遥感技术应用-05遥感图像增强处理

第4章遥感图像处理第2讲遥感图像增强处理,数字影像特点数字影像直方图数字影像对比度增强数字影像彩色增强数字影像空间滤波数字影像代数运算,数字图像,数字图像：光学图像是模拟量，经采样和灰度级量化后成为数字量数字图像。光学图像是连续的，而数字图像是离散的。一般，灰度值从0到255，共有256级灰阶。数字图像的表示：矩阵函数,数字图像直方图：以每个像元为单位，横坐标代表像元灰度级，纵坐标代表每一灰度级内像素占总像素数的比例。直方图的作用：直观地了解图像的亮度值分布范围、峰值的位置、均值以及亮度值分布的离散程度。直方图的曲线可以反映图像的质量差异。,直方图,直方图与图像亮度实例,一、对比度变换,概念：是一种通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。将图像中过于集中的像元分布区域（亮度值分布范围）拉开扩展，扩大图像反差的对比度，增强图像表现的层次性。方法：对比度线性变换和非线性变换。,线性变换：在改善图像对比度时，如果采用线性或分段线性的函数关系，那么这种变换就是线性变换。按一定比例对原像元值进行扩大或缩小调整线性参数，改变变换效果分段式线性变换,非线性变换：变换函数为非线性函数时，即为非线性变换。（指数变换、对数变换）,b2,b1,a2,a1,（xa,xb）,（1）线性变换,变换前亮度值,变换后亮度值,分段线性变换,变换前,变换后,变换前,变换后,指数变换,对数变换,()非线性变换,在亮度值较高部分拉伸，亮度值较低部分压缩。,在亮度值较低部分拉伸，亮度值较高部分压缩。,2）直方图均衡（续1）,举例：原图和直方图,2）直方图均衡（续2）,举例：均衡后的图和直方图,2、颜色的性质：所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果。颜色的性质由明度（Lightness-Intensity）、色调（Hue）、饱和度(Saturation)来描述。HLS明度：是人眼对光源或物体明亮程度的感觉。物体反射率越高，明度就越高。色调：是色彩彼此相互区分的特性。饱和度：是色彩纯洁的程度，即光谱中波长段是否窄，频率是否单一的表示。黑白色只用明度描述，不用色调和色饱和度。,3、颜色立体颜色立体：孟赛尔颜色立体：任何颜色都可以用三个坐标值：色调、明度、饱和度表示。,4.1.2加色法原理,三原色：若三种颜色，其中的任一种都不能由其余二种颜色混合相加产生，这三种颜色按一定比例混合，可以形成各种色调的颜色，则称之为三原色。红、绿、蓝。互补色：若两种颜色混合产生白色或灰色，这两种颜色就称为互补色。黄和蓝、红和青、绿和品红。,红绿黄红蓝品红蓝绿青红蓝绿白,色度图：可以直观地表现颜色相加的原理,更准确地表现颜色混合的规律.,遥感影像色彩与反射率的对应传感器接收电磁能量，用化学方法、光电转换方法将能量记录下来。但是无论是胶片上各点化学反应的程度、还是数字记录，人还是无法直接从中快速获取信息。因此，人们通过一定的规则：对记录介质上的记录值与色彩之间建立对应关系.如何建立这种对应关系？对于胶片通过特定的冲洗技术实现，对于数字矩阵通过数值与色彩对应实现。,遥感影像对应颜色的法则：单个工作波段上的影像显示为黑白影像:反射率大明亮的白色，反射率小近黑色的灰色，反射率居中不同程度的灰色表示。单个工作波段上的影像表示为某种不同明度的颜色:用某种颜色的不同明实现，明亮度反射率最低，明亮度大反射率高，不同程度明亮度代表中间过度的反射率。单个工作波段上的影像表示为彩色:反射率越大越明亮的色彩，反射率越小明亮度越小的色彩。三个工作波段的影像可以叠加显示为彩色：利用三原色原理，三幅影像分别对应三原色叠加在一起。,彩色的视觉分辨能力比黑白高方法：,彩色增强,单波段的彩色：密度分割多波段的彩色：彩色合成HLS变换：,概念：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像。这种方法又叫密度分割。分层方案的确定：分层方案与地物光谱差异对应合适，可以较好地区分地物类别。,1、单波段彩色变换（假彩色密度分割）,以不同的色彩表示图像的色调变化，增强了图像的显示能力同一地物或现象可能被分割成两种不同密度并以不同的颜色显示出来，或同一色彩却表示两种以上不同的地物，造成判读错误。,效果分析,2、多波段色彩变换,概念：依照加色法彩色合成原理，选择遥感影像的某三个波段，分别赋予红、绿、蓝三原色，合成彩色影像合成方案：真彩色合成、假彩色合成,多光谱TM影像TM1：0.45-0.52微米，蓝波段TM2：0.52-0.60微米，绿波段TM3：0.63-0.69微米，红波段，TM4：0.76-0.90微米，近红外波段TM5：1.55-1.75微米，中红外波段TM6：10.4-12.5微米，热红外波段TM7：2.08-2.35微米，中红外波段,HLS变换是从RGB模式转换到HLS模式，是颜色从RGB数学表达到另一种数学表达的定量化转换过程。,3、HLS变换,RGB模型(Red,Green,Blue),RGB模型为图像中每一个像素RGB分量分配一个0255范围内的强度值。例如：纯红色R值为255，G值为0，B值为0；纯绿色G值为0，G值为255，B值为0；纯蓝色B值为0，G值为0，B值为255；灰色的R、G、B三个值相等（除了0和255）；白色的R、G、B都为255；黑色的R、G、B都为0。RGB图像只使用三种颜色，就可以使它们按照不同的比例混合，在屏幕上重现16581375种颜色。,HLS模型（Hue,saturation,Lightness-Intensity）HLS色彩模式以色调（H）、饱和度（S）和明度（L）描述颜色的基本特征。色调在0到360度的标准色轮上，色相是按位置计量的。饱和度用色相中灰色成分所占的比例来表示，0%为纯灰色，100%为完全饱和。明度是指颜色的相对明暗程度，0%定义为黑色，100%定义为白色。,RGB是从物理学角度出发描述颜色，HLS则是从人眼的主观感觉出发描述颜色。该模型是目前使用较为广泛的融合方法。,在HLS域，亮度L分量与地物表面粗糙度相对应，代表地物的空间几何特征，色调H分量代表地物的主要光谱特征，饱和度S表征色彩的纯度。,变换前红、绿、蓝各波段归一化0，1亮度值表示为：Lr、Lg、Lb，三者中最大为Lmax，最小为Lmin,空间滤波,空间滤波：以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。,邻域处理：新影像像元值由原影像上对应像元及相邻像元的值来确定。,主要包括平滑和锐化。,图像卷积运算：在图像的左上角开一个与模板同样大小的活动窗口，图像窗口与模板像元的亮度值相乘再相加，得到新像元的灰度值。,空间滤波的作用平滑：消除各种干扰噪声，使影像中高频成分消退，平化掉影像的细节，表现为影像模糊。锐化：突出影像边缘、线性目标或某些亮度变化率大的部分，提高影像的细节，常表现为边缘增强。,high-passfilter（高通滤波）,low-passfilter（低通滤波）,Smoothing,EdgeEnhancement,1、平滑-图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。,均值平滑：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”和平滑图像的目的。,中值滤波：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，以达到去掉尖锐“噪声”和平滑图像的目的。中值（中位值）在全部数据中排列在中间的数据值,均值滤波：,中值滤波：,2、锐化突出图像的边缘、线性目标或某些亮度变化率大的部分。,罗伯特梯度：找到了梯度较大的位置，也就找到了边缘，用不同的梯度值代替边缘处像元的值，也就突出了边缘。索伯尔梯度拉普拉斯算法定向检测,SOBEL不同模板的锐化效果,定向滤波效果比较,拉普拉斯不同滤波效果比较,数字影像代数运算,概念：两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以实现图像增强，达到提取某些信息或去掉某些不必要信息的目的。原理：地物不同波段的光谱差异。差值运算比值运算,差值运算两幅行列数相等的影像，对应像元值相减fD(x,y)=f1(x,y)-f2(x,y),差值运算的作用地物在不同波段上的反射率差异反映了地物的时间变化（同一地区不同时相的动态变化）,近红外波段图像（121/36，20010129）,红波段图像（121/36，20010129）,432波段合成图像（121/36，20010129）,IR-R差值图像（121/36，20010129）,上海市：19951998年,对应像元的亮度值相除（除数不为0）fD(x,y)=f1(x,y)/f2(x,y),比值运算的作用能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响；扩大不同地物的光谱差异（可增强某些地物之间的反差）,比值运算,遥感多光谱影像，特别是陆地卫星的TM等传感器，波段多，信息量大，对图像解译很有价值。但数据量太大，在图像处理计算时，也常常耗费大量的机时和占据大量的磁盘空间。实际上，一些波段的遥感数据之间都有不同程度的相关性，各相关波段之间存在大量的数据冗余。,多光谱变换,多光谱变换:针对多光谱影像存在的一定程度上的相关性以及数据冗余现象，通过函数变换，达到保留主要信息，降低数据量,增强或提取有用信息目的的方法。主要方法有：K-L变换（主成分变换）K-T变换（主因子变换）,Y=AXX为变换前的多光谱空间的像元矢量Y为变换后的主分量空间的像元矢量A为变换矩阵,K-L变换（主成分变换）,目的：是去除数据之间的相关性，减少冗余。方法：它是对某一多光谱图像X.利用K-L变换矩阵A进行线性组合,而产生一组新的多光谱图像Y.,5.1.1KL变换的特点：(1)从几何意义来看，变换后的主分量空间坐标系与变换前的多光谱空间坐标系相比旋转了一个角度。,新坐标系的坐标轴一定指向数据信息量较大的方向。以二维空间为例，经过旋转后，新坐标系的坐标轴一定分别指向椭圆的长半轴和短半轴方向主分量方向，因为长半轴这一方向的信息量最大。,KL变换的特点：(2)就变换后的新波段主分量而言，它们所包括的信息量不同，呈逐渐减少趋势。事实上，第一主分量集中了最大的信息量，常常占80以上。第二、三主分量的信息量依次很快递减，到了第n分量，信息几乎为零。由于KL变换对不相关的噪声没有影响，所以信息减少时，便突出了噪声，最后的分量几乎全是噪声。所以这种变换又可分离出噪声。,通过采用主成分分析就可以把影像中所含的大部分信息用假想的少数波段表示出来，这意味着信息几乎不丢失但数据量可以减少。,K-L变换：可实现数据压缩和图像增强。,基于上述特点，在遥感数据处理时常常用KL变换作数据分析前