空间滤波

合集下载
  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)。

实验名称:遥感影像的空间滤波

一、实验内容

1.对遥感影像进行高通滤波

2.对遥感影像进行低通滤波

二、实验所用的仪器设备及数据

电脑一台,WidowsXP/2000操作系统,遥感影像处理软件(ENVI),TM1单波段卫星遥感影像。

三、实验原理

(一)高通滤波

1.作用:图像的边缘、细节主要在高频部分得到反映。图像的模糊是由高频成份比较弱产生的。为了消除模糊,突出边缘,则采用高通滤波器让高频通过,使低频成份得到削弱,再经过傅立叶变换得到边缘锐化的图像。

2.具体实现:高通滤波法就是用高通滤波算子和图像卷积来增强图像的边缘。可以根据需要选择不同的高通滤波算子。

(二)低通滤波

1.定义:是指低频率时通过、高频率时截止,能除去噪声等不需要的高频率的滤波器。

2.原理:运用一个具有低中心值的变换核来保持遥感影像低频信息的通过,阻止高频信息的通过,达到保留图像中的低频信息,又消除了图像中的高频信息。从而使图像不同区域的边缘得到增强,也相当于对影像进行锐化。

四、实验步骤及其结果分析

A.高通滤波:

1、打开ENVI4.3软件,选择File/Open Image File,点击bhtmref.img文件,选择TM2波段,即可得到一幅单波段影像,如图1。

2、然后选择Filter/Convolutions and Morphology,在弹出对话框Convolutions and Morphology Tool中选择Convolution/High Pass,设置Kernel Size值为3X3,如图2。

3.点击Quick Apply,Quick Apply在弹出对话框中选择TM Band 2波段,再点击OK,即得到高通滤波后的影像,即如图3。

4.按照上述步骤运行,但将对话框中的Kernel Size改为5X5,然后点击Quick Apply得到高通滤波后的影像,即图4。

图1 图2

图3 图4

结果分析:

1.通过图1与图3、图4的比较,可以看出高通滤波后的影像,地物边缘更加清晰明朗,说明高通

滤波对遥感影像具有锐化作用;

2.通过图3与图4的比较,可以看出,卷积核不同,影像的线条清晰度也不同。当卷积核增大时,

影像的线条会更加清晰。

B.低通滤波

A)低通滤波步骤:

1、打开ENVI4.3软件,选择File/Open Image File,点击bhtmref.img文件,选择TM2波段,即可得到一幅单波段影像,如图5。

2、然后选择Filter/Convolutions and Morphology,在弹出对话框Convolutions and Morphology Tool中选择Convolution/Low Pass,设置Kernel Size为3,Image Add Back(0-100)%为0如图6。

3、点击Quick Apply在弹出对话框中选择TM Band 2波段,点击OK,得到低通滤波后影像,如图7。

4、然后再次在对话框Convolutions and Morphology Tool中选择Kernel Size为5,Image Add Back(0-100)%为60,点击Quick Apply得到低通滤波后影像8。

图5 图6

图7 图8

结果分析:

1.将低通滤波后的影像与原始影像比较,可以看出低通滤波后的遥感影像上的信息含量比较少,而且影像上的地物较原始影像的地物要模糊,说明在低通滤波过程中消除了一部分高频信息。而且从原始影像上的地物边缘轮廓来看,低通滤波后的地物其边缘轮廓较原始影像要突出,证明低通滤波影像也有锐化作用。

2.将图a与图b进行比较可以看出,在文本框Image Add Back(0-100)%中设置60%,,表示由原始影像变量的50%加上卷积结果变量的50%,说明值越大,图像越清晰,地物信息含量越大。

五、试验中所遇到的问题及其解决办法

1.高通滤波与低通滤波有何异同?

答:

异:高通滤波是对图像进行的锐化处理,通过留住高频部分、去除低频部分使图像边缘细节更加突出,减轻图像中的模糊部分;低通滤波是对图像进行的平滑处理,抑制高频部分、保留低频部分从而去除高频部分的噪声,弱化图像的细节,使图像变的模糊。

同:都是对遥感图像进行滤波处理,改变原始图像的面貌。

2.遥感图像的平滑和锐化的方法分别有哪些?

答:

平滑方法:Low Pass,Median,Gaussian Low Pass.

锐化方法:Sobel,Roberts,High Pass,Gaussian High Pass.

相关文档
最新文档