遥感卫星影像预处理的方法步骤 - 图文 下载本文

入图像的RGB值利用正变换式从RGB系统变换至IHS彩色空间,得到亮度I、色度H及饱和度S的三个分量,将高分辨率全色影像与亮度进行直方图匹配,然后去掉I,并用预处理准备好的高分辨率全色影像代替。与H、S一起利用相应的逆变换式变换至RGB系统,得到融合后的影像。

IHS变换的融合方法只在亮度通道上进行,图像的色调和饱和度保持不变。因此,通过变换、替代、逆变换获得的融合图像,既具有全色图像高分辨率的纹理,又保持了多光谱图像的色调和饱和度。

(4)基于小波变换法

在众多图像融合技术中,基于小波变换的图像融合方法已成为多数图像处理系统的标准算法之一。这类算法主要是利用人眼对局部对比度的变化比较敏感这一事情,根据一定的融合规则,在多幅原图像中选择出最显著的特征,例如边缘、线段等,并将这些特征保留在最终的合成图像中。

在一幅图像的小波变换中,绝对值较大的小波系数对应于边缘这些较为显著的特征,所以大部分基于小波变换的图像融合算法主要研究如何选择合成图像中的小波系数,也就是三个方面上的高频系数,从而达到保留图像边缘的目的。虽然小波系数(高频系数)的选择对于保留图像的边缘等特性具有非常主要的作用,同时尺度系数(低频系数)决定了图像的轮廓,因此正确地选择尺度系数对提高合成图像的视觉效果具有举足轻重的作用。通过基于小波变换图像融合中小波基的选取或融合规则及融合算子的不同选择,可得到满意的融合图像。

(5)Pan Sharpening(全色锐化)融合算法

Pan Sharpening(全色锐化)融合算法是由加拿大新布伦瑞克大学的张云博士(2002)开发的。Pan Sharpening(全色锐化)融合算法相比较其他融合方法,与众不同的地方主要体现在两方面:一方面它是基于最小二乘算法对参与融合影像波段的灰度值进行最佳匹配,使原始多光谱、全色数据与融合后多光谱、全色数据之间的灰度值关系达到近似,融合后影像在色彩保真的同时,同时保留了地物纹理细节和空间分布细节;另一方面算法还对参与运算的所有波段进行特有的统计分析运算,通过分析来消除融合效果对操作员经验的依赖以及数据自身质量的优劣,提高融合过程的效率。

4.4融合后影像增强处理

1.基于直方图的图像增强

融合后影像处理是保证成果质量的重要技术环节,融合后影像通常亮度偏低、灰阶分布动态范围小,色彩不够丰富。直方图均衡化算法是图象增强空域法中常用的算法之一,它以概率理论作基础,通过对已知灰度概率密度的图像进行某种变换使其变成一幅概率密度服从均匀分布的新图像,这样调节了灰度取值的动态范围,增强了图像的对比度,从而达到图像增强的目的。此外,采用线性或非线性拉伸、亮度对比度、色彩平衡、色度、饱和度和明度调整等方法进行色调调整。处理后的影像要达到灰阶分布具有较大动态范围,纹理清晰、色调均匀、反差适中,色彩接近自然真彩色,可以清晰判别耕地等重要地类类型。

较小灰度动态范围图 较大灰度动态范围图

为了形成完整的监测区影像文件,对分块融合的影像须进行色调调整。色调调整时应保留多光谱影像的光谱信息和全色影像的纹理细节,以便进行变化信息分析。同时,注意视觉效果,为去除杂色保证整体反差,必要时牺牲部分光谱信息和纹理,达到自然真彩色的效果,但要区分不同地类边界。

2.去云雾

采用数字图像处理技术对遥感图像进行去雾处理的方法有很多种,这里采用图像增强算法,即从遥感图像呈现的低亮度和低对比度的特征考虑,按照特定需要突出图像中的某些信息,削弱或去除某些不需要的信息来完成的。我们通过灰度直方图变换方法把有雾图像的直方图变换为均匀分布的形式,从而增加像素灰度值的动态范围达到增强雾天图像整体对比度的效果。

去云雾前后效果对比图

3.局部对比对增强算法

直方图均衡化可以有效地调节图像动态范围,增强图像整体的对比度,但是由于其在调整动态范围的过程中合并了一些出现概率较低的灰度级,从而导致细节的丢失,对此可使用局部对比度增强的方法强化图像局部细节。

4.5影像融合效果检查

1.检查融合影像整体亮度、色彩反差是否适度、是否有蒙雾。

2.检查融合影像整体色调是否均匀连贯。不同季节影像只要求亮度均匀,植被变化引起的色彩差异可不考虑。

3.检查融合影像纹理及色彩信息是否丰富,有无细节损失,层次深度是否足够,特别是各植被、地物等地类是否可见和容易判读。

4.检查清晰度。判断各种地物边缘是否清晰明确,特别是城乡结合部建设用地与耕地等边界是否清晰明确。

5影像镶嵌方案 5.1基本原理

影像镶嵌是指对一幅或若干幅图像通过几何镶嵌、色调调整、去重叠等处理,镶嵌到一幅大的背景图像中的影像处理方法。

5.2基本原则

镶嵌时应对多景影像数据的重叠带进行严格配准,镶嵌误差不低于配准误差,镶嵌区应保证有10-15个像素的重叠带。影像镶嵌时除了要满足在镶嵌线上相邻影像几何特征一致性,还要求相邻影像的色调保持一致。镶嵌影像应保证色调均匀、反差适中,如果两幅或多幅相邻影像时相不同使得影像光谱特征反差较大时,应在保证影像上地物不失真的前提下进行匀色,尽量保证镶嵌区域相关影像色彩过渡自然平滑。

1、原则上,镶嵌只针对采样间隔相同影像。需在相邻数据重叠区域进行如下处理:首先,在相邻数据重叠区勾绘镶嵌线,镶嵌线勾绘尽量靠近采样间隔较小影像的外边缘,以保证其数据使用率最大化。然后对镶嵌线两侧影像进行裁切,裁掉重叠区域影像,为避免因坐标系转换导致接边处出现漏缝,对于采样间隔小的影像严格沿镶嵌线裁切,采样间隔大的影像应适当外扩一定范围,原则上不超过10个像素进行裁切。

2、镶嵌前进行重叠检查。景与景间重叠限差应符合要求。重叠误差超限时应立即查明原

因,并进行必要的返工,使其符合规定的接边要求。采用“拉窗帘”方式目视检查相邻影像间重叠区域的精度,若同名地物出现“抖动”或“错位”现象,则量测该处同名点误差,两者接边精度不超过1个像素。

3、镶嵌时应尽可能保留分辨率高、时相新、云雾量少、质量好的影像。 4、选取镶嵌线对DOM进行镶嵌,镶嵌处无地物错位、模糊、重影和晕边现象。 5、时相相同或相近的镶嵌影像纹理、色彩自然过渡;时相差距较大、地物特征差异明显的镶嵌影像,允许存在光谱差异,但同一地块内光谱特征尽量一致。

5.3重叠精度检查

叠加相邻纠正单元,采用“拉窗帘”方式逐屏幕目视检查相邻纠正单元间重叠区域的精度,若同名地物出现“抖动”或“错位”现象,则量测该处同名点误差,两者相对精度应满足下表要求。

1. 相邻影像采样间隔≤1米时,其相对误差限差满足表中规定。

相对误差限差表

地形类别 相对误差

平地、丘陵(采样间隔) 2.0倍 山地、高山地(采样间隔) 8.0倍 2. 基础底图采样间隔>1米时,其相对误差限差满足表中规定。

相对误差限差表

地形类别 相对误差 平地、丘陵(采样间隔) 山地、高山地(采样间隔) 2.0倍 4.0倍 注:相对误差因侧视角超限、基础底图和高程数据等控制资料精度不足引起,且无法改正的特殊地区除外,但该区域周边不超限。

5.4镶嵌步骤

1、镶嵌线选取

镶嵌线应尽量选取线状地物或地块边界等明显分界线,以便使镶嵌影像中的拼缝尽可能地消除,使不同时相影像镶嵌时保证同一地块完整,有利于判读。在协同作业的情况下,要保证相邻图幅重叠范围内影像一致,裁切时重叠区域内的镶嵌线必须保持一致,做到同步改动,同