第四章 遥感图像处理—图像增强

遥感 课件

第四章 遥感图像处理—图像增强遥感图像增强是为特定目的，突出遥感图像中的某些信息，削弱或除去某些不需

要的信息，使图像更易判读。图像增强的实质是提高图像质量和突出所需信息，从

而有利于分析判读或进一步处理。

遥感 课件

一、灰度直方图图像灰度直方图反映了一幅图像中灰度级与 其出现概率之间的关系，用平面直角坐标系表示 图像像元灰度分布状态。 横轴表示灰度级， 纵轴表示灰度级为 gi的像元个数mi占 像元总数M的百分 比(Pi=mi/M)。将 Pi绘于图上，所形 成的统计直方图叫 灰度直方图。

遥感 课件

通过灰度直方图可以直观地了解图像的特性。

遥感 课件

二、图像对比度增强——反差增强主要通过改变图像灰度分布态势，扩展灰度分布区间，达到 增加反差的目的。 1、线性拉伸

若增强前后灰度函数关系符合以下线性关系式，则称为 线性拉伸：

g 'ij kgij b

g'ij

g ij

遥感 课件

g 'ij kgij bg'ij 为增强后灰度值； g ij 为增强前灰度值；

k为斜率k g 'max g 'min /( g max g min )

b 为常数 b g 'min kgmin

遥感 课件

举例：某地TM图像，增强前灰度最大值为62,最小 值为10,选择0-255灰度级进行线性变换，则变换函 数为：

g 'ij 4.9 gij 49其中：

k ( g 'max g 'min ) /(g max g min ) 255 / 52 4.9b g 'ij kgij 0 49 49

遥感 课件

遥感 课件

linear stretch

遥感 课件

分段线性拉伸

g'ij

g ij

图像反转

g'ij

g ij

遥感 课件

2、非线性拉伸(1)指数变换

g 'ij be(2)对数变换

ag ij

c

g 'ij b lg(agij 1) c

遥感 课件

指 数 变 换

对 数 变 换

遥感 课件

三、空间滤波对比度扩展的辐射增强：通过单个像元的运算从整体 上改善图像的质量。

空间滤波：以重点突出图像上的某些特征为目地的采用空间域中的邻域处理方法。属于几何增强处理，主要包 括平滑和锐化。

遥感 课件

图像平滑处理

图像平滑的目的在于消除各种干扰噪声， 使图像中高频成分消退，即平滑掉图像的 细节，使其反差降低，保存低频成分。

原图

平滑处理后的图

遥感 课件

邻域平均法在空间域处理中，是对邻区窗口内的图像区域积分。对于离散 的数字图像其平滑公式为：1 g x,y M n,m s

f n,m

式中：g(x,y)为点(x,y)平滑后的灰度值；

f(n,m)为S集合中各像元的灰度值； S 是点(x,y)邻域中的坐标的集合； M 是集合S中像元的总数；n,m 领域S 的行数和列数。

遥感 课件

点(x,y)的邻域 ：

(x,y)

(x,y)

邻域平滑的卷积运算：1/91/9 1/9

1/91/9 1/9

1/91/9 1/9

a d g

b e h

c f i

A⊕B

g(x,y)=(a+b+c+d+e+f+g+h+i)/9

遥感 课件

算子或模板大小、权可根据具体情况进行设计， 设计不同的模板时，注意模板中各数值之和为1, 即有平均的意思。1/9 1/9 1/9

1/9 1/9 1/9 1/9 1/9 1/9

1/16

1/8

1/16

1/81/16

1/41/8

1/81/16

遥感 课件

中值滤波即将每个象元在以其为中心的邻域内取中间 亮度值来代替该像元值，以达到去尖锐“噪声”和 平滑图像的目的。

遥感 课件

图像锐化锐化是增强图像中的高频成份，突出图像的 边缘信息，提高图像细节的反差，也称为边缘增 强，其结果与平滑相反。

遥感 课件

空间域锐化是对邻区窗口内的图像微分。数字图像微分，用差分近似表示： |G* (x¸y)+|=,* (x¸y)- (x+1¸y)+2+ * (x¸y)- (x¸y+1)+2}1/2 用绝对值表示为： |G* (x¸y)+|= |* (x¸y)- (x+1¸y) | + |* (x¸y)- (x¸y+1)+ |

遥感 课件

模板可以根据需要设计成各种不同权和大小 以下是常用的锐化算子:

遥感 课件

Roberts算子：G[i,i]=|f[i,j]-f[i+1,j+1]|+|f[i+1,j]-f[i,j+1]|;1 0 0 -1 0 -1 0

+

1

Sobel 算子：G[i,i]=|f[i-1,j+1]+2f[i,j+1]+f[i+1,j+1]-f[i-1,j-1]2f[i,j-1]-f[i+1,j-1]|+|f[i-1,j-1]+2f[i-1,j]+f[i-1,j+1]-f[i+1,j-1]2f[i+1,j]-f[i+1,j+1]|;-1 -2 -1 0 0 0 1 2 1 1 2 0 -2 1 0 -1

+

0 -1