第四讲+图像增强处理材料.ppt

假彩色增强示例 彩色变换 颜色可以用红、绿和蓝三色合成来表示。 红R、绿G、蓝B 颜色可以用色调、饱和度、亮度来表示。 色调hue,饱和度saturation,亮度intensity RGB和HSI是表达颜色的不同方法。 表色系 RGB表色系、HSI表色系 RGB表色系(RGB模型) 基于笛卡尔坐标系统，在颜色立方体空间中，每种颜色的主要光谱中都有红、绿、蓝的成分。 RGB值在3个顶角上，蓝绿色、紫红色和黄色在另三个顶角上，黑色在原点，白色在离原点最远的角上。 灰度级沿着黑白两点的连线从黑延伸到白，其他各种颜色由位于立方体内或立方体上的点来表示，同时由原点延伸的矢量决定。 RGB表色系 对RGB三分量量化处理后，图像中的任一像素点的颜色可被赋予不同的RGB三分量值，从而形成彩色图像。 在RGB表色系下，一个颜色可以表示为 C=kr.R+kg.G+kb.B (kr,kg,kb)表示三原色的比例系数，可用(kr,kg,kb)表示某像素点的颜色。 HSI表色系 HSI颜色模型由HSI三属性组成，一个描述亮度的属性和两个描述颜色属性的值表示彩色图像的。 I表示亮度，不管像素颜色。 H和S通常利用色环表达颜色。 H表示色调，由角度表示，反映了该颜色最接近什么样的光谱波长。 S表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是饱和色，值为1。中心是中性（灰）色，饱和度为0。 HSI表色系 饱和度示意图 S=0 S=1 S=1/4 S=1/2 HSI表色系 黑 白 I S S H 绿 黄 青 蓝 品红 HSI表色系与RGB表色系变换 1. RGB到HSI的转换 HSI表色系与RGB表色系变换 2.HSI到RGB的转换 HSI表色系与RGB表色系变换 2.HSI到RGB的转换 HSI表色系与RGB表色系变换 2.HSI到RGB的转换 RGB图像 HIS图像 描述HSI表色系的其他模型 彩色变换应用 彩色变换常用于多源遥感数据融合 多源遥感数据融合是采用某种算法将覆盖同一地区的两幅或多幅空间配准的遥感图像生成满足某种要求的影像的技术。 一般步骤是将低分辨率图像变换到HSI空间，对高分辨率进行直方图匹配或对比度拉伸，使之与I分量具有相同的均值与方差；用拉伸后的高空间分辨率影像代替I分量，同H、S分量进行HSI逆变换，得到空间分辨率提高的融合影像。 4.6 代数运算 对于二幅以上的图像，各对应像元点逐个进行加减乘除运算，即为图像的代数运算。 基本代数运算 图像相加 图像相加实现增强处理。对同一场景的多图幅相加求均值减少图像随机噪声 图像相减 是对同一景物在不同时间拍摄的图像或同一景物不同波段的图像进行相减。差值图像提供了图像间的差异信息，能用以指导动态监测、运动目标跟踪、图像背景消除及目标识别等。 图像相减要求使两相减图像的对应像素对应于空间同一目标点。 图像相乘 可用来掩去图像的某些部分，实现图像轮廓增强 图像相除 又称比值处理，是遥感图像处理中常用的方法。 图像是入射分量和反射分量的乘积，对于多光谱遥感图像，各波段入射分量几乎相同，而反射分量反映了地物细节，比值处理后，去掉入射分量的影响，扩大增加地物的波谱和灰度值差异差异度，有利于地物识别。 差值运算示例：TM两波段差值处理 图像相乘—掩膜处理,可用来遮掉图像的某些部分 比值运算示例：TM两波段比值处理 * 示例: Prewitt_v 原图像 sobel_v laplacian Laplacian增强算子 高通滤波法 高通滤波法是用高通滤波算子和图像卷积来增强边缘。 高通滤波算子使图像高频信息得以保留，图像灰度反差大的边缘信息得到增强 五 图像频率域增强 空间域复杂的卷积运算用频域中的乘法运算来实现。 1 频率域增强原理 频率域增强的一般过程如下： 例子：从空间域到频率域 例子：频率域滤波处理—低通 例子：频率域滤波处理—高通 2 频率域平滑 噪声主要集中在高频部分，在频域采用低通滤波器H(u,v)抑制高频成分，再进行逆傅立叶变换获得滤波图像，去除噪声 常用的频率域低滤波器H(u,v)有四种： 理想低通滤波器 Butterworth低通滤波器 指数低通滤波器 梯形低通滤波器 理想低通滤波器 傅立叶平面上，理想低通滤波器的传递函数为理想低通滤波器离开原点的截止频率为D0 理想低通滤波器的剖面图和透视图 Butterworth低通滤波器 n阶Butterworth滤波器的传递函数为： 具有连续性衰减特点。抑制噪声，图像边缘的模糊程度大大减小，无振铃效应 Butterworth低通滤波器的透视图和剖面图 指数低通滤波器 指数低通滤波器的传递函数为： 抑制噪声，图像边缘的模糊程度较用Butterworth滤波产生的大些，无明显振铃效应。 指数低通滤波器的透视图和剖面图