遥感原理与方法——第七章遥感数字图像增强处理

合集下载

第7章遥感数字图像增强——空间增强

第7章遥感数字图像增强——空间增强

Fu1N1fx
Nx0
i2ux
N
以累加方式 计算信号中 不同正弦波 信号的振幅、 频率、相位
f(x)N 1u N01F(u)exip 2Nux
其中
u=0,1, … , N-1 x=0,1,… ,N-1
通常数字影像 f (x是) 一个实函数,故只考虑 实函数的情况,然而,函数 的f (x傅) 立叶变 换通常是一个复数,它可表示为:
一般流程:
I=低频 R=高频
对数 变换
指数 变换
同态滤 波函数 增强
I 拟制低频 R 增强高频
本章重点
空间频率、空间增强等概念 空间域增强:平滑、锐化 频率域增强 同态滤波
(3)不同的梯度算法
与Prewitt相比,对4-邻域进行了加权。
原始图像 Prewitt
Roberts Sobel
原始图像 Prewitt-垂直
Prewitt-水平 Prewitt
原始图像
Prewitt-水平
Sobel-水平
(4)拉普拉斯算子——二阶微分
Laplace算子检测的是变化率的变化率,在图像上灰度均匀和 变化均匀的部分,算子计算结果为0,产生的图像更加突出灰 度值突变的部分。
7.1 概述
空间频率:影像中任一特定部分单位距离内亮度 值变化数量。如果在很短的距离内亮度值变化剧 烈,则该区域称为高频区域,相反则称为低频区 域。
空间频率增强或减弱方法
空间卷积滤波(空间域滤波)、 傅里叶变换(频率域 滤波)、低通滤波(平滑)、高通滤波(锐化)
7.1 概述
空间域滤波 通过卷积核对原始图像上的某像素处的邻近像素值加权
第7章 遥感数字图像增强 ——空间增强
7.1 概述 7.2 图像平滑 7.3 图像锐化 7.4 频率域滤波 7.5 同态滤波

遥感数字图像的增强实验

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)。

遥感数字图像增强处理

遥感数字图像增强处理

3
0.16
2
0.20
3
0.27
4
0.35
6
0.47
5
0.57
5
0.67
4
0.76
3
0.82
3
0.88
2
0.92
.
2
0.96
对应参考累积 新灰度级 新像元统计
像元值G(yc) yc
值hd(xd)
0
0
0
0.06
9/16
5
0.06
0.06
0.18
10/16 5
0.18
0.33
11/16
7
0.33
0.51
12/16 11
0.51
0.67
13/16 5
0.82
14/16 7
0.82
0.92
15/16 5
0.92 1.00
14
1
4
灰度 9/16 10/16 11/16 12/16 13/16 14/16 15/16 1 级yc
像元 3
6
7
9
8
7
5
4
统计

hc(xc)
累积 0.06 0.18 0.33 0.51 0.67 0.82 0.92 1.00 像元 统计 值
.
8
原灰度级xa
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
像元统计值
0 2 2 1 3 2 3 4 6 5 5 4 3 3 2 2
累积像元统 计值
0
2
4
5
8
10
13
17
23
28

第七讲遥感图像数据处理-图象增强

第七讲遥感图像数据处理-图象增强

A linear stretch involves identifying lower and upper bounds from the histogram (usually the minimum and maximum brightness values in the image) and applying a transformation to stretch this range to fill the full range.

1. 比值运算:
两幅同样行、列数的图像,对应像元的亮度值 相除(除数不为0)就是比值运算。该运算常 用于突出遥感影像中的植被特征、提取植被类 型或估算植被生物量,这种算法的结果称为植 被指数。常用算法:近红外波段/红波段;或 (近红外-红)/(近红外+红).对于区分和增 强光谱亮度值虽不明显,而不同波段的比值差 异较大的地物有明显效果。
图像增强-比值法增强(续)
地物 水 波段 4 16 沙滩
17 4
4.25
7
4/7
1
16
图像增强-比值法增强(续)

3)可利用比值图象突出某类地物,消弱 某类地物,从而提取目标信息.(比值彩色 合成)
1. 差值运算:
两幅同样行、列数的图像,对应像元 的亮度值相减就是差值运算。
图像增强-空间滤波
图像增强-直方图增强(续)
图像增强-反差增强


反差增强: 定义:通过采用扩展图象的亮度从而扩大亮(灰)度的差 异的办法来解决图象亮度范围窄,而呈现低反差状态的 过程. 方法: 1)线性扩展:是将原图象诸亮度值按线性关系进行扩大, 亮度范围可扩展为任意指定范围.(如图7.10所示a:为 原始图象直方图b:整个亮度范围扩展为[B1<a,B2>b] 后的直方图c:原始图象中亮度范围[B1<c,B2>d]的直 方图)

遥感数字图像的增强

遥感数字图像的增强
辐射增强能够使一幅图像充分利用成像设备,达到最佳动态范围,改善目视效果。
增强的方法往往具有针对性,增强的结果只是靠人的主观感觉加以评价。因此,图像增强方法只能有选择地使用。
图像增强方法从增强的作用域出发,可分为空间域增强和频率域增强两种。空间域增强是直接对图像像素灰度进行操作;频率域增强是对图像经傅立叶变换后的频谱成分进行操作,然后经傅立叶逆变换获得所需结果。
归一化植被指数(Normalized Difference Vegetation Index)
NDVI=(IR-R)/(IR+R)
式中,IR为遥感多波段图像中的近红外(infrared)波段;R为红波段。
3.2主成份变换
主成份变换(PCA. Principal Component Analysis)是一种常用的数据压缩方法,它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上,使图像数据更易于解译。ERDAS IMAGINE提供的主成份变换功能最多可以对含有256个波段的图像进行转换压缩。
下面介绍典型的归一化指数:归一化植被指数(NDVI)。
2)植被指数
下面介绍典型的归一化指数:归一化植被指数(NDVI)。
植被指数是遥感监测地面植物生长和分布的一种方法。由于不同绿色植被对不用波长光的吸收率不同,光线照射在植物上时,近红外波段的光大部分被植物反射,而可见光波段的光则大部分被植物吸收,通过对近红外和红波段反射率的线性或非线性组合,可以消除地物光谱产生的影响。根据地物光谱反射率的差异做比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量,能够提取植被的算法称为植被指数。
1辐射增强
辐射增强是一种通过直接改变图像中的像元的灰度值来改变图像的对比度,从而改善图像视觉效果的图像处理方法。人的眼睛鉴别图像时能够分辨20级左右的灰度级,而显示设备显示灰度的动态范围要大得多。例如,计算机显示器能够显示256个灰度级,灰度值范围为0-255。在获取图像的过程中,由于多种因素的影响,导致图像质量多少会有所退化。图像增强的目的在于:(1)采用一系列技术改善图像的视觉效果,提高图像的清晰度;(2)将图像转换成一种更适合于人或机器进行分析处理的形式。通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息,抑制一些无用的信息,以提高图像的使用价值。

遥感图像增强处理

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

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)

遥感图像的增强处理

遥感图像的增强处理

遥感图像的增强处理一、实验目的通过上机操作,了解空间增强、辐射增强、光谱增强几种遥感图像增强处理的过程和方法,加深对图像增强处理的理解。

二、实验内容对下图进行卷积增强处理;直方图均衡化;主成分变换;色彩变换三、实验过程ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。

1、卷积增强(Convolution)空间增强技术是利用像元自身及其周围像元的灰度值进行运算,达到增强整个图像之目的。

卷积增强(Convolution)是空间增强的一种方法。

卷积增强(Convolution)时将整个像元分块进行平均处理,用于改变图像的空间频率特征。

卷积增强(Convolution)处理的关键是卷积算子——系数矩阵的选择。

该系数矩阵又称卷积核(Kernal)。

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“Edge Detect/Low Pass/Horizontal/Vertical”等七种不同的处理方式。

具体执行过程如下:ERDAS图标面板菜单条:Main→Image Interpreter→Spatial enhancement→convolution→convolution对话框。

图3-1 Convolution对话框几个重要参数的设置:边缘处理方法:(Handle Edges by):Reflection卷积归一化处理:Normalize the KernelKernel:3*3EdgeDetcetInput File(*.hdr): C\data\nj.hdr type:ENVI*.hdrOutput File(*.img): C\11.imgOutput: Unsigned 8 bit2、直方图均衡化(Histogram Equalization)直方图均衡化实质上是对图像进行非线性拉伸,重新分配图像像元值,是一定灰度范围内的像元数量大致相同。

实习7——遥感图像增强处理

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。

遥感图像增强

遥感图像增强

To be continued…
§1 遥感图像的增强处理
八、K-T变换及其应用
这种变换着眼点在于农作物生长过程而区别于其他植被 覆盖,力争抓住地面景物在多光谱空间中的特征。 覆盖,力争抓住地面景物在多光谱空间中的特征。 目前对这个变换的研究主要集中在MSS TM两种遥感 MSS与 目前对这个变换的研究主要集中在MSS与TM两种遥感 数据的应用分析方面。 数据的应用分析方面。
例如: LandsatTM的 个波段的多光谱图像( 例如:对LandsatTM的6个波段的多光谱图像(热红外波段除 进行主成分分析,然后把得到的第1 外)进行主成分分析,然后把得到的第1,2,3主分量图像进行彩 色合成,可以获得信息量非常丰富的彩色图像。 色合成,可以获得信息量非常丰富的彩色图像。
主成分分析的原理(next)。 主成分分析的原理(next)。 (next)
• 图像增强是数字图像处理的最基本的方法之 一 ,目的在于:(1)采用一系列技术改善 图像的视觉效果,提高图像的清晰度;(2 )将图像转换成一种更适合于人或机器进行 解译和分析处理的形式。
To be continued…
§1 遥感图像的增强处理
目前常用的遥感图像增强处理主要有: 目前常用的遥感图像增强处理主要有:彩色合成 、灰度变换、直方图变换、密度分割、灰度颠倒 灰度变换、直方图变换、密度分割、 图像间运算、邻域增强处理、主成分分析、 、图像间运算、邻域增强处理、主成分分析、K 变换、信息融合。 -T变换、信息融合。
To be continued…
§1 遥感图像的增强处理
七、主成分分析 在遥感图像分类中,常常利用主成分分析算法来消除特 在遥感图像分类中, 各特征之间的相关性,并进行特征选择。 征向量中各特征之间的相关性,并进行特征选择。 主成分分析算法还可以用来进行高光谱图像(Hyper (Hyper主成分分析算法还可以用来进行高光谱图像(Hyperimages)数据的压缩和信息融合 数据的压缩和信息融合。 spectral images)数据的压缩和信息融合。

遥感图像光谱增强处理实验报告

遥感图像光谱增强处理实验报告

一、实验名称遥感图像光谱增强处理二、实验目的对图像进行主成分分析、主成分变换以及主成分百分比计算;观察图像在不同色彩空间之间相互转换的结果异同,对图像进行融合,用MODEL MAKER 建模方式进行图像处理。

通过以上操作初步掌握图像光谱增强处理过程,进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。

三、实验原理光谱增强是基于多光谱数据对波段进行变换达到图像增强处理,采用一系列技术去改善图象的视觉效果,或将图象转换成一种更适合于人或机器进行分析处理的形式。

有选择地突出某些对人或机器分析有意义的信息,抑制无用信息,提高图象的使用价值。

主成分分析(PCA)用多波段数据的一个线性变换,变换数据到一个新的坐标系统,以使数据的差异达到最大。

对于增强信息含量、隔离噪声、减少数据维数非常有用。

使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间,并且能从所选彩色空间变换回RGB。

两次变换之间,通过对比度拉伸,可以生成一个色彩增强的彩色合成图像。

图像融合是将多幅影像组合到单一合成影像的处理过程。

它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。

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.主成分分析1)打开并显示TM影像文件,从ENVI 主菜单中,选择File →Open Image File选择影像,点击Load Band 在主窗口加载影像。

2)主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。

遥感数字图像增强

遥感数字图像增强

This graphic illustrates the rather uneven increase in contrast in an image before (left) and after (right) a histogram equalised stretch.
三、空间滤波
以重点突出图像上某些特征为目的。 滤波增强的原理:任何一个复杂的波形曲线
True Colour Composite: A colour imaging process whereby the colour of the image is the same as the colour of the object imaged.
False Colour Composite: A colour imaging process which produces an image of a colour that does not correspond to the true colour of the scene (as seen by our eyes).
遥感数字图像增强
一、彩色变换
把数字图像组合转换成彩色图形,或者 把各种增强或分类图像组合叠加,以彩 色图像显示出来。(彩色的视觉分辨能
力比黑白高)
方法:假彩色密度分割;彩色合成
1、单波段彩色变换(假彩色密度分割)
① 概念:单波段黑白遥感图像可按亮度分层, 对每层赋予不同的色彩,使之成为一幅彩 色图像。这种方法又叫密度分割。
② 分层方案的确定:分层方案与地物光谱差 异对应合适,可以较好地区分地物类别。
③ 处理过程 ④ 效果分析
2、多波段色彩变换
概念:利用计算机将同一地区不同波段的
图像存放在不同通道的存储器中,并依照彩 色合成原理,分别对各通道的图像进行单基 色变换,在彩色屏幕上进行叠置,从而构成 彩色合成图像。

遥感数字图像增强

遥感数字图像增强

2、辐射增强
2.3 非线性变换
变换方程为:
xb be axa c
xb b lgax a 1 c
指数变换:高灰度区扩展,低灰度区压缩。 对数函数:高灰度区压缩,低灰度区扩展。
2、辐射增强
2.4 直方图调整法
原始遥感图像灰度分布集中在较窄的范围内,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,使图像细节清晰,以达到增强的目的。
2、辐射增强
2.1 图像的统计直方图 灰度直方图描述的是图像中具有该灰度级 的像元的个数。
2、辐射增强
2.1 图像的统计直方图 直方图的性质 直方图反映了图像中的灰度分布规律; 任何一幅特定的图像都有唯一的直方图与之对 应,但不同的图像可以有相同的直方图。
2、辐射增强
2.1 图像的统计直方图
直方图均衡处理 直方图匹配
2.4 直方图调整法
直方图均衡
直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直 方图,然后按均衡直方图修正原图象。 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。
连续灰度的直方图非均匀分布
连续灰度的直方图均匀分布
2.4 直方图调整法
直方图均衡
把黑白图像处理成彩色图像的过程。 伪彩色处理(pseudocolor)。
多波段遥感图像彩色合成
把真实的自然彩色图像或遥感多波段图像处理成 彩色图像的过程称为假彩色图像处理。 真彩色(true color)、假彩色(false color)
1.1 单波段图像的密度分割
密度分割法:把黑白图像的灰度级分成若干层次,
主要内容
1、彩色增强
伪彩色增强、假彩色合成

遥感数字图像处理_数字影像增强

遥感数字图像处理_数字影像增强

2.2 多波段彩色变换
• 根据加色法彩色合成原理,选择遥感影像的某三个波段, 分别赋予红、绿、蓝三种原色,就可以合成彩色影像。如 果原色的选择与原来遥感波段所代表的真实颜色相同,生 成的合成色能真实或近似反映地物本来的颜色,称真彩色 合成;如果因此这种合成叫做假彩色合成。如果原色的选 择与原来遥感波段所代表的真实颜色不同,生成的合成色 不能真实反映地物本来的颜色,称假彩色合成。 • 多波段影像合成时,方案的选择十分重要,它决定了彩色 影像能否显示较丰富的地物信息或突出某一方面的信息。 以陆地卫星Landsat的TM影像为例,TM的7个波段中,第2波 段是绿色波段(0.52~0.60μ m),第4段波段是近红外 波段(0.76~0.90μ mp,当4,3,2波段被分别赋予红、 绿、蓝色时,即绿波段赋蓝,红波段赋绿,红外波段赋红 时,这一合成方案被称为标准假彩色合成,是一种最常用 的合成方案。
3.1空间域滤波
空间域滤波是在影像的空间变量内进行的 局部运算,使用空间二维卷积方法。主要 包括平滑和锐化。 空间域滤波是在空间域上对影像作局部检 测的运算,以实现平滑和锐化的目的。具 体作法是选定一卷积函数,又称“模板”, 实际上是一个M×N影像。二维的卷积运算 是在影像中使用模板来实现运算的。
–低通滤波用于仅让低频的空间频率成分通过 而消除高频成分的场合,由于影像的噪声成 分多数包含在高频成分中,所以可用于噪声 的消除。 –高通滤波仅让高频成分通过,可应用于目标 物轮廓的增强。 –带通滤波由于仅保留一定的频率成分,所以 可用于提取、消除每隔一定间隔出现的干扰 条纹的噪声。
• 实际应用时,应根据不同的应用目的经实验、 分析,寻找最佳合成方案,以达到最好的目 视效果。通常,以合成后的信息量最大和波 段之间的信息相关最小作为选取合成的最佳 目标,例如,TM的4,5,3波段依次被赋予 红、绿、蓝色进行合成,可以突出较丰富的 信息,包括水体、城区、山区、平原及线性 特征等,有时这一合成方案甚至优于标准的 4,3,2波段的假彩色合成

7.遥感数字图像增强

7.遥感数字图像增强

方法:假彩色密度分割;彩色合成
1、单波段彩色变换(假彩色密度分割)
① 概念:单波段黑白遥感图像可按亮度分层,
对每层赋予不同的色彩,使之成为一幅彩 色图像。这种方法又叫密度分割。 ② 分层方案的确定:分层方案与地物光谱差 异对应合适,可以较好地区分地物类别。 ③ 处理过程 ④ 效果分析
2、多波段色彩变换
Image of CHURN Farm Daedalus 1268 ATM Channel 3
A low-pass filter(低通滤波) is designed to emphasise larger, homogeneous areas of similar tone and reduce the smaller detail in an image. Thus, low-pass filters generally serve to smooth(平滑) the appearance of an image.

三、空间滤波
空间滤波:以突出图像上的某些特征为 目的,通过像元与周围相邻像元的关系, 采取空间域中的邻域处理方法进行图像 增强方法。 图像卷积运算:在图像的左上角开一个 与模板同样大小的活动窗口,图像窗口 与模板像元的亮度值相乘再相加,得到 新像元的灰度值。

Spatial Filtering
概念:利用计算机将同一地区不同波段的
图像存放在不同通道的存储器中,并依照彩 色合成原理,分别对各通道的图像进行单基 色变换,在彩色屏幕上进行叠置,从而构成 彩色合成图像。 合成方案:彩色合成图像分为真彩色图像 和假彩色图像。
方法演示
Colour Composites



A colour composite is a colour image produced through optical combination of multiband images by projection through filters. True Colour Composite: A colour imaging process whereby the colour of the image is the same as the colour of the object imaged. False Colour Composite: A colour imaging process which produces an image of a colour that does not correspond to the true colour of the scene (as seen by our eyes).
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

点运算进行图像增强
一 图像灰度直方图 灰度直方图(histogram)是灰度级的函数,
它表示图像中具有每种灰度级的像素的个 数,反映图像中每种灰度出现的频率。如 下图所示,灰度直方图的横坐标是灰度级, 纵坐标是该灰度级出现的频率,是图像的 最基本的统计特征。
从概率的观点来理解, 灰度出现的频率可看 作其出现的概率,这 样直方图就对应于概 率密度函数,而概率 分布函数就是直方图 的累积和,即概率密 度函数的积分.

分段线性变换是将图像灰度f(x,y)的区间分割为若干 区间,然后对每个区间进行线性拉伸,常用的是分三段 线性变换。即某些像元值范围被拉伸,某些范围被压缩。 在实际应用中,根据要求,有目的的选取间断点的位置, 决定拉伸那一段或者压缩那一段的灰度范围,或者只处 理某一段的灰度。
2 直方图的均衡
直方图均衡化是通过灰度变换将随机分布的 图象直方图修改成均匀分布的直方图,即在 每个灰度级上都具有相同的像素点数。其实 质是对图像进行非线性拉伸,重新分配图像 的像元值。使一定灰度范围内的像元的数量 大致相同。
第七章 遥感数字图像增强处理
遥感图像增强
数字图像增强的主要目的: 改变图像灰度等级,提高图像对比度 消除边缘和噪声,平滑图像 突出边缘和线状地物,锐化图像 合成彩色图像 压缩图像数据量,突出主要信息等
空间域增强
点运算(包括线性变换、直方图 均衡化)
邻域运算(平滑、锐化)
图像增强
频率域增强(平滑、锐化)
度级.可以看作是线性变换的一种. 6其他非线性变换 对数变换 :拉伸暗的部分,压缩亮的部分 指数变换:拉伸亮的部分,压缩暗的部分
6 图象灰度反转
指对图象灰度范围进行线性或非线性的取 反,产生一幅与输入图象灰度相反的图象,其 结果是原来亮的地方变暗,原来暗的地方变 亮。
4 直方图匹配
是通过非线性变换使得一个图像的直方图 与另一个图像的直方图类似。直方图匹配 经常作为相邻图象拼接或应用多时相遥感 图象进行动态变化分析研究的预处理,通过 直方图匹配可以部分消除由于太阳高度角 或大气影响造成的相邻图象的效果差异.
5 密度分割 将原始图象的灰度值分成等间隔的离散灰
例如,下图是直方图均衡化后的飞机图片 及其直方图,可见其直方图与原图的直方 图相比是很均衡的,但必须说明的是,离 散情况下不可能作到绝对的一致。
原图
均衡化后
3 直方图的正态化 连续的随机变量x的概率密度分布函数f(x)如果服从
就说该变量遵守正态分布(也称为高斯分布)。这 里a和σ分别是该变量的平均值和标准差。 直方图的 正态化是将随机分布的原图像直方图修改成为高斯 分布(正态分布)的直方图。从而使变换后图像的 亮度变化尽可能的服从这种分布
二 图像反差调整
1 线性变换:按比例扩大原始灰度级的范围,以充分利用显 示设备的 动态范围(变换后像元总数不变)
将范围为[a,b]数字图像的灰度f(x,y)变换为范围为[c,d] 的灰度g(x,y),
原图 像灰
10
11
12
13
14
15
16
17
。。。。22


0 变换
后灰
6
12 18 24 30 36 42 。。。。73 255
彩色增强 多图像代数运算 多光谱图像增强
空间域是指图像平面所在的二维平面,空间域增强 是指在图像平面上直接针对每个像元点进行处理, 处理后像元点的位置不变.
空间域的增强包括点运算和邻域运算.
点运算虽然简单但是很重要,对于一幅输入的图像, 经过点运算后产生的输出图像的灰度值仅由相应 输入像素点的灰度值决定,与周围的像元不发生直 接关系.
相关文档
最新文档