实验六遥感影像增强处理

合集下载

遥感图像增强实验报告

遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。

（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。

（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。

实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。

（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。

（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。

2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。

(2)以gray形式显示一个波段。

(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。

3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。

主窗口>enhance>filter>smooth[3*3]。

结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。

遥感数字图像的增强实验

（2）直方图匹配（Histogram Match)输入匹配文件(Input File)：wasia1 mss.img匹配参考文件(Input File to Match )：wasia2_mss.img①ERDAS图标面板菜单条:Main 一Image Interpreter一Radiometric Enhancement —Histogram Match，打开Histogram Matching对话框。

②ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement 一Histogram Match，打开Histogram Matching对话框。

2）空间增强处理(Radiometric Enhancement)（1）卷积增强处理(Convolution)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement一Convolution，打开Convolution对话框；②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement Convolution，打开Convolution对话框。

（2）自适应滤波(Adaptive Filter)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement—Adaptive Filter，打开Wailis Adaptive Filter对话框。

②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement，Adaptive Filter，打开Wailis Adaptive Filter对话框。

参数设置：文件坐标类型（Coordinate Type )：Map；处理范围确定(Subset Definition)：ULX/Y LRX/Y；输出数据类型(Output Data type )：Unsigned 8 bit；移动窗口大小(Moving Window Sire)：3(表示3×3)；输出文件选择(Optins)：Bandwise(逐个波段进行滤波)，或PC(仅对主成份变换后的第一主成份进行滤波)；乘积倍数定义(Multiplier)：2(用于调整对比度)；输出数据统计时忽略零值：Ignore Zero in Stars；OK(关闭Wallis Adapter Filter对话框，执行自适应滤波)。

遥感图像增强处理

第八章（4）遥感图像增强处理一、彩色增强处理彩色合成变换：加色法密度分割：单波段的彩色：密度分割IHS 变换（一）彩色合成多波段彩色合成：利用计算机将同一地区三个波段的影像，分别赋予红、绿、蓝三原色，进行单基色变换（色阶），然后使各影像准确套合叠置显示，依照彩色合成原理，构成彩色合成影像。

分类：假彩色合成、真彩色合成真彩色合成：当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红色、绿色、蓝色，合成后的影像十分接近自然界的色彩，称为真彩色合成。

假彩色合成：（重点看）各工作波段被赋予的颜色，与波段所代表的真实颜色不同，合成色不是地物真实的颜色，因此这种合成叫做假彩色合成标准假彩色合成：1、近红外波段赋予红色、红光波段赋予绿色，绿光波段赋予蓝色。

2、针对TM 影像的7个波段：第2波段是绿色波段、第3波段是红色波段、第4波段是近红外波段当4、3、2波段分别赋予红、绿、蓝色时，这一合成方案称为标准假彩色合成（二）假彩色密度分割单波段的假彩色密度分割：将单波段影像的像元值从小到大按照某种标准划分等级，每一级别赋予一种颜色，最终影像表现为彩色，这些色彩是人为加上的，与地物的天然色彩不一定相同，称为假彩色密度分割。

等密度分割：对像元数值从小到大划分为n 级，各级内含有的像元数大致相等时，称为等密度分割。

（三）IHS 变换HSI 代表色调、饱和度和明度（hue ，saturation,intensity ）。

色彩模式可以用近似的颜色立体来定量化。

定义：IHS 变换是RGB 颜色系统与HIS 颜色系统之间的变换。

具体方法：令IRIGIB ,下标max 为R ，G ，B 中最大值，下标min 为R ，G ，B 中最小值， IRIGIB 和Ｓ均为0-1的实数，Ｈ为0-360的实数。

则有明度： 2/)(min max I I I +=饱和度：5.0≤I )/()(min max min max S S S S S +-=5.0>I )11/()(min max min max S S S S S -+--=色调：min max H H H -=∆如果max H H R =，则]/)[(60H H H H B G ∆-=，位于黄和品红之间如果max H H G =，则]/)(2[60H H H H R B ∆-+=，位于青和黄之间如果max H H B =，则 ]/)(4[60H H H H G R ∆-+=，位于品红和蓝之间二、光谱增强处理（一）反差增强线性变换，非线性变换，直方图增强⏹ 通过修改各种像元值来改善影像对比度，从而改变影像质量的处理方法。

遥感图像实验6 彩色增强

B
1.000 -1.108 1.705 Q
Y=0.5
(二)彩色变换模型
Y I Q
(二)彩色变换模型
面向视觉感知的彩色模型-HSI 模型
HSI（HSB）色彩空间:指从人的视觉系统出发，
用色调H（hue）、色饱和度S（saturation或 chroma）和亮度I（intensity或brightness 或lightness）来描述色彩。
(四)假彩色合成
对于自然景色图像，通用的线性假彩色映射可表示为
RF a1 b1 c1 R f
GF
a2
b2
c2
G
f
BF a3 b3 c3 B f
(4.5 2)例如采用以下的映关系RF 0 1 0 Rf
GF
0
0
1
G
f
BF 1 0 0 Bf
(4.5 3)
则原图像中绿色物体会呈红色，蓝色物体会呈绿色，红色物体则呈兰色。
原图
RGB三通道图像
假彩色合成图1
RGB 新的 R G B
假彩色合成图2
RGB
新的 R G B
(五)彩色平衡
(五)彩色平衡
图像的三原色“不平衡”
彩色图像所有物体的颜色都偏离了原有的真实色彩。颜色平衡的目的就是纠正偏色，以得到色彩正常的图像。
彩色光
单色光
(一)色彩知识简介
颜色特性
从物理学角度出发，光是波长为350nm 至780 nm电磁波，被我们的视觉系统感知为颜色。
光的光谱能量分布不同，感知到的颜色可能不同
(一)色彩知识简介
光的属性
光(可见光)：人的视觉系统能感受到的电磁波，波长范围350nm~780 nm

遥感第六章遥感图像处理图像增强

锐化
–拉普拉斯算法有时，也用原图像的值减去模板运算结果的整倍数，即：
r' (i, j) f (i, j) kr(i, j)
r(i,j)为拉普拉斯运算结果。这样的计算结果保留了原图像作为背景，边缘之处加大了对比度，更突出了边界位置。
锐化
–定向检测
当有目的地检测某一方向的边、线或纹理特征时，
–罗伯特梯度
锐化
t1＝
10 0 －1
可以近似地用模板计算，其公式表示为
| gradf || f (i, j) f (i 1, j 1) |
| f (i 1, j) f (i, j 1) |
t2＝
0 －1 10
相当于取窗口2×2大小，用模板t1作卷积计算后取绝对值加上模板t2计算后的绝对值。计算出的梯度值放在左上角的像元f（i，j）的位置，成为r（i，j）。这种算法的意
义在于用交叉的方法检测出像元与其邻域在上下之间或左
右之间或斜方向之间的差异，最终产生一个梯度影像，达
到提取边缘信息的目的。有时为了突出主要边缘，需要将
图像的其他亮度差异部分模糊掉，故采用设定正阈值的方
法，只保留较大的梯度值来改善锐化后的效果。
锐化
–索伯尔梯度是罗伯特梯度方法的改进，模板变为
121 t1＝ 0 0 0
1 3
xa
② xb 2xa 10
③
xb

3 4
xa
15 4
变化前亮度值 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
变化后亮度值 0 0 1 1 1 2 2 4 6 8 10 12 13 14 14 15
非线性变换
当变换函数是非线性时，即为非线性变换。非线性变换的函数很多，常用的有指数变换和对数变换。

遥感图像的空间增强

遥感影像预处理实验报告图1-12.ERDAS图标面板菜单条:ImageInterpreter→Spatial Enhancement→Convolution→Convolution对话框。

选择参数如图1-2:图1-2对lanier.img进行3*3，5*5，7*7低通滤波处理，结果如图1-3，1-4，1-5，图1-3图1-4图1-5二．空间锐化滤波1．打开影像，如上图1-1。

2.ERDAS图标面板菜单条:Image Interpreter→Spatial Enhancement→Convolution→Convolution对话框。

分别选用3*3，5*5，7*7的高通滤波进行处理。

如图2-1，2-2，2-3。

图2-1图2-2图2-3采用交叉边缘探测3*3Horizontal Edge Detection，结果如图2-4：图2-4采用边缘增强3*3Edge Enhance，结果如图2-5:图2-5 Laplace算法处理影像，结果如图2-6：图2-6三．自定义滤波核对影像进行处理1.ERDAS图标面板菜单条:Image Interpreter→Spatial Enhancement→Convolution→Convolution对话框。

点击Edit，弹出窗口。

如图3-1图3-12. 以模拟交叉检测的系数自定义滤波核。

建立2行2列矩阵，分别以135°方向和45°方向的值总和相加为0进行处理。

如图3-2：图3-23．点击File—librarian---save---close保存。

4．输出系数135°矩阵结果,如图3-3:图3-34.输出系数45°矩阵结果,如图3-4:图3-4总结：在平滑图像处理中，如果有很多的噪声情况下，图像平滑能够有效的减弱噪声对图像的影像。

图像平滑处理中能将噪声很好的去除。

但是细节会给模糊掉，从而降低图像的质量。

图像锐化是让图像变得更为清晰。

遥感图像频率域增强处理实验报告

一、实验名称遥感图像频率域增强处理二、实验目的对图像数据采用各种图形增强算法，提高图像的目视效果，方便人工目视解译、图像分类中的样本选取等，方便以后的图像解译。

学会使用ENVI软件对遥感影像进行分析增强处理，初步掌握各种图像增强方法，并对其结果进行比较，观察增强效果。

三、实验原理FFT Filtering（Fast Fourier Transform Filtering 快速傅立叶变换滤波）可以将图像变换成为显示不同空间频率成分的合成输出图像。

正向的FFT 生成的图像能显示水平和垂直空间上的频率成分。

图像的平均亮度值显示在变换后图像的中心。

远离中心的像元代表图像中增加的空间频率成分。

这一滤波能被设计为消除特殊的频率成分，并能进行逆向变换。

四、数据来源本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。

五、实验过程1、正向FFT滤波加载影像，在ENVI主菜单栏中选择Filters →FFT Filtering →Forward FFT。

出现Forward FFT Input File对话框，选择要进行滤波的文件，点击ok。

在Forward FFT Parameters对话框中选择输出文件名及位置。

点击ok开始FFT计算。

2、图像平滑1）定义FFT滤波器在ENVI主菜单栏中选择Filters →FFT Filtering →Filter Definition。

将出现Filter Definition选择对话框。

Filter_Yype →Circular Pass。

定义相关参数。

选择输出路径，apply构建FFT滤波器。

2）反向FFT变换选择Filter →FFT Filtering →Inverse FFT，出现Inverse FFT Input File对话框。

遥感图像增强处理方法

遥感图像增强处理方法
在进行遥感图像的增强处理前，应先经行预处理：几何校正和辐射校正（当然，如果你拿到的图像已被预处理过了，就没有必要了）
遥感图像的增强处理方法有光学增强处理和数字图像增强处理（就是大部分要和电脑打交道的），现在由于电脑的普及，多是用电脑处理数字图像。

数字图像的处理方法有很多种，这要取决于你的目的。

数字图像增强和变换：对比度增强（在erdas等数字图像处理软件中很容易就能实现的）；图像波段间的比值（包含各波段间的加减运算，可以消除地形和大气的部分影响）及各种指标提取（比如NDVI等用于植被的计算）；主成分分析（在原图像的基础上通过坐标空间的变换，消除冗余信息）；缨帽变换（多用于农业上）；
数字图像分类：监督分类；非监督分类；。

遥感图像增强处理

实验编号：02四川师大实验报告2017年4月2日地理与资源资源学院2014级3班实验名称：遥感图像的增强处理姓名：羊少超成绩：学号：2014100339指导教师：林先成老师一．实验目的：1.通过上机操作，掌握图像增强与拉伸、图像去噪、复列变换，边缘提取及主成分变化等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。

2.提升实践与动手能力，提升自身专业素养。

二．实验内容：图像的增强与拉伸、去噪与边缘提取、复列变换和主成分变换。

三．实验数据及设备：遥感图像、实验设备电脑、EARDS IMAGINE8.5软件。

四．实验步骤：首先打开ERDAS IMAGINE8.51.影像的增强处理与直方图的均衡化：灰度反转：①在工具面板中选择Image Interpreter 下的Radiometric Enhancement(辐射增强）,在选择Brightness Inversion（亮度反转）。

②输入图片（input file）Tm_1.img，定义输出文件名为0111.img，其余为默认值，点击OK，保存图片到指定位置。

（对比结果图如图1）直方图的均衡化：①在工具面板中打开Viewer#1,打开图片Viewer#1。

②在Viewer#1下选择Raster 中的contrast （对比），在选择HistogramEqualize（直方图均衡化）。

打开Viewer#2，打开图片Viewer#1，进行图片对比。

（对比图如图2）③接着之前Viewer#1中完成的图像，选择Raster 中的contrast （对比），在选择Breakpoint Editor For lannir.img(断点编辑图像，如图3）从而对图像选择进行拉伸变换。

2.图像去噪与边缘提取：去除Noise：①打开画图软件，用画笔在图纸上点一些黑点作为噪声原件，保存文件到指定为主，定义文件名为noise.tif，格式为.tif②采用中值滤波器，在控制面板中选择Image Interpreter 中的SpatialEnhancement(光间增强），再选择Focal Analysis(聚焦分析），输入图片（input file）noise.tif,定义输出文件名为noise-1.img,在Function 中图1（灰度反转）图2（直方图均衡化）图3（拉伸变换）选择Median,其余为默认值，点击OK,完成去噪。

遥感图像的增强处理

实验三、遥感图像的增强处理
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）

遥感图像增强处理(免费)

(c) 偏亮
(d) 亮度过于集中
感影像的三个波段，分别赋予红、绿、蓝三
种原色，然后将这三个波段叠加，构成彩色
合成图像。 • 步骤：配准合成
二、空间域增强
在图像处理中，空间域指图像平面所在的二
维空间，描述图像的灰度分布。空间域增强，就是应用某种数学模型，通过改变图像的灰度成分，实现图像质量改善的图像处理方法。
方式：

对比度变换增强
Fourier/Analysis/ Fourier Transform，打开Fourier Transform对话框，确定要进行傅立叶变换的图像，及变换后的傅立叶图名称。
（2）修改频率成分
在ERDAS图标面板菜单条单击Main/Image Interpreter命令，或在ERDAS图标面板工具条单击
从物理效果来看，傅立叶变换就是将图像从空间域转换成频率域，其逆变换是将图像从频率域转换到空间域。
2. 频域增强处理的方法
频域滤波增强高通滤波
低通滤波
带阻滤波
带通滤波
高通滤波，采用“低阻滤波器”，抑制图像频谱的低频信号而保留高频信号的一种模型。
效果：突出物体的边缘，锐化图像
立叶图像，及变换后的图像名称。
平滑
锐化
五、主成分变换
将图像所有波段的数据量集中到前几个波段上，以实现数据压缩和图像增强。
以对TM1～5和TM7，6个波段数据的主成分变换为例
步骤：叠加TM的这6个波段，使之合成为一幅图像
主成分变换
合成
类似于彩色合成的操作。在ERDAS图标面
板菜单条单击Main/Image Interpreter命令，或在ERDAS图标面板工具条单击图标在Image Interpreter 下拉菜单中单击 Utilities/Layers Stack，打开Layer Selection and Stacking对话框，减TM1～5和TM7的6个波段全部叠加。，

实验六遥感影像增强处理

实验六遥感影像增强处理实习目的：掌握常用的遥感影像增强处理的方法。

实习内容：遥感影像空间、辐射、光谱增强处理的主要方法空间增强：包括卷积增强处理、纹理分析、自适应滤波等辐射增强：LUT拉伸处理、直方图均衡化处理、直方图匹配、亮度反转处理等光谱增强：主成份变换、缨帽变换、色彩变换、指数计算等图像增强是改善图像质量、增加图像信息量、加强图像判读和识别效果的图像处理方法。

图像增强的目的是针对给定图像的不同应用，强调图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣区域的特征，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。

图像增强的途径是通过一定的手段对原图像附加一些信息或变换数据，有选择的突出图像中感兴趣区域的特征或抑制图像中某些不需要的特征。

图像增强的方法包括空间域增强和频率域增强两类。

空间域增强包括空间增强、辐射增强和光谱增强。

在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。

1．图像解译功能简介（Introduction of Image Interpreter）利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。

图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：ERDAS图标面板菜单条： Main/Image Interpreter--Image Interpreter 菜单ERDAS图标面板工具条：点击Interpreter图标一Image Interpreter菜单从上图可以看出，ERDAS图像解译模块包含了8个方面的功能，依次是遥感图像的空间增强（Spatial Enhancement）、辐射增强（Radiometric Enhancement）、光谱增强(SpectralEnhancement)、高光谱工具（Hyper Spectral Tools）、傅立叶交换（Fourier Analysis）、地形分析（Topographic Analysis）、地理信息系统分析（GlS Analysis）、以及其它实用功能（Utilities）。

遥感实验作业--图像增强与变换

《遥感原理与应用》课程上机ENVI初步学习和影像增强处理一. 实验目的学习ENVI软件的基本操作，能够将图像进行相应变换和增强处理，在此操作中加深对理论知识的理解和掌握二.数据介绍介绍实验数据为软件自带数据，实习前应将实验数据所用图像改为本人姓名拼音原始图像三. 实验过程（一）空间域增强点运算1.线性对比度拉伸Linear Contrast Stretch）线性变换所用的变换函数是线性的或分段线性的，是将像元值的变动范围按线性关系扩展到指定范围，变换函数y=a*x+b.目的是为了改善图像的对比度，改变图像像元的灰度值。

线性对比度拉伸是系统默认的交互式拉伸。

线性拉伸的最小和最大值分别设置为 0 和 255，两者之间的所有其它值设置为中间的线性输出值具体做法如下所示：Enhance->interactive stretching,从 Interactive Contrast Stretching 对话框内，选择Stretch_Type > Linear Contrast Stretch，要限定最小和最大输入值，点击“Apply” ，把拉伸应用于显示的数据。

如图2分段线性对比度拉伸（Piecewise Linear Contrast Stretch）分段线性变换就是在一些灰度段拉伸，另一些灰度段压缩分段线性对比度拉伸可以通过使用鼠标在输入直方图中放置几个点进行交互地限定。

当在点之间提供线性拉伸时，线段在点处连接起来。

具体做法如下所示：选择Stretch_Type > Piecewise Linear.，要限定最小和最大输入值，点击“Apply” ，把拉伸应用于显示的数据。

如图3高斯对比度拉伸（Gaussian Contrast Stretch）系统默认的 Gaussian 拉伸是围绕DN平均值127的三个标准差的数据分布（centered at a mean DN of 127 with the data distributed over a range of 3 standard deviations）。

实习7——遥感图像增强处理

实习7——遥感图像增强处理一、实习目的学会对遥感图像进行空间增强、辐射增强和波谱增强处理、利用DEM进行地形分析以及一些实用分析和地理信息系统分析。

二、原理说明对遥感图像进行各种增强处理，空间增强主要是高通或者低通滤波对图像中的线、边缘、纹理结构特征进行卷积运算的增强处理，低通滤波主要是降低图像的空间频率，可以通过压抑高频，增强低频成分的方法来实现，也可称为图像的平滑，保留主干、粗结构；高通滤波主要提高图像的空间频率，可以用增强高频成分的方法来实现，也可称为图像的锐化，以突出边缘、线条、纹理、细节。

辐射增强主要指对比度增强。

波谱信息增强主要突出灰度信息。

地形分析包括利用DEM生成坡度、坡向、高程分带、地形阴影以及栅格化的等高线。

实用分析包括变化检测、函数计算、图像掩膜以及去除坏线等。

地理信息系统分析功能包括邻域分析、权重相加分析、栅格叠加统计分析等。

三、实习内容空间增强处理、辐射增强处理、波谱增强处理、地形分析功能、实用分析功能和地理信息系统分析功能。

四、实习步骤：一、空间增强处理1卷积增强（Convolution）卷积增强是将整个像元按照像元分块进行平均处理，用于改变图像的空间频率特征。

处理的关键是卷积算子（卷积核）系数矩阵的选择，ERDAS IMAGINE将常用的卷积算子放在一个名为Default.klb的文件中，分为3×3、5×5、7×7三组，每组又包括边缘检测（Edge Detect）、边缘增强（Edge Enhance）、低通滤波（Low Pass）、高通滤波（High Pass）、水平增强（Horizontal）、垂直增强（Vertical）等。

确定输入文件：Lanier.img，卷积算子：5×5 Edge Enhance，输出数据类型为Unsigned 8 Bit，统计忽略0。

2非定向边缘增强（Non-Directional Edge）非定向边缘增强应用两个非常通用的滤波器（Sobel滤波器和Prewitt滤波器），首先通过两个正交卷积算子（Horizontal算子和Vertical算子）分别对遥感图像进行边缘检测，然后将两个正交结果进行平均化处理。

如何进行遥感影像增强与处理

如何进行遥感影像增强与处理遥感影像是通过航空或卫星等方式获取的地球表面的图像数据。

由于拍摄条件、设备性能以及环境因素的限制，遥感影像常常存在一些问题，如图像模糊、噪声干扰等。

为了提高遥感影像的质量和准确性，需要进行增强和处理。

本文将介绍如何进行遥感影像增强与处理的方法和技巧。

一、图像增强的目的和方法图像增强是指通过一系列的处理方法，改善图像的视觉效果和质量。

其目的是提高图像的对比度，减少噪声，增强图像细节，以便更好地进行分析和解译。

1、直方图均衡化直方图均衡化是一种常用的图像增强方法。

它通过调整图像像素值的分布，使得图像的亮度和对比度得到均衡。

具体步骤是：首先计算图像的灰度直方图，然后根据直方图进行像素值的调整。

直方图均衡化能够有效地增强图像的细节和对比度，使得图像更易于解译。

2、滤波器增强滤波器增强方法主要是通过应用不同类型的滤波器来抑制图像中的噪声和其他干扰。

常用的滤波器有均值滤波器、中值滤波器和锐化滤波器等。

均值滤波器可以平滑图像，中值滤波器可以有效地去除椒盐噪声，而锐化滤波器可以增强图像的边缘。

3、多尺度分析多尺度分析是一种结合不同尺度的信息来进行图像增强的方法。

通过分析图像在不同尺度上的特征，可以更好地理解图像的内容。

常用的多尺度分析方法有小波变换和特征金字塔等。

小波变换能够将图像分解为不同频率的子图像，从而提取出图像的细节信息。

特征金字塔则是一种层次化的图像表示方法，可以在不同尺度上检测出图像的边缘和纹理等特征。

二、图像分割和分类的方法图像分割是指将图像分成若干个具有相同特征的区域的过程。

图像分类是指将图像分配到不同的类别或标签中的过程。

图像分割和分类是遥感影像处理中重要的一步，它可以用于自动提取和识别图像中的目标或区域。

1、基于颜色和亮度的分割方法基于颜色和亮度的分割方法是最常用的一种图像分割方法。

它通过分析图像中像素的颜色和亮度信息，将图像分成不同的区域。

常用的方法有阈值分割、区域生长和分水岭算法等。

实验六 遥感影像增强处理

遥感图像增强实验报告

遥感数字图像的增强实验

遥感图像增强处理

遥感图像实验6 彩色增强

遥感第六章遥感图像处理图像增强

遥感图像的空间增强

遥感图像频率域增强处理实验报告

遥感图像增强处理方法

遥感图像增强处理

遥感图像的增强处理

遥感图像增强处理(免费)

实验六遥感影像增强处理

遥感实验作业--图像增强与变换

实习7——遥感图像增强处理

如何进行遥感影像增强与处理

实验六遥感影像增强处理