ERDAS图像增强处理
合集下载
相关主题
- 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、"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、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)。
.
地形分析
坡向分析
实验影像： DEMmerge_sub.img
.
.
卷积增强处理
2.实验步骤参阅实习指导书，截图并写出实验报告
1.确定输入文件
2.确定输出文件
3.选择卷积算子
实验影像：lanier.img
.
4.选择研究区 （可选）
5.OK
.
来自百度文库
实验3：光谱增强
基于多波段数据对每个像元的灰度值进行变换，达到 图像增强的目的。
Principal Components(主成份变换) Inverse PC(主成份逆变换) Decorrelation Stretch(去相关拉伸) Tasseled cap(缨帽变换) RGB to IHS(色彩变换) IHS to RGB(色彩逆变换) Indices(指数计算) Natural Color(自然色彩变换)
光谱增强功能
将具有相关性的多波段图像压缩到完全独立的较 少的几个波段，使遥感图像更易于解译分析
与主成份变换操作正好相反，将主成份变换图像 依据当时的变换特征矩阵重新恢复到RGB彩色 空间
首先对图像的主成份进行对比度拉伸处理，然后 再进行主成份逆变换，将图像恢复到RGB彩色 空间
在植被研究中旋转数据结构轴优化图像显示效果
.
主成份分析
3.实验步骤参阅实习指导书，截图并写出实验报告
1.确定输入文件
2.确定输出文件
特征矩阵输出设置（如需 逆变换必须输出）
运行日志输出设置 .
3.输入需要的主 成份数量
4.OK
实验影像：lanier.img
.
第二主成分
第一主成分
第三主成分
.
K－T变换（缨帽变换）
K-T变换（kauth-Thomas变换）
•Fourier Transform(傅立叶变换)
•Fourier Transform Editor(傅立叶变换编辑)
•Inverse Fourier Transform(傅立叶逆变换)
•Fourier Magnitude(傅立叶显示变换)
•Periodic Noise Removal(周围噪声去除)
Texture: 纹理分析
Adaptive Filter: 自适应滤波
Crisp: 锐化处理
通过二次变异等分析增强图像的纹理结构 应用自适应滤波器对AOI进行对比度拉伸处理 增强整景图像亮度而不使其专题内容发生变化
.
1 3
2
核函数
.
卷积增强处理
卷积增强处理的关键是卷积算子——系数矩阵（Kernal）的 选择，系统提供了3×3， 5×5， 7×7等大小不同的矩阵，并且 预置了不同系数以便应用于不同目的的图像处理，诸如：
辐射增强功能 通过修改图像查找表（Lookup Table）使输出 图像值发生变化，是图像对比度拉伸的总和 对图像进行非线性拉伸，重新分布图像像元 值使一定灰度范围内像元的数量大致相等 对图像查找表进行数学变换，使一幅图像的 直方图与另一幅图像类似，常用于图像拼接处理 对图像亮度范围进行线性及非线性取反值处 理 降低多波段图像及全色图像模糊度的处理方 法
.
辐射增强
辐射增强命令 LUT Stretch： 查找表拉伸
Histogram Equalization: 直方图均衡化
Histogram Match: 直方图匹配
Brightness Inverse: 亮度反转
Haze Reduction: 去霾处理
Noise Reduction: 降噪处理
Destripe TM Data: 去条带处理
一种特殊的主成分分析，转换系数是固定的；坐 标空间发生旋转，旋转后的坐标轴指向与地面景物 有密切关系的方向.也称缨帽变换(Tasseled Cap)
缨帽变换为植被研究特别是分析农业特征提供了 一个优化显示的方法，同时实现了数据压缩。
变换后的坐标轴不是指向主成分方向，而是指 向与地面景物有密切关系的方向（K－L变换后指 向主成分方向）
实验目的：
•学会利用ERDAS实现遥感图像增强
实验仪器：
计算机、ERDAS软件
.
提纲
图像空间增强 图像辐射增强 图像光谱增强 傅立叶变换 地形分析
.
1.图像空间增强
图像空间增强是利用像元自身及其周围像 元的灰度值进行运算，达到增强整个图像的 目的
Convolution(卷积增强)
Non-directional Edge(非定向边缘增强)
.
指数计算
计算某影像的NDVI值
实验影像：lanier.img
.
1.确定输入文件 2.确定输出文件
3.根据影像选择 其相应的传感器 4.选择计算的指数
5.OK
4.傅立叶变换
傅立叶变换是首先把遥感图像从空间域转换到频率域，然后 在频率域上对图像进行滤波处理，减少或消除周围噪声，再把图 像从频率域上转换到空间域，达到图像增强的目的。
1.对单个像元的灰度值进行变换达到图像增强的目的
• LUT Stretch(查找表查询) • Histogram Equalization(直方图均衡化) • Histogram Match(直方图匹配) • Brightness Inverse(亮度反转) • Haze Reduction(去霾处理) • Noise Reduction(降噪处理) • Destripe TM Data(去条带处理)
.
空间增强
空间增强命令
空间增强功能
Convolution: 卷积增强
Non-directional Edge： 非定向边缘增强
用一个系数矩阵对图像进行分块平均处理
首先应用两个正交卷积算子分别对图像进行边缘 探测，然后将两个正交结果进行平均化处理
Focal Analysis: 聚集分析
使用类似卷积滤波的方法，选择一定的窗口函数， 对输入图像文件的数值进行多种变换
.
光谱增强
光谱增强命令 Principal Components: 主成份变换 Inverse Principal Components: 主成份逆变换
Decorrelation Stretch: 去相关拉伸
Tasseled cap:缨帽变换 RGB to HIS: 色彩变换
HIS TO RGB: 色彩逆变换 Indices: 指数计算 Natural Color:自然色彩变换
.
图像空间增强
图像空间增强是利用像元自身及其周围像元的灰 度值进行运算，达到增强整个图像的目的
Convolution(卷积增强) Non-directional Edge(非定向边缘增强) Focal Analysis(聚焦分析) Texture(纹理分析) Adaptive Filter(自适应滤波) Statistical Filter(统计滤波) Resolution Merge(分辨率融合) Crisp(锐化处理)
4.1.3傅立叶逆变换
打开刚刚经过滤波器编辑后保存的文 件； 选择要输出的文件； 进行傅立叶逆变换，有频率域转成空 间域。
.
高通滤波
只是将4.1.2中的滤波器进行修改，其余两个步骤 与低通滤波相同
1.选择高通滤波 2.选择余弦滤波
器 3.设定滤波半径
4.OK
.
5.地形分析
5.1 坡度分析
实验影像： DEMmerge_sub.img
4.OK
纹理分析
通过在一定的窗口内进行二次变异分析（2ndorder Variance）或三次变异分析（3rd-order Variance），使图像的纹理结构得到增强
.
纹理分析
1.确定输入文件 2.确定输出文件
3.选择卷积算子
实验影像：lanier.img
4.OK
.
指数计算
将遥感图像中不同波段的灰度值进行各种混合运 算，计算反应矿物或植被的常用比率和指数
•Homomorphic Filter(同态滤波)
.
4.1低通滤波
4.1.1 傅立叶变换
实验影像：tm_1.img
.
4.1低通滤波
4.1.2滤波器编辑
.
打开刚才经过傅立叶变 换后保存的文件
打开滤波器
.
选择低通滤波（Low Pass） 圆形滤波半径为80
将 滤 波 结 果 保 存
.
低通滤波
Focal Analysis(聚焦分析)
Texture(纹理分析)
Adaptive Filter(自适应滤波)
Statistical Filter(统计滤波)
Resolution Merge(分辨率融合)
.
Crisp(锐化处理)
空间增强 辐射增强 光谱增强
2020/12/3
.
4
实验1：辐射增强
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） 水平边缘检测（Horizontal Edge Detection） 垂直边缘检测（ Vertical Edge Detection ） 交叉边缘检测（ Cross Edge Detection ）
利用自适应滤波方法去除图像噪声
对Landsa.t TM图像进行三次卷积处理去除条带
« 图像辐射增强处理——直方图均衡化
1.实验步骤参阅实习指导书，截图并写出实验报告
.
.
实验2：空间增强
空间增强（Spatial Enhancement）技术：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。 ERDAS提供的空间增强处理功能有：卷积增强、非定向边缘增 强、聚焦分析、纹理分析、自适应滤波、分辩率融合、锐化处 理等。
将图像从红（R）绿（G）蓝（B）彩色空间转换 到亮度（I）、色度（H）、饱和度（S）彩色 空间
将图像从亮度（I）色度（H）饱和度（S）彩色空 间转换到红（R）绿（G）蓝（B）彩色空间
用于计算反映矿物及植被的各种比率和指数
.
模拟自然色彩对波段数据变换输出自然色彩图像
主成份变换
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，是图像数据更易于解译
.
缨帽变换
.
.
实验四：色彩变化 从RGB变为HIS,从HIS变为RGB
.
.
非定向边缘增强
应用两个比较通用的滤波器（Sobel, Prewitt），首先通过两个正交卷积算子分别对图 像进行边缘检测，然后将两个正交结果进行平均 化处理。
.
非定向边缘增强
实验影像：lanier.img
.
1.确定输入文件 2.确定输出文件 3.选择卷积算子
地形分析
坡向分析
实验影像： DEMmerge_sub.img
.
.
卷积增强处理
2.实验步骤参阅实习指导书，截图并写出实验报告
1.确定输入文件
2.确定输出文件
3.选择卷积算子
实验影像：lanier.img
.
4.选择研究区 （可选）
5.OK
.
来自百度文库
实验3：光谱增强
基于多波段数据对每个像元的灰度值进行变换，达到 图像增强的目的。
Principal Components(主成份变换) Inverse PC(主成份逆变换) Decorrelation Stretch(去相关拉伸) Tasseled cap(缨帽变换) RGB to IHS(色彩变换) IHS to RGB(色彩逆变换) Indices(指数计算) Natural Color(自然色彩变换)
光谱增强功能
将具有相关性的多波段图像压缩到完全独立的较 少的几个波段，使遥感图像更易于解译分析
与主成份变换操作正好相反，将主成份变换图像 依据当时的变换特征矩阵重新恢复到RGB彩色 空间
首先对图像的主成份进行对比度拉伸处理，然后 再进行主成份逆变换，将图像恢复到RGB彩色 空间
在植被研究中旋转数据结构轴优化图像显示效果
.
主成份分析
3.实验步骤参阅实习指导书，截图并写出实验报告
1.确定输入文件
2.确定输出文件
特征矩阵输出设置（如需 逆变换必须输出）
运行日志输出设置 .
3.输入需要的主 成份数量
4.OK
实验影像：lanier.img
.
第二主成分
第一主成分
第三主成分
.
K－T变换（缨帽变换）
K-T变换（kauth-Thomas变换）
•Fourier Transform(傅立叶变换)
•Fourier Transform Editor(傅立叶变换编辑)
•Inverse Fourier Transform(傅立叶逆变换)
•Fourier Magnitude(傅立叶显示变换)
•Periodic Noise Removal(周围噪声去除)
Texture: 纹理分析
Adaptive Filter: 自适应滤波
Crisp: 锐化处理
通过二次变异等分析增强图像的纹理结构 应用自适应滤波器对AOI进行对比度拉伸处理 增强整景图像亮度而不使其专题内容发生变化
.
1 3
2
核函数
.
卷积增强处理
卷积增强处理的关键是卷积算子——系数矩阵（Kernal）的 选择，系统提供了3×3， 5×5， 7×7等大小不同的矩阵，并且 预置了不同系数以便应用于不同目的的图像处理，诸如：
辐射增强功能 通过修改图像查找表（Lookup Table）使输出 图像值发生变化，是图像对比度拉伸的总和 对图像进行非线性拉伸，重新分布图像像元 值使一定灰度范围内像元的数量大致相等 对图像查找表进行数学变换，使一幅图像的 直方图与另一幅图像类似，常用于图像拼接处理 对图像亮度范围进行线性及非线性取反值处 理 降低多波段图像及全色图像模糊度的处理方 法
.
辐射增强
辐射增强命令 LUT Stretch： 查找表拉伸
Histogram Equalization: 直方图均衡化
Histogram Match: 直方图匹配
Brightness Inverse: 亮度反转
Haze Reduction: 去霾处理
Noise Reduction: 降噪处理
Destripe TM Data: 去条带处理
一种特殊的主成分分析，转换系数是固定的；坐 标空间发生旋转，旋转后的坐标轴指向与地面景物 有密切关系的方向.也称缨帽变换(Tasseled Cap)
缨帽变换为植被研究特别是分析农业特征提供了 一个优化显示的方法，同时实现了数据压缩。
变换后的坐标轴不是指向主成分方向，而是指 向与地面景物有密切关系的方向（K－L变换后指 向主成分方向）
实验目的：
•学会利用ERDAS实现遥感图像增强
实验仪器：
计算机、ERDAS软件
.
提纲
图像空间增强 图像辐射增强 图像光谱增强 傅立叶变换 地形分析
.
1.图像空间增强
图像空间增强是利用像元自身及其周围像 元的灰度值进行运算，达到增强整个图像的 目的
Convolution(卷积增强)
Non-directional Edge(非定向边缘增强)
.
指数计算
计算某影像的NDVI值
实验影像：lanier.img
.
1.确定输入文件 2.确定输出文件
3.根据影像选择 其相应的传感器 4.选择计算的指数
5.OK
4.傅立叶变换
傅立叶变换是首先把遥感图像从空间域转换到频率域，然后 在频率域上对图像进行滤波处理，减少或消除周围噪声，再把图 像从频率域上转换到空间域，达到图像增强的目的。
1.对单个像元的灰度值进行变换达到图像增强的目的
• LUT Stretch(查找表查询) • Histogram Equalization(直方图均衡化) • Histogram Match(直方图匹配) • Brightness Inverse(亮度反转) • Haze Reduction(去霾处理) • Noise Reduction(降噪处理) • Destripe TM Data(去条带处理)
.
空间增强
空间增强命令
空间增强功能
Convolution: 卷积增强
Non-directional Edge： 非定向边缘增强
用一个系数矩阵对图像进行分块平均处理
首先应用两个正交卷积算子分别对图像进行边缘 探测，然后将两个正交结果进行平均化处理
Focal Analysis: 聚集分析
使用类似卷积滤波的方法，选择一定的窗口函数， 对输入图像文件的数值进行多种变换
.
光谱增强
光谱增强命令 Principal Components: 主成份变换 Inverse Principal Components: 主成份逆变换
Decorrelation Stretch: 去相关拉伸
Tasseled cap:缨帽变换 RGB to HIS: 色彩变换
HIS TO RGB: 色彩逆变换 Indices: 指数计算 Natural Color:自然色彩变换
.
图像空间增强
图像空间增强是利用像元自身及其周围像元的灰 度值进行运算，达到增强整个图像的目的
Convolution(卷积增强) Non-directional Edge(非定向边缘增强) Focal Analysis(聚焦分析) Texture(纹理分析) Adaptive Filter(自适应滤波) Statistical Filter(统计滤波) Resolution Merge(分辨率融合) Crisp(锐化处理)
4.1.3傅立叶逆变换
打开刚刚经过滤波器编辑后保存的文 件； 选择要输出的文件； 进行傅立叶逆变换，有频率域转成空 间域。
.
高通滤波
只是将4.1.2中的滤波器进行修改，其余两个步骤 与低通滤波相同
1.选择高通滤波 2.选择余弦滤波
器 3.设定滤波半径
4.OK
.
5.地形分析
5.1 坡度分析
实验影像： DEMmerge_sub.img
4.OK
纹理分析
通过在一定的窗口内进行二次变异分析（2ndorder Variance）或三次变异分析（3rd-order Variance），使图像的纹理结构得到增强
.
纹理分析
1.确定输入文件 2.确定输出文件
3.选择卷积算子
实验影像：lanier.img
4.OK
.
指数计算
将遥感图像中不同波段的灰度值进行各种混合运 算，计算反应矿物或植被的常用比率和指数
•Homomorphic Filter(同态滤波)
.
4.1低通滤波
4.1.1 傅立叶变换
实验影像：tm_1.img
.
4.1低通滤波
4.1.2滤波器编辑
.
打开刚才经过傅立叶变 换后保存的文件
打开滤波器
.
选择低通滤波（Low Pass） 圆形滤波半径为80
将 滤 波 结 果 保 存
.
低通滤波
Focal Analysis(聚焦分析)
Texture(纹理分析)
Adaptive Filter(自适应滤波)
Statistical Filter(统计滤波)
Resolution Merge(分辨率融合)
.
Crisp(锐化处理)
空间增强 辐射增强 光谱增强
2020/12/3
.
4
实验1：辐射增强
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） 水平边缘检测（Horizontal Edge Detection） 垂直边缘检测（ Vertical Edge Detection ） 交叉边缘检测（ Cross Edge Detection ）
利用自适应滤波方法去除图像噪声
对Landsa.t TM图像进行三次卷积处理去除条带
« 图像辐射增强处理——直方图均衡化
1.实验步骤参阅实习指导书，截图并写出实验报告
.
.
实验2：空间增强
空间增强（Spatial Enhancement）技术：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。 ERDAS提供的空间增强处理功能有：卷积增强、非定向边缘增 强、聚焦分析、纹理分析、自适应滤波、分辩率融合、锐化处 理等。
将图像从红（R）绿（G）蓝（B）彩色空间转换 到亮度（I）、色度（H）、饱和度（S）彩色 空间
将图像从亮度（I）色度（H）饱和度（S）彩色空 间转换到红（R）绿（G）蓝（B）彩色空间
用于计算反映矿物及植被的各种比率和指数
.
模拟自然色彩对波段数据变换输出自然色彩图像
主成份变换
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，是图像数据更易于解译
.
缨帽变换
.
.
实验四：色彩变化 从RGB变为HIS,从HIS变为RGB
.
.
非定向边缘增强
应用两个比较通用的滤波器（Sobel, Prewitt），首先通过两个正交卷积算子分别对图 像进行边缘检测，然后将两个正交结果进行平均 化处理。
.
非定向边缘增强
实验影像：lanier.img
.
1.确定输入文件 2.确定输出文件 3.选择卷积算子