7遥感原理与应用 图像拉伸.pptVIP

2.2 灰度拉伸 线性拉伸： 分段线性拉伸： 图4.22 2.2 灰度拉伸 线性拉伸： 灰度窗口切片： Mg Mf g (x, y) f (x, y) 0 b a 0 f (x, y)＜a 或 f (x, y)＞b Mg a＜f (x, y)＜b 清除背景 Mg Mf g (x, y) f (x, y) 0 b a 2.2 灰度拉伸 线性拉伸： 灰度窗口切片： f (x, y) f (x, y)＜a 或 f (x, y)＞b Mg a＜f (x, y)＜b 保留背景 2.2 灰度拉伸 非线性拉伸： 指数变换： 对图像亮的部分，扩大了灰度间隔，突出了细节-拉伸 对图像暗的部分，缩小了灰度间隔，弱化了细节-压缩 (a)原始图像 (b)指数变换 2.2 灰度拉伸 非线性拉伸： 对数变换： 对图像亮的部分，缩小了灰度间隔，弱化了细节-压缩 对图像暗的部分，扩大了灰度间隔，突出了细节-拉伸 2.2 灰度拉伸 多波段拉伸： 在图像的彩色合成显示后，可以对各个波段分别进行线性或非线性拉伸处理，以便综合增强图像中的地物信息 2.3 图像均衡化 基本思想：大多数自然图像，其灰度分布集中在较窄的区间，引起图像细节不够清晰，采用直方图修正后可使图像的灰度间距拉开或使灰度分布均匀，从而增大反差，使图像细节清晰，达到增强的目的。例如一幅过曝光的图片，其灰度级都集中在高亮度范围内，而曝光不足的图片，其灰度级集中在低亮度范围内，具有这样直方图的图片其可视效果比较差。  对原始图像的像素灰度做某种映射变换，使变换后图像直方图的概率密度呈均匀分布，即变换后图像的灰度级均匀分布。 特点： 各灰度级中像素出现的频率近似相等 原图像上像素出现频率小的灰度级被合并，实现压缩；像素出现频率高的灰度级被拉伸，突出了细节信息 直方图均衡化 2.3 图像均衡化 基本步骤： 假定有一幅总像素为n=64×64的图像，灰度级数L=8 直方图均衡化计算实例： 直方图均衡化后的图像每个灰度级的像元频率，理论上应相等，直方图形态应为理想的直线。实际上均衡化后的直方图呈现参差不齐的外形，这是由于于图像是离散函数，各灰度级可能的像元个数有限，在一些灰度级处可能没有像元，在某些灰度级处则像元很多，所以不会产生理想的直线形态。 注意： 1）直方图均衡化，不改变灰度出现的次数（因为那样会改变图像的信息结构），所改变的是出现次数所对应的灰度级。 /*矫正后非零像素数同矫正前 2）直方图均衡化，力图使等长区间内出现的像素数接近相等。 2.3 图像均衡化 原始图像及直方图 2.3 图像均衡化 均衡化后图像及直方图 2.3 图像均衡化 均衡化前后直方图对比 基本思想：对原始图像的像素灰度做某种映射变换，使变换后图像直方图变成规定形状的直方图。 规定形状的直方图可以是参考图像的直方图，也可以是特定函数形式的直方图。 2.4 图像规定化-直方图匹配 原理：对两个直方图都做均衡化，变成归一化的均匀直方图，以此均匀直方图为中介，对参考图像做均衡化的逆运算。 均衡化是规定化的特例。 作用：是图像镶嵌或应用多时相遥感图像进行动态变化研究的预处理工作，可以部分消除由于太阳高度角或大气影响造成的相邻图像的色调差异，降低目视解译的错误。 基本步骤： 2.4 图像规定化-直方图匹配 基本步骤： 2.4 图像规定化-直方图匹配 2.4 图像规定化-直方图匹配 待匹配图像及直方图 2.4 图像规定化-直方图匹配 匹配参考图像及直方图 2.4 图像规定化-直方图匹配 规定化处理后图像及直方图 2.4 图像规定化-直方图匹配 规定化处理前后直方图对比 1.彩色图像有哪几类？ 2.图像合成有哪些方法？各有什么特点？ 3.假定有一幅64*64的8灰度级层次的图象，其灰度分布如图所示，给出均衡化过程 图像增强 定义：用于改善图像的对比度，突出感兴趣的地物信息，提高图像目视解译效果的图像处理方法。 目的：提高图像质量和突出所需信息，有利于分析判读或作进一步处理。 特点： 图像的信息没有增加或减少 改善了视觉效果 产生了更容易处理的图像 具有探索性 分类： 改善图像对比度 增加可视化信息 第一节 图像的彩色合成 1.1 彩色图像与彩色合成 彩色图像 真彩色图像：图像的色调与人眼视觉所看到的颜色基本一 致的图像 假彩色图像：图像的色调与实际地物色调不一致的图像 彩色合成 伪彩色合成：将单波段图像转变成为彩色图像 彩色合成：包括真彩色和假彩色合成 模拟真彩色合成：通过模拟产生近似真彩色图像 1.1 彩色图像与彩色合成 1