第三章遥感数字图像增强处理.ppt

第三章 遥感数字图像增强处理Image Enhancement一、辐射增强 radiation EnhancementEnhancement 二、空间增强 Spatial EnhancementEnhancement三、频率域增强 frequency EnhancementEnhancement四、彩色增强 Color EnhancementEnhancement五、图像运算 Image Calcu.六、多光谱增强 Multi-spectral EnhancementEnhancementØ图像增强的目的图像增强的目的主要目的：（主要目的：（1）采用一系列技术改善图像的视觉效）采用一系列技术改善图像的视觉效果，提高图像的清晰度；（果，提高图像的清晰度；（2）将图像转换成一种）将图像转换成一种更适合于人或机器进行解译和分析处理的形式更适合于人或机器进行解译和分析处理的形式改变图像的灰度等级，提高图像的对比度；改变图像的灰度等级，提高图像的对比度；消除边缘和噪声，平滑图像；消除边缘和噪声，平滑图像；突出边缘和线状地物，锐化图像；突出边缘和线状地物，锐化图像；合成彩色图像；合成彩色图像；压缩图像数据量，突出主要信息等。

压缩图像数据量，突出主要信息等图像增强不是以图像保真度为原则，而是通过图像增强不是以图像保真度为原则，而是通过处理设法有选择地突出便于人或机器分析某些处理设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值，即图像增强处理只是增强了图像的使用价值，即图像增强处理只是增强了对某些信息的辨别能力对某些信息的辨别能力Ø图像增强的分类图像增强的分类点处理和邻域处理点处理和邻域处理空间域法增强和频率域法增强空间域法增强和频率域法增强波谱信息增强、空间信息增强和时间信息增强波谱信息增强、空间信息增强和时间信息增强Ø增强的实质增强的实质增强感兴趣地物与周围地物之间的增强感兴趣地物与周围地物之间的反差反差Ø图像增强的主要内容图像增强的主要内容通过改变单个像元及相邻像元的灰度值来增强图像对图像进行傅里叶变换，然后对变换后的频率域图像的频谱进行修改，达到增强的目的一、辐射增强1、直方图、直方图histogram ——通过直接改变图象中像元的亮度值来改变图像的对比度通过直接改变图象中像元的亮度值来改变图像的对比度一、辐射增强1、直方图、直方图histogram ——通过直接改变图象中像元的亮度值来改变图像的对比度通过直接改变图象中像元的亮度值来改变图像的对比度一、辐射增强1、直方图、直方图计算方法计算方法：：4.数字图像直方图数字图像直方图：：以每个像元为单位，表示图像中各以每个像元为单位，表示图像中各亮度值或亮度值区间亮度值或亮度值区间像元出现的像元出现的频率频率的分布图。

的分布图一、辐射增强1、直方图、直方图直方图的性质直方图的性质（（1）直方图反映了图像中的灰度分布规律，描述每个灰度级具）直方图反映了图像中的灰度分布规律，描述每个灰度级具有的像元个数，但不包含这些像元在图像中的位置；有的像元个数，但不包含这些像元在图像中的位置；（（2）任何图像有唯一的直方图，不同的图像可能有相同的直方）任何图像有唯一的直方图，不同的图像可能有相同的直方图；图；（（3）如果一幅图像有两个不相连的区域组成，并且每个区域的）如果一幅图像有两个不相连的区域组成，并且每个区域的直方图已知，则整幅图的直方图为该两个区域直方图之和直方图已知，则整幅图的直方图为该两个区域直方图之和一、辐射增强1、直方图、直方图直方图的作用直方图的作用Ø直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度直方图的曲线可以反映图像的质量差异正态分布：正态分布：反差适中，亮度分布均匀，层次丰富，图像质量高偏态分布：偏态分布：图像偏亮或偏暗，层次少，质量较差一、辐射增强1、直方图、直方图直方图的作用直方图的作用均值靠近低灰度值，为低密度图像，图像显得比较暗均值靠近高灰度值，为高密度图像图像显得比较亮。

标准差较小，为低反差图像标准差较大，为高反差图像我91559159159159151599159159355151535112 均12.153 标1609991593521 1559 159591595 1595151 35 35 3551 15 35115 均11.856 标310495155354一、辐射增强1、直方图、直方图——histogram累计直方图累计直方图 图像直方图是描述图像质量的可视化图表在图像处理中，可以通过调整图像直方图的形态，改善图像显示的质量，以达到图像增强的目的一、辐射增强1、直方图、直方图——histogram累计直方图累计直方图一、辐射增强2、线性变换、线性变换linear stretch 线性变换线性变换——按比例拉伸按比例拉伸在改善图像对比度时，如果采用线性或分段线性的函在改善图像对比度时，如果采用线性或分段线性的函数关系，那么这种变换就是线性变换数关系，那么这种变换就是线性变换调整线性参数，改变变换效果调整线性参数，改变变换效果一、辐射增强2、线性变换、线性变换线性变换线性变换——按比例拉伸按比例拉伸变换前像元素灰级变换后0 1 2 3 4 5 6 70 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15一、辐射增强2、线性变换、线性变换线性变换线性变换——按比例拉伸按比例拉伸u直方图的直方图的形状基本形状基本不改变不改变一、辐射增强2、线性变换、线性变换线性变换线性变换——按比例拉伸按比例拉伸设图像变换前的亮度值为：设图像变换前的亮度值为：设图像变换后的亮度值为：设图像变换后的亮度值为：则则This graphic illustrates the increase in contrast in an image before (left) and after (right) a linear contrast stretch. 一、辐射增强2、线性变换、线性变换分段线性变换分段线性变换——是为了突出是为了突出人们感兴趣的目标或亮度值人们感兴趣的目标或亮度值区间，要求局部扩展亮度值区间，要求局部扩展亮度值范围。

它可以有效地利用有范围它可以有效地利用有限个灰度级，达到最大限度限个灰度级，达到最大限度增强图像中有用信息的目的，增强图像中有用信息的目的，更有效地拉大感兴趣目标与更有效地拉大感兴趣目标与其它地物之间的反差其它地物之间的反差一、辐射增强一、辐射增强高值区拉伸高值区拉伸低值区拉伸低值区拉伸中值区拉伸中值区拉伸一、辐射增强3、非线性变换、非线性变换——nonlinear stretch 非线性灰度变换对于要进行扩展的亮度值范围是有选择非线性灰度变换对于要进行扩展的亮度值范围是有选择的，扩展的程度是随亮度值的变化儿连续变化的的，扩展的程度是随亮度值的变化儿连续变化的常用的有两种方法常用的有两种方法1））对数变换对数变换 当希望对图像的低亮度区有较大的扩展而对高当希望对图像的低亮度区有较大的扩展而对高亮度区压缩时，可采用此种变换亮度区压缩时，可采用此种变换2））指数变换指数变换 此种可以对图像的高亮度区给予较大的扩展此种可以对图像的高亮度区给予较大的扩展一、辐射增强3、非线性变换、非线性变换——nonlinear stretch 原始图像原始图像f (i, j)的灰度范围为的灰度范围为[a, b]，可以通过自然对，可以通过自然对数变换到区间数变换到区间[a’, b’]上，从而求得图像上，从而求得图像f ’(i, j)：： 一、辐射增强3、非线性变换、非线性变换——nonlinear stretch 暗区压缩，亮区拉伸暗区压缩，亮区拉伸暗区拉伸，亮区压缩暗区拉伸，亮区压缩两端压缩，中间拉伸两端压缩，中间拉伸中间压缩，两端拉伸中间压缩，两端拉伸暗区拉伸，亮区压缩暗区拉伸，亮区压缩一、辐射增强4、直方图均衡化、直方图均衡化——Histogram Equalization 遥感图像其灰度分别集中在较窄的区间，从而引起图遥感图像其灰度分别集中在较窄的区间，从而引起图像细节的模糊，为使图像细节清晰，并使一些目标得到突像细节的模糊，为使图像细节清晰，并使一些目标得到突出，达到增强图像的目的，可通过改善各部分亮度的比例出，达到增强图像的目的，可通过改善各部分亮度的比例关系，即可通过直方图的方法来实现。

关系，即可通过直方图的方法来实现 直方图调整以直方图调整以概率论概率论为基础的，常用的方法有为基础的，常用的方法有直方图直方图均衡化均衡化和和直方图规定化直方图规定化 一、辐射增强4、直方图均衡化、直方图均衡化——Histogram Equalization 直方图均衡化又直方图均衡化又称直方图平坦化称直方图平坦化，是，是将一已知灰度概率密将一已知灰度概率密度分布的图像，经过度分布的图像，经过某种变换，变成一幅某种变换，变成一幅具有具有均匀灰度概率密均匀灰度概率密度分布度分布的新图像，其的新图像，其结果是结果是扩展了像元取扩展了像元取值的动态范围值的动态范围，从而，从而达到增强图像整体对达到增强图像整体对比度的效果比度的效果基本思想基本思想原图像的原图像的灰度值灰度值原图像中原图像中任一灰度任一灰度出现的概出现的概率率新图像的新图像的灰度值灰度值新图像中任一新图像中任一灰度出现的概灰度出现的概率（相同）率（相同）经证明，累计直经证明，累计直方图曲线即为直方图曲线即为直方图均衡化的基方图均衡化的基本变换函数本变换函数一、辐射增强4、直方图均衡化、直方图均衡化——Histogram Equalization 计算方法计算方法一、辐射增强4、直方图均衡化、直方图均衡化——Histogram Equalization 步骤：步骤：（（1）统计原图像每一灰度级的像元数和累积像元数；）统计原图像每一灰度级的像元数和累积像元数；（（2）计算原每一灰度级均衡化后的新值；）计算原每一灰度级均衡化后的新值；（（3）以新值代替原灰度值，形成均衡化后的新图像；）以新值代替原灰度值，形成均衡化后的新图像；（（4）根据原图像像元统计值对应找到新图像的像元统计值，）根据原图像像元统计值对应找到新图像的像元统计值，做出直方图。

做出直方图If the input range is not uniformly distributed. In this case, a histogram-equalised stretch may be better. This stretch assigns more display values (range) to the frequently occurring portions of the histogram. In this way, the detail in these areas will be better enhanced relative to those areas of the original histogram where values occur less frequentlyThis graphic illustrates the rather uneven increase in contrast in an image before (left) and after (right) a histogram equalised stretch. 原图像原图像标准差小，低反差，层次较差均衡化后新图像均衡化后新图像标准差大，高反差，层次较好计算示例计算示例步骤：步骤：（（1）统计原图像每一灰度级的像元数）统计原图像每一灰度级的像元数和累积像元数；和累积像元数；（（2）计算原每一灰度级均衡化后的新）计算原每一灰度级均衡化后的新值；值；（（3）以新值代替原灰度值，形成均衡）以新值代替原灰度值，形成均衡化后的新图像；化后的新图像；（（4）根据原图像像元统计值对应找到）根据原图像像元统计值对应找到新图像的像元统计值，做出直方图。

新图像的像元统计值，做出直方图N=49，L-1=16取整或四取整或四舍五入舍五入一、辐射增强4、直方图均衡化、直方图均衡化——Histogram Equalization 均衡化后的效果：均衡化后的效果：（（1）各灰度级出现的频率近似相等；）各灰度级出现的频率近似相等；（（2）原图像上频率小的灰度级被合并，实现压缩；频率高）原图像上频率小的灰度级被合并，实现压缩；频率高的灰度级被拉伸，使亮度集中于中部的图像得到改善，增强的灰度级被拉伸，使亮度集中于中部的图像得到改善，增强图像上大面积地物与周围地物的反差即：直方图上灰度分图像上大面积地物与周围地物的反差即：直方图上灰度分布较密的部分被拉伸；灰度分布稀疏的部分被压缩，从而使布较密的部分被拉伸；灰度分布稀疏的部分被压缩，从而使一幅图像的对比度在总体上得到很大的增强一幅图像的对比度在总体上得到很大的增强练习题练习题113599591951391311717一、辐射增强5、、直方图规定化直方图规定化/匹配匹配——Histogram Specification/Matching 直方图规定化：直方图规定化：是指使一幅图像的直方图变成规定形状是指使一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。

的直方图而进行的图像增强方法规定直方图的类型规定直方图的类型（（1）参考图像的直方图，通过变换，使两幅图像的亮度）参考图像的直方图，通过变换，使两幅图像的亮度变化规律尽可能地接近；变化规律尽可能地接近；（（2）特定函数形式的直方图，通过变换，使变换后的图）特定函数形式的直方图，通过变换，使变换后的图像亮度变化规律可能地服从这种函数的分布像亮度变化规律可能地服从这种函数的分布直方图规定化的原理直方图规定化的原理：对两个直方图都做均衡化，变成相同：对两个直方图都做均衡化，变成相同的归一化的均匀直方图，以此均匀直方图为媒介，再对参考的归一化的均匀直方图，以此均匀直方图为媒介，再对参考图像做均衡化的逆运算图像做均衡化的逆运算计算示例计算示例计算示例计算示例 均衡化的变均衡化的变换函数采用归一换函数采用归一化的形式，即拉化的形式，即拉伸因子为伸因子为1；此；此时设时设N=1，，L-1=1，其它值相，其它值相应变为小数或分应变为小数或分数 因此，均衡因此，均衡化的变换函数即化的变换函数即为该图像的积累为该图像的积累直方图本身直方图本身具体步骤：具体步骤：计算示例计算示例一、辐射增强6、密度分割、密度分割——黑白灰度图像变为彩色图像黑白灰度图像变为彩色图像概念：概念：单波段黑白遥感图像可按亮度分层，对每层单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。

这种赋予不同的色彩，使之成为一幅彩色图像这种方法又叫密度分割方法又叫密度分割分层方案的确定：分层方案的确定：分层方案与地物光谱差异对应合分层方案与地物光谱差异对应合适，可以较好地区分地物类别适，可以较好地区分地物类别一、辐射增强6、密度分割、密度分割——黑白灰度图像变为彩色图像黑白灰度图像变为彩色图像密度分割或密度分层是伪彩色增强中最简单的一种方法，它是密度分割或密度分层是伪彩色增强中最简单的一种方法，它是对图像亮度范围进行分割，使一定亮度间隔对应于某一类地物对图像亮度范围进行分割，使一定亮度间隔对应于某一类地物或几类地物从而有利于图像的增强和分类此法比较直观简单，或几类地物从而有利于图像的增强和分类此法比较直观简单，缺点使变换出的彩色数目有限缺点使变换出的彩色数目有限密度分割的基本步骤密度分割的基本步骤A：选定：选定密度分割点密度分割点，考虑因素：专业知识和经验、地物波谱，考虑因素：专业知识和经验、地物波谱B：确定灰度与彩色的变换关系，灰度分割点对应于彩色分割点确定灰度与彩色的变换关系，灰度分割点对应于彩色分割点 变换关系变换关系可以是等间隔的线性的、不间隔的线性的、分段线可以是等间隔的线性的、不间隔的线性的、分段线性分割的方法。

非线性的变换关系性分割的方法非线性的变换关系一、辐射增强6、密度分割、密度分割——黑白灰度图像变为彩色图像黑白灰度图像变为彩色图像计算步骤：计算步骤：2 2）求图像的密度区间）求图像的密度区间3 3）求分割层的密度差）求分割层的密度差4 4）求各层的密度区间）求各层的密度区间1 1）求图像的极大值与极小值）求图像的极大值与极小值一、辐射增强6、密度分割、密度分割——黑白灰度图像变为彩色图像黑白灰度图像变为彩色图像5）定出各密度层灰度值与颜色）定出各密度层灰度值与颜色一、辐射增强6、密度分割、密度分割——黑白灰度图像变为彩色图像黑白灰度图像变为彩色图像效果分析效果分析Ø以不同的色彩表示图像的色调变化，增强了以不同的色彩表示图像的色调变化，增强了图像的显示能力；图像的显示能力；Ø同一地物或现象可能被分割成两种不同密度同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误两种以上不同的地物，造成判读错误7、灰度颠倒、灰度颠倒 在光学图像中是将正片制成负片或将负片印制成正片，在光学图像中是将正片制成负片或将负片印制成正片，数字图像处理中是将灰度值大小颠倒，使得正像和负像互数字图像处理中是将灰度值大小颠倒，使得正像和负像互换，即：换，即：红黄绿品蓝青Ø以重点突出图像上某些特征为以重点突出图像上某些特征为目的目的。

Ø滤波增强的滤波增强的原理原理:任何一个复杂的波形曲线都可任何一个复杂的波形曲线都可以分解成具有不同频率（波长）的较为简单的波以分解成具有不同频率（波长）的较为简单的波形曲线Ø概念概念:根据需要，舍弃不需要的频率曲线，选择根据需要，舍弃不需要的频率曲线，选择适宜和需要的频率波形曲线，重新构成新的图像，适宜和需要的频率波形曲线，重新构成新的图像，使一些地物或现象得到突出显示使一些地物或现象得到突出显示二、空间增强二、空间增强Spatial Enhancement 空间滤波空间滤波Spatial FilteringØSpatial filtering encompasses another set of digital processing functions which are used to enhance the appearance of an image. ØSpatial filters are designed to highlight or suppress（抑制）（抑制） specific features in an image based on their spatial frequency. ØSpatial frequency is related to the concept of image texture, and refers to the frequency of the variations in tone that appear in an imageØ基本思想基本思想A common filtering involves moving a ‘window’ （活动窗口）（活动窗口）of a few pixels in dimension (e.g. 3x3, 5x5, etc.) over each pixel in the image, applying a mathematical calculation using the pixel values under that window, and replacing the central pixel with the new value.1、空间增强、空间增强——平滑平滑平滑平滑——图像中出现某些亮度值过大的区域，或图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点化，使亮度平缓或去掉不必要的亮点。

均值平滑均值平滑基本思想：是将每个像元在以其为中心的区域基本思想：是将每个像元在以其为中心的区域内，取一定像元的平均值来代替该像元的值，内，取一定像元的平均值来代替该像元的值，从而平滑图像细节，降低图像反差从而平滑图像细节，降低图像反差vsmoothing averages the values of the pixel and its neighbors. If there is ‘noise’ in the image (random pixel with random values) the smoothing process will remove these.  模板不同，平滑的作用也不一样模板不同，平滑的作用也不一样 1 1）平滑孤点噪声）平滑孤点噪声2 2）平滑行列噪声）平滑行列噪声均值平滑的均值平滑的特点特点算法简单，计算速度快；在去掉尖锐噪声的同时，算法简单，计算速度快；在去掉尖锐噪声的同时，造成图像模糊，对特别是对图像的边缘和细节削弱造成图像模糊，对特别是对图像的边缘和细节削弱较多，且随着邻域范围的扩大，去噪能力增强的同较多，且随着邻域范围的扩大，去噪能力增强的同时，模糊程度越严重。

时，模糊程度越严重改进方法改进方法——阈值改进法阈值改进法中值滤波中值滤波2、空间增强、空间增强——锐化锐化锐化锐化——突出图像的边缘、线性目标或某些亮度突出图像的边缘、线性目标或某些亮度变化率大的部分变化率大的部分梯度法梯度法定义定义梯度反应了相邻像元之间灰度的变化率！！梯度反应了相邻像元之间灰度的变化率！！以梯度值代替像元原灰度值，生成梯度图！以梯度值代替像元原灰度值，生成梯度图！2、空间增强、空间增强——锐化锐化梯度法梯度法注意：注意：f(x,y)f(x,y+1)f(x+1,y)f(x+1,y+1)2、空间增强、空间增强——锐化锐化罗伯特梯度（罗伯特梯度（2×2窗口）窗口）注意：注意：f(x,y)f(x,y+1)f(x+1,y)f(x+1,y+1)2、空间增强、空间增强——锐化锐化Prewitt算法（算法（3×3窗口）窗口）特点：较多地考虑了邻域关系特点：较多地考虑了邻域关系2、空间增强、空间增强——锐化锐化Sobel梯度（梯度（3×3窗口）窗口）特点：对特点：对4邻域进行加权差分，对边缘的检测更邻域进行加权差分，对边缘的检测更加精确2、空间增强、空间增强——锐化锐化Laplace算子（算子（3×3窗口）窗口）特点：变化率的变化率，二阶微分。

它不检测特点：变化率的变化率，二阶微分它不检测均匀的灰度变化，产生的图像更加突出灰度值均匀的灰度变化，产生的图像更加突出灰度值突变突变的部分改进方法改进方法//教材教材2、空间增强、空间增强——锐化锐化定向检测（方向算子）定向检测（方向算子） （（3×3窗口）窗口）Edge Enhancement§edge enhancement mathematically manipulates an image to provide a new image in which edges are made to stand out. Ø基本思想基本思想 像元的灰度值的变化频率随像元空间位置变化而变像元的灰度值的变化频率随像元空间位置变化而变化，是一种随位置变化的空间频率，对于边缘、线条等化，是一种随位置变化的空间频率，对于边缘、线条等特征，在较短的像元距离内灰度值变化的频率大；对于特征，在较短的像元距离内灰度值变化的频率大；对于均匀分布的地物，在较长的像元距离内灰度值变化的频均匀分布的地物，在较长的像元距离内灰度值变化的频率小 即：即：通过像元灰度频率的改变来改善图像质量通过像元灰度频率的改变来改善图像质量。

三、频率域增强三、频率域增强 frequency EnhancementØ频率域增强的一般过程频率域增强的一般过程三、三、频率域增强 frequency Enhancement1、频率域平滑、频率域平滑——低通滤波器低通滤波器图像噪声主要集中在高频部分图像噪声主要集中在高频部分→采用低通滤波器（低频采用低通滤波器（低频率部分通过，高频率部分抑制）率部分通过，高频率部分抑制） →去除噪声，改善图像去除噪声，改善图像质量设：在频率域平面内，理想低通滤波器距原点的设：在频率域平面内，理想低通滤波器距原点的截止频率为截止频率为D0，某一点到原点的距离为：，某一点到原点的距离为：三、三、频率域增强 frequency Enhancement1、频率域平滑、频率域平滑——低通滤波器低通滤波器理想（圆形）低通滤波器理想（圆形）低通滤波器Ideal Circular LowPass Filter——LCLPF传递函数传递函数三、三、频率域增强 frequency Enhancement缺点缺点：边缘信息损失，图像边缘模糊：边缘信息损失，图像边缘模糊1、频率域平滑、频率域平滑——低通滤波器低通滤波器Butterworth低通滤波器低通滤波器Butterworth LowPass Filter——BLPF传递函数传递函数三、三、频率域增强 frequency Enhancement特点特点：连续衰减，具有一定的连续性，图像模糊程度：连续衰减，具有一定的连续性，图像模糊程度大大降低。

大大降低1、频率域平滑、频率域平滑——低通滤波器低通滤波器指数低通滤波器指数低通滤波器Exponential LowPass Filter——ELPF传递函数传递函数三、三、频率域增强 frequency Enhancement特点特点：在抑制噪声的同时，图像边缘的模糊程度比：在抑制噪声的同时，图像边缘的模糊程度比Butterworth低通滤波器大低通滤波器大1、频率域平滑、频率域平滑——低通滤波器低通滤波器梯形低通滤波器梯形低通滤波器Trapezoidal LowPass Filter——TLPF传递函数（传递函数（ D0为截止频率为截止频率，令，令D1>D0 ））三、三、频率域增强 frequency Enhancement特点特点：介于理想低通滤波器与指数低能滤波器之间，：介于理想低通滤波器与指数低能滤波器之间，处理后图像的一定的模糊处理后图像的一定的模糊2、频率域锐化、频率域锐化——高通滤波器高通滤波器三、三、频率域增强 frequency Enhancement图像边缘和轮廓主要集中在高频部分图像边缘和轮廓主要集中在高频部分→采用高通滤波器采用高通滤波器（高频率部分通过，高频率部分抑制）（高频率部分通过，高频率部分抑制） →突出边缘和突出边缘和轮廓信息轮廓信息，改善图像质量。

改善图像质量2、频率域锐化、频率域锐化——高通滤波器高通滤波器理想高通滤波器理想高通滤波器Ideal HighPass Filter——LHPF传递函数传递函数三、三、频率域增强 frequency Enhancement特点特点：边缘抖动现象边缘抖动现象2、频率域锐化、频率域锐化——高通滤波器高通滤波器Butterworth高通滤波器高通滤波器Butterworth HighPass Filter——BHPF传递函数传递函数三、三、频率域增强 frequency Enhancement特点特点：锐化效果较好，边缘抖动不明显，但计算复杂锐化效果较好，边缘抖动不明显，但计算复杂2、频率域锐化、频率域锐化——高通滤波器高通滤波器指数高通滤波器指数高通滤波器Exponential HighPass Filter——EHPF传递函数传递函数三、三、频率域增强 frequency Enhancement特点特点：： 比比Butterworth高通滤波器效果差，边缘抖动高通滤波器效果差，边缘抖动现象不明显现象不明显2、频率域锐化、频率域锐化——高通滤波器高通滤波器梯形高通滤波器梯形高通滤波器Trapezoidal HighPass Filter——THPF传递函数（传递函数（ D0>D1≥0，，D0 、、D1为规定值为规定值 ））三、三、频率域增强 frequency Enhancement特点特点：产生轻微抖动现象，计算简单，常被采用。

产生轻微抖动现象，计算简单，常被采用3、同态滤波（同态图像增强）、同态滤波（同态图像增强）同态滤波同态滤波是指在频率域中同时对图像是指在频率域中同时对图像亮度亮度范围进行范围进行压缩压缩和对图像和对图像对比度对比度进行进行增强增强的方法的方法图像信号分解图像信号分解三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）同态滤波流程同态滤波流程三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）计算步骤计算步骤三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）计算步骤计算步骤（（2）两边进行）两边进行FT三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）计算步骤计算步骤（（3）用同一滤波函数）用同一滤波函数H（u,v）对对F（u,v）进行进行滤波增强处理滤波增强处理三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）计算步骤计算步骤（（4））IFT将图像变回空间域将图像变回空间域三、三、频率域增强 frequency Enhancement增强后的图像是由对应照度分量与反射分量两增强后的图像是由对应照度分量与反射分量两部分叠加而成。

部分叠加而成3、同态滤波（同态图像增强）、同态滤波（同态图像增强）计算步骤计算步骤（（5）计算同态滤波输出图像，即对上式进行指）计算同态滤波输出图像，即对上式进行指数变换数变换三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）讨论讨论（（1）同态图像滤波增强的效果与滤波曲线的分布形）同态图像滤波增强的效果与滤波曲线的分布形状有关状有关入射分量是图像的基本成份，与傅氏平面的低频分量对应；入射分量是图像的基本成份，与傅氏平面的低频分量对应；反射光分量表示灰度的急剧变化部分，与高频分量对应反射光分量表示灰度的急剧变化部分，与高频分量对应令：令：Hh为高频分量频率场为高频分量频率场 Hl为低频分量频率场为低频分量频率场三、三、频率域增强 frequency Enhancement当取当取入射分量被抑制，反射分入射分量被抑制，反射分量增强，突出边缘和线状量增强，突出边缘和线状地物地物当取当取入射分量被增强，反射分入射分量被增强，反射分量被抑制，图像被平滑量被抑制，图像被平滑三、三、频率域增强 frequency Enhancement3、同态滤波（同态图像增强）、同态滤波（同态图像增强）讨论讨论（（2））D0的确定的确定D0通过试验确定，它与通过试验确定，它与 和和 场和频谱幅度比场和频谱幅度比值有关。

值有关三、三、频率域增强 frequency EnhancementEnhancementvLow- and High-Pass FilteringvWhen we look at spatial structure, we can usually see a characteristic length scale (e.g. size of fields, width and length of roads, etc)vImages usually have features on lots of different length scalesvSometimes, instead of talking about “length scale”, we talk instead about “spatial frequency”.vHigh frequencies correspond to short distance scales; low frequencies correspond to long distance scalesvWe can describe the action of some filters in this way.四、彩色增强四、彩色增强 Color Enhancement1、假彩色增强、假彩色增强处理对象处理对象同一景物的多光谱图像同一景物的多光谱图像处理的基本原则处理的基本原则Ø图像信息量尽可能最大；图像信息量尽可能最大；Ø波段间的相关性最小。

波段间的相关性最小四、彩色增强四、彩色增强 Color Enhancement2、彩色空间变换、彩色空间变换（（1 1）彩色空间变换的意义）彩色空间变换的意义Ø主要用于彩色图像的增强；主要用于彩色图像的增强；Ø一般硬件设备所用的彩色空间一般硬件设备所用的彩色空间——RGBØ彩色图像增强时，不能对每个波段单独进行增彩色图像增强时，不能对每个波段单独进行增强强——针对单波段的图像增强方法不适合于针对单波段的图像增强方法不适合于彩色图像的增强彩色图像的增强四、彩色增强四、彩色增强 Color Enhancement2、彩色空间变换、彩色空间变换（（1 1）彩色空间变换的意义）彩色空间变换的意义uHIS模型I——Intensity亮亮/明度明度H——Hue色度色度S——Saturation饱合度饱合度uHLS模型L——Luminance亮亮/明度明度H——Hue色度色度S——Saturation饱合度饱合度四、彩色增强四、彩色增强 Color Enhancement2、彩色空间变换、彩色空间变换（（2 2）彩色空间变换的方法）彩色空间变换的方法HLS彩色空间变换过程彩色空间变换过程RGBHLSH L S R G B 显示显示变换变换处理处理反变换反变换四、彩色增强四、彩色增强 Color Enhancement2、彩色空间变换、彩色空间变换（（2 2）彩色空间变换的方法）彩色空间变换的方法HLS彩色空间颜色模型彩色空间颜色模型HLS颜色模型定义在圆柱形坐标系颜色模型定义在圆柱形坐标系的双圆锥子集上。

在的双圆锥子集上在HLS模型中，模型中，色度是绕圆锥中心轴的角度，一种色度是绕圆锥中心轴的角度，一种色彩与它的补色相差色彩与它的补色相差180°；饱和度；饱和度是点与中心轴的距离，在轴上各点是点与中心轴的距离，在轴上各点的饱和度为的饱和度为0，在锥面上各点的饱，在锥面上各点的饱和度为和度为1；亮度从下锥顶点的；亮度从下锥顶点的0逐渐逐渐变到上锥顶点的变到上锥顶点的11.0白白0.5绿绿(120 )蓝蓝(240 )红红(0 )黄黄青青品红品红H0.0黑黑SHLS彩色空间变换方法彩色空间变换方法从从RGBRGB到到HLSHLS的正变换的正变换HLS彩色空间变换方法彩色空间变换方法从从RGBRGB到到HLSHLS的正变换的正变换HLS彩色空间变换方法彩色空间变换方法从从HLSHLS到到RGBRGB的反变换的反变换HLS彩色空间变换方法彩色空间变换方法从从HLSHLS到到RGBRGB的反变换的反变换HIS彩色空间变换方法彩色空间变换方法RGBHISH I S R G B 显示显示变换变换处理处理反变换反变换五、五、多重图像增强处理多重图像增强处理————图像运算图像运算 Image Calcu.（（1 1）多光谱图像）多光谱图像加法运算加法运算 例如：例如：TM-1TM-1，，2 2，，3 3相加，得到近似全色黑白图像（相加，得到近似全色黑白图像（TM-1TM-1，，0.450.45～～0.52;TM-2,0.520.52;TM-2,0.52～～0.60;TM-3,0.630.60;TM-3,0.63～～0.690.69）） TM-1 TM-1，，2 2，，3 3，，4 4相加，近似的红外全色黑白图像（相加，近似的红外全色黑白图像（TM-4TM-4，， 0.76 0.76～～0.900.90）。

五、五、多重图像增强处理多重图像增强处理————图像运算图像运算 Image Calcu.（（1 1）多光谱图像）多光谱图像减法运算减法运算两个不同波段图像间相减有利于提取各种地物在这两个波段图像间的相关信息乘法运算乘法运算除法运算除法运算混合运算混合运算五、五、多重图像增强处理多重图像增强处理————图像运算图像运算 Image Calcu.（（2 2）多时相图像）多时相图像时间较短的多时相图像运算时间较短的多时相图像运算————消除随机噪声消除随机噪声时间较长的多时相图像运算时间较长的多时相图像运算————提取地物动态变化信息提取地物动态变化信息（（3 3）不同传感器之间图像的组合）不同传感器之间图像的组合六、六、多源信息的复合多源信息的复合（（1 1）信息复合）信息复合 信息复合信息复合——指同一区域内遥感信息之间或遥感信息与非遥感指同一区域内遥感信息之间或遥感信息与非遥感信息之间的匹配复合它包括空间配准和内容复合两方面，从信息之间的匹配复合它包括空间配准和内容复合两方面，从而在统一的地理坐标系统下，构成一组新的空间信息、一种新而在统一的地理坐标系统下，构成一组新的空间信息、一种新的合成图象。

的合成图象 信息复合的目的信息复合的目的：突出有用的专题信息，消除或抑制无关的信：突出有用的专题信息，消除或抑制无关的信息，以改善目标识别的图像环境息，以改善目标识别的图像环境2）信息复合的技术关键）信息复合的技术关键Ø充分认识研究对象的地学规律；充分认识研究对象的地学规律；Ø充分了解每种复合数据的特点和适用性；充分了解每种复合数据的特点和适用性；Ø充分考虑不同遥感数据之间波谱信息的相关性引起的有用信息充分考虑不同遥感数据之间波谱信息的相关性引起的有用信息的增加和噪声信息的增加，对多种遥感数据作出合理的选择；的增加和噪声信息的增加，对多种遥感数据作出合理的选择；Ø几何配准几何配准——解决空间配准问题解决空间配准问题六、六、多源信息的复合多源信息的复合（（3 3）多不同传感器的遥感数据复合）多不同传感器的遥感数据复合步骤：步骤：配准配准 1）几何校正：完成空间坐标的处理）几何校正：完成空间坐标的处理——同一坐标体系；同一坐标体系； 2）分辩率匹配：用重采样方法将配准图像的分辨率换算）分辩率匹配：用重采样方法将配准图像的分辨率换算一致复合复合 基本思想：通过各种运算方法，将需要复合的图像调整为三基本思想：通过各种运算方法，将需要复合的图像调整为三个波段图像个波段图像——R、、G、、B，再进行彩色或假彩色合成。

再进行彩色或假彩色合成六、六、多源信息的复合多源信息的复合（（4 4）多时相遥感信息的复合）多时相遥感信息的复合————光谱特征的时间光谱特征的时间效应效应多时相遥感信息复合的目的多时相遥感信息复合的目的 目的一目的一：提高识别能力和分类精度：提高识别能力和分类精度 根据要识别的目标在不同时间内光谱与空间特征方面的根据要识别的目标在不同时间内光谱与空间特征方面的变化规律，选择必要的遥感信息，进行复合处理变化规律，选择必要的遥感信息，进行复合处理 目的二目的二：动态研究：动态研究 利用不同时相遥感信息匹配复合，获得地面目标（资源利用不同时相遥感信息匹配复合，获得地面目标（资源与环境）变化的影像信息如研究森林、草场资源与变化，与环境）变化的影像信息如研究森林、草场资源与变化，水库、湖泊、河流的演变规律，城市的扩展等水库、湖泊、河流的演变规律，城市的扩展等步骤步骤 1）配准）配准 2）直方图调整）直方图调整 3）复合）复合六、六、多源信息的复合多源信息的复合（（5 5）遥感信息与非遥感信息的复合）遥感信息与非遥感信息的复合遥感信息与非遥感信息复合的类型遥感信息与非遥感信息复合的类型遥感影像与地图的复合遥感影像与地图的复合 1））影像地图影像地图——是遥感影像与地图复合的产物，具有一是遥感影像与地图复合的产物，具有一定的数学基础，有丰富的影像信息和一定的地理要素，它由遥定的数学基础，有丰富的影像信息和一定的地理要素，它由遥感影像经纠正后与地图套合、镶嵌而成。

感影像经纠正后与地图套合、镶嵌而成 2））影像地图的发展影像地图的发展——地图影像化和影像地图化地图影像化和影像地图化 地图影像化地图影像化：为了增加地图信息，直接利用卫星影像信息：为了增加地图信息，直接利用卫星影像信息所载负的丰富信息充实和更新地图所载负的丰富信息充实和更新地图 影像地图化影像地图化：遥感影像中增加地图要素或：为适应专题：遥感影像中增加地图要素或：为适应专题分析的需要，从遥感影像上提取某种专题信息，加上部分地理分析的需要，从遥感影像上提取某种专题信息，加上部分地理要素，以专题影像图的形式加以表达，以提高影像在专题应用要素，以专题影像图的形式加以表达，以提高影像在专题应用中的适应能力中的适应能力六、六、多源信息的复合多源信息的复合（（5 5）遥感信息与非遥感信息的复合）遥感信息与非遥感信息的复合遥感信息与非遥感信息复合的类型遥感信息与非遥感信息复合的类型DTM与遥感数据的复合与遥感数据的复合 1））DTM——数字地形模型数字地形模型 DTM——The Digital Terrain Model，是对地形持征的一，是对地形持征的一种描述。

种描述DEM DTM的获得方法：通过遥感图像的立体像对、地形图的等的获得方法：通过遥感图像的立体像对、地形图的等高线等，从各类立体测绘仪上直接输出或用扫描数字化仪、手高线等，从各类立体测绘仪上直接输出或用扫描数字化仪、手扶数字化仪、屏幕数字化、人工采样等获得扶数字化仪、屏幕数字化、人工采样等获得 DTM的用途：恢复等高线图，派生出各种坡向图、坡度图、的用途：恢复等高线图，派生出各种坡向图、坡度图、地势图等，或作为一种参数与其它数据一起参与运算地势图等，或作为一种参数与其它数据一起参与运算 六、六、多源信息的复合多源信息的复合（（5 5）遥感信息与非遥感信息的复合）遥感信息与非遥感信息的复合遥感信息与非遥感信息复合的类型遥感信息与非遥感信息复合的类型DTM与遥感数据的复合与遥感数据的复合2））DTM在遥感数据复合中的作用在遥感数据复合中的作用 A：用：用DTM校正遥感数据校正遥感数据 GCP校正时，不包括对地形起伏而造成的位移的改正校正时，不包括对地形起伏而造成的位移的改正 +DTM时，提高精度时，提高精度 B：参与分类：参与分类——提高分类精度提高分类精度遥感信息与地球物理、地球化学信息复合遥感信息与地球物理、地球化学信息复合——分类分类六、六、多源信息的复合多源信息的复合（（5 5）遥感信息与非遥感信息的复合）遥感信息与非遥感信息的复合遥感信息与非遥感信息复合的步骤遥感信息与非遥感信息复合的步骤地理数据的格网化地理数据的格网化 1）网格数据的生成）网格数据的生成——不规则的离散数据规则化不规则的离散数据规则化 2）与遥感数据的配准）与遥感数据的配准——坐标一致、分辨率一致坐标一致、分辨率一致最优遥感数据的选择最优遥感数据的选择配准复合配准复合 1）栅格数据与栅格数据）栅格数据与栅格数据 其一：非遥感数据与遥感数据组成三个波段，合成假彩色其一：非遥感数据与遥感数据组成三个波段，合成假彩色图像。

图像 其二：非遥感数据作为一个波段，直接参与遥感数据的各其二：非遥感数据作为一个波段，直接参与遥感数据的各种运算，即将非遥感信息看着是一个遥感波段种运算，即将非遥感信息看着是一个遥感波段 2）栅格数据与矢量数据的复合）栅格数据与矢量数据的复合——叠加叠加七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement多光谱图像的特点：多光谱图像的特点：Ø波段数目多波段数目多Ø信息量大信息量大Ø波段之间有一定的相关性，信息重叠波段之间有一定的相关性，信息重叠影响图像各波段相关的主要因素影响图像各波段相关的主要因素ü地物的波谱反射相关性；地物的波谱反射相关性；ü地形地形 地形阴影在所有太阳光反射波段上都上一样的，在山区地形阴影在所有太阳光反射波段上都上一样的，在山区和低太阳角时，地形阴影可能成为图像的主导成分，导和低太阳角时，地形阴影可能成为图像的主导成分，导致太阳反射光谱区内波段之间的相关性，但在热红外波致太阳反射光谱区内波段之间的相关性，但在热红外波段例外ü遥感传感器波段间的重叠遥感传感器波段间的重叠 理想情况尽可能减少，但不能完全避免！理想情况尽可能减少，但不能完全避免！七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement多光谱增强的目的：多光谱增强的目的：Ø对多光谱图像进行线性变换，减少各波段之间的信息对多光谱图像进行线性变换，减少各波段之间的信息冗余，保留主要信息，压缩数据量，增强和提取有利冗余，保留主要信息，压缩数据量，增强和提取有利于解译的数据。

于解译的数据主要方法：主要方法：ØK-L变换变换ØK-T变换变换七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement1、多光谱空间、多光谱空间注意：注意：多光谱空间仅表示各波多光谱空间仅表示各波段光谱信息之间的关系，与像段光谱信息之间的关系，与像元点在图像中的位置无关元点在图像中的位置无关七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换原理变换原理Karhunen-Loeve变换，又称主成分变换（变换，又称主成分变换（Principal Component Analysis，，PCA），），Hotelling变换变换原理原理：对多波段图像进行线性变换，形成新的光谱空间对多波段图像进行线性变换，形成新的光谱空间即：即：X——变换前多光谱空间的像元矢量；Y——变换后多光谱空间的像元矢量；A——线性矩阵七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换原理变换原理根据主成分变换的数学原理，根据主成分变换的数学原理，A是是X空间的协方差矩阵的空间的协方差矩阵的特征向量矩阵的转置矩阵，即：特征向量矩阵的转置矩阵，即：七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换原理变换原理n=3时，时，结果：结果：Y Y的各分的各分量是量是X X的各分量的各分量的线性组合，综的线性组合，综合了原有各分量合了原有各分量的信息；各分量的信息；各分量系数不一样。

系数不一样七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换原理变换原理变换后变换后Y的协方差矩阵为的协方差矩阵为 由小到大排由小到大排列，变换后的列，变换后的Y Y的各分量相互独的各分量相互独立七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换分析变换分析特征值的大小反映了这一方向上主分量所具有信息量的多少及每个分量的相特征值的大小反映了这一方向上主分量所具有信息量的多少及每个分量的相对重要性对重要性PCA1——数据的最大变化量，包括了全部信息量的最大部分数据的最大变化量，包括了全部信息量的最大部分PCA2——没有被没有被PCA1表示的数据的最大变化量表示的数据的最大变化量注意：注意：整个图像信整个图像信息的综合分析，对息的综合分析，对于特定的图像分析于特定的图像分析并不适用特定地并不适用特定地物特征分析需要分物特征分析需要分析其光谱特征，从析其光谱特征，从而选择相应的波段而选择相应的波段七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换结果分析变换结果分析（（1））K-L变换后，得到变换后，得到 一组新的变量（即一组新的变量（即Y的各个行的各个行向量），称为第向量），称为第n主成分；主成分；（（2）特征值）特征值 的大小反映了这一方向上主分量所的大小反映了这一方向上主分量所具有信息量的多少及每个分量的相对重要性；具有信息量的多少及每个分量的相对重要性；（（3）第一主成分相当于原来各波段的加权和，且每个）第一主成分相当于原来各波段的加权和，且每个波段的加权值与该波段的方差大小成正比（波段的加权值与该波段的方差大小成正比（方差大，方差大，信息量大信息量大），反映了地物总的辐射强度。

反映了地物总的辐射强度七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换计算步骤变换计算步骤第一步第一步：由原始图像矩阵：由原始图像矩阵X求其协方差矩阵求其协方差矩阵 第二步第二步：由特征方程式：由特征方程式 求出协方差矩阵求出协方差矩阵 的各个特征值的各个特征值 并将并将 排序七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换计算步骤变换计算步骤第三步第三步：求各特征值：求各特征值 对应的特征向量对应的特征向量 第四步第四步：取变换矩阵：取变换矩阵 第五步第五步：计算：计算K-L变换的表达式变换的表达式 七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement2、、K-L变换变换K-L变换的应用变换的应用Ø数据压缩数据压缩Ø图像增强：前几分量包含主要信息，后几个分量噪图像增强：前几分量包含主要信息，后几个分量噪声较多；声较多；Ø分类前预处理：减少分类波段数，提高分类精度分类前预处理：减少分类波段数，提高分类精度K-LK-L变换是特征选择常用方法！！变换是特征选择常用方法！！七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement3、、K-T变换变换Kauth-Thomas变换，又称缨帽变换（变换，又称缨帽变换（tasseled cap））用途用途Ø植被研究，特别是分析农业特征提供了一个优化显示的方法植被研究，特别是分析农业特征提供了一个优化显示的方法Ø数据压缩数据压缩变换模型变换模型X——变换前多光谱空间的像元矢量；Y——变换后多光谱空间的像元矢量；c——变换矩阵， a——避免出现负值所加的常数七、多光谱增强七、多光谱增强 Multi-spectral EnhancementEnhancement3、、K-T变换变换Kauth-Thomas变换，又称缨帽变换（变换，又称缨帽变换（tasseled cap））转换系数转换系数K-T变换是一种特殊的变换是一种特殊的PCA变换，其转换系数是固定变换，其转换系数是固定的，独立于单个图像，不同图像产生的结果可以的，独立于单个图像，不同图像产生的结果可以进行比较。

进行比较3、、K-T变换变换MSS的转换系数的转换系数y1—y1—亮度分量亮度分量（土壤亮度指数，（土壤亮度指数，Soil BrightnessSoil Brightness），主），主要反映土壤反射率变化的信息；要反映土壤反射率变化的信息；y2—y2—绿度分量绿度分量（绿度指数，（绿度指数，GreennessGreenness），反映地面植被），反映地面植被的绿度；的绿度；y3—y3—黄度分量黄度分量（黄度指数，（黄度指数，Yellow StuffYellow Stuff），植被的枯），植被的枯萎程度；萎程度；y4—y4—噪声，无实际意义噪声，无实际意义注意：对不同地区特点和注意：对不同地区特点和传感器，系数是调整变传感器，系数是调整变化的，化的，y1y1，，y2y2集中了集中了95%95%或更多的信息或更多的信息3、、K-T变换变换TM的转换系数的转换系数y1—y1—亮度分量亮度分量（（TMTM六个波段分量的加权和，反映了总体的亮六个波段分量的加权和，反映了总体的亮度变化）；度变化）；y2—y2—绿度分量绿度分量（与亮度分量垂直，是近红外与可见光波段的（与亮度分量垂直，是近红外与可见光波段的比值，反映可见光波段特别是红光波段与近红外波段之间比值，反映可见光波段特别是红光波段与近红外波段之间的对比）的对比）y3—y3—湿度分量湿度分量（与土壤湿度有关，反映可见光与近红外波段（与土壤湿度有关，反映可见光与近红外波段及红外及红外5 5、、7 7波段的差值，而波段的差值，而5 5、、7 7波段对土壤和植被的湿度波段对土壤和植被的湿度最为敏感）。

最为敏感）注意：对不同地区特点和注意：对不同地区特点和传感器，系数是调整变传感器，系数是调整变化的3、、K-T变换变换TM的转换系数的转换系数对于对于TMTM图像而言，可见光图像而言，可见光- -红外六个波段数据蕴含着很丰富红外六个波段数据蕴含着很丰富的信息，经的信息，经K-TK-T变换的前三个分量主要反映土壤亮度变换的前三个分量主要反映土壤亮度（（BIBI）、绿度（）、绿度（GVIGVI）和湿度（）和湿度（WIWI），第四分量为噪声第四分量为噪声以以LANDSAT5LANDSAT5为例，可表示为：为例，可表示为：TMTM变换是以各波段的辐射亮度值作为变量，这些亮度值中包变换是以各波段的辐射亮度值作为变量，这些亮度值中包含了太阳辐射、大气辐射、环境辐射等多因素的综合信息含了太阳辐射、大气辐射、环境辐射等多因素的综合信息因此，因此，K-TK-T变换所得到的数值和图形，受大气纯度、光照变换所得到的数值和图形，受大气纯度、光照角度等外界的变化而波动角度等外界的变化而波动。