多光谱图像处理
1
当前遥感数据的特点
• 来源于不同传感器，具有不同的特点。 • 数据量很大。 • 数据之间存着互补性和冗余性。
2
多光谱图像处理
• 缨帽变换（Tasseled Cap）
1. MSS图像 2. TM图像
• 指数计算（Indices） • 色彩变换（RGBIHS) • 色彩逆变换（HISRGB）
度”，反映的是 TM1,TM2,TM3,TM4波段与 TM5,TM7波段之间的对比。
6
光谱增强－指数计算（Indices）
7
指数计算－矿物提取
8
光谱增强－色彩变换 （RGBIHS)
9
IHS图像
10
光谱增强－色彩逆变换（HISRGB）
11
12
13
多光谱图 像 融 合技术
14
一对矛盾？
HISቤተ መጻሕፍቲ ባይዱ变换
全色波段图像PA
高分辨率多光谱图像1 高分辨率多光谱图像2 高分辨率多光谱图像3
22
高分辨率图像 IHS融合处
多光谱图像
23
基于PCA变换的影像融合法
1. 对多光谱图像进行主成分分析，得到第一
主分量，它包含原图像的大量空间信息， 而原图像的多光谱信息主要保留在其它的 分量中。
2. 将高分辨率图像拉伸，使其与第一主分量
具有相同的均值和方差。
3. 用拉伸后的高分辨率图像代替第一主分量，
与其余分量做逆PCA变换即可得到融合的 图像。
24
基于PCA变换的影像融合法流程图
多光谱图像XS1 重采样
多光谱图像XS2 重采样
PCA正变换
第二主分量
第三主分量
PCA 逆变换
多光谱图像XS3 重采样
第一主分量 全色波段图像PA
高分辨率多光 谱图像1
高分辨率多光 谱图像2
高分辨率多光 谱图像3
25
基于主成分分析法融合（Principal Component）
• 算法
– 计算主成分，将高分辨率的图像按照PC-1进行拉伸，并用之替换 PC-1，最后进行主成分逆变换。
• 优点
– 这种方式使变换后的输出图像能够较好的保持原始多光谱图像的 景物辐射特性。
3. 多光谱I’HS反变换到RGB，即得到融合图像。
21
基于HIS变换的遥感影像融合
多光谱图像XS1 多光谱图像XS2 多光谱图像XS3
0.5~0.59 μm，
20米
重采样
0.61~0.68 μm，20米
重采样 HIS正变换
重采样
0.78~0.89 μm，20米
色调分量H
饱合度分量S
亮度分量I
0.51~0.73 μm，10米
– 这种融合模式多用于不同类型传感器融合或同一传感器多时相数 据的动态分析，也可用于特征影像与地面调查数据的融合。
• 缺点
– 保持辐射特性的准确性，是以高的计算量为代价的，占用较多的 系统资源，因而它是最三种方法当中的较慢的一种。
26
代数法（Multiplicative）
• 算法
• 优点
– 该方法可以增强影像的细节反差，能够较好的突出城市地物。 – 采用的是简单的乘积运算，因而运算最快并且占用系统资源最少，
MSS5与MSS7的加权和减去MSS4 与MSS6的加权和。
4. R4特征量：称为“其它”。
5
TM图像缨帽变换
1. R1特征量：称为“亮
度”，在数值上等于TM 图像六个波段的加权和， 代表总的电磁波辐射水 平。
2. R2特征量：称为“绿
度”，反映了可见光与 近红外波段之间的差异。
3. R3特征量：称为“湿
• 优点
– 该方法可以增强图像直方图中的两端区域的对比度，即影像低辐射 区和高辐射区的细节反差，（比如阴影部分，水和高辐射区的城市 城市地物）。
– 在合成RGB图像中，低辐射区和高辐射区有较高的对比度。
• 缺点
– 不能保持原始图像的辐射特性。如果在分析的时候，原始图像的 辐射特性比较重要的话，这种方法不适用。
也是三种方法中的最简单的一种。
• 缺点
– 然而融合后的图像没有保持原始多光谱图像辐射特性， 相反，能够增强亮度成分，对增强城市信息方法这种方 法较好。
27
基于Brovey 变换的融合方法 （• 算B法rovey Transform）
[DNB1 / DNB1 + DNB2 + DNBn] x [DNhigh res. image] = NB1_new [DNB2 / DNB1 + DNB2 + DNBn] x [DNhigh res. image] = NB2_new
多光谱与5m PAN 融合图像
18
融合的过程
多源图像精确配准
根据图像的特征及整合的 目的选择合适的融合方法
输出融合图像
19
目前在遥感图像融合中常用的像素级融合方法
基于彩色空间变换法（HIS变换法） 基于主成分分析法（PCA法） 代数法 Brovey变换 • 基于高通滤波影像融合法 • 基于小波变换影像融合法
• 定义
– 是以图像为研究对象的数据融合，是指在同一 时间，将同一景物的不同波段或来自不同传感 器的两个或两个以上的图像进行处理，形成一 幅合成图像，以获取更多的关于目标信息的图 像处理过程。
16
SPOT、TM图像各波段对应的波长
SPOT
TM
17
融合处理
SPOT-5 10米 多光谱图像
SPOT-5 5m 全色图像
空间分辨率与光谱分辨率不可得兼
– 高空间分辨率图像具有低的光谱分辨率， 相应的波段数较少（例如SPOT全色波段 分辨率是10米）。
– 多光谱图像往往具有低的空间分辨率 （例如Landsat TM分辨率为30米）。
15
如何解决矛盾？ 图像融合
• 研究的内容
– 充分利用各种类型的图像资源，获得同时具有 较高光谱信息和空间分辨率的对象信息。
3
光谱增强－缨帽变换
4
MSS图像缨帽变换
1. R1特征量：称为“亮度”，在数
值上等于MSS四个波段的加权和， 反映了地物总的电磁波辐射水 平。
2. R2特征量：称为“绿色物”，在
数值上等于MSS6与MSS7的加权 和再减去MSS4与MSS5的加权和， 反映了植物的生长状况。
3. R3特征量：称为“黄色物”，是
20
基于彩色空间变换的影像融合法 － HIS变换法
1. 将多光谱图像的RGB彩色空间变换到IHS空间，
即图像由R（红）G（绿）B（蓝）表示变换成I （亮度）H（色调）S（饱和度）表示。
2. 将全色图像和多光谱图像的I进行直方图匹配，
用全色图像I’代替多光谱图像的I，即 IHS→I’HS，多光谱图像的其它两项不变。