图像处理第四章.ppt

图像增强 Image enhancement 目的：突出图像中的有用信息，扩大不同影像特征（亮度值） 之间的差别，以提高对图像的解译和分析能力，使之更适合实际应用。 类型：按照主要增强的信息内容可分为： 波谱特征增强：突出不同地物之间波谱特征的差别 空间特征增强：突出空间形态特征、边缘、线条、纹理结构特点 时间信息增强：提取多时相图像中波谱与空间特征随时间变化的信息 按照参加处理运算的波段影像数目可分为： 单波段图像增强：对单一波段数据处理，如反差扩展 多波段图像增强：对多个波段数据处理，如彩色合成   第一节 波谱信息增强 波谱信息增强方法有单波段运算和多波段运算两类，前者包括反差扩展、密度分割等，后者有比值法、差值法、主组分分析及其它线性变化。以下分别说明这些方法的原理、基本算法及应用效果。 拉平扩展是直方图中概率密度大的部分（一般是中间部分）亮度值之间差别显著扩大，产生强烈的反差增强作用。 局部窗口反差增强（局部增强） 对图像部分区域进行增强。 如图像中有一个暗区，它又是研究的对象，可进行局部增强，全幅图像的直方图为： 概念：利用计算机将同一地区不同波段的图像存放在不同通道的存储器中，并依照彩色合成原理，分别对各通道的图像进行单基色变换，在彩色屏幕上进行叠置，从而构成彩色合成图像。 合成方案：彩色合成图像分为真彩色图像和假彩色图像。 方法演示 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。 颜色立体 （1）颜色立体：中间垂直轴代表明度 ；中间水平面的圆周代表色调；圆周上的半径大小代表饱和度。 （2）孟赛尔颜色立体：中轴代表无色彩的明度等级；在颜色立体的水平剖面上是色调；颜色历代中央轴的水平距离代表饱和度的变化。 HIS变换的其它作用： 可对色调进行分段扩展，以突出某一色调或加大某一范围内的色调之间的差异。 色调影像不改，将亮度和饱和度置常数，以突出地物色调在空间上的分布。 色调影像和饱和度影像不改，亮度置常数，以减少遥感影像合成显示中的地形起伏的影响，突出阴影地区内部分地物信息。 色调影像和饱和度影像不改，亮度用其它高分辨率的影像代替，以便在保留色调和饱和度特点的条件下，提高影像分辨率。 该比值相当于对基本比值进行不同的非线性扩展（近似于暗区扩展（对数扩展）） TM穗帽变换的参数矩阵 MSS和IKONOS IKONOS 举例 IKONOS 举例 /discuss-archive/msg00277.html When to derive your own KT coefficients? IKONOS MSS 2、和、差组合比值：由两个波段的和与差构成的比值 这种比值克服了基本比值法的暗区压缩亮区扩展的缺点，相当于对基本比值法图像作了非线性（对数）变换。 3、交叉组合比值：由三个或更多波段构成的比值，其中分子和分母所包含的波段是不同的。 这种比值实际上相当于两个相同分母的单比值的和。两者相加有利于消除随机噪声（如条带现象）。 1 -1 0 2 4 6 a/(a+b), (a-b)/(a+b) a/b 0 4、标准化比值：以单个波段为分子，以所有波段的和为分母得出的比值。 这种比值的分母相当于总的亮度，比值中反映了这方面的信息。这种比值有利区分色调相似，而亮度不同的岩石或土壤。 讨论： ① 先做波谱测试，了解地物的波谱特征，通过波谱曲线确定比值方法，选择出最有利于识别区分不同地质体的最佳波段。 ② 判断效果：最佳指数 OIF值越大，效果越好。 ③ 比值的结果往往在5～0.2之间，一般要扩展，把所有的比值图像扩展到最大的数值域（0～255）。 ④ 比值图像，波谱意义已不存在了。 比值运算常用于突出遥影像的植被特征、提取植被的类型或估算植被生物量，这种算法的结果称为植被指数（VI，Vegetation Index）。即从遥感图像中提取的植被发育程度和生长态势的定量参数. 常用的植被指数有： ① 比值植被指数（RVI，Ratio Vegetation Index）定义为 RVI=NIR/R 式中，NIR为遥感影像中近红外波段的反射值。R为遥感影像中红光波段的反射值。 ② 归一化植被指数(NDVI,Normalized Difference Vegetation Index)