取圖像上景物的邊緣或特定方向的邊緣等。

常用的卷積核為3×3或5×5的系數矩陣，有時也使用7×7或更大的卷積核以得到更好的處理效果，但計算時間與卷積核行列數的乘積成正比地增加。

圖像的灰度增強和卷積都是直接對圖像的灰度值進行處理，有時稱為圖像的空間域處理。

空間頻率域處理

在數字信号處理中常用離散的傅裡葉變換，把信号轉換成不同幅度和相位的頻率分量,經濾波後再用傅裡葉反變換恢複成信号，以提高信号的質量。圖像是二維信息，可以用二維的離散傅裡葉變換把圖像的灰度分布轉換成空間頻率分量。圖像灰度變化劇烈的部分對應于高的空間頻率，變化緩慢的部分對應于低的空間頻率。

濾去部分高頻分量可消除圖像上的斑點條紋而顯得較為平滑，增強高頻分量可突出景物的細節而使圖像銳化，濾去部分低頻分量可使圖像上被成片陰影複蓋的部分的細節更清晰地顯現出來。精心設計的濾波器能有效地提高圖像的質量。經傅裡葉變換、濾波和反變換以提高圖像質量的處理，有時稱為圖像的空間頻率域處理。

圖像複原

理想的遙感圖像應當能真實地反映地物電磁波反射強度的空間分布，但實際上存在着各種使圖像質量下降（退化）的因素。對于衛星多光譜掃描儀圖像，大氣對電磁波的散射和繞射，遙感器光學系統的不完善，像元面積非無窮小，以及信号在電路中的失真和數字化采樣過程，都會造成圖像的退化。如果已知造成圖像退化的數學模型，便可用計算機進行數字處理以消除退化因素的影響，使圖像盡可能接近理想。這種處理稱為圖像複原，在幾何糾正再采樣過程中，同時進行圖像的複原處理可以使圖像的分辨率顯着提高。

算術運算

圖像的算術運算是另一種灰度增強方法。圖像的相加和相乘，常被用于幾種遙感圖像的複合。同一地點不同時期的兩張圖像配準後相減，可以突出地物的變化。不同譜段的兩幅多光譜圖像相除稱為比值圖像，它可用于消除圖像上的陰影部分，加深不同類别地物的差别。

圖像配準、投影變換和鑲嵌：在多種遙感圖像複合使用時，應當使同一地物在各圖像上處于同一位置，這稱為圖像配準。圖像配準與幾何精糾正有相似的含義。前者指遙感圖像間的配準，而後者是遙感圖像與地形圖間的配準。當兩幅圖像較接近時可以用計算機進行自動配準。

用遙感數據進行專題制圖時，需要和地形圖配準才能知道地物的确切位置。當比例尺較小時，各種投影的幾何形狀差别較大，通常先按地圖投影的幾何表達式進行遙感圖像的投影變換，然後再進行幾何精糾正，以保證精度。

由于地圖的分幅與遙感圖像的分幅不同，當兩者配準時總會遇到一幅地圖包含兩幅以至四幅遙感圖像的情況。這時需要把幾幅圖像拼接在一起，這稱為圖像鑲嵌。由于這些圖像可能在不同日期經過不同處理後得到的，簡單的拼接往往能看出明顯的色調差别。為了得到色調統一的鑲嵌圖，要先進行各波段圖像的灰度匹配。例如，根據圖像重疊部分具有相同的灰度平均值和方差的原則調整各圖像的灰度值，以及利用自然界線（如河流、山脊等）作為拼接在邊界而不是簡單的矩形鑲嵌。這樣可使鑲嵌圖無明顯的接縫。

分析分類

在遙感圖像的實際使用中，常常需要從大量圖像數據中提取特定用途的信息，這稱為特征提取，常常還需要進行分類和類聚處理，以識别地物類型。

主成分分析法

多光譜圖像數據包含多個波段，數據量較大，當複合使用時數據量更大，往往難于直接使用。實際上各波段圖像之間雖有差别，但也存在一定的相關關系。例如，明亮的物體反射的電磁波強度在各波段上雖有差别，但都比陰暗的物體反射的電磁波強度大。主成分分析法是用各波段圖像數據的協方差矩陣的特征矩陣進行多波段圖像數據的變換，以消除它們之間的相關關系。把大部分信息集中在第一主成分，部分信息集中在第二主成分，少量信息保留在第三主成分和以後各成分的圖像上。

因此，前面幾個主成分就包含了絕大部分信息。主成分分析法有時稱為K－L變換。信息過分集中的主成分圖像往往并不一定有利于分析應用。用計算機分類時，多光譜圖像數據的波段數目越多，計算量就越大。對指定類别的分類常用各類别樣區間的分離度作為指标，從已有波段中選取最佳的幾個波段組合來進行分類。

以盡可能少的波段來獲得盡可能好的分類效果，這是另一種特征提取方法。在農、林等遙感應用中，還可通過各波段圖像間的算術運算或矩陣變換來得到能反映植物長勢和變異的信息。多光譜圖像數據的計算機分類，通常是建立在不同地物在各波段反射的電磁波強度差别的基礎上的。若以各波段接收到的電磁波強度為坐标，則n個波段可形成n維波譜空間。

各波段上同一像元對應于N維空間的一個點,而同類地物可形成一個點集。計算機分類的基本原理在于把波譜空間中的點集區分開來，常用的分類方法有監督分類法和無監督分類法兩種。

監督分類法

根據已知地物、選擇各類别的訓練區。計算各訓練區内像元的平均灰度值，以此作為類别中心并計算其協方差矩陣。對于圖像各未知像元，則計算它們和各類别中心的距離。當離開某類别中心的距離最近并且不超過預先給定的距離值時，此像元即被歸入這一類别。當距離超過給定值時，此像元歸入未知類别，最大似然率法是常用的監督分類法。

無監督分類法

根據各波段圖像像元灰度分布的統計量，設定N個均值平均分布的類别中心。計算每個像元離開各類别中心的距離，并把它歸入距離最近的一類。所有像元經計算歸類後算出新的類别中心，然後再計算各個像元離開新類别中心的距離，并把它們分别歸入離開新類别中心最近的一類。所有像元都重新計算歸類完畢後，又産生新的類别中心。這樣叠代若幹次，直到前後兩次得到的類别中心之間的距離小于給定值為止。

紋理分析法

根據像元在波譜空間的位置來分類，但不考慮地物在圖像上的形狀。紋理分析法是根據周圍各像元的分布作為确定這個像元類别的一種方法。它也是一種較實用的分類方法。遙感圖像的一個像元中，往往包含多種地物，不同的地物也可能有相近的波譜特性。加上各種噪聲，使計算機分類的準确度受到一定的限制。除研制和改進遙感器和分類方法外，使用多時相和多種遙感數據并與有關的數據庫配合，可有效地提高分類的準确度。

優點介紹

再現性好數字圖像處理與模拟圖像處理（光學處理）的根本不同在于，它不會因圖像的存儲、傳輸或複制等一系列變換操作而導緻圖像質量的退化。隻要圖像在數字化時準确地表現了原稿，則數字圖像處理過程始終能保持圖像的再現。

2．處理精度高按，幾乎可将一幅模拟圖像數字化為任意大小的二維數組，這主要取決于圖像數字化設備的能力。現代掃描儀可以把每個像素的灰度等級量化為16位甚至更高，這意味着圖像的數字化精度可以達到滿足任一應用需求。對計算機而言，不論數組大小，也不論每個像素的位數多少，其處理程序幾乎是一樣的。

換言之，從原理上講不論圖像的精度有多高，處理總是能實現的，隻要在處理時改變程序中的數組參數就可以了。回想一下圖像的模拟處理，為了要把處理精度提高一個數量級，就要大幅度地改進處理裝置，這在經濟上是極不合算的。

3．适用面寬圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如X射線圖像、射線圖像、超聲波圖像或紅外圖像等）。

從圖像反映的客觀實體尺度看，可以小到電子顯微鏡圖像，大到航空照片、遙感圖像甚至天文望遠鏡圖像。這些來自不同信息源的圖像隻要被變換為數字編碼形式後，均是用二維數組表示的灰度圖像（彩色圖像也是由灰度圖像組合成的，例如RGB圖像由紅、綠、藍三個灰度圖像組合而成）組合而成，因而均可用計算機來處理。即隻要針對不同的圖像信息源，采取相應的圖像信息采集措施，圖像的數字處理方法适用于任何一種圖像。

4．靈活性高圖像處理大體上可分為圖像的像質改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的内容。由于圖像的光學處理從原理上講隻能進行線性運算，這極大地限制了光學圖像處理能實現的目标。而數字圖像處理不僅能完成線性運算，而且能實現非線性處理，即凡是可以用數學公式或邏輯關系來表達的一切運算均可用數字圖像處理實現。