基于Matlab的遥感图像处理.docx

基于Matlab的遥感图像处理 测绘工程 1161641014 鲍家顺 摘　要　文章运用 Matlab软件对遥感影像的不足之处进行处理改善 ,详细介绍了处理方法和处理的原理 ,对处理结果进行了比对分析 ,并进行了边缘检测与特征提取 ,论证了处理方法的可行性。 关键词　图像处理 ;matlab ;均衡化 ;规定化 ;色彩平衡 ;边缘检测 ;特征提取 在获取遥感图像过程中,由于多种因素的影响,会导致图像质量的退化,为了改善图像质量,突出遥感图像中的某些信息,提高图像的视觉效果,需要对图像进行各方面的处理,如分段线形拉伸,对数变换,直方图规定化、正态化,图像滤波,纹理分析及目标检测等。通过图像处理可以去除图像中的噪声,增强感兴趣的目标和周围背景图像间的反差,有选择地突出便于人或电脑分析的信息,抑制一些无用的信息,强调出图像的边缘,增强图像的识别方便性,从而进行边缘检测和特征提取。图像写出函数,显示图像函数有image ( ) 、inshow ( ) 等。[2 ]Matlab 图像处理工具箱处理工具提供了imhist () 函数来计算和显示图像的直方图, 提供了直方图均衡化的函数histeq() 、边缘检测函数edge ( ) 、腐蚀函数imerode () 、膨胀函数imdilate () 及二值图像转换函数im2bw () 等。文中实验数据采用的是桂林市区灰度遥感图像,宽度为1024 像素,高度为713 像素。 文件读入： 讲workspace切入到图片所在图层： Cd d:\ 读入图片： [x,cmap]=imread(m.PNG)； %将图片读入转换为矩阵 clf；imshow(x); %显示图片 原始图片 边缘检测特征提取的实现 x=rgb2gray(x); %将真彩色图像转换为灰度图像 J=edge(x,canny,graythresh(x)); 图像灰度直方图均衡化 clear; [x,cmap]=imread(m.PNG)； imshow(x); x=rgb2gray(x); %将真彩色图像转换为灰度图像 J=histq(x); figure; imhist(J,64); 前后图片对比 图像滤波处理 clear; cd d:\ [x,cmap]=imread(m.PNG); J=imnoise(x,gaussian,0,0.002);　%加入高斯噪声 h=fspecial(average,3); I2=uint8(round(filter2(h,x))); %进行中值滤波 I3=medfilt2(J,[3,3]); %进行维纳滤波 I4=wiener2(J,[3,3]);　 %进行一次维纳滤波 I5=wiener2(I4,[3,3]);　%进行二次维纳滤波 subplot(2,3,1),imshow(I),title(原图象) subplot(2,3,2),imshow(J),title(加噪声图象) subplot(2,3,3),imshow(I2),title(均值滤波后图象) subplot(2,3,4),imshow(I3),title(中值滤波后图象) subplot(2,3,5),imshow(I4),title(维纳滤波后图象) subplot(2,3,6),imshow(I5),title(两次维纳滤波后图象) 高斯噪声滤波结果：（其余图片不依依列出） 结论 当然，MATLAB中图像处理工具箱中所提供的图像处理功能远不止我上述的几种，如图像的几何运算，滤波器的设计，二值图像的处理（包括形态学的操作，特征测量等）以及区域处理等都可以在MATLAB的图像处理工具箱中找到处理的方法。我们可以通过MATLAB提供的强大的帮助功能中得到他们的用法。通过编写MATLAB的程序文件（M文件）可以建立自己的图像处理工具箱。