第四章遥感图像处理二 北京大学.pptVIP

三、空间滤波 对比度变换：单个像元的运算 像元与像元之间关系——空间频率：影像中任一特定区域单位距离内亮度值的变化数量 低频地区：影像中给定区域的亮度值变化很少 高频地区：影像中给定区域在很短的距离内，亮度值变化剧烈 空间滤波：通过像元与周围相邻像元之间的关系，采用空间邻域处理的方法实现影像增强的一种技术 四、图像运算 概念：两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。 原理：地物不同波段的光谱差异。 1、比值运算： 两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）就是比值运算。 该运算常用于突出遥感影像中的植被特征、提取植被类型或估算植被生物量，这种算法的结果称为植被指数。常用算法：近红外波段/红波段;或（近红外-红）/（近红外+红）.对于区分和增强光谱亮度值虽不明显，而不同波段的比值差异较大的地物有明显效果。 2、差值运算：两幅同样行、列数的图像，对应像元的亮度值相减就是差值运算。 Sobel梯度 2 -2 0 1 -1 0 1 -1 0 0 0 0 -1 -1 -2 1 1 2 Laplacian算法 （a）原图 （b）拉氏算子锐化 （c）a+b （d）sobel算子锐化 （a）（b） （c）（d） （a）原图 （b）拉氏算子锐化 （c）sobel算子锐化 1 4 1 5 1 2 5 5 4 4 3 2 2 3 3 5 4 3 2 1 1 2 3 4 5 练习：进行Laplacian锐化 根据梯度计算式就可以计算Roberts、Sobel、 Laplacian梯度。一旦梯度算出后，就可根据不同的策略生成不同的梯度增强图像。 梯度图像生成策略 （1）梯度图像直接输出 此法的缺点是增强的图像仅显示灰度变化比较徒的边缘轮廓，而灰度变化比较平缓或均匀的区域则呈黑色。 （2）加阈值的梯度输出 式中T是一个非负的阈值。适当选取T，可使明显的边缘轮廓得到突出，又不会破坏原来灰度变化比较平缓的背景 （3）给边缘规定特定灰度级 它将明显边缘用一固定的灰度级LG来表现。 （4）给背景规定特定灰度级 将背景用一个固定的灰度级 LB来表现，便于研究边缘灰度的变化。 （5）二值图像输出 将明显边缘和背景分别用灰度级LG和LB表示，生成二值图像，便于研究边缘所在位置。 原图 T=0.12（Roberts） T=0.04（Roberts） T=0.08（Roberts） 小 结 平滑滤波器：系数都为正 锐化滤波器：系数有正有负，差值运算，系数之和等 于0。 共同点：卷积运算 Laplacian算法 垂直边缘检测 水平边缘检测 * * 空间滤波器基础 1 邻域处理 对邻域图像和相同大小的子图像进行操作。该子图像被称为滤波器、模板、窗口、掩模或滤波核。 空间滤波器基础 2 图像卷积运算 在待处理图像中逐点地移动模板，每点的响应由滤波器系数与模板扫过的相应像素值的乘积之和给出。 空间滤波器基础 卷积运算示例： 平滑空间滤波 平滑滤波器的作用 （1）减小噪声； （2）模糊处理。 1、均值平滑滤波器 输出是模板内像元的平均值，即用邻域内各像素的灰度平均值代替该像素原来的灰度值，也称均值滤波器。 设有一幅N×N的图像f(x,y)，若平滑图像为g(x,y),则有 式中x,y=0,1,…,N-1； s为（x,y）模板内像素坐标的集合； M表示模板的大小。 可见邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法。 (m+1,n+1) (m+1,n) (m+1,n-1) (m,n+1) (m,n) (m,n-1) (m-1,n+1) (m-1,n) (m-1,n-1) 例如，采用3×3的模板对图像进行均值平滑滤波，对于像素 （m,n)，其邻域像素如下： 则有： 均值平滑滤波示例 (1,1) (1,0) (1,-1) (0,1) (0,0) (0,-1) (-1,1) (-1,0) (-1,-1) 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 均值平滑滤波 (a) 原始