第一章 ? 緒 論

◆ 課程學習要求

1. 主要教學內容：遙感數字圖像處理的概念和基礎知識，遙感數字圖像的幾何處理，遙感圖像的輻射校正，遙感數字圖像的增強處理，遙感圖像的計算機分類，遙感數字圖像的分析方法，遙感圖像處理軟件的使用。
2. 預備知識：遙感技術基礎、線性代數、概率論、計算機技術基礎
3. 課程體系從“遙感圖像處理系統”這個高度出發建立，而講授重點在遙感圖像的計算機處理思想與方法 。

◆ 學習方法

1. 理論
2. 實驗
3. 實踐
4. 閱讀

1.1 何謂數字圖像處理

1.1.1 圖像的概念

圖像（image）是對客觀存在的物體的一種相似性的、生動的寫真或描述。在一般的意義下，可以認為一幅圖像就是一個東西的一個表示，它包含了所表示物體的相關描述信息，出現形式多種多樣：

• 可視的和不可視的；
• 抽象的和實際的；
• 適于和不適于計算機處理的。

1.1.2 圖像的類別

1、按照圖像的存在形式分

（1）“物理圖像” （physical images）

????? 物質或能量的實際分布

• “可見的圖像”（visible image），人眼可以看到并接受的圖像，如“圖片” （picture），包括“照片” （photograph）、“圖” （drawings指用線條畫成的）和“畫” （paintings）， “圖片”等價于“圖像”，也就是說“picture”經常和“image”一詞混用；“光圖像” （optical images），即用透鏡、光柵和全息術產生的圖像，如熒幕、屏幕上出現的影像。光（學）圖像是光強度的空間分布。
• “不可見的圖像”，如溫度、壓力、高度以及人口密度等的分布圖。

（2）抽象圖像，即“數學圖像”，包括連續函數和離散函數。離散函數圖像就是計算機可以處理的形式。物理圖像必須要變成離散函數才能被計算機處理。

2、按照圖像的色彩特性分

1. 彩色圖像，又稱為“多光譜圖像”，圖像上的每個點有多于一個的局部特征。如在彩色電視中重現的三基色圖像，每個像素點就需要有紅、綠、藍三個基色的三個亮度值表示。而遙感圖像可以提供多個不同通道的信息（TM達7 個，高光譜上百個，超波段圖像）。
2. 黑白圖像，又稱“灰度圖像”、“亮度圖像”、“單色圖像”等，每個像素點只有一個亮度值。例如黑白照片、黑白電視畫面。

3、按照圖像的光譜特性分

1. “可見光圖像”；
2. ?“紅外光圖像”；
3. ?“雷達圖像”；
4. ?“聲納圖像”。

4、按照圖像的時間特性分

1. “動態圖像”
   • 隨時間變化的圖像，如電視和電影畫面。
2. “靜止圖像”
   • 不隨時間變化的圖像，如各類圖片。

5、按圖像的明暗程度和空間坐標的連續性分

1.1.2 圖像信息的分類

1. 三類
   • 符號信息
   • 景物信息
   • 情緒信息

1.1.4 數字圖像處理的幾個基本術語

1. 數字化(digitizing)
   • 將一幅圖像從其原來的形式轉換為數字形式的處理過程，包括“掃描”、“采樣”與“量化”三個步驟，但通常將“掃描”合并到“采樣”階段，合并為兩個過程。

◆ 掃描（scanning）

1. 將一個數學虛擬網格覆蓋在一幅圖像上，圖像的平面空間被離散化成一個個的有序的格子（格子的形式可以有多種形式，通常易于物理實現的是矩形，且每個格子完全相同），然后按照格子的排列順序依次讀取圖像的信息，此讀取過程稱為“掃描”。在掃描過程中被讀取的小塊圖像稱為圖像元素(picture element)，簡稱像素(pixel)，它的描述包括空間坐標以及圖像信息兩個部分。不太嚴格的情況下，掃描也可以用作數字化的等價詞。矩形掃描網格常稱為光柵(raster)。

◆ 采樣(sampling)

1. 在一幅圖像的每個像素位置上測量灰度值。
2. 采樣通常是由一個圖像傳感元件完成，它將每個像素處的亮度轉換成與其成正比的電壓值。采樣完成圖像空間的數字化，在CCD攝像機中，是由一個個感光單元實現的。
3. 圖像數字化時必須遵守“采樣定理”，才能保證圖像可恢復。

◆ 量化(quantization)

1. 將采樣時測量的灰度值轉化成整數表示。
2. 由于數字計算機只能處理數字，因此必須將連續的測量值轉化為離散的整數。因此在圖像傳感器后面，經常跟隨一個電子線路的模數轉換器(ADC)，將電壓值轉化成一個整數。

?

1. 經過數字化得到一幅圖像的數字表示，即數字圖像f(x,y), f(x,y)以及x、y都是整數。
2. 一幅數字圖像中不同灰度值的個數稱為灰度級數，用G表示。

?????? ??????一般來說，?????????????? ，g就是表示圖像像素灰度值所需的比特位數。

量化參數與數字化圖像間的關系：

?? 數字化方式可分為均勻采樣、量化和非均勻采樣、量化。所謂“均勻”，指的是采樣、量化為等間隔。圖像數字化一般采用均勻采樣和均勻量化方式。

??? 非均勻采樣是根據圖象細節的豐富程度改變采樣間距。細節豐富的地方，采樣間距小，否則間距大。

??? 非均勻量化是對像素出現頻度少的間隔大，而頻度大的間隔小。

??? 采用非均勻采樣與量化，會使問題復雜化，因此很少采用。

??? 一般來說，采樣間隔越大，所得圖像像素數越少，空間分辨率低，質量差，嚴重時出現像素呈塊狀的國際棋盤效應；采樣間隔越小，所得圖像像素數越多，空間分辨率高，圖像質量好，但數據量大。

量化等級越多，所得圖像層次越豐富，灰度分辨率高，圖像質量好，但數據量大； 量化等級越少，圖像層次欠豐富，灰度分辨率低，會出現假輪廓現象，圖像質量變差，但數據量小。但在極少數情況下對固定圖像大小時，減少灰度級能改善質量，產生這種情況的最可能原因是減少灰度級一般會增加圖像的對比度。例如對細節比較豐富的圖像數字化。

◆ 幾個重要概念

1. 1、處理：讓某個事物受到一個過程的作用
2. 2、過程（ process ）：指能導致某個所期望目標的一系列的動作或操作。
3. 3、數字圖像處理：對一個物體的數字表示施加一系列的操作，以得到所期望的結果。
4. 4、數字圖像的限制性定義：一個被采樣和量化后的二維函數（該二維函數由光學方法產生），采用等距離矩形網格采樣，對幅度進行等間隔量化。因此，一幅數字圖像是一個被量化的采樣數值的二維矩陣。
5. 6、顯示（display）：由一幅數字圖像生成一可見的、直觀的圖像。類似概念有“回放”、“圖像重建”、“硬拷貝”、“圖像記錄”。顯示設備有暫時的、永久的兩類。
6. 10、對比度（contrast）：一幅圖像中灰度反差的大小。
7. 11、噪聲（noise）：加性的或乘法性的污染。
8. 12、采樣密度（sampling density）:圖像上單位長度包含的采樣點數。

?????? 像素間距（pixel spacing）=1/采樣密度

1. 13、放大率（magnification）：圖像中物體與其所對應的景物中物體的比例關系。
2. 14、運算（operation）：注意運算前后圖像之間的對應關系。
   • （1）全局運算：對整幅圖像同時處理
   • （2）點運算：由對應點決定
   • （3）局部運算：由中心像素周圍的有關像素決定

◆ 采樣定理（sampling theorem）

采樣過程所應遵循的規律，又稱取樣定理、抽樣定理。采樣定理說明采樣頻率與信號頻譜之間的關系，是連續信號離散化的基本依據。采樣定理是1928年由美國電信工程師H.奈奎斯特首先提出來的，因此稱為奈奎斯特采樣定理。1933年由蘇聯工程師科捷利尼科夫首次用公式嚴格地表述這一定理，因此在蘇聯文獻中稱為科捷利尼科夫采樣定理。1948年信息論的創始人C.E.香農對這一定理加以明確地說明并正式作為定理引用，因此在許多文獻中又稱為香農采樣定理。采樣定理有許多表述形式，但最基本的表述方式是時域采樣定理和頻域采樣定理。采樣定理在數字式遙測系統、時分制遙測系統、信息處理、數字通信和采樣控制理論等領域得到廣泛的應用。

◆ 時域采樣定理 　頻帶為F的連續信號 f(t)可用一系列離散的采樣值f(t1),f(t1±Δt)，f(t1±2Δt)，...來表示，只要這些采樣點的時間間隔Δt≤1/2F，便可根據各采樣值完全恢復原來的信號f(t)。

1.2 數字圖像處理技術

1. 廣義的數字圖像處理是指從圖像獲取到圖像信息輸出的全過程，即圖像處理系統，包括與計算機應用相關的設備、圖像處理相關的方法，以及有效軟件的實現、圖像處理軟件的應用、圖像信息在計算機中的表示、圖像數據庫及檢索、圖像信息應用等。
2. 狹義的數字圖像處理僅指其中對圖像信息進行處理。

廣義圖像處理

1. 圖像信息獲取，即獲取研究對象的圖像，并轉換成數字信號，以便于計算機或其它數字設備處理。這一階段的研究重點是圖像成像設備和數字化設備等。
2. 圖像信息的存儲。圖像的數據量巨大，因此研究的領域包括圖像存儲設備，以及圖像存儲的格式、圖像壓縮標準以及圖像數據庫技術等。
3. 圖像信息的傳送，包括內部傳送與遠距離傳送。內部傳送多采用DMA（Direct? Memory?? Access）技術解決速度問題；遠距離傳送同樣需要研究圖像壓縮技術，減少占用帶寬。
4. 圖像信息處理，即狹義的圖像處理，主要研究利用計算機可以實現的算法。
5. 圖像的輸出與顯示，即為人或計算機提供便于理解以及識別的圖像。圖像的輸出有軟拷貝與硬拷貝兩種形式。

◆ 狹義的計算機圖像處理

1. 幾何處理
   • 主要包括坐標變換，圖像的放大與縮小、旋轉、移動
   • 圖像畸變校正
   • 幾何特征計算等。
2. 算術與邏輯運算
   • 圖像的加減乘除，與或非等運算
   • 此類運算既簡單有效，又是其它處理的基礎。
3. 圖像增強
   • 根據任務目標突出圖像中感興趣的信息，消除干擾，改善圖像的視覺效果或增強便于機器識別的信息
4. 此三項是圖像預處理中常涉及的內容。
5. 圖像復原
   • 根據圖像退化模型，消除退化因素，恢復原始的圖像。如散焦是造成圖像模糊的一個重要的因素，而散焦模型可以通過實驗數據和理論分析獲得，利用逆濾波就可以消除散焦。
6. 圖像編碼
   • 研究壓縮圖像數據的方法，需要研究并利用圖像的冗余特征，如統計冗余、生理視覺冗余、知識冗余等。
7. 圖像分割
   • 根據圖像的某些特征將圖像劃分為不同的區域，以便于對圖像中的物體或目標進行分析與識別。如“機動車視覺系統”中根據圖像中的灰度信息分割白色導引線和路面。
8. 圖像重建
   • 前面六個研究方面輸入的是圖像，而圖像重建輸入的是非圖像信息，如數據、公式等，輸出為圖像。主要有卷積反投影法等。常用于醫學設備，CT等
9. 圖像模式識別
   • 在圖像分割的基礎上提取特征，對圖像中的內容進行判決分類。
10. 圖像分析與理解
    • 在圖像模式識別的基礎上進一步發展，根據圖像局部內容之間的關系，利用有關知識進行推理與聯想，對圖像中所表現的內容進行理解。

具體而言，遙感數字圖像處理的內容包括：

◆ 圖像的數字化（digitizing）

掃描（scanning）：對一幅圖像內給定位置的尋址。矩形掃描網格常稱為光柵。

采樣（sampling）：在一個圖像的每個像素位置上測量灰度值。

量化（quantization）：將一個測量的灰度值用一個整數表示

◆ 圖像變換

????? 圖像變換目的在于：處理問題簡化、有利于特征提取、加強對圖像信息的理解。

????? 圖像變換算法很多，重點學習傅立葉變換的算法、性質和應用。

◆ 圖像增強

介紹各種增強方法及其應用。增強圖像的有用信息，消弱噪聲的干擾。

◆ 圖像的恢復與重建

把退化、模糊了的圖像復原.包括圖像輻射和幾何校正等內容；由斷層掃描重建二、三維圖像。

◆ 圖像編碼

?????? 簡化圖像的表示，以壓縮圖像的數據，便于存儲和傳輸。

◆ 圖像分割

????? 圖像分割是指將一幅圖像劃分為互不重疊的區域的處理。重點介紹圖像分割的方法及其應用。

◆ 二值圖像處理與形狀分析

??????? 介紹二值圖像的幾何概念、二值圖像連接成分的各種變形算法和二值圖像特征提取與分析的各種方法。

◆ 紋理分析

?? 主要介紹影像紋理的概念及其特征提取與分析的一些方法與應用。

◆ 圖像識別

?????? 對圖像中的不同對象進行分類、描述和解譯。

3、數字圖像處理的顯著成就

1. 從可見光譜擴展到各波段：
   • 如遙感圖像的多光譜處理、雷達波段的側視雷達遙感圖像處理、紅外波段的圖像處理（如夜視儀、熱像儀等）、超聲圖像處理。
2. 從靜止圖像到運動圖像的處理：
   • 如運動模糊圖像的恢復、心臟搏動序列圖像的處理、對運動目標的跟蹤、巡航導彈的地形識別及瞄準等。
3. 從物體的外部到物體的內部圖像的處理：
   • 如人體的無損檢測設備CT及宇航用密封零件的無損檢測、海關用的集裝箱不開箱檢查等。
4. 從整體到局部圖像的處理（AOI技術）：
   • 有選擇性地對人類感興趣的局部圖像進行處理，如空間、灰度、顏色、頻域都可以開窗口進行加工處理(如放大、變換、校正等)。
5. 提取圖像中特征的處理：
   • 從圖像中抽出感興趣的區域、物體以特征的形式表現出來，以便計算機識別控制。
6. 人工智能化的圖像處理：
   • 用計算機去理解圖像，并進行景物分析，即計算機視覺系統，如機動車自動駕駛系統和機器人的視覺操縱系統等

4、數字圖像處理的學科特點

因此圖像處理技術不僅是融合多學科的新興學科，而且是工程性很強的學科。

計算機應用，涉及的領域包括數學、物理學、生物學以及生理學等基礎學科，又在電子技術、計算機科學、信息理論、醫學、控制理論以及系統工程等應用學科新成就的促進下迅速發展。圖像系統與研究目標密切相關，需針對不同應用、不同要求采用不同的方法、構建不同的系統。圖像處理是一門年輕的、充滿活力的交叉學科，并隨著計算機技術、認知科學、神經網絡技術以及數學理論的新成果，如數學形態學、小波分析、分形理論的發展，以及其它相關領域的最新成就而飛速發展著。

◆ 幾個學科之間的關系

1. 數字圖像處理(process)：圖像~圖像
2. 數字圖像分析（analysis）：圖像~非圖像的表示
3. 計算機圖形學(computer graphics)：用計算機將由概念或數學模型表示的物體（不是實物）進行處理，并顯示成圖像。
4. 計算機視覺（computer vision）：研究模擬人眼功能的理解自然景物的系統。
5. 數字成像（digital imaging）:更廣義的一個概念，涵蓋任何用計算機來操作（manipulate）與圖像有關數據的技術，包括計算機圖形學、計算機視覺、數字圖像處理與分析。

◆ 幾個當今熱點的研究方向

1. 1）因特網上的圖像檢索
2. 2）圖像在網上的傳輸
3. 3）圖像的安全技術
4. 4）圖像的處理技術
5. 5）圖像的自動識別
6. 6）圖像作為檢測手段的一種
7. 7）其它視頻方面的研究與需求

?

◆遙感圖像處理軟件

ERDAS IMAGINE

ERDAS 公司創建于1978 年，總部設在美國佐治亞州的亞特蘭大市。目前ERDAS 公司已經發展成為世界上最大的專業遙感圖像處理軟件公司，全球用戶遍布100 多個國家，軟件套數超過了60,000 套，市場占有率為46%，在全球遙感處理軟件市場排名第一，在GIS 軟件市場排名第九。在美國國家影像制圖局（NIMA）等權威機構組織的歷經5年的Passfind 項目遙感影像系統評比當中，在十一個項目評比中獲得九個項目第一，最終綜合功能性價比名列第一，在三維可視化分析領域更是在功能與理念上一路領先。自2002 年年中在得到Leica 公司的資金支持后，ERDAS IMAGINE 軟件的發展步伐更加有利與快捷，更多的新功能與算法加進到新版本中，一系列的舉措不僅僅使用戶的當前投資得到充分發揮，也得到了未來產品發展的保護。

ERDAS 軟件處理技術覆蓋了圖像數據的輸入/輸出，圖像增強、糾正、數據融合以及各種變換、信息提取、空間分析/建模以及專家分類、ArcInfo 矢量數據更新、數字攝影測量與3 維信息提取，硬拷貝地圖輸出（在3 維景觀的繪圖輸出更是達到了所見即所得的清晰大數量的紙質圖）、雷達數據處理、3 維立體顯示分析。IMAGINE 軟件可支持所有的UNIX 系統，以及PC 機的Microsoft Windows2000Professional （需Pack 2），Windows XP Professional 操作系統。其應用領域包括：科研、環境監測、氣象、石油礦產勘探、農業、醫學、軍事（數字地理戰場，解譯等）、電訊、制圖、林業、自然資源管理、公用設施管理、工程、水利、海洋，測繪勘察和城市與區域規劃等。通過與著名的GIS 廠商ESRI 公司的戰略合作，ERDAS 公司在與GIS 完整集成的IMAGINE系列軟件之外，同時開發基于ArcView GIS V8.x 的圖像分析模塊——Image Analysis 和Stereo Analyst 兩個擴展模塊，向用戶提供GIS/RS 一體化的解決方案。

*ERDAS IMAGINE產品套件：它是一個用于影象制圖、影象可視化、影象處理和高級遙感技術的完整的產品套件。

*ERDAS IMAGINE擴展模塊：ERDAS IMAGINE是以模塊化的方式提供給用戶的，可使用戶根據自已的應用要求、資金情況合理地選擇不同功能模塊及其不同組合，對系統進行剪裁，充分利用軟硬件資源，并最大限度地滿足用戶的專業應用要求。

*ArcGIS Extensions：它是為ArcGIS用戶提供的一個使用方便的地理影象分析和處理功能的擴展模塊。

目前的版本：ERDAS 2011（11.0）

網址：http://www.erdas.com/Homepage.aspx

?

?

?

?

?

?