(2.9)--遥感教学案例综合：遥感图像处理实战例题.docVIP

遥感教学案例2：遥感图像处理实战例题

一、边缘检测及其应用

1、阈值分割原理

2、分割实例

3、边缘检测原理

4、检测案例

水平方向或竖直方向检测都会出现缺少边缘的情况，最后一幅图是这两种方法检测后的叠加图像。

5、圆形物体检测

下图给出一个圆形物体检测案例，第一步是二值化，第二个步骤是对象分割，识别出单个的物体，第三步是计算对象的圆形度

提问：圆形度是否是计算子，它的计算公式是什么？

二、直方图均衡化

图像在成像过程中，容易出现欠曝光（表现为影像黯淡）和过曝光（表现为影像白化）两种情况，前者灰度值整体偏低，后者灰度值整体偏高，可以对灰度直方图均衡化处理，

1、直方图均衡化计算步骤示意图

2、教学案例1

左边的图是原始照片，左边第一张图像是原始数据，灰度值只有正常的四分之一，中间那幅影像是直方图均衡化的结果，右边是灰度值放大四倍的效果

提问：通过比较，说出灰度直方图均衡化的优缺点。

3、教学案例2

从这张图中，可以明显看出直方图均衡化处理后的图像细节清晰，层次分明。

三：Freeman链码及其应用

1、Freeman链码的定义

2、Freeman链码的归一化

提问：为何要进行归一化处理？

起点归一化（上图）、旋转归一化（下图）

3、Freeman链码的应用

四、不变矩及其应用

1、原理

为了使矩描述子与大小、平移、旋转无关，1962年美籍华人胡铭桂（MHHu）推导出7个不变矩组，简称不变矩，或胡矩组。

2、计算公式

3、案例

下图最左边的是原始图像，第二张为旋转45度的照片，第三张是缩小一半的照片，最后一张是镜像后的图像，从表中可以看出不变矩中的7个参数都变化很小。

原始图，旋转图，缩小图，镜像图的不变矩：

4、不变矩的应用

在统计模式识别中，特征应具有旋、平移、旋转不变性，胡矩组正好满足了这3个要求，因此可以用于测绘中的点状符号识别，下图是几个具有代表性的点状符号，首先将这些图片进行胡矩阵变化，得到描述特征的7个不变参数，然后利用最短距离法进行识别和处理。

5、课堂讨论

（1）、不变矩在哪些情况下会失去作用？

（2）、利用不变矩进行模式识别，哪些因素影响比较大？

6、课后作业

利用图书馆资源，对近5年发表的关于不变矩的论文进行统计。