遥感数字图像处理教程【1.8】

3 . 7 . 4 图 像 特 征 的 类 型 和 构 成图像特征中有些是本质特征能够从视觉上分辨出来有些是变换后产生的人为特征。一些特征在第3 章图像的统计描述中已经给出。就基本类型而言特征包括光谱特征如亮度值、几何特征边 、面等和结构特征。图像特征的具体内容与处理对象有关。1 . 光谱特征图像的光谱特征描述了单个像素随波长变化而具有的幅度值包括图像的灰度值、颜色和频谱等。直方图的形状为描述图像的特征提供了线索。相关的指标包括图像的波段及其波段组合、RGB颜色、HSI颜色、K-L变换结果、K-T变换结果、梯度等。变换系数可以看成用于标记一个特定亮度模式和图像区域的一致性程度。傅里叶变换系数 频率域图像也可以作为特征。2 . 几何特征几何特征是分割后的图斑的几何信息的描述。利用分割方法对图像进行分割后可以对分割结果图斑进行形态描述这些描述即几何特征。包括大小、面积、周长、曲率、长度、圆度等。描述几何关系的拓扑参数如岛、洞、连接数也属于此。3 . 结构特征结构特征反映了对象之间的联系通过图像的纹理来描述相关的指标包括傅里叶频谱、自相关函数、共生矩阵等以及由此产生的多个特征指标。具体使用的图像特征与图像处理的对象有关。如果是在像素级进行图像处理则图像特征是每个像素都具有的特征。随着计算机性能的提高考虑所处理问题的复杂性和数据的多样性发展产生了许多机器学习的算法由此产生了如下两个新的概念。1 . 特征工程特征工程指一项工程活动 目的是最大限度地从原始数据中提取特征以供算法和模型使用是使用专业背景知识和技巧处理数据进行特征提取和特征选择使特征能在机器学习算法上发挥更好作用的过程。在 大 规 模 的 图 像 处 理 中 特 征 工 程 是 比 较 难 、比 较 耗 时 的 一 个 过 程 需要较强的领域知 识 。2 . 特征学习特征学习是通过机器学习算法来学习和提取特征的过程包括监督特征学习和无监督特征学习两部分。在现实世界的大数据处理分析中有关的数据通常是多类、 复杂、 多变人工选取特征依赖于人力和专业知识效率低借助计算机的强大数据处理功能则可以帮助探索发现数据中的有效特征从而提高信息提取的效率。3 . 8 遥感数字图像处理的视角和对象3 . 8 . 1 从图像到信息在统计学意义上 目标对象的识别以及遥感信息的提取是基于特征来进行的通过测量获得关于对象的特征然后利用特征建立模式用于区别对象。在遥感数字图像中这些对象为地物类或地物这些特征即图像特征。遥感数字图像是对物理的自然世界的能量分布的测量结果测量的地物或对象不同使用的图像模型不同。为了区分不同的地物对象往往需要较多的图像特征。直接测量的特征是原生特征通过原生特征可以构建次生特征。但 是 更多的测量和特征会引入误差因此,需要按照模型简约性原则进行特征选择获得关键的有效的图像特征。利用有效的图像特征包括统计特征等进行数字图像处理建立信息提取的模式和分析模型然后结合人的经验知识从图像中提取信息以解决物理世界中的应用问题。在这个过程 中 遥感数字图像处理是图像解译中不可或缺的环节覆盖了图像增强、误差消除、特征提取和选择、构建遥感信息提取模型等内容图 3.15。3 . 8 . 2 图 像 处 理 的 视 角一般意义上图像处理中的图像空间是几何的二维空间的概念。在数学上也具有空间的概念如欧氏空间。遥感数字图像处理在三个视角上进行①每个视角构成了一个数学空间。1图像空间图像本身即图像空间image space, 具有二维坐标是数字的直观表述。图像空间的坐标为行列或地理坐标几何纠正后由像素构成像素值可以是特定的波段单色或多个波段彩色合成、变换后的结果。图像空间便于表达不同像素在几何上或地理上的空间关系如近邻、聚集、连通关系便于进行视觉对比。一个特征即构成了一个图像空间不同的图像空间构成了多个视角这些视角联合起来有助于从多个角度形成对图像的完整认识。2光谱空间每个图像的像素具有其特定的属性即灰度值。灰度值可以是原始的数字值、处理校正后的辐亮度或反射率。不同波段的灰度值构成了光谱不同的地物具有不同的光谱。光谱空间spectral space表达了波长或波段与像素值原 始 D N 值或反射率等之间的关系。光谱空间中横坐标是波长或波段纵坐标为像素值。光谱是区分、识别地物的基本依据。光谱空间是地物光谱曲线的模拟表达了像素值与波段或波长之间关系可用来分析当前像素的光谱对比不同像素、不同地物间的光谱为特征提取和特征选择提供辅助依据。3特征空间任 意 2 个或多个特征所构成的像素空间即为特征空间feature space, 用来表达像素与特征的关系。特征空间一般为2 维平面图少 数 为 3 维 。使用可视化方法可以表达最多5 维 即 5 个特征。特征空间的每个轴为一个特征空间内的点为像素。同类的像素点往往聚集在一起。不同的特征空间表达了像素间不同的关系。利用特征空间可以有效地进行遥感信息提取 、遥感图像分类和模式识别。在图像处理中联合使用图像空间、光谱空间和特征空间可以有效地提高处理分析的效率 图 3.16。以图像空间为主体用于视觉探测通过光谱空间比较不同地物的光谱差异通过特征空间确定区分地物的有效特征进而进行特征提取和选择选择或建立遥感信息提取模型。3 . 8 . 3 图 像 处 理 的 对 象遥感数字图像处理的对象从低到高划分如下。1像素。像素是图像的基本构成也是图像处理的基本单位。像素表达了个体信息。2结构。结构表达了像素间的关系利用邻域和纹理研究像素之间所包含的结构。邻域是影响中心像素的周围像素反映了周围像素对中心像素的影响。利用邻域可以对图像进行平滑、锐化等滤波操作。纹理是特定图像范围内或地物类像素间关系的度量可以表达像素的空间关系和结构。3 图斑。图斑表达了相对独立的像素集合的信息即区域信息图斑是相对独立的具有相同或相似特征的像素集合区 域 虽然它不等同于地物类。以图斑为处理单元更能够保持地物的完整性。面向对象的图像处理是高空间分辨率图像处理的基本方法。利用图像分割获得图像中的图斑。在一些文献中图 斑 称 为 “基 元 ”或 “对 象 ”。4 图像 。图像表达了含有特定主体信息的整体。图像本身作为一个完整的处理对象研究不同图像之间的相似性和差异性。例如图像查询和目标识别。根据处理对象的不同具体的图像特征指像素或结构或图斑或图像的特征。例如,在像素的层次使用的图像特征实际上是与像素相关的特征即每个像素所具有的特征。高一级的特征总是可以应用到下一级的处理中反之亦然。默认情况下本书中的图像特征指像素的图像特征。思 考 题1 . 遥感图像模型是什么有什么意义不同遥感应用使用的模型有什么差异2 . 遥感数字图像有哪些表示方式3 . 图像的统计特征有什么用途4 . 单波段的统计特征有哪些常用的多波段的统计特征有哪些5 . 图像的相关矩阵和协方差矩阵有什么区别6 . 图像直方图有什么用可以通过直方图计算哪些图像参数7 . 图像处理使用的空间包括哪些概念各有什么用途8 , 窗口与邻域有什么区别9 . 如何计算像素之间的距离10 . 什么是互信息主要用途是什么11 . 图像度量涉及哪些基本概念各有什么用途图像边与区域的关系是什么12 . 什么是卷积计算试举例说明。13 . 什么是滤波14 . 什么是纹理包括哪些基本类型15 . 什么是空间自相关空间自相关度量的指标有哪些空间插值的假设条件是什么16 . 举例说明什么是共生矩阵常用的基于共生矩阵的纹理参数有哪些17 . 对于本书的实例图像编写程序计算对比度和相关性两个纹理指标。18 . 什么是图像特征如何区分原生特征和次生特征特征提取与特征选择有什么区别和联系图像特征的基本性质是什么有哪些典型的特征提取和选择方法19 . 举例说明图像空间、光谱空间、特征空间在遥感中的应用。20 . 遥感图像处理的基本单位从低到高包括了哪些内容各有什么特点图像特征与图像的处理单元有什么关系21 . 图 3 .5 中按照从上到下的顺序直方图发生了变化这种变化反映了什么问题产生这种变化的可能原因是什么如何避免22 . 根据两期遥感数字图像计算基本的统计量和波段间的统计量解释统计量差异的原因。使 用 图 像 D N 直接计算的结果哪些统计量是有意义的哪些统计量可用于进行对比分析23 . 以相似性为例讨论像素相似性、结构相似性、 图斑相似性、图像相似性所关注的问题和可能的图像特征。第 4 章图像的显示和拉伸数字是抽象的显示为图像后才能形成具体的视觉形象进而被人们所认识。因此图像处理首先需要理解图像中的数字与显示之间的关系建立显示图像与数字之间的关联然后才能有效地利用数字进行图像处理。图像显示与图像增强密切相关。图像增强用来改善图像的视觉质量从而更便于利用视觉探测图像中的地物性质或突出感兴趣的地物信息提高图像的目视解译效果。从一般意义上看图像增强是使图像看起来更好的图像处理方法是连接数字与视觉的桥梁。本章的图像合成、拉伸以及后面的图像变换和图像滤波处理的目的都可以认为是图像增强。数字图像通过显示器显示通过人的视觉感受后进行分析处理。为了保证图像显示的一致性和客观性显示器需要进行色彩校正。本章主要讨论图像显示和与之密切相关的增强处理方法增加可视化信息的彩色合成方法和改善图像对比度的图像拉伸方法。图像彩色合成增加了图像的可视化程度图像拉伸突出了地物之间的差异进一步增强显示感兴趣的地物信息。本章涉及的方法属于全局性图像增强处理。局部图像增强处理的内容将在图像滤波一章介绍。遥感图像包括了多个波段。选择必要的波段进行彩色合成后往往还需要对每个波段进行单独的拉伸处理以进一步改善彩色图像的显示效果。4 . 1 数字图像的显示数字图像是数字存储的具有不可视性。图像的内容和含意只有通过可视化方式表示出来 才能为人们所感知、处理和分析。对于遥感数字图像处理来说图像显示非常重要。这是因为遥感图像具有的信息远远多于人眼观察到的内容计算机还无法智能的获取这些信息。只有把原始的、正在处理中的和处理后的数字图像变成模拟图像显示出来才能利用视觉去感受、探知、检查图像处理效果发现感兴趣的地物分析处理过程中存在的问题。所以图像显示在图像处理中是必不可少的中心环节。图像显示的过程是将数字图像从一组离散数据转换为一幅可见图像的过程。图像处理和分析都是基于数据的运算并以数字或决策的形式给出结果其中间过程不可视。通过图像的显示用户可以监视图像处理过程中的变化细节与处理软件进行交互控制对比不同的处理方案检验处理结果。人眼是探知数字图像内容的基本工具。图像显示的内容通过人眼进入大脑后才能进行分析、判断。在人类视觉系统中人眼是重要的组成部分。人眼由晶状体和视网膜组成。如果使用照相系统来比喻那么晶状体相当于光学镜头但是要灵活得多视网膜相当于胶片或数码照相机的传感器。视网膜表面分布着许多光接收细胞这些细胞负责接收光的能量并形成视觉图案。光接收细胞有两种锥细胞和柱细胞。锥细胞是明视器官在亮度较高时活跃可以分辨光的颜色将电磁波谱的可见光光谱360〜 830nm①分为红、绿 、蓝 。柱细胞对低亮度较为敏感不感受颜色只提供视野的整体信息。人眼在天色较暗时看到的物体都是黑白剪影 就是柱细胞的作用效果。研究表明女性眼睛的锥细胞更为丰富对颜色更为敏感。4 . 1 . 1 色 彩色彩是物体的性质是光的性质色彩与观察有关是外界光刺激作用于人的视觉器官而产生的主观感觉。色彩的三个主要相关要素是光源-物体-观察者。物体改变了光源的能量分布使观察者看到了不同的色彩。色彩是一种复杂的现象。与色彩密切相关的是物理学、化学和生物学。物理学使我们理解了光是如何影响颜色的化学则使我们理解了物体是如何改变光的如分子和原子吸收光的能量生物学则帮助我们理解了观察者的性质如眼睛和大脑。色彩分为两大类非彩色消色和彩色。非彩色消色就是黑、白以及从黑过渡到白的一系列的灰色它们对光谱上各个波长的反射是没有选择性的称为中性色。黑白系列的非彩色只能反映物质的光反射率的变化其在视觉上的感觉是亮度的变化用一条灰色色带表示一端是纯黑色另一端是纯白色称为灰色梯尺或灰阶如 图 4 .1 所示。纯黑色指该物质对一切光线都吸收其反射率为0 ; 纯白色是指该物质对一切光线都反射其 反 射 率 为 l o 纯白和纯黑是理论上的定义实际上是没有 的 。我们接触的物质中氧化镁接近纯白色黑绒接近纯黑色。地面光谱测量中使用的纯白漫反射标准板其反射率可达到0.9999。彩色是指非彩色以外的颜色。色彩分为两个系统显色系统color appearance system和混色系统。显色系统研究的是色彩学关注的是颜色再现涉及反射光如绘画、印刷等三原色是红、黄 、蓝主要是颜料。混色系统研究的是色度学关注的是颜色的混合。混色系统在显色系统上发展而来基本的标准是C IE 色度学三原色是红、绿 、蓝。遥感图像的合成显示属于混色过程。按照物体表面的颜色三个颜色要素是色相、明度和纯度。它们彼此互不联系可以单独用其中一个或两个或三个特征来区分色彩的差异。色 相hue又称色调是色彩最重要、最基本的特征是物体颜色在“质 ”上的特征。人们根据色相来称呼某种颜色为红色、黄色、绿色等。色相是由物体表面反射或透射后到达视神经的色光确定的。单色光的色相可以用其波长来确定混合光组成的色彩的色相可以用构成混合光的各波长的量度比例来确定。标准色相的计量用主波长来表示。在标准计量中色相用分光反射率曲线来表示。例如 如果曲线的峰值在5 5 0 n m 处 则说明该颜色的色相是绿色。但是在实际工作中色相的绝对标准并不具有特殊的意义。人们对不同色相的评估往往带有主观性总是相对地对色相进行评估 在比较中去认识、区分色相。明 度 (lightness) 投射在物体上的光被漫反射(或漫透射)的程度在相同照明条件下以白板为标准测量的物体表面从黑到白的程度。明度是相对的亮度(brightness)。纯 度 (ch r o m a ) 原色在色彩中所占的比例原色的纯度最高。它不同于色彩的饱和度。饱和度是具有相同明度值的颜色离开中性灰的程度用来估计彩色的浓淡与无彩色量的视觉属性无关描述了特定光照条件下的色彩感觉。同一色相的彩色光饱和度越高颜色越纯 。纯白光的色彩饱和度为0 , 纯 彩 色 光 的 饱 和 度 为 100①。可以这样认为纯色具有最高的纯度和饱和度。纯色中混入其他颜色会降低饱和度。① 可见光的波长范围有不同的表达如 400〜 700nm, 380〜 700 nm, 3 8 0 -7 6 0 nm. 380〜 480nm。常见的380〜 780nm 是 1931年 C IE定义的等色函数的波长范围这个值在1971年修订为360〜 830nm。关于颜色1 . 颜色的表现模式颜色的本质是心理现象所以物理上相同的颜色也会随着其所处位置的状态、观察者的心理状况等产生不同的变化。为了定量表现颜色有必要将视觉系统对物理刺激光的反应进行模型化后进行计算由该模型表现的颜色被称为心理物理色(psychophysical colour)。使视觉产生的刺激为色刺激色刺激在包括大脑在内的视觉系统中所感觉到的颜色称为知觉色(colour perc叩tion)。通常人感觉到的颜色就是知觉色。心理物理色可以客观的测定但知觉色会随着色刺激面的大小、质地、环境背景等以及观察者自身的状况有所不同。颜色的表现模式有多个种类常见的为光源色模式和物体色模式。(1)光源色模式。光源辐射的光的颜色为光源色指作为光源色表现的颜色模式。(2)物体色模式。反 射 、透射光的物体的颜色为物体色包括两类① 表 面 色 模 式 不透 明 物 体表面色表现的颜色模式如 岩 石 。② 体 色 模 式 半透 明 物 体 表 现 的 颜 色 模 式 如水体。知觉色具有三个属性。对于光源色模式三个属性为色相亮度饱 和度对于表面色模式三个属性为色相明度和色度。2 . 光的强度、亮度、明度应该区分光的强度和亮度两个概念。在严格意义上强 度 (intensity)是到达眼睛的光子的数 量 亮 度 (brightness)是主观上感觉到的光子的数量依赖于对于强度的感知②。强度与亮度是非线性关系。亮 度 总 是 从 “暗 到 亮 没有限制。明度用来描述物体相对于 绝 对 白 参 考 所 具 有 的 亮 度 是相对 的 分 布 从 “黑 ”至4 “ 白”,具 有 值 域 可 以 测 量 。光 源 色 的 三 个 基 本 属 性 是 色相、 亮 度 和 饱 和 度 。其 中 亮 度 描 述 了 光 子 的 数 量 是多少 色相和 饱 和 度 描 述 了 光 子 的 性 质 哪 一 种 有多纯。色彩不能真正的测 量 但 是 光 可 以 被 测 量 。光 的 测 量 方 法 包 括 ① 光 密 度 测 量 。测 量 反 射 、透 射 或 吸 收 光 的 程 度 。② 色 度 colormetric value测 量 使 用 色 度 计 测 量 颜 色 的 三 个 刺 激 值 R、G 、B 。③ 光 谱 光 度 测 量 利用光谱仪测量 物 体 表 面 的 光 谱 性 质 即物体反射、透 射 或 吸 收 的 光 的 功 率 或 数 量 。遥 感 数 字 图 像 处 理 中 光学遥感图像 可 以 看 做 是 光 谱 仪 测 量 地 物 的 结 果 反映的是物体色光源是太阳。图 像 显 示 与 色度、光 密 度 相 关 混色图 像 打 印 输 出 与 光 密 度 相 关 显色。brightness是颜色的亮度在人 们 视 觉 上 的 反 映 它从人的 感 觉 上 来 描 述 颜 色 的 性 质 。亮度与强度 intensity是 有 区 别 的 。在 光 度 学 中 强 度 是 与 人 的 视 觉 无 关 的 “客 观 亮 度 ” 用光度计测量 描 述 的 是 物 体 反 射 的 光 量 、光 子 的 数 目 或光的能量。在 视 觉 感 受 上 不同颜色光的能量 大 小 与 感 受 程 度 不 一 定 是 成 比 例 的 混合颜色光的能量问题和视觉的判断亦不符合光度学的测 定 。彩 色 物 体 表 面 的 光 反 射 率 或透射率高 亮 度高。