8-4遥感数字图像处理实验四数字图像增强处理

1、遥感教研室遥感数字图像处理潘军实验四遥感数字图像增强处理一、图像对比度增强二、图像平滑与锐化三、波段运算及植被指数实验目的与要求一、了解图像增强处理的目的、基本方法二、掌握对比度增强的基本方法及实现流程三、掌握平滑、锐化的基本方法及实现流程四、掌握波段运算的基本方法及实现流程五、掌握植被指数的计算方法及其适用范围 用以改善图像视觉效果、突出感兴趣的特征和有用信息的图像处理方法。 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，使图像中感兴趣的内容得以强调和清晰，从而有利于目视解译和计算机信息提取。 一、图像对比度增强1. 图像对比度增强的基本原理 对比度增强是

2、一种点处理方法，即利用一个变换函数T(r)把原图像的灰度值r转换成处理后的灰度值S，即 S=T(r) 。增强的结果使原图像的不同区域变亮或变暗，整幅图像的对比度加大。2. 图像对比度增强的基本方法(1) 线性扩展 一般线性扩展 “去头去尾”线性扩展 分段线性扩展(2) 非线性扩展 指数扩展 对数扩展 三角函数扩展2. 图像对比度增强的基本方法(3) 直方图均衡化处理r (r)r原始概率密度函数sr变换函数s (s)s直方图均衡化结果sT(r)2. 图像对比度增强的基本方法(4) 高斯扩展-+F(x)x高斯分布直方图 高斯扩展可使位于直方图中部的主要图像信息的对比度得以增强，但不象直方图均衡化那

3、样强烈。高斯扩展的效果主要取决于原始图像的直方图特征。3. 图像对比度增强的实验操作实验内容： 对多光谱遥感数据“L7ETM+_121-032_123457”进行直方图均衡化和高斯扩展增强处理。 实验要求： 根据原始图像及增强后图像的直方图特征对比分析增强效果。3. 图像对比度增强的实验操作3. 图像对比度增强的实验操作原始图像直方图均衡化图像高斯扩展图像3. 图像对比度增强的实验操作直方图均衡化图像直方图高斯扩展图像直方图原始图像直方图二、图像平滑与锐化1. 图像平滑的基本方法(1) 滑动平均法(2) 中值滤波法2. 图像锐化的基本方法(1) 微分法锐化处理 罗伯特（Robert）梯度：-1

4、0010-110 索伯尔（Sobel）梯度：-101-202-101-1-2-10001212. 图像锐化的基本方法(1) 微分法锐化处理 拉普拉斯算子：0101-410102. 图像锐化的基本方法(2) 空间域的定向滤波 零和模板-1-1-1222-1-1-1-1-12-12-12-1-1-12-1-12-1-12-12-1-1-12-1-1-12水平045垂直90135 非零和模板111222111112121211121121121211121112水平045垂直901353. 图像平滑、锐化的实验操作实验内容： 对多光谱遥感数据“L7ETM+_121-032_123457”进行图像平滑

5、和锐化处理。 实验要求： 平滑方法采用中值滤波（Median Filter）； 锐化方法采用拉普拉斯算子（Laplacian）。3. 图像平滑、锐化的实验操作拉普拉斯算子中值滤波模板窗口大小原图像保留度原始图像3. 图像平滑、锐化的实验操作中值滤波图像拉普拉斯锐化图像三、波段运算与植被指数1. 波段运算的基本方法(2) 差值法(1) 比值法(1) 差值植被指数（EVI） EVI = IR R（ETM4 - ETM3 ）2. 植被指数(2) 比值植被指数（RVI） RVI = IR / R （ETM4 / ETM3 ）(3) 归一化差值植被指数（NDVI） NDVI = （IR-R）/ （IR+R） （(ETM4 - ETM3) / (ETM4 + ETM3)）3. 波段运算与植被指数计算的实验操作实验内容： 利用多光谱遥感数据“L7ETM+_121-032_123457”进行植被指数计算。 实验要求： 基于波段运算方法分别计算差值植被指数、比值植被指数、标准化植被指数。3. 波段运算与植被指数计算的实验操作3. 波段运算与植被指数计算的实验操作差值植被指数Float(B4)-Float(B3)比值植被指数Float(B4)/Float(B3)