真彩色:颜色对应相应的波段,是口然物本来的颜色假彩色:颜色不对应相应的波段,不是物体本来的颜色2、?密度分割将连续的灰度值转为少量的灰度区间,并用不同的颜色表示。伪彩色:单波段灰度图像的彩色显示或表示(三)图像滤波(邻域增强人抑制噪声,增强某些特征,根据像元点周围的关系作邻域运算。1、?平滑(低通滤波):滤掉孤立的单点噪声和一些细节,突岀图像的基本结构。分为均值滤波(窗口中心的彖元被赋予窗口内所有彖元的均值)和中位数滤波。2、?锐化(高通滤波):提高边缘灰度值的变化率,使边缘更清晰。3、?中值滤波:窗口中心的象元被赋予窗口内灰度值的中位数(四)图像变换涉及不同图像Z间的运算:影响代数。1、?算术运算(加减乘除运算):是重要的信息提取方法例:植被指数的计算。植被指数是基于植物叶绿索在红色波段的强烈吸收以及近红外波段的强烈反射,通过红和近红外波段的比值或线性组合实现对植被信息状态的表达。公式:NDVI二(NIR-R)/(NIR+R)即(近红外-红)/(近红外+红)用途:识别植被、检测植被健康状况等2、?主成分分析3、?图像融合用一定的算法综合两个或两个以上不同的图像形成一个新的图像。四、图像信息提取:图像分类、空间信息提取、光谱信息提取(-)图像分类1、?基本原理:不同的地物貝•有不同的光谱特征,同类地物貝•有相同或相似的光谱特性2、?目标:将图像中所有的像元口动地进行地表覆盖类型的分类。3、?存在问题:同物异谱:同类地物具冇不同的光谱特征同谱异物:不同的地物可能具有相似的光谱特征4、?一些概念:(1)?监督分类:通过选择代表各类已知样本的像元光谱特征,事先取得各类别的参数,确定判别函数,从而进行分类。(2)?非监督分类:根据事先指定的某一准则,而进行计算机自动判别归类,无需人为干预。(3)训练区:已知覆盖类型的代表样区;用于描述主要特征类型的光谱属性;其精度直接影响分类结果。
全文预览
