-
实验七
图像增强
本次课内容:
辐射增强(直方图均衡
化、直方图匹配、去霾处理、降噪处理、去条带处理)
空间域增强(卷积增强、锐化增强、聚焦分析、纹理分析)
频率域增强(傅里叶变换、傅里叶逆变换)
< br>代数运算(算术运算、归一化植被指数
NDVI
)
主成分变换
缨帽变换
色彩增强
遥感图像在获取的过程中由于受到大气的散射、
反射、
折射或者天气等的影响,
获得的
图像难免会带有
噪声或目视效果不好,
如对比度不够、
图像模糊;有时总体效果
较好,
但是
所需要的信息不够突出,
如
线状地物或地物的边缘部分;
或者,
有些图像的波段较多,
p>
数据
量较大,图
TM
影像,但各波段的信息量存在着一定的相关性,为进一步的处理造成困难。
针对上述问
题,
需要对图像进行增强处理。
通过图像增强技术,
改善图像的质量,
提高图像
目视效果,突出所需要
的信息、压缩图像的数据量,为进一步的图像判读做好准备。
图像增强的主要目的有:
改变图像的灰度等级和灰度范围,
提高
图像的对比度;
消除噪
声平滑图像;突出地物边缘和线状地物,
锐化图像;合成色彩图像;压缩图像数据量,突出
主要信息。
图像增强的方法:
?
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,
主要包括点运算
的空间增强和邻域运算的空间增强;
?
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,
达到增强的目的;
?
<
/p>
色彩增强:
通过将灰度图像变为色彩图像,
或对多光谱图像进行色彩合成,
或进行
色彩变换以达到突出所
需信息的目的;
?
多图像代数运算:
通过经空间配准的两幅或多幅单波段遥感图像进行一系列的代
数
运算,从而达到突出所需信息的目的。
1.
辐射增强
辐射增强是一种通过直接改变图像中的像元的灰度值来改变图像的对比度,
从而改善
图
像视觉效果的图像处理方法。因为眼睛鉴别图像时能够分辨
2
0
级左右的灰度级,而显示设
备显示灰度的动态范围要大得多。
例如,
计算机显示器能够显示
256<
/p>
个灰度级,
灰度值范围
为
0~255
。因此,辐射增强能够使一幅图像充分利用成像设备,达到最佳动态
范围,改善目
视效果。
一般来说,
原始
遥感数据的灰度值比较窄,
这个范围通常比显示器的显示范围小得
多。
增强处理可以将其灰度值范围拉伸到
0~255
灰度级之间来显示,
从而使图像对比度提高,
视
觉效果得以改善。辐射增强主要以图像的灰度直方图作为分析处理的基础。
1.1
直方图均衡化
直方图均衡化(
histogram
equalization
)实际上是对图像进行非线性拉伸,重新分配像
元值。
使一定灰度范围内像元的数量大致相等,
源图
像上频率小的灰度级被合并,
频率高的
被拉伸,因此可以使亮度
集中的图像得到改善,增强图像上大面积地物与周围地物的反差。
实质是将直方图不符合正态分布的原始图像经过一个转变函数变成直方图本身基本符
合正态分布的新图像,达到图像增强的目的。
特点:
(
1
)
各灰度级中像素出现的频率近似相等;
(
2
)
p>
源图像上像素出现频率小的灰度级被合并,实现压缩;像素出现频率高的灰度
级被拉伸,突出了细节信息。
(
3
)
p>
直方图均衡化在增加图像反差的同时,也增加了图像的颗粒感,会使人感觉图
像中有许多细小的颗粒。
具体步骤:
(
1
)
p>
在
ERDAS
菜单上选择
< br>Main|interpreter|radiometric enhancement|histogram
equalization
命令,打开
histogram
equalization
对话框
(
2
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
3
)
设置输出文件名为
(
4
)
Coordinate
type
为
map
(
5
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
6
)
Number of bins
表示输出数据分段(默认为<
/p>
256
,可以小一些)
(
7
)
选中
ignore zero in stats
复选框表示在输出数据统计时忽略
0
值
(
8
)
p>
点击
view
可以查看模型生成器的窗口,
浏览
equaliztion
空间处理模型
(
9
)
单击
Ok
,进行直方图均衡化处理。<
/p>
(
10
)
<
/p>
可以在
viewer
窗口的
utility
|
layer
infor
里查看它们的直方图,可以看到一定灰度范
围内
的像元数量已经大致相等了
1.2
直方图匹配
直方图匹配(
histogram match
)是对图像查找表进行数学变化,使一幅图像某个波段的
直方图与另一幅直方图
对应波段类似,
或使一幅图像所有波段的直方图与另一幅图像的所有
波段类似。
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。
示例:
(
1
)
p>
在
ERDAS
菜单上选择
< br>Main|interpreter|radiometric enhancement|histogram
matching
命令,打开
histogram
matching
对话框
(
2
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
3
)
选择输入匹配文件(
input
file
to
match
)为
C:
Program Files
Leica
Geosystems
Geospatial Imaging 9.0 examples
(
4
)
设置输出文件为
(
5
)
Band to be
matched
为需要匹配的波段
(
6
)
Band to match to
为参考波段,也可以选择所有波段(
use all
bands for matching
复选
框)
。此处选的是所有波段
(
7
)
Coordinate type
为
map
(
8
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
9
)
选中
ignore zero in stats
复选框表示在输出数据统计时忽略
0
值
(
10
)
<
/p>
点击
view
可以查看模型生成器的窗口
,浏览
equaliztion
空间处理模型
< br>
(
11
)
<
/p>
单击
Ok
,进行直方图匹配处理。
1.3
亮度反转
亮度反转(
bright inverse
)是对图像亮度范围进行线性或非线性取反,产生一幅与输入
亮度翻转的图像,
p>
原来亮的地方变暗,
原来案的地方变亮,
它
是线性拉伸的特殊情况。
通过
反转可以建立底片的效果。
亮度反转又包含两个反转算法:
一个是条件反转
(
inverse
)
,
< br>另一个是简单反转
(
reverse
)
,
前者强调输入图像中亮度较暗的部分,后者则简单取反
,同等对待。
示例:
(1)
在
E
RDAS
菜
单
上
选
择
Main|interpreter|radiomet
ric
enhancement|brightness
inversion
命令,打开
brightness
inversion
对话框
(2)
选择处理图像文件(
input
file
)为
C:
Program
Files
Leica
Geosystems
Geospatial
Imaging 9.0 examples
(3)
设置输出文件为
(4)
Coordinate
type
为
map
(5)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默认为
整个图像的范围,也可以用
inquire
box
设定处理范围)
(6)
输出数据类型为
unsigned 8 bit
(7)
选中
ignore zero in stats
复选框表示在输出数据统计时忽略
0
值
(8)
输出选项(
output option
)中的
inverse
表示条件反转,条件判断,强调输出图
像中亮度
较暗的部分;
reverse
表示简单反转,输出图像与输入图像等量反转。这里选前者。
(9)
点击
view
可以查看模型生成器的窗口,浏览
equalizti
on
空间处理模型
(10)
单
击
Ok
,进行亮度反转处理。
1.4
去霾处理
去霾处理(
haze
reducti
on
)的目的是降低多波段图像(
landsat
TM
)或全色图像的模
糊度。
对于多波段的图像,该方法的实质是基于缨帽变化方法(
tasseled cap transformation
)
,
首先对图像进行主成分变换,
找出与模糊度相关的成分并剔除
,
然后再进行主成分逆变换回
到
RGB
色彩空间,达到去霾的目的。
对于全色图像,该方法采用点扩展卷积反转(
inverse
point spread convolution
)进行处
理,
并根据情况选择
5
×
5
或
3
×
< br>3
的卷积算子分别用于高频模糊度
(
high-haze
)
或低频模糊
度(
low-haze
)的去除。
示例:
(
1
)
p>
在
ERDAS
菜
单
上
选
择
Mai
n|interpreter|radiometric
enhancement|haze
reduction
命令,打开
haze
reduction
对话框
(
2
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
3
)
设置输出文件为
(
4
)
Coordinate
type
为
map
(
5
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
6
)
处理方法有
point spread
、
landsat5
和
landsat
4
(
point spread
适合任
何数据类型,
其选
项有
high
和
low
两种。
其中
,
选
high
采用
5
×
5
卷积,
选
low
采用
3
< br>×
3
卷积;
landsat5<
/p>
和
landsat4
表示适用于数据源)
,这里选
landsat5
(
7
)
选中
ignore zero in stats
复选框表示在输出和输入数据统计时忽略
0
值
(
8
)
p>
单击
Ok
,进行去霾处理。
1.5
降噪处理
降噪处理(
noise
reduct
ion
)是利用自适应滤波方法除去图像中的噪声,该技术在沿着
边缘或平坦区域去除噪声的同时可以很好的保持图像中的一些微小的细节。
(
1
)
p>
在
ERDAS
菜
单
上
选
择
Mai
n|interpreter|radiometric
enhancement|noise
reduction
命令,打开
noise
reduction
对话框
(
2
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
3
)
设置输出文件为
(
4
)
Coordinate
type
为
map
(
5
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
6
)
p>
单击
Ok
,进行降噪处理
< br>
1.6
去条带处理
去条带处理(
destripe TM
data
)是针对
Landsat TM
影像特点对其原始影像进行三次卷
积,以达到去除条带的目的。
在操作过程中,只有一个关于边缘处理的选择项需要用户定义,其中的两项分别是<
/p>
reflection
(反射)和
fil
l
(填充)
,前者是应用图像边缘灰度值的镜面反射值作为图像
边缘以
外的像元值,这样可以避免晕光(
halo
)
,后者是统一将图像边缘以外的像元以
0
值填充,
呈黑色背景。
(
1
)
p>
在
ERDAS
菜单上选择
< br>Main|interpreter|radiometric enhancement|
destripe
TM
data
命令,打开
destripe TM
data
对话框
(
2
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
7
)
设置输出文件为
(
8
)
Coordinate
type
为
map
(
9
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
10
)
Output data
definition
为输出数据类型
unsigned 8
bit
(
11
)
Handle edges by
为边界处理方式,选
reflection
(
12
)
选中
ignore zero in stats
复选框表示在输出和输入数据统计时忽略
0
值
(
13
)
<
/p>
单击
Ok
,进行去条带处理
2
空间域增强
有目的的突出图像上得某些特征,
如突出边缘或现状地物;
也可以除去某些特征,
如抑
制在图像获取或传输过程
中产生的各种噪声。
空间域增强的方法强调了像元与其周围相邻像元的关系。
2.1
卷积增强
通过卷积运算来改变图像的空间频率特征。
< br>在
ERDAS
菜单上选择
Mai
n | interpreter | special enhancement |
convolution
命令,打开
convolution
对话框
具体操作步骤如下:
(1)
选择处理图像文件(
input
file
)为
C:
Program
Files
Leica
Geosystems
Geospatial
Imaging 9.0 examples
(2)
设置输出文件为
(3)
Kernel
列表框为卷积算子类型,
这里采用
kernel li
brary
下
中的
3
×
3 edge detect
(4)
Handle edges
by
为边缘处理方法,这里选
reflection
(5)
卷积归一化处理,选中
normalize the
kernel
(6)
Coordinate type
为
map
(7)
输出数据类型(
output data
type
)为
unsigned 8 bit
(8)
单击
ok
,执行卷积(
convolution
)处理。
2.2
锐化增强
实质是通过对图像进行卷积滤波处理,使整幅图像的亮度得到增强而不改变其内容。
在
ERDAS
菜单上选择
Main | interpreter | special enhancement |
crisp
命令,打开
crisp
对
话框
具体操作步骤如下:
(
1
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
2
)
设置输出文件为
(
3
)
Coordinate type
为
map
(
4
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
5
)
选中
ignore zero in stats
复选框表示在输出和输入数据统计时忽略
0
值
(
6
)
p>
单击
ok
,执行
c
risp
锐化增强处理。
2.3
非定向边缘检测
目的是突出边缘、轮廓、现状目标信息,起到锐化效果。
p>
在
ERDAS
菜单上选择
< br>Main
|
interpreter
| special
enhancement
|
non-directional
edge
命
令,打开
non-
directional edge
对话框
具体操作步骤如下:
(
1
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
2
)
设置输出文件为
(
3
)
Coordinate type
为
map
(
4
)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默
认为整个图像的范围,也可以用
inquire
box
设定处理范围)
(
5
)
输出数据类型(
output data
type
)为
unsigned 8 bit
(
6
)
选择滤波器(
filter selection
)为
sobel
(边缘检测滤波器)
(
7
)
选中
ignore zero in stats
复选框表示在输出和输入数据统计时忽略
0
值
(
7
)
p>
单击
ok
,执行
n
on-directional edge
增强处理。
2.4
聚焦分析
聚焦分析(
focal analysis
)与滤波的方法类似,其基本思想也是用所选窗口内的像元按
照聚焦函数的定义进行
运算,可以取邻域内所有像元的和、最大值、最小值,均值、中值,
标准差等作为新像元
的值,从而达到图像增强的目的。
在
ERDAS
菜单上选择
Main | interpreter
| special enhancement | focal analysis
命令,
打开
focal
analysis
对话框
具体操作步骤如下:
(1)
选择处理图像文件(
input
file
)为
C:
Program
Files
Leica
Geosystems
Geospatial
Imaging 9.0 examples
(2)
设置输出文件为
(3)
Coordinate
type
为
map
(4)
Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默认为
整个图像的范围,也可以用
inquire
box
设定处理范围)
(5)
输出数据类型(
output data
type
)为
unsigned 8 bit
(6)
Focal definit
ion
选择聚焦窗口(包括窗口大小和形状)
,这里选
3
×
3
,形状全选。<
/p>
(7)
定义处理函数(
function definition
p>
)
,这里选求和(
sum
< br>)
(8)
选中
ignore zero in stats
复选框表示在输出和输入数据统计时忽略
0
值
(9)
单击
p>
ok
,执行聚焦分析。
2.5
纹理分析
纹理分析(
texture analysis
)是通过一定的窗口进行二次变异分析(
2nd-order varianc
e
)
或三次非对称分析(
3rd-
order
skewness
)
,使
雷达或者其他图像的纹理结构得到增强,纹理
分析的关键是窗口大小的确定和操作函数的
定义。
在
ERDAS
菜单上选择
Main | interpreter | special
enhancement | texture
命令,
打开<
/p>
texture
对话框
具体操作步骤如下:
(1)
选择处理图像文件
(
input
file
)
为
C: Program
Files Leica Geosystems Geospatial Imaging
9.0 examples
(2)
设置输出文件为
(3)
Coordinate type
为
map
(4) Subset
definition
为处理的范围,在
UL
X/Y
、
LR X/Y
微调框中输入需
要的数值(默认为
整个图像的范围,也可以用
inquire
box
设定处理范围)
(5)
输出数据类型(
output data
type
)为
unsigned 8 bit
(6)
操作函数定义(
operat
ors
)为
variance
或
skewness
(7)
窗口大小的确定,这里选
3
×
3
(8)
选中
ignore zero in stats
复选框表示在输出和输入数据统计时忽略
0
值
(9)
单击
ok
,执行纹理分析
3
频率域增强
3.1
傅里叶变换
< br>首先是将遥感图像从空间域转换到频率域,把
RGB
色彩
图像转换成一系列不同频率的
二维正弦傅里叶图像;
其次,
p>
在频率域内对傅里叶图像进行滤波、掩膜等各种编辑,
减少或
消除部分高频或低频部分;最后,再把频率域的傅里叶图像转换到
RG
B
色彩空间域,得到
经处理后的彩色图像。
3.1.1
快速傅里叶变换
< br>应用傅里叶变换功能的第一步,就是把输入的空间域彩色图像转换成频率域傅里叶图
像(
*.fft
)
,这项工作就由傅
里叶变换(
Fourier
Transform
)完成。
ERDAS
IMAGINE
中实现快速傅里叶变换:
(
1
)
p>
单击
interpreter
图标,选择<
/p>
Fourier
Analysis
命令,打开
Fourier
Analysis
对话框。
(
2
)
选择处理图像文件(
input
file
)为
C: Program Files
Leica Geosystems Geospatial
Imaging 9.0 examples
(
3
)
在
output
file
文本框中选择输出数据为
.
(
4
)
Select
layer
选择变换的波段范围为
1:7
(
5
)
p>
单击
ok
按钮执行傅里叶变换