图像分割实验报告

实验七图像分割

一、实验目的

利用光谱特征进行遥感图像的分割和分割后处理。

二、实验要求

1. 能够根据图像的特征，综合使用不同的方法分割出地物对象。

2. 熟练掌握图像直方图的应用。

3. 掌握彩色图像分割的基本方法

4. 掌握利用波段组合进行图像分割的工作流程

5. 熟悉数学形态学基本方法的应用。

三、实验准备

●软件准备：ENVI软件

●数据：兰花.jpg

文字测原始图像.bmp

IKNOSm14 nj Hroad

●基本知识：

➢图像分割的原则：（1）依据像素灰度值的不连续性进行分割。假定不同区域像素的灰度值具有不连续性，因而可以对其进行分割。（2）依据同一区域内部

像素的灰度值具有相似性进行分割。这种方法一般从一个点（种子）出发，将

其邻域中满足相似性测量准则的像素进行合并从而达到分割的目的。依据像素

的不连续性进行分割的方法只要是区域增长法。

➢图像分割的工作流程：（1）确定待分割的对象；（2）选择对分割对象敏感的波段；（3）选择分割方法进行分割；（4）将分割后的结果图像转为矢量图。

➢图像分割：（1）图像分割是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。从数学角度来看，图像分割是将数字图像划分成互不相交的

区域的过程。图像分割的过程也是一个标记的过程，即将属于同一个区域的像

素赋予相同的编号的过程。（2）目的：将一幅图像分为几个区域，这几个区域

之间具有不同的属性，同一区域中各像素具有某些相同的性质。

➢图像分割的方法：（1）灰度阀值法，它在目标与背景之间存在强对比时特别有效（直方图方法）；（2）数学形态学方法，腐蚀、膨胀、开运算和闭运算；

➢波段运算：ENVI Band Math是一个灵活的图像处理工具，其中许多功能是无法在任何其它的图像处理系统中获得的。由于每个用户都有独特的需求，利用

此工具用户自己定义处理算法，应用到在ENVI打开的波段或整个图像中，用

户可以根据需要自定义简单或复杂的处理程序。例如：可以对图像进行简单加、

减、乘、除运算，或使用IDL编写更复杂的处理运算功能。

➢波段运算实质是对每个像素点对应的像素值进行数学运算。

➢波段运算条件：（1) 必须符合IDL语言书写波段运算表达式；（2) 所有输入波段必须具有相同的空间大小，因此输入波段在行列数和像元大小必须相同。

对于有地理坐标的数据，如果覆盖区域一样，但是由于像元大小不一样使得行

列数不一致，在进行波段运算前，可以使用Basic Tools →Layer Stacking

功能对图像进行调整。3)表达式中的所有变量都必须用Bn（或bn）命名。

4) 结果波段必须与输入波段的空间大小相同，波段运算表达式所生成的结

果必须在行列数方面与输入波段相同。

➢波段运算函数

四、实验内容及步骤

●问题一.2（提取非兰花部分）

➢打开ENVI，加载“兰花.jpg”

➢因为兰花呈现蓝色，则兰花花朵部分表达式为（B gt G）*(B gt R),非兰花部分为（1-（B gt G）*(B gt R)）

➢点击【Basic Tools】-【Band Math】，弹出“Band Math”对话框，在【Enter an expression】处输入式子“b4*(1-(b1 gt b2)*(b1 gt b3))”，点击【Add to

List】,选择【OK】

➢在弹出的对话框“Variables to Bands Pairings”中，选择B1对应B波段，B2对应G波段，B3对应R波段，B4对应File：兰花，点击【OK】。

➢加载生成图片。

➢得到非兰花部分的图片。

●练习2.1

➢加载“文字测原始图像.bmp”，点击【Enhance】-【Interactive Stretching】,查看各通道噪声和直方图。

➢可以看出各通道在灰度值为177的时候峰值最大。

➢点击【Basic Tools】-【Band Math】，弹出“Band Math”对话框，在【Enter an expression】处输入式子“255*(1-(b1 lt 177)* (b2 lt 177)* (b3 lt

177))”，点击【Add to List】,选择【OK】

➢在弹出的对话框“Variables to Bands Pairings”中，选择B1对应R波段，B2对应G波段，B3对应B波段，点击【OK】。

➢得到了去除了背景噪声的文字“测”。

●练习2.2

➢首先利用高斯低通滤波器和拉普拉斯滤波器对图像进行锐化处理，使线状地物的轮廓更加明显。滤波工具在主菜单下的【Filter】-

【convolution】；由于高斯低通滤波器和拉普拉斯滤波器具有很多

不同的窗口，要找到最适合的窗口要进行多次的操作和比较。

流程高斯低通拉普拉斯算子锐化结果图像直方图0——无

13*33*3A

25*53*3B

37*73*3C

45*55*5D

57*75*5E

67*77*7F

➢由于拉普拉斯算子对图像的噪声很敏感，所以我们选用流程2，也就是7*7的高斯低通滤波和3*3的拉普拉斯算子。设置灰度阀值为370，输入算法“b1 gt 370”，b1选为图像的band1.

➢得到道路信息图像

.