原理：
最早由Thomas和Kauth（1976）在研究MSS图像反映农作物 和植被的生长过程时提出的。他们将MSS4,5,6数据中的土壤 像元和植被像元投影到一个三维特征空间中，其形状如“缨 帽”，故名。 植被的绿色变化(反映植物生长过程)在垂直于缨帽底平面的 方向有很好的反映，因此设计一种线性变换(坐标旋转)，使 得三个新的坐标轴之一穿过帽顶而垂直帽底，其他两个坐标 轴亦有明确的物理意义。现在一般用MSS4,5,6,7 4个波段变 换。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
MSS3 2B 4A, 4B 5A ,5B 1B
3B 3A
6A, 6B 2A 1A
MSS2
小麦生长线实例图 A 暗土 B 亮土 1裸土2发芽3生长期4成熟期5变黄期6衰老期
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理 单波段彩色变换（密度分割）
• 沿图象的直方图的X坐标，将图象的灰度值分割成一系列 的区间或“片段”。输入图象中所有落在给定区间内的灰度 值将在输出图象中显示一个相同的灰度。 • 密度分割广泛应用于热红外图象的显示，以显示图象的不 连续温度范围。 • 密度分割中如果分层方案与地物光谱差异对应得好，可以 区分出地物的类别。
基于知识的融 合法 DempaterDempatershafer推理法 shafer推理法 HRS/Institute of Remote Sensing Applications, CAS
Spot10米全色与 TM30米多光谱融合卫星影像
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
农作物生长过程在T-C坐标视面上的变化：
湿度 绿度
绿度 亮度
亮度
湿度
裸土
(a)植被视面
生长
植被最大覆盖
(b) 土壤视面
衰老
(c)过渡区视面
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理 1. 遥感图像变换 --彩色变换 • 单波段彩色变换 • 多波段彩色变换 • HLS变换
第三讲 高空间分辨率遥感图像处理

主讲人：张立福 2011.04
HRS/Institute of Remote Sensing Applications, CAS
主要内容
�1. 遥感图像变换 �2．遥感图像融合 �3. 遥感图像分类
HRS/Institute of Remote Sensing Applications, CAS
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理 2. 遥感图像融合
单一遥感信息在以下方面存在局限性： � 波段区间有限； � 波谱分辨率有限； � 空间分辨率有限； � 时相的限制； � 成像参数的限制，如遥感器的观察角度； � 物理属性有限。如对准确识别目标来说，有时单靠目 标的电磁辐射特性还不够，需要其他属性作参考，如 数字高程模型等等。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
数据融合原理及过程
遥感影像的数据融合分为预处理和数据融合两步 ： 1、预处理：主要包括遥感影像的几何纠正、辐射校正及空间 配准 • 空间配准的精度一般要求在1~2个像元内。空间配准中最关 键、最困难的一步就是通过特征匹配寻找对应的明显地物点 作为控制点。 2、数据融合 ：根据融合目的和融合层次智能地选择合适的融 合算法，将空间配准的遥感影像数据（或提取的图像特征或模 式识别的属性说明）进行有机合成，得到目标的更准确表示或 估计 。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理 多波段彩色变换
• 根据加色法彩色合成原理，选择遥感影像的三个波段，分 别赋予红、绿、蓝三种原色，就可以合成彩色影像。 • 实际应用时，应根据不同的应用目的经实验、分析，寻找 最佳合成方案，以达到最好目视效果。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
Colour cube
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理 2. 遥感图像融合
概念：数据融合(Data fusion) 是将多源数据进行组合匹配、 综合分析，产生比单一信息源更精确、更完全、更可靠的估 计和判断。 目的：将单一传感器的多波段信息或不同类别传感器所提供 的信息加以综合，消除多传感器信息之间可能存在的冗余和 矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提 高数据的使用效率。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
• 变换后所得各分量(y1,y2,L,yn)是互不相关的，Y的各分量 按顺序所承载的原特征向量X中的信息量，是由大到小排 列的，且通常前三个分量集中了所有信息量的90%以上。 • 变换对不相关的噪声没有影响，当信息减少时，就突出了 噪声，最后的分量几乎全是噪声。
第三讲 高空间分辨率遥感图像处理 1. 遥感图像变换 --主成分变换
定义：是对某一多光谱图像X，利用K-L变换矩阵A进行
线性组合，而产生一组新的多光谱图像Y。
特点：从几何意义来看，变换后的主分量空间坐标系与变
换前的多光谱空间坐标系相比，旋转了一个角度，而且新的 坐标系的坐标轴一定指向数据信息量较大的方向。 新的坐 标系的各坐标轴依次指向特征空间中变量方差最大、次大， 直至最小的各个方向。
第三讲 高空间分辨率遥感图像处理 3. 遥感图像分类
遥感图像分类是以区别图像中所含的多个目标物为目 的，对每个像元或比较匀质的像元组给出对应其特征的名称。 遥感图像分类的理论依据是：遥感图像中的同类地物 在相同的条件下（纹理、地形、光照以及植被覆盖等 等），应具有相同或相似的光谱信息特征和空间信息特 征，从而表现出同类地物的某种内在的相似性，即同类地 物像元的特征向量将集群在同一特征空间区域。而不同的 地物其光谱信息特征或空间信息特征将不同，它们将集群 在不同的特征空间区域。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
原始影像
TM FCC 452 RGB
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
第三讲 高空间分辨率遥感图像处理
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理 HLS变换
• 与RGB三原色合成法相对应，另一种表示颜色的方 法是采用色度-亮度-饱和度(HLS, hue-lightnesssaturation)系统。 • 亮度：和色彩的总亮度有关 色度：指某种占主导作用的色光的波长或它们的平均 波长 饱和度：指色彩的纯度，它和灰度有关。例如，粉红 色这样柔和的色彩，具有较低的饱和度，而对应的深 红色彩具有较高的饱和度。 • 在图象处理前将RGB转换为IHS可以提供更多的颜色 增强的方法。
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
三级融合层次的特点 融合 框架 像元 级 特征 级 决策 级 信息 损失 小 中 大 实时 性 差 中 优 精度 高 中 低 容错 性 差 中 优 抗干 扰力 差 中 优 工作 量 小 中 大 融合 水平 低 中 高
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
后来Crist等人将其推广到TM(Landsat4,5)，并增加了 三个附加轴。
T-C变换示意图
HRS/Institute of Remote Sensing Applications, CAS
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
TM各波段影像
HRS/Institute of Remote Sensing Applications, CAS
TM 影像彩色合成
HRS/Institute of Remote Sensing Applications, CAS 标准假彩色
第三讲 高空间分辨率遥感图像处理 应用
T-C变换中前三个坐标轴的意义： 明度(Brightness)：土壤反射率变化大的方向； 绿度(Greenness)：与绿色植被量高度相关； 湿度(Wetness)：与植被冠层和土壤湿度有关；
HRS/Institute of Remote Sensing Applications, CAS
HRS/Institute of Remote Sensing Applications, CAS
第三讲 高空间分辨率遥感图像处理
PC1 PC2 PC3