遥感图像空间算子

《遥感图像处理》课程作业

常见遥感图像空间域滤波器

一、实验目的

通过查找各种常见空间域滤波的卷积模板，了解其特点与应用，并应用卷积模板对图像进行操作，对比原图和进行滤波后的图像，进一步理解遥感图像空间域滤波的原理和方法，为今后进行遥感图像滤波处理做好基础知识上的准备。

二、实验原理

空间域滤波是在图像空间中借助模板对图像进行领域操作。空间滤波器都是基于模板卷积，将模板在图中移动并使模板中心与图中某个象元重合，然后将模板上的系数与模板下对应的象元灰度值相乘求和，最后把所得值赋给中心象元。

空间滤波一般分为线性和非线性滤波两种。而根据其功能则主要分为平滑滤波器和锐化滤波器。

三、实验操作

在PCI软件的ImageWork模块下Tools -> Filter 工具中，以软件自带遥感图像irvine.pix的Band 1为输入波段，在自定义卷积模板中输入各常见模板进行计算。

四、实验结果

（一）平滑滤波器

平滑一般用低通滤波实现，目的是将图像模糊化，在提取较大目标前去除不必要的细节；消除噪声。

1、高斯滤波

线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

2、高斯滤波卷积算子

3、五点均值滤波算子

5、领域平均算子

6、均值滤波器

均值滤波为线性滤波，其采用的主要方法为邻域平均法。

7、中值滤波

中值滤波可以消除图像中的长尾噪声，例如负指数噪声和椒盐噪声。在消除噪声时，中值滤波对图像噪声的模糊极小（受模板大小的影响），中值滤波实质上是用模板内所包括像素灰度的中值来取代模板中心像素的灰度。中值滤波在消除图像内椒盐噪声和保持图像的空域细节方面，其性能优于均值滤波。

（二）锐化滤波器

锐化一般通过高通实现，增强被模糊的细节，进行边缘提取检测。

8、拉普拉斯算子（线性锐化滤波器）

9、线性锐化算子

10、中锐化算子

11、拉普拉斯卷积模版

算子矩阵（1）

12、平移和差分边缘检测

（3）

13、Sobel 算子

14、Prewitt算子

15、Kirsch算子

算子矩阵（1）

16、二阶导数边缘检测方法Laplacian

17、Guauss-Lanlancian 算子（LoG 算子）

18、拉普拉斯变形算子

19、梯度方向边缘检测

20、浮雕特效算子