第5章MATLAB在遥感图像处理中的应用.pptVIP

第五章 MATLAB在遥感图像处理中的应用;主要内容;1 遥感图像处理概述;亮度值有如下特点： （1）不同图像相同地点的亮度值不同； （2）亮度值大小由传感器所探测到的电磁辐射强度决定，入射到传感器中的电磁波被探测元件转化为电信号，经过A/D转换，成为绝对辐射亮度值R。为了便于应用R又被转换为能够表征地物的辐射亮度相对值V。 R = V *（Rmax - Rmin ）/ Dmax + Rmin Rmax为探测器可检测到的最大辐射亮度；Rmin为探测器可检测到的最小辐射亮度；max为级数；R为辐射亮度值；V为像素表征的地物辐射亮度的相对值。;;图像的表示 完整描述图像，可以用式子： I=f(x,y,z,λ,t) 表示一个立体的、彩色的活动图像。还有： 对于静止图像，则表示为f(x,y,z,λ)； 对于平面图像，则表示为f(x,y,λ)； 对于单色图像，则表示为f(x,y)。 有时，在传播或传送图像时，常把图像扫描成一维信号，如视频信号，这时图像便成了一维函数f(t)，称之为图像信号，而前面几个式子称为图像，以示区别。;;;;主要内容;2 遥感图像的读写与显示;标准格式图像读取;读取图像信息;非标准格式遥感图像读取;图像的显示;;;;;;;;4、subimage 多图显示多个调色板的图像。 【例】 load trees; [x2,map2]=imread(forest.tif); subplot(2,1,1),subimage(X,map);colorbar subplot(2,1,2),subimage(x2,map2);colorbar ;;图像的写入;;主要内容;3 遥感图像辐射增强;基于直方图变换的增强方法;线性变换：根据原图像直方图来确定好拉伸变换前的灰度值区间，然后把这一灰度值区间按某一直线方程关系拉伸或压缩而成为变换后灰度值区间。拉伸后的图像灰度值范围增大，对比度改善。 ;;;;;;;;;;;;主要内容;遥感图像几何变换;;;图像的几何常用函数;图像的插值运算;;;;仿射变换;;;;;;;;;;主要内容;;遥感图像配准步骤;;;;主要内容;遥感图像滤波方法分类;图像的空间域滤波;图像的空间域滤波;;;常用的模板：;;二维卷积函数 conv2 ;卷积步骤：;计算卷积输出(2,4);;相关运算实现滤波：filter2;计算相关输出(2,4);图像的线性滤波;例：利用imfilter函数实现均值滤波 ;imfilter输入输出的数据类型是一样的;option:相关和卷积;option: 边界补零(zero-padding)和边界复制(border replication);option: 边界补零(zero-padding)和边界复制(border replication);option: 边界补零(zero-padding)和边界复制(border replication);option: 边界补零(zero-padding)和边界复制(border replication);多维滤波;;imfilter与filter2、conv2的关系：;主要内容;背景 Background;傅里叶变换和频率域的介绍;一维傅立叶变换及其反变换;一维傅立叶变换及其反变换;一维离散傅里叶变换;一维离散傅里叶变换;一维离散傅里叶变换;一维离散傅里叶变换;一维离散傅里叶变换;一维离散傅里叶变换;一维离散傅里叶变换;二维DFT傅里叶变换;二维DFT傅里叶变换;二维DFT傅里叶变换;;简单二维函数的中心谱;简单二维函数的中心谱;MATLAB中离散傅立叶(DFT)的计算：;例：图像傅立叶变换和幅值;;;;频率域滤波;图为一幅集成电路的扫描电子显微镜(SEM)图像，放大将近2500倍。注意图中±45°的强边缘，和两个 因热感应不足而产生的白色氧化突起;频率域的基本性质;频率域中滤波步骤;1. 用(-1)x+y乘以输入图像来进行中心变化。在MATLAB中是利用函数fftshift()实现。 2. 由(1)计算图像的DFT，即F(u,v)； 3. 用滤波函数H(u,v)乘以F(u,v)。 ;4.计算(3)中结果的反DFT。 5. 得到(4)中结果的实部。 6. 用(-1)x+y乘以(5)中的结果。;f=imread(cameraman.tif); PQ=paddedsize(size(f)); %zero padded F=fft2(f,PQ(1),PQ(2)); h=fspecial(laplacian,0.8) H=freqz2(h,PQ(1),PQ(2)); H1=ifftshift(H); G=H1.*F; g=real(ifft2(G)); gf=g(1:siz