-
实验三、图像拼接处理
实验目的：
在遥感实际应用中，
经常需要研究大面积的区域的地形，
这就需要把多幅影像拼接到一<
/p>
起进行研究，
本实验就是要求学生掌握利用软件进行多幅图像的拼
接的主要操作方法，
并联
系拼接的原理，更深刻的掌握该理论。
具体内容和要求：
练习一、拼接航空像片
(Mosaic Using Air
Photo Images)
一、设置输入图像（
Set
Input Images
）
1
、
Viewer1
中打开
< br>
，勾选
Fit to frame
2
、
Viewer2
中打开
，勾选
Fit to frame
3
、主工具条选择
DataPrep
图标
4
、
Mosaic Images <
/p>
5
、
Viewer1
中
AOI | Tools
6
、
选择
Polygon
工具，画出包含整个图像的斜边框
7
、
File |
Save | AOI Layer As
8
、输入
，
OK
9
、在
Mosaic Tool
viewer
中选择
Edit |
Add Images
10
、选择
11
、选择
Template
AOI
，选择
Set
12
、在
Choose AOI
dialog
中选择
File
选项<
/p>
13
、选择
<
/p>
，
OK
14
、在
Mosaic Tool
viewer
中选择
Edit | Image
List
，出现
Mosaic Image List
15
、
Add
，
16
、选择
Compute
Active Area
选项
17
、
Add
二、标出拼接区（
Identify Areas of
Intersection
）
1
、选择
Input
图标
，确定当前为输入图像状态
2
、单击
Image Matchin
g
图标
3
、
M
atching Method
中选择
Overlap Areas
，
OK
4
、单击
Intersection<
/p>
图标
，当前状态为拼接状态
5
、在两图像重叠部分单击，则高亮显示
6
、单击
Cutline Selec
tion
图标
7
、使用放大工具观察交
接处
8
、从
AOI tool palet
te
选择
Line
工具
9
、在重叠区域，根据合
适位置画出折线，作为拼接线
10
、单击
AOI
Cutline
图标
11
、在
AOI
Source
中选择
Viewer
12
、单击
Function
图标
13
、
Intersection
Type
选择
Cutline Exists
14
、
Select
Function
选择
Cut/Feather
15
、
Apply
，
Close
三、定义输出图像（
Define Output
Images
）
1
< br>、单击
Output
图标
，当前
状态为输出状态
2
、选择
Output Image<
/p>
工具
3
、
Def
ine Output Map Area(s)
为
Union
of All Inputs
，
OK
四、运行图像镶嵌（
Run the
Mosaic
）
1
、选择
Process | Run
Mosaic
2
、
Output
File Name
为
AirMosaic
3
、勾上
Stats Ignore
Value
选项
4
、
OK
<
/p>
5
、在
Viewer
中显示
练习二、卫星影像拼接
Mosaic Using LAND
SAT Images
1
、要同一个
Viewer
中打开
wasia1_
、
wasia1_
、
wasia1_
，均勾上
Background
Transparent
，同时均勾掉
clear Displ
ay
（不清除前面图像）
，勾选
Bac
kground
Transparent
（背景设置透明）<
/p>
2
、主工具条选择
DataPrep
图标，选择
Mosaic Images
3
、
在
Mos
aic Tool viewer
中选择
Edit | Add
Images
，
在
Add
Images for Mosaic dialog
中，
分别
选中以上三幅影像加入
Mosaic Tool
viewer
中，且均同时选择
Compute Active
Area
选项，
Add
。
4
、选择
Input
图标
，确定当前为输入图像状态，单击
Im
age Matching
图标
5
、
Matching
Method
中选择
Overlap
Areas
，
OK
6
、单击
Intersection
图标
，当前状态为拼接状态，单击
Function
图标<
/p>
，
Intersection
Type
选择
No Cutline
Exists
，
Select Function
选择
Average
，
Ap
ply
。
7
、选择
Process | Run
Mosaic
8
、
Output
File Name
为
AirMosaic
9
、勾上
Stats Ignore
Value
选项
10
、
OK
11
、在
Viewer
中显示
实验结果：
将给出的几副影像拼接成
一幅完整的遥感图片，并熟练掌握拼接的操作方法和拼接原
理。
实验四、图像增强处理
实验目的：
本实验要求掌握图像增强
的三个主要方面：
空间增强处理、
辐射增强处理、
光谱增强处
理，
重点掌握每种增强的主要方法，
体会每种增强后的色调的变化，
了解其主要功能和作用，
加深对图象增强处理的理解。
具体内容和要求：
练习一、空间增强处理
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。
常用空间增强方法及其功能图
一、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（
< br>Convolution
）处理的关键是卷计算子
---
-
系数矩阵的选择。该系数矩阵又
称卷积核（
< br>Kernal
）。
ERDAS IMAGINE
将常用的卷计算子放在一个名为
的文件
中，
分为
3*3
，
5*5
、
7*7
三
组，
每组又包括
“
EdgeDetec
t/Low Pass/Horizontal/Vertical/Summary
”
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。
< br>1
、主工具条中选择
Interpreter
2
、
Spatial Enhance
ment|Convolution
，出现
Convoluti
on dialog
3
、
Input
File
选择
4
、
Output
File
输入
5
、在
Kernel
中选择
3x3 Edge Detect.
6
、在
Kernel
Selection box
中单击
Edit
7
、
File | Close
8
、
OK
9
、在
Viewer
中观看
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 Kernel
二、非定向边缘增强（
Non-directional
Edge
）
定向边缘增强应用两个非
常通用的滤波器（
Sobel
滤波器和
Prewitt
滤波器）
，首先通过
正
交卷积算子（
Horizontal
算子和
Vertical
算子）分别对遥感图像进行边缘探测，然后将两
< br>个正交结果平均化处理。
1
、
主工具条中选择
Interpreter
2
、
Spatial
Enhancement|Non-directional Edge
3
、
Input
File
选择
4
、
Output
File
输入
5
、
OK
三
、锐化增强（
Crisp
）
1
、在
Spatial
Enhancement
菜单中选择
Crisp
2
、
Input File
为
3
、
Output
File
输入
4
、在
Output
Options
中，勾中
Stretch to
Unsigned 8 bit
5
、单击
View
，出现
Model Maker viewer
window
6
、
File |
Close All
7
、
OK
8
、在
Viewer
中比较
和
练习二、辐射增强处理（
Radiometric
Enhancement
）
辐射增强
处理是对单个像元的灰度值进行变换达到图像增强的目的。
图
常用辐射增强方法及其功能
一、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，
使一定灰度范围
内像元的数量大致相等。
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。
注意：
认真对比直方图均衡化
前后图像差别，仔细观察直方图
均衡化的效果。
Main
→
Image
Interpreter
→
Radiometric
Enhancement
→
Histogram
Equalization
1
、
Input File
为
2
、
Output
File
输入
3
、
OK
直方图均衡化
二、直方图匹配（
Histogram
Match
）
直方图匹配是对图像查
找表进行数学变换，
使一幅图像的直方图与另一幅图像类似，
直
方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工作，
通
过直方图匹配可以部分消除由于太阳高度角或大气影响造成的
相邻图像的效果差异。
Main
→
Image
Interpreter
→
Radiometric
Enhancement
→
Histogram
Match
1
、
Input File
为
wasial1_
2
、
Input File to
Match
为
wasial2_
3
、
Output
File
输入
wasia_
4
、
OK
三、亮度反转（
Brightness
Inverse
）
对图像亮度范围进
行线性或非线性取反，
产生一幅与输入图像亮度相反的图像，
原
来亮
度的地方变暗，原来暗的地方变亮。其中又包含两个反转算法：一个是条件反转（<
/p>
Inverse
）
，
一个是简单反转（
Reverse
）
，前者强调输入图像中亮度较暗的部分，后者则简单取反。
1
、
Radiometric
Enhancement|Brightness Inversion
2
、
Input
File
为
3
、
Output
File
为
4
、勾上
Stretch to
Unsigned 8 bit
5
、在
Output
Options
下选择
Inverse
6
、
OK
7
、在
Viewer
中进行比较
8
、同理选择
Rev
erse
选项
注意：
Inverse
强调暗区的层次，将其转为丰富层次的亮区；
< br>Reverse
则把灰度
(DN
值
)
进行简单的互换。
四、降噪处理（
Noise
Reduction
）
利用自适应滤
波方法去除图像中的噪声，该技术在沿着边缘或平坦区域去除噪声的同
时，可以很好地保
持图像中的一些微小的细节（
Subtle
Details
）
。
1
、
Input File
为
2
、
Output
File
输入
3
、
OK
五、去条带处理（
Destripe TM
Data
）
去条带处理是针对
Landsat
T
M
的图像扫描特点对其原始数据进行三次卷积处理，以达
到去除
扫描条带的目的。
在操作过程中，
有一个关于边缘处理的选择项
需要定义，
其中的两
项选择分别是
Re
cflection
（倒影）
和
Fil
l
（填充）
，前者是应用图像边缘灰度值的镜面倒影值
作为图像边缘以外的像元值，可以避免出现晕光（
Halo
）
；而后者则是统一将图像边缘以外
的像元以
0
值填充，呈黑色背景。
1
、
Input File
为
tm_
2
、
Output
File
输入
3
、
OK
练习三、光谱增强处理（
Spectral
Enhancement
）
光谱增强
处理是基于多波段数据对每个像元的灰度进行变换，达到图像增强的目的。
-
-
-
-
-
-
-
-
-
上一篇：【优质】SSCI收录公共管理学科期刊40种
下一篇：毕业论文参考文献格式导入技巧