遥感影像空间增强与傅立叶变换滤波处理课件.docx

实习序号及题目遥感影像空间增强与傅立叶变换滤波处理实习人姓名实习指导教师姓名地址专业班级个人e-mail地址实习地点实习日期时间2015年11月25日实习目的和内容目的：1.理解遥感影像空间增强和傅立叶变换的概念和意义，掌握运用ENVI/IDL进行空间增强和傅立叶变换及滤波进行地形和地貌信息提取的步骤和方法。2.学会使用SRTM DEM数据应用的初步步骤。内容：利用下述操作对下载的DEM数据进行处理，比较变换前后影像的显示结果。1.从下载的ASTER DEM中选取512×512子区数据，显示分析研究区地形地貌特征。2.完成如下卷积增强运算，比较变换前后影像中地形/地貌信息上的差异：高通滤波拉普拉斯变换定向增强高斯高通滤波Sobel边缘增强Roberts算子增强3.纹理运算，比较变换前后影像中地形/地貌信息上的差异：一阶纹理运算二阶纹理运算4.周期噪声去除（利用傅立叶变换对影像tm_1.img进行下列处理，选择恰当的参数消除影像上的噪声信号原理和方法1、空间卷积：又称为空间滤波（filtering），系采用空间域的处理方法，在邻域像元的参不下进行运算处理，由此生成的影像中各个像元的值是原影像对应像元及其邻域像元灰度值的加权和。通过空间卷积运算达到突出影像空间中的变化或变异性规律，或抑制噪声信号的目的。设窗口大小为小为m×n，（i, j）是运算结果，h(x,y)是窗口模板，那么，卷积计算的一般公式为：g(I,j)= ∑∑(f(x,y) h(x,y))其中，模板即积运算的邻域像元权重系数矩阵，定制的邻域运算关系式，又称卷积核（convolution kernel）、卷积函数、滤波器（filtering）。 2、空间频率：影像中任一局部单元乊间在单位距离内灰度值的变化幅度，分为高频、低频两类。（低频区域：亮度值变化较小的区域；高频区域：亮度值变化剧烈的区域。）当模板中的所有系数取1时，即得到低频卷积模板，实现影像的平滑去噪功能。 3、纹理分析：纹理是一种重要的视觉信息，主要体现遥感图像中局部灰度或者彩色的有规律的重复出现。它是影像中第五形状、大小、色彩的综合体现，为遥感影像的目视解译提供了有力的信息。通过一阶纹理运算与二阶纹理运算可以比较影像地形、地物上的差异。4、傅里叶变换消除噪声是在完成了傅里叶变换之后，通过观察频率域影像，选取高亮部分（图像上单位像元与邻域像元差异较大），制作成滤波模板，然后用制作好的滤波模板完成对信号的剔除，形成新的频率影像，最后通过傅里叶逆变换，完成从频率域到空间域的变换，得到去除噪声的影像。一维傅里叶变换：逆变换：二维傅里叶变换：逆变换：5、图像平滑是为了抑制噪声、改善图像质量所做的处理。图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产生的噪声。内部噪声指系统内部产生的噪声。图像中的周期噪声是获取过程中受到成像设备影像产生的，这是唯一的一种空间依赖型噪声，周期噪声可通过频率域滤波进行压抑。6、边缘增强能提高边缘与周围像素之间的反差。线性高通滤波器是最常用的线性锐化滤波器，中心系数为正数，其他系数为负数；梯度法是非线性锐化滤波器，在梯度图像上梯度值较大的部分就是边缘。罗伯特梯度采用交叉差分的方法，检测像素与其在上下之间或左右之间或斜方向之间的差异；Sobel 梯度对 4-邻域采用加权方法进行差分，对边缘的检测更加精确；定向检测在提取边缘时指定了方向，有目的的提取某一特定方向的边缘或线性特征。7、图像噪声按其产生的原因可以分为：外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。　　内部噪声：一般又可分为以下四种：（1）由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合，定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则热运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化所形成的光量子噪声等。　（2）电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；磁头、磁带等抖动或一起的抖动等。　　（3）器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所产生的噪声。随着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避免的。　　（4）系统内部设备电路所引起的噪声。如电源引入的交流噪声；偏转系统和箝位电路所引起的噪声等。数据准备与研究区概况ENVI/IDL或ERDAS Imagine实习数据；Landsat tm_1.img；ASTER DEM；实习数据来源于ASTER GDEM数据.ASTER GDEM, 即先进星载热发射和反射辐射仪全球数字高程模型.