遥感数字图像处理数字影像增强

一般来说，影像亮度为阶梯状变化时，取均值平 滑比取中值滤波要明显得多，而对于突出亮点的 “噪声”干扰，从去“噪声”后对原图的保留程度 看取中值要优于取均值。
3.1.2 锐化(边缘增强）
为了突出影像的边缘、线状目标或某些亮度 变化率大的部分，可采用锐化方法。有时可 通过锐化，直接提取出需要的信息。锐化后 的影像已不再具有原遥感影像的特征而成为 边缘影像。锐化的方法很多，在此只介绍常 用的几种：
差的反映。
从直方图形态判断影像质量
1.1 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。
最
最
大
小
值
值
数字影像
直方图
将 亮 度 值 为 0 ～ 15 影 像 拉
通过像元亮度直方图可以判断影像 质量：
每一幅影像都可以求出其像元亮度值的直方图， 观察直方图的形态，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。当观察直方 图形态时，发现直方图的峰值偏向亮度坐标轴左侧， 则说明影像偏暗。峰值偏向坐标轴右侧，则说明影像 偏亮，峰值提升过陡、过窄，说明影像的高密度值过 于集中，以上情况均是影像对比度较小，影像质量较
③
xb

3 4
xa

15 4
结果 变化前亮度值 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
比较 变化后亮度值 0 0 1 1 1 2 2 4 6 8 10 12 13 14 14 15
1.2 非线性变换
当变换函数是非线性时，即为非线性变 换。非线性变换的函数很多，常用的有 指数变Βιβλιοθήκη 和对数变换。3.1.1 平滑
影像中出现某些亮度变化过大的区域，或 出现不该有的亮点（“噪声”）时，采用 平滑的方法可以减小变化，使亮度平缓或 去掉不必要的“噪声”点。具体方法有：
–均值平滑
–中值滤波
–均值平滑
是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”和平滑影像 目的的。区域范围取作M×N时，求均值公式为
一般情况下，当线性 变换时，变换前影像 的 亮 度 范 围 xa 为 a1 ～ a2，变换后影像的亮 度 范 围 xb 为 b1 ～ b2 ， 变换关系是直线，则 变换方程为
xb b1 xa a1 b2 b1 a2 a1
xb

b2 a2
b1 a1
( xa
a1) b1
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 到全幅影像扫描一 遍结束，则新影像 生成。
空间域滤波是在影像的空间变量内进行的 局部运算，使用空间二维卷积方法。主要 包括平滑和锐化。 空间域滤波是在空间域上对影像作局部检 测的运算，以实现平滑和锐化的目的。具 体作法是选定一卷积函数，又称“模板”， 实际上是一个M×N影像。二维的卷积运算 是在影像中使用模板来实现运算的。
• 从影像左上角开始开一与模板同样大小 的活动窗口，影像窗口与模板像元的亮 度值对应相乘再相加。假定模板大小为 M*N，窗口为Φ (m,n)，模板为t(m，n)， 则模板运算为:
了影像的锐化。
3.2 空间频率域滤波
通过修改原影像的傅立叶变换式实现滤 波。滤波函数有低通滤波、高通滤波和 带通滤波等。
–低通滤波用于仅让低频的空间频率成分通过 而消除高频成分的场合，由于影像的噪声成 分多数包含在高频成分中，所以可用于噪声 的消除。
–高通滤波仅让高频成分通过，可应用于目标 物轮廓的增强。
• 实际应用时，应根据不同的应用目的经实验、 分析，寻找最佳合成方案，以达到最好的目 视效果。通常，以合成后的信息量最大和波 段之间的信息相关最小作为选取合成的最佳 目标，例如，TM的4，5，3波段依次被赋予 红、绿、蓝色进行合成，可以突出较丰富的 信息，包括水体、城区、山区、平原及线性 特征等，有时这一合成方案甚至优于标准的 4，3，2波段的假彩色合成
多波段彩色变换
TM 标准 假彩 色合 成图 像
TM 7(R)、 4(G )、 2(B)
彩色变换：多波段彩色变换
TM3 (R)、 2(G)、 1(B)
TM 4(R)、 5(G )、 3(B)
2.3 HIS变换（孟塞尔变换）
存在两种彩色空间：HIS彩色空间和RGB彩色空间。HSI代表 色调、明度和饱和度（hue， intensity , saturation ）的 色彩模式，构成HIS彩色空间；RGB代表红、绿、蓝的色彩模 式，构成RGB彩色空间。也就是说一种颜色既可以用RGB空间 的R、G、B来描述，也可以用HIS空间的H、I、S来描述。HIS 变换就是RGB空间和HIS空间之间的变换。
3 空间滤波
空间滤波是指对频率特征的一种筛选技术。 影像的滤波处理是对影像中某些空间频率 特征的信息增强或抑制。对比度增强是通 过单个像元的运算从整体上改善影像的质 量。而空间滤波则是以重点突出影像上的 某些特征为目的的，如突出边线或纹理等， 因此通过像元与其周围相邻像元的关系。 氛围空间地域
3.1空间域滤波
遥感数字影像处理 数字影像增强
第三讲 数字影像增强
数字影像增强目的：增强目视效果 提高影像质量和突出所需信息
有利于分析判读或作进一步的 处理
数字影像增强
1 对比度变换 2 彩色变换 3 空间滤波 4 影像运算 5 多光谱变换
1 对比度变换
是一种通过改变影像像元的亮度（灰度） 值来改变影像像元对比度，从而改善影像 质量的图像处理方法。又称对比度扩展、 反差增强、灰度变换、辐射增强。因为亮 度值是辐射强度的反映，所以也称之为辐 射增强。常用的方法有对比度线性变换和 非线性变换。
–带通滤波由于仅保留一定的频率成分，所以 可用于提取、消除每隔一定间隔出现的干扰 条纹的噪声。
有时为了更好地调节影像的对 比度，需要在一些亮度段拉伸， 而在另一些亮度段压缩，这种 变换称为分段线性变换。分段 线性变换时，变换函数不同， 在变换坐标系中成为拆线，拆 线间断点的位置根据需要决定。 从图中可以看出，第一、三段 为压缩，第二段为拉伸，每一 段的变换方程为：
①
xb

1 3
xa
② xb 2xa 10
xb b lg( axa 1) c
a，b，c仍为可调参数，由使用者决定其值 。
对比度变换实习内容：
1分段线形拉伸（34） 2查找表拉伸 3直方图均衡化 4直方图匹配 5亮度反转处理 6去霾处理 7降噪处理 8去条带处理
2 彩色变换
亮度值的变化可以改善影像的质量，但 就人眼对影像的观察能力而言，一般正 常人眼只能分辨20级左右的亮度级，而 对彩色的分辨能力则可达1000多种，远 远大于对黑白亮度值的分辨能力。不同 的彩色变换可大大增强影像的可读性， 在此介绍常用的三种彩色变换方法。
通过调整参数a1，a2，b1，b2，即改变变 换直线的形态，可以产生不同的变换效 果。若a2-a1<b2-b1，则亮度范围扩大， 影像被拉伸，若a2-a1>b2-b1，亮度范围 缩小，影像被压缩。对于a2与a1 ，是 取在影像亮度值的全部或部分，偏亮或 偏暗处，均可根据对影像显示效果的需 要而人为地设定。
1.2.1 指数变换
其意义是在亮度值较高
的部分xa 扩大亮度间隔， 属于拉伸，而在亮度值
较 间
隔低 ，的属部于分压xb 缩缩 小，
亮 其
度 数
学表达式为
xb beaxa c
a，b，c为可调参数，可以改变指数函数曲线 的形态，从而实现不同的拉伸比例。
1.2.2 对数变换 与指数变换相反，它的 意义是在亮度值较低的 部分拉伸，而在亮度值 较高的部分压缩，其数 学表达式为
r(i, j)
1
MN
(m, n)
MN m1 n1
具体计算时常用3×3的模板作卷积运算，其模板为
1/9 1/9 1/9 t(m,n)= 1/9 1/9 1/9
1/9 1/9 1/9
1/8 1/8 1/8
或t(m,n)= 1/8 0 1/8 1/8 1/8 1/8
–中值平滑
是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，以达到去尖锐“噪声”和平滑 影像目的的。具体计算方法与模板卷积方法类似， 仍采用活动窗口的扫描方法。取值时，将窗口内所 有像元按亮度值的大小排列，取中间值作为中间像 元的值。所以M×N取奇数为好。
• 对于遥感影像而言，将黑白单波段影像赋上彩色总是有一定目的的，如 果分层方案与地物光谱差异对应得好，可以区分出地物的类别。例如在 红外波段，水体的吸收很强，在影像上表现为接近黑色，这时若取低亮 度值为分割点并以某种颜色表现则可以分离出水体；同理砂地反射率高， 取较高亮度为分割点，可以从亮区以彩色分离出砂地。因此，只要掌握 地物光谱的特点，就可以获得较好的地物类别影像。当地物光谱的规律 性在某一影像上表现不太明显时，也可以简单地对每一层亮度值赋色， 以得到彩色影像，也会较一般黑白影像的目视效果好。
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