遥感数字图像处理-第四章遥感数字图像增强处理(一)2016.pptVIP

* 均衡化前后的直方图对比 * * 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。 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。 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。 * 均衡化后的效果： （1）各灰度级出现的频率近似相等； （2）原图像上频率小的灰度级被合并，实现压缩；频率高的灰度级被拉伸，使亮度集中于中部的图像得到改善，增强图像上大面积地物与周围地物的反差。即：直方图上灰度分布较密的部分被拉伸；灰度分布稀疏的部分被压缩，从而使一幅图像的对比度在总体上得到很大的增强。 * 5、直方图规定化/匹配—— Histogram Specification/Matching 直方图规定化：是指使一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。 规定直方图的类型 （1）参考图像的直方图，通过变换，使两幅图像的亮度变化规律尽可能地接近； （2）特定函数形式的直方图，通过变换，使变换后的图像亮度变化规律可能地服从这种函数的分布。 * 直方图规定化的原理：对两个直方图都做均衡化，变成相同的归一化的均匀直方图，以此均匀直方图为媒介，再对参考图像做均衡化的逆运算。 * 计算示例 * 计算示例 均衡化的变换函数采用归一化的形式，即拉伸因子为1；此时设N=1，L-1=1，其它值相应变为小数或分数。 因此，均衡化的变换函数即为该图像的积累直方图本身。 * 具体步骤： * 计算示例 * 图(C)、(c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。通过对比可以看出图(C)的对比度同图（B)接近一致，对应的直方图形状差异也不大。这样有利于影像融合处理，保证融合影像光谱特性变化小。 * * 直方图规定化应用： 直方图规定化又称为直方图匹配，这种增强方法经常作为图像镶嵌或应用遥感图像进行动态变化研究的预处理工作，通过直方图匹配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，从而可以降低目视化解译的错误。 * * 6、密度分割——黑白灰度图像变为彩色图像 概念：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。这种方法又叫密度分割。 分层方案的确定：分层方案与地物光谱差异对应合适，可以较好地区分地物类别。 * 6、密度分割——黑白灰度图像变为彩色图像 密度分割或密度分层是伪彩色增强中最简单的一种方法，它是对图像亮度范围进行分割，使一定亮度间隔对应于某一类地物或几类地物从而有利于图像的增强和分类。此法比较直观简单，缺点使变换出的彩色数目有限。 * 密度分割的基本步骤 A：选定密度分割点，考虑因素：专业知识和经验、地物波谱 B：确定灰度与彩色的变换关系，灰度分割点对应于彩色分割点。 变换关系可以是等间隔的线性的、不间隔的线性的、分段线性分割的方法。非线性的变换关系。 * 计算步骤： 2）求图像的密度区间 3）求分割层的密度差 4）求各层的密度区间 1）求图像的极大值与极小值 * 5）定出各密度层灰度值与颜色 * 效果分析 以不同的色彩表示图像的色调变化，增强了图像的显示能力； 同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。 * 密度分割中的彩色是人为赋予的，与地物的真实 色彩毫无关系，因此也称为伪彩色。 灰度图像经过密度分割后，图像的可分辨力得到 明显提高，如果分层方案与地物的光谱特性差异对应 较好，可以较准确的区分出地物类别。 * 7、灰度颠倒（图像反色变换） 在光学图像中是将正片制成负片或将负片印制成正片，数字图像处理中是将灰度值大小颠倒，使得正像和负像互换，即： 红 黄 绿 品 蓝 青 * 原图 反色变换 * * * * 高值区拉伸 低值区拉伸 中值区拉伸 * ① ② ③ 变化前亮度值 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 变化后亮度值 0 0 1 1 1 2 2 4 6 8 10 12 13 14 14 15 结果 比较 * * * 分段线性变换 * 削波（保留部分背景） * 阈值化（清除背景） * 灰度窗口 * * 3、非线性变换——nonlinear stretch变换函数是非