遥感技术应用_05遥感图像增强处理
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
遥感图像增强处理
第八章（4） 遥感图像增强处理一、彩色增强处理彩色合成变换：加色法密度分割：单波段的彩色：密度分割IHS 变换（一）彩色合成多波段彩色合成：利用计算机将同一地区三个波段的影像，分别赋予红、绿、蓝三原色，进行单基色变换（色阶），然后使各影像准确套合叠置显示，依照彩色合成原理，构成彩色合成影像。
分类：假彩色合成、真彩色合成真彩色合成：当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红色、绿色、蓝色，合成后的影像十分接近自然界的色彩，称为真彩色合成。
假彩色合成：（重点看）各工作波段被赋予的颜色，与波段所代表的真实颜色不同，合成色不是地物真实的颜色，因此这种合成叫做假彩色合成标准假彩色合成：1、近红外波段赋予红色、红光波段赋予绿色，绿光波段赋予蓝色。
2、针对TM 影像的7个波段：第2波段是绿色波段、第3波段是红色波段、第4波段是近红外波段当4、3、2波段分别赋予红、绿、蓝色时，这一合成方案称为标准假彩色合成（二）假彩色密度分割单波段的假彩色密度分割：将单波段影像的像元值从小到大按照某种标准划分等级，每一级别赋予一种颜色，最终影像表现为彩色，这些色彩是人为加上的，与地物的天然色彩不一定相同，称为假彩色密度分割。
等密度分割：对像元数值从小到大划分为n 级，各级内含有的像元数大致相等时，称为等密度分割。
（三）IHS 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。
定义：IHS 变换是RGB 颜色系统与HIS 颜色系统之间的变换。
具体方法 ：令IRIGIB ,下标max 为R ，G ，B 中最大值，下标min 为R ，G ，B 中最小值， IRIGIB 和Ｓ均为0-1的实数，Ｈ为0-360的实数。
则有明度： 2/)(min max I I I +=饱和度：5.0≤I )/()(min max min max S S S S S +-=5.0>I )11/()(min max min max S S S S S -+--=色调：min max H H H -=∆如果max H H R =，则]/)[(60H H H H B G ∆-=，位于黄和品红之间如果max H H G =，则]/)(2[60H H H H R B ∆-+=，位于青和黄之间如果max H H B =，则 ]/)(4[60H H H H G R ∆-+=，位于品红和蓝之间二 、光谱增强处理（一）反差增强线性变换，非线性变换，直方图增强⏹ 通过修改各种像元值来改善影像对比度，从而改变影像质量的处理方法。
遥感图像处理的图像增强和特征提取方法
遥感图像处理的图像增强和特征提取方法遥感图像处理是利用遥感技术获取和处理地球表面信息的一种方法。
在遥感图像处理中，图像增强和特征提取是两个重要的步骤。
本文将探讨遥感图像处理的图像增强和特征提取方法，并介绍其在实际应用中的重要性和挑战。
一、图像增强方法图像增强是通过改善遥感图像的质量和清晰度来提取更多有用信息的过程。
在遥感图像处理中，常用的图像增强方法包括直方图均衡化、滤波和增强算法等。
1. 直方图均衡化直方图均衡化是一种通过调整图像的亮度分布来增强图像对比度的方法。
它通过将图像的亮度值映射到一个更均匀分布的直方图来使图像的细节更加清晰。
直方图均衡化能够有效地提高图像的视觉质量，但在某些情况下可能会导致过度增强和失真。
2. 滤波滤波是一种通过去除图像中的噪声和不必要的细节来改善图像质量的方法。
在遥感图像处理中，常用的滤波方法包括中值滤波、高斯滤波和小波变换等。
这些滤波方法能够有效地降低图像的噪声和模糊度，提高图像的清晰度和边缘保持能力。
3. 增强算法增强算法是一种通过对图像进行像素级别的调整和处理来增强图像质量的方法。
常用的增强算法包括灰度拉伸、对比度增强和边缘增强等。
这些算法能够根据图像的特点和需求来调整图像的亮度、对比度和细节等，从而提高图像的视觉效果和信息提取能力。
二、特征提取方法特征提取是通过从遥感图像中提取和表示有用的信息和模式来分析和识别图像内容的过程。
在遥感图像处理中，常用的特征提取方法包括纹理特征提取、频谱特征提取和形状特征提取等。
1. 纹理特征提取纹理特征提取是一种通过分析图像中的纹理信息来描述和表示图像内容的方法。
常用的纹理特征提取方法包括灰度共生矩阵、小波变换和局部二值模式等。
这些方法能够有效地提取图像中的纹理细节和结构特征，用于图像分类、目标检测和地物识别等应用。
2. 频谱特征提取频谱特征提取是一种通过分析图像的频域信息来描述和表示图像内容的方法。
常用的频谱特征提取方法包括傅里叶变换、小波变换和高斯金字塔等。
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。
遥感图像的增强处理
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现 在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）
遥感图像增强处理(免费)
(c) 偏 亮
(d) 亮度过于集中
感影像的三个波段，分别赋予红、绿、蓝三
种原色，然后将这三个波段叠加，构成彩色
合成图像。 • 步骤：配准 合成
二、空间域增强
在图像处理中，空间域指图像平面所在的二
维空间，描述图像的灰度分布。空间域增强， 就是应用某种数学模型，通过改变图像的灰度 成分，实现图像质量改善的图像处理方法。
方式：
对比度变换增强
Fourier/Analysis/ Fourier Transform，打开Fourier Transform对话框 ，确定要进行傅立叶变换的图像， 及变换后的傅立叶图名称。
（2）修改频率成分
在ERDAS图标面板菜单条单击Main/Image Interpreter命令，或在ERDAS图标面板工具条单击
从物理效果来看，傅立叶变换就是将图像从空 间域转换成频率域，其逆变换是将图像从频率域转 换到空间域。
2. 频域增强处理的方法
频域滤波增强 高通滤波
低通滤波
带阻滤波
带通滤波
高通滤波，采用“低阻滤波器”，抑制图像 频谱的低频信号而保留高频信号的一种模型。
效果：突出物体的边缘，锐化图像
立叶图像，及变换后的图像名称。
平滑
锐化
五、主成分变换
将图像所有波段的数据量集中到前几个波 段上，以实现数据压缩和图像增强。
以对TM1～5和TM7，6个波段数据的主成分变换为例
步骤：叠加TM的这6个波段，使之合成为一幅图像
主成分变换
合成
类似于彩色合成的操作。在ERDAS图标面
板菜单条单击Main/Image Interpreter命令，或 在ERDAS图标面板工具条单击图标 在Image Interpreter 下拉菜单中单击 Utilities/Layers Stack，打开Layer Selection and Stacking对话框 ，减TM1～5和TM7的6个波段 全部叠加。 ，
遥感图像增强的目的及应用
遥感图像增强的目的及应用遥感图像增强的目的是通过一系列的数字图像处理技术，改善获取的遥感图像质量，使得图像更加清晰、具备更丰富的信息，以便更好地反映地物表面的特征和变化，提高对地物目标的识别和提取能力。
遥感图像增强的目标是以较低的成本和较少的数据，获取更准确、更丰富的信息。
遥感图像增强的应用非常广泛，涵盖了农业、林业、地质、环境、城市规划、水资源等多个领域。
下面分别介绍一些具体的应用案例：1. 农业：通过遥感图像增强技术，可以更好地提取农田的土壤类型、植被信息和作物生长情况，对农业生产进行监测和评估。
如可以准确识别出农田的植被覆盖度，为农业精细化管理提供数据支持，实现农田水分、化肥的准确施用。
2. 水资源管理：通过对遥感图像进行增强处理，可以提取水体边界和水体类型，实时监测水体的变化，评估水资源的利用状况。
例如，可以对湖泊、河流等水体进行动态监测，及时发现水质异常和水体污染问题。
3. 灾害预警和防治：遥感图像增强可以帮助提取地质灾害、森林火灾、洪涝灾害等灾害的前兆信号，为灾害预警和防治提供及时有效的数据支持。
例如，可以通过增强处理提取出植被覆盖度等指标，评估和预测森林火灾的潜在风险。
4. 城市规划：通过遥感图像增强，可以提取出城市的道路网络、建筑物分布情况、绿地覆盖等信息，为城市规划和土地利用提供准确的基础数据。
例如，可以通过增强处理提取出建筑物的形状和高度信息，用于城市建筑物的三维模型构建和城市景观设计。
5. 环境监测：遥感图像增强可以监测大气、水体和土地等环境污染情况，提取环境参数，评估环境状况和污染程度。
例如，可以通过增强处理提取出水体的叶绿素-a浓度，用于评估水体的富营养化程度。
6. 地质勘探：遥感图像增强可以提取地表地貌、岩性、构造等地质信息，用于地质勘探和矿产资源的评估与开发。
例如，可以通过增强处理提取出岩性差异，找出潜在的矿产资源区域。
综上所述，遥感图像增强在农业、水资源管理、灾害预警和防治、城市规划、环境监测和地质勘探等领域具有重要的应用价值，能够提高数据的质量和精度，为相关领域的研究和决策提供准确的数据支持。
图像增强技术在遥感图像处理中的应用教程
图像增强技术在遥感图像处理中的应用教程遥感技术作为一种获取地球表面信息的手段，广泛应用于农业、城市规划、环境保护等领域。
然而，由于受到地球自然条件、拍摄设备等因素的限制，遥感图像常常存在一些问题，诸如噪声、光照不均匀等问题。
为了更好地从遥感图像中提取有用的信息，图像增强技术被广泛应用。
图像增强技术是指通过对原始图像进行一系列的处理，以改善图像的质量和可视化效果。
在遥感图像处理中，应用图像增强技术可以使图像更加清晰、明亮，并突出显示目标物体的特征，有助于进一步分析和应用。
下面将介绍几种常用的图像增强技术及其在遥感图像处理中的应用。
1. 噪声去除：噪声是由于成像设备的限制、传感器的干扰等因素引起的图像中的无用信息。
在遥感图像中，噪声会使图像变得模糊、失真，降低图像的可用性。
常用的噪声去除方法包括均值滤波、中值滤波和小波变换等。
这些方法能够有效地消除高斯噪声、椒盐噪声等，提升图像的质量。
2. 对比度增强：对比度是指图像中不同物体之间亮度差异的程度。
在遥感图像中，由于光照条件的变化，图像中的对比度常常不够明显。
对比度增强技术可以通过调整图像的灰度级分布，使图像中不同物体的亮度差异更加明显。
常用的对比度增强方法有直方图均衡化、拉伸变换和CLAHE（对比度限制自适应直方图均衡化）等。
3. 去雾处理：遥感图像中常常受到大气中的雾、烟尘等干扰，导致图像的可视化效果变差。
去雾处理技术可以通过估计大气光的强度和传播距离，消除图像中的雾霾效果，使图像更加清晰、真实。
常见的去雾处理方法有暗通道先验法、逆向辐射传输模型等。
4. 彩色增强：遥感图像中，彩色信息对于物体分类和目标识别至关重要。
彩色增强技术可以使图像更加饱满、生动，进一步提升图像的可视化效果。
常用的彩色增强方法有RGB增强、HSV变换和IHS变换等。
这些方法可以调整图像的颜色分量，使图像更加逼真、亮丽。
5. 图像融合：图像融合技术是将多个从不同传感器、角度或时间拍摄的遥感图像进行组合，形成一幅增强的图像。
遥感数字图像增强处理
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。
编辑ppt
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。
12
编辑ppt
13
数字影像
编辑ppt
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。
编辑ppt
编辑ppt
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。
遥感图像的增强处理
遥感图像的增强处理一、实验目的通过上机操作，了解空间增强、辐射增强、光谱增强几种遥感图像增强处理的过程和方法，加深对图像增强处理的理解。
二、实验内容对下图进行卷积增强处理；直方图均衡化；主成分变换；色彩变换三、实验过程ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。
1、卷积增强（Convolution）空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。
卷积增强（Convolution）是空间增强的一种方法。
卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。
卷积增强（Convolution）处理的关键是卷积算子——系数矩阵的选择。
该系数矩阵又称卷积核（Kernal）。
ERDAS IMAGINE将常用的卷积算子放在一个名为default.klb的文件中，分为3*3，5*5，7*7三组，每组又包括“Edge Detect/Low Pass/Horizontal/Vertical”等七种不同的处理方式。
具体执行过程如下：ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement→convolution→convolution对话框。
图3-1 Convolution对话框几个重要参数的设置：边缘处理方法：（Handle Edges by）：Reflection卷积归一化处理：Normalize the KernelKernel：3*3EdgeDetcetInput File(*.hdr): C\data\nj.hdr type:ENVI*.hdrOutput File(*.img): C\11.imgOutput: Unsigned 8 bit2、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。
- 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)。
物体反射率越高，明度就越高。 ◆色调：是色彩彼此相互区分的特性。 ◆饱和度：是色彩纯洁的程度，即光谱中波长段是否 窄，频率是否单一的表示。
黑白色只用明度描述，不用色调和色饱和度。
3、颜色立体
◆ 颜色立体：
◆ 孟赛尔颜色立体：
任何颜色都可以用三个坐标值：色调、明 度、饱和度表示。
图像卷积运算：在图像的左上角开一个与模板同样
大小的活动窗口，图像窗口与模板像元的亮度值相 乘再相加，得到新像元的灰度值。
◆空间滤波的作用
������ 平滑：消除各种干扰噪声，使影像中高频成分
消退，平化掉影像的细节，表现为影像模糊。 ������ 锐化：突出影像边缘、线性目标或某些亮度变化 率大的部分，提高影像的细节，常表现为边缘增强。
low-pass filter （低通滤波）
high-pass filter （高通滤波）
Smoothing
Edge Enhancement
1、平滑--图像中出现某些亮度值过大的区域，
或出现不该有的亮点时，采用平滑方法可以减小 变化，使亮度平缓或去掉不必要的亮点。
① 均值平滑：将每个像元在以其为中心的区域内， 取平均值来代替该像元值，以达到去掉尖锐 “噪声”和平滑图像的目的。
■
一般，灰度值从0到255，
共有256级灰阶。
◆数字图像的表示：矩阵
函数
数字图像直方图：以每个像元为单位，横坐标代表像元灰度级，纵坐标代
表每一灰度级内像素占总像素数的比例。
直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以
及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。
4.1.2加色法原理
◆
三原色：若三种颜色， 其中的任一种都不能由 其余二种颜色混合相加 产生，这三种颜色按一 定比例混合，可以形成 各种色调的颜色，则称 之为三原色。 红、绿、蓝。 ◆ 互补色：若两种颜色混 红＋绿＝黄 合产生白色或灰色，这 红＋蓝＝品红 两种颜色就称为互补色。 蓝＋绿＝青 黄和蓝、红和青、绿和 红＋蓝＋绿＝白 品红。 ◆ 色度图：可以直观地表现颜色相加的原理,更准确地表现颜 色混合的规律.
3、HLS变换
◆ HLS变换是从RGB模式转换到HLS模式， 是颜色从RGB数学表达到另一种数学表达的 定量化转换过程。
• RGB模型 (Red, Green, Blue)
RGB模型为图像中每一个像素RGB分量分配一个0~255范 围内的强度值。例如：
◆ 纯红色R值为255，G值为0，B值为0； ◆ 纯绿色G值为0，G值为255，B值为0； ◆ 纯蓝色B值为0，G值为0
432波段合成图像（121/36，20010129）
IR-R差值图像（121/36，20010129）
上海市：1995－1998年
■
比值运算
♫ 对应像元的亮度值相除（除数不为0）
fD(x,y)=f1(x,y)/f2(x,y)
■ 比值运算的作用 ������ ♫ 能压抑因地形坡度和方向引起的辐射量变 化，消除地形起伏的影响； ������ ♫ 扩大不同地物的光谱差异（可增强某些地
5.1.1 K－L变换的特点：
，B值为 255 ；
◆ 灰色的R、G、B三个值相等（除了0和255）； ◆ 白色的R、G、B都为255； ◆ 黑色的R、G、B都为0。
RGB图像只使用三种颜色，就可以使它们按照不同的比例 混合，在屏幕上重现16581375种颜色。
HLS模型（Hue, saturation, Lightness-Intensity） HLS色彩模式以色调（H）、饱和度（S）和明度 （L）描述颜色的基本特征。 ◆ 色调在0到360度的标准色轮上，色相是按位置计 量的。 ◆ 饱和度用色相中灰色成分所占的比例来表示，0% 为纯灰色，100%为完全饱和。 ◆ 明度是指颜色的相对明暗程度，0%定义为黑色， 100%定义为白色。 ◆ RGB是从物理学角度出发描述颜色，HLS则是从人 眼的主观感觉出发描述颜色。该模型是目前使用较为 广泛的融合方法。
分段线性变换
变换前 0 变换后 0
1 0
2 1
3 1
4 1
5 2
6 2
7 4
8 6
9 8
10 11 12 13 14 15 10 12 13 14 14 15
变换前
变换后
变换前
变换后
(２)非线性变换
指数变换
xb beaxa c
在亮度值较高部分 拉伸，亮度值较低 部分压缩。
对数变换
xb b lg(axa 1) c
◆遥感影像色彩与反射率的对应
������ ■ 传感器接收电磁能量，用化学方法、光电转
换
������ 上
方法将能量记录下来。但是无论是胶片上各点 化学反应的程度、还是数字记录，人还是无法 直接从中快速获取信息。 ■ 因此，人们通过一定的规则：对记录介质
的记录值与色彩之间建立对应关系.
◆如何建立这种对应关系？
①
2、多波段色彩变换
• 概念：
依照加色法彩色合成原理，选择遥感影像的 某三个波段，分别赋予红、绿、蓝三原色， 合成彩色影像 • 合成方案：真彩色合成、假彩色合成
多光谱TM影像
TM1：0.45-0.52微米，蓝波段 TM2：0.52-0.60微米，绿波段 TM3：0.63-0.69微米，红波段， TM4：0.76-0.90微米，近红外波段 TM5：1.55-1.75微米，中红外波段 TM6：10.4-12.5微米，热红外波段 TM7：2.08-2.35微米，中红外波段
第4章 遥感图像处理 第2讲 遥感图像增强处理
• • • • • • 数字影像特点 数字影像直方图 数字影像对比度增强 数字影像彩色增强 数字影像空间滤波 数字影像代数运算
数字图像
◆数字图像：光学图 像是模拟量，经采样 和灰度级量化后成为 数字量——数字图像。 光学图像是连续的， 而数字图像是离散的。
变换前红、绿、蓝各波段归一化[0，1]亮度值表示为：Lr、Lg、 Lb，三者中最大为Lmax ，最小为Lmin
◆ 在HLS域，亮度L分量与地物表面粗糙度相对应， 代表地物的空间几何特征，色调H分量代表地物的主 要光谱特征，饱和度S表征色 Nhomakorabea的纯度。
空间滤波
• 空间滤波：以突出图像上的某些特征为目的， 通过像元与周围相邻像元的关系，采取空间 域中的邻域处理方法进行图像增强方法。 ◆ 邻域处理： 新影像像元值由原影像上对应像元及相邻 像元的值来确定。 • 主要包括平滑和锐化。
目的：是去除数据之间的相关性，减少冗余。 x1 x ■ 方法：它是对某一多光谱图像X.利用K-L变换矩 2 阵A进行线性组合,而产生一组新的多光谱图像Y.
Y=AX ※X为变换前的多光谱空间的像元矢量 ※Y为变换后的主分量空间的像元矢量 ※A为变换矩阵
y1 11 , 12 , , 1n x1 y , , , x 2n 2 2 21 22 yn n1 , n 2 , , nn xn
■ 对于胶片通过特定的冲洗技术实现，对于数
字矩阵通过数值与色彩对应实现。
◆ 遥感影像对应颜色的法则：������ ◆单个工作波段上的影像显示为黑白影像: 反射率大——明亮的白色，反射率小——近黑色的灰 色，反射率居中——不同程度的灰色表示。������ ◆单个工作波段上的影像表示为某种不同明度的颜色: 用某种颜色的不同明实现，明亮度——反射率最低， 明亮度大——反射率高，不同程度明亮度代表中间过 度的反射率。������ ◆单个工作波段上的影像表示为彩色: 反射率越大——越明亮的色彩，反射率越小——明亮 度越小的色彩。������ ◆三个工作波段的影像可以叠加显示为彩色：利用三 原色原理，三幅影像分别对应三原色叠加在一起。
b1 a1
（xa , xb ）
a2
变换前亮度值
xb b1 xa a1 b2 b1 a2 a1
b2 b1 xb ( xa a1 ) b1 a2 a1
1 xb x a 3
x [0,6] x [6,11] x [11,15]
xb 2xa 10
3 15 xb xa 4 4
②中值滤波：将每个像元在以其为中心的邻域内，
取中间亮度值来代替该像元值，以达到去掉尖 锐“噪声”和平滑图像的目的。 ◆中值（中位值）—— 在全部数据中排列在中间的 数据值
均值滤波：
1/9 1/9 1/9
1/9 1/9 1/9 1/9 1/9 1/9
中值滤波：
64 61 58
60
57
64 61 58
■ ������
差值运算
♫ 两幅行列数相等的影像，对应像元值相减
fD(x,y)=f1(x,y)-f2(x,y) 差值运算的作用
♫ 地物在不同波段上的反射率差异 ♫ 反映了地物的时间变化（同一地区不同时
■
������ ������
相的动态变化）
近红外波段图像（121/36，20010129）
红波段图像（121/36，20010129）
在亮度值较低部分 拉伸，亮度值较高 部分压缩。
2）直方图均衡（续1）
举例：原图和直方图
2）直方图均衡（续2）
举例：均衡后的图和直方图
2、颜色的性质：
所有颜色都是对某段波长有选择地反射而对其他波 长吸收的结果。
颜色的性质由明度（Lightness-Intensity）、色调 （Hue）、饱和度(Saturation)来描述。HLS
物之间的反差）
多光谱变换
遥感多光谱影像，特别是陆地卫星的TM等传感器， 波段多，信息量大，对图像解译很有价值。但数据量 太大，在图像处理计算时，也常常耗费大量的机时和 占据大量的磁盘空间。 实际上，一些波段的遥感数据之间都有不同程度 的相关性，各相关波段之间存在大量的数据冗余。