实验五遥感图像计算机增强处理.pdf

实验五 遥感图像计算机增强处理 一、 实验目的 通过实验，掌握常用的几种图像增强处理的方法；并能将课堂所学定义与实验相结 合，融会贯通。 二、 实验内容 通过课堂学习我们知道，图像增强的主要目的是为了增强图像，以便处理结果比原 图像更是个特殊的应用要求。图像增强处理包括空间域增强处理、辐射增强处理、光谱 增强处理、以及傅里叶变换处理和波段的合成。但是在实际应用中并不是所有方法都需 要用到的，本次试验重点介绍以下几个常用图像增强处理方法。 1. 空间域增强处理：包括卷积滤波、纹理分析 2. 辐射增强处理：包括直方图匹配、直方图拉伸 3. 光谱增强处理：主成分分析、色彩变换、NDVI计算和缨帽变换等 这些增强方法其实也就是我们所说的计算机解译图像的一部分。随着高光谱数据及 多光谱数据的慢慢普及，这些增强处理中用的最多的该属光谱增强处理。 三、 实验数据 1. 0112024.img 2. can_tmr.img 四、 实验操作原理及步骤 1. 空间域增强处理 图像增强有多种方法，包括对比度变换、空间滤波、彩色变换、图像运算以及多光 谱处理等。这里我们所说的空间域增强处理的目的是为了增强图像中现状物体细节部分 及或主干部分等。主要方法是采用空间卷积滤波以及数学方法来进行运算。 1）卷积滤波 通过消除特定空间频率来增强图像，用一个系数矩阵对图像进行分块平均处理。在 ENVI 中提供了包括高通滤波（High Pass）、低通滤波（Low Pass）、拉普拉斯算子 （Laplacian）、方向滤波（Directional）、高斯高通滤波（Gaussian High Pass）、高斯 低通滤波（Gaussian Low Pass）、中值滤波（Median）、Sobel、Roberts，另外还可以自 定义卷积核。 具体操作：打开影像数据 0112024.img；主菜单中选择 Filter→Convolutions and Morphology；然后在卷积滤波工具中选择卷积下的滤波类型。如图1。 不同的滤波类型对应的参数是不一样的，产生的结果也各有不同，其主要包括三项 参数： ① Kernal Size（卷积核大小，以基数表示，如3×3,、5×5等）。ENVI软件中默认 的是正方形卷积，如需要使用非正方形选择Options下的Square kernel。这里我们可以 知道，不是所有的卷积核都是可以变得，像Sobel和Roberts卷积的核就是不能改变的。 ②Image Add Back（图像加回值）。我们在进行空间滤波过程中，往往在消除了空间 某一频率后会出现空间不连续的情况，图像加回值就是用来解决这一问题的，它将原始 图像中的一部分“加回”到卷积滤波结果图像上，以保证图像的空间连续性。 ③Editable Kernal（卷积核中的各项值）。编辑后可以在文件菜单下保存。 图 1 卷积滤波工具参数 选择好滤波类型后，可以点击 Quick Apply 快速应用，也可以点击 Apply to File 保存增强后的图像至文件。我们仔细观看滤波结果，可以发现不同滤波的作用各不相同。 如高通滤波可以用来增强纹理、边缘等信息；而低通滤波则是将图像进行平滑处理；Sobel 滤波则是进行非线性边缘增强处理。 2）纹理分析 纹理分析可以应用基于概率统计或二阶概率统计的纹理滤波。这种滤波方式是为了 解决许多图像某些区域不仅仅是以亮度值显示，而是以亮度变化为特征的问题。 基于概率统计的滤波（Occurrence measures）和基于二阶概率统计的滤波 （Co-occurrence measures）两种滤波方法在ENVI中才做基本类似。主要区别在于它们 可以利用的信息值不同。在基于概率滤波工具中，可以利用的是数据范围、平均值、方 差、信息熵和偏差 5 个；而基于二阶概率统计的滤波则可以利用值、方差、协同性、对 比度、相异性、信息熵、二阶矩和相关性8个。这里以二阶概率统计滤波为例说明。