第0501章遥感图像增强教学教材.ppt

第五章遥感图像增强第五章遥感图像增强第五章遥感图像增强◆基于ERDAS的遥感图像辐射增强（线性拉伸法）
两种途径：1）应用ModelMaker；2）应用LUTStretch（查找表拉伸）途径1)应用ModelMaker：Modeler图标/ModelMaker----“FunctionDefinition对话框/Functions:Global”途径2）应用LUTStretch(查找表拉伸)：Interpreter图标/RadiometricEnhancement/LUTStretch◆分段线性拉伸法:将原图像上的灰度值划分成若干区段，然后按区段使用上述线性函数进行不同程度的线性扩展（对线性拉伸法的一种改进）◆非线性拉伸法:按非线性函数关系扩展原图像的灰度值，即对整个灰度值的动态范围以不等权的关系进行变换.（线性或分段线性拉伸法都是等比例地变换指定动态范围内的像元灰度值）
◆实施方法：指数函数、对数函数等第五章练习★遥感图像的辐射增强:对图像上单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的灰度增强法）
★实现方法：2.直方图增强法：通过修改图像直方图来改善图像的质量.该方法又可分为直方图均衡化、直方图匹配等.*数字图像的直方图通过像元亮度直方图可以判断影像质量：
每一幅影像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析影像的质量。一般来说，一幅包含大量像元的影像，其像元亮度值应符合统计分布规律，即假定像元亮度随机分布时，直方图应是正态分布的。实际工作中，若影像的直方图接近正态分布，则说明影像中像元的亮度接近随机分布，是一幅适合用统计方法分析的影像。当观察直方图形态时，发现直方图的峰值偏向亮度坐标轴左侧，则说明影像偏暗。峰值偏向坐标轴右侧，则说明影像偏亮，峰值提升过陡、过窄，说明影像的高密度值过于集中，以上情况均是影像对比度较小，影像质量较差的反映。从直方图形态判断影像质量◆直方图均衡化(HistogramEqualization):以图像灰度值的累积概率函数为基础的直方图修正法，实质上是对图像进行非线性拉伸,重新分配像元值,使一定灰度范围的像元数量大致相等,从而有效地扩大图像主体部分的反差或对比度（图3.5图像均衡化的特点---P41）
◆实施方法：
Interpreter图标/RadiometricEnhancement/HistogramEqualization◆直方图匹配(HistogramMatch):根据参考图像的直方图对另一幅图像实施灰度变换，使其直方图与参考图像的直方图类似，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。※直方图增强法之直方图匹配※直方图增强法之直方图匹配◆实施方法：
Interpreter图标/RadiometricEnhancement/HistogramMatch第五章练习★遥感图像的辐射增强:对图像上单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的灰度增强法）
★实现方法：3.亮度反转处理：对图像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（原来亮的变暗，原来暗的变亮.※亮度反转处理★遥感图像的辐射增强:对图像上单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的灰度增强法）
★实现方法：4.去霾处理：目的是降低多波段图像或全色图像的模糊度.★遥感图像的辐射增强:对图像上单个像素的灰度值进行处理，以突出像元之间的反差（对比度），从而改善图像视觉效果、突出有用信息.（遥感图像的灰度增强法）
★实现方法：5.去条带处理：针对LandsatTM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.※LandsatTM的图像扫描特点※去条带处理第五章遥感图像增强★遥感图像的边缘增强:对图像上局部范围内多个像素的灰度值进行综合处理，以调整像元与其周围像元间的对比关系，从而达到改善图像质量、突出图像上某些用户感兴趣的线性形迹、纹理与地物边界等信息.图A第五章课堂练习图A图A★遥感图像的边缘增强:对图像上局部范围内多个像素的灰度值进行综合处理，从而达到改善图像质量、突出有用信息.
★实现方法：1.空间域滤波增强：使用卷积技术，亦即借助模板在原图像移动，逐块地进行领域检测的运算,以改变图像的空间频率特征。※低通滤波器※低通滤波器※低通滤波器之均值平滑第五章作业（1）※低通滤波器之中值平滑※高通滤波器★遥感图像的边缘增强:对图像上局部范围内多个像素的灰度值进行综合处理，从而达到改善图像质量、突出有用信息.
★实现方法：
1.空间域滤波增强※基于ERDAS的图像空间域滤波增强★遥感