4、遥感图像增强.doc

遥感图像增强一、实验类型验证型二、实验目的与要求1、实验目的（1）运用对比度变化遥感图像增强方法；（2）运用卷积增强处理遥感图像。2、实验要求（1）认识遥感图像的基本结构，了解数字图像；（2）学习掌握图像直方图变化与图像亮度变化的关系；（3）掌握图像线性拉伸的方法和过程。（4）灵活运用卷积增强对遥感图像进行增强处理；（5）了解空间滤波对图像产生的效果。三、实验原理图像增强的目的是改善数字图像显示的质量，以利于图像信息的提取和识别。在方法上是通过突出重要信息，去除不重要或不必要信息来实现。直方图是以统计图的形式表示图像亮度值与像元数之间的关系，反映图像质量，通过调整图像的直方图进行像元亮度值之间的数学运算或数学变换达到图像增强的目的。对比度大，反映图像的亮度值变化范围大，目标地物被识别的可能性就大；反之，目标与背景难以区别，识别的可能性就小。进行对比度扩展的主要方法有线性变换或非线性变换、直方图调整等。空间滤波（spatial filtering）是指在图像空间（x，y）或图像空间频率域对输入图像应用若干滤波函数而获得改进的输出图像技术，即对图像中某些空间、频率特征的信息增强或抑制，如增强高频信息，抑制低频信息，即突出边缘、纹理、线条等。增强低频信息抑制高频信息，即去掉细节。其效果有噪声的消除，边缘及线的增强，图像的清晰化等。卷积增强是一种几何增强处理，利用像元与其周围相邻像元的关系，采用空间中的邻域处理方法，注重突出图像上的某些特征，突出边缘或图像纹理。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，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（Kernal）。ERDAS IMAGINE将常用的卷计算子放在一个名为default.klb的文件中，分为3*3，5*5、7*7三组，每组又包括“EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。四、实验仪器设备硬件：微机一台软件：Professional级ERDAS IMAGING 8.6软件一套五、实验步骤1、查找表拉伸在ERDAS图标面板菜单中，单击Main|Image Interpreter|Radiometric Enhancement|LUT Stretch命令,打开LUT Stretch对话框。在LUT Stretch对话框中，需要设置下列参数：（1）确定输入文件(Input File)为mobbay.img（2）定义输出文件(Output File)为stretch.img（3）文件坐标类型(Coordinate Type)为File（4）确定处理范围(Subset Definition)。在ULX/Y、LRX/Y微调框中输入需要的数值。注意：默认为整个图像范围，可以应用Inquire Box定义子区。（5）确定输出数据类型(Output File)为Unsigned 8 bit（6）单击View按钮，打开模型生成器窗口，浏览Stretch功能的空间模型。（7）双击Custom Table，进入查找表编辑状态，根据需要修改查找表。（8）单击OK，执行查找表拉伸处理。2、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。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的图像差别，仔细观察直方图均衡化的效果。图4-1直方图均衡化3、卷积增强在ERDAS图标面板菜单中，单击Main|Image Interpreter|Spatial Enhancement|convolution命令,打开convolution对话框。在convolution对话框中，需要设置下列参数：（1）确定输入文件(Input File)为lanier.img（2）定义输出文件(Output File)为convolution.img（3）选择卷积算子(Kernel Selection)（4）卷积算子文件(Kernel Library)为default.klb。（5）卷积算子类型（Kernel）为5*5 Edge Detect（6）边缘处理方法（Handle Edges by）：Reflection（7）卷积归一化处理，选中Normalize the Kernel复选框。（8）文件坐标