实验二 遥感图像增强—对比度变化
遥感图像增强实验报告
遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。
（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。
实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。
（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。
（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。
2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。
(2)以gray形式显示一个波段。
(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>smooth[3*3]。
结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。
实习二 遥感图像预处理——图像增强
针对不同的图像，选择多种增强方法，体会各种方法的不同效果。要求提交增强前后的影像和直方图， 并对影像变化做文字说明。
五 思考题
1. 图像显示效果与直方图之间的对应关系。 2. 图像增强的目的是什么？ 3. ERDAS 软件中 breakpoint Editor 的作用是什么？其中的 Gray Lookup Table 的作用是什么？ 4. ERDAS 软件在 View 视图中打开影像文件时，影像的亮度是否是原始影像的亮度？为什么？
实习二 遥感图像预处理——图像增强
一 实习目的
1）掌握直方图的概念、生成方法，通过对不同图像直方图的比较，理解直方图所反映的图像性质； 2）了解图像增强和滤波的多种方法，掌握直方图均衡、方差调整、线性拉伸、亮度/反差调整、密度 分割、分段拉伸的方法； 3）通过图像增强和滤波多种方法的实习，掌握改善遥感图像视觉效果的有效方法； 4) 掌握 ERDAS 软件中 breakpoint Editor 和 Gray Lookup Table 的作用0.tif—B70.tif
三 实习内容
1. 直方图显示 在 ERDAS 图标面板采单条单击 Tools | Image Information|Histgram 命令。 2. 直方图均衡 在 Viewer 中，单击 Raster | Contrast|Histgram Equalize 命令。 3. 方差调整 在 Viewer 中，单击 Raster | Contrast|General Contrast 命令，打开 Contrast Adjust 对话 框，在 Method 中选 Standard Deviations。了解不同的方差数值对改变图像效果的影响。 4. 线性拉伸 在 Viewer 中，单击 Raster | Contrast|General Contrast 命令，打开 Contrast Adjust 对话 框，在 Method 中选 Linear。 5. 亮度/反差调整 在 Viewer 中，单击 Raster | Brightness/Contrast 命令。 6. 密度分割 在 Viewer 中，单击 Raster | Contrast|General Contrast 命令，打开 Contrast Adjust 对话 框，在 Method 中选 Level Slice。 7. 分段拉伸 在 Viewer 中，单击 Raster | Contrast|Piecewise Contrast 命令。 8. breakpoints 及 Lookup Table 的作用 在 Viewer 中，单击 Raster | Contrast| Breakpoint 命令，打 开 Breakpoint Editor 对话框，体会 ERDAS 软件中 Lookup Table 的作用。
遥感图像处理中的对比度增强方法研究
遥感图像处理中的对比度增强方法研究遥感技术已经成为目前地球科学研究和资源环境监测中不可或缺的手段之一。
而在遥感图像处理的过程中，对比度增强是一项十分重要的技术。
本文将探讨遥感图像处理中的对比度增强方法研究。
一、对比度的定义对比度是指图像中相邻像素亮度差异的度量，也就是图像中灰度级的分布程度。
对比度变化可以使图像中的目标更加显著，可以提高图像的可视化性。
二、对比度增强方法在遥感图像处理中，对比度增强方法可以分为两种：线性方法和非线性方法。
1. 线性方法线性对比度增强方法是指通过一些线性函数来调整图像中像素的灰度级。
常用的线性对比度增强方法有灰度拉伸和灰度平移。
灰度拉伸是通过将灰度值映射到一个新的范围内来改变图像的对比度。
通常情况下，灰度拉伸被用作预处理步骤，以减少图像像素之间灰度差异较小的情况。
灰度平移是通过调整图像中不同灰度级像素的亮度值来增强对比度。
这种方法的优点在于能够在不改变图像颜色质量的情况下对图像进行增强。
2. 非线性方法非线性对比度增强方法是指通过一些非线性函数来调整图像中像素的灰度级。
常用的非线性对比度增强方法有直方图均衡化和自适应直方图均衡化。
直方图均衡化是通过对图像的灰度值分布进行重新映射来改变图像的对比度。
通过该方法，人们可以消除某些分散在图像中的噪音，使得图像中的目标更加醒目。
自适应直方图均衡化是将灰度级分成小块，然后使用直方图均衡化算法来增强每个小块中的对比度。
这种方法的优点在于能够对图像中不同亮度区域进行调整，从而达到更好的图像增强效果。
三、对比度增强的应用对比度增强方法在遥感图像处理中有很广泛的应用，包括：1. 农业：对比度增强算法可以帮助人们识别不同类型的作物和土地利用类型，进而对农业生产做出更好的决策。
2. 建筑：对比度增强算法可以帮助人们在高空照片中定位建筑物，从而更好地进行城市规划和土地利用。
3. 环境监测：对比度增强算法可以帮助人们识别污染物和自然灾害，对环境保护和灾害预警提供有力支持。
遥感图像增强处理方法
遥感图像增强处理方法
在进行遥感图像的增强处理前，应先经行预处理：几何校正和辐射校正（当然，如果你拿到的图像已被预处理过了，就没有必要了）
遥感图像的增强处理方法有光学增强处理和数字图像增强处理（就是大部分要和电脑打交道的），现在由于电脑的普及，多是用电脑处理数字图像。
数字图像的处理方法有很多种，这要取决于你的目的。
数字图像增强和变换：对比度增强（在erdas等数字图像处理软件中很容易就能实现的）；图像波段间的比值（包含各波段间的加减运算，可以消除地形和大气的部分影响）及各种指标提取（比如NDVI等用于植被的计算）；主成分分析（在原图像的基础上通过坐标空间的变换，消除冗余信息）；缨帽变换（多用于农业上）；
数字图像分类：监督分类；非监督分类；。
3.遥感图像的增强与变换处理
图像增强处理是遥感图像数字处理的基本的方法之一。 将原来不清晰的图像变得清晰或把我们感兴趣的某些特征强调出来（同时抑制了不感兴趣的 特征）的图像处理方法称为图像增强。 图像增强的目的是为了提高解像力，提高图像的可解译性。 一、教学目的与要求 掌握遥感图像的增强与变换处理 二、重点难点 ⒈ ⒉ 三、教学内容 对比度增强、锐化与平滑处理、比值与差值处理、NDVI（归一化差值植被指数）、主成分分析 （K－L变换）、缨帽变换(K－T变换)和傅立叶变换（FFTFiltering）。
所需文件：TL、TL.HRD
实现步骤： 加载 TL，用 RGB Scale 打开。 Transforms > Tassled Cap ㈦傅立叶变换（FFT Filtering） 傅立叶分析是一种将图像分成空间上各种频率成分的数学方法。ENVI 中 FFT Filtering 包括 图像正向的 FFT、滤波器的应用，以及 FFT 向原始数据空间的逆变换。 Forward FFT (正向的 FFT)
⑵差值处理 所需文件：TL、TL.HRD 实现步骤： 加载 TL，用 RGB Scale 打开。 Basic Tools > Band Math.
“Enter an expression:” 的文本框内，输入变量名和所需要的数学运算符。
变量名必须以字符 “b” 或 “B” 开头，后面跟着 5 个以内的数字字符。 例：b7-b4 , b7-b5 , (b7-b4)/(b7+b5) , b1+sin(b2)
㈢比值与差值处理
比值法与差值法适用于对多波段图像或多时相图像进行增强处理，这是因为多波段之间的照 射条件及变化是一致的，对两个波段图像进行差值与比值运算，往往能减弱背景信息而突出局部 信息，就能达到图像增强的效果。
对比度变化
1遥感图像增强——对比度变化一实验目的:1.认识遥感图像的基本结构,了解数字图象;2.学习掌握图像直方图变化与图像亮度变化的关系;3. 掌握图像线性拉伸的方法和过程。
二原理及方法：图像增强的目的是改善图像的现实质量，以利于图像信息的提取及识别。
可以通过调整数字图像的直方图，进行像元亮度值之间的数字运算或数学变换达到图像增强的目的。
直方图是以统计图的形式表示图像亮度值与像元数之间的关系。
当直方图峰值偏向亮度坐标轴左侧或右侧时，说明图像偏暗或偏亮。
其峰值过陡过窄，则表明图像高密度值过于集中。
两者均表现为图像对比度较小，图像信息不清楚，图像质量较差。
因此通过改变直方图形态可以改变图像质量。
三对比度变换在ENVI遥感图象处理软件中的实验步骤：(1)打开地图.在File窗口选择file\open下选择文件名为20010801_z44的文件后双击打开该文件,如下图所示（2）在地图标签下面影象文件名点击enhance\Filter\Sharpen[18], 在三个下拉文本框（“Red”、“Green”、“Blue”）中可以选择另外的通道排列顺序；如下图:上图所示界面中直方图图形区域主要含义如下：座标系：左边垂直方向为拉伸后的影像灰度值，范围为0－255；底边水平方向为拉伸前的影像灰度值，范围为0－255；右边垂直方向为像元统计数量，没有确定的值，只是相对地显示直方图整体。
折线：拉伸算法的图形显示。
灰色直方图：影像原始直方图。
彩色直方图：拉伸后的直方图。
还可以在直方图的Streth_Type/Piecewise Linear or Gaussian or Equalization or Square Root等等。
下面以Piecewise Linear的红波段为例：如果鼠标处在直方图图形区域，则该图形区域上方将显示Cursor At（X，Y），X表示拉伸前的灰度值，Y表示拉伸后的灰度值。
此时单击鼠标，影像中像元灰度值X将变为Y。
图像增强技术在遥感图像处理中的应用教程
图像增强技术在遥感图像处理中的应用教程遥感技术作为一种获取地球表面信息的手段，广泛应用于农业、城市规划、环境保护等领域。
然而，由于受到地球自然条件、拍摄设备等因素的限制，遥感图像常常存在一些问题，诸如噪声、光照不均匀等问题。
为了更好地从遥感图像中提取有用的信息，图像增强技术被广泛应用。
图像增强技术是指通过对原始图像进行一系列的处理，以改善图像的质量和可视化效果。
在遥感图像处理中，应用图像增强技术可以使图像更加清晰、明亮，并突出显示目标物体的特征，有助于进一步分析和应用。
下面将介绍几种常用的图像增强技术及其在遥感图像处理中的应用。
1. 噪声去除：噪声是由于成像设备的限制、传感器的干扰等因素引起的图像中的无用信息。
在遥感图像中，噪声会使图像变得模糊、失真，降低图像的可用性。
常用的噪声去除方法包括均值滤波、中值滤波和小波变换等。
这些方法能够有效地消除高斯噪声、椒盐噪声等，提升图像的质量。
2. 对比度增强：对比度是指图像中不同物体之间亮度差异的程度。
在遥感图像中，由于光照条件的变化，图像中的对比度常常不够明显。
对比度增强技术可以通过调整图像的灰度级分布，使图像中不同物体的亮度差异更加明显。
常用的对比度增强方法有直方图均衡化、拉伸变换和CLAHE（对比度限制自适应直方图均衡化）等。
3. 去雾处理：遥感图像中常常受到大气中的雾、烟尘等干扰，导致图像的可视化效果变差。
去雾处理技术可以通过估计大气光的强度和传播距离，消除图像中的雾霾效果，使图像更加清晰、真实。
常见的去雾处理方法有暗通道先验法、逆向辐射传输模型等。
4. 彩色增强：遥感图像中，彩色信息对于物体分类和目标识别至关重要。
彩色增强技术可以使图像更加饱满、生动，进一步提升图像的可视化效果。
常用的彩色增强方法有RGB增强、HSV变换和IHS变换等。
这些方法可以调整图像的颜色分量，使图像更加逼真、亮丽。
5. 图像融合：图像融合技术是将多个从不同传感器、角度或时间拍摄的遥感图像进行组合，形成一幅增强的图像。
遥感图像处理_图像增强
sk舍入 1/7 3/7 5/7 6/7 6/7 1 1 1
直方图均衡化
3. 重新命名sk，归并相同灰度级的象素数。
rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
© 中国科学院遥感应用研究所
nk 790 1023 850 656 329 245 122 81
© 中国科学院遥感应用研究所
© 中国科学院遥感应用研究所
直方图均衡化 灰度动态范围扩展
© 中国科学院遥感应用研究所
© 中国科学院遥感应用研究所
© 中国科学院遥感应用研究所
© 中国科学院遥感应用研究所
© 中国科学院遥感应用研究所
直方图匹配
修改一幅图象的直方图，使得它与另一幅图象的 直方图匹配或具有一种预先规定的函数形状。
非线性亮度变换 指数效应
© 中国科学院遥感应用研究所
直方图调整法-直方图
直方图:表示数字图象中的每一灰度级与其出现的频率(该灰 度级的象素数目)间的统计关系,用横坐标表示灰度 级, 纵坐标表示频数(也可用概率表示)。
© 中国科学院遥感应用研究所
直方图
© 中国科学院遥感应用研究所
直方图
© 中国科学院遥感应用研究所
rk r0=0 r1=1/7 r2=2/7 r3=3/7 r4=4/7 r5=5/7 r6=6/7 r7=1
© 中国科学院遥感应用研究所
nk 790 1023 850 656 329 245 122 81
p(rk) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02
sk计算 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1.00
遥感图像增强实验报告
遥感图像增强实验报告引言遥感技术在地球科学和环境科学领域有着广泛的应用，其中图像增强是遥感图像处理的重要环节之一。
图像增强旨在改善遥感图像的视觉效果，使得图像的细节更加清晰、对比度更加鲜明，以便更好地进行地表特征的识别和分析。
在本次实验中，我们将探讨常用的图像增强方法，并且使用实际遥感图像进行增强实验。
实验目的1. 了解遥感图像增强的基本概念和方法。
2. 掌握常见的图像增强方法的实施过程。
3. 分析和比较不同图像增强方法的效果，选择最适合的增强方法。
实验步骤1. 数据准备：选择一张遥感图像作为实验数据，确保图像分辨率适中、含有一定的地表特征。
2. 灰度拉伸：使用灰度拉伸方法增强图像的对比度。
首先计算图像的最小灰度值（Min）和最大灰度值（Max），然后通过线性变换将灰度值映射到0-255的范围内。
3. 直方图均衡化：利用直方图均衡化方法增强图像的细节。
首先计算图像的灰度直方图，然后按照直方图均衡化的公式对每个灰度值进行调整。
4. 自适应直方图均衡化：对比直方图均衡化方法，自适应直方图均衡化能够避免对整个图像进行均衡化，而是通过使用局部领域内的信息来进行均衡化。
5. 对比度增强：使用对比度增强方法增强图像的对比度。
可以通过调整图像的亮度、对比度和饱和度来实现。
6. 结果分析：根据实验结果分析不同图像增强方法的效果，选择最佳的增强方法。
实验结果与分析经过实验，我们得到了经过不同图像增强方法处理后的图像。
通过对比实验前后的图像，我们可以得出以下结论：1. 灰度拉伸方法能够有效增强图像的对比度，使得图像的亮度范围更广，细节更加清晰。
2. 直方图均衡化方法能够增强图像的细节，特别是在暗部和亮部细节的表现上有显著提升。
3. 自适应直方图均衡化方法相比于普通直方图均衡化方法在处理具有大范围对比度差异的遥感图像时效果更好，避免了过度增强和信息损失。
4. 对比度增强方法可以通过调整图像的亮度、对比度和饱和度来增强图像的视觉效果，但对于某些场景可能会导致图像过度增强或过度饱和。
遥感图像处理图像增强
4.遥感图像变换(Ⅳ)——滤波 (1) 空间滤波 (spatial filtering): 是指在图像 空间(x ， y) 对输入图像应用若干滤波函数而获得 改进的输出图像的技术，即对图像中某些空间的 信息增强或抑制，（如增强高频信息，抑制低频 信息，即突出边缘、纹理、线条等。增强低频信 息抑制高频信息，即去掉细节。）其效果有噪声 的消除，边缘及线的增强，图像的清晰化等。注 重突出图像上的某些特征，如突出边缘或图像纹 理，方法上是利用像元与其周围相邻像元的关系， 采用空间域中的邻域处理方法，也叫做“空间滤 波”，它属于一种几何增强处理。主要包括平滑 和锐化。
4.2.4遥感图像增强1
1.遥感图像增强(工)——对比度变化-----线性变换 对比度大，反映图像的亮度值变化范围大，目标地物被 识别的可能性就大；反之，目标与背景难以区别，识别的 可能性就小。进行对比度扩展的主要方法有线性变换或非 线性变换、直方图调整等。 线性变换是图像增强最常用的方法。指变换函数为线性 关系，如：
1.遥感图像增强(工)——对比度变化1
非线性变换
非线性变换指采用非线性函数进行对比度扩展变 换。常用方法有对数变换、指数变换和查表法等， 变换函数，如图 7 ． 1(a) ， (b) 所示，其数学表达 式：
式中a ， b ， c 为可选择的控制参数，控制曲线的 变化率、起点、截距等，增加变换的灵活性和动 态范围的选择性。
1.遥感图像增强(工)——对比度变化1
非线性变换
指数变换和对数变换 对数变换常用于扩展低亮度区(暗区)，压缩高亮度区的对 比度，以突出隐伏暗区的目标，或使暗区层次显示清晰。 指数变换的效果正好与对数变换相反，突出亮区而压制暗 区。二者互为逆运算操作。
1.遥感图像增强(工)——对比度变化1
遥感数字图像增强
This graphic illustrates the rather uneven increase in contrast in an image before (left) and after (right) a histogram equalised stretch.
三、空间滤波
以重点突出图像上某些特征为目的。 滤波增强的原理:任何一个复杂的波形曲线
True Colour Composite: A colour imaging process whereby the colour of the image is the same as the colour of the object imaged.
False Colour Composite: A colour imaging process which produces an image of a colour that does not correspond to the true colour of the scene (as seen by our eyes).
遥感数字图像增强
一、彩色变换
把数字图像组合转换成彩色图形，或者 把各种增强或分类图像组合叠加，以彩 色图像显示出来。（彩色的视觉分辨能
力比黑白高）
方法：假彩色密度分割；彩色合成
1、单波段彩色变换（假彩色密度分割）
① 概念：单波段黑白遥感图像可按亮度分层， 对每层赋予不同的色彩，使之成为一幅彩 色图像。这种方法又叫密度分割。
② 分层方案的确定：分层方案与地物光谱差 异对应合适，可以较好地区分地物类别。
③ 处理过程 ④ 效果分析
2、多波段色彩变换
概念：利用计算机将同一地区不同波段的
图像存放在不同通道的存储器中，并依照彩 色合成原理，分别对各通道的图像进行单基 色变换，在彩色屏幕上进行叠置，从而构成 彩色合成图像。
遥感原理实验报告2遥感图像处理
《遥感原理》实验报告实验名称：遥感图像处理专业：地理信息科学学号：姓名：指导老师：1、实验目的（1）了解彩色的基本特性和相互关系；掌握三原色及其互补色，掌握加色法；（2）学习掌握图像直方图变化与图像亮度变化的关系；掌握图像线性拉伸的方法和过程；（3）理解遥感图像彩色合成的基本原理；掌握选用不同的合成方案产生不同的合成效果的方法，从而达到突出不同目标地物的目的；（4）了解空间滤波的操作过程和空间滤波对图像产生的效果；（5）了解并掌握K-L变换的过程和方法；进一步理解K-L变换产生的处理效果和处理意义；（6）了解和掌握缨帽变换的过程和处理效果；（7）了解和掌握彩色空间变换的过程和方法。
2、实验材料Photoshop CS6、ENVI5.1、CAI软件和光盘文件3、实验内容与过程3.1 遥感图像的光学合成原理彩色的基本特性：明度、色调和饱和度为彩色的基本特性。
明度是指色彩的明亮程度，是人眼对光源或物体明亮程度地感觉，彩色光亮度越高，人眼感觉就越明亮，即有较高的明度。
明度的高低取决于光源光强及物体表面对光的反射率。
色调是色彩彼此相互区分的特性，色调取决于光源的光谱组成和物体表面的光谱反射特性。
饱和度是色彩纯洁性，取决于物体表面反射光谱的选择性程度，反射性光谱越窄，即光谱的选择性越强，彩色的饱和度就越高。
明度、色调和饱和度三者的关系可以用颜色立体来表述。
非彩色，即黑白色只用明度描述，不使用色调、饱和度。
红橙黄绿青蓝紫各种颜色组成彩图。
在遥感上，彩色图比非彩色图较易识别地物。
白色、黑色和各种灰色组成黑白图象，当物体对可见光的各个波长的反射无选择性时，表现为黑色或灰色。
3.2 遥感图像的线性拉伸打开ENVI>点击菜单栏的“Custom Stretch”按钮>选择”Linear”等进行线性拉伸；或者直接在菜单栏上选择“Linear”“Linear2%”“Linear5%”原图：线性拉伸后：Linear:Linear 1%:当拉伸效果为1%时，显示效果得到了很大改善。
遥感数字图像的增强实验
（2）直方图匹配（Histogram Match)输入匹配文件(Input File)：wasia1 mss.img匹配参考文件(Input File to Match )：wasia2_mss.img①ERDAS图标面板菜单条:Main 一Image Interpreter一Radiometric Enhancement —Histogram Match，打开Histogram Matching对话框。
②ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement 一Histogram Match，打开Histogram Matching对话框。
2）空间增强处理(Radiometric Enhancement)（1）卷积增强处理(Convolution)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement一Convolution，打开Convolution对话框；②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement Convolution，打开Convolution对话框。
（2）自适应滤波(Adaptive Filter)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement—Adaptive Filter，打开Wailis Adaptive Filter对话框。
②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement，Adaptive Filter，打开Wailis Adaptive Filter对话框。
参数设置：文件坐标类型（Coordinate Type )：Map；处理范围确定(Subset Definition)：ULX/Y LRX/Y；输出数据类型(Output Data type )：Unsigned 8 bit；移动窗口大小(Moving Window Sire)：3(表示3×3)；输出文件选择(Optins)：Bandwise(逐个波段进行滤波)，或PC(仅对主成份变换后的第一主成份进行滤波)；乘积倍数定义(Multiplier)：2(用于调整对比度)；输出数据统计时忽略零值：Ignore Zero in Stars；OK(关闭Wallis Adapter Filter对话框，执行自适应滤波)。
实验二 遥感图像增强—对比度变化
实验二遥感图像增强—对比度变化
1.本次实验的目的和要求
1）认识遥感图像的基本结构，了解数字图像；
2）学习掌握图像直方图变化与图像亮度变化的关系；
3）掌握图像线性拉伸的方法和过程。
2.实验内容或原理
遥感图像可以表示为数字图像，即表示为f（x,y），它是以有序的数字反映地物或景观反射或发射电磁波的特性及其变化。
通过对数字图像的处理和分析，可判别出地物的属性及其分布。
图像增强的目的是改善图像显示的质量，以利于图像信息的提取和识别。
在方法上是通过突出重要信息，去除不重要或不必要信息来实现的。
可以通过增强数字图像的直方图，进行像元亮度值之间的数字运算或数字变换达到图像增强的目的。
3.需要的仪器或试剂等
电脑和CAI软件或photoshop。
4.实验步骤
操作实习CAI，进行图像拉伸
1）从实习CAI主界面进入“遥感图像处理”系统；
2）在菜单上选择处理>增强>拉伸，进入“拉伸”对话框；
3）单击关于本例按钮，阅读关于本操作的介绍；
4）单击操作模拟按钮，进入操作界面，双击界面中的输入图像框，输入图像名为B-Stren，双击输出图像框，输出图像名为A-Stren，选取线性拉伸类型，标题为“线性拉伸”，其他值保留为缺省值。
点击确定，得到图像A-Stren。
5.实验结果
请写出拉伸前后的不同点.。
遥感实习报告对比度
一、引言随着遥感技术的不断发展，遥感图像在地理信息系统、环境监测、资源调查等领域得到了广泛应用。
对比度作为遥感图像处理的重要参数之一，对图像的解译、分析和应用具有至关重要的作用。
本文通过对遥感实习过程中对比度分析的学习和运用，总结对比度在遥感图像处理中的应用，以期为遥感图像分析提供参考。
二、对比度基本概念对比度是指遥感图像中相邻像素之间灰度值的差异程度。
对比度越高，图像中细节信息越丰富，易于识别和解释；对比度越低，图像中细节信息越模糊，难以识别和解释。
对比度可以通过以下公式计算：对比度 = (Lmax - Lmin) / (Lmax + Lmin)其中，Lmax表示图像中最大灰度值，Lmin表示图像中最小灰度值。
三、对比度分析方法1. 对比度增强对比度增强是指通过调整图像灰度级，提高图像中相邻像素之间的灰度值差异，使图像细节更加清晰。
常用的对比度增强方法有：（1）直方图均衡化：通过调整图像直方图，使图像中每个灰度级的像素数均匀分布，从而提高对比度。
（2）局部对比度增强：对图像中的局部区域进行对比度增强，使局部细节更加突出。
（3）自适应对比度增强：根据图像局部区域的灰度分布，动态调整对比度，使图像整体对比度得到提升。
2. 对比度分析对比度分析是指对遥感图像中的对比度进行定量或定性分析，以了解图像的细节信息。
常用的对比度分析方法有：（1）对比度指数（CI）：通过计算图像中最大灰度值与最小灰度值之差，反映图像的对比度。
（2）标准差：通过计算图像中每个像素灰度值与图像平均灰度值之差的平方和的平方根，反映图像的对比度。
（3）熵：通过计算图像中每个灰度级的概率，反映图像的信息量。
四、对比度在遥感图像处理中的应用1. 目标识别与提取对比度是遥感图像目标识别和提取的重要依据。
通过提高图像对比度，可以突出目标与背景的差异，从而提高目标识别和提取的准确性。
2. 地貌特征分析对比度分析有助于揭示遥感图像中的地貌特征。
遥感图像空间域增强处理实验报告
一、实验名称遥感图像空间域增强处理二、实验目的对图像数据采用各种图形增强算法，提高图像的目视效果，方便人工目视解译、图像分类中的样本选取等，方便以后的图像解译。
学会使用ENVI软件对遥感影像进行分析增强处理，初步掌握各种图像增强方法，并对其结果进行比较，观察增强效果。
三、实验原理空间域增强处理是通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，包括直方图增强及邻域增强。
直方图增强主要有图像拉伸、图像均衡化以及直方图规定化。
拉伸是最基本的图像处理方法，主要用于改善图像显示的对比度。
如果拉伸后的图像不理想，可以通过直方图均衡化做适当修改。
邻域增强主要通过定义卷积模板对图像进行滤波处理。
卷积滤波是通过消除特定的空间频率来增强图像，可分为低通率波、带通滤波和高通滤波，还有增强图像某些方向特征的方向滤波等。
四、数据来源本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程1、灰度拉伸1）打开并显示TM影像文件，从ENVI 主菜单中，选择File →Open Image File选择影像，点击Load Band 在主窗口加载影像。
2）在图像的主菜单上单击ENHANCE菜单，在下拉菜单中选择INTERECTIVE STRETCHING 菜单，在弹出的对话框的主菜单上单击STRETCH_TYPE菜单。
3）线性拉伸：单击linear，再在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
如图所示：4) 分段线性拉伸：单击Piecewise linear通过使用鼠标在输入直方图中放置几个点交互地限定，各点之间的部分采用线性拉伸。
如图所示：5）高斯拉伸：选择Stretch_Type>Gaussian.输入拉伸的最小和最大值,要手动地输入所需要的标准差值，选择Options > SetGaussian Stdv。
实验2：遥感图像的增强处理实验指导
实验2：遥感图像的增强处理实验指导实验目的：通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
实验内容：卷积增强处理；锐化增强处理；直方图均衡化；主成分变换。
1、直方图均衡化（Histogram Equalization）直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。
这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。
图6-1直方图均衡化在ERDAS图标面板菜单条：单击单击Main | Image Interpreter｜Radiometric Enhancement | Histogram Equalization 命令，打开Histogram Equalization对话框（图6-1）。
也可以在ERDAS图标面板工具条：单击单击Interpreter图标｜Radiometric Enhancement | Histogram Equalization 命令，打开HistogramEqualization对话框（图6-1）。
Histogram Equalization对话框中，需要设置下列参数：（1）确定输入文件为Lanier.img。
（提示：所有练习示例文件均在C:\Program Files\Imagine\Examples文件夹下，以下同）（2）定义输出文件为equalization.img。
（提示：一定要记住输出文件的位置，可自定义文件名）（3）文件坐标类型为Map，其它默认设置。
（4）单击OK按钮，执行处理。
注意：认真对比直方图均衡化前后的图像差别，仔细观察直方图均衡化的效果，具体方法如下，（以下所有实验观察处理效果的方法均相同）。
1、可以打开两个视窗（Viewer1/Viewer2），在两个视窗中分别打开处理前Lanier.img和处理后equalization.img两幅图像，观察效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验二遥感图像增强—对比度变化
1.本次实验的目的和要求
1）认识遥感图像的基本结构，了解数字图像；
2）学习掌握图像直方图变化与图像亮度变化的关系；
3）掌握图像线性拉伸的方法和过程。
2.实验内容或原理
遥感图像可以表示为数字图像，即表示为f（x,y），它是以有序的数字反映地物或景观反射或发射电磁波的特性及其变化。
通过对数字图像的处理和分析，可判别出地物的属性及其分布。
图像增强的目的是改善图像显示的质量，以利于图像信息的提取和识别。
在方法上是通过突出重要信息，去除不重要或不必要信息来实现的。
可以通过增强数字图像的直方图，进行像元亮度值之间的数字运算或数字变换达到图像增强的目的。
3.需要的仪器或试剂等
电脑和CAI软件或photoshop。
4.实验步骤
操作实习CAI，进行图像拉伸
1）从实习CAI主界面进入“遥感图像处理”系统；
2）在菜单上选择处理>增强>拉伸，进入“拉伸”对话框；
3）单击关于本例按钮，阅读关于本操作的介绍；
4）单击操作模拟按钮，进入操作界面，双击界面中的输入图像框，输入图像名为B-Stren，双击输出图像框，输出图像名为A-Stren，选取线性拉伸类型，标题为“线性拉伸”，其他值保留为缺省值。
点击确定，得到图像A-Stren。
5.实验结果
请写出拉伸前后的不同点.。