实验五指导书遥感图像滤波
遥感图像处理实验指导书
遥感图像处理实验指导书孙华林辉莫登奎编著林业遥感信息工程研究中心2006年11月目录实验一图像处理软件ENVI4.2功能介绍 (3)实验二影像的地理坐标定位和校正 (15)实验三使用ENVI进行正射校正 (23)实验四图像镶嵌 (29)实验五图像融合 (36)实验六波段组合计算及图像增强 (45)实验七图像分类 (58)实验八使用ENVI进行三维曲面浏览与飞行 (66)实验九地图制图 (78)实验一图像处理软件ENVI4.2功能介绍1 ENVI4.2支持文件格式ENVI使用的是通用的栅格数据格式，包含一个简单的二进制文件和一个相关的ASCII的头文件。
读该文件格式允许ENVI使用几乎有的影像文件，包括那些自身嵌入头文件信息的影像文件。
通用的栅格数据都会存储为二进制的字节流，通常它将以BSQ（按波段顺序）、BIP（波段按像元交叉）或者BIL（波段按行交叉）的方式进行存储。
ENVI软件支持的数据类型，包括字节型，整型，无符号整型，长整型，无符号长整型，浮点型，双精度浮点型，复数型，双精度复数型，64位整型，以及无符号64位整型。
2 ENVI的窗口和显示使用ENVI软件时，打开图像通常有三个窗口，即主影像窗口（Main Image Window）、滚动窗口（Scroll Window）和缩放窗口（Zoom Window），见图1.1。
图1.1 ENVI显示窗口组：主影像窗口、滚动窗口和缩放窗口2.1 ENVI主菜单ENVI主菜单位于显示窗口的顶部，在默认情况下，它显示于主影像窗口的顶部，并提供交互式的影像显示和分析功能，见图1.2。
如果所选的显示组中不包括主影像窗口，那么菜单将会出现在滚动窗口或者缩放窗口的顶部，同ENVI 其他的菜单一样，从该菜单中可以选择任意的菜单选项。
此外，在任何一个显示窗口点击右键会弹出一个快捷菜单。
通过这个菜单可以访问显示函数，也可以改变显示的设置。
图1.2主影像窗口中的overlay菜单和快捷菜单2.2 可用波段列表ENVI可以打开影像文件或者这些文件中的单个波段。
遥感图像处理实验报告
遥感图像处理实验报告《遥感图像处理实验报告》摘要：本实验利用遥感技术获取了一幅卫星图像，通过图像处理技术对图像进行了处理和分析。
实验结果表明，遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
引言：遥感图像处理是利用遥感技术获取的图像进行数字化处理和分析，以获取有用的地理信息和环境数据的过程。
本实验旨在通过对遥感图像的处理和分析，探讨遥感图像处理技术在实际应用中的作用和意义。
实验方法：1. 获取卫星图像：选择一幅特定区域的卫星图像作为实验对象，确保图像质量和分辨率满足处理要求。
2. 图像预处理：对原始图像进行预处理，包括去噪、增强、几何校正等操作，以提高图像质量和准确性。
3. 图像分析：利用遥感图像处理软件对图像进行分类、特征提取、变化检测等分析，获取地理信息和环境数据。
4. 结果展示：将处理后的图像结果进行展示和分析，对图像处理技术的应用效果进行评估。
实验结果：经过处理和分析，得到了一幅清晰的遥感图像，并从中提取了有用的地理信息和环境数据。
通过图像分类和特征提取，可以准确地识别出不同地物类型，如建筑物、植被、水体等；通过变化检测，可以发现地表的变化情况，如城市扩张、土地利用变化等。
这些信息对于地理信息系统、环境监测、城市规划等领域具有重要的应用价值。
结论：遥感图像处理技术在地理信息系统、环境监测、城市规划等领域具有重要的应用价值，通过对遥感图像的处理和分析，可以获取丰富的地理信息和环境数据，为相关领域的决策和规划提供重要的支持。
在未来的研究中，可以进一步探讨遥感图像处理技术的改进和应用，以满足不同领域的需求。
遥感图像处理实验报告_图像的频率域滤波处理
遥感图像处理实验报告（2013 —2014 学年第1学期）实验名称：图像的频率域滤波处理实验时间：实验地点：指导教师：专业班级：姓名：学号：一：实验目的1：掌握滤波器在程序语言中的定义算法2：理解图像的频率域与空间域之间的区别与联系3：在频率域对图像进行处理，达到平滑（低通滤波）与锐化（高通滤波）的目的二：实验内容1：在Matlab中定义滤波器2：对图像进行频率域处理3：对频率域的处理结果，结合第3次实验（空间域处理）结果进行对比，给出评价三：实验代码及Matlab使用心得（注释中）%清屏，清除工作空间，关闭所有绘图窗口clc;clear all;close all;%读取图像，并建立一个窗口，显示原始图像I = imread('C:\Users\浮生\Desktop\大三\Matlab\data\lena.png', 'png')figure(1)imshow(I)title('原始图像')%图像傅立叶变换%fft(X)函数的作用是，返回矩阵X的【二维离散傅立叶变换】结果%fft()函数采用快速傅立叶变换算法，运算结果的行列数与被变换矩阵的规格相同F = fft2(I);%fftshift()函数的功能则是把FFT的DC分量移动到频谱矩阵的中心%在直观上，就是把低频信息移到矩阵中心，便于直观观看图像的频谱F = fftshift(F);%由于FFT的运算结果的数值跨幅过大%直接显示的话只能看到一个小亮点%为了显示的直观，我们需要自行定义灰度显示幅度%在本例中，我们定义显示幅度为0-50000figure(2);imshow(abs(real(F)), [0 50000]);title('频率域图像')%%%%%%定义滤波器之前的准备工作%%%%%[m n] = size(I);%读取图像的规格p = m/2;%定义两个计数器p和qq = n/2;%用以控制滤波器的遍历过程image = zeros(m,n);%%%%%%截止频率为50的理想低通滤波器%%%%%%%低通滤波器，即让频率高于阈值的信号值为0，而在阈值之下的所有信号保持原样%反映在图像操作中，将去除高频信息，达到平滑的效果lowpass_50 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 50%什么也不做;elselowpass_50(u, v) = 0;endendend%显示频率域图像figure(3);imshow(abs(real(lowpass_50)), [0 50000]);title('频率域图像截止频率为50的理想低通滤波器');%傅立叶逆运算反算图像image = ifftshift(lowpass_50);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(4);imshow(image, []);title('处理结果截止频率为50的理想低通滤波器')%%%%%%截止频率为100的理想低通滤波器%%%%%%lowpass_100 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 100%什么也不做;elselowpass_100(u, v) = 0;endendend%显示频率域图像figure(5);imshow(abs(real(lowpass_100)), [0 50000]);title('频率域图像截止频率为100的理想低通滤波器'); %傅立叶逆运算反算图像image = ifftshift(lowpass_100);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(6);imshow(image, []);title('处理结果截止频率为100的理想低通滤波器')%%%%%%截止频率为50的理想高通滤波器%%%%%% highpass_50 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 50highpass_50(u, v) = 0;else%什么也不做;endendend%显示频率域图像figure(7);imshow(abs(real(highpass_50)), [0 50000]);title('频率域图像截止频率为50的理想高通滤波器');%傅立叶逆运算反算图像image = ifftshift(highpass_50);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(8);imshow(image, []);title('处理结果截止频率为50的理想高通滤波器')%%%%%%截止频率为100的理想高通滤波器%%%%%% highpass_100 = F;for u = 1:mfor v = 1:nif sqrt((u-p)^2 + (v-q)^2) < 100highpass_100(u, v) = 0;else%什么也不做;endendend%显示频率域图像figure(9);imshow(abs(real(highpass_100)), [0 50000]);title('频率域图像截止频率为100的理想高通滤波器');%傅立叶逆运算反算图像image = ifftshift(highpass_100);%还原矩阵image = ifft2(image);%傅立叶逆运算image = abs(real(image));%复数取实部%显示处理结果图像figure(10);imshow(image, []);title('处理结果截止频率为100的理想高通滤波器')%%%%%%截止频率为50的巴特沃斯低通滤波器%%%%%% for u = 1:m,for v = 1:nD=sqrt((u-p)^2 + (v-q)^2);Butterworth(u,v)=1/(1+D/50)^(2*2);endend%显示频率域图像figure(11);imshow(abs(real(Butterworth)), []);title('频率域图像截止频率为50的巴特沃斯低通滤波器'); %傅立叶逆运算反算图像image = F.*Butterworth;image = ifftshift(image);image = abs(ifft2(image));%显示处理结果图像figure(12);imshow(image, []);title('处理结果截止频率为50的巴特沃斯低通滤波器')%%%%%%截止频率为50的高斯低通滤波器%%%%%%for u=1:m,for v=1:nD=sqrt((u-p)^2 + (v-q)^2);Gaussian(u,v)=exp(-D^2/(2*50^2));endend%显示频率域图像figure(13);imshow(abs(real(Gaussian)), []);title('频率域图像截止频率为50的高斯低通滤波器'); %傅立叶逆运算反算图像image = F.*Gaussian;image = ifftshift(image);image = abs(ifft2(image));%显示处理结果图像figure(14);imshow(image, []);title('处理结果截止频率为50的高斯低通滤波器');四：实验结果（仅列一例）五：实验心得1：相较空域滤波，频率域滤波的算法复杂度更高。
实验五 遥感图像处理
实验五遥感图像处理实验目的：通过上机操作，了解空间增强、辐射增强、频率域增强等几种遥感图象增强处理的过程和方法，加深对遥感图象增强处理的理解。
通过上机操作，初步掌握遥感信息融合的方法，深入理解遥感信息融合在信息解译中的意义。
实验内容：ENVI中进行直方图的交互式拉伸、卷积滤波处理、频率域滤波FFT。
多光谱数据与高分辨率全色数据的融合。
一、遥感图像增强处理部分1、直方图的交互式拉伸ENVI 用2% 的系统默认线性拉伸值来显示所有图像(两边均舍去信息量的2%)，经过这样处理后合成的假彩色图像层次分明、地物差异大，各类地物易于判别。
从Enhance子菜单选择Interactive Stretching，出现一个新的对话框，它包含输入和输出的直方图。
若显示一幅RGB 彩色图像，则出现三个直方图窗口，一个直方图对应于一个波段。
打开交互式对话框在主图像窗口，选择Enhance > Interactive stretching.在交互式对比度拉伸对话框中将显示输入和输出直方图，它们表明了当前的输入数据以及分别应用的拉伸。
两条垂线（虚线）表明了当前拉伸用到的最小和最大值。
对于彩色图像来说，直方图的颜色与所选择的波段颜色一致。
交互式直方图窗口的底部会列出拉伸类型和直方图来源。
注意：要把任何拉伸或直方图变化自动地应用于你的图像，选择Options > Auto Apply: On.◆浏览数据细节要浏览当前的DN值和指定DN值的像元数、直方图以及累积直方图，可以在直方图内按住鼠标左键并拖放随之产生的白色十字交叉指针。
◆设置拉伸参数要更改最小和最大拉伸值，在任意一条垂直虚线上点击鼠标左键，然后拖曳到一个新位置。
或在对话框顶部的文本框中输入所需值。
当选择任意一条线时，当前的DN、像元数、该单位DN 的像元百分比以及累积百分比，显示在输入的直方图上。
当指定最小和最大值时，输入所需要的实际值（例如，最小值37，最大值68 ）或数据的百分比（例如，最小值“2%”，最大值“98%”）。
实验五：遥感图像的增强处理实验指导
实验五：遥感图像的增强处理实验指导实验目的：通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
实验内容：卷积增强处理；锐化增强处理；直方图均衡化；主成分变换。
1、直方图均衡化（Histogram Equalization）直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。
这样，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较平的分段直方图。
图6-1直方图均衡化在ERDAS图标面板菜单条：单击单击Main | Image Interpreter｜Radiometric Enhancement | Histogram Equalization 命令，打开Histogram Equalization对话框（图6-1）。
也可以在ERDAS图标面板工具条：单击单击Interpreter图标｜Radiometric Enhancement | Histogram Equalization 命令，打开HistogramEqualization对话框（图6-1）。
Histogram Equalization对话框中，需要设置下列参数：（1）确定输入文件为Lanier.img。
（提示：所有练习示例文件均在C:\Program Files\Imagine\Examples文件夹下，以下同）（2）定义输出文件为equalization.img。
（提示：一定要记住输出文件的位置，可自定义文件名）（3）文件坐标类型为Map，其它默认设置。
（4）单击OK按钮，执行处理。
注意：认真对比直方图均衡化前后的图像差别，仔细观察直方图均衡化的效果，具体方法如下，（以下所有实验观察处理效果的方法均相同）。
1、可以打开两个视窗（Viewer1/Viewer2），在两个视窗中分别打开处理前Lanier.img和处理后equalization.img两幅图像，观察效果。
遥感图像处理实验
遥感图像处理实验目录实验二影像的地理坐标定位和校正实验三使用ENVI进行正射校正实验四图像镶嵌实验五图像融合实验六波段组合计算及图像增强实验七图像分类实验八使用ENVI进行三维曲面浏览与飞行实验九地图制图09级林学四班汤瑞芳20090143 注：本实验报告共分为两部分，其一为实验的详细过程，其二为实验结果的整理及实验心得实验二影像的地理坐标定位和校正实验目的:1）掌握如何在ENVI中对影像进行地理校正2）添加地理坐标3）如何使用ENVI进行影像到影像的几何校正实验内容：1图像文件头文件的修改步骤：1）打开并显示SPOT数据ENVI主菜单中file →open image file，从envidata目录bldr_reg文件夹下的bldr_sp.img文件，从可用波段列表对话框中点击Grey scale，点击Load Band按钮加载这幅影像到一个新的显示窗口中。
2）修改ENVI头文件中的地图信息右击bldr_sp.img—》Map inf，快捷菜单Edit Map Information。
点击Projection/Datum文本旁边的箭头切换按钮，DMS或者DDEG，分别在度分秒和十进制的度之间进行切换。
点击Cancel，推出Edit Map Information对话框。
修改图像的pixel size信息，添加公里网格和地图标注。
保存图像。
file →save image as →image file。
输出路径和输出文件名称2 影像对影像的几何配准利用SPOT图像校正Landsat TM步骤：1）打开TM图像从ENVI主菜单中，选择file →open image file，从envidata目录下的bldr_reg子目录选择bldr_tm.img文件。
在列表中选择band3，点击display#1按钮，并从下拉式菜单中选择new display。
点击Load Band 按钮，把TM的band3波段的影像加载到新显示窗口中。
遥感数字图像处理：遥感图像处理-图像滤波
Mean 11x11
1.2 中值滤波器
在邻域平均法中，是将n×n局部区域中的灰度的平
均值作为区域中央象元的灰度值。而在中值滤波中，是 把局部区域中灰度的中央值作为区域中央象元的值。
g(x, y) median(of (x, y))
如，在3×3区域内进行中值滤波，是将区域内9个 灰度值按由小到大排列，从小的一方开始的第5个值即 为中央象元的值。
矢量微分----梯度
二元函数f(x,y)在坐标点(x,y)处的梯度向量的定义：
f
G[
f
( x,
y)]
x f
y
梯度的幅度：
G[ f (x, y)] ( f )2 ( f ) 2
x
y
梯度的幅角：
M
tg 1[ f / f ] y x
连续域的微分----离散域的差分
x f (i, j) f (i 1, j) f (i, j) y f (i, j) f (i, j 1) f (i, j)
MN
r(i, j) (m, n)t(m, n) m1 n1
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，再按公 式做同样的运算， 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 遍结束，则新图像 生成。
ENVI遥感概论实验指导书
《遥感概论》实验指导书地理信息系统教研室实验内容根据新疆大学资源与环境科学学院现有实验条件及设备，针对遥感概论课程教学大纲实验范围，制定如下实验内容。
1遥感图像增强：对比度变换2遥感图像增强：空间滤波3遥感图像增强的彩色合成4遥感图像变换—主成分分析5遥感图像变换—缨帽变换6遥感图像的HIS彩色空间变换7遥感图像的分类（监督分类或非监督分类）* 综合性实验实验采用软件为美国ENVIENVI实验指南ENVI（The Environment for Visualizing Images）Version 4.1 ,由美国系统研究公司（Research System INC.）开发。
一界面系统介绍1.主菜单：菜单项，File、Basic Tool、Classification、Tranform、Spectral实习所涉及的（粗略介绍）2.Help 工具的使用3.主菜单设置（preferences）：内存设置二文件的存取与显示1．图像显示由一组三个不同的图像窗口组成：主图像窗口、滚动窗口、缩放窗口。
1）主图像Image窗口：（400*400）100％显示（全分辨率显示）scroll的方框，可交互式分析、查询信息。
主图像窗口内的功能菜单：在主图像窗口内点击鼠标右键，切换隐藏子菜单的开启和关闭。
该"Functions" 菜单控制所有的ENVI交互显示功能，这包括：图像链接和动态覆盖；空间和波谱剖面图；对比度拉伸；彩色制图；诸如ROI的限定、光标位置和值、散点图和表面图等交互特征；诸如注记、网格、图像等值线和矢量层等的覆盖（叠置）；动画以及显示特征。
2）滚动Scroll窗口：全局，重采样(降低分辨率)显示一幅图像。
只有要显示的图像比主图像窗口能显示的图象大时，才会出现滚动窗口。
滚动窗口位置和大小最初在envi.cfg 文件中被设置并且可以被修改。
3）缩放Zoom窗口：（200*200）显示image的方框。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验五遥感图像滤波
一、实验目的
1、了解图像滤波中空间信息增强的定义
2、掌握图像空间域滤波最基本的处理方法
3、了解图像频率域滤波中空间信息增强的含义
4、掌握图像频率域滤波基本的方法和过程
二、实验内容
1、对实验区TM单波段数据进行空间滤波处理
2、对图像进行空间域滤波并分析其效果
分析效果可以在“viewer”视窗口，亦可以用假彩色合成的方法对比前后的变换。
3、对实验区TM单波段数据进行频率域滤波处理
4、对图像进行频率域滤波并分析其效果
空间域与频率域的转换，频率图像编辑器的使用，高通和低通滤波，在“viewer”视窗口，亦可以用假彩色合成的方法对比前后的变换。
三、实验条件
电脑、ERDAS9.2软件。
厦门市TM遥感影像
四、实验步骤
卷积增强是将整个图像按照像素分块进行平均处理，用于改变图像的空间频率特征。
卷积处理的关键在于卷积（核）算子（Kernal）——系数矩阵的选择，常用的卷积算子分为3*3,5*5,7*7三组，每组有包括edge detect（边缘检测）、edge enhance（边缘增强）、low pass （低通滤波）、high pass（高通滤波）、horizonal（水平边缘检测）、vertical（垂直边缘检测）、cross edge detection（交叉边缘检测）、summary等8种不同的处理方式
1、空间域滤波操作
在ERDAS面板上，选择“interpreter”-“spatial enhancement”-“convolution”命令，打开图像卷积对话框，对图像进行空间域滤波。
1）在打开的卷积增强对话框中，加载图像（input file），单波段或合成图像均可。
本实验中选择单波段数据。
2）在图像平滑或图像锐化的卷积算子（kernal）选择滤波算子。
平滑处理
锐化
3）对卷积算子的选择（kernal selection）和编辑。
4）
5）若没有所需要的卷积算子，单击“convoltution”中的“edit/new”按钮，进入卷积核编辑或建立状态，定义所需要的卷积核。
6）参数设定完成后，单击“ok”按钮，进行空间域滤波
2、结果对比分析
在“viewer”视窗中打开原图和滤波后的图像，进行对比分析，并记录结果。
3、聚焦分析（）工具
聚焦分析使用类似卷积滤波的方法对图像数值进行多种分析，基本算法是在所选窗口范围内，根据所定义函数，应用窗口范围内的像素数值计算窗口中心像素的值，达到增强的目的。
输入文件名，输出数据类型选“unsigned 8bit”聚集窗口大小为5*5，调整窗口形状的大小，算法（function）为“median”。
在ERDAS面板上，选择“interpreter”-“spatial enhancement”-“focal analysis”命令，打开图像聚焦分析对话框，可进行均值滤波、中值滤波等，主要参数的设定如表1所示。
表1 聚焦分析窗口主要参数设置意义
聚焦函数选择项聚焦函数选项意义
聚焦函数算法
Sum（总和）窗口中心像素被整个窗口像素值之和代替
Mean（均值) Sd(标准差) Median（中值）Max
Min 窗口中心像素被整个窗口像素值之均代替
窗口中心像素被整个窗口像素值之标准差代替窗口中心像素被整个窗口像素值之中值代替窗口中心像素被整个窗口像素值之最大值代替窗口中心像素被整个窗口像素值之最小值代替
输入图像与聚焦运算范围
Use all value in computation Ignore specified value
Use only specified value 输入图像中所有数值都参与聚焦运算所确定的像素数值将不参与聚焦运算只有所确定的像素数值参与聚焦运算
输入图像应用聚焦函数范围
Apply function at all value
Do not apply at specified value apply only at specified value 输入图像中所有数值都应用聚焦函数所确定的像素数值将不应用聚焦函数只有所确定的像素数值应用聚焦函数
4、遥感图像的傅里叶正变换
选择ERDAS面板“interpreter”-“fourier analysis”命令，打开““fourier analysis”菜单，选择图像的傅里叶变换选项，打开傅里叶变换对话框。
ERDAS提供的傅里叶变换也是快速傅里叶变换，将空间域图像（*.img）转换成频率域图像（*.fft）。
在傅里叶转换对话框中，选择输入图像、输出图像及需要变换的数据层范围，单击“ok”按钮执行变换。
5、频率图像编辑器（fourier transform editor ）
选择ERDAS 面板“interpreter ”-“fourier analysis ”-“fourier transform editor ”命令，打开频率图像编辑器视窗。
1）在频率图像编辑器中，打开生成的频率图像（*.fft ）。
在频率编辑器中，频率图像的中心在图像的中心，也是坐标原点。
其频率值是最高的，随着向四周扩散，频率逐渐减小。
2）频率图像编辑器上工具条的使用，如表2所示。
表2 Fourier transform editor 中常用的工具条
图标
命令 作用 备注
Low-pass filter 低通滤波 不能进行参数设置，只能使用默认值。
按下功能键后，用鼠标左键进行操作
high-pass filter
高通滤波
high-pass circular mask
高通圆形掩膜
high-pass rectangular mask
高通矩形掩膜
high-pass wedge mask
高通楔形掩膜
Inverse Fourier transform
傅里叶反变换 3）对频率图像进行滤波（高通、低通）。
在菜单中选择“mask ”-“filter ”命令，打开“low/high-pass filter ”对话框，设置参数：
滤波类型（filter type ），滤波类型有高通（high-pass ）和低通（Low-pass ）。
选择窗口
形状（window function ），选择滤波窗口，如表3所示
表3 ERDAS 提供的5种常用滤波窗口类型
滤波窗口的类型 主要功能
Ideal（理想滤波窗口）截取的频率是绝对的，没有任何过渡；其缺点
是对产生环形条纹，特别是当半径很小的时候Barlett（三角滤波窗口）采用三角函数，减少了环形波纹作用的影响Butterworth（巴特滤波窗口）采用平滑曲线方程，过渡性较好；主要优点是
最大限度地减少了环形波纹的影响Gaussian（高斯滤波）采用自然底数幂函数，过渡性好，与巴特滤波
相似，可以互换应用
Hanning（余弦滤波窗口）采用条件余弦函数，过渡性好，与巴特滤波相
似，可以互换应用
确定高频和低频的阈值半径（radius）。
最后设置高频增益或低频增益值。
低通时，高频增益默认为0，低频增益为1；相反，高通时，高频增益默认为1，低频增益为0；参数设置后，单击ok按钮可进行频域滤波。
高通4）在傅里叶分析对话框上选择菜单“file”-“Inverse Fourier transform”命令，将图像由频域转换到空间域。
5）在“viewer”视窗中打开原图和频率滤波后的图像进行对比分析。
6、同态滤波
选择ERDAS面板“interpreter”-“fourier analysis”-“homomorphic filter”命令，打开同态滤波对话框。
同态滤波的关键是：照度增益（illumination gain）、反射率增强（reflection gain）和截取频率（gutoff frequency）三个参数的设置。
照度增益取值在0~1之间，输出的图像照度的影响被减弱，若大于1，则照度的影响被增强。
反射率增益的设置同照度增益的设置。
截取频率用于分割高频与低频，大于截取频率的成分作为高频，而小于的作为低频。
五、作业
以厦门市TM遥感影像为例，按实验内容、要求完成实验报告。
高通变换后空间域就会变成。