来反应整体的反射率，标准差反应图像景物反差。
15、图像反差调整：线性变换、直方图均衡、直方图正态化、直方图匹配、密度分割、其他费线性变换、灰度反转。
16、线性变换：简单线性变换：按比例拉伸原始图像灰度等级范围。目的：为了充分利用显示设备的显示范围，使输出直方图的两端达到饱和，增加感兴趣目标与其他目标之间的反差。特点：一对一关系，像元总数不变。实际应用中更多采用分段线性变换。其数学表达式为：
di??j?Adij?B。实际计算时常建立查找表。
17、直方图均衡：将随机分布的图像直方图修改成均匀分布的直方图，其实质是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。
18、直方图均衡化效果：（1）各灰度级所占图像的面积近似相等，因为某些灰度级出现高的像素不可能被分割；（2）原图像上频率小的灰度级被合并，频率高的灰度级被保留，因此可以增强图像上大面积地物与周围地物的反差。（3）如果输出数据分段级较少，则会产生一个初步分类的视觉效果。
19、直方图正态化：将随机分布的原图像直方图修改成高斯分布的直方图。同样采用累加方法进行正态化。
20、直方图匹配：通过非线性变换使得一个图像的直方图与另一个图像直方图类似。要求：1．图像直方图总体形状应类似；2．图像中黑与亮特征应相同；3．图像的空间分辨率应相同；4．图像上地物分布应相同，尤其是不同地区的图像匹配。如果一幅图像里有云，而另一幅没有云，那么在直方图匹配前，应将其中一幅里的云去掉。
21、密度分割：密度分割与直方图均衡类似。产生一个阶梯状查找表，原始图像的灰度值被分成等间隔的离散的灰度级，每一级有其灰度值。
22、其他非线性变换：非线性变换有很多方法，如对数变换（底部拉伸高部压缩）、指数变换（底部压缩高部拉伸）、平方根变换、标准偏差变换、直方图周期性变换。
23、灰度反转：对图像灰度范围进行线性或非线性取反，产生一幅与输入图像灰度相反的图像。结果：原来亮的地方变暗，原来暗的地方变亮。有两种算法：简单反转和条件反转。 24、多光谱图像四则运算：针对多源遥感图像的特点，可以利用多源图像之间的四则运算来达到增加某些信息或消除某些影响的目的。
25、减法运算：B=Bx-By，Bx、By 为两个不同波段的图像或者不同时相同一波段图像。（1）当为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波
段上变化趋势相反时的反差。（2）而当为两个不同时相同一波段图像相减时，可以提取地面目标的变化信息/提取波段间的变化信息。当用红外波段与红波段图像相减时，即为植被指数：VI=BIR-BR
26、通过加法运算可以加宽波段，如绿色波段和红色时段图像相加可以得到近似全色图像； 而绿色波段、红色波段和红外波段图像相加可以得到全色红外图像。乘法运算与加法运算类似。
27、除法运算：（1）通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；（2）也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分。（3）比值处理还能用于消除山影、云影及显示隐伏构造。? 因此，比值运算是自动分类的预处理方法之一。
28、混合运算：归一化差分植被指数（NDVI）也称为生物量指标变化，可使植被从水和土中分离出来。NDVI?BIR?BR（不限传感器）。
BIR?BR29、图像融合：图像融合：将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像的过程。比如：全色图像一般具有较高空间分辨率（如SPOT全色图像分辨率为5m/2.5m ），多光谱图像光谱信息较丰富（SPOT- 5 有四个波段），为提高SPOT多光谱图像的空间分辨率，可以将全色图像融合进多光谱图像。通过融合既提高多光谱图像空间分辨率，又保留其多光谱特性。
30、融合的目的：提高多光谱遥感图像空间分辨率? 改善配准精度? 增强特征? 改善分类? 对多时相图像用于变化检测、替代或修补图像的缺陷。
31、图像融合的层次：像素级融合：对原始图像及预处理各阶段上所产生的信息分别进行融合处理，以增加图像中有用信息成分，改善图像处理效果。特征级融合：先提取特征再进行融合，能以高的置信度来提取有用的图像特征。决策级融合：允许来自多源数据在最高抽象层次上被有效利用。
32、遥感图像融合的条件：（1）融合图像应包括不同空间和光谱分辨率（2）融合的图像应是同一区域（3）图像应尽可能精确配准（4）对于在不同时间获取的图像中，其内容没有大的变化。
33、基于像素级的图像融合具体方法：? 要求多源图像精确配准? 重采样使多源图像分辨率一致? 将图像按某种变换方式分解成不同级的子图像，同时，这种分解变换必须可逆，即由多幅子图像合成一幅图像，即为融合图像。这时多幅子图像中包含了来自其它需要融合的经
图像变换的子图像。 34、加权融合：
Iij?A(PiIi?PjIj)?B权值由两幅图像的相关系数确定。如：SPOT全色图
像与其多光谱图像融合时，由于多光谱中的绿、红波段与全色波段相关性较强，而与红外波段相关性较小，可以采用全色波段图像与多光谱波段图像的相关系数来融合。
35、加权融合过程：1.对两幅图像进行几何配准，并对多光谱图像重采样使其与全色图像分辨率相同；2.分别计算全色波段与多光谱波段图像的相关系数；3.用全色波段图像和多光谱波段图像按下式组合得到全色图像与多光谱图像的其中一个波段融合以后的图像。 36、基于IHS变换的图像融合：IHS 变换将图像处理常用的RGB彩色空间变换到IHS 空间。IHS 空间用亮度(Intensity)、色调(Hue)、饱和度(Saturation) 表示。IHS 变换可以把图像的亮度、色调和饱和度分开，图像融合只在亮度通道上进行，图像的色调和饱和度保持不变。
37、基于IHS 变换的融合过程：（1）待融合的全色图像和多光谱图像进行几何配准，并将多光谱图像重采样与全色分辨率相同；（2）将多光谱图像变换转换到IHS空间；（3）对全色图像I’ 和IHS空间中的亮度分量I进行直方图匹配；（4）用全色图像I’ 代替IHS空间的亮度分量，即IHS→I’HS；（5）将I’HS逆变换到RGB空间，即得到融合图像。 38、基于主分量变换的图像融合：方法一：（1）对多光谱图像的多个波段进行主分量变换（K-L变换）。变换后第一主分量含有变换前各波段的大部分信息，而各波段中其余对应的部分，被分配到变换后的其它波段。（2）将高分辨率图像和第一主分量进行直方图匹配，使高分辨率图像与第一主分量图像有相近的均值和方差。（3）用直方图匹配后的高分辨率图像代替主分量中的第一主分量和其余分量一起进行主分量逆变换，得到融合图像。方法二：将高分辨率图像作为一个波段和多光谱图像组合一起进行KL变换，变换后图像信息的再分配达到高分辨率图像和多光谱图像的融合。
39、比值变换融合：可以增加图像两端的对比度。当要保持原始图像的辐射度时，本方法不宜采用。比如计算式子：?B1/(B1?B2?B3)?D?DB1
40、乘积变换融合：乘积变换融合算法按下式进行：D?Bi?DBi? 通过乘积变换融合得到的融合图像其亮度成分得到增加。在上述融合方法中，基于IHS 变换融合和比值变换融合只能用三个波段的多光谱图像和全色图像融合，而其它方法不受波段数限制。
41、图像融合的效果评价：定性评价：主要以目视判读为主，目视判读是一种简单、直接的评价方法，可以根据图像融合前后的对比作出定性评价。缺点是因人而异，具有主观性。定
量评价：从融合图像包含的信息量和分类精度这两方面进行评价，可以弥补定性评价的不足。 42、定量评价的一些指标：（1）基于清晰度：平均梯度G，反应图像中微笑细节反差和纹理变化的特征，表达图像的清晰度。G越大则图像层次月多，图像越清晰（2）基于信息量的熵和联合熵，熵越大则包含的信息量越丰富（3）基于分类精度的：混淆矩阵，比较融合前后图像分类的结果。（4）基于逼真度：偏差指数D。还有相关系数、均值偏差、方差偏差等。 43、三维立体景观图像，动态漫游和观察。? 根据计算机图形学的原理，将遥感图像和相应的DEM复合即可生成具有真实感的三维景观。
第七章 遥感图像判读
1、“ 判读”：是对遥感图像上的各种特征进行综合分析、比较、推理和判断，最后提取出你所感兴趣的信息。
2、景物特征：景物特征主要有光谱特征、空间特征和时间特征。此外，在微波区还有偏振特性。景物的这些特征在图像上以灰度变化的形式表现出来，因此图像的灰度是以上三者的函数。
3、各种地物的各种特征都以各自的形式（或称样子、模式）表现在图像上。各种地物在图像上的各种特有的表现形式称为判读标志。
4、光谱特征及判读标志：地物的波谱响应曲线与其光谱特性曲线的变化趋势是一致的。地物在多波段图像上特有的这种波谱响应就是地物的光谱特征的判读标志。
5、空间特征及其判读标志：景物的各种几何形态为其空间特征，它与物体的空间坐标X、Y、Z密切相关，这种空间特征在像片上也是由不同的色调表现出来，色调标志是识别目标地物的基本依据，依据色调标志，可以区分目标。常用的判读标志有：形状、大小、图形、阴影、位置、纹理、类型等。
6、时间特征及判读标志：对于同一地区景物的时间特征表现在不同时间地面覆盖类型不同，地面景观发生很大变化。景物的时间特征在图像上以光谱特征及空间特征的变化表现出来。 7、影响景物特征及判读的因素：?地物本身的复杂性? 传感器特性的影响? 目视能力的影响 8、空间分辨率：传感器瞬时视场内所观察到地面场元的宽度。几何分辨力：能分辨出的最小地物的大小。几何分辨力＝3倍空间分辨力。地面分辨率：影像能够详细区分的最小单元（像元）能代表的地面尺寸的大小。影像分辨率：地面分辨率在不同比例尺的具体影像上的反映。影像分辨率随影像的比例尺不同而变化。如80m的地面分辨率在1:100万地图上的影像分辨率是0.08mm。辐射分辨率：传感器区分两种辐射强度最小差别的能力。传感器的输出包括信号和噪声两大部分。如果信号小于噪声，则输出的是噪声。如果两个信号之差小
于噪声，则在输出的记录上无法分辨这两个信号。? 辐射分辨率用等效噪声功率（辐射灵敏度）衡量，大于或等于2-6倍等效噪声功率。光谱分辨率：光谱探测能力，包括：传感器总的探测波段的宽度、波段数、各波段的波长范围和间隔。波段太多，输出数据量太大，加大处理工作量和判读难度。最佳探测波段，是指这些波段中探测各种目标之间和目标与背景之间，有最好的反差或波谱响应特性的差别。时间分辨率：传感器对同一目标进行重复探测时，相邻两次探测的时间间隔称为遥感图像的时间分辨率。时间分辨率越短的图像，能更详细地观察地面物体或现象的动态变化。
第八章 遥感图像自动识别分类
1、遥感图像的计算机分类：利用计算机对地球表面及其环境在遥感图像上的信息进行属性的识别和分类，从而达到识别图像信息所相应的实际地物，提取所需要地物信息的目的。是模式识别技术在遥感技术领域的具体应用，利用计算机来人工模拟人类的识别功能，采用决策理论（或统计）方法。按照决策理论方法需要从被识别的模式（即对象）中，提取一组反映模式属性的量测值，称之为特征? 把模式特征定义在一个特征空间中，进而利用决策的原理对特征空间进行划分，以区分不同特征的模式，达到分类的目的。
2、模式与模式识别： “ 模式”是指某种具有空间或几何特征的东西，它的含义是某种事物的标准形式。 一个模式识别系统对被识别的模式作一系列的测量，然后将测量结果与“模式字典”中一组“典型的”测量值相比较。若和字典中某一“词目”的比较结果是吻合或比较吻合，则我们就可以得出所需要的分类结果。这一过程称为模式识别 。 这一组测量值就是一种模式 。
3、同名地物点在不同波段图像中亮度的观测量将构成一个多维随机向量X，称为光谱特征向量。如TM=[TM1，TM2，TM3，TM4，TM5，TM6，TM7]，为了度量图像中地物的光谱特征，建立一个以各波段图像的亮度分布为子空间的多维光谱特征空间。
4、地物在特征空间中的聚类情况：由于随机性因素（如大气条件，背景，地物朝向，传感器本身的“噪声”等）影响，同类地物的各取样点在光谱特征空间中的特征点将不可能只表现为同一点，而是形成一个相对聚集的点集群，而不同类地物的点集群在特征空间内一般是相互分离的。
5、特征点集群在特征空间中的分布：可以分为三种情况：（1）理想情况：至少在一个特征子空间中时可以相互区别的（2）典型情况：在任一子空间都有重叠，但在总的特征空间中时可以完全区分开的，可以使用特征变换使之变成理想情况进行分类（3）一般情况：无论在总的特征空间还是子空间都有重叠，重叠部分出现分类误差。地物在特征空间的聚类通常