应用模糊分类法於光学卫星影像之对比增扬.PDFVIP

航測及遙測學刊 第十五卷 第2 期 第 155-166頁 民國99 年6 月 155 Journal of Photogrammetry and Remote Sensing Volume 15, No.2, June 2010, pp. 155-166 應用模糊分類法於光學衛星影像之對比增揚 1* 2 3 張立雨 陳繼藩 張宏宇 摘 要 一般用於光學衛星影像的對比增揚方法皆直接使用整張影像的統計資訊對所有灰階值進行增揚處理。 但由於傳統的影像增揚方法必須犧牲原影像中較暗與較亮的區域或是出現機率較低之灰值來進行增揚， 因此許多不同的地物特徵或細節通常難以同時增顯出來。本研究提出一種以模糊理論為基礎的影像對比 增揚方法，先將單一像元視為數種類別的組合，並且針對各類別分別進行增揚對應函數之計算，藉以補 償上述傳統方法中以全幅影像進行增揚所造成之問題。本方法主要分為三個階段：第一階段，以 Fuzzy C-Means (FCM)群聚分類法對衛星影像作模糊式分類，將原始影像由灰階值空間轉換至歸屬值空間，分類 後的各個像元由數個相應於類別比例的歸屬值所組成。第二階段，依照各類別的歸屬值，分別建立各類 別的增揚轉換模型。第三階段，將歸屬值依照前一階段中建立的轉換模型轉換回灰階值空間。由於每個 像元皆由數個類別的歸屬值組成，原始灰階值會依照各類別的轉換模型被增揚成數個不同的值。因歸屬 值代表類別混合的比例，故以各類別歸屬值作為權重，重新組合此些不同的灰階值，得到最後的增揚成 果。影像經增揚後，評估採用定性及定量方式，分別以人眼及量化指標判定增揚影像含有的資訊量及對 比度，並將模糊分類式增揚法的成果與傳統常用的非線性直方圖等化及線性對比擴展法的成果比較。成 果顯示對光學衛星影像而言，本研究提出的模糊分類對比增揚演算法對視覺而言可以提供較佳的影像品 質，且表現比傳統方法更佳。 關鍵詞：對比增揚、模糊集合理論、Fuzzy C-Means 像的對比度及亮度皆不理想，使得影像中的特徵較 1. 簡介 不明顯且難以直接以視覺化之方式判讀，故影像增 揚(Image Enhancement)對於直接使用光學衛星影 隨著衛星遙測科技的進步，衛星影像已經可以 像進行視覺分析前，是一項不可或缺之前處理過 提供數公尺甚至數十公分級解析度的影像，雖然自 程。 動化的特徵萃取及分析方法已被發展多時，但對許 在過去文獻中，關於影像增揚的方法主要可以 多領域的應用而言，人為辨識與影像視覺化呈現仍 分為三種類別，分別為空間域法(Spatial Domain 是重要的一環。例如，越來越多的電子地圖網站開 Methods) 、頻率域法(Frequency Domain Methods) 始提供含有地面坐標的鑲嵌衛星影像讓使用者查 及直方圖調整法(Histogram Adjustment Methods) 詢，相較於傳統地圖而言，多了不少環境資訊及擬 (Kover, 2006) 。在空間域法方面，主要是考慮影像 真性。然而，因光學衛星影像會因感測器攝像角度、 中像元的空間關係，並以事先設計之的罩窗在影像 太陽入射角、感測器設計及大氣因素等