《《遥感图像增强》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《遥感图像增强》PPT课件.ppt（48页珍藏版）》请在三一办公上搜索。
1、第 五 章 遥感图像增强,TM3 NDVI TM4 NDVI,第 五 章 遥感图像增强,突出有用信息,抑制或排除无用信息,TM4、TM3、TM2的合成图 NDVI、TM4、TM3的合成图,第 五 章 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:对图像上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.（遥感图像的灰度增强法）实现方法：1.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
2、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、分段线拉伸法和非线性拉伸法.,第 一 节 辐射增强,基于ERDAS的遥感图像辐射增强（线性拉伸法）两种途径：1）应用Model Maker；2）应用LUT Stretch（查找表拉伸）,反差拉伸法之线性拉伸法,途径1)应用Model Maker：Modeler图标/Model Maker,基于ERDAS的遥感图像辐射增强（线性拉伸法）,在此，根据线性拉伸法的公式，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,b1、b2通常取0、255.,-“Function Definition对话框/Functi
3、ons:Global”,基于ERDAS的遥感图像 最小和最大灰度值的求算,途径2）应用LUT Stretch(查找表拉伸)：Interpreter图标/Radiometric Enhancement/LUT Stretch,基于ERDAS的遥感图像辐射增强（线性拉伸法）,分段线性拉伸法:将原图像上的灰度值划分成若干区段，然后按区段使用上述线性函数进行不同程度的线性扩展（对线性拉伸法的一种改进）,反差拉伸法之分段线性拉伸法,非线性拉伸法:按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不等权的关系进行变换.（线性或分段线性拉伸法都是等比例地变换指定动态范围内的像元灰度值）实施方法：
4、指数函数、对数函数等,反差拉伸法之非线性拉伸法,第五章 练习,目的：应用ERDAS中的Model Maker 模块，对遥感图像进行线性拉伸处理.要求：拉伸后图像的最小灰度值和最大灰度值分别为1和255数据：tm12338.img,遥感图像的辐射增强:对图像上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.（遥感图像的灰度增强法）实现方法：2.直方图增强法：通过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、直方图匹配等.,第 一 节 辐射增强,*数字图像的直方图,平均灰度值,最小灰度值 最大灰度值,灰度值(122)出现的频率(125),
5、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(Histo
6、gram Equalization):以图像灰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：Interpreter图标/Radiometric Enhancement/Histogram Equalization,直方图增强法之直方图均衡化,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，使其直方图与参考图像的直方图类似，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
7、强法之直方图匹配,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.2)直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工作.,直方图增强法之直方图匹配,拼接缝效应,直方图增强法之直方图匹配,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,实施方法：Interpreter图标/Radiometric Enhancement/Histogram Match,直方图增强法之直方图匹配,第五章 练习,目的：利用ERDAS对经过直方图匹配后的图像进行镶嵌数据：air-photo-1.img;air-photo-2.img,遥感图像的辐射增强:对图像上单个
8、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.（遥感图像的灰度增强法）实现方法：3.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的图像（原来亮的变暗，原来暗的变亮.,第 一 节 辐射增强,实施方法：Interpreter图标/Radiometric Enhancement/Brightness Inverse,亮度反转处理,遥感图像的辐射增强:对图像上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.（遥感图像的灰度增强法）实现方法：4.去霾处理：目的是降低多波段图像或全色图像的 模
9、糊度.,第 一 节 辐射增强,实施方法：Interpreter图标/Radiometric Enhancement/Haze Reduction,遥感图像的辐射增强:对图像上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.（遥感图像的灰度增强法）实现方法：5.去条带处理：针对Landsat TM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 一 节 辐射增强,实施方法：Interpreter图标/Radiometric Enhancement/Destriped TM Data,Landsat TM的图像扫描特点,当L
10、andsat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,边缘处理方法:Reflection(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)：统一将图像边缘以外的像元以0值填充.,第 五 章 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:对图像上局部范围内多个像素的灰度值进行综合处理，以调整像元与其周围
11、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.,第 二节 边缘增强,实现方法：1.空间域滤波增强：使用卷积技术，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：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,所得结果g(i,j)即作为图像窗口上中心像元的新灰度值。,卷积法的原理,第一步：首先，选定一个卷积核，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f(m,n),根据一定准则计算图像窗口上中心像元的新灰度值。,不是
12、必须具备的,第五章 课堂练习,要求：请以教材中图3.6（Page42）为例，利用下面公式计算当前领域窗口上中心像元的新灰度值,卷积法的原理,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。,卷积法的原理,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
13、，可在图像的上、下、左、右各加一行或一列，并使其像元值与相邻像元值相同或全部为零。,注意：2）卷积核，也即运算模板(m,n)是决定卷积滤波效果的主要因素，其内容和大小(MN)可以根据需要来设定，一般M=N并取奇数.,遥感图像的边缘增强:对图像上局部范围内多个像素的灰度值进行综合处理，从而达到改善图像质量、突出有用信息.实现方法：1.空间域滤波增强：使用卷积技术，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。,第 二节 边缘增强,目前已发展出多种卷积滤波器，如低通滤波器、高通滤波器等.,低通滤波器,图像在获取和传输过程中，由于传感器的误差及大气的影响，会在图像上产
14、生一些亮点（“噪声”点），或者图像中出现亮度变化过大的区域。,低通滤波器,图像在获取和传输过程中，由于传感器的误差及大气的影响，会在图像上产生一些亮点（“噪声”点），或者图像中出现亮度变化过大的区域。,为了抑制图像上的噪声信号或减少亮度变化幅度，使亮度变化平缓所做的滤波处理称为图像平滑。其中所使用的“增强低频信息抑制高频信息,从而平滑影像细节,保留并突出较均匀连片的主体影像”的滤波器即为低通滤波器（平滑滤波器）.具体方法主要包括均值平滑和 中值平滑等。,低通滤波器之均值平滑,均等地对待领域中的每个像元，对于每个像元在以它为中心的领域内取平均值,作为该像元新的灰度值.基本作法：开一个MN窗口，根
15、据一定准则计算窗口内所有像元均值，然后赋予中心像元。如此类推，直至全图完毕.计算公式为：,第五章 作业（1）,要求：分别利用滤波器A和B，对下表所表达的数字图像（局部）进行均值平滑处理。,滤波器A滤波器B,低通滤波器之中值平滑,基本思想：对以每个像元为中心的MN领域内的所有像元，按灰度值由小到大的顺序排队，然后选择该队列中间位置的像元灰度值作为中心像元新的灰度值.例如：一幅55图像（表A），令其最左和最右两列保持原值，其它位置采用13的模板对其做中值滤波，其结果（表B）为：,表A,表B,高通滤波器,用来“增强高频信息抑制低频信息,从而突出像元灰度值变化较大、较快的边缘、线条或纹理等细节的滤波器
16、”即为高通滤波器.可用于图像锐化、图像边缘检测和纹理特征增强等.（P43-44）,遥感图像的边缘增强:对图像上局部范围内多个像素的灰度值进行综合处理，从而达到改善图像质量、突出有用信息.实现方法：1.空间域滤波增强,第 二节 边缘增强,基于ERDAS的图像空间域滤波增强：1）卷积增强处理 Interpreter图标Spatial Enhancement Convolution,基于ERDAS的图像空间域滤波增强,遥感图像的空间增强:对图像上局部范围内多个像素的灰度值进行综合处理，从而达到改善图像质量、突出有用信息.实现方法：1.空间域滤波增强基于ERDAS的图像空间域滤波增强：,第 二节 空间
17、增强法,2）非定向边缘增强（Non-directional Edge)：应用两个非常通用的滤波器(Sobel滤波器或Prewitt滤波器)，首先通过两个正交卷积算子(Horizonal算子和 Vertical算子)分别对遥感图像进行边缘探测，然后将两个正交结果进行平均化处理。,基于ERDAS的图像非定向边缘增强,Interpreter图标 Spatial Enhancement Non-directional Edge,遥感图像的边缘增强:对图像上局部范围内多个像素的灰度值进行综合处理，从而达到改善图像质量、突出有用信息.实现方法：2.基于ERDAS的图像空间域滤波增强：,第 二节 边缘增强,3）聚焦分析（Focal Analysis)4）纹理分析（Texture Analysis）5）自适应滤波（Adaptive Filter）6）锐化增强（Crisp Enhacement）,（自学）,第五章 作业（2）,要求：应用ERDAS中的Model Maker 模块，分别运用滤波器A和B对影像pan.img进行卷积增强处理。,滤波器A,滤波器B,ERDAS的Model Maker 模块,Model Maker 模块中系数矩阵的定义,
