1.1 遥感数字图像在线视频

今天

我们来学习

《遥感数字图像处理理论与方法》的

第一章

遥感数字图像基础

遥感数字图像处理

既要了解

遥感图像的成像机理和图像的特征

图像处理的理论和算法

又要熟悉遥感图像处理的

计算机的软件系统的操作技巧

这样才能做到理论联系实际

在掌握遥感数字图像处理方法的同时

真正的提升自己的动手操作

和解决实际问题的能力

本章

从遥感数字图像的定义出发

介绍遥感数字图像的特性

并结合计算机软件系统

介绍遥感数字图像处理的相关基础知识

主要内容

分为四个小节

分别为 遥感数字图像

遥感数字图像的坐标系统和地图投影定义

遥感数字图像的计算机存储

遥感数字图像的计算机显示

学习本章内容

可以了解

遥感数字图像处理的基础知识

为后续基本的原理和方法的学习

奠定基础

首先我们先从数字图像的定义说起

那到底什么是数字图像呢

简单地说

数字图像是用有限的数字值表示的图像

如

左图所示

这是一个9×9的数字阵列

在这个数字阵列中

列举了从11到99的数字值

有时候也简写为DN值

digital number

每行从左到右 我们从1增加到9

那么每列从上到下 也是从1增加到9

如果将这个数字阵列表示为数字图像

每一个数字值表示为像元的灰度值

也就是说

值越小表示灰度值越小

那么亮度越小 越黑

值越大表示灰度值越大

亮度越大 越白

那么把这个9×9的数字阵列

表达为数字图像以后

就如右图所示

我们看到

从左上角 坐标（0, 0）开始

一直到右下角 坐标（8, 8）

那么像元的亮度越来越白

这就是显示了左图和右图数字阵列

以及对应的数字图像

一幅图像可以表示为一个二维函数

f(x, y)

在这里x和y是空间坐标

而在任何一对

空间坐标（x, y）上的幅值

f

这个数值称为是该点的

强度或者说是灰度值

对于数字图像来说

空间坐标x, y和幅值

均为有限的离散的数值

在计算机图像处理软件系统中

一般需要开辟一个二维数组的存储空间

每个位置对应一个数值也就是DN值

也是对应图像显示的一个像元

那么请大家思考

f的数值它的常见的数据类型有哪一些呢

数字图像在量化的过程当中

幅值f(x, y)的它的取值范围

称为是图像的动态范围

出于处理 存储和取样等考虑

量化值的取值一般是2的整数次幂

当一幅图像有 灰度级时

通常称为这个图像是

K比特（bit）图像

例如

我们经常说

一幅图像是8 bit的数字图像

那么这个图像它实际上具有2的8次幂

也就是256个灰度级

遥感数字图像在处理过程当中

根据不同的应用需求

有时候f值的数据类型

除了这刚才讲的“整型”以外

有时候还有“浮点型”

比如

我们在加工遥感数据的过程当中

经常要存储NDVI数据

这类数据产品 它的像元值的类型

不仅仅是刚才讲的“整型”数据

它要保存为“浮点型”的数据

另外

像我们在图像的傅里叶变换

以及

SAR数据产品 它们的存储的过程当中

还要涉及到“复数”类型

这就是

我们讲的f值的数据类型包括哪一些

接下来我们再看一下

常见的数字图像有哪些类型

我们经常看到有

二值图像 灰度图像 彩色图像等等

这都是我们讲的数字图像的类型

如图所示

二值图像每个像素的亮度值

仅仅可以取0或者是1

因此这样的图像也称为是

1 bit图像

因为每一个位置处

它只能要么是取0要么是取1

那么对于灰度图像来说

每个像素只有一个采样颜色的图像

这类图像通常显示为从最暗的黑色

到最亮的白色的灰度

彩色图像呢

它是由多个灰度图像

按照一定的彩色的模型组合而成

常见的彩色图像主要有两种类型

比方说我们经常讲的

RGB模式

还有CMYK模式

那么前面讲的RGB模式

它就是对应的是

由红色（R）绿色（G）和蓝色（B）

也就是RGB

三个图层叠加而成 组合而成

而CMYK分别对应的是

青（C） 品（M） 黄（Y） 黑（K）

CMYK类型的图像主要用于印刷行业

那么刚刚我们介绍了数字图像

接下来我们介绍一下遥感数字图像

遥感数字图像

它是以数字形式表示的遥感影像

首先来说它肯定是数字图像

它是数字图像的一种

那么与数字图像类似

遥感数字图像中最基本的单位

也是像元

那么遥感数字图像中的像元是

成像过程当中的采样点

那么

既然遥感数字图像本身就是数字图像

我们考虑一下

遥感数字图像和常说的数字图像

有哪些区别呢

我们可以从遥感图像的空间分辨率

地图信息

投影信息

来介绍像元的空间特征

从波谱分辨率和辐射分辨率来介绍像元的

属性特征

另外

对于遥感像元来说还具备

时间分辨率的概念

首先我们来看

遥感图像的空间分辨率

它是指像元所代表的地面范围的大小

或者说是地面物体能够分辨的最小单元

如图

这是显示了Landsat

ETM+遥感图像的空间分辨率

的空间分辨率可以达到米级水平。

以及

SPOT 4全色波段的空间分辨率

还有 SPOT 4

多光谱图像的空间分辨率

我们看到Landsat

它的空间分辨率是30m×30 m

SPOT4全色数据的空间分辨率是

10m×10m

而SPOT 4

多光谱图像的空间分辨率为

20m×20m

甚至

IKONOS

它作为

高空间分辨率的遥感影像来说

它的分辨率可以达到m级水平

遥感图像在数据采集的过程中

通常记录了多个波谱范围的

地表辐射能量

因而遥感数据包括多个波段

对于每一个像元位置的（x, y）

它对应着多个波段的像素值

如图示

在这个示意图中

它是由3个波段组成的一个数据

那么可以看出来

每个像元位置对应了有3个数值

这3个数值

体现了遥感数据的光谱分辨能力

如果波段数量越多

波段范围越窄

则光谱分辨率

越高

接下来的右图

显示了两种不同地物的光谱分辨率

在这个图的上端

示意的是

不同遥感传感器覆盖的波谱的范围

我们可以看出

传感器

只能记录所覆盖波谱范围以内的

地物光谱的反射信息

它的详细程度和传感器的波段数

波段宽度以及波长范围等

相关

它们都是

影响遥感数字图像数字值的重要因素

接下来我们再看一下辐射分辨率

它在遥感图像上表现为

每一个像元的辐射量化级

也就是像元灰度值的值域范围

例如

Landsat 5 TM数据

它的产品经常采用8位来记录

那么到了最近的

Landsat 8 OLI数据产品

它采用16位记录

这些

体现了不同数据产品的辐射量化级别

也就是说随着时间的发展

Landsat 8辐射量化的级别是

要高出于

Landsat

以前的传感器的量化级别

最后一个

遥感数字图像还具有时间特征

每一个像元

反映了每一个特定时刻

记录的地物电磁辐射能量的高低

不同遥感图像的时间分辨率

有很大的差异

时间分辨率

对遥感的动态监测来说

具有非常重要的意义