图像变换

地球科学与环境工程学院

图像变换

课程名：《遥感数字图像处理》

班级：

学号：

姓名：

完成日期： 2016.10.28

目录

一.目的和要求 (3)

1.目的 (3)

2.要求 (3)

3.软件和数据

二.实验内容 (3)

三.图像处理 (3)

1.傅里叶变换 (3)

2.主成分变换 (6)

3.缨帽变换 (9)

4.代数运算 (9)

5.彩色变换 (13)

四.实验心得 (15)

一.目的和要求

1.目的

掌握图像变换的基本操作方法，对比前后图像的差异，理解不同变换方法之间的区别。

2.要求

能够根据图像的特征设定傅里叶变换的滤波器，消除图像的声纹。

能够解释主成分变换后的图像，利用主成分变换消除图像中的噪声。

能够利用KT变换结果进行图像合成，解释地物信息。

熟练利用代数运算产生不同的波段组合。

利用色彩变换进行图像的合成和融合。

能够解释变换后的图像，并能根据工作目的选择合适的图像变换方法。

3.软件和数据

ENVI图像处理软件。

SPOT数据，TM数据和ETM数据。

二.实验内容

（1） SPOT图像的傅里叶变换。

（2） TM图像的主成分变换。

（3） TM图像的KT变换。

（4） TM图像的代数变换。

（5） ETM图像的彩色变换。

三.图像处理

1.傅里叶变换

傅里叶变换可以用于提取图像的特征、频率域滤波、周期性噪声的去除、图像恢复、纹理分析。本次实验中使用傅里叶变换去除SPOT图像中水体部分的条带噪声。

（1）图像的傅里叶正变换

傅里叶正变换是指定图像的一个波段，按照计算公式进行FFT，产生频率域图像，

下图是主菜单中的傅里叶变换窗口。

指定图像CJ_spot的一个波段Band1，进行傅里叶正变换，下图是经过傅里叶正变换得到的结果。

（2）设定滤波器

波段不同，频率域图像不同，需要定义不同的滤波器，常用的滤波器有低通，高通、带通、带阻、用户自定义等。实际工作中常用的是用户自定义滤波器，下图是滤波器自定义窗口。

用户自定义滤波器的操作包括选择滤波器类型和定义滤波器。

A．选择滤波器类型

在滤波器类型中选择用户自定义阻断滤波器，如下图所示。

B．定义滤波器

根据工作的需要可以选择不同形状的滤波器，下图是选择不同滤波器形状的窗口，有长方形、椭圆等。

在自定义多边形窗口中，可以设置滤波器的对象，色块的颜色等，如下图所示。

绘制多边形后，双击右键结束，查看其结果，如下图所示。

（3）逆变换

逆变换是将定义的滤波器应用到频率域图像，进行逆变换得到空间域图像。打开图像逆变换窗口，选择输入文件和滤波器文件，完成逆变换，如下图所示，#1为原始图像，#2为逆变换后的图像。

将图像tree.bmp的B波段提取出来进行傅里叶变换，使用自定义的滤波器3进行逆变换。左图是边界像素数为0，右图是边界像素书为10的逆变换结果。

2.主成分变换

主成分变换是建立在图像的方差和协方差的基础上的线性正变换，用来进行图像降维和噪声去除。

（1）主成分前向变换

在主成分正变换前，需要打开图像进行主成分的前向变换，并且保存统计结果。

（2）选择主成分

在主成分正变换窗口中，设置输出文件的统计名、计算特征值的矩阵、输出结果、输出主成分的波段数等。

设置完主成分前向变换参数后，自动产生图像的主成分和特征值分布图，如下图所示，可以观察到取大于四个主成分后，其特征值变化不大。

如果需要解释主成分的含义，可以查看统计文件的内容，显示结果如下图所示。

对问题1的回答：

答：不遵循IDL规则。

（3）查看主成分得分

主成分变换能够将图像分解为一组主成分的和，而每个主成分都对应一个权重，该权重的大小恰恰反映图像中不同部分的相关性，可以通过对主成分的选取实现不同相关性波段信号的分离。将主成分按其权重大小排序，如果只取最大的一个或几个主成分，那么恢复后的图像相关性就很好；如果只取最小的一个或几个主成分，那么恢复后的信号相关性就很差。

（4）主成分逆变换

逆变换需要使用正向变换的统计文件，且使用的矩阵也要与前向变换的选择一致，否则就无法进行逆变换，变换之后发现，得到的是原始的图像。

（5）主成分变换前后图像的分析

3.缨帽变换

缨帽变换旋转光谱的空间坐标，旋转后的坐标轴不是指向主成分的方向，而是另外的方向，这些方向与地物类型和变化有密切的关系，特别是与植物生长过程和土壤有关。缨帽变换既可以实现信息压缩，也可以帮助解译分析农作物的特征，有很大的应用价值。缨帽变换只能用于Landsat的MSS,TM和ETM数据，下图是缨帽变换的窗口。

将TM数据进行变换，并分别按照RGB、真彩色合成、假彩色合成，合成之后的结果如下图显示，从左往右分别为缨帽变换前的三个分量，真彩色合成结果，假彩色合成结果。

对问题2的回答：

答：

1.水体是蓝色，植被是绿色，建筑物是红色。

2.与真彩色合成相比，水体和植被的信息得到了明显的增强。

4.代数运算

对于多波段遥感图像，可以通过波段的代数运算来突出特定地物的信息，从而达到增强的目的。代数运算根据不同的地物之间的灰度差异，突出感兴趣的地物信息，压制不感兴趣的地物信息。

（1）整体增强图像的亮度

选择用于增强亮度的图像，输入表达式b1+20，完成后，将原始图像和代数运算的结果进行显示，并将两个窗口进行连接。对比像素值，我们发现代数运算的结果图像在R、G、B三个通道上，像素值都增加了20。