5遥感数字图像处理-第五章
遥感数字图像处理-课件内容.
遥感数字图象处理1．概论遥感、遥感过程遥感：一种在远离目标，不与目标直接接触的情况下，通过传感器获取其特征信息，并对这些信息进行处理、分析和应用的综合性探测技术遥感过程：遥感过程是指遥感信息的获取、传输、处理，以及分析判读和应用的全过程遥感图象、遥感数字图象、遥感图象的数据量遥感图象：是指遥感传感器通过检测、度量地物的电磁波辐射能并进行记录所得到的图象遥感数字图象：是指以数字化形式表述的遥感影像。
遥感图象的数据量：H=M ×N ×b ×n ( bit ) M、N 为行列数， b 为波段数， n=lnG/ln2遥感图象的数字化、采样和量化遥感图象的数字化：指光学图象(物理图象)到数字图象的转换过程，包括采样和量化两个过程采样：将空间上连续的图象变换为离散的点的操作量化：将测量的灰度值用一个整数表示通用遥感数据格式(BSQ、BIL、BIP)BSQ，波段序列格式BIL，波段行交替格式BIP，波段像元交替格式遥感图象的模型：多光谱空间多光谱空间：对于 n 个波段的多光谱图象，这 n 个波段构成一个 n 维多光谱空间，多光谱空间就是一个 n 维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。
描述像素在各个波段中亮度值的分布。
多光谱空间中，像元点在坐标系中的位置可以表示成一个 n 维向量，其中每一个分量 xi 表示该点在第 i 个坐标轴上的投影，即亮度值。
多光谱空间只表示各波段光谱之间的关系，而不包括任何该点在原图象中的位置信息，它没有图象空间的几何意义。
遥感图象的信息内容：波谱信息：指遥感图象上不同地物之间的亮度值差异及同一地物在不同波段上的亮度值差异空间信息: 通过图象亮度值在空间上的变化反映出来的信息时间信息: 指不同时相遥感图象的光谱信息与空间信息的差异遥感数字图象处理、遥感数字图象处理的内容遥感数字图象处理: 利用计算机对遥感数字图象进行一系列操作，以求达到预期目的遥感数字图象处理的内容：图象增强、图象校正、信息提取遥感图象的获取方式主要有哪几种?摄影成像、扫描成像、雷达成像如何估计一幅遥感图象的存储空间大小?遥感图象的信息内容包括哪几个方面？多光谱空间中，像元点的坐标值的含义是什么？与通用图象处理技术比较，遥感数字图象处理有何特点？遥感数字图象处理包括那几个环节？各环节的处理目的是什么？2.遥感图象的统计特征2.1 图象空间的统计量灰度直方图：概念、类型、性质、应用概念：用来描述图象中每一灰度级与其浮现频率间的关系的图表类型：直方图：横坐标为的灰度级，纵坐标为等于各个灰度级像元的浮现频率(像元数)累计直方图：横坐标为的灰度级，纵坐标为小于等于各灰度级的像元的浮现频率 (像元数) 性质：直方图反映表示不同灰度像元的浮现频率，不包含像元的位置信息同一图象的直方图惟一，同向来方图可以对应不同的图象一幅图象的直方图等于其各部份图象直方图之和同类地物的直方图接近正态分布应用： 1.直方图是图象分析的重要工具。
遥感导论课件——第五章 遥感图像的处理
六、邻域增强处理
邻区法增强处理是在被处理像元周围的像元参与 下进行的运算处理 。
邻域处理又叫滤波处理，邻域的范围取决于滤波 器的大小，如3×3或5×5等。
邻区法处理用于去噪声、图像平滑、锐化和相关 运算 。
七、主成分分析
在遥感图像分类中，常常利用主成分分析算法来消除特
征向量中各特征之间的相关性，并进行特征选择。
x2
八、K-T变换及其应用
Kauth-Thomas变换（…)，简称K-T变换，又形象地称 为“缨帽变换”。这种变换着眼点在于农作物生长过程 而区别于其他植被覆盖，力争抓住地面景物在多光谱空 间中的特征。
目前对这个变换的研究主要集中在MSS与TM两种遥感 数据的应用分析方面。
1976年，Kauth和Thomas发现了一种线性变换，它 使坐标空间发生旋转，但旋转后的坐标轴不是指向主成 分的方向，而是指向另外的方向，这些方向与地面景物 有密切的关系，特别是与植物生长过程和土壤有关。这 种变换既可以实现信息压缩，又可以帮助解译分析农业 特征，因此有很大的实际应用意义。
非监督分类法：没有先验的样本类别，根据像元间的相似度 大小进行归类，将相似度大的归为一类的方法返。回 下一节
§3 常用遥感图像处理软件
目前国内常用的遥感图像处理软件有： Erdas：美国亚特兰大ERDAS公司集遥感和GIS于一身 的软件。 Envi：美国Better Solutions Consulting 有限公司开 发的遥感图像处理软件。 Idris：是由美国可克拉克大学地理学研究生院制图技术 与地学分析实验室开发的。 Er-mapper：Earth Resource公司开发的图像处理软 件。 PCI:加拿大PCI公司的产品，处理遥感图像。
§1 遥感图像的增强处理
遥感数字图像处理知到章节答案智慧树2023年西北师范大学
遥感数字图像处理知到章节测试答案智慧树2023年最新西北师范大学第一章测试1.数字图像本质上就是一个存储数字的矩阵，是你肉眼直接看不见的。
（）参考答案:对2.在同等水平条件下，模拟图像的成像效果比数字图像更好。
（）参考答案:对3.采样就是指电磁辐射能量的离散化。
（）参考答案:错4.按照数字图像的光谱特性可以将图像分为彩色图像和黑白图像。
（）参考答案:错5.任何一幅图像都有自己对应的直方图，但相同的直方图可能对应于不同的图像。
（）参考答案:对6.图像显示时的屏幕分辨率等同于图像空间分辨率。
（）参考答案:错7.时间分辨率是指对同一区域进行重复观测的最小时间间隔，也称为重访周期。
（）参考答案:对8.数字图像的灰度分辨率越高，可展现在屏幕上的灰度级越多，说明图像显示的灰度层次越丰富。
（）参考答案:对9.为了使同一波段的像素保证存储在一块，从而保持了像素空间的连续性。
应该选择（）存储方式.参考答案:BSQ10.遥感影像灰度直方图反映的是一幅图像中各灰度级像素出现的（）。
参考答案:频率11.已知一幅数字图像的辐射量化等级是4 bit，则这幅图像所存储的灰度值范围是（）。
参考答案:0－1512.一台显示器的屏幕在水平方向显示800个像元，在垂直方向显示600个像元，则表示该显示器的分辨率为（）dpi。
参考答案:80060013.从连续图像到数字图像需要（）。
参考答案:采样和量化14.下面哪些特征参数直接影响数字图像的信息含量？（）参考答案:光谱分辨率;时间分辨率15.下列图像中属于单波段图像的是（）。
参考答案:二值图像;伪彩色图像16.遥感数字图像直方图的作用有（）。
参考答案:计算图像的信息量;辅助计算图像中物体的面积;辅助图像分割时的边界阈值选择;辅助判断图像数字化量化是否恰当17.遥感数字图像的质量可用以下哪些分辨率来衡量？（）参考答案:空间分辨率;时间分辨率;光谱分辨率;辐射分辨率;温度分辨率18.常用的颜色空间模型有（）。
遥感实验五_影像镶嵌、裁剪、融合
.设置相交关系(Intersection Method):No Cutline Exists。
.设置重叠图像元灰度计算(select Function):Average。
图2.1.5
点击DataPrep,在弹出的下拉菜单中单击Subset Images，在Input File中输入裁切的底图xianqiang.img，在Output File中设置输出文件路径和文件名，这里保存名为jianqie3.img。
单击From Inquire Box,然后点击AOI，在弹出的Choose AOI中点击Viewer,点击OK。，最后在subset点击OK,步骤如图2.1.6示。
图2.1.6
图2.1.7
在新视图窗口中打开裁切结果，如图2.1.8示。
图2.1.8
同理对全色影像进行剪切。
操作步骤如图2.2.1—2.2.3示。
图2.1.1
图2.2.2
图2.2.3
全色影像裁切效果如图2.2.4示。
图2.2.4
2.3.按已有图像范围裁切(掩膜)
按已有图像的范围从一幅较大图像中裁切一部分图像时，按下图所示方法操作：其中4处为较大图像文件（即待裁切图像），5处为限定范围的图像文件（即裁切范围），6处为结果文件（即裁切后图像），如图2.3.1示。
.Apply—close。
图像拼接线设置，在Mosaic Tool视窗菜单条中选择Set Mode For Intersection按钮 ，两幅图像之间将出现叠加线，单击两幅图像的相交区域，重叠区域将被高亮显示。根据实际需要，选择拼接线模式：
第5章遥感图像的辐射校正
b. 线性灰度变换
在两张影像的重叠部分各取出相对应的n个点，建立线性回归方程； 然后运用最小二乘法求线性方程系数。以其中一幅影像为标准，对另 一幅影像进行变换，从而达到灰度一致化。 特点：简单易行，n足够大时有一定的精度。存在位置配准误差。
三、因大气影响引起的辐射误差校正
消除因为大气散射引起的辐射误差的处理称为大 气校正。
3. 波段对比法
依据：大气散射的选择性，即对短波影响大，对长波影响小
a. 回归分析法 原理：在遥感图像上大山的阴影区或深大水体区域， 各个波段的反射为零。同时，大气散射主要影响短 波部分，波长较长的波段几乎不受影响，因此可用其 校正其它波段数据。
方法：在不受大气影响的波段和待校正的某一波段图 像中，选择最黑区域（通常为高山阴影区）中的一系 列目标，将每个目标的两个待比较的波段灰度值提取 出来进行回归分析，建立线性回归方程，也称为暗像 元法。
1.大气透射 透射是指电磁辐射与介质作用后，产生的次级辐射和
部分原入射辐射穿过该介质，到达另一种介质的现象和过 程。
一般用透射率表示透射能力。
根据透射率的定义，有：
E ex
E0
2.大气窗口 是指大气对电磁辐射吸收和散射都很小、而透
射率很高波段，即在传输过程中损耗小、能透过大 气的电磁波段。
遥感中使用的大气窗口：
设太阳辐射照度为E0，经过大气的路程为x,则穿过该大 气路程后的辐射照度为：
E E0ex
σ称为衰减系数或消光系数
散射系数 吸收系数
大气对电磁波 的影响主要是 散射和吸收。
二、大气吸收
大气中吸收太阳辐射的主要是水蒸汽、二氧化碳 和臭氧。
吸收能力随电磁波的波长而变化，是选择性的。
三、大气透射与大气窗口
遥感数字图像处理教程
遥感数字图像处理教程第一章名词解释1、遥感数字图像（P1）:以数字形式存储和表达的遥感图像2、A/D 转换（P1）：把模拟图像转变成数字图像称为模/数转换，记作A/D 转换3、D/A 转换（P1）：把数字图像转 变成模拟图像称为数/模转换，记作D/A 转换简答题1、模拟图像（照片）与遥感数字图像有什么区别？ （P2） 答表1.1遥感数字图像与印刷照片的区别颜色没有特定的规则，在处理过程「二可以根据需 要通过合成产生多个波段（3-8000） 2、怎么理解图像处理的两个观点？ （P7）答：两种观点是：离散方法的观点和连续方法的观点。
1 .离散方法：图像的存储和表示均为数字形式，数字是离散的，因此，使用离散 方法进行图像处理才是合理的。
与该方法相关的一个概念是空间域。
空间域图像 处理以图像平面本身为参考，直接对图像中的像素进行处理。
2 .连续方法：图像通常源自物理世界，它们服从可用连续数学描述的规律，因此 具有连续性，应该使用连续数学方法进行图像处理。
与该方法相关的一个主要概 念是频率域。
频率域基于傅里叶变换，频率域的图像处理是对傅里叶变换后产生 的反映频率信息的图像进行处理。
完成频率域图像处理后，往往要变换回到空间 域进行图像的显示和对比。
四、论述题1、什么是遥感数字图像处理，主要内容有哪些？ （P2）答：遥感数字图像处理是通过计算机图像处理系统对遥感图像中的像素进行系列 操作的过程。
（1）图像增强：使用多种方法去除噪声，增强显示图像整体或突出图像中的特 定地物的信息，使图像更容易理解、解释和判读。
例：例如灰度拉伸、平滑、锐 化、彩色合成、主成分（K-L ）变换、K-T 变换、代数运算、图像融合照片来自于模拟方式通过摄影系统产生没有像素没有行列结构没有才」推行o 表示投有数据任何点，都没有编号摄影受电黑波谱的成像范围限制遛感数字图像 来自干数字方式 通过扫描和数码相机产生 基本利成单位是像素 具有行和列 可能会观察到扫描行 。
第5章_遥感数字图像处理_图像校正(1)
散射增加了达到卫星传感器的能量，从而 降低了遥感图像的反差，反差降低则降低 了图像的分辨率，因此必须进行校正。 低分辨率图像的空间范围比较大，不能认 为图像中各处的大气散射是均匀的，需要 进行分区校正。
（3）太阳辐射
太阳位置(高度角和方位角)造成光照条件的差异引起的辐 射误差 太阳高度角较低时，图像上会产生阴影压盖其他地物的 图像，造成同物异谱问题，影响遥感图像的定量分析和自 动识别。 地形起伏引起的辐射误差 地面倾斜度 由于地形的变化，在遥感图像上会造成同类地物灰度不 一致的现象。
到达地表的全球年辐射总量的分布基本上成带状，只有在低纬度地区受到破坏。在赤 道地区,由于多云，年辐射总量并不最高。南北半球的副热带高压带，特别是在大陆
荒漠地区，年辐射总量较大，最大值在非洲东北部。
在各种因素中，大气的影响要首先考虑。 大气散射与吸收太阳的下行辐射和传感器 接收的上行辐射的光谱特性造成深刻的影 响。 大气影响使图像表面的细节变模糊，大气 辐射校正的目的是消除这些影响，提高表 面反演的准确性。
（1）大气分子及气溶胶瑞利散射和米氏散 射、分子及气溶胶的吸收、散射以及散射 吸收的耦合作用。大气的存在导致程辐射 及吸收，这是两个相互对立的作用，一个 增加辐射量，一个减少辐射量。
瑞利散射：又远小于光波长的气体分子引起，大小与波长的四次方成 正比； 米氏散射：有大小与光波长相当的颗粒（气溶胶：如烟、水蒸气）引 起，也称为气溶胶散射，大小与波长成反比。
传感器端的辐射校正的原理
利用已经建立的地物反射率与遥感图像像素之间的关 系，通过遥感图像的像素值计算传感器端的像素的反
射率。一般通过辐射定标来完成。
辐射校正的结果可以是辐亮度也可以是反射率。
遥感数字图像处理教程
遥感数字图像处理教程 第一章 概论
1. 遥感数字图像：数字形式的遥感图像。(P1，第六段) 2. 遥感数字图像处理的主要内容：(P2，第七段) ① 图像增强： 其目的是增强整体图像或突出图像中的特定地物的信息， 其方法主要包括： 灰度拉伸、平滑、锐化、彩色合成、主成分变换、缨帽变换、代数运算、图像融合等； ② 图像校正：其目的是对传感器或环境造成的模糊、噪声、几何失真等进行校正，其主 要方法是辐射校正和几何校正； ③ 信息提取：根据地物光谱特征和几何特征，从校正后的遥感图像中提取各种有用的地 物信息，主要包括图像分割、监督分类、非监督分类等，处理结果为分类专题图。 3. 遥感数字图像处理系统：硬件系统和软件系统。(P3，第五段) 4. 数字图像处理存在的两种观点：(P7，第三段) ① 离散方法的观点：即一幅图像的存储和表示均为数字形式，数字是离散的，因此，使 用离散方法进行图像处理才是合理的，与其对应的概念为空间域； ② 连续方法的观点：即图像具有连续性，可用连续的数学形式表达，与其对应的概念为 频率域。
第 3 页 共 13 页
小恺工作室•遥感数字图像处理教程
② HDF（Hierarchy Data Format） ：其构成包括一个头文件、一个或多个描述块、若干个数据 对象。优势：可移植性强；超文本；自我描述性；可扩展性。 ③ TIFF：扩展性好，移植方便，可改性强。 ④ GeoTIFF：在 TIFF 可扩展性的基础之上，添加了一系列的地理信息标签，来描述卫星成 像系统、航空摄影、地图信息、DEM 等。 12. 图像文件的大小计算(单位： 字节)： 行数×列数×单个像素字节数×波段数×辅助参数。 (P35， 第五段)
第四章 图像的显示和拉伸
1. 颜色模型：RGB 颜色模型、CMY 颜色模型、YIQ 颜色模型、HIS 颜色模型。(P61，第三 段) 其中 CMK 模型主要用于打印。 2. 图像的彩色合成：包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成。(P67， 第五段) ① 伪彩色合成：把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进行 彩色图像显示的方法，其转换可通过密度分割的方法实现。 ② 真彩色合成：用红绿蓝波长或近似波长合成的、图像显示效果与真彩色近似的合成方式。 ③ 假彩色合成：从多个波段中任意选择 3 个波段（不能与真彩色合成波段相同） ，分别赋予 红绿蓝 3 种原色，其图像的显示效果与真彩色不同。 ④ 模拟真彩色合成：由于蓝光易受气溶胶的影响，有些传感器舍弃了蓝波段，而是通过某种 形式的运算得到模拟的红绿蓝三个通道，从而产生类似于真彩色的图像。 3. 图像拉伸：以波段为处理对象，通过处理波段中单个像素值来实现增强的效果。图像拉伸 的方法包括线性拉伸(全域线性拉伸和分段线性拉伸)和非线性拉伸(指数拉伸、对数拉伸)，图 像直方图是选择拉伸具体方法的基本依据。(P75，第四段) 4. 直方图均衡化： 对原始图像的像素灰度做某种映射变换， 使改变后图像灰度的概率密度(即
- 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)。
☞ 邻域处理
针对一个像元点周围一个小邻域的所有像元而进行，输出 值大小除与像元点在原图像中的灰度值大小有关，还决定于它 邻近像元点灰度值大小。如卷积运算、中值滤波、滑动平均等。
②
图像增强的分类
点处理
点处理
邻域处理
邻域处理
2. 遥感图像的对比度增强
对比度增强的基本原理
人眼对图像的识别主要是基于图像中不同像元的亮度(灰度、
差别为有选择的滑动平均是一种带门限值的滑 动平均处理。
④
有选择的局部平均法
有选择的局部平均法实现步骤：
1. 2. 3. 4. 给定一个判定阈值T 计算模板窗口内像元DN值的均值X 计算窗口中心目标像元的DN值与X的绝对差值D 比较D与T的大小
如D＞T，则窗口中心像元输出DN值等于X
如D＜T，则窗口中心像元DN值保持不变 优点：边缘信息损失减少，减轻输出图像的模糊效应。
中值滤波是一种非线性变换。其优势在于可在平滑的基 础上较大程度地防止边缘模糊。
③
中值滤波
中值滤波窗口可选用模板的不同形式：
○ ○ ○ ○ ○ ○ ○ ○ ○ 方形窗口：对线性噪声抑制效果好
○ ○ ○ ○ ○ 十字形窗口：对点性噪声抑制效果好
④
有选择的局部平均法
有选择的局部平均法—其实质为一种滑动平均平滑法。与滑动平均法的
其中，x—原始图像的亮度值
X—线性扩展增强后的亮度值
②
非线性扩展
Ⅱ 对数变换法
X d
c a b x
②
非线性扩展
Ⅲ 三角函数扩展
假定原始图像的灰度范围是（a，b），将原始图像灰度范围扩展为 （c，d），其中c ＜ a，d ＞ b，其正切函数计算公式为：
其中，x—原始图像的亮度值 X—线性扩展增强后的亮度值
遥感教研室 蒋立军
课程基本内容
绪 论 第一章 数字图像处理基础 第二章 遥感数字图像处理原理 第三章 遥感数字图像预处理 第四章 遥感数字图像变换处理 第五章 遥感数字图像增强处理 第六章 遥感数字图像分类处理 实 验
课程主要参考书目
1. 遥感信息科学概论 邢立新 等，2002，吉林大学出版社 2. 遥感数字图像处理 丰茂森 等，1992，地质出版社 3. 遥感数字图像处理 李玲 等，2010，重庆大学出版社 4. 遥感数字图像处理教程 韦玉春 等，2007，科学出版社
⑤
频率域低通滤波法
实现步骤：
1.对原始图像进行傅里叶变换(空间域→频率域) 2.在频率域中用低通滤波器对傅氏变换结果进行处理 3.对频率域处理结果进行傅里叶反变换 频率域低通滤波法的处理效果取决于滤波算子。低通滤波器包
括：理想滤波器，Butterworth滤波器，指数滤波器，梯形滤波器等。
①
线性扩展
遥感图像中像元DN值的量化级别的通用表达式为2n(n=6/7/8/ …)，
如TM为256级。但实际中遥感数据DN值范围多未布满整个数据区间， 线性扩展可扩大DN值的数据范围和方差，从而加大图像对比度，提高 图像的可解译性。 线性扩展的变换函数为一元线性函数，灰度值范围可扩展到数据格
式所允许的任意范围。
其中，L—图像的亮度级数目
nk—灰度k级的像元数 ρr(rk)—灰度级为k的像元出现的频数
③
直方图均衡化处理
Ⅱ 离散函数的直方图均衡化
离散图像的变换函数公式T(r)就是原始图像中像元的累积频数，变 换后图像的灰度计算公式为：
③
直方图均衡化处理
Ⅱ 离散函数的直方图均衡化
例：原始图像图像值域为（6,14），现欲进行直方图均衡化处理并 使扩展后的DN值为（0,15）。
课程主要参考书目
5. 数字图像处理 霍宏涛 等，2002，北京理工大学出版社 6. 遥感图像处理与应用 宁书年，1995，地震出版社 7. 遥感原理与应用 孙家炳，2003，武汉大学出版社 8. 遥感原理与应用 杜培军，2006，中国矿业大学出版社
第五章
遥感数字图像增强处理
主 要 内 容
1. 图像增强的基本概念
①
线性扩展
Ⅰ 一般线性扩展
假定原始图像的灰度范围是（a，b），将原始图像灰度范围扩展为 （c，d），其中c ＜ a，d ＞ b，其计算公式为：
其中，x—原始图像的亮度值
X—线性扩展增强后的亮度值
①
线性扩展
Ⅰ 一般线性扩展
X d
c a b x
①
线性扩展
Ⅱ 去头去尾线性扩展
如只对图像整个灰度范围中的一部分（a，b）进行线性扩展，这种 扩展方法称为“去头去尾”线性扩展：
6 9 9 10 7 9 10 11 8 8 11 10 8 10 9 13 9 11 10 12 原 始 图 像
12
14
11
12
11
③
直方图均衡化处理
例：原始图像图像值域为（6,14），现欲进行直方图均衡化处理并
Ⅱ 离散函数的直方图均衡化
使扩展后的DN值为（0,15）。
原始DN值 6 7 8 9 10 像元数 1 1 3 5 5 累积像元数 1 2 5 10 15 累积概率密度分布 0.04 0.08 0.2 0.4 0.6 扩展后DN值 1 1 3 6 9
①
滑动平均法
滑动平均法
输出图像中像元的DN值等于原始图像中以目标
像元为中心的模板窗口的平均DN值
①
滑动平均法
滑动平均法
y—输出图像的亮度值 x—原始图像的亮度值 N—模板窗口大小
①
滑动平均法
滑动平均法
邻域的大小(平滑窗口的大小)决定平滑的效果，
邻域越大平滑效果越好；但邻域过大，平滑使边缘信 息损失越大，可能造成图像模糊。
同样，变换函数s=T(r)的反函数r=T-1(s)(0 ≤ s ≤ 1)也满足上述两个条件。
③
直方图均衡化处理
Ⅰ 连续函数的直方图均衡化
可以证明，连续函数直方图均衡化处理的变换函数即为原始图像的 累积概率密度的分布函数。
③
直方图均衡化处理
Ⅱ 离散函数的直方图均衡化
对于离散图像概率密度函数可以用每个灰度级像元出现的频数来近 似，即：
2. 遥感图像的对比度增强
3. 遥感图像的平滑处理
4. 遥感图像的锐化处理 5. 多波段图像增强和彩色增强 6. 其他增强处理方法
1. 图像增强的基本概念
①
图像增强
图像增强—将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑
制不感兴趣的特征，使之改善图像质量、丰富信息量，加 强图像判读和识别效果的图像处理方法。
DN值)差异。受生理条件的限制，只有当不同像元间亮度差异达 到一定程度时才能识别图像中的不同地物。 对比度增强(反差扩展)即通过增强像元亮度值之间的差异而 突出不同地物之间的差别。
对比度增强是一种点处理方法(无边缘像元的损失)。输出结
果图像中每个像元的灰度值与原图像中相应像元点的灰度值相
对应。 对比度增强的基本方法就是利用一个变换函数T(r)把原图像 的各像元灰度值r分别转换为新的灰度值S，即S=T(r)。增强的结 果使原图像的不同区域变亮或变暗，整幅图像的对比度增大。
☞ 突出主要信息
①
图像增强
图像增强是一个相对概念，特定的图像增强处理方法往往
只强调对某些方面信息的突出，而另外一部分信息受到压抑。
图像增强方法的好坏取决于数学算法和图像的数据特征。
②
图像增强的分类
Ⅰ 按增强的信息内容分类：
☞ 波谱信息增强 主要突出灰度信息 ☞ 空间信息增强 主要对图像中的线、边缘、纹理结构特征进行增强处理
100 101 121
102 105 100
90 中值滤波 88 101 101
模板窗口的DN值排序：88,90,100,100,101,101,102,105,121
③
中值滤波
中值滤波—把局部区域中的中间亮度值作为区域中心点像元输出值。
100 101 121
102 105 100
90 中值滤波 88 101 101
至某一参考直方图形式。这种变换可对原始图像中的特定亮度范围进行 增强。
ρr(r) ρz(z)
r
原始图像直方图
参考直方图
④
直方图规定化处理
实现方法：首先对原始图像进行直方图均衡化处理，然后利用
参考直方图累计概率密度函数的反函数对原始图像直方图均衡化结 果进行变换。
其中，r—原始图像DN值数据
z—直方图规定化结果数据 T—原始图像累计概率密度函数 G—参考直方图累计概率密度函数
①
图像增强
图像增强的目的—提高图像的可解译性。通过增强处理可以突
出图像中 的有用信息，从而有利于目视解译 和计算机信息提取。
①
图像增强
图像增强的主要表现：
☞ 改变图像的灰度等级 ☞ 消除边缘和噪声 ☞ 突出边缘或线状地物 ☞ 合成彩色图像 ☞ 提高图像对比度 ☞ 平滑图像 ☞ 锐化图像 ☞ 压缩图像数据量
11
12 13 14
5
3 1 1
20
23 24 25
0.8
0.92 0.96 1
12
14 14 15
③
直方图均衡化处理
Ⅱ 离散函数的直方图均衡化
例：原始图像图像值域为（6,14），现欲进行直方图均衡化处理并 使扩展后的DN值为（0,15）。
原始图像直方图
均衡化图像直方图
④
直方图规定化处理
直方图规定化（直方图归一化）处理就是将原始图像的直方图调整
③
ρr(r)
直方图均衡化处理
S ρs(s)
r 原始概率密度函数 变换函数
r
S 新的概率密度函数
③
直方图均衡化处理
Ⅰ 连续函数的直方图均衡化