遥感图像处理技术的关键技术

对遥感图像加工的各种技术方法(如辐射亮度校正、几何校正、增强、统计分析和信息提取、分类和识别等)的统称。遥感图像是遥感器对目标反射电磁波能量信息的记录。由于目标与遥感器之间的大气层的吸收、散射,遥感器本身固有的缺陷以及记录介质的变形,使所获得的遥感图像必然有失实之处,因而需要进行各种处理,如消除噪音、纠正几何误差等,以恢复其本来面目;有时还要借助于图像处理技术,如边界增强、密度分割等,突出遥感图像中某些信息。

图像处理对于遥感的关键技术

1.几何校正

由于遥感系统空间、波谱、时间以及辐射分辨率的限制，在比较崎岖的地方精确地记录具有很大的困难性成像，从而影响图像的分析精度，所以在分析前，要对图像进行预处理。

预处理中一个重要的点就是对原图像进行几何校正。

2.图像的压缩编码

卫星的传输带宽是有限的，有限的带宽限制了传输回图片的质量。如何用有限的带宽传送回更多的信息，这就需要对图像进行压缩编码。

图像压缩编码用尽可能少的数据表示信源发出的图像信号，对图像进行压缩，减少一个图像的大小，缩短传输一个图像的所用的时间和减少占用的信道带宽。

图像压缩编码研究一般分为两个阶段：

第一代图像压缩编码阶段（1985年前）

源于传统的数据压缩理论，变换压缩编码和量化压缩编码是其中的亮点。

第二代图像压缩编码阶段（1985年后）

1985年，一些人利用人眼视觉特性提出了这个概念。经过一段时间的发展，压缩编码领域取得了阶段的新成果，EZW编码算法和SPIHT编码算法具有结构简单、不需要过多的学习、支持多码率、图像复原质量理想的特点受到广泛的关注。

到今天，小波变换的图像压缩技术成为了主流。基于二维小波压缩方法有很多，一般用小波泡、小波变换零树压缩、小波变换量化矢量压缩等。一个图像做小波分解后会形成很多不同分辨率的子图像。高分辨率的子图像大部分点数值都接近于0。所以说一个图像重要的部分就是就是其低频的部分，小波分解就是去高频保留低频。

3.图像增强

图像增强是根据需要来突出一幅图像的一些信息，以及删除或削弱图像的一些信息的处理方法。他的根本目的是让生成的图片比原图片更适应我们的需要。

图像增强的一般方法有直方图修改处理、图像尖锐化处理、图像平滑性处理以及彩色平衡处理等。这几种增强方法可以结合使用，在使用前应综合分析，确立使用方法。

4.图象恢复

这个技术出现的原因是图像在获取、传输和储存的过程中会受到很多因素影响造成失真现象，结果是使图片的质量下降，即图象退化。图象恢复技术的目的是得到某种程度改善的视觉质量，将一个图片通过某些模型来使其恢复成原有的图像。常见的图像恢复方式有：

连续图像的滤波恢复、svd伪逆空间图像恢复、传感器和显示点的非线性修正、伪逆空间图像恢复、统计学估计图像空间恢复、约束图象恢复、盲目图象恢复。

5.图像分割

图像分割是数字图像处理的一门关键技术。图像分割自从上世纪70年代就开始受到人们的广泛关注，并且在很多领域都有广泛的应用。

（1）基于区域的分割法

这种方法将图像分割成若干不重叠的区域，

在相似性上，使各个区域的内部特性大于区域间的特性。各个区域内的像素都满足给予灰度、纹理等特征。

一般方法有：区域生长法、阈值法、分裂合并法。

（2）基于边缘的分割方法

这种方法的主要根据是图像局部特征的不连续性。这种方法先根据图像的不连续性或突变型，将他们连成边界，这种边界将图像划分为不同的区域。

边缘检测和提取的主要手段是微分运算，因为大多数的图像边缘检测的方法是图像高频分量的增强过程。

一般使用以下几种边缘检测算子：

Sobel算子、Prewitt算子、Robert算子、Canny算子、拉普拉斯算子。

这些算子的优点是计算简单速度较快，缺点是受到噪声影响较大[11]。

6.图像分析

图像分析的目的是从图像中抽取有用的度量、数据、信息。图像需要图像分割抽取图像的特征，而后对图像进行符号性的描述。

（1）图像描绘

一个图像经过图像分割后得到的是多个区域。通过描述这些目标获得他们之间的相互关系来更容易识别目标。

（2）纹理分析

常用的纹理分析方法有结构法、频谱法、统计法和模型法。

结构分析法从纹理的基元形态及其排布规则角度分析，适用于研究规则纹理。它的优点是对纹理的构成理解高。

统计法一些自然纹理从局部上显示很大的随机性，但从整体上看还是有一定的规律性。基于统计的纹理分析方法有灰度共生矩阵分析和矩自相关函数。

频谱法用信号处理的方法将空间域的纹理图像转换到频率域中，目前主要方法有傅里叶变换和小波分析等。

模型法将纹理基元建模成一个数学模型，运用信号分析等方法进行计算分析。常用的模型有自回归模型、控向金字塔小波分析、word分解、马尔科夫随机场模型等。广西善图科技有限公司