第五章 遥感数字图像增强处理[研究材料]
遥感第五章 遥感图像处理—图像增强 (1)
彩色合成的原理图
反射率ρ/%
（3）HSI变换
HSI代表色调、饱和度和明度（hue，
saturation，intensity）。色彩模式可以用近似 的颜色立体来定量化。颜色立体曲线锥形改 成上下两个六面金字塔状。
五、多光谱图像四则运算
（一）减法运算
Bm=BX－BY 其中BX，BY为两个不同波段的图像或者不同时相同 一波段图像。
2 -1 -1 0 (x,y) (x,y+1) (x+1,y+1)
⊕
(x+1,y)
模板可以根据需要设计成各种不同权和大小 以下是常用的锐化算子:
Roberts算子：G[i,i]=|f[i,j]-f[i+1,j+1]|+|f[i+1,j]-f[i,j+1]|;
1 0 0 -1 0 -1 0
+
1
Sobel 算子：G[i,i]=|f[i-1,j+1]+2f[i,j+1]+f[i+1,j+1]-f[i-1,j-1]2f[i,j-1]-f[i+1,j-1]|+|f[i-1,j-1]+2f[i-1,j]+f[i-1,j+1]-f[i+1,j-1]2f[i+1,j]-f[i+1,j+1]|;
假彩色图像
假彩色图像是指图像上影像的色调与实际地物色调 不一致的图像。 遥感中最常见的假彩色图像是彩色红外合成的标准 假彩色图像。它是在彩色合成时，把近红外波段的 影像作为合成图像中的红色分量、把红色波段的影 像作为合成图像中的绿色分量、把绿色波段的影像 作为合成图像中的蓝色分量进行合成的结果。 如TM432合成RGB的图像为标准假彩色图像。
遥感图像增强实验报告
遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。
（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。
（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。
实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。
（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。
（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。
2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。
(2)以gray形式显示一个波段。
(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。
3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。
主窗口>enhance>filter>smooth[3*3]。
结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。
第05-04章 遥感图像增强
… … …
◆K-L变换的原理
●对具有n个波段的多光谱图像组成的光谱空间X乘以
一个n×n的线性变换矩阵A，产生一个新的光谱空间Y， 也即产生一幅新的具有n个波段的多光谱图像。 其表达式为：Y= A ＊ X
●根据主成分变换的数学原理,A是X空间的协方差矩阵
●特征
数据输 出设置 (两种方 式）: ①在运 行日志 中显示; ②写入 特征数 据文件
◆基于ERDAS的K-L变换
●需要的主成
分数量: 1、2、 3……
NOTE：①K-L 变换的第一主 成分几乎包含 了原来各波段 图像信息的绝 大部分(一般 在80%以上)， 其余主成分所 NOTE：②K-L变换的第一主成分不仅包含的信息量 包含的信息依 大，而且降低了噪声，有利于细部特征的增强和分 次迅速减少. 析，适用于进行高通滤波、线性特征增强与提取等.
◆基于ERDAS的K-L变换
NOTE：③在原空间中各分量(波段)是相互斜交的,具有较大的相 关性；经过K-L变换后,在新的空间中各分量是直交的,相互独立 的,相关系数为零。并且由于信息集中于前几个分量上,所以在信 息损失最小的前提下,可用较少的分量来代替原来的高维数据,从 而达到降维的效果,使得处理数据的时间和费用大大降低.
得到的图像,而且必须有当时的特征矩阵参与变换)
♣基于ERDAS的K-L逆变换:Interpreter/Spectral Enhancement / Inverse Principal Comp…
◆基于ERDAS的K-L逆变换
●确定特征矩阵文件(即K-L变换时的特征矩阵文件)
第 四 节 图像变换
★遥感图像的变换处理:采用对多光谱（多波段）图 像进行线性变换的方法，以减少各波段信息之间的 冗余，达到保留主要信息、压缩数据量，增强和提 取更具有目视解译效果的新波段数据的目的。 ★实现方法： 3.去相关拉伸：首先对原图像进行K-L变换，并对主成 分图像进行对比度拉伸，然后再进行K-L逆变换，将图
第五章 遥感图像处理—图像增强
特征；其余三个分量与地物特征没有明确的对应关系。
七、多元信息复合
遥感图像信息融合(Fusion)是将多源遥感数据在统一的 地理坐标系中，采用一定的算法生成一组新的信息或合
其中：
k ( g 'max g 'min ) /( gmax gmin ) 255/ 52 4.9
b g 'ij kgij 0 49 49
2、非线性拉伸
（1）指数变换
xb be
（2）对数变换
axa
c
xb b度进行分层，每一层所包含的亮度值范围可以不
同。
图像密度分割原理可以按如下步骤进行：
（1）求图像的极大值dmax和极小值dmin； （2）求图像的密度区间ΔD = dmax-dmin + 1； （3）求分割层的密度差Δd =ΔD／n ，其中 n为需分割的层数；
（4）求各层的密度区间；
（5）定出各密度层灰度值或颜色。
减法运算可以增加不同地物间光谱反射率以及在 两个波段上变化趋势相反时的反差。不同时相同 一波段图像相减时，可以提取波段间的变化信息。
T M 4 影 像
T M 3 影 像
TM4-TM3影像
87 年 影 像
92 年 影 像 变化监测结果影像
（二）加法运算
B= i /m
i=1 m
加法运算可以加宽波段，如绿色波段和红色波 段图像相加可以得到近似全色图像；而绿色波 段，红色波段和红外波段图像相加可以得到全 色红外图像。
-1 -2 -1 0 0 0 1 2 1 1 2 0 -2 1 0 -1
遥感数字图像的增强实验
（2）直方图匹配（Histogram Match)输入匹配文件(Input File)：wasia1 mss.img匹配参考文件(Input File to Match )：wasia2_mss.img①ERDAS图标面板菜单条:Main 一Image Interpreter一Radiometric Enhancement —Histogram Match，打开Histogram Matching对话框。
②ERDAS图标面板工具条：点击Interpreter图标一Radiometric Enhancement 一Histogram Match，打开Histogram Matching对话框。
2）空间增强处理(Radiometric Enhancement)（1）卷积增强处理(Convolution)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement一Convolution，打开Convolution对话框；②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement Convolution，打开Convolution对话框。
（2）自适应滤波(Adaptive Filter)操作方法：（以文件Lanier.img为例）①ERDAS图标面板菜单条：Main一Image Interpreter一Spatial Enhancement—Adaptive Filter，打开Wailis Adaptive Filter对话框。
②ERDAS图标面板工具条：点击Interpreter图标一Spatial Enhancement，Adaptive Filter，打开Wailis Adaptive Filter对话框。
参数设置：文件坐标类型（Coordinate Type )：Map；处理范围确定(Subset Definition)：ULX/Y LRX/Y；输出数据类型(Output Data type )：Unsigned 8 bit；移动窗口大小(Moving Window Sire)：3(表示3×3)；输出文件选择(Optins)：Bandwise(逐个波段进行滤波)，或PC(仅对主成份变换后的第一主成份进行滤波)；乘积倍数定义(Multiplier)：2(用于调整对比度)；输出数据统计时忽略零值：Ignore Zero in Stars；OK(关闭Wallis Adapter Filter对话框，执行自适应滤波)。
遥感数字图像处理主要研究的内容
遥感数字图像处理主要研究的内容有以下几个方面：1、图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2、图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3、图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。
图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。
如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
4、图像分割图像分割是遥感数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。
虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。
5、图像描述图像描述是图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。
对于特殊的纹理图像可采用二维纹理特征描述。
随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。
遥感图像光谱增强处理实验报告材料
一、实验名称遥感图像光谱增强处理二、实验目的对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。
通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。
三、实验原理光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。
有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。
主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。
对于增强信息含量、隔离噪声、减少数据维数非常有用。
使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。
两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。
图像融合是将多幅影像组合到单一合成影像的处理过程。
它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。
四、数据来源本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。
五、实验过程1.主成分分析1）打开并显示TM影像文件，从 ENVI 主菜单中，选择File → Open Image File选择影像，点击Load Band 在主窗口加载影像。
2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。
第五章 遥感数字图像增强处理[研究材料]
![第五章 遥感数字图像增强处理[研究材料]](https://img.taocdn.com/s3/m/8fceed85ce2f0066f433222f.png)
调研学习
3
图像增强的主要内容：
调研学习
4
伪彩色增强是将一 个波段或单一的黑白图 像变换为彩色图像，从 而把人眼不能区分的微 小的灰度差别显示为明 显的色彩差异，更便于 解译和提取有用信息。
调研学习
5
假彩色合成又称彩色 合成。根据加色法或减 色法，将多波段单色影 像合成为假彩色影像的 一种彩色增强技术。合 成彩色影像常与天然色 彩不同，且可任意变换， 故称假彩色影像。
调研学习
6
彩色变换 反色 彩色图转灰度图 真彩图转256色图 （真彩图中包 含最多达224种颜色 ）
调研学习
7
加法运算：多图像求平均值，减少加性随机噪声。
差值运算：动态监测，图像背景消除及目标识别。
比值运算：去除地形坡度和方向引起的辐射量变化，比率图像
（颜色和多光谱图像分析）。
乘法运算：乘以掩膜图像，仅留下感兴趣的地物。
11
5.1.1直方图
▪ 1.定义 灰度直方图是灰度级的函数，描述的是图像中具有该
灰度级的像元的个数。确定图像像元的灰度值范围，以适当 的灰度间隔为单位将其划分为若干等级，以横轴表示灰度级， 纵轴表示每一灰度级具有的像元数或该像元数占总像元数的 比例值，做出的条形统计图即为灰度直方图。
调研学习
12
调研学习
植被指数：绿色植物叶子的细胞结构在近红外具有高发射率，
其叶绿素在红光波段具有强吸收。因此在多光谱图像中，用红
外/红波段图像做比值运算，在比值图像上植被区域具有高亮
度值，甚至在绿色生物量很高时达到饱和，从而可以提取植被
信息。
调研学习
8
K-T变换：Kanth-Thomas于1976年发现了一种线性变换，是坐标轴 发生旋转，选转之后坐标轴的方向与地物，特别是和植被的生长 及图土壤有密切的关系。这种变换就是K-T变换，又称缨帽变换。 MSS： y1亮度分量，主要反映了土壤反射率变化的信息； y2绿度分量，主要反映了地面植物的绿度； y3黄度分量，主要说明了植物的枯萎程度；y4没有实际意义。 TM： y1亮度，TM六个波段亮度值的加权和，反映了总体的亮度变化。 y2绿度，与亮度分量垂直，是近红外与可见光波段的对比。 y3湿度，与土壤的湿度有关。
- 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)。
11
5.1.1直方图
▪ 1.定义 灰度直方图是灰度级的函数，描述的是图像中具有该
灰度级的像元的个数。确定图像像元的灰度值范围，以适当 的灰度间隔为单位将其划分为若干等级，以横轴表示灰度级， 纵轴表示每一灰度级具有的像元数或该像元数占总像元数的 比例值，做出的条形统计图即为灰度直方图。
调研学习
12
调研学习
调研学习
20
线性变换1
原始图像：f (x, y)，灰度范围：[a, b]，变换后图 像：g (x, y)，灰度范围：[c, d]，则线性变换可表示 为：
g(x, y) d c ( f (x, y) a) c ba
调研学习
21
将 亮 度 值 为 0 ～ 15 影 像 拉
伸为0～30，要设计一个线 性 变 换 函 数 ， 横 坐 标 xa 为 变换前的亮度值，纵坐标 xb 为 变 换 后 的 亮 度 值 。 当 亮度值xa从0～15变换成xb 从0～30，变换函数在图中 是一条直线OO’，方程式为
xb xa 30 15
xb 2xa
调研学习
22
最
最
大
小
值
值
数字影像
方图的形态，可以粗略地分析影像的质量。一般来说，一幅 包含大量像元的影像，其像元亮度值应符合统计分布规律， 即假定像元亮度随机分布时，直方图应是正态分布的。
实际工作中，若影像的直方图接近正态分布，则说明 影像中像元的亮度接近随机分布，是一幅适合用统计方法分 析的影像。
调研学习
16
从直方图形态判断影像质量
第五章 遥感数字图像增强处理
调研学习
1
为什么进行图像增强？
图像的目视效果较差，对比度不够、图像模糊，边缘部 分或线状地物不够突出，波段多数据量过大等等。
图像增强的目的：
通过图像增强技术，改善图像质量、提高图像目视效果、 突出所需要的信息、压缩图像数据量，有利于分析判读或作 进一步的处理。
图像增强的方法：
调研学习
9
5.1辐射增强
空间域：指图像平面所在的二维平面。 空间域增强：指在图像平面上直接针对每个像元点进行 处理，处理后像元的位置不变。包括点运算和邻域运算。 点运算：对于一幅输入图像，经过点运算后产生的输 出图像的灰度值仅由相应输入像素点的灰度值决定，与周围 的像元不发生直接联系。又可称为对比度增强、对比度拉伸 或灰度变换，是辐射增强的主要方法。
植被指数：绿色植物叶子的细胞结构在近红外具有高发射率，
其叶绿素在红光波段具有强吸收。因此在多光谱图像中，用红
外/红波段图像做比值运算，在比值图像上植被区域具有高亮
度值，甚至在绿色生物量很高时达到饱和，从而可以提取植被变换：Kanth-Thomas于1976年发现了一种线性变换，是坐标轴 发生旋转，选转之后坐标轴的方向与地物，特别是和植被的生长 及图土壤有密切的关系。这种变换就是K-T变换，又称缨帽变换。 MSS： y1亮度分量，主要反映了土壤反射率变化的信息； y2绿度分量，主要反映了地面植物的绿度； y3黄度分量，主要说明了植物的枯萎程度；y4没有实际意义。 TM： y1亮度，TM六个波段亮度值的加权和，反映了总体的亮度变化。 y2绿度，与亮度分量垂直，是近红外与可见光波段的对比。 y3湿度，与土壤的湿度有关。
13
数字影像
调研学习
直方图
14
▪ 2.直方图的性质 反映了图像中的灰度分布规律； 任何一幅特定的图像都有惟一的直方图与之对应，但不
同的图像可以有相同的直方图； 如果一幅图像有两个不相连的区域组成，并且每个区域
的直方图已知，则整幅图像的直方图是该两个区域的直方图 之和。
调研学习
15
▪ 3.直方图的应用 每一幅影像都可以求出其像元亮度值的直方图，观察直
调研学习
3
图像增强的主要内容：
调研学习
4
伪彩色增强是将一 个波段或单一的黑白图 像变换为彩色图像，从 而把人眼不能区分的微 小的灰度差别显示为明 显的色彩差异，更便于 解译和提取有用信息。
调研学习
5
假彩色合成又称彩色 合成。根据加色法或减 色法，将多波段单色影 像合成为假彩色影像的 一种彩色增强技术。合 成彩色影像常与天然色 彩不同，且可任意变换， 故称假彩色影像。
改变图像的灰度等级，提高图像对比度；消除边缘和噪 声，平滑图像；突出边缘或线状地物，锐化图像；合成彩色 图像；压缩图像数据量，突出主要信息等。
调研学习
2
总体上，图像增强的方法主要归属于两类 空间域增强：通过改变单个像元及相邻像元的灰度值来 增强图像； 频率域增强：对图像进行傅里叶变换，然后对变换后的 频率域图像的频谱进行修改，以达到增强的目的。
调研学习
6
彩色变换 反色 彩色图转灰度图 真彩图转256色图 （真彩图中包 含最多达224种颜色 ）
调研学习
7
加法运算：多图像求平均值，减少加性随机噪声。
差值运算：动态监测，图像背景消除及目标识别。
比值运算：去除地形坡度和方向引起的辐射量变化，比率图像
（颜色和多光谱图像分析）。
乘法运算：乘以掩膜图像，仅留下感兴趣的地物。
调研学习
10
辐射增强：通过直接改变图像中像元的亮度值来改变 图像的对比度，从而改善图像质量的图像处理方法。
一般来说，原始遥感数据的灰度值范围都比较窄，增 强处理可将其灰度范围拉伸到0～255的灰度级之间来显示， 从而使图像对比度提高，质量改善。
辐射增强主要以图像的灰度直方图作为分析处理的基 础。
调研学习
调研学习
17
▪ 4.累积直方图 以横轴表示灰度级，纵轴表示每一灰度级及其以下所具
有的像元数或此像元数占总像元数的比值，做出的直方图。 可看做是累积离散概率分布。
k
c(xk ) h(x j ) j0
x表示灰度级，h(x)为灰度级的概率密度即某灰度级 的像元比例值，c(x)为某灰度级的累积概率密度即某灰度级 的累积比例值。
调研学习
18
调研学习
19
5.1.2 线性变换
为了改善影像的对比度，必须改变影像像元的亮度值， 并且这种改变需符合一定的数学规律，即在运算过程中有一 个变换函数。如果变换函数是线性的或分段线性的，这种变 换就是线性变换。线性变换是图像增强处理最常用的方法。 1.线性变换
按比例扩大原始灰度级的范围，以充分利用显示设备的 动态范围，使变换后图像的直方图的两端达到饱和。