6章2增强.ppt

第六章 遥感图像辐射处理 遥感图像增强是为特定目的，突出需要信息，消弱或除去不需要的信息。不会增加原始图像的信息，有时反而会损失一些信息 方法：点运算和邻域运算 6.2 遥感图像辐射增强 一 、 图像灰度直方图 灰度直方图（histogram）是灰度级的函数，它表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。如下图所示，灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像的最基本的统计特征。 二 图像反差调整 1 、线性变换：按比例扩大原始灰度级的范围，以充分利用显示设备的 动态范围(变换后像元总数不变) 将范围为[a，b]数字图像的灰度f（x，y）变换为范围为[c，d]的灰度g（x，y）, 分段线性变换是将图像灰度f（x，y）的区间分割为若干区间，然后对每个区间进行线性拉伸，常用的是分三段线性变换。即某些像元值范围被拉伸，某些范围被压缩。 2 直方图的均衡 直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的像素点数的过程。其实质是对图像进行非线性拉伸，重新分配图像的像元值。能产生处略分类的效果。 例如，下图是直方图均衡化后的飞机图片及其直方图，可见其直方图与原图的直方图相比是很均衡的，但必须说明的是，离散情况下不可能作到绝对的一致。 直方图均衡的特点： 各灰度级所占图像的面积近似相等 原图像上频率小的灰度级被合并，频率高的灰度级被保留 如果输出数据分段级较少，则会产生一些大类地物的近似轮廓 原始图像与线性增强 3 直方图的正态化 直方图的正态化是将随机分布的原图像直方图修改成为高斯分布（正态分布）的直方图。从而使变换后图像的亮度变化尽可能的服从这种分布 4 直方图匹配 是通过非线性变换使得一个图像的直方图与另一个图像的直方图类似。直方图匹配 5 密度分割 6 其它非线性变换 6.3 遥感图像的平滑与锐化邻域运算 对于图像中的任一像元 ，把像元的集合 叫做该像元的邻域。 卷积运算 选定一个卷积函数（模板），模板的运算公式为： 一、平滑 平滑目的：消除各种干扰噪声，减少变化的幅度，使亮度变化平缓。 二、锐化 2、Roberts梯度： 3、Laplace算法 4、定向检测：有目的的提取某一特定方向的边缘、线性目标或纹理目标。 垂直检测 水平检测 6.4频率域增强（平滑、锐化） 一、数学基础：首先考虑一个连续函数F(x，y)。傅立叶理论认为：任何一个连续函数F（x）都可以用一系列不同空间频率的正弦函数项之和来表示，这些项可以通过F(X)的傅立叶变换来得到： 同质，低频水体的傅立叶变换 具有水平和垂直线特征的影像的傅立叶变换 对角线性特征的影像傅立叶变换 噪声及其傅立叶变换 空间域与频率域的图像 三、低通滤波 常见的滤波器： 1、理想的低通滤波.滤波器为： 平滑后的图像 3、指数低通滤波器： 传递函数为： 四、频率域锐化 为突出边缘和轮廓，采用高通滤波器让高频成分通过，阻止削弱低频成分，达到图像锐化的目的。 常用的高通滤波器： 1、理想高通滤波器： 2、Butterworth低通滤 波器： 3、指数高通滤波器： 4、梯形滤波器： 高通滤波器剖面示意图 F（x，y） F(u，v) 滤波函数 g(x,y) 傅立叶逆变换 6.5多光谱图像四则运算 针对多源遥感图像的特点，可以利用多源图像之间四则运算来达到增加某些信息或消除某些影像的目的 植被、水、土壤在红外/红波段及比值结果 1、减法运算 2、加法运算 3、乘法运算 4、除法运算 5、混合运算 6.6图像融合 1、图象融合:多源遥感图象按照一定的算法,在规定的地理坐标系,生成新的图象的过程. 融合前需要做的工作：多源图像精确配准，分辨率不一致时，要求重采样后保持一致。 3、融合的种类 1）比值变换融合 2)乘积变换融合 3)HIS变换的图像融合 4）加权融合 5）主成分变换的图像融合 6）基于特征的图像融合 7）基于分类的图像融合 3、融合效果的评价 定性评价：主要以目视判读为主，优点直观简单，缺点具有主观性 定量评价的指标： 平均梯度： G值越大，图像越清晰 熵与联合熵： 遥感图像和DEM复合 为了获得某一地区的三维立体景观图像，按照观察者的设定动作进行漫游和观察，根据计算机图形学的原理，将遥感图像和相应的DEM复合即可生成具有真实感的三维景观。 0 1 0 1 -4 1 0 1