遙感入門(mén)-遙感數(shù)字圖像增強(qiáng)處理

1、遙感數(shù)字圖像增強(qiáng)處理什么是圖像增強(qiáng)？圖像增強(qiáng)的目的 改變圖像的灰度等級(jí),提高圖像的對(duì)比度; 消除邊緣和噪聲,平滑圖像; 突出邊緣或線狀地物,銳化圖像; 合成彩色圖像;壓縮圖像數(shù)據(jù)量,突出主要信息等第二章 圖像增強(qiáng)內(nèi)容：空域增強(qiáng) 點(diǎn)運(yùn)算 鄰域運(yùn)算變換域增強(qiáng)第一節(jié)空域增強(qiáng)-灰度拉伸（點(diǎn)運(yùn)算）基于模型的灰度拉伸基于直方圖改變的拉伸線性拉伸 bxaxab*如果要將原圖像灰度級(jí)范圍a1,a2拉伸到b1,b2,則關(guān)系式應(yīng)為？線性拉伸 分段線性拉伸分段線性拉伸非線性拉伸NoImageceaxabxb*非線性拉伸cbxaxab) 1log(*非線性拉伸三角函數(shù) cbxaxcbxaxabab)tan(*)sin

2、(* 直方圖均衡化和規(guī)定化 直方圖均衡化 直方圖規(guī)定化（匹配）直方圖變換直方圖均衡化 直方圖均衡化是將原圖像的直方圖通過(guò)變換函數(shù)變?yōu)榫鶆虻闹狈綀D，然后按均勻的直方圖修改原圖像，從而獲得一幅灰度分布均勻的新圖像?？梢宰C明，這個(gè)變換函數(shù)就是累積直方圖。變換式：0a(),NhkkjbaajkbjaLxh xNxLx變換后新圖像的值為最大灰度值為像元數(shù)， ()為原圖像任一灰度具有的像元數(shù)對(duì)一幅圖像進(jìn)行直方圖均衡化的具體步驟如下：（1）統(tǒng)計(jì)原圖像每一灰度級(jí)的像元數(shù)和累積像元數(shù)（2）根據(jù)變換式計(jì)算每一灰度級(jí) 均衡化后 對(duì)應(yīng)的新值，并對(duì)其四舍五入取整，得到新灰度級(jí)（3）以新值代替原灰度值，形成均衡化后的新圖

3、像。（4）根據(jù)原圖像像元統(tǒng)計(jì)值對(duì)應(yīng)找到新圖像像元 統(tǒng)計(jì)值，作出新直方圖。jaxkbx直方圖變換累積直方圖178910 1114526714 12 1534786911214788984591112 10810 1115 16 10 1313 6916 13 12 10為最大灰度級(jí)）；，為灰度級(jí)（LL.210k)()(0kxhxckjjk原灰度級(jí)xa像元數(shù)累積像元數(shù)變換后值新灰度級(jí)新像元統(tǒng)計(jì)值變換前后圖像178910 1114526714 12 1534786911214788984591112 10810 1115 16 10 1313 6916 13 12 10直方圖規(guī)定化 直方圖規(guī)定化是指

4、使一幅圖像的直方圖變成規(guī)定形狀的直方圖而對(duì)圖像進(jìn)行變換的增強(qiáng)方法.規(guī)定的直方圖可以是一幅參考圖像的直方圖,通過(guò)變換,使兩幅圖像的亮度變化規(guī)律盡可能地接近;規(guī)定的直方圖也可以是特定函數(shù)形式的直方圖,從而使變換后圖像的亮度變化盡可能地服從這種函數(shù)分布.直方圖規(guī)定化直方圖規(guī)定化 T（xa）為原圖像直方圖均衡化的變換函數(shù),G(yc)為參考圖像直方圖均衡化的變換函數(shù),變換后的灰度值均為Zb,由上述可知)()()()()()(1100abckjjccbkjjaabxTGzGyyhcyGZxhaxTZ直方圖規(guī)定化 直方圖規(guī)定化的具體步驟如下:(1)做出原圖像的直方圖(2)做出原圖像的累積直方圖Zb=T(xa

5、),對(duì)原圖像進(jìn)行均衡化變換(3)做出參考圖像的直方圖或確定參考直方圖(4)做出參考圖像累積直方圖zb=G(yc),進(jìn)行均衡化變換(5)對(duì)于原圖像中的每一灰度級(jí)xa的累積值z(mì)b,在參考累積直方圖中找到對(duì)應(yīng)的累積值G(yc);(6)以新值yc替代原灰度值xa,形成規(guī)定化后的新圖像.(7)根據(jù)原圖像像元統(tǒng)計(jì)值對(duì)應(yīng)找到新圖像像元統(tǒng)計(jì)值,做出新直方圖。10 911121011109101112111211911101213141312121013141513111314161614151412121516151413121316131415參考圖像灰度級(jí)yc9/1610/1611/1612/1613/1

6、614/1615/161像元統(tǒng)計(jì)值hc(xc)36798754累積像元統(tǒng)計(jì)值G(yc)0.060.180.330.510.670.820.921.00原灰度級(jí)xa像元統(tǒng)計(jì)值ha(xa)累積像元統(tǒng)計(jì)值T(xa)對(duì)應(yīng)參考累積像元值G(yc)新灰度級(jí)yc新像元統(tǒng)計(jì)值hd(xd)00000011620.040.069/16521620.080.063 1610.100.064 1630.160.1810/1655 1620.200.186 1630.270.3311/1677 1640.350.338 1660.470.5112/16119 1650.570.5110 1650.670.6713/16

7、511 1640.760.8214/16712 1630.820.8213 1630.880.9215/16514 1620.920.9215 1620.961.00141211.00空域增強(qiáng)-鄰域增強(qiáng) 鄰域 對(duì)于圖像中的某個(gè)像元f（x,y），把以像元為中心一定距離內(nèi)的像元集合Axy=xp，yq（p,q取任意整數(shù)）叫做該像元的鄰域。(x,y)(x,y)4-鄰域8-鄰域 建立在離散卷積基礎(chǔ)上的卷積運(yùn)算是在空間域上對(duì)圖像進(jìn)行鄰域變換的運(yùn)算。選定一個(gè)卷積函數(shù)，又稱為模板，它實(shí)際上是一個(gè)M*N大小的小圖像。圖像的卷積運(yùn)算是運(yùn)用模板來(lái)實(shí)現(xiàn)的，如圖，從圖像的左上角開(kāi)始，將一個(gè)給定大小的模板，逐行逐列依次放

8、在圖像的每一個(gè)像元位置上，計(jì)算兩者之間對(duì)應(yīng)各點(diǎn)的乘積并求和，以和數(shù)作為中心像元的輸出值，從而產(chǎn)生新的圖像。卷積運(yùn)算 如果假設(shè)卷積函數(shù)為H(m,n)，其大小為M,N。對(duì)應(yīng)圖像窗口內(nèi)灰度值為f(m,n)，則卷積運(yùn)算可通過(guò)下式表示。MmNnnmHnmfyxg11),(),(),(MmNnMmNnnmHnmHnmfyxg1111),(),(),(),(在實(shí)際應(yīng)用中，經(jīng)常使圖像窗口與模板像元的灰度值對(duì)應(yīng)相乘再相加，相加的總和再除以模板內(nèi)所有值的和作為中心像元新的灰度值。模板運(yùn)算的公式為平滑 均值平滑 設(shè)待處理圖像f（x,y）有N行N列，平滑后的圖像為g（x,y）。均值平滑指對(duì)原圖像每個(gè)像元在以它為中心的

9、鄰域A內(nèi)取平均值，作為該像元新的灰度值。即AjijifMyxg),(),(1),(均值濾波器模板010101010111101111均值濾波器均值濾波器Mean 5x5原始圖象原始圖象Mean 11x11中值濾波器中值濾波器而在中值濾波中，是而在中值濾波中，是把局部區(qū)域中灰度的中央值作為區(qū)把局部區(qū)域中灰度的中央值作為區(qū)域中央象元的值。域中央象元的值。 用這種非線性的濾波，比鄰域平均法可以在很大的程用這種非線性的濾波，比鄰域平均法可以在很大的程度上防止邊緣的模糊。度上防止邊緣的模糊。),(),(yxfmedianyxg3 510 12 1624810 55683746745 8330810 19

10、試用1*3和3*3的窗口對(duì)此進(jìn)行中值濾波 邊緣增強(qiáng)邊緣增強(qiáng)1梯度法梯度法 矢量微分矢量微分-梯度梯度 二元函數(shù)二元函數(shù)f(x,y)在坐標(biāo)點(diǎn)在坐標(biāo)點(diǎn)(x,y)處的梯度向量的定義：處的梯度向量的定義： yfxfyxfG),(梯度的幅度：梯度的幅度：22)()(),(yfxfyxfG空間域圖像銳化空間域圖像銳化 連續(xù)域的微分連續(xù)域的微分-離散域的差分離散域的差分)1,(),(), 1(),(21jifjiftjifjift21),(ttjigradf常見(jiàn)的梯度算子模板常見(jiàn)的梯度算子模板1-11-1Roberts-11-11-11111-1-1-1Prewitt-11-22-11121-1-2-1So

11、bel1-11-1水平、垂直梯度水平、垂直梯度從上面可知，從上面可知，Sobel算子、算子、 Prewitt算子不像普通梯度算算子不像普通梯度算子子那樣用兩個(gè)像素之差值，而用兩列或兩行加權(quán)和之差那樣用兩個(gè)像素之差值，而用兩列或兩行加權(quán)和之差值，其優(yōu)點(diǎn)為：值，其優(yōu)點(diǎn)為： 由于引入了平均因素，因而對(duì)圖像中的隨機(jī)噪聲有一由于引入了平均因素，因而對(duì)圖像中的隨機(jī)噪聲有一定的平滑作用定的平滑作用 由于它是相隔兩行或兩列的差分，故邊緣兩側(cè)的象元由于它是相隔兩行或兩列的差分，故邊緣兩側(cè)的象元得到了增強(qiáng)，邊緣顯得粗而亮。得到了增強(qiáng)，邊緣顯得粗而亮。適用情況適用情況梯度算子法梯度算子法取值式取值式說(shuō)明說(shuō)明保留背景

12、，強(qiáng)保留背景，強(qiáng)調(diào)邊緣調(diào)邊緣或：或： ：為規(guī)定的：為規(guī)定的亮度級(jí)亮度級(jí)研究邊緣灰度研究邊緣灰度級(jí)的變化，但級(jí)的變化，但不受背景影響不受背景影響 ：為規(guī)定的：為規(guī)定的亮度級(jí)亮度級(jí)只對(duì)邊緣位置只對(duì)邊緣位置感興趣感興趣 、 ：為：為規(guī)定的亮度級(jí)規(guī)定的亮度級(jí)其它),(),(),(),(yxfTyxfyxfyxg其它),(),(),(yxfTyxfLyxgggL其它,),(),(),(bLTyxfyxfyxgbL其它,),(),(bgLTyxfLyxggLbL水平、垂水平、垂直梯度直梯度Roberts梯度梯度Sobel梯度梯度或或檢測(cè)垂直邊界：檢測(cè)垂直邊界：檢測(cè)水平邊界：檢測(cè)水平邊界：檢測(cè)對(duì)角線邊界：檢

13、測(cè)對(duì)角線邊界：圖像銳化圖像銳化2.定向檢測(cè)定向檢測(cè)： 當(dāng)有目的地檢測(cè)某一方向的邊、線或紋理特征時(shí)，當(dāng)有目的地檢測(cè)某一方向的邊、線或紋理特征時(shí)，可選擇特定的模板卷積運(yùn)算作定向檢測(cè)。常用的模板為可選擇特定的模板卷積運(yùn)算作定向檢測(cè)。常用的模板為：1011011011h1211211212h1110001113h1112221114h或或0111011105h1101010116h2111211127h1121212118h圖像銳化圖像銳化3.3.拉普拉斯算子拉普拉斯算子 拉普拉斯算子處理是常用的邊緣增強(qiáng)處理算子，它是各拉普拉斯算子處理是常用的邊緣增強(qiáng)處理算子，它是各向同性的二階導(dǎo)數(shù)向同性的二階導(dǎo)數(shù)

14、22222yfxff對(duì)數(shù)字圖像來(lái)講，對(duì)數(shù)字圖像來(lái)講， 的二階偏導(dǎo)數(shù)可表示為的二階偏導(dǎo)數(shù)可表示為： ),(2) 1,() 1,(),(),(2), 1(), 1(), 1(),(),(), 1(),(), 1(),(2222jifjifjifyyxfjifjifjifjifjifjifjifjifjifxyxfxx),(yxf 為此，拉普拉斯算子為：為此，拉普拉斯算子為： 以模板形式表示為：以模板形式表示為： ),(4) 1,() 1,(), 1(), 1(22222jifjifjifjifjifyfxff010141010可見(jiàn)數(shù)字圖像在某點(diǎn)的拉普拉斯算子，可以由中心像素點(diǎn)可見(jiàn)數(shù)字圖像在某點(diǎn)的拉

15、普拉斯算子，可以由中心像素點(diǎn)灰度級(jí)值和鄰域像素灰度級(jí)值通過(guò)加減運(yùn)算來(lái)求得?；叶燃?jí)值和鄰域像素灰度級(jí)值通過(guò)加減運(yùn)算來(lái)求得。 拉普拉斯銳化：用原圖像的值減去模板運(yùn)算結(jié)果的整倍拉普拉斯銳化：用原圖像的值減去模板運(yùn)算結(jié)果的整倍數(shù)，即：數(shù)，即： ),(),(),(2yxfkyxfyxg拉普拉拉普拉斯算子斯算子114111h115112h彩色增強(qiáng)假彩色密度分割：假彩色密度分割：將原先灰度差異人為地將原先灰度差異人為地以彩色表現(xiàn)，放大細(xì)微差異，達(dá)到信息增以彩色表現(xiàn)，放大細(xì)微差異，達(dá)到信息增強(qiáng)強(qiáng)彩色合成與假彩色合成彩色合成與假彩色合成彩色合成時(shí)，波段如何選擇，可通過(guò)求最佳指數(shù)彩色合成時(shí)，波段如何選擇，可通過(guò)求

16、最佳指數(shù)OIF進(jìn)行選擇：最佳指數(shù)大的三個(gè)波段一般效果較佳。進(jìn)行選擇：最佳指數(shù)大的三個(gè)波段一般效果較佳。Si為第為第i波段的亮度標(biāo)準(zhǔn)差波段的亮度標(biāo)準(zhǔn)差ri為合成分量間的相關(guān)系數(shù)為合成分量間的相關(guān)系數(shù) 多波段彩色擬合多波段彩色擬合 例如，根據(jù)例如，根據(jù)TM圖像各個(gè)波段的物理意義，圖像各個(gè)波段的物理意義，按如下方案，將按如下方案，將7個(gè)波段信息同時(shí)表現(xiàn)在同個(gè)波段信息同時(shí)表現(xiàn)在同一圖像中。一圖像中。7個(gè)波段同時(shí)參與彩色合成的配個(gè)波段同時(shí)參與彩色合成的配色方案為：色方案為：R = 0.6TM3 + 0.4TM6G = 0.4TM2 + 0.6TM4 B = 0.3TM1 + 0.4TM5 + 0.3TM

17、7此圖版是南昌幅衛(wèi)此圖版是南昌幅衛(wèi)片，紅色為城市，片，紅色為城市，淡紅色為旱地，墨淡紅色為旱地，墨綠色為針葉林，鮮綠色為針葉林，鮮綠色為闊葉林，嫩綠色為闊葉林，嫩綠色為竹林，淡灰綠色為竹林，淡灰紅色為水田，湖泊紅色為水田，湖泊中各種水色為不同中各種水色為不同工業(yè)、土壤侵蝕、工業(yè)、土壤侵蝕、混濁泥沙、農(nóng)藥化混濁泥沙、農(nóng)藥化肥造成的污染。如肥造成的污染。如果用四季的衛(wèi)片，果用四季的衛(wèi)片，則可進(jìn)行更細(xì)的分則可進(jìn)行更細(xì)的分類。這種彩色合成類。這種彩色合成的嘗試，為成像光的嘗試，為成像光譜儀的多波段合成譜儀的多波段合成理論打下了基礎(chǔ)。理論打下了基礎(chǔ)。圖像運(yùn)算 加法運(yùn)算),(),(),(21yxfyxfa

18、yxfc加法運(yùn)算主要用于對(duì)同一地區(qū)的多幅圖像的求平,可以有效地減少圖像的加性隨機(jī)噪聲. 差值運(yùn)算增強(qiáng)變化量，突出圖象間的差異增強(qiáng)變化量，突出圖象間的差異),(),(),(21byxfyxfayxfD 比值運(yùn)算比值運(yùn)算比值方法：比值方法： 簡(jiǎn)單比值簡(jiǎn)單比值 如如TM5/TM7 組合比值組合比值 如如(TM4-TM3) / (TM4+TM3) 標(biāo)準(zhǔn)比值標(biāo)準(zhǔn)比值 單個(gè)波段與所有波段之和構(gòu)成的比值。單個(gè)波段與所有波段之和構(gòu)成的比值。通過(guò)通過(guò)TM5/TM7可有效地增強(qiáng)和提取蝕變巖信息可有效地增強(qiáng)和提取蝕變巖信息技術(shù)要點(diǎn)：技術(shù)要點(diǎn)： 圖像必須先配準(zhǔn)圖像必須先配準(zhǔn)-位置準(zhǔn)確，不能張冠李戴；位置準(zhǔn)確，不能張冠

19、李戴；像元亮度值應(yīng)作標(biāo)準(zhǔn)化、歸一化像元亮度值應(yīng)作標(biāo)準(zhǔn)化、歸一化-同一起跑線上同一起跑線上比較比較；注意成像時(shí)間、季節(jié)的選擇注意成像時(shí)間、季節(jié)的選擇，應(yīng)盡量降低兩圖像，應(yīng)盡量降低兩圖像因成像環(huán)境因素不同產(chǎn)生的影響因成像環(huán)境因素不同產(chǎn)生的影響-突顯地物真正的突顯地物真正的變化而非環(huán)境因素的變化。變化而非環(huán)境因素的變化。多光譜增強(qiáng)KL變換變換：表達(dá)式為表達(dá)式為Y =AX 。 其中其中X為變換前的像元矢量；為變換前的像元矢量；Y為變換后的為變換后的主分量空間的像元矢量；主分量空間的像元矢量；A 為變換矩陣。為變換矩陣。KL變換矩陣變換矩陣A由原始圖像數(shù)據(jù)矩陣由原始圖像數(shù)據(jù)矩陣Xmxn的斜方差矩陣的斜方差矩陣Smxm的特征向量組成。的特征向量組成。KL變換的具體過(guò)程如下：變換的具體過(guò)程如下： 第一步，根據(jù)原始圖像第一步，根據(jù)原始圖像n個(gè)像元的數(shù)據(jù)矩陣個(gè)像元的數(shù)據(jù)矩陣Xmxn，求出它的斜方差矩陣，求出它的斜方差矩陣S， Xmxn的的斜方差矩陣斜方差矩陣S為：為：mmijTsXXXXnS1 第二步，求第二步，求S矩陣的特征值矩陣的特征值和特征向量，并組成和特征向量，并組成變換矩陣變換矩陣A。解特征方程：。解特征方程：(I-S)U=0，其中，其中I為單為單位矩陣，位矩陣，U為特征向量。解前面的特征方程即可為特征向量。解前面的特征方程即可求出斜方差矩陣求出斜方差矩陣