遥感数字图像处理_数字影像增强.pptVIP

3.1.2 锐化(边缘增强） 为了突出影像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。有时可通过锐化，直接提取出需要的信息。锐化后的影像已不再具有原遥感影像的特征而成为边缘影像。锐化的方法很多，在此只介绍常用的几种： 罗伯特梯度 索伯尔梯度 拉普拉斯算法 走向检测 梯度反映了相邻像元的亮度变化率，也就是说，影像中如果存在边缘，如湖泊、河流的边界，山脉和道路等，则边缘处有较大的梯度值。对于亮度值较平滑的部分，亮度梯度值较小。因此，找到梯度较大的位置，也就找到边缘，然后再用不同的梯度计算值代替边缘处像元的值，也就突出了边缘，实现了影像的锐化。 3.2 空间频率域滤波 通过修改原影像的傅立叶变换式实现滤波。滤波函数有低通滤波、高通滤波和带通滤波等。 低通滤波用于仅让低频的空间频率成分通过而消除高频成分的场合，由于影像的噪声成分多数包含在高频成分中，所以可用于噪声的消除。 高通滤波仅让高频成分通过，可应用于目标物轮廓的增强。 带通滤波由于仅保留一定的频率成分，所以可用于提取、消除每隔一定间隔出现的干扰条纹的噪声。 空间滤波实习： 1卷积增强处理 2非定向边缘增强 3聚焦分析（包含平滑） 4锐化 4 影像运算 两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。 4.1 差值运算 即