实验五遥感图像及频率域增强.docVIP

实验五 遥感图像的频率域增强 一、目的和意义 学习并掌握遥感图像频率域增强的原理和方法，理解频率域增强的意义。 二、实验内容 频率域平滑 频率域锐化 同态滤波 三、原理和方法 实质上，在图像中，像元的灰度值随位置变化的频繁程度可以用频率来表示。对于边缘、线条、噪声等特征，在较短的像元距离内灰度值变化的频率大；而均匀分布的地物或大面积稳定结构具有较低的变化频率。因此，空间增强复杂的空间域卷积运算可以用频率域中简单的乘法快速实现。 频率域增强方法的基本过程为：首先将空间域图像通过傅立叶变换为频率域图像，然后选择合适的滤波器对频谱成分进行增强，再经过傅立叶逆变换变回空间域，得到增强后的图像。根据处理效果，将所采用的滤波器分为平滑和锐化两类，平滑主要是保留图像的低频部分抑制高频部分，锐化主要是保留图像的高频部分而削弱低频部分。常用的平滑滤波器有理想低通滤波器、Butterworth低通滤波器、指数低通滤波器、梯形低通滤波器；相应的锐化滤波器有理想高通滤波器、Butterworth高通滤波器、指数高通滤波器、梯形高通滤波器。本实验将利用ERDAS进行理想低（高）通滤波和Butterworth低（高）通滤波。理想滤波函数采用截取频率，Butterworth则采用平滑的曲线方程，过度性较好。 同态滤波是指在频率域中同时对图像亮度范围进行压缩和对比度进行增强的方法。 四、实验步骤 快速傅立叶变换 ERDAS工具面板上Interpreter图标→Fourier Analysis→Fourier Transform→Fourier Transform对话框（图5-1） 图5-1傅立叶变换对话框 启动傅立叶变换编辑器进行傅立叶编辑 ERDAS工具面板上Interpreter图标→Fourier Analysis→Fourier Transform Editor→Fourier Editor（图5-2） 在傅立叶变换编辑器视窗菜单条上File→open→open FFT Layer对话框（图5-3） 在傅立叶编辑器视窗菜单条上Mask→Filters→Low/High Pass Filter对话框（图5-4） 在Low/High Pass Filter对话框中，设置以下参数分别进行低通和高通滤波处理 →选择滤波类型 →选择窗口函数：分别选择理想低/高通滤波器、Butterworth低/高通滤波器 →滤波半径 →定义低频增益 在傅立叶变换编辑器视窗菜单条上File→Save as保存编辑结果 图5-2傅立叶编辑器 图5-3 open FFT Layer对话框 图5-4 Low/High Pass Filter对话框 傅立叶逆变换 在傅立叶编辑器视窗菜单条上File→Inverse Transform→Inverse Fourier Transform对话框（图5-5） 图5-5Inverse Fourier Transform对话框 五、结果分析和讨论 比较滤波处理前后的图像，分析低通滤波和高通滤波处理的效果 比较理想低（高）通滤波和Butterworth低（高）通滤波器的处理效果，说明两者有何异同