9.4 遥感图像增强（平滑与锐化）《摄影测量与遥感》教学课件.pptxVIP

——图像的平滑与锐化摄影测量与遥感 图像的平滑与锐化一幅图象大致存在亮度渐变和亮度突变两种情况。整幅图象的背景，大面积的森林、湖泊、海洋，同类作物区，河流的主干等亮度值通常是渐变的（除边缘 外），因此它们与低频密切相关；而一些窄细的形迹往往表示水系的支流，各种地域的边界等，都处在亮度突变 处，因而与高频密切相关。亮度渐变亮度突变 图像的平滑与锐化研究目的不同，需要进行不同的增强：当我们要突出宽大区域或主干部分时，可以在频域中衰减高频分量而让低频分量通过来实现，这称作图象的平滑化。图象平滑化可在空域中通过邻域的平均来实现。 图像的平滑与锐化研究目的不同，需要进行不同的增强：当我们要突出宽大区域或主干部分时，可以在频域中衰减高频分量而让低频分量通过来实现，这称作图象的平滑化。图象平滑化可在空域中通过邻域的平均来实现。相反，当我们要突出边缘细节时，可以在频域中衰减低频分量而让高频分量通过来实现，这称作图象的锐化。锐化也可在空域中通过微分尖锐化来实现。图象的锐化也称做图象的清晰化或边缘增强。 图像的平滑与锐化邻域 （ neighborhood）点的邻域可定义为以该点为中心的一个圆的内部及其边缘上的点的集合。半径不同，邻域大小也不同。（如右图所示）1 图象的平滑1）空域中的平滑（1）邻域平均法邻域平均法——在空域中图象每点（x，y）的亮度值取其邻域内各点亮度值的平均值。 图像的平滑与锐化式中S为点（x，y）的邻域中的点的集合（不含点（x，y）），M为S内的点数。对于图象的边缘处，邻域将被部分域所代替。 邻域平均法将引起图象的模糊，模糊程度和邻域半径大小成正比。采样阈值方法可减小模糊效应，其表达式为式中T为选定的阈值。空域中的平滑 邻域平均法的数学描述为：对给定的亮度值为f（x，y）大小为N×N的图象，变换后的亮度值 图像的平滑与锐化设噪声为互不相关且其数学期望为0，则对M张不同噪声的图象有空域中的平滑多图象平均法： 多图象平均法是利用同一景物的多张影像消除噪声引起的高频成分。一幅图象g（x，y）可看成原始图象 和噪声 的迭加 图像的平滑与锐化2）频域中的平滑 频域中的平滑是利用衰减高频分量而使低频分量顺利通过的方法来实现的，通常叫做低通滤波法。平滑强调了低频，但却使图像较原来模糊了。1 图象的平滑 图像的平滑与锐化锐化——亦称为边缘增强指使用空间域滤波的方法增强图象边缘的处理过程。分为：空域中的锐化频域中的锐化2 图象的锐化1）空域中的锐化图像目标边缘、线条等都是亮度变化较大的地方；而图象模糊、边缘不清，则都是由于减小了这种亮度变化的结果。从数学上来看，模糊是信息被 “平均”了或“积分”了；现要消除之，自然想到运用它的反运算“微分”而在数学上微分也恰是反映信号变化率的运算；信号变化率大微分值大，信号变化率小微分值小，信号无变化微分值为0。因此我们在空域中通过微分实现高频增强。 图像的平滑与锐化锐化——亦称为边缘增强指使用空间域滤波的方法增强图象边缘的处理过程。分为：空域中的锐化频域中的锐化2 图象的锐化1）空域中的锐化微分尖锐化是以某种算子作用在被检测点的某一邻域上，以求得的算子值代替亮度值或与原亮度值迭加来实现增强的方 法，是一种局部算子法。由于需要锐化的各种模糊特征，如边 缘、线条等可能是各种走向的，因此这种算子应是各向同性的。或说为旋转不变的，即先旋转图象f， 再施用算子与先对f施用算子再旋转图象所得到的输出结果相同。这亦即局部算子法与坐标轴选取无关。可以证明：（l）各向同性的线性导数算子，各分量须是偶阶导数；（2）各分量是奇阶导数，则应取偶次幂。 图像的平滑与锐化指使用空间域滤波的方法增强图象边缘的处理过程。分为：空域中的锐化频域中的锐化2 图象的锐化锐化——亦称为边缘增强2）频域中的锐化频域中的锐化是利用衰减低频分量而使高频分量顺利通过的方法来实现的，通常叫做高通滤波法。 谢谢！