福州大学空间中心遥感课件_第4讲遥感数字图像增强处理详解.ppt

遥感数字图像增强处理 遥感图像增强 数字图像增强的主要内容: 对比增强：改变图像灰度等级,提高图像对比度 空间变换增强：消除边缘和噪声,平滑图像，突出边缘和线状地物,锐化图像 多波段图象处理： 彩色变换 波段运算 多光谱变换 对比度变换 对比度变换是一种通过改变图象像元的灰度值来改变图象像元的对比度，从而改善图象质量的处理方法。因为灰度值是辐射强度的反映，所以也称为辐射增强。 常用的方法有灰度级阈值、密度分割、线性变换与非线性变换等。 图象直方图 数字图象可以用直方图来形象表示像元灰度值的分布情况，从中可以粗略分析图像的质量。像元灰度一般应符合某种统计分布规律（地物正常情况下通常是正态分布） 如果图象的直方图接近正态分布，说明图象灰度接近随机分布，适合用统计方法分析。 如果直方图的峰值偏向亮度坐标轴左侧，说明图象偏暗，峰值偏向右侧，说明图象偏亮。以上情况造成对比度降低，图象质量较差。 图象直方图 阈值分割 二值分割：将图象中的所有灰度值根据指定的门限值（阈值）进行分割，生成大于或小于阈值的两类，生成二值图象。 密度分割：将图象的灰度根据指定的系列阈值间隔进行分割，并将每一间隔范围内的不同灰度值显示为相同的值。 阈值分割示例 二值分割提取海面油污 分割评价 一致性估计 形状标准 对比度变换 线性变换 为了改善图象对比度，必须按照某种方式改变图象的灰度值，即运算过程中有一个变换函数。如果变换函数是线性的或分段线性的，这种变换就是线性变换。线性变换是图象增强处理最常用的方法。 线性变换 设计一个变换函数，将灰度值为[0，15]的图象拉伸为[0，30]？ 横坐标xa为变换前的灰度值，纵坐标xb为变换前的灰度值，变换函数为一条直线： 线性变换 线性变换 通过调整参数b1,b2，即改变变换直线的形态，可以产生不同的变换效果。如a2-a1b2-b1，则灰度范围扩大，图象被拉伸，如a2-a1b2-b1，则灰度范围缩小，图象被压缩，对于a2-a1，是取灰度的全部或部分，需要根据对图象显示效果的需要人为确定。 分段线性变换 分段线性变换是将图像灰度f（x，y）的区间分割为若干区间，然后对每个区间进行线性拉伸，常用的是分三段线性变换。即某些像元值范围被拉伸，某些范围被压缩。在实际应用中，根据要求，有目的的选取间断点的位置，决定拉伸那一段或者压缩那一段的灰度范围，或者只处理某一段的灰度 对比度拉伸示例 非线性变换 当变换函数为非线性时，即为非线性变换。常用的非线性变换有： 对数变换 指数变换 三角函数变换。 指数变换 在亮度较高的部分扩大亮度的间隔，属于拉伸；而在亮度较底的部分缩小亮度间隔，属于压缩。其数学表达式为： 其中 a, b ,c为调节参数，可以改变指数函数形态，实现不同的拉伸比例 指数实例 对数变换 在亮度较高的部分缩小亮度的间隔，属于压缩；而在亮度较底的部分扩大亮度间隔，属于拉伸。其数学表达式为： 其中 a, b ,c为调节参数，可以改变对数函数形态，实现不同的拉伸比例 三角函数 三角函数常用的正弦和正切， 需要注意三角函数的周期性与取值范围，采用适当的a,b值来控制输出像元的范围。 直方图中频数较高的部分得到扩展。 可以实现多周期的调整，进行彩色编码 直方图变换 直方图变换是使输入图象灰度值的频率分布（直方图）与所希望的直方图形状一致而变换灰度值的方法 典型的变换有 直方图均衡（Histogram equalization):通过灰度变换将随机分布的图象直方图修改成均匀分布的直方图 直方图正态化（Histogram normalization):把非正态分布的直方图变换为具有正态分布的直方图。 直方图匹配（ Histogram matching):是通过非线性变换使得一个图像的直方图与另一个图像的直方图类似。 直方图匹配 直方图匹配经常作为相邻图象拼接或应用多时相遥感图象进行动态变化分析研究的预处理,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象的效果差异. 对比度增强效果总结 全面均等反差调整（线性扩展） 原直方图有明显两峰或严重偏斜（分段线性扩展） 扩展直方图中部，压缩两端 （正弦扩展，高斯扩展及直方图均衡） 扩展直方图暗部（分段线性扩展，对数扩展） 扩展直方图亮部（对数扩展） 扩展直方图两端（正切扩展） 数字图象增强 对比度增强 空间变换 多波段图象处理： 彩色变换 波段运算 多光谱变换 空间变换 对比度增强是通过但单个像元的运算从整体上改善图象的质量。而空间变换则侧重于图象的空间特征或频率，突出图象上的某些特征为目的，如边缘线或方向特征的增强。因此通常像元与其周围相邻像元的关系，采用空间域的邻域处理方法。 空间频率 空间频率主要指图象中色调