环境遥感技术及应用（田静毅）第四章遥感图像处理2知识课件.ppt

在HIS彩色空间里，色调、亮度、饱和度可以分成不同等级，便于定量处理色彩，但在直观上RGB空间更容易理解。 根据需要HIS和RGB可以相互转换 3、空间滤波 空间滤波是指对频率特征的一种筛选技术。影像的滤波处理是对影像中某些空间频率特征的信息增强或抑制。 对比度增强是通过单个像元的运算从整体上改善影像的质量。而空间滤波则是以重点突出影像上的某些特征为目的，如突出边缘或纹理等，通过处理突出某些像元与其周围相邻像元的关系。 空间域滤波 空间域滤波是在影像的空间变量内进行的局部运算，使用空间二维卷积方法。主要包括平滑和锐化。 空间域滤波是在空间域上对影像作局部检测的运算，以实现平滑和锐化的目的。具体作法是选定一卷积函数，又称“模板”，实际上是一个M×N影像。二维的卷积运算是在影像中使用模板来实现运算的。 对于图像的任一像素（x，y），以此为中心，按照上下左右所设定的范围，成为窗口，行列数为奇数，按照行数×列数来命名。如：3 ×3窗口，表示由3行和3列像素构成的矩形范围。卷积是空间域上针对窗口进行的运算。 图像的卷积运算 从影像左上角开始开一与模板同样大小的活动窗口，影像窗口与模板像元的亮度值对应相乘再相加。假定模板大小为M*N，窗口为Φ(m,n)，模板为t(m，n)，则模板运算为: 将计算结果r（i，j）放在窗口中心的像元位置，成为新像元的灰度值。然后活动窗口向右移动一个像元，再按上式与模板进行同样的运算，仍旧把计算结果放在移动后的窗口中心位置上，依次进行，逐行扫描，直到全幅图像扫描一遍结柬，则新图像生成。 * * 第三节 数字影像增强 数字影像增强目的：增强目视效果 提高影像质量和突出所需信息 有利于分析判读或作进一步的处理 通过像元亮度直方图可以判断影像质量： 每一幅影像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析影像的质量。一般来说，一幅包含大量像元的影像，其像元亮度值应符合统计分布规律，即假定像元亮度随机分布时，直方图应是正态分布的。实际工作中，若影像的直方图接近正态分布，则说明影像中像元的亮度接近随机分布，是一幅适合用统计方法分析的影像。当观察直方图形态时，发现直方图的峰值偏向亮度坐标轴左侧，则说明影像偏暗。峰值偏向坐标轴右侧，则说明影像偏亮，峰值提升过陡、过窄，说明影像的高密度值过于集中，以上情况均是影像对比度较小，影像质量较差的反映。 直方图以统计图的形式表示图像亮度值与像元数之间的关系。在二维坐标系中，横坐标代表图像中像元的亮度值，纵坐标代表每一亮度或亮度间隔的像元数占总像元数的百分比。从直方图统计中可以找到一幅图像中的最小亮度值。 从直方图形态判断影像质量 线性变换 为了改善影像的对比度，必须改变影像像元的亮度值，并且这种改变需符合一定的数学规律，即在运算过程中有一个变换函数。如果变换函数是线性的或分段线性的，这种变换就是线性变换。线性变换是图像增强处理最常用的方法。 直方图 数字影像 最小值 最大值 将亮度值为0-15影像拉伸为0-30，要设计一个线性变换函数，横坐标xa为变换前的亮度值，纵坐标xb为变换后的亮度值。当亮度值xa从0-15变换成xb从0-30，变换函数在图中是一条直线OO’，方程式为 变换前后直方图对比 变换后影像 一般情况下，当线性变换时，变换前影像的亮度范围xa为a1-a2，变换后影像的亮度范围xb为b1-b2，变换关系是直线，则变换方程为 通过调整参数a1，a2，b1，b2，即改变变换直线的形态，可以产生不同的变换效果。若a2-a1b2-b1，则亮度范围扩大，影像被拉伸，若a2-a1b2-b1，亮度范围缩小，影像被压缩。对于a2与a1 ，是取在影像亮度值的全部或部分，偏亮或偏暗处，均可根据对影像显示效果的需要而人为地设定。 有时为了更好地调节影像的对比度，需要在一些亮度段拉伸，而在另一些亮度段压缩，这种变换称为分段线性变换。分段线性变换时，变换函数不同，在变换坐标系中成为拆线，拆线间断点的位置根据需要决定。从图中可以看出，第一、三段为压缩，第二段为拉伸，每一段的变换方程为： 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 非线性变换 当变换函数是非线性时，即为非线性变换。非线性变换的函数很多，常用的有指数变换和对数变换。 指数变换 其意义是在亮度值较高的部分xa 扩大亮度间隔，属于拉伸，而在亮度值较低的部分xb缩小亮度间隔，属于压缩，其数学表达式为 a，b，c为可调参数，可以改变指