遥感数字图像处理

遥感数字图像处理课本大体内容的思维导图。：遥感图像处理的基本概念，遥感数据的分级和图像文件的基本格式，遥感数据文件的读写，图像表达和统计特征，图像合成显示和拉伸，图像辐射校正，图像几何纠正，图像变换和图像滤波，图像分割，图像分类，遥感信息提取。

遥感数字图像处理

• 数字图像基础
  • 图像—数字矩阵，计算机对图像信息进行运算和处理
  • 数字图像获取
    • 图像数字化
      • 模拟图像—模数转换—离散化数字图像
    • 采样
      • 空间位置的离散化
        • 像元（像素）
    • 量化
      • 辐射能量的离散化
        • 灰度值
    • 特征参数
      • 质量特征
        • 空间分辨率（采样过程决定）
          • 像元大小
          • 线对
          • 瞬时视场
        • 辐射分辨率（量化过程产生）
          • 辐射量化等级
      • 信息量特征
        • 光谱分辨率
        • 时间分辨率
  • 数字图像特征
    • 空间分布特性
      • 空间位置
        • 二维矩阵结构
      • 形状
        • 点
        • 线
        • 面
      • 大小
        • 线状物体的长度
        • 面状物体的体积
        • 像元聚集个数
      • 空间关系
        • 相邻
        • 相离
        • 包含
    • 数值统计特性
      • 图像灰度直方图
        • 图像获取质量评价
          • 灰度值范围
        • 边界阈值的选择
          • 提取目标物体
        • 噪声类型判断
  • 数字图像输出
    • 数字图像—模拟图像
    • 输出特征参数
      • 质量特征
        • 输出分辨率——空间分辨率
          • 屏幕分辨率
          • 打印分辨率
        • 灰度分辨率——辐射分辨率
      • 信息量特征
        • 颜色空间模型
          • RGB颜色模型
          • CMYK颜色模型
          • HSI颜色模型
          • 波段对应颜色通道
  • 数字图像种类
    • 黑白图像（二值数字图像）
      • 0（0，0，0）黑1（255，255，255）白
    • 灰度图像（单波段图像）
      • 2^n
    • 伪彩色图像
      • 灰度值—某一颜色
        • 颜色查找表
    • 彩色图像
      • 红绿蓝
        • 真彩色
        • 假彩色
• 数字图像存储
  • 基本信息
    • 元文件（头文件）
      • 解码信息
    • 文件头
      • 解码信息与数据内容
    • 头信息
      • 解码顺序
      • 图像行数列数
      • 图像数据类型
      • 波段数
      • 偏移量
  • 多波段数据存储方式
    • BSQ（波段）
      • 简单，最佳空间存储能力，获取单个波段点位信息的最佳选择
    • BIP（按像元）
      • 最佳的波谱处理能力，适合读取光谱剖面数据（即同一空间位置像元所对应的多个波段数据），为波谱存取提供最佳性能
    • BIL（按行交叉）
      • 前两种折中
  • 常见图像文件存储格式
    • 开放式
      • ENVI
        • 头文件和数据文件分开存储
    • 封装式
      • TIFF
      • HDF
      • IMG
      • BMP
      • JPEG
• 空间域处理方法
  • 数值运算
    • 单波段运算
      • 点运算
        • 线性
        • 分段线性
        • 非线性
          • 指数
          • 对数
      • 邻域运算
        • 邻域窗口—模板窗口
          • 滑动窗口
          • 跳跃窗口
        • 卷积运算
          • 滑动窗口
            • 卷积核
              • 对应相乘求和
                • 图像平滑去噪声处理
                • 图像锐化增强处理
        • 邻域统计
          • 多样性
            • 邻域窗口中像元类型个数
          • 密度
            • 某一灰度值出现次数
          • 众数
            • 出现次数最多的灰度值，出现多个选最小
          • 少数
          • 求和
          • 均值
          • 标准差（四舍五入取整）
          • 最大值
          • 最小值
          • 秩
            • 小于中心像元灰度值的像元个数
    • 多波段运算
      • 代数运算
        • 多幅图像
          • 加法
            • 求平均
              • 有效降低随机噪声
            • 叠加
              • 改善图像视觉效果
              • 图像边缘增强
          • 减法
            • 突出研究对象
            • 提取边缘信息
          • 乘法
            • 遮盖图像中某些部分
              • 掩膜图像
                • 1保留0抑制
          • 除法
            • 产生比率图像
              • 多光谱图像分析
      • 剖面运算
        • 剖面卷积
        • 剖面邻域
  • 集合运算
    • 空间操作
      • 图像裁剪
        • 投影变换变形
          • 边缘数据缺失
        • 周边坡度偏大
      • 图象镶嵌
    • 波段操作
      • 波段提取
      • 波段叠加
  • 逻辑运算（布尔运算）
    • 求反运算（非运算）
    • 与运算
    • 或运算
    • 异或运算
  • 数学形态学操作
    • 二值形态学
      • 二值图像
        • 腐蚀
          • 都包含1反之0
            • 消除边界点，使边界向内部收缩，消除小且无意义的目标物
        • 膨胀
          • 交集不为空1反之0
            • 填补目标区域中的某些空洞以及消除包含在目标区域中的小颗粒噪声
        • 开运算
          • 先腐蚀再膨胀
            • 消除细小物体的在纤细点处分离物体和平滑物体边界时又不明显改变面积
        • 闭运算
          • 先膨胀再腐蚀
            • 填充物体内细小的空洞，连接相邻物体，在不明显改变物体面积的情况下平滑其边界
    • 灰度形态学
      • 灰度图像
        • 腐蚀
          • 最小值代替卷积求和，减法运算代替卷积乘积
            • 对应相减取最小
              • 结构元素为正，输出图像比原始图像更暗
        • 膨胀
          • 最大值代替卷积求和，加法运算代替卷积乘积
            • 对应相加取最大
              • 结构元素为正，更亮
        • 开运算
          • 消除图像中相对于结构元素而言较小的明亮细节，同时保持整体的灰度级和较大的明亮区域相对不变
        • 闭运算
          • 消除图像中相对于结构元素而言较小的暗细节，同时保持整体的灰度级和较大的暗区域相对不变
    • 结构元素
• 变换域处理方法
  • 基于特征分析
    • 主成分分析（PCA）
      • 正交变换，可能相关的变量——线性不相关的变量（主成分）
        • 增强信息含量，隔离噪声，减少数据维数，降维工具
      • 遥感图像处理中
        • 减少了各波段提供信息的交叉和冗余，有利于分析，得到主要波段的合理权重
          • 图像压缩
          • 图像去噪
          • 图像增强
          • 图像融合
          • 特征提取
    • 最小噪声分离（MNF）
      • 正交变换，不相关，信噪比由大到小
      • 遥感图像处理
        • 判断图像数据维数，分离数据中的噪声，减少后期处理运算量
          • 图像压缩
          • 图像去噪
          • 图像增强
          • 图像融合
          • 特征提取
    • 缨帽变换（K—T）
      • 基于图像物理特征
        • 变换后的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向，特别是与植物生长过程和土壤背景有关
      • 变换后相同分量可相互比较
      • 传感器
      • 遥感图像处理
        • 特征提取
        • 图像压缩
        • 图像增强
        • 图像融合
    • 独立成分分析（ICA）
      • 从观测到的混合信号中提取或恢复出源信号
      • 非高斯性就是独立性
      • 遥感图像处理
        • 把多光谱或者高光谱遥感数据转换成相互独立的部分
          • 混合像元分解
          • 图像去噪
          • 特征提取
  • 频率域变换
    • 傅里叶变换DFT
      • 时域信号——频域信号（频谱）
      • 物理意义
        • 图像的灰度分布函数——图像的频率分布函数
      • 遥感图像处理
        • 图像去噪
        • 图像增强
        • 特征提取
    • 小波变换
      • 时域集中
        • 有限的持续时间，突变的频率和振幅，波形可以不规则不对称
      • 吉布斯现象
      • 遥感图像处理
        • 图像压缩
        • 图像去噪
        • 图像增强
        • 图像融合
        • 边缘检测
        • 图像分割
  • 颜色空间变换
    • RGB
      • 自然界中所有颜色
        • 加法混色
    • CMYK
      • 彩色图像印刷行业
        • 减法或乘法混色
    • HSI
    • 遥感图像处理
      • 图像增强
      • 特征提取
• 辐射校正
  • 传感器校正
    • 辐射定标
      • 原理
        • 建立数字量化值与其所对应视场中辐射亮度值之间的定量关系，以消除传感器本身产生的误差
      • 分类
        • 相对辐射定标
          • 校正探测元件的不均匀性，消除探测元件的响应不一致性，得到的结果是不具备物理意义的D N值
          • 方法
            • 定标法
              • 传感器定标
            • 统计法
              • 分析图像
            • 综合法
            • 基于图像自身统计量的
              • 直方图均衡法
              • 均匀场景法
              • 直方图匹配法
        • 绝对辐射定标
          • 建立DN值与实际辐射值之间的数学关系，获取目标的辐射绝对值
    • 定标参数获取
      • 实验室
        • 发射前的实验室定标
      • 星上
        • 基于星载定标器的星上定标
      • 地面
        • 发射后的场地定标
  • 大气校正
    • 统计模型
      • 平场域法
        • 原理
          • 面积大亮度高，光谱响应曲线平缓——平场域
          • 平均光谱辐射值模拟图像获取时大气条件下的太阳光谱
          • 每个像元的辐射值与平均光谱辐射值比值作为地表反射率
        • 平场域自身的光谱没有明显的吸收特征
    • 物理模型
    • 大气顶层的辐射亮度值（或反射率）——地表反射的太阳辐射亮度值（或地表反射率）
• 几何校正
  • 概念
    • 针对图像的几何畸变进行校正
      • 几何畸变
        • 传感器内部因素
        • 遥感平台因素
        • 地球因素
  • 原理
    • 重采样
      • 种类
        • 最近邻法
          • 优点
            • 方法简单，处理速度快，不会改变原始栅格值，最大可能产生半个像元大小的位移
          • 缺点
            • 处理后的图像不够平滑
          • 由于不改变图像光谱信息，用于数据的预处理，能保证后期数据定量分析（如图像自动分类）的准确性，也可用于专题地图
        • 双线性内插法
          • 结果光滑
          • 改变原来的栅格值，丢失一些微小的特征
          • 适用于表示某种现象分布，地形表面的连续数据，如DEM，气温，降雨
        • 三次卷积法
          • 图像平滑，视觉效果好，加强栅格的细节表现
          • 破坏图像光谱信息，计算量大，算法复杂，改变原来栅格值，且可能超出输入栅格的值域范围
          • 当不需要再进行基于光谱分析的数据处理而只用于制图表达时采用
    • 坐标变换
      • 直接法
      • 间接法
      • 选取地面控制点
        • 获取同名像点的原始图像坐标和参考系统坐标
        • 遵循原则
          • 明显清晰的识别标志
          • 不随时间变化
          • 同一地形高度
          • 均匀分布，足够数量
  • 几何配准
  • 步骤
    • 建立统一的坐标系和地图投影
    • 选择地面控制点，寻找地面控制点对
    • 选择校正模型，实现像元坐标变换
    • 几何校正的精度分析
      • 定量上
      • 视觉上
  • 类型
    • 图像到图像的几何校正
    • 图像到地图的几何校正
    • 具有地理位置信息的几何校正
    • 正射校正
      • 地形起伏会形成投影差
      • 校正后有精确的空间位置，统一的比例尺
      • 方法
        • 严格物理模型
        • 通用经验模型
  • 图像自动匹配
    • 要素
      • 特征空间
        • 图像特征
      • 搜索空间
        • 待估计参数
      • 搜索策略
        • 穷尽搜索
        • 分层搜索
        • 动态规划法
      • 相似性度量
        • 互相关函数
        • 互信息
    • 性能
      • 匹配速度
        • 匹配算法运行效率
      • 匹配精度
        • 匹配误差
      • 匹配概率
        • 限定在精度范围内的概率
      • 匹配适应性
        • 不同来源的图像数据
    • 方法
      • 基于灰度的图像匹配
        • 获得较高的精度和鲁棒性
        • 计算量大，实时性差，信息贫乏区和畸变区域效果不佳
        • 互相关法
          • 图像间相似性最大化原理
        • 互信息
          • 表示两个随机变量之间的依赖程度，用熵表示
      • 基于特征的匹配方法
        • 计算量小速度快，具有鲁棒性，能够适应图像偏移旋转的情况
        • 压缩图像信息，适应不同场景差
        • 特征
          • 点特征
            • 基于小波变换的边缘点提取法
            • 角点检测法
            • 兴趣算子法
            • 线端点，线交叉点，区域中心，角点
          • 线特征
            • LOG算子
            • CANNY算子
            • Hough变换算子
            • 边缘
          • 区域特征
            • 平均分割法
            • 区域
  • 投影转换与几何校正的区别和联系
    • 区别
      • 几何校正
        • 空间位置变换关系未知，需要利用控制点的坐标来建立空间位置变换关系
      • 投影转换
        • 根据两种投影类型及其参数推导出明确的空间位置变换关系，所以只需要设置输出图像的投影类型及其参数，以及灰度重采样方法
• 图像去噪声
  • 空间域去噪声
    • 方法
      • 均值滤波
      • 中值滤波
      • 边缘保持平滑滤波
    • 原理
      • 借助像元与其邻近像元之间的关系来判断并去除噪声
  • 变换域去噪声
    • 原理
      • 在图像的某个变换域内去除或者压缩噪声的变换域系数，保留原始信号的变换域系数，反变换到空间域以达到图像去噪声的目的
    • 方法
      • 小波变换
      • 主成分变换
      • 傅里叶变换
        • 原理
          • 把图像从空间域变换到频率域，然后在频率域内对高频成分进行滤波，掩膜等各种操作，抑制或消除部分高频，最后反变换到空间域
        • 滤波器
          • 低通
            • 阻止高频
          • 带阻
            • 设定频率范围
          • 限波
            • 阻止事先定义的局部窗口内的频率
          • 由上至下过滤范围越来越小
        • 滤波器传递函数
          • 理想
            • 产生振铃效应
          • 巴特沃斯
          • 高斯
          • 由上至下，由非常尖锐过渡到非常平坦
  • 类型
    • 概率密度函数
      • 高斯噪声
      • 瑞利噪声
      • 伽马噪声
      • 指数分布噪声
      • 均匀分布噪声
      • 脉冲噪声（椒盐噪声）
        • 胡椒噪声
          • 低灰度噪声
        • 盐噪声
          • 高灰度噪声
    • 图像与噪声关系
      • 加性噪声
      • 乘性噪声
    • 统计特征
      • 随机噪声
        • 包含按概率密度函数的所有噪声
        • 识别
          • 灰度直方图
      • 周期噪声
        • 依赖空间位置
        • 频率域滤波抑制或消除
• 图像增强
  • 伪彩色处理
  • 图像融合
    • 概念
    • 直方图匹配
• 感兴趣目标及对象提取
  • 图像分割
    • 类型
      • 阈值法
      • 边界分割法
      • 区域提取法
      • 形态学分水岭法
        • 区域生长法
        • 区域分裂合并
    • 基本概念
      • 四邻近
      • 八邻近
      • 四连通
      • 八连通
    • 举例
• 特征提取与选择
  • 概念
  • 特征类型
    • 光谱特征
    • 空间特征
      • 纹理特征
      • 形状特征
        • 周长
        • 面积
        • 紧致度
        • 形状系数
        • 最小外接矩形
        • 最小外接椭圆
          • 圆度
          • 长宽比
          • 放置角度
      • 空间关系特征
        • 拓扑关系
        • 方位关系
        • 距离关系
  • 特征选择步骤
    • 子集产生
      • 搜索特征子集
      • 决定搜索开始点
      • 决定搜索策略
    • 子集评价
      • 特征选择的关键
      • 非监督选择
      • 监督选择
    • 评价终止
      • 搜索完成
      • 达到某种给定的界限
      • 再增加或删除任何特征都不能获得更好的结果
      • 满足给定的评价准则，即获得最优的属性子集
    • 结果验证
  • 属性评价准则
    • 关联准则
    • 独立准则
      • 距离度量
      • 相关性度量
      • 信息度量
      • 一致性度量
      • 综合度量
        • 最佳指数OIF
          • 图像数据的标准差越大，所包含的信息量越多
          • 波段的相关系数越小，各波段的图像数据独立性越高，信息的冗余度越小
  • 特征空间
• 图像分类
  • 方法
    • 监督分类
      • 优缺点
        • 优点
          • 预先确定分类类别
          • 可控制训练样本的选择
          • 避免重新归类
        • 缺点
          • 人为干预因素较多
          • 花费较多的人力时间
          • 只能识别定义的类型
      • 训练样本的选择
        • 训练样本的来源
          • 野外调查
          • 遥感图像上获取
            • 实地样本形状的边长至少大于分类影像空间分辨率的倍
        • 训练样本的个数要求
        • 训练样本的分布
      • 训练样本的评价
        • 图表法
        • 统计测量法
      • 分类器的选择
        • 平行盒式算法
        • 距离判断算法
        • 最大似然法
    • 非监督分类
      • 优缺点
        • 优点
          • 无需对分类区有较多了解
          • 人为干预过程减少
          • 所分类别更均质
          • 独特的，覆盖量小的类别也可识别
        • 缺点
          • 需进行大量分析及后处理
          • 同物异谱，异物同谱，匹配难度大
          • 不同图像间的光谱集群组无法保持连续性，难以对比
      • 分类器
        • K-均值算法
        • ISODATA算法
    • 决策树分类
    • 面向对象分类
      • 步骤
        • 对象提取
        • 对象分类
    • 精度评价
      • 混淆矩阵精度
        • 定义
          • 也叫误差矩阵，它是通过将每个地表真实像元的位置和类别与分类图像中相应的位置和类别进行比较来评价分类精度
        • 精度评价因子
          • 总体分类精度
          • 制图精度
          • 用户精度
          • 漏分误差错分误差
          • Kappa系数
      • ROC曲线
  • 流程
    • 了解分类目的及研究区背景
    • 数据选取
    • 数据预处理
    • 特征提取和选择
    • 分类类别确定和解译标志建立
    • 分类方法的选择
    • 训练样本选取和评价
    • 图像分类
    • 分类后处理
    • 精度评价
  • 原理
    • 理想情况下，同种地物…不同地物…
• 遥感制图表达
  • 制图流程
    • 举例说明
    • 制图目的
      • 制图动机
      • 制图结果的使用对象
    • 制图规划
      • 图幅大小
        • 直接设定
        • 根据比例尺设定
      • 制图要素选择
        • 内容要素
          • 图像空间范围
          • 图像分辨率
        • 数学要素
          • 比例尺
          • 地理信息要素
            • 表示地图方向和地理位置
        • 辅助要素
          • 图名
          • 图例
          • 文字说明
      • 布局
        • 各要素间位置关系
        • 重合时叠放次序
    • 制图颜色
      • 遥感图像中的波段组合
      • 专题图中的颜色表定义
        • 定性
        • 定量
        • 原则
          • 良好的可区分度
          • 符合视觉心理效应
    • 图像修饰
      • 目的
        • 图面布局合理，整齐，美观
        • 图面结构符合规范，规定和习惯的要求
      • 步骤
        • 添加要素
        • 调整各要素的位置
  • 功能
    • 信息负载
    • 信息传输
    • 图像数据再现与认知
  • 要求
    • 信
      • 制图表达的信息可靠
        • 原始数据要准确
        • 图像处理过程要科学
    • 达
      • 制图表达的信息清楚可用
        • 简化要素，提取有用信息，选择合适的方法表达
        • 制图结果有实用性
    • 雅
      • 制图结果美观
        • 颜色，字体，布局