遥感数字图像处理（期中复习要点）

第五章 图像校正

图像校正包括：图像像素位置的校正、图像像素值的校正

几何误差：像素空间位置的变形误差

名词解释

数字图像：用计算机存储和处理，空间坐标以及灰度均不连续，用离散数学表示的图像。

数字图像处理：指通过计算机图像处理系统对数字图像的像素进行一系列操作的过程。

遥感图像：成像传感器通过摄影或扫描的方式，将接收到的目标电磁波信号转换为图像。这样获得的图像即为遥感图像。

数字图像校正：主要是指对由于传感器或环境引起的图像退化进行模糊消除、噪声滤除、几何失真校正或非线性校正。包括图像增强、几何校正和辐射校正，使得图像尽可能反映真实的辐射信息、空间信息和物理过程。

---

采样：将时域或空域上的连续图像（模拟图像）转换为离散采样点集合的操作

量化：将像素连续的灰度值转换为整数级灰度值的过程

灰度级：从黑到白的单色光的度量值范围，而单色图像常被称为灰度图像

图像分辨率：图像中的点被映射到给定空间内的数量，常用单位长度所表达/所获取的像素个数来表示。在数字图像中，指图像的长和宽（像素数）

---

相关：滤波器模板移过图像并计算每个位置乘积之和的处理

乘积：机理相似，但滤波器首先要旋转180°

---

填空

遥感数字图像处理的内容包括：图像增强、图像校正、信息提取

遥感传感器分辨力的四个指标：辐射分辨力、谱分辨力、空间分辨力和时间分辨力

辐射分辨力：传感器区分所接收到的电磁辐射强度差异的能力

谱分辨力：传感器记录的电磁波谱的波长范围和数量

空间分辨力：传感器能把两个目标地物作为清晰的实体记录下来的最小距离，是指能够详细区分的最小单元的尺寸或大小

时间分辨力：传感器对同一空间区域进行重复探测，相邻两次探测的时间间隔

简答

遥感数字图像校正的目的、方法、过程和过程中涉及的主要技术

目的：

（1）消除由于地球自转、遥感系统以及电磁波等影响产生的目标在图像上的位置与真实位置之间的差异，即几何误差。

（2）消除由于传感器本身、大气、太阳或其它噪声引起的传感器测量值与目标物光谱反射率或辐亮度之间的差异，即辐射误差。

（3）从而尽可能复原图像真实信息，为遥感图像分割、分类、解译等后续工作提供更好质量的图像。

方法：

几何校正、辐射校正

过程：

1、几何纠正：包括系统几何纠正和用户几何精纠正，后者又包括几何精纠正、正射校正和真正射校正

2、辐射校正：包括系统辐射校正和用户实施的辐射校正，后者又包括传感器端的辐射校正、大气校正和地表辐射校正（太阳、地形）

---

灰度变换和空间滤波的异同

 灰度变换和空间滤波都是图像空间域处理的操作；

但灰度变换是对图像的单个像素进行操作，主要以对比度和阈值处理为目的；而空间滤波通过图像中每个像素的邻域处理来锐化图像，涉及改善性能的操作。

灰度变换的方法以及应用

（1）图像反转：通过数字X射线照片灰度级的反转分析人体组织器官的病变

（2）分段线性变换：分为对比度拉伸和灰度级分层。对比度拉伸是拉伸图像的灰度值，使得最亮像素和最暗像素映射到更广的范围；灰度级分层的第一种方法是给感兴趣的区域赋予一个灰度值，不感兴趣的区域赋予另一个灰度值，从而产生二值图像，另一种方法是让感兴趣的区域的灰度值变暗或变亮，其它部分灰度级保持不变。

（3）对数变换：通过拓展傅里叶频谱中的暗像素值，同时压缩亮像素值展现丰富的灰度细节

（4）幂律变换：用于图像对比度的增强，以及在同态滤波中将图像反射成分与照射成分的乘性转化为加性，以便傅里叶变换处理的进行

（5）比特平面分层：每个像素的灰度由8bit组成，低阶比特平面在图像中贡献了更精细的灰度细节，而高阶比特平面可以重建原图像并压缩存储量

直方图均衡化的原理及应用

原理：通过累积分布函数cdf，实现将一张灰度非均匀分布的图像变换为均匀分布的图像。

步骤如下：

①统计图像中各灰度级的频数和频率并得到累积分布函数cdf；

②建立灰度值映射关系得到新的灰度级；

③以新值替换原值，得到新图像。

应用：增强图像对比度，且不同图像经过直方图均衡化后，suiran直方图仍然不相同，但图像本身在视觉上非常相似，因为直方图均衡化导致的对比度增强足以补偿图像在视觉上难以区分的灰度级差别。

如何增强图像对比度

除了灰度变换的方法，还有直方图均衡化/规定化、伪彩色图像处理

自适应直方图均衡化：通过局部区域上直方图均衡化有效增强局部的对比度（增强邻域内像素值的对比，每次均衡化只改变邻域中间的像素值），避免全局均衡化带来的过度增强

伪彩色图像处理：人眼能分辨彩色差异的级数要远远大于黑白差异的级数，将单波段灰度图像的灰度级变换为彩色并显示能够增强区分地物的能力。

---

盒式核的局限性 

1、对透镜模糊特性的近似能力较差

2、往往会沿着垂直方向模糊图像 

常用颜色模型

1、RGB模型：计算机采用RGB来显示图像，不同的显示器和扫描仪得到或显示的颜色效果有所不同
2、CMYK模型：打印常用，
3、HSI模型： 

为什么RGB分量分别平滑得到的图像与处理HSI图像的亮度分量再转换为RGB图像的结果有差异？

1、分别平滑每个像素的RGB分量时，每个像素的颜色都是邻域中的像素的平均颜色，改变RGB值相当于色调、饱和度、亮度都有所改变

2、 处理HSI图像中的亮度分量则只平滑了亮度分量，每个像素的色调和饱和度不受影响。