实习二 辐射增强处理.docVIP

实习二：遥 感 图 像 的 预 处 理 07级地理信息系统 0707070023 焦志锋 实习目的和意义 1、通过本实习，了解和掌握利用ERDAS Imagine进行遥感图像的辐射增强的方法 2、通过本实习，初步了解ERDAS软件的可视化建模的基本知识 3、通过本实习，了解辐射增强以后的直方图差异的比较 实习内容 1、查找表拉伸 2、直方图均衡化 3、直方图匹配 三、实习步骤 1、查找表拉伸 查找表拉伸（LUT Stretch）是遥感图像对比度拉伸的总和，是通过修改图像查找表（Look up Table）使输出图像值发生改变。根据对查找表的定义，可以实现线性拉伸、分段线性拉伸和非线性拉伸等处理。 第一步 打开LUT拉伸的对话框 ERDAS的面板工具条=interpreter图标=Radiometric Enhancement=LUT Stretch 弹出右边的对话框： 第二步 LUT拉伸对话框的参数设置 LUT拉伸对话框的参数设置 LUT Stretch对话框的参数设置 设置如右所示： 1.1 输入图像：mobbay.img 1.2 输出图像：stretch.img 1.3 文件坐标类型选择为File 格式 1.4 处理范围确定为默认 1.5 输出数据类型为Unisgned 8 bit 1.6 确定拉伸选择为RGB，分别设为4，2，1 1.7 单击View按钮，打开模型生成器 双击CustomTable，进入查找表编辑状态，根据需要修改查找表 为做进一步的对照，我们此处暂不做修改，单击OK按钮完成。生成的图如下所示： 我们先做一下简单的对照，导入原始图片，如下： 对照如下： 我们可以发现原始图像转换后，清晰度貌似变高，当然最主要的还是颜色的改变，谓之拉伸。 现在我们进入查找表来修改一下，看看会发生什么情况。修改如下（注释：本修改实为随意，如有雷同，纯属巧合）： 保存之后单OK，生成新的图像str1.img图像。 如下： 我们再来做另一番对比，如下： string.img str1.img 呵呵……，好像变化不大，或许我设定的值变化很小的缘故吧。 2、直方图均衡化 直方图均衡化（Histogram Equalization）实质上是对图像进行非线性拉伸，重新分配图像像元值使一定灰度范围内像元的数量大致相等。 直方图均衡化的意义：原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低。输出图像的直方图是一个较平的分段直方图 第一步 打开直方图均衡对话框 单击main=Image Interpreter=Radiometric Enhancement=Histogram Equalization 弹出右边的对话框： 具体设置如下 2.1 输入图像：lanier.img 2.2 输出图像：equalization.img 2.3 文件坐标类型选择为File 格式 2.4 处理范围确定为默认 2.5 输出数据分段为256，默认 2.6 输出数据统计时忽略零值，选中Ignore Zero in Stats 复选框。 第二步 浏览模型生成器窗口 单击View按钮打开模型生成器窗口，浏览直方图均衡化空间模型 如下所示： 第三步 完成均衡化 点击ok按钮，执行直方图均衡化处理 其生成图像如下： 现在我们来看看对比均衡化以后的差异 首先导入原始图像 我发现上下图有的地方变得更清晰，而有的地方则变得较模糊，其实是分段线性拉伸的结果。 3、直方图匹配 直方图匹配（Histogram Match）是对图像查找表进行教学变换，使一幅图像某个波段的直方图与另一幅图像对应波段的直方图相似，直方图匹配经常用于相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工作 第一步 打开直方图匹配的对话框 Main=Image Interpreter=Radiometric Enhancement = Histogram Matching 第二步 直方图匹配对话框的参数设置 具体设置参见上图。 单击View按钮打开模型生成器窗口，浏览直方图均衡化空间模型。 第三步 执行直方图匹配处理，单击ok，执行直方图匹配处理。单击OK 生成如下图像， 其实该图像为Wasia2_mss.img 图像来匹配Wasia1_mss.img 图像的结果。 第四步 对比处理的结果。如果我们来看看它的两幅原图像就知道了， Wasial_mss.img 图像 Wasia2_mss.img 图像 那现在我们来用Wasial_mss.img 图像来匹配Wasia2_mss.img 图像，方法如上，步骤如下： 单击OK 生成如下图像