遥感技术应用_05遥感图像增强处理

直方图
直方图与图像亮度实例
一、对比度变换
• 概念：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。 • 将图像中过于集中的像元分布区域（亮度值分布范 围）拉开扩展，扩大图像反差的对比度，增强图像 表现的层次性。 • 方法：对比度线性变换和非线性变换。
4.1.2加色法原理
◆
三原色：若三种颜色， 其中的任一种都不能由 其余二种颜色混合相加 产生，这三种颜色按一 定比例混合，可以形成 各种色调的颜色，则称 之为三原色。 红、绿、蓝。 ◆ 互补色：若两种颜色混 红＋绿＝黄 合产生白色或灰色，这 红＋蓝＝品红 两种颜色就称为互补色。 蓝＋绿＝青 黄和蓝、红和青、绿和 红＋蓝＋绿＝白 品红。 ◆ 色度图：可以直观地表现颜色相加的原理,更准确地表现颜 色混合的规律.
１．线性变换：在改善图像对比度时，如果 采用线性或分段线性的函数关系，那么这 种变换就是线性变换。
按一定比例对原像元值进行扩大或缩小
调整线性参数，改变变换效果 分段式线性变换
２．非线性变换：变换函数为非线性函数时， 即为非线性变换。 （指数变换、对数变换）
（1）线性变换
b2
变 换 后 亮 度 值
分段线性变换
变换前 0 变换后 0
1 0
2 1
3 1
4 1
5 2
6 2
7 4
8 6
9 8
10 11 12 13 14 15 10 12 13 14 14 15
变换前
变换后
变换前
变换后
(２)非线性变换
指数变换
xb beaxa c
在亮度值较高部分 拉伸，亮度值较低 部分压缩。
对数变换
xb b lg(axa 1) c
5.1.1 K－L变换的特点：
的相关性以及数据冗余现象，通过函数变换，达 到保留主要信息，降低数据量,增强或提取有用信 息目的的方法。 主要方法有： K-L变换（主成分变换） K-T变换（主因子变换）
K-L变换（主成分变换）
■
X xi xn
，B值为 255 ；
◆ 灰色的R、G、B三个值相等（除了0和255）； ◆ 白色的R、G、B都为255； ◆ 黑色的R、G、B都为0。
RGB图像只使用三种颜色，就可以使它们按照不同的比例 混合，在屏幕上重现16581375种颜色。
HLS模型（Hue, saturation, Lightness-Intensity） HLS色彩模式以色调（H）、饱和度（S）和明度 （L）描述颜色的基本特征。 ◆ 色调在0到360度的标准色轮上，色相是按位置计 量的。 ◆ 饱和度用色相中灰色成分所占的比例来表示，0% 为纯灰色，100%为完全饱和。 ◆ 明度是指颜色的相对明暗程度，0%定义为黑色， 100%定义为白色。 ◆ RGB是从物理学角度出发描述颜色，HLS则是从人 眼的主观感觉出发描述颜色。该模型是目前使用较为 广泛的融合方法。
变换前红、绿、蓝各波段归一化[0，1]亮度值表示为：Lr、Lg、 Lb，三者中最大为Lmax ，最小为Lmin
◆ 在HLS域，亮度L分量与地物表面粗糙度相对应， 代表地物的空间几何特征，色调H分量代表地物的主 要光谱特征，饱和度S表征色彩的纯度。
空间滤波
• 空间滤波：以突出图像上的某些特征为目的， 通过像元与周围相邻像元的关系，采取空间 域中的邻域处理方法进行图像增强方法。 ◆ 邻域处理： 新影像像元值由原影像上对应像元及相邻 像元的值来确定。 • 主要包括平滑和锐化。
图像卷积运算：在图像的左上角开一个与模板同样
大小的活动窗口，图像窗口与模板像元的亮度值相 乘再相加，得到新像元的灰度值。
◆空间滤波的作用
������ 平滑：消除各种干扰噪声，使影像中高频成分
消退，平化掉影像的细节，表现为影像模糊。 ������ 锐化：突出影像边缘、线性目标或某些亮度变化 率大的部分，提高影像的细节，常表现为边缘增强。
目的：是去除数据之间的相关性，减少冗余。 x1 x ■ 方法：它是对某一多光谱图像X.利用K-L变换矩 2 阵A进行线性组合,而产生一组新的多光谱图像Y.
Y=AX ※X为变换前的多光谱空间的像元矢量 ※Y为变换后的主分量空间的像元矢量 ※A为变换矩阵
y1 11 , 12 , , 1n x1 y , , , x 2n 2 2 21 22 yn n1 , n 2 , , nn xn
b1 a1
（xa , xb ）
a2
变换前亮度值
xb b1 xa a1 b2 b1 a2 a1
b2 b1 xb ( xa a1 ) b1 a2 a1
1 xb x a 3
x [0,6] x [6,11] x [11,15]
xb 2xa 10
3 15 xb xa 4 4
物之间的反差）
多光谱变换
遥感多光谱影像，特别是陆地卫星的TM等传感器， 波段多，信息量大，对图像解译很有价值。但数据量 太大，在图像处理计算时，也常常耗费大量的机时和 占据大量的磁盘空间。 实际上，一些波段的遥感数据之间都有不同程度 的相关性，各相关波段之间存在大量的数据冗余。
多光谱变换:针对多光谱影像存在的一定程度上
■ ������
差值运算
♫ 两幅行列数相等的影像，对应像元值相减
fD(x,y)=f1(x,y)-f2(x,y) 差值运算的作用
♫ 地物在不同波段上的反射率差异 ♫ 反映了地物的时间变化（同一地区不同时
■
������ ������
相的动态变化）
近红外波段图像（121/36，20010129）
红波段图像（121/36，20010129）
③ 拉普拉斯算法 ④ 定向检测
SOBEL不同模板的锐化效果
定向滤波效果比较
拉普拉斯不同滤波效果比较
数字影像代数运算
• 概念：两幅或多幅单波段影像，完成空间配
准后，通过一系列运算，可以实现图像增强， 达到提取某些信息或去掉某些不必要信息的目 的。
• 原理：地物不同波段的光谱差异。
■ 差值运算 ■ 比值运算
◆明度：是人眼对光源或物体明亮程度的感觉。
物体反射率越高，明度就越高。 ◆色调：是色彩彼此相互区分的特性。 ◆饱和度：是色彩纯洁的程度，即光谱中波长段是否 窄，频率是否单一的表示。
黑白色只用明度描述，不用色调和色饱和度。
3、颜色立体
◆ 颜色立体：
◆ 孟赛尔颜色立体：
任何颜色都可以用三个坐标值：色调、明 度、饱和度表示。
■ 对于胶片通过特定的冲洗技术实现，对于数
字矩阵通过数值与色彩对应实现。
◆ 遥感影像对应颜色的法则：������ ◆单Leabharlann Baidu工作波段上的影像显示为黑白影像: 反射率大——明亮的白色，反射率小——近黑色的灰 色，反射率居中——不同程度的灰色表示。������ ◆单个工作波段上的影像表示为某种不同明度的颜色: 用某种颜色的不同明实现，明亮度——反射率最低， 明亮度大——反射率高，不同程度明亮度代表中间过 度的反射率。������ ◆单个工作波段上的影像表示为彩色: 反射率越大——越明亮的色彩，反射率越小——明亮 度越小的色彩。������ ◆三个工作波段的影像可以叠加显示为彩色：利用三 原色原理，三幅影像分别对应三原色叠加在一起。
第4章 遥感图像处理 第2讲 遥感图像增强处理
• • • • • • 数字影像特点 数字影像直方图 数字影像对比度增强 数字影像彩色增强 数字影像空间滤波 数字影像代数运算
数字图像
◆数字图像：光学图 像是模拟量，经采样 和灰度级量化后成为 数字量——数字图像。 光学图像是连续的， 而数字图像是离散的。
◆遥感影像色彩与反射率的对应
������ ■ 传感器接收电磁能量，用化学方法、光电转
换
������ 上
方法将能量记录下来。但是无论是胶片上各点 化学反应的程度、还是数字记录，人还是无法 直接从中快速获取信息。 ■ 因此，人们通过一定的规则：对记录介质
的记录值与色彩之间建立对应关系.
◆如何建立这种对应关系？
在亮度值较低部分 拉伸，亮度值较高 部分压缩。
2）直方图均衡（续1）
举例：原图和直方图
2）直方图均衡（续2）
举例：均衡后的图和直方图
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波 长吸收的结果。
颜色的性质由明度（Lightness-Intensity）、色调 （Hue）、饱和度(Saturation)来描述。HLS
60 61 60
57 69 70
125 69 60 70
57 58 60 60 61 64 69 70 125
2、锐化—突出图像的边缘、线性目标或某些亮
度变化率大的部分。
① 罗伯特梯度：找到了梯度较大的位置，也就找 到了边缘，用不同的梯度值代替边缘处像元的 值，也就突出了边缘。 ② 索伯尔梯度
3、HLS变换
◆ HLS变换是从RGB模式转换到HLS模式， 是颜色从RGB数学表达到另一种数学表达的 定量化转换过程。
• RGB模型 (Red, Green, Blue)
RGB模型为图像中每一个像素RGB分量分配一个0~255范 围内的强度值。例如：
◆ 纯红色R值为255，G值为0，B值为0； ◆ 纯绿色G值为0，G值为255，B值为0； ◆ 纯蓝色B值为0，G值为0
low-pass filter （低通滤波）
high-pass filter （高通滤波）
Smoothing
Edge Enhancement
1、平滑--图像中出现某些亮度值过大的区域，
或出现不该有的亮点时，采用平滑方法可以减小 变化，使亮度平缓或去掉不必要的亮点。
① 均值平滑：将每个像元在以其为中心的区域内， 取平均值来代替该像元值，以达到去掉尖锐 “噪声”和平滑图像的目的。
彩色增强
• 彩色的视觉分辨能力比黑白高
• 方法：
单波段的彩色：密度分割 多波段的彩色：彩色合成 HLS变换：
1、单波段彩色变换（假彩色密度分割）
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。
432波段合成图像（121/36，20010129）
IR-R差值图像（121/36，20010129）
上海市：1995－1998年
■
比值运算
♫ 对应像元的亮度值相除（除数不为0）
fD(x,y)=f1(x,y)/f2(x,y)
■ 比值运算的作用 ������ ♫ 能压抑因地形坡度和方向引起的辐射量变 化，消除地形起伏的影响； ������ ♫ 扩大不同地物的光谱差异（可增强某些地
■
一般，灰度值从0到255，
共有256级灰阶。
◆数字图像的表示：矩阵
函数
数字图像直方图：以每个像元为单位，横坐标代表像元灰度级，纵坐标代
表每一灰度级内像素占总像素数的比例。
直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以
及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。
②中值滤波：将每个像元在以其为中心的邻域内，
取中间亮度值来代替该像元值，以达到去掉尖 锐“噪声”和平滑图像的目的。 ◆中值（中位值）—— 在全部数据中排列在中间的 数据值
均值滤波：
1/9 1/9 1/9
1/9 1/9 1/9 1/9 1/9 1/9
中值滤波：
64 61 58
60
57
64 61 58
①
2、多波段色彩变换
• 概念：
依照加色法彩色合成原理，选择遥感影像的 某三个波段，分别赋予红、绿、蓝三原色， 合成彩色影像 • 合成方案：真彩色合成、假彩色合成
多光谱TM影像
TM1：0.45-0.52微米，蓝波段 TM2：0.52-0.60微米，绿波段 TM3：0.63-0.69微米，红波段， TM4：0.76-0.90微米，近红外波段 TM5：1.55-1.75微米，中红外波段 TM6：10.4-12.5微米，热红外波段 TM7：2.08-2.35微米，中红外波段