第五章遥感图像处理基础(三).

5.3
遥感图像增强与变换
对比度拉伸
5.3
遥感图像增强与变换
对比度拉伸
ຫໍສະໝຸດ Baidu
（2）直方图正态化 直方图正态化是将随机分布的原图像直方 图变成高斯（正态）分布的直方图，又叫高斯 扩展。其方法与均衡化类似，也采用累加的方 法。如图所示：
注：若原图像某一灰度频率很高，勉强变换后使其对 应的灰度频率降低，造成对该部分压缩而丧失信息。
5.3
遥感图像增强与变换
第五章 遥感数字图像预处理
5.1 5.2 5.3 5.4
遥感图像几何校正 遥感图像辐射校正 遥感图像增强与变换 遥感图像中的特征提取
5.3
遥感图像增强与变换
概述
图像增强与变换的 目的是突出相关的专题 信息，提高图像的视觉 效果，使分析者更容易 识别地物，更易于从图 像中提取有用的定量化 信息。 图像增强和变换通 常都在图像校正后进行， 必须要消除图像的各种 噪声，否则分析者面对 的只是各种增强的噪声。
5.3
遥感图像增强与变换
对比度拉伸
从数学的观点看，就是把一个概率密度函数 通过某种变换变成均匀分布的随机概率密度函数。 可以从下面的数学过程进行理解：
5.3
遥感图像增强与变换
对比度拉伸
原始图像a的直方图可以用一维数组表示： 均衡后图像b的直方图也用一维数组表示： 其中：
m为均衡后的直方图灰度级，因此直方图 均衡必须实现确定均衡后的灰度级m。由直方 图定义可知：
5.3
遥感图像增强与变换
对比度拉伸
第一、三段亮度值变 小；第二段间隔变大。 可见，改变换突出了 原灰度值6-11这部分 信息。 注：小数四舍五入。
5.3
遥感图像增强与变换
对比度拉伸
3、非线性变换 当函数为非线性时，即为非线性变换。非线性 变换的函数很多，常用的是指数和对数函数变换。
（1）指数函数：
对比度拉伸
（3）直方图匹配 直方图匹配也叫直方图规定化，指把原图 像的直方图变换为某种指定形态的直方图或某 一参考图像的直方图，然后按照已知直方图调 整原图像各像元的灰度值，最后得到一幅直方 图匹配的图像。 因此，正态化是匹配的特列。 作用：主要用于图像的拼接和目标地区的 动态监测。 要求：两幅图像的直方图形状应相似、黑 亮特征相同、空间分辨率最好相同、地物类型 应相同。
5.3
综上可得：
遥感图像增强与变换
对比度拉伸
。。。。。。
因此可以通过累积直方图曲线作为均衡化 的基本变换函数，如下图所示：
5.3
遥感图像增强与变换
对比度拉伸
均衡化后，原直方图 灰度分布较密集的部 分被拉伸，反之被压 缩。意味着原图像中 等亮度的区域对比度 得到扩展，两端亮度 区域相对压缩，从而 使得图像的总体对比 度得以提高。
5.3
遥感图像增强与变换
对比度拉伸
直线与横轴的夹角大 于45°时，图像被拉 伸，灰度动态范围扩 大；反之，图像被压 缩，灰度范围缩小。
5.3
遥感图像增强与变换
对比度拉伸
低反射率图象
高反射率图象
5.3
遥感图像增强与变换
对比度拉伸
2、分段线性变换 有时为了更好地调节图像对比度，需要在一些 灰度段拉伸，而在另一些灰度段压缩，这种变换称 为分段线性变换。分段线性变换时，变换函数不同， 在变换坐标系中成为折线，间断点的位置根据需要 决定。
5.3
遥感图像增强与变换
对比度拉伸
5.3
遥感图像增强与变换
对比度拉伸
直接从图像上看，直方图均衡化的效果： a、各灰度级所占的图像面积近似相等，因 为某些灰度级出现频率高的像元灰度不可能被分 割； b、原图像上频率小的灰度级被合并，频率 高的灰度级被保留，因此可以增强原图像上大面 积地物与周围地物的反差； c、如果输出数据分段级（即m）较小，则会 产生一些大类地物的近似轮廓。
5.3
遥感图像增强与变换
对比度拉伸
对比度拉伸是遥感数字图像处理中最基本最常 用的增强技术，主要通过改变灰度分布态势，扩展 灰度分布区间，达到增强反差的目的。是一种直接 改变像元的灰度值来改变图像像元对比度，从而改 善图像质量的方法。 其处理方式是主要是点运算，即对于一幅图像， 处理后输出图像的灰度值仅由相应输入像元的灰度 值决定，与周围的像元不发生直接联系。 常用的方法是线性变换、非线性变换和直方图 调整。
5.3
遥感图像增强与变换
对比度拉伸
5.3
遥感图像增强与变换
对比度拉伸
1、线性变换 为了改变图像的对比度，必须改变图像像元的 灰度值，这种改变的本质是构建变换函数。当函数 是线性或分段线性时，就称为线性变换。 线性变换也叫“线性拉伸”，目的是将像元值 的变动范围按线性关系扩展到指定范围。 函数符合以下线性关系：
5.3
遥感图像增强与变换
对比度拉伸
在灰度较高的部分扩 大灰度间隔和范围， 属于拉伸；而在灰度 较低的部分缩小灰度 间隔，属于压缩。
指数函数
5.3
遥感图像增强与变换
对比度拉伸
（2）对数函数：
5.3
遥感图像增强与变换
对比度拉伸
与指数函数相反，在 灰度较低的部分拉伸， 而在灰度较高的部分 压缩。
对数函数
5.3
遥感图像增强与变换
对比度拉伸
4、直方图调整 大多数遥感图像由于其灰度分布集中在较窄的 范围内，使图像的细节不够清晰，对比度较低。为 了使图像的灰度范围拉开或使灰度均匀分布，从而 增大反差，图像细节清晰，通常采用直方图调整。 包括三种方法： （1）直方图均衡化 直方图均衡化又叫拉平扩展，是将随机分布的 直方图修改成均匀分布的直方图的方法。其实质是 对原图像进行重新分配图像的像元灰度值，使一定 灰度范围内的像元数量大致相等。