实验三 遥感图像增强.docVIP

实验三 遥感图像增强 背景知识 在获取图像的过程中，由于多种因素的影响，导致图像质量多少会有所退化。图像增强的目的在于：(1)采用一系列技术改善图像的视觉效果，提高图像的清晰度；(2)将图像转换成一种更适合于人或机器进行分析处理的形式。通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 增强的方法往往具有针对性，增强的结果只是靠人的主观感觉加以评价。因此，图像增强方法只能有选择地使用。 图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。 空间域增强是直接对图像像素灰度进行操作；频率域增强是对图像经傅立叶变换后的频谱成分进行操作，然后经傅立叶逆变换获得所需结果。 图像增强所包含的主要内容如下图。 实验目的： 掌握遥感图像增强的基本方法，理解不同处理方法的适用类型。能根据需要对遥感图像进行综合处理。 实验内容： 辐射增强处理 直方图均衡化 直方图匹配 空间增强处理 卷积增强处理 自适应滤波 锐化增强处理 分辩率融合 光谱增强处理 主成份变换（PC变换/K-L变换） 去相关拉伸 缨帽变换（K-T变换） 指数计算 自然色彩变换 实验准备 辐射增强处理(Radiometric Enhancement) 直方图均衡化(Histogram Equalization) 直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元的数量大致相等；这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图，如果输出数据分段值较小的话，会产生粗略分类的视觉效果。 打开方法：（以文件Lanier.img为例） ERDAS图标面板菜单条：Main - Image Interpreter Radiometric Enhancement - Histogram Equalization，打开Histogram Equalization对话框。 ERDAS图标面板工具条：点击Interpreter图标 一Radiometric Enhancement一Histogram Equalization，打开Histogram Equalization对话框。 直方图匹配（Histogram Match) 直方图匹配是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。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，通过直方图匹配可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。 操作方法 输入匹配文件(Input File)：wasia1 mss.img 匹配参考文件(Input File to Match )：wasia2_mss.img ERDAS图标面板菜单条:Main 一 Image Interpreter一 Radiometric Enhancement — Histogram Match，打开Histogram Matching对话框。 ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement 一 Histogram Match，打开Histogram Matching对话框。 空间增强处理(Spatial Enhancement) 卷积增强处理(Convolution) 卷积增强是将整个图像按照像元分块进行平均处理，用于改变图像的空间频率特征。卷积增强处理的关键是卷积算子——系数矩阵的选择，该系数矩阵又称为卷积核（Kernal)。ERDAS IMAGINE将常用的卷积算子放在一个名为defatilt.kfb的文件中，分为3×3，5×5，7×7三组，每组又包括“Edge Detect / Edge Enhance / Low Pass / High Pass / Horizontal / Vertical/Summary”等七种不同的处理方式。 操作方法：（以文件Lanier.img为例） ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement一Convolution，打开Convolution对话框； ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement Convolution，打开Convolution对话框。 自适应滤波(Adaptive Filter) 自适应滤波是应用Wallis Adapter Filter方法对图像的感兴趣区域(AOI)进行对比度拉伸处理，从而达到图像增强的目的。操作过程比较简单，关键是移动窗口范围(Moving Window Size)和乘积倍数大小(Multiplier)的定义。 操