对比度变换

合集下载

《遥感导论》知识点总结

遥感：是从远处探测感知物体，也就是不直接接触物体，从远处通过探测仪器接收来自目标地物的电磁波信息，经过对信息的处理。

判别出目标地物的属性。

遥感数据：太阳辐射经过大气层到达地面，一部分与地面发生作用后反射，再次经过大气层，到达传感器（接收记录电磁波的仪器）。

传感器将这部分能量记录下来，传回地面，则为遥感数据。

遥感的特点：（1）大面积的同步观测（2）时效性：可以在短时间内对同一区域反复观测。

（3）数据的综合性与可比性：遥感获得的地物电磁波特性综合的反映了地球上的许多自然、人文信息。

且新的传感器和信息记录都可以向下兼容，于是数据具有可比性。

（4）经济性（5）局限性：目前遥感技术所利用的电磁波有限，还有许多可以等待开发。

遥感主要分为五大部分，分别是被测目标的信息特征、信息的获取、信息的传输与记录、信息的处理与信息的应用。

一、被测目标的电磁波特性任何目标都具有反射和发射电磁波的特性，目标物与电磁波的相互作用构成了目标物的电磁波特性，电磁波特性是遥感的依据。

电磁波：交互变换的电磁场在空间的传播。

电磁波是横波，不需要媒介也能传播，与物质发生作用会有反射、吸收、投射、散射等现象。

电磁波谱：按电磁波在真空中传播的波长或频率，递增或递减排列，则构成了电磁波谱。

黑体辐射：如果一个物体对于任何波长的电磁辐射都全部吸收（不存在反射），则这个物体是绝对黑体，太阳、地球和其他恒星都可以看作是绝对黑体。

太阳辐射：太阳是遥感的主要的辐射源，太阳辐射相当于6000K的黑体辐射。

太阳辐射到达地表后，一部分反射，一部分吸收，一部分透射，即：到达地面的太阳辐射能量＝反射能量＋吸收能量＋透射能量在电磁波谱中，波长在一毫米到一纳米之间的是微波。

微波遥感的特点：能全天候、全天时工作对某些地物具有特殊的波谱特征对冰、雪、森林、土壤等具有一定穿透能力对海洋遥感具有特殊意义分辨率较低，但特性明显二、信息的获取--传感器收集、量测和记录电磁波特征的仪器是传感器，传感器通常由收集器、探测器、处理器、输出组成，它的性能决定遥感的能力，即传感器对电磁波段的响应能力、传感器的空间分辨率及图像的几何特征、传感器获取地物信息量的大小和可靠程度，摄影机是最常见的传感器。

第四章3遥感图像处理图像增强

5.遥感图像多光谱变换(Ⅰ)——主成分分析(K—L变换)
② 就变换后的新波段主分量而言，K—L变换后的新波段主分量包括的信息量不同，呈逐渐减少趋势。其中，第一主分量集中了最大的信息量，常常占80％以上，第二、第三主分量的信息量依次快速递减，到第n分量信息几乎为0。由于K—L变换对不相关的噪声没有影响，所以信息减少时，便突出了噪声，最后的分量几乎全是噪声。所以这种变换又可分离出噪声。
基于上述特点，在遥感数据处理时，常常用K— L变换作数据分析前的预处理（数据压缩和图像增
强）。举例P125
6.遥感图像多光谱变换(Ⅱ)——缨帽变换(K—T变换)
(1)K—T变换是Kauth—Thomas变换的简称，这种变换也是一种线性组合变换，其变换公式为：Y=BX 这里X为变换前的多光谱空间的像元矢量，y为变换后的新坐标空间的像元矢量，B为变换矩阵。这也是一种坐标空间发生旋转的线性变换，但旋转后的坐标轴不是指向主成分方向，而是指向了与地面景物有密切关系的方向。 1984年，Crist和Cicone提出TM数据在K—T变换时的B值： P126 在此，矩阵为6X6，主要针对TM的1至5和第7波段，低分辨率的热红外(第6波段)波段不予考虑。
1.遥感图像增强(工)——对比度变化1
非线性变换
直方图均衡化(histogram equalization):把原图像的直方图变换为灰度值频率固定的直方图，使变换后的亮度级分布均匀，图像中等亮度区的对比度得到扩展，相应原图像中两端亮度区的对比度相对压缩。
1.遥感图像增强(工)——对比度变化1
MN
r(i, j) (m, n)t(m, n) m1 n1
将计算结果放在窗口中心的像元位置，成为新像元的灰度值。然后活动窗口向右移动一个像元，再做同样的运算。 P117说明

图像编辑之对比度调整亮度对比度的算法公式

图像编辑之对⽐度调整亮度对⽐度的算法公式继续图⽚编辑系列的⽂章，这次讲讲对图⽚对⽐度的调整⽅法。

开篇先闲话⼀番，讲讲⼀些相关的东西。

先是TinyImage的进度，因为某次莫名其妙⽤另外⼀个⽂件把⼀个很重要的头⽂件给覆盖了，导致出来⼀堆编译错误，改了⼤半个⼩时，于是为了保险起见赶紧整了个SVN。

其次是本来这个周想写写⾊彩平衡的东西—-上星期主要在研究GIMP中关于⾊彩平衡实现的代码，但是因为各种原因：周六⼀⼤早折腾起来买票，搞得⼀天都没精神，周⽇⼜要去周⽼师家腐败，没啥⼼思整理相应的东西，所以先讲讲简单的东西。

对⽐度，具体的概念解释可以参考或者。

简单的讲对⽐度反应了图⽚上亮区域和暗区域的层次感。

⽽反应到图像编辑上，调整对⽐度就是在保证平均亮度不变的情况下，扩⼤或缩⼩亮的点和暗的点的差异。

既然是要保证平均亮度不变，所以对每个点的调整⽐例必须作⽤在该值和平均亮度的差值之上，这样才能够保证计算后的平均亮度不变，故有调整公式：Out = Average + (In – Average) * ( 1 + percent)其中In表⽰原始像素点亮度，Average表⽰整张图⽚的平均亮度，Out表⽰调整后的亮度，⽽percent即调整范围[-1,1]。

证明这个公式的正确性相当简单：设图上有n个像素点，各个点亮度为Ai，平均亮度为A，变化率为alpha，则有：但是实际处理中，并没有太多的必要去计算⼀张图的平均亮度：⼀来耗时间，⼆来在平均亮度上的精确度并不会给图像的处理带来太多的好处—-⼀般就假设⼀张图的平均亮度为128，即⼀半亮度，⽽⼀张正常拍照拍出来的图平均亮度应该是在[100,150]。

在⾁眼看来两者基本没有任何区别，⽽如果真实地去计算平均亮度还会带来很⼤的计算量。

如下：通过计算平均亮度来调整对⽐度01void AdjustContrastUsingAverageThreshold(TiBitmapData& bitmap,doublelevel)02{0304 TINYIMAGE_ASSERT_VOID(level >= -1.0 && level <= 1.0);0506 doublerThresholdSum = 0,gThresholdSum = 0,bThresholdSum = 0;07 doubledetal= level + 1;08 intwidth = bitmap.GetWidth();09 intheight = bitmap.GetHeight();10 intstride = bitmap.GetStride();11 intbpp = bitmap.GetBpp();12 u8* bmpData = bitmap.GetBmpData();13 intoffset = stride - width * bpp;14 longpixels = bitmap.GetTotalPixels();1516 for(int i = 0; i < height; i ++)17 {18 for(int j = 0; j < width; j++)19 {20 rThresholdSum += bmpData[rIndex];21 gThresholdSum += bmpData[gIndex];22 bThresholdSum += bmpData[bIndex];23 bmpData += bpp;24 }25 bmpData += offset;26 }2728 intrThreshold = (int)(rThresholdSum/pixels);29 intgThreshold = (int)(gThresholdSum/pixels);30 intbThreshold = (int)(bThresholdSum/pixels);3132 u8 r_lookup[256],g_lookup[256],b_lookup[256];3334 for(int i = 0; i < 256; i++)35 {36 r_lookup[i] = (u8)CLAMP0255(rThreshold + (i - rThreshold)* detal);37 g_lookup[i] = (u8)CLAMP0255(gThreshold + (i - gThreshold)* detal);38 b_lookup[i] = (u8)CLAMP0255(bThreshold + (i - bThreshold)* detal);39 }4041 AdjustCurve(bitmap,r_lookup,g_lookup,b_lookup);42}不计算平均亮度：01void AdjustContrastUsingConstThreshold(TiBitmapData& bitmap,doublelevel)02{0304 TINYIMAGE_ASSERT_VOID(level >= -1.0 && level <= 1.0);0506 u8 lookup[256];07 doubledelta = 1 + level;08 constint threshold = 0x7F;//128 可以认为是平均亮度0910 for(int i = 0; i < 256; i++)11 {12 lookup[i] = (u8)CLAMP0255(threshold + (i - threshold)* delta);13 }1415 AdjustCurve(bitmap,lookup,TINYIMAGE_CHANEL_RGB);16}⽽在调⽤算法的时候完全可以通过⼀个开关来控制到底是调⽤哪个—-个⼈推荐下⼀种，虽然不严格符合调整对⽐度的语义，但效果基本⼀致。

《遥感概论》作业参考答案

《遥感概论》作业参考答案一．填空题１．地面平台航空平台航天平台２．CCD３．直接标志间接标志。

４．１９９９中巴地球资源卫星５．传感器仪器本身产生的误差大气对辐射的影响６．暖阴影冷阴影７．监督分类非监督分类８．精确的定位能力准确定时及测速能力９．图像处理与特征提取子系统遥感图像解译知识获取系统狭义的遥感图像解译专家系统１０．直方图最小值去除法回归分析法１１．比值植被指数归一化植被指数差值植被指数正交植被指数１２.瑞利散射米氏散射无选择性散射二．名词解释１．黑体：如果一个物体对于任何波长的电磁辐射都全部吸收，则这个物体是绝对黑体。

２．遥感平台：是搭载传感器的工具。

３．监督分类：包括利用训练样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程。

４．遥感：遥远地感知。

５．解译标志：又称判读标志，指能够反映和表现目标地物信息的遥感影像各种特征，这些特征能帮助判读者识别遥感图像上目标地物或现象。

６．归一化植被指数（NVl）：遥感影像中近红外波段的反射值减去红光波段的反射值的差与二者之和的比值７．电磁波谱：按电磁波在真空中传播的波长或频率，递增或递减排列，则构成了电磁波谱。

８．大气窗口：把电磁波通过大气层时较少被反射、吸收或散射的，透射率较高的波段称为大气窗口。

９．空间分辨率：像元所代表的地面范围的大小。

１０．主动遥感：由探测器主动发射一定电磁波能量并接收目标的后向散射信号。

１１．反射波谱：指地物反射率随波长的变化规律。

通常用平面坐标曲线表示，横坐标表示波长，纵坐标表示反射率。

１２．波谱分辨率：是传感器在接收目标辐射的波谱时能分辨的最小波长间隔。

１３．高光谱遥感：是高光谱分辨率遥感的简称。

就是在电磁辐射的可见光、近红外、中红外、远红外获取许多非常窄的光谱连续的影像数据技术。

三．简答题１．根据传感器所接受到的电磁波光谱特征的差异来识别地物。

（1）不同地物在不同波段反射率存在差异（2）同类地物的光谱是相似的，但随着该地物的内在差异而有所变化。

图像灰度变换原理

图像灰度变换原理
图像灰度变换是一种图像处理的方法，通过改变图像的灰度级别来增强或调整图像的显示效果。

其原理是对图像中的每个像素点进行灰度级别的转换。

常用的灰度变换函数有线性灰度变换、非线性灰度变换和直方图均衡化。

线性灰度变换是指通过线性映射将原图像的灰度级别转换为新的灰度级别。

常见的线性灰度变换函数有平移、缩放和对比度调整。

平移是将当前灰度级别加上一个偏移量，从而改变整个图像的亮度。

缩放是将灰度级别乘上一个缩放因子，从而调整图像的对比度。

对比度调整是通过同时进行平移和缩放，改变图像的亮度和对比度。

非线性灰度变换是指通过非线性函数将原图像的灰度级别转换为新的灰度级别。

常见的非线性灰度变换函数有幂律变换和对数变换。

幂律变换是通过对原图像的每个像素点进行幂次运算，从而调整图像的亮度和对比度。

对数变换是将原图像的灰度级别取对数，从而改变图像的亮度和对比度。

直方图均衡化是一种将原图像的灰度级别映射到均匀分布的灰度级别上的方法。

其原理是通过计算原图像的灰度直方图，并根据直方图进行灰度级别的重新分布。

这样可以增强图像的对比度和细节，并改善图像的视觉效果。

通过灰度变换，可以调整图像的亮度、对比度、色彩等特性，从而改善图像的视觉效果、增强图像的细节和信息。

在图像处
理和计算机视觉领域，灰度变换是一种常用的图像增强和预处理方法。

matlab对比度拉伸变换

matlab对比度拉伸变换
在MATLAB中，可以使用imadjust函数对图像进行对比度拉
伸变换。

该函数的语法如下：
```
J = imadjust(I,[low_in;high_in],[low_out;high_out],gamma);
```
其中，I是输入图像，J是输出图像。

low_in和high_in是输入
图像的数据范围（例如0和1表示图像的灰度范围为0到1），low_out和high_out是输出图像的数据范围（例如0和255表
示图像的灰度范围为0到255）。

gamma是一个可选参数，用
于调整图像的对比度。

下面是一个示例，演示如何使用imadjust函数对图像进行对比度拉伸变换：
```matlab
% 读取图像
I = imread('input.jpg');
% 对比度拉伸变换
J = imadjust(I,[0;1],[0;255]);
% 显示原始图像和处理后的图像
subplot(1,2,1), imshow(I);
title('原始图像');
subplot(1,2,2), imshow(J);
title('对比度拉伸图像');
```
这段代码中，首先使用imread函数读取输入图像，然后使用
imadjust函数对图像进行对比度拉伸变换，将输入图像的灰度
范围从0到1线性映射到输出图像的灰度范围0到255。

最后，使用subplot和imshow函数将原始图像和处理后的图像显示
在同一窗口中。

《测绘案例分析》复习重点

《测绘案例分析》复习重点1注册测绘师考试复习之遥感1广义遥感：泛指一切无接触的远距离探测，包括对点磁场，力场，机械波等的探测。

2狭义遥感：应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术。

3遥感系统包括信息源，信息获取，信息记录和传输，信息处理，信息应用。

4按遥感平台分：地面，航空，航天，航宇遥感。

按传感器探测波段分：紫外(0.05-0.38um)可见光(0.38-0.76)红外(0.76-1000)微波(1mm-10m)多波段遥感。

按工作方式分主动遥感和被动遥感。

1电磁波谱;按电磁波在真空中传播的波长，递增或递减排列2 电磁波辐射：当电磁振荡进入空间，变化的磁场激发了涡旋电场变化的电场又激发了涡旋磁场，使电磁振荡在空间传播。

3绝对黑体：如果一个物体的任何波长的电磁波辐射都全部吸收，则这个物体时绝对黑体。

4黑体辐射规律：普朗克公式mλ(λ，t) =2πh(c^2)(λ^-5)*1/[e^(hc/λkt)-1]，规律：(1)m随着波长的连续变化只有一个最大值。

(2)随着温度的升高，m的最大值升高，不同温度的曲线不相交。

(3)随着温度的升高，m的最大值向短波向短波方向移动。

维恩位移定律：λmaxt=b，黑体辐射光谱中最强辐射波长λmax与温度t成反比。

玻尔兹曼定律：m=σt^4，绝对黑体的辐射出射度与其温度的4次方程反比。

5实际物体的辐射：基尔霍夫定律：实际物体的辐射出度mi与同意温度，同一波长绝对黑体辐射出射度的关系，φi是此条件下的吸收系数，或称发射率。

m=εm.6太阳光谱的特征：(1)接近温度为5800k的黑体辐射，(2)短波辐射，太阳辐射的总能量的40%集中于可见光范围，51%在红外线部分。

7大气散射的类型：(1)瑞利散射：当大气粒子直径比波长小的多时发生的散射。

特点：散射强度与波长的四次方成反比，即波长越长，散射越弱。

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。

对比度亮度调节算法

对比度亮度调节算法
对比度和亮度调节算法通常涉及对图像的灰度值进行线性变换。

以下是一个简单的对比度和亮度调节算法的步骤：
1. 读取图像的每个像素的灰度值。

2. 计算新的灰度值。

公式如下：
新灰度值 = (原灰度值 - (1 - B)) k + (1 + B)
其中，B 是对比度调节因子，取值范围为 [-1, 1]，用于调节亮度。

k 是对比度调节因子，取值范围为 [1, 89]，通过 arctan(k) 计算得出。

3. 将新的灰度值写回到相应的像素位置。

4. 重复步骤2和3，直到处理完所有像素。

5. 显示或保存处理后的图像。

请注意，这只是一种简单的对比度和亮度调节算法，实际应用中可能需要根据具体需求进行更复杂的处理。

例如，可能需要考虑色彩空间转换、色彩校正、噪声抑制等因素。

遥感地质学题库

一、概念1、监督分类2、非监督分类3、遥感4、大气窗口5、成像光谱仪6、地物反射波谱曲线7、数字图像8、均值平滑9、中值滤波10、密度分割11、假彩色合成12、标准彩色合成13、差值运算14、比值运算15、投影误差16、遥感平台17、像点位移二、填空1、根据遥感定义，遥感系统包括：、、、和五大部份。

2、遥感的分类方法很多，按遥感平台分：、、、。

3、遥感的分类方法很多，按工作方式分：和。

与非成像遥感。

4、太阳辐射经过大气传输后，主要是、和一起阻碍衰减了辐射强度，剩余部份即为透过的部份。

对遥感传感器而言，只能选择波段，才对观测成心义。

5、根据航天遥感平台的服务内容，可以将其分为、和海洋卫星系列。

6、高空间分辨率陆地卫星利用线性阵列技术取得4个波段的4m分辨率多光谱数据和一个波段的分辨率的全色数据。

7、遥感常用的电磁波段名称有、、、。

8、中心投影与垂直投影的区别表现在三个方面所受的影响不同：的阻碍、投影面倾斜的阻碍、的阻碍。

9、陆地卫星的传感器有、、等。

10、主要的陆地卫星系列包括：、、中巴资源一号卫星（CBERS）等。

11、陆地卫星（Landsat）轨道是与太阳同步的圆形轨道，保证北半球中纬度地域取得中等太阳高度角的上午影像，且卫星通过某一地址的相同。

每16至18天覆盖地球一次，图像覆盖范围为。

12、固体自扫描是用固定的，通过遥感平台的对目标地物进行扫描的一种成像方式。

目前经常使用的探测元件是。

13、按照雷达的工作方式可分为和。

成像雷达中又可分为真实孔径侧视雷达和。

14、侧视雷达的分辨力可分为和。

15、遥感图像特表现为三个方面。

即几何特征、物理特征和时间特征。

这三个方面特征的表现参数为、、和。

16、HLS代表、、和。

17、在遥感光学处理过程中，利用原理和原理实现彩色合成。

18、数字图像的校正主要进行校正和校正。

19、引起遥感影像变形的原因主要有、地形起伏的阻碍、地球表面曲率的阻碍、、的阻碍。

20、对比度变换是一种通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。

对数对比度拉伸变换

对数对⽐度拉伸变换原始图像为⼀幅灰度从0到256的渐变图像：
I=zeros(256,256);
for m=1:256
I(m,m)=m;
for n=(m+1):256
I(m,n)=n;
I(n,m)=I(m,n);
end
end
进⾏对数对⽐度拉伸后的图像（参数E＝5，阈值0.5）：
起到的效果：暗的更暗，亮的更亮。

变换公式：
s:变换后的亮度，r：原始图像的亮度，m：阈值，E：拉伸参数
原始图像直⽅图（uint8类图像）：
使⽤mat2gray作归⼀化变换后的double类图像的直⽅图：
作变换：s=1./(1+(.5./r+eps).^5);其中eps是为了防除数为0，变换后的直⽅图：
两端的像素数明显增多，中间变得平坦。

变换曲线： plot(r(1,:),s(1,:))
（两条曲线是重合的，分开以便于观察。

）
对⽐度拉伸的极限情况就是阈值变换，在图像分割中⽤得较多的⼀种⽅法。

如：。

遥感图像处理平滑与锐化方(详细)法.

任何方向的边缘都将被突出.
拉普拉斯模板
0 1 0 t (m,n)= 1 -4 1 0 1 0
即上下左右四个相邻像元的亮度值相加，然后减去中心像元值的4倍，作为该中心像元的新值。均匀的变化将被忽略；用于检测变化率的变化率即二阶微分。
例2: 拉普拉斯模板应用
t (m,n)= 设窗口像元值为 2 3 5 4 6 8
索伯尔梯度锐化模板，两个模板同时使用：
1 2 1 t1(m,n)= 0 0 0 -1 -2 -1 -1 0 1 t2(m,n)= -2 0 2 -1 0 1 先用模板t1卷积，结果取绝对值（获得南北向梯度）；再用t2计算，结果也取绝对值（获东西向梯度）；然后两个绝对值相加（得总梯度），写在窗口中心。
m 1 n 1
M
N
图像的卷积运算：
窗口的中心像元的像元值
窗口上第m列, 第n行的像元值
模板上第m列, 第n行的像元值出现不该有的亮点，为了抑制噪声和使亮度平缓，所采用的方法称为平滑包括：均值平滑与中值滤波

均值平滑
在以像元为中心的领域内取均值来取代该像元。常用四邻域或八邻域的模板
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 8 8 0
0 0 0 0 0 0 24 32 32 24 32 32 0 0 0
定向边缘检测模板
检测垂直边界：设计特殊模板,可以检测特定方向的边缘。
t (m,n)=
检测水平边界：
-1 0 1 -1 0 1 -1 0 1
或 t (m,n)=
对比度拉伸的效果
3.非线性变换

1.
当变换函数为非线性时，即为非线性变换。非线性变换函数很多，常用的有两种方法：

数字图像处理考试参考

图像：对客观存在的物体的一种相似的生动模仿或描述，是物体一种不完全，不精确，但在某种意义上是适当的表示。

数字图像：是一种空间坐标和灰度均不连续变化的，用离散数字（一般用整数）表示的图像。

模拟图像：指空间坐标和亮度（或色彩）都是连续变化的图像；灰度图像：指每个像素由一个量化的灰度值来描述的图像，不包含彩色信息。

彩色图像：指每个像素由R、G、B三原色像素构成的图像，其中R、G、B是由不同的灰度级来描述的。

黑白图像：指每个像素只能是黑或白，没有中间的国度，故又称二值图像。

灰度：表示图像像素明暗程度的数值。

灰度级：表明图像中不同灰度的最大数量。

对比度：反映一幅图像中灰度方差的大小，是最大灰度值与最小灰度值的比值。

清晰度：包括对比度、主题内容的大小、细微层次、颜色饱和度等综合因素。

采样：将空间上连续的图像变成离散点的操作。

量化：将像素灰度转换成离散的整数值的过程。

图像数值化：将图像分割成像素的小区域，每个像素的亮度或灰度用一个整数来表示。

图像增强：是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。

图像复原：就是要尽可能恢复退化图像的本来面目，它是沿着图像退化的逆过程恢复图像。

图像平滑：为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。

图像融合：是将多种遥感平台，多时遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术图像分割：是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。

图像特征：图像原始特征或者属性。

图像识别：对图像中的不同对象进行分类、描述和解释。

图像配准：不同的光谱或不同的摄影时间所得的图像之间的位置的配准空域处理：是指对图像进行直接处理。

频域处理：是指在图像的某个变换域内，对图像变换系数进行运算，然后通过逆变换获得图像增强效果。

灰度变换：将一个灰度区间映射到另一个灰度区间的变换。

对比度变换（点变换）：又称灰度比例尺变换。

是一种通过改变图像像元的亮度值来改变图像像元的对比度，从而改善图像质量的图像处理方法。

遥感导论复习资料完整版

一、名词解释：1、遥感的定义广义的概念：无接触远距离探测(磁场、力场、机械波）狭义的概念：在遥感平台的支持下，不与目标地物相接触，利用传感器从远处将目标地物的地磁波信息记录下来，通过处理和分析，揭示出地物性质及其变化的综合性探测技术2、遥感器遥感器又称为传感器，是接收、记录目标电磁波特性的仪器。

常见的传感器有摄影机、扫描仪、雷达、辐射计、散射计等。

3、电磁波谱将电磁波在真空中传播的波长或频率、递增或递减依次排列为一个序谱，将此序谱称为电磁波谱。

次序为：γ射线—X 射线—紫外线—可见光—红外线—微波—无线电波4、黑体对任何波长的电磁辐射都全吸收的假想的辐射体。

5、大气散射辐射在传播过程中遇到小微粒（气体分子或悬浮微粒等）而使传播方向改变，并向各个方向散开，从而减弱了原方向的辐射强度、增加了其他方向的辐射强度的现象。

6、大气窗口电磁波通过大气层时较少被反射、吸收和散射的，透过率较高的波段。

7、地物波谱地物的电磁波响应特性随电磁波长改变而变化的规律，称为地表物体波谱，简称地物波谱。

地物波谱特性是电磁辐射与地物相互作用的一种表现。

8、地物反射率地物的反射能量与入射总能量的比，即ρ=(Pρ/P0 )×100%。

表征物体对电磁波谱的反射能力。

9、地物反射波谱是研究可见光至近红外波段上地物反射率随波长的变化规律。

表示方法：一般采用二维几何空间内的曲线表示(地物反射波谱曲线)，横坐标表示波长，纵坐标表示反射率。

10、摄影成像依靠光学镜头及放置在焦平面的感光记录介质（胶片or CCD）来记录物体的影像的成像方式11、扫描成像依靠探测元件和扫描镜对目标地物以瞬时视场为单位进行逐点、逐行取样，以得到目标地物电磁波特性信息，形成一定谱段图像的成像方式。

12、微波遥感通过微波传感器,获取目标地物在1mm—1m光谱范围内发射或反射的电磁辐射，以此为依据，通过判读处理来识别地物的技术。

13、像点位移中心投影的影像上，地形的起伏除引起相片比例尺变化外，还会引起平面上的点位在相片位置上的移动，这种现象称为像点位移，其位移量就是中心投影与垂直投影在统一水平面上的投影误差。

变换图像的操作方法

变换图像的操作方法变换图像有许多不同的操作方法，可以通过修改图像的几何属性、颜色属性或者根据特定的应用进行变换。

下面将介绍几种常用的图像变换操作方法。

1. 几何变换几何变换是通过对图像的几何属性进行修改，改变图像的位置、形状、大小和方向。

常见的几何变换包括平移、旋转、缩放和剪裁等。

- 平移：平移是将图像沿着水平和垂直方向移动一定的距离。

平移操作可以通过对图像每个像素坐标进行加法运算来实现。

例如，将一个图像向右平移10个像素，就可以将图像的x坐标都加上10。

- 旋转：旋转是将图像围绕一个中心点进行旋转一定的角度。

旋转操作可以通过对图像每个像素坐标进行旋转矩阵运算来实现。

例如，将一个图像顺时针旋转30，就可以将图像的x和y坐标都根据旋转矩阵进行变换。

- 缩放：缩放是改变图像的大小。

缩放操作可以通过对图像的每个像素进行插值运算来实现。

常用的插值方法有最近邻插值、双线性插值和双三次插值等。

- 剪裁：剪裁是将图像从一个大的尺寸截取到一个较小的区域。

剪裁操作可以通过对图像的像素坐标进行判断，只保留指定区域内的像素值。

2. 色彩变换色彩变换是通过修改图像的色彩属性来变换图像。

常见的色彩变换包括调整亮度、对比度、饱和度和色调等。

- 调整亮度：调整图像的亮度可以通过对每个像素的RGB值进行加减操作来实现。

增加亮度时，可以将RGB值都加上一个较大的常数；减小亮度时，可以将RGB值都减去一个较大的常数。

- 调整对比度：调整图像的对比度可以通过拉伸图像的灰度值范围来实现。

可以使用直方图均衡化等方法将图像的灰度值分布拉伸到更广的范围。

- 调整饱和度：调整图像的饱和度可以通过修改图像的色彩空间来实现。

可以将RGB空间转换为HSV空间，然后修改饱和度分量的值，再将HSV空间转换回RGB空间。

- 调整色调：调整图像的色调可以通过修改图像的色相值来实现。

可以将RGB 空间转换为HSV空间，然后修改色调分量的值，再将HSV空间转换回RGB空间。

对比度拉伸公式

对比度拉伸公式
对比度拉伸公式有多种，一种常用的计算公式为：g(x, y) = (255 / (f_{max} - f_{min})) (f(x, y) - f_{min})，其中f(x, y)表示拉伸前某像素点的灰度值，g(x, y)表示拉伸后的像素点灰度值，f_{max}和f_{min}分别表示原始图像中最大灰度值和最小灰度值。

另一种常用的计算公式为对数拉伸变换公式：g = c log(1 + f)或者s = 1 / (1 + exp(-(mr)))E，其中c和E是常数（拉伸幅度），g和s是输出图像的灰度值，f和r是输入图像的灰度值，m为自设定的阈值。

对比度拉伸的目的是将图像的像素点的灰度值变得更平均，使得激光条纹与背景之间的灰度值差值被拉大，激光条纹变亮，背景变暗，这对下一步阈值分割提取激光条纹的轮廓奠定了基础。

以上信息仅供参考，建议查阅图像处理书籍或咨询专业人士获取更准确的信息。

对比度公式

对比度公式
对比度（Contrast）是用来衡量图像中明暗差异程度的指标。

常用的对比度公式为：
对比度= (最亮像素值-最暗像素值) / (最亮像素值+ 最暗像素值)
其中，最亮像素值表示图像中最亮的像素的灰度值或亮度值，最暗像素值表示图像中最暗的像素的灰度值或亮度值。

这个公式计算出的对比度值介于[-1, 1]之间，可以用来描述图像的明暗程度。

对于黑白图像，最亮像素值和最暗像素值分别等于255和0，对比度的计算结果为：
对比度= (255 - 0) / (255 + 0) = 1
当对比度接近1时，图像的明暗差异较大，即具有高对比度。

而当对比度接近0时，图像的明暗差异较小，即具有低对比度。

需要注意的是，这个公式只适用于灰度图像或已经转换为灰度的彩色图像。

对于彩色图像，可以分别计算RGB通道的对比
度，并取平均值作为整个图像的对比度。

此外，还存在其他计算对比度的方法，例如使用直方图分析、基于感知的对比度评估等。

根据具体应用场景和需求，选择适合的对比度计算方法。