第五章遥感数字图像增强处理.ppt

第五章 遥感数字图像增强处理 为什么进行图像增强？ 图像的目视效果较差，对比度不够、图像模糊，边缘部分或线状地物不够突出，波段多数据量过大等等。 图像增强的目的： 通过图像增强技术，改善图像质量、提高图像目视效果、突出所需要的信息、压缩图像数据量，有利于分析判读或作进一步的处理。 图像增强的方法： 改变图像的灰度等级，提高图像对比度；消除边缘和噪声，平滑图像；突出边缘或线状地物，锐化图像；合成彩色图像；压缩图像数据量，突出主要信息等。 总体上，图像增强的方法主要归属于两类 空间域增强：通过改变单个像元及相邻像元的灰度值来增强图像； 频率域增强：对图像进行傅里叶变换，然后对变换后的频率域图像的频谱进行修改，以达到增强的目的。 5.1辐射增强 空间域：指图像平面所在的二维平面。 空间域增强：指在图像平面上直接针对每个像元点进行处理，处理后像元的位置不变。包括点运算和邻域运算。 点运算：对于一幅输入图像，经过点运算后产生的输出图像的灰度值仅由相应输入像素点的灰度值决定，与周围的像元不发生直接联系。又可称为对比度增强、对比度拉伸或灰度变换，是辐射增强的主要方法。 5.1.1直方图 1.定义 灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像元的个数。确定图像像元的灰度值范围，以适当的灰度间隔为单位将其划分为若干等级，以横轴表示灰度级，纵轴表示每一灰度级具有的像元数或该像元数占总像元数的比例值，做出的条形统计图即为灰度直方图。 2.直方图的性质 反映了图像中的灰度分布规律； 任何一幅特定的图像都有惟一的直方图与之对应，但不同的图像可以有相同的直方图； 如果一幅图像有两个不相连的区域组成，并且每个区域的直方图已知，则整幅图像的直方图是该两个区域的直方图之和。 3.直方图的应用 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。 4.累积直方图 以横轴表示灰度级，纵轴表示每一灰度级及其以下所具有的像元数或此像元数占总像元数的比值，做出的直方图。可看做是累积离散概率分布。 x表示灰度级，h(x)为灰度级的概率密度即某灰度级的像元比例值，c(x)为某灰度级的累积概率密度即某灰度级的累积比例值。 为了改善影像的对比度，必须改变影像像元的亮度值，并且这种改变需符合一定的数学规律，即在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。线性变换是图像增强处理最常用的方法。 1.线性变换 按比例扩大原始灰度级的范围，以充分利用显示设备的动态范围，使变换后图像的直方图的两端达到饱和。 线性变换1 将亮度值为0～15影像拉伸为0～30，要设计一个线性变换函数，横坐标xa为变换前的亮度值，纵坐标xb为变换后的亮度值。当亮度值xa从0～15变换成xb从0～30，变换函数在图中是一条直线OO’，方程式为 一般情况下，当线性变换时，变换前影像的亮度范围xa为a1～a2，变换后影像的亮度范围xb为b1～b2，变换关系是直线，则变换方程为 通过调整参数a1，a2，b1，b2，即改变变换直线的形态，可以产生不同的变换效果。 若a2-a1b2-b1，则亮度范围扩大，影像被拉伸， 若a2-a1b2-b1，亮度范围缩小，影像被压缩。 对于a2与a1 ，是取在影像亮度值的全部或部分，偏亮或偏暗处，均可根据对影像显示效果的需要而人为地设定。 为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区域，可采用分段线性变换。 分段线性变换时，变换函数不同，在变换坐标系中成为折线，折线间断点的位置根据需要决定。从图中可以看出，第一、三段为压缩，第二段为拉伸，每一段的变换方程为： 常用的三段线性变换法如下页图所示，其数学表达式如下： 通过直方图得到两个拐点P1、P2的位置 5.1.3 非线性变换 当变换函数是非线性时，即为非线性变换。非线性变换的函数很多，常用的有指数变换和对数变换。 1. 指数变换 其意义是在亮度值较高的部分xa 扩