第0501章遥感图像增强.ppt

《第0501章遥感图像增强.ppt》由会员分享，可在线阅读，更多相关《第0501章遥感图像增强.ppt（48页珍藏版）》请在第壹文秘上搜索。

1、第第 五五 章章 遥感图像增强遥感图像增强TM3 NDVI TM4 NDVI 第第 五五 章章 遥感图像增强遥感图像增强突出有用信息突出有用信息,抑制或排除无用信息抑制或排除无用信息TM4、TM3、TM2的合成图 NDVI、TM4、TM3的合成图 第第 五五 章章 遥感图像增强遥感图像增强 5.1 辐射增强 5.2 边缘增强 5.3 彩色增强 5.4 图像变换 5.5 影像信息融合 5.6 局部图像羽化处理技术遥感图像的辐射增强遥感图像的辐射增强:对图像上单个像素的灰度值单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的遥感图像的灰度增强

2、法灰度增强法）实现方法实现方法：1.1.反差拉伸法反差拉伸法：将输入图像上每个象素的灰度值按一些简单的数学关系式转换成输出图像上的灰度值,且大多数是扩大图像灰度值的动态范围、调整图像灰度值的分布.该方法又可分为线性拉伸法线性拉伸法、分段线分段线拉伸法拉伸法和非线性拉伸法非线性拉伸法.第第 一一 节节 辐射增强辐射增强基于基于ERDAS的的遥感图像辐射增强（遥感图像辐射增强（线性拉伸法线性拉伸法）两种途径：1）应用Model Maker；2）应用LUT Stretch（查找表拉伸）反差拉伸法反差拉伸法之之线性拉伸法线性拉伸法 g(x,y)-a1 f(x,y)=(b2-b1)+b1 (a2-a1)

3、其中:g(x,y)为原图像的像元灰度，f(x,y)为拉伸后的像元灰度，a1、a2分别为原图像的最小灰度值和最大灰度值,b1、b2分别为拉伸后图像的最小灰度值和最大灰度值，并且b1a2途径途径1)应用应用Model Maker：Modeler图标/Model Maker 基于基于ERDAS的的遥感图像辐射增强遥感图像辐射增强（线性拉伸法线性拉伸法）在此，根据线性拉伸线性拉伸法的公式法的公式，设置并定义每一个对象图形(包括各种输入、函数和输出等)的有关参数与操作 g(x,y)-a1 f(x,y)=(b2-b1)+b1 (a2-a1)其中:g(x,y)为原图像的像元灰度，f(x,y)为拉伸后的像元灰

4、度,a1、a2分别为原图像的最小灰度值和最大灰度分别为原图像的最小灰度值和最大灰度值值,b1、b2分别为拉伸后图像的最小灰度值和最大灰度值,并且通常b1a2b1、b2通常取0、255.-“Function Definition对话框对话框/Functions:Global”基于基于ERDAS的的遥感图像遥感图像 最小和最大灰度值的求算最小和最大灰度值的求算途径途径2）应用）应用LUT Stretch(查找表拉伸)：Interpreter图标/Radiometric Enhancement/LUT Stretch基于基于ERDAS的的遥感图像辐射增强遥感图像辐射增强（线性拉伸法线性拉伸法）分段线

5、性拉伸法分段线性拉伸法:将原图像上的灰度值划分成若干区段，然后按区段按区段使用上述线性函数使用上述线性函数进行不同程度的线性扩展线性扩展（对线性拉伸法的一种改进对线性拉伸法的一种改进）反差拉伸法反差拉伸法之之分段线性拉伸法分段线性拉伸法 g(x,y)-a1 f(x,y)=(b2-b1)+b1 (a2-a1)其中:g(x,y)为原图像某个区段的像元灰度，f(x,y)为拉伸后的像元灰度,a1、a2分别为原图像某个区段的最小灰度值和最大灰度值,b1、b2分别为拉伸后图像的最小灰度值和最大灰度值,并且b1a2非线性拉伸法非线性拉伸法:按非线性非线性函数关系扩展原图像的灰度值，即对整个灰度值的动态范围以

6、不等权的关系不等权的关系进行变换.（线性或分段线性拉伸法线性或分段线性拉伸法都是都是等比例地变等比例地变换换指定动态范围内的像元灰度值指定动态范围内的像元灰度值）实施方法实施方法：指数函数、对数函数等反差拉伸法反差拉伸法之之非线性拉伸法非线性拉伸法 目的目的：应用应用ERDAS中的中的Model Maker 模模块，对遥感图像进行块，对遥感图像进行线性拉伸线性拉伸处理处理.要求：要求：拉伸后图像的最小灰度值和最大灰拉伸后图像的最小灰度值和最大灰度值分别为度值分别为1和和255 数据数据：tm12338.img遥感图像的辐射增强遥感图像的辐射增强:对图像上单个像素的灰度值单个像素的灰度值进行处理

7、，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的遥感图像的灰度增强法灰度增强法）实现方法实现方法：2.2.直方图增强法直方图增强法：通过修改图像直方图修改图像直方图来改善图像的质量.该方法又可分为直方图均衡化直方图均衡化、直方图匹配直方图匹配等.第第 一一 节节 辐射增强辐射增强*数字图像的直方图平均灰度值平均灰度值 最小灰度值最小灰度值 最大灰度值最大灰度值 灰度值灰度值(122)出出现的频现的频率率(125)通过像元亮度直方图可以判断影像质量：每一幅影像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析影像的质量。一般来说，一幅包含大量像元的

8、影像，其像元亮度值应符合统计分布规律，即假定像元亮度随机分布时，直方图应是正态分布的。实际工作中，若影像的直方图接近正态分布，则说明影像中像元的亮度接近随机分布，是一幅适合用统计方法分析的影像。当观察直方图形态时，发现直方图的峰值偏向亮度坐标轴左侧，则说明影像偏暗。峰值偏向坐标轴右侧，则说明影像偏亮，峰值提升过陡、过窄，说明影像的高密度值过于集中，以上情况均是影像对比度较小，影像质量较差的反映。从直方图形态判断影像质量直方图均衡化直方图均衡化(Histogram Equalization):以图像灰图像灰度值的累积概率函数度值的累积概率函数为基础的直方图修正法，实质上是对图像进行非线性拉伸,重

9、新分配像元值,使一定灰度范围的像元数量大致相等,从而有效地扩大图像主体部分的反差或对比度（图3.5 图像均衡化的特点-P41）实施方法实施方法：Interpreter图标/Radiometric Enhancement/Histogram Equalization直方图增强法直方图增强法之之直方图均衡化直方图均衡化直方图匹配直方图匹配(Histogram Match):根据参考图像的直方图对另一幅图像实施灰度变换灰度变换，使其直方图与参考使其直方图与参考图像的直方图类似图像的直方图类似，以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。直方图增强法直方图增强法之之直方图匹配直方图匹配

10、注意事项注意事项：1)通常选择亮度和反差都比较满意的图像作为参考图像参考图像.2)直方图匹配经常作为相邻图像拼接或应用多时相遥相邻图像拼接或应用多时相遥感图像感图像进行动态变化研究的预处理工作.直方图增强法直方图增强法之之直方图匹配直方图匹配拼接缝效应拼接缝效应直方图增强法直方图增强法之之直方图匹配直方图匹配多时相遥感图像上,由于太阳高度角或大气影响造成的色调差异色调差异实施方法实施方法：Interpreter图标/Radiometric Enhancement/Histogram Match直方图增强法直方图增强法之之直方图匹配直方图匹配 目的目的：利用：利用ERDAS对经过直方图匹配后对经

11、过直方图匹配后的图像进行镶嵌的图像进行镶嵌 数据数据：air-photo-1.img;air-photo-2.img遥感图像的辐射增强遥感图像的辐射增强:对图像上单个像素的灰度值单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的遥感图像的灰度增强法灰度增强法）实现方法实现方法：3.3.亮度反转处理亮度反转处理：对图像进行线性或非线性取反，产生一幅与输入图像亮度相反亮度相反的图像（原来亮的变暗，原来暗的变亮.第第 一一 节节 辐射增强辐射增强实施方法实施方法：Interpreter图标/Radiometric Enhancement/Bri

12、ghtness Inverse亮度反转处理亮度反转处理亮度反转算法一：Inverse(条件反转):强调输入图像中亮度较暗的部分亮度反转算法二：Reverse(简单反转):简单取反、同等对待遥感图像的辐射增强遥感图像的辐射增强:对图像上单个像素的灰度值单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的遥感图像的灰度增强法灰度增强法）实现方法实现方法：4.4.去霾处理去霾处理：目的是降低多波段图像或全色图像的 模糊度模糊度.第第 一一 节节 辐射增强辐射增强实施方法实施方法：Interpreter图标/Radiometric Enhancem

13、ent/Haze Reduction遥感图像的辐射增强遥感图像的辐射增强:对图像上单个像素的灰度值单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的遥感图像的灰度增强法灰度增强法）实现方法实现方法：5.5.去条带处理去条带处理：针对Landsat TM的图像扫描特点的图像扫描特点,对其原始数据进行三次卷积处理，以达到去除扫描条带的目的.第第 一一 节节 辐射增强辐射增强实施方法实施方法：Interpreter图标/Radiometric Enhancement/Destriped TM Data Landsat TM的图像扫描特点的图像扫

14、描特点当Landsat卫星在向阳面从北向南飞行时,TM以星下点为中心自西向东在地面上扫描185公里,可得到地面185km*475m的一个窄条信息；接着,TM再进行自东向西的回扫,同样可在地面上扫描185公里。去条带处理去条带处理边缘处理方法边缘处理方法:Reflection(倒影倒影)：应用边缘灰度值的镜面倒影值作为图像边缘以外的像元值；Fill(填充填充)：统一将图像边缘以外的像元以0值填充.第第 五五 章章 遥感图像增强遥感图像增强 5.1 辐射增强 5.2 边缘增强 5.3 彩色增强 5.4 图像变换 5.5 影像信息融合 5.6 局部图像羽化处理技术遥感图像的边缘增强遥感图像的边缘增强

15、:对图像上局部范围内局部范围内多个像素多个像素的灰度值的灰度值进行综合处理，以调整像元与其周围像元间的对比关系，从而达到改善图像质量、突出图像上某些用户感兴趣的线性形迹、纹理与地物边界等信息线性形迹、纹理与地物边界等信息.第第 二节二节 边缘边缘增强增强实现方法实现方法：1.1.空间域滤波增强空间域滤波增强：使用卷积技术卷积技术，亦即借助模板在原图像移动，逐块地进行领域检测的运算,以改变图像的空间频率特征。图A例如：例如：使图像窗口与模板像元的灰度值对应相乘使图像窗口与模板像元的灰度值对应相乘再相加后的总和除以模板内各权值的和再相加后的总和除以模板内各权值的和,所得结果g(i,j)即作为图像窗

16、口上中心像元的新灰度值。卷积法的原理卷积法的原理第一步：第一步：首先，选定一个卷积核卷积核，也即运算模板(m,n)，其大小为“MN”；然后从图像的左上角开始,在图像上开一个与模板同样大小的活动窗口活动窗口f(m,n),根据一定准则一定准则计算图像窗口上中心像元的新灰度值。不是必须具备的 要求要求：请以教材中图：请以教材中图3.6（Page42）为例，）为例，利用下面公式计算当前领域窗口上中心像元的利用下面公式计算当前领域窗口上中心像元的新灰度值新灰度值图A图B图C卷积法的原理卷积法的原理第二步：第二步：沿同一行将模板向右移动一列（图B）或沿同一列将模板向下移动一行（图C），图像上的窗口也对应移动，按上述准则重新计算新窗口上中心像元的新灰度值。以此类推，直到全副图像扫描完，生成一幅滤波后的新图像。图A图B图C卷积法的原理卷积法的原理第二步：第二步：沿同一行将模板向右移动一列（图B）或沿同一列将模板向下移动一行（图C），图像上的窗口也对应移动，按上述公式重新计算新窗口上中心像元的新灰度值。以此类推，直到全副图像扫描完，生成一幅滤波后的新图像。注意：1）计算图像最外侧的行与列时，可在图像的上