遥感数字图像处理教程【2.0】

4 . 2 图像的彩色合成人眼对黑白密度的分辨能力有限大 致 只 有 1 0 个灰度级对彩色图像的分辨力则要高得多。如果以平均分辨力3nm 计算人眼可察觉出数百种颜色差别。这还仅仅是色相一个要素 如果加上颜色的其他两个要素饱和度和亮度人眼能够辨别彩色差异的级数要远远大于黑白差异的级数。为了充分利用色彩在遥感图像判读中的优势常常需要先对多波段图像进行彩色合成得到彩色图像然后再进行其他处理。彩色图像可以分为真彩色图像和假彩色图像。真彩色图像上的颜色与人眼视觉所看到的真实地物的自然颜色基本一致。假彩色图像是图像上的色相与实际地物色相不一致的图像。彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成四种方法。其中伪彩色合成是将单波段灰度图像转变为彩色图像的方法真彩色和假彩色合成是彩色合成方法模拟真彩色合成是通过模拟产生近似真彩色的彩色合成方法。这些彩色合成方法往往又被称为彩色增强。4 . 2 . 1 伪彩色合成伪彩色(pseudo-color)合成是按特定的数学关系把单波段灰度图像的灰度级变换成彩色然后进行彩色显示的方法其目的是通过数据的彩色表达来增强区分地物的能力。将单色映射为彩色有多种方法对于指定的数据最佳的映射方法需要通过试验来确定。通过密度分割(density slice)方法进行伪彩色合成。密度分割是将单波段遥感图像按灰度分级对每级赋予不同的色彩使之变为彩色图像的处理方法。级别和色彩之间有多种映射关系可供选择。图4.6是图像密度分割示意图。首先将单波段图像的灰度范围划分成N 级/g 1 ,2 ,3 ,… M 并赋值。例如灰度范围0〜 15为 /赋 值 为 1灰度范围15〜 2 0 为 a 赋值为2灰度范围 20〜 6 6 为 A 赋 值 为 3 等 。然 后 对每个赋值区赋予不同的颜色G 、Q 、C3 o 依次类推产生彩色图像。计算机显示器的色彩显示能力很强在理论上完全可以将每个灰度级映射为单独的颜色图 4.7。密度分割中的彩色是人为赋予的与地物的真实颜色无关因此称为伪彩色。密度分割可以改善图像的可识别性。如果分级与地物的光谱特征差异相对应分割结果就可以较准确的区分出地物类别。例 如 水体在近红外波段的吸收强图像色调近于黑色若取低灰度值为分割点即可分出水体。图像处理中密度分割是常用的而且有效的方法。利用密度分割快速获得灰度值的空间分布结合已有的光谱知识和地物的空间分布知识可以获得地物与光谱特征间的关系。图像分害I」第 8 章或 分 类 第 9 章后 利用密度分割可以快速可视化处理结果便于从空间上分析处理结果是否合适是否符合地理规律。4 . 2 . 2 真彩色合成如果彩色合成中选择的波段的波长与红绿蓝的波长相同或近似那么合成后的图像颜色就会与真彩色近似这种合成方式称为真彩色合成。使用真彩色合成的优点是合成后图像的颜色更接近于自然色与人对地物的视觉感觉相一致更容易对地物进行识别。例 如 将 T M 图 像 的 3 、2 、1 波段分别赋予红、绿 、蓝三色由于赋予的颜色与原波段的色调相同可以得到近似的真彩色图像。真彩色图像接近于彩色照片在多波段图像显示处理中经常使用图 4.8表 4 .1 是常用遥感传感器的真彩色合成波段表。4 . 2 . 3 假 彩 色 合 成假彩色(falsecolor)是人工合成的非物体原有天然颜色的颜色假彩色合成是最常用的一种图像合成方法用来提高图像对特定对象类型的显示效果。与伪彩色不同之处在于假彩色合成使用的数据来自于多个波段。计算机显示器的彩色显示系统是根据三原色加色法合成原理分别在屏幕上形成红、绿 、蓝三个原色像来合成彩色图像。因此对于多波段遥感图像选择其中的任意三个波段分别赋予红、绿 、蓝三种原色即可在屏幕上合成彩色图像(图4 .9 )。因为三个波段原色的选择是根据增强目的确定的与原来波段的真实颜色不同所合成的彩色图像并不表示地物真实的颜色所以这种合成方法称为假彩色合成在图像增强上称为假彩色增强。图 4.10是 T M 图像假彩色合成结果水塘的信息得到了增强。任 意 三 个 波 段 B l, B2, B 3进 行 的 RGB彩色合成使 用 (B l, B2, B3)的方式来表达。假彩色合成选用的波段应该以地物的光谱特征作为出发点通过不同的波段合成方式来突出不同的地物信息。图 4.11是 植 被 的 光 谱 曲 线 。植 被 在 近 红 外 波 段 有 较 高 的 反 射 率 其次 是 在 绿 色 波 段 。按 上 述 方 法 进 行 真 彩 色 合 成 时 绿 色 分 量 (对 应 于 植 被 在 绿 色 波 段 的 反射 )在 整 个 像 素 的 三 个 分 量 中 占 的 比 例 最 大 所 以 该 像 素 表 现 为 绿 色 而进行假彩色图像合 成 时 红色分量(对应于植被在近红外波段的反射)在整个像素的三个分量中占的比例最大 所以该像素表现为红色。此 时 进行假彩色增强图像可以有效地突出植被要素有利于植被的判读。在 Landsat的 T M 图像中波 段 2 绿 波 段 (0.52〜 0.60Rm), 波 段 3 红 波 段 (0.63〜 0.6邪 m ),波 段 4 近红外 波 段(0.76〜 0.90R m ),对 4 、3、2 波段分别赋予红、绿 、蓝色合成的假彩色图像称为标准假彩色图像。这一合成方案称为标准假彩色合成是实践中最常用的一种方案。类似地对 于 M S S 图像选 择 波 段 4、2、1 分别赋予红、绿 、蓝颜色合成可得到标准假彩色图像SPOT/HRV图像的标准假彩色合成方案为3(红 )、2(绿 )、 1(蓝 )。标准假彩色图像突出了植被、水体、城 乡 、山区、平原等特征植被为红色、水体为黑色或蓝色、城镇为深色 地物类型信息丰富。在 实 际 工 作 中 为了 突 出 某 一 方 面 的 信 息 或 显 示 丰 富 的 地 物 信 息 获得最好的目视效 果 需 要 根 据 不 同 的 研 究 目 的 进 行 反 复 实 验 分 析 寻 找 最 佳 合 成 方 案 。合成后的图像应 具 有 最 大 信 息 量 而 波 段 间 的 相 关 性 最 小 。例 如 T M 4 (R )、5 (G )、3 (B )波段组合能够 突 出 植 被 信 息 在 研 究 地 表 的 植 被 信 息 时 有 时 甚 至 优 于 (4, 3, 2 ) 的标准假彩色合成 图 像 。图 4 .1 2 为南京市紫金山T M 假彩色合成图像使 用 T M 的 B5、B4、B 3 进行假彩色合成。图像显示的区域大约为9 k m x 9 k lm 在该图像中不同深浅的浅绿色A 表示植被玄武湖水表现为黑色南京城镇为紫色新开工建设的道路B 为白色。不同的地表覆盖由于含水量和粗糙度等不同在雷达图像上也会反映出较显著的波谱差异 。图 4.13是 由 SIR-C雷达获得的加拿大寒带森林不同季节的多波段合成图像。由 图 4 .1 3 可见同一年份不同季节( 4 月 一 上 部 图 像 和 1 0 月一下部图像)的合成图像上色调存在显著的变化在 4 月 Old Jack 松为紫色但 在 1 0 月为红色而云杉和白杨在这两个月份分别为绿色和蓝色。夏季遭遇大规模砍伐的一小块区域在1 0 月的图像上也显示蓝色。除热带地区外世界上的大多数地区许多植物在冬季会落叶所以对比冬夏两季的图像可以较容易地区分落叶林、常绿林和常落混交林。因为落叶植物所占比例不同冬季的近红外波段反射率会有不同程度的下降。研究这种不同季节或时相中地物分布变化的遥感技术称为变化检测(change detection), 更多的内容请参阅本书第1 0 章。图 4.14是 7 号资源卫星数据通过不同合成方案产生的图像。合成方法不同地物之间的对比度不同突出的地物信息不同。4 . 2 . 4 模 拟 真 彩 色 合 成蓝光容易受大气中气溶胶的影响而使图像质量较差有些传感器舍弃了蓝波段因此无法得到真彩色图像。这 时 可通过某种形式的运算得到模拟的红、绿 、蓝三个通道然后通过彩色合成产生近似的真彩色图像。下 面 介 绍 用 S P O T 多光谱数据来模拟真彩色的三种方法。在用遥感数据合成真彩色影像时一 般 采 用 L andsat数 据 这 是 因 为 L andsat的 T M 或ETM传感器提供了 R, G, B 以 及 I R 等 6 个 波 段 1, 2, 3, 4, 5 和 7 波段的多光谱数据不足之处是图像的空间分辨率稍低。法 国 S P O T 图像不仅空间分辨率较高而且具有立体测图能力使 用 SPO T多光谱波段图像的用户多但 是 SPOT数据产品没有蓝色波段的通道表 4.2,所以无法合成真彩色图像。针对这一需求可采用下面三种实用方法来模拟产生真彩色。1. S P O T I M A G E 公司的方法红色用X S2表示绿色用(XSl XS2 X S 3 )/3 的波段运算来实现蓝色采用XS1波段代替。该方法实际上是将原来的绿波段(0.50〜 0.59pm )当做蓝波段(该波段靠近蓝波段的光谱范围)红波段(0.61〜 0.6即m )仍采用原来的波段绿波段用绿波段、红波段、红外波段的算术平均值来代替。2.E R D A S I M A G I N G 中的方法红色用X S2来表示绿色用(* 5 * 3 * 5 3 ) /4 波段算法来实现蓝色用XS1波段代替。此法将原来的绿波段(0.50〜 0.59 pm )当做蓝波段红 波 段 (0.61〜 0.68 pm )仍采用原来的波段 绿波段用绿波段、近红外波段按3 1 的加权算术平均值来代替。3 . 参数法参数法引入了全色波段(Panchromatic用 P 表示)红色用(〃P ( 1 - 4 )XS3)来表示绿色用 2P*XS2/(XS1XS2)表示蓝色用2P*XS1/(XS1XS2)表示。为了防止出现过饱和现象系数a 根据遥感影像景观取值介于0 .1 到 0 .5 之间。这种方法的最大特点是引入了全色波段因为全色波段的空间分辨力更高所以在使用此算法前需要进行影像的配准处理。该方法的问题是如果波段XS1和 X S 2 的像素值大都为0 , 则合成效果会很差。图 4 .1 5 是用不同方法产生的模拟真彩色合成图像。对比表明第一种方法和第二种方法虽然算法比较相近但生成图像的色彩效果会有较大的差异第二种方法更接近于L andsat图像真彩色增强的结果。这两种方法比较简单处理效率高第三种方法由于参数要求用户自定遥感影像的景观地物不同所选参数也应做出相应调整。同时为了使用全色波段需要对全色波段图像进行重新采样使得图像具有相同的大小从而增加了处理的复杂性。4 . 2 . 5 最 佳 图 像 合 成 指 数美国查维茨等(Chavez et aL, 1982)建议使用最佳指数(optimum index factor, OIF)来比较图像合成的信息量然后确定合成使用的波段其中历 是 第 i波段的标准差值 越 大 该波段图像的信息量越大9 表 示 第 波 段 与 第 /波段之间的相关系数。O I F 值越高合成后图像提供的信息量越大。但 是 最 高 的 0 I F 值并不意味着图像具有最优的合成效果仅表示具有最大的信息量。波段之间的相关性越弱波段内的标准差越大O I F 越 高 。表 4.3是 一 个 E T M 图 像 的 O I F 计 算 结 果 按照该值使 用 (5, 6, 7)进 行 的 R G B 合成的图像是最佳的。4 . 3 图 像 拉 伸图像拉伸是最基本的处理方法主要用来改善图像显示的对比度。如果对比度比较低那么就无法清楚地表现出图像中地物之间的差异因此就需要在显示的时候进行拉伸处理。图像拉伸按照波段进行通过改变波段中单个像素值的显示范围来实现增强显示的效果 。在此过程中图像直方图是选择拉伸方法的基本依据。对于多波段图像需要对每个波段分别拉伸后再进行彩色合成显示。因为显示器按照R G B 显示 在真彩色显示的情况下每个通道的值为[0, 2 55],所以 4 . 3 . 1 灰 度 拉 伸成像系统只能获取一定的亮度范围内的值。由于成像系统的量化级数有限常出现对比度不足的弊病图像看起来比较模糊、暗淡。通过灰度拉伸可加大图像的对比度使图像变灰度拉伸分为线性拉伸和非线性拉伸两种方法。1 . 线性拉伸线性拉伸对像素值进行线性比例变化。1 )全域线性拉伸假 定 图 像 / ( x j ) 中 待 拉 伸 的 图 像 灰 度 范 围 为[ a .b ] , 希望拉伸后图像g (x ,y )中其对应的灰度范围扩展 到 匕 ] 则线性拉伸的基本公式为g(x,/ ) 3 - - ) ( / ( 3 ) - 。)/(6 - o) C此式可用图4 .1 6 和 图 4.17表示。如果图像中大部分像素的灰度级分布在[凡勾小部分灰度级超出了此范围可以用如下公式将灰度拉伸到匕町在遥感图像处理软件中常 用 2%拉伸方法来增强图像的显示效果。如果图像直方图在低灰度级和高灰度级端具有明显的“拖尾”(图4 .1 8 ,造成此现象的可能是噪声或某种异常)该方法可以产生显著的显示增强效果。在 2%拉伸中累计直方图中累计频率的2%和 98%所对应的灰度级为拉伸的输入即上式中的凡 封 。在显示拉伸中输 出 范 围c,d默认为0,255。2 % 线性拉伸(1)计算图像直方图得到各灰度级对应的像素数。(2)将 (1)的结果按照灰度级从低到高的顺序累加得到累计直方图每个灰度级对应的频数除以 总 像 素 数 后 乘 以1 0 0 % ,得到累计频率即概率密度其 值 在 0 % 到 100%之 间 。(3)取 累 计 频 率2 % 和 98%对应的灰度级作为拉伸的输入参数。(4)设定拉伸后的灰度级参数默认为0, 255, 使用全域线性拉伸公式进行线性拉伸。图 4.18是 2 % 线性拉伸前后效果的显示比较 由于像素出现在不同的灰度级图像的对比度得到了明显的改善。图像的反色变换是线性拉伸的特殊情况。对图像反色是将原图灰度值翻转简单地说就是将黑变成白将白变成黑。普通黑白照片和底片就是这种关系。反 色 变 换 的 关 系 也 可 用 计 算 “图像的最大值一图像值”得 到 (图 4.19)。2)分段线性拉伸如果已知地物的灰度范围那么通过分段线性拉伸可以突出该地物的细节信息。设输入的灰度级别阈值为0, a , b , M y , 对 应 的 输 出 为 0, c , d , M g , 常用的三段线性拉伸公式为通过细心调整拉伸点的位置及控制分段直线的斜率可对任意灰度区间进行扩展或压缩(图 4.20)。实际应用中a , b , c , d 可取不同的值进行组合从而得到不同的效果。如 果 QC,b d , 则曲线为一条斜率为1 的直线图像没有变化。3灰度窗口切片灰度窗口切片slicing是为了将某一区间的灰度级和其他部分背景分开。灰度窗口切片有两种一种是清除背景一种是保留背景。前者把不在灰度窗口范围内的像素都赋值为最小灰度级在灰度窗口范围内的像素都赋值为最大灰度级这实际是一种窗口图像二值化处理其 关 系 如 图 4.21所 示 。后者是把不在窗口范围内的像素保留原灰度值,而在灰度窗口范围内的像素都赋值为最大灰度级其 关 系 如 图 4.22所 示 。图 4.23是一个应用实例。将水体作为拉伸的最小灰度级其余部分做了线性拉伸。