遥感——-空间滤波

实验名称：空间滤波

一、实验内容

1.掌握中值滤波器、Sobel滤波器的工作机理。

2.通过选用不同的变换核，分析变换核对滤波结果的影响。

3.理解滤波器的作用。

二、实验所用的仪器设备，包括所用到的数据

电脑一台，遥感影像处理软件（ENVI），TM单波段卫星遥感影像PCA。

三、实验原理

（一）中值滤波

1.定义:是一种非线性的平滑方式，对一个滑动窗口内的诸像素灰度值排序，用其居于中间位置的值代替窗口中心像素的灰度值。

2.中间值的取法:当邻域内像元的为偶数时，取排序后中间两像元值的平均值;当邻域内的像素数为奇数时,取排序后的位于中间位置的像元的灰度。

3.优缺点:抑制噪声的同时能够有效保护边缘少受模糊，但是对点线等细节较多的图像却不太合适.当窗口内噪声点的个数大于窗口宽度的一半时，中值滤波的效果不好，因此正确选择窗口的尺寸是用好中值滤波的重要环节。（二）Sobel滤波

1.Sobel算子：该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像，其公式如下:

图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。

然后可用以下公式计算梯度方向。如果以上的角度Θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。

2.Sobel滤波：该滤波是通过Sobel算子与原始影像进行卷积实现的。

3.优缺点：该滤波方式使图像的非线性边缘增强。滤波器的大小不能更改，也无法编辑变换核的大小。

四、实验步骤及其结果分析

（一）对影像进行中值滤波

1.实验步骤：打开envi 软件→file→ Open Image File→PCA，在Available Bands List中选择Gray Scale，选择PC-5（图1），因PC-5的噪声大，所以选择该波段值的影像进行中值滤波效果较明显。

图1.PC-5影像图

单击Load Band，选择Filter→Convolutions and Photogeologic，出现Convolutions and Photogeologic Tool 对话框，在Convolutions中选择录波器的类型为Median，Kernel Size为3，Image Add Back 为0，单击Quick Apply，Select Impute Band选择Band 5，点击OK，得到结果如图2。

图2.中值滤波后(加回值:0, 核尺寸:3*3)

结果分析：

与原始图像对比，过滤处理过的图像颗粒物明显减少，图像变得平滑，但是图像同时会变得模糊不清，图像灰度并没有明显变化。可以得出中值滤波在不破坏原始影像灰度的基础上保护边缘信息，平滑噪声的作用。

改变Kernel Size为5，结果如图3：

图3.中值滤波后(加回值:0, 核尺寸:5*5)

结果分析：

核尺寸变大，图像越平滑，去噪效果更好，但同时图像会变得更加模糊。

改变Image Add Back 为50%，得到结果如图4。

图5.中值滤波后(加回值:50%, 核尺寸:5*5)

结果分析：

结果比图3清晰很多，与原图的清晰度更为靠近。可见Image Add Back的作用是将原始图像中的一部分“加回”到卷积滤波结果图像上，有助于保持图像的空间连续性（该方法经常用于图像锐化）。“加回”值是原始图像在结果输出图像中所占的百分比，实验将“加回”值输入50%，那么50%的原始图像将被“加回”到卷积滤波结果图像上，并生成最终的结果图5。

（二）对影像进行Sobel滤波

1. 实验步骤：打开envi 软件→file→ Open Image File→PCA，在Available Bands List中选择Gray Scale，

选择TM-5后点击Load Band，结果如图2。选择Filter→Convoluntions and Morphologicy，出现Convoluntions and Morphologicy Tool 对话框，在Convoluntions中选择录波器的类型为Sobel， Image Add Back 为0，点击Quick Apply，得到结果如图5。将加回值调为100%，得到结果如图6。

图6.经Sobel滤波处理后(加回值：0) 图7.经Sobel滤波处理后(加回值：100%)

结果分析：

对比原始图像，图6的边缘增强，轮廓愈加清晰，可见Sobel滤波有提取影像边缘值的作用，即该滤波方式使图像的非线性边缘增强。从操作过程中可发现Sobel滤波的核大小不能改变，只能改变其加回值，加回值越大影响颜色越浅，加回值到100%时，主体轮廓与背景几乎接近，提取轮廓的作用效果显著下降,由此可以看出，Sobel算子并没有基于图像灰度进行处理，没有将图像的主体与背景严格地区分开来，加回值不合适，提取图像轮廓效果就会不尽人意。