遥感数字图像处理教程 期末复习整理(6)

5.7 图像几何误差的主要来源

遥感图像的几何误差可分为静态误差和动态误差两大类。静态误差是指成像过程中，传感器相对地表成静止状态时所具有各种误差；动态误差则主要是由于成像过程中地球的旋转所造成的图像误差。

静态误差可分为内部误差和外部误差。内部误差主要是由于传感器自身性能、技术指标偏离标准数值造成的。

外部误差指的是传感器本身处于正常工作条件下，由传感器意外的各因素所造成的误差。 5.8 几何精纠正

几何精纠正又称几何配准，是把不同传感器具有几何精度的图像、地图或数据集中相同地物元素精确地彼此匹配、叠加在一起的过程。 5.8.1 基本原理

遥感图像纠正是通过计算机对图像每个像素逐个解析纠正处理完成的，所以能够较精确地改正线性和非线性变形误差

几何精纠正的基本原理是回避成像的空间几何过程，直接利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，并且认为遥图像的总体畸变可以看作是挤压、扭曲、缩放、偏移以及更高次的基本变形的综合作用的结果。

几何精校正据图实现过程就是：利用地面控制点数据确定一个模拟几何畸变的数学模型，以此建立原始图像空间与标准空间的某种对应关系，然后利用这种对应关系，把畸变图像空间中的全部像素变换到标准空间中，从而实现图像的几何精纠正

几何精纠正的基本技术是同名坐标变换方法，即通过在基础数据和图像中分别寻找地面控制点的同名坐标，并借此建立变换关系来进行几何精纠正 5.8.4 地图投影

控制点的地理坐标与地图的要求必须保持一致。 5.8.5多项式纠正方程 5.8.6 重采样

重采样过程包括两步：像素位置变换和像素值变换。 1.像素位置变换

像素位置变换时按选定的纠正方程把原始图像中的各个像素变换到输出图像相应的位置上去，变换方法分为直接成图法和间接成图法 2.图像重采样方法

常用的重采样方法有最邻方法、双线内插法和三次卷积方法 1.最近邻重采样法

简凡、保持想告诉不变，但是纠正够的图像可能具有不连续性，会影响制图效果。当相邻像素灰度值差异较大时会产生较大误差。 2.双线内插法

简单且具有一定精度，一般能得到满意的插值效果。缺点是此方法具有低通滤波的性质，会损失图像中的一些边缘或线性信息，导致图像模糊 3 三次卷积内插重采样

图像平滑，缺点是计算量大 4.双像素重采样法

较好保持图像清晰度 5.8.7多图像几何配准

多图像是指同一地区不同时刻的图像，或不同传感器获取的图像。多图像几何配准就是指将多图像的同名图像通过几何变换实现重叠，通常作相对配准，将相对配准后的多图像纳入某一地图坐标系统，称作绝对配准 第六章图像变换

达到图像处理的某种目的而使用的数学方法，通过这种数学变换，图像处理起来教变换起来更加方便和简单。由于这种变换是针对图像函数而言，所以称为图像变换。

目的：简化图像处理；便于图像特征提取；压缩；从概念上增强对图像信息的理解。 图像变换两个过程：正变换和逆变换。通过正变换将图像变换为新的图像，然后进行处理。通过逆变换将处理后的图像还原为原始形式的图像，以便与原始图像进行对比。 6.1傅里叶变换

傅里叶变换是变换域分析一种广泛使用的工具，在图像处理中是一种有效而重要的方法。在图像处理中，傅里叶变换应用非常广泛，如图像特征提取、频率域滤波、周期性噪声去除、图像回复、文理分析等。把傅里叶变换的理论与遥感图像的物理解释相结合，有利于解决大多数遥感图像处理问题

傅里叶贡献在于，任何周期函数都可以表示为不同频率的正弦于余弦形式，每个正弦/余弦*不同的系数 6.1.1 基本概念

傅里叶变换最早应用于数学信号处理，用来处理非周期信号

1. 傅里叶变换和频谱 2. 连续信号的滤波于卷积 3.离散信号的滤波于卷积 4.图像的傅里叶变换 6.1.2 二维离散傅里叶变换 6.1.3 傅里叶变换的基本性质

傅里叶变换有以下重要性质

1）对称型：函数的偶数分量对应傅里叶变换后的偶数分量，奇函数分量对应奇函数分量，但要引入系数j

2）位移定理：函数位移的变化不会改变其傅里叶变换的幅值，但会产生一盒相位变换 3）假发定理：时域中的加法对应频域中加法

4）相似性定理：窄函数对应一个宽傅里叶变换，宽函数对应一个窄傅里叶变换 5）卷积定理：时域中的函数卷积对应频域中的函数成绩；或者说两个函数卷积的傅里叶变换等于它们各自傅里叶变换的乘积。如果函数是在有限维空间的图像，只有假设每个图像在各个方向上都有周期性的重复，卷积定理才能成立。

6）共轭性：将函数傅里叶变换的共轭输入傅里叶变换程序得到该函数的共轭，也就是说，完全可以利用傅里叶变换程序计算傅里叶逆变换而无需重读边学逆变换程序。

7）RATLEIGH定理：傅里叶变换前、后的函数具有相同的能量。 对于二维傅里叶变换，还有两个特殊重要性质

1）可分离性：如果二维函数可以分解为两个一维分量函数，那么傅里叶变换后的函数也可以分解成两个一维分量函数，这也就是说，对二维函数作傅里叶变换可以分为两个步骤，首先视某一个方向变为常数，对另一个方向作一维傅里叶变换，在对的得到的变换结果作另一个方向上的一维傅里叶变换。

2）旋转：如果函数在时域中旋转一个角度，那么其傅里叶变换也会旋转相同的角度 6.1.4 快速傅里叶变换 6.1.5 频率域图像

在空间域图像中，现行的地物为高频成分，大块面状的地物为低频成分，图像经过傅里叶变换后产生频率域图像，这些控件频率信息被突出出来

考虑到傅里叶变换具有对称性，为了便于显示，频率域图像往往以图像的中心为坐标原点，左上-右下，右上-左下对称。图像中心为原始图像的平均亮度值，频率为0 。从图像中

心向外，频率增高。高亮度表明频率特征明显。此外，频率域图像中明显的频率变换方向与原始图像中地物分布方向垂直。如果原始图像中有多种水平反而内部的地物，那么频率域图像中在垂直方向上的频率变化比较明显。

傅里叶变换的基本流程 1）正方向FFT 2）定义滤波器 3）逆向FFT 6.2主成分变换

主成分变换是基于变量之间的相关关系，在尽量不丢失信息的前提下的一种现行变换方法，主要用于数据压缩和信息增强，在遥感软件中，主成分变换常被称作K-L变换 6.3 缨帽变换

K-T变换

缨帽变换旋转坐标控件，但旋转后的坐标轴不是指向主成分方向，而是指向另外方向，这些方向域地物有密切的关系，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，具有很大的实际意义。目前主要用于MSS与YM两种遥感影像。 6.4 代数运算

对于多波段遥感图像和经过控件配准的两幅但波段遥感图像，可以通过代数运算来突出特定地物信息，从而达到某种增强目的

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，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。 1.加法运算

B=B1+B2

加法运算主要用于同一区域不同时段图像球平均，这样可以减少图像的加性随即噪声，或者获取特定时段的平均统计特征。进行加法运算的图像成像日期不应相差太大 …… 此处隐藏：2259字，全部文档内容请下载后查看。喜欢就下载吧 ……