第五章 數(shù)字圖像基礎(chǔ)

第五章MATLAB遙感圖像處理基礎(chǔ)主要內(nèi)容遙感圖像概述遙感圖像的讀寫與顯示遙感圖像輻射增強(qiáng)遙感圖像幾何變換遙感圖像配準(zhǔn)1遙感圖像處理概述基本概念遙感數(shù)字圖像：是指被計(jì)算機(jī)存儲(chǔ)、處理和使用的圖像，是一種空間坐標(biāo)和灰度均不連續(xù)的、用數(shù)字形式表達(dá)的遙感影像，最基本單元是像素，每個(gè)像素具有空間位置特征和屬性特征。空間位置特征：是用離散的X值和Y值來表示；屬性特征：常用亮度值表示。亮度值有如下特點(diǎn)：（1）不同圖像相同地點(diǎn)的亮度值不同；（2）亮度值大小由傳感器所探測(cè)到的電磁輻射強(qiáng)度決定，入射到傳感器中的電磁波被探測(cè)元件轉(zhuǎn)化為電信號(hào)，經(jīng)過A/D轉(zhuǎn)換，成為絕對(duì)輻射亮度值R。為了便于應(yīng)用R又被轉(zhuǎn)換為能夠表征地物的輻射亮度相對(duì)值V。

R=V*（Rmax-Rmin

）/Dmax+Rmin

Rmax為探測(cè)器可檢測(cè)到的最大輻射亮度；Rmin為探測(cè)器可檢測(cè)到的最小輻射亮度；max為級(jí)數(shù)；R為輻射亮度值；V為像素表征的地物輻射亮度的相對(duì)值。遙感數(shù)字圖像處理：利用數(shù)字計(jì)算機(jī)或其它高速、大規(guī)模集成數(shù)字硬件，對(duì)從遙感圖像信息轉(zhuǎn)換來的數(shù)字電信號(hào)進(jìn)行某些數(shù)字運(yùn)算或處理（如去除噪聲、增強(qiáng)、復(fù)原、分割、提取特征等），以期提高遙感圖像的質(zhì)量以達(dá)到人們所要求的某些預(yù)期結(jié)果。圖像的表示

完整描述圖像，可以用式子：

I=f(x,y,z,λ,t)

表示一個(gè)立體的、彩色的活動(dòng)圖像。還有：對(duì)于靜止圖像，則表示為f(x,y,z,λ)；對(duì)于平面圖像，則表示為f(x,y,λ)；對(duì)于單色圖像，則表示為f(x,y)。有時(shí)，在傳播或傳送圖像時(shí)，常把圖像掃描成一維信號(hào)，如視頻信號(hào)，這時(shí)圖像便成了一維函數(shù)f(t)，稱之為圖像信號(hào)，而前面幾個(gè)式子稱為圖像，以示區(qū)別。數(shù)字圖像是由被稱作象素的小塊區(qū)域組成的二維矩陣。將物理圖象行列劃分后，每個(gè)小塊區(qū)域稱為像素（pixel）。

–每個(gè)像素包括兩個(gè)屬性：位置和灰度。對(duì)于單色即灰度圖像而言，每個(gè)象素的亮度用一個(gè)數(shù)值來表示，通常數(shù)值范圍在0到255之間，即可用一個(gè)字節(jié)來表示，

0表示黑、255表示白，而其它表示灰度級(jí)別。物理圖象及對(duì)應(yīng)的數(shù)字圖象物理圖像19643灰度像素?cái)?shù)字圖像采樣列采樣行圖片像素行間隔采樣列間隔灰階黑灰白0128255彩色圖象可以用紅、綠、藍(lán)三元組的二維矩陣來表示。

–通常，三元組的每個(gè)數(shù)值也是在0到255之間，0表示相應(yīng)的基色在該象素中沒有，而255則代表相應(yīng)的基色在該象素中取得最大值，這種情況下每個(gè)象素可用三個(gè)字節(jié)來表示。彩色圖象(128x128)及其對(duì)應(yīng)的數(shù)值矩陣（僅列出一部分(25x31)）(207,137,130)(220,179,163)(215,169,161)(210,179,172)(210,179,172)(207,154,146)(217,124,121)(226,144,133)(226,144,133)(224,137,124)(227,151,136)(227,151,136)(226,159,142)(227,151,136)(230,170,154)(231,178,163)(231,178,163)(231,178,163)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(240,205,187)(239,195,176)(231,138,123)(217,124,121)(215,169,161)(216,179,170)(216,179,170)(207,137,120)(159,51,71)(189,89,101)(216,111,110)(217,124,121)(227,151,136)(227,151,136)(226,159,142)(226,159,142)(237,159,135)(237,159,135)(231,178,163)(236,187,171)(231,178,163)(236,187,171)(236,187,171)(236,187,171)(239,195,176)(239,195,176)(236,187,171)(227,133,118)(213,142,135)(216,179,170)(221,184,170)(190,89,89)(204,109,113)(204,115,118)(189,85,97)(159,60,78)(136,38,65)(160,56,75)(204,109,113)(227,151,136)(226,159,142)(237,159,135)(227,151,136)主要內(nèi)容遙感圖像概述遙感圖像的讀寫與顯示遙感圖像輻射增強(qiáng)遙感圖像幾何變換遙感圖像配準(zhǔn)2遙感圖像的讀寫與顯示對(duì)于標(biāo)準(zhǔn)格式的圖像，如bmp,jpg,tif等格式的圖像，可以直接利用MATLAB提供的命令imread及imwrite進(jìn)行讀寫操作。實(shí)際中不同的遙感數(shù)據(jù)并非標(biāo)準(zhǔn)格式。如何根據(jù)數(shù)據(jù)提供者提供的格式說明文件讀出相應(yīng)的參數(shù)及圖像數(shù)據(jù)是進(jìn)行后續(xù)遙感圖像處理的關(guān)鍵。標(biāo)準(zhǔn)格式圖像讀取函數(shù)imread可以從任何Matlab支持的圖像文件格式中，以任意位深度讀取一幅圖像。格式為：[X,MAP]=imread(FILENAME,'FMT')，其中：FILENAME－為需要讀入的圖像文件名稱，F(xiàn)MT－為圖像格式。圖像文件格式讀取圖像信息可以通過調(diào)用imfinfo函數(shù)獲得與圖像文件有關(guān)的信息，格式如下：INFO=imfinfo(FILENAME,'FMT')其中：返回的INFO是Matlab的一個(gè)結(jié)構(gòu)體。函數(shù)size可給出一副圖像的行數(shù)和列數(shù)size（f）非標(biāo)準(zhǔn)格式遙感圖像讀取通常每一種遙感衛(wèi)星傳感器都制定了一套適合本身特性的數(shù)據(jù)存儲(chǔ)格式標(biāo)準(zhǔn)。并且為用戶提供詳細(xì)的格式說明書。用戶必須熟悉格式才能正確地讀出遙感圖像數(shù)據(jù)。例：ALOSPALSAR參數(shù)及數(shù)據(jù)讀取顯示圖像在MATLAb桌面上圖像一般使用imshow來顯示，該函數(shù)的基本語法為：

imshow(f,G)其中，f是一個(gè)圖像數(shù)組，G是顯示該圖像的灰度級(jí)數(shù)。圖像的顯示Matlab的圖像顯示函數(shù)主要有imshow、colorbar、subimage和imagesc等。

1、imshow(I,n)顯示灰度級(jí)為n的圖像，n缺省為256?！纠堪?56灰度級(jí)顯示I=imread('moon.tif');imshow(I,256)colorbar

【例】按8灰度級(jí)顯示I=imread('moon.tif');imshow(I,8)colorbar

【例】按最大灰度范圍顯示I=imread('moon.tif');imshow(I,[])colorbar

【例】按指定灰度范圍顯示I=imread('moon.tif');imshow(I,[64,128])colorbar

2、imshow(X,MAP)顯示索引圖像，X為數(shù)據(jù)圖像矩陣，MAP為調(diào)色板。【例】顯示索引圖像[X,MAP]=imread('canoe.tif');imshow(X,MAP);colorbar

【例】顯示偽彩色圖像I=imread('moon.tif');imshow(I,jet(256))colorbar3、imshow(RGB)顯示真彩色圖像?！纠縭gb=imread('flowers.tif');imshow(rgb);

4、subimage多圖顯示多個(gè)調(diào)色板的圖像?！纠縧oadtrees;[x2,map2]=imread('forest.tif');subplot(2,1,1),subimage(X,map);colorbarsubplot(2,1,2),subimage(x2,map2);colorbar

【例】不用專用函數(shù)顯示多圖loadtrees;[x2,map2]=imread('forest.tif');subplot(2,1,1),imshow(x2,map2);colorbarsubplot(2,1,2),imshow(X,map);colorbar

圖像的寫入1、imwrite函數(shù)imwrite(I,'文件名','文件格式')－保存無調(diào)色板的圖像imwrite(X,MAP,'文件名','文件格式')－保存有調(diào)色板的圖像imwrite(...,'文件名')－文件名中含格式imwrite(...,'參數(shù)','值')－指定保存參數(shù)文件格式：bmp、jpg、pcx、tif。

【例】將tif圖像保存為jpg圖像[x,map]=imread('canoe.tif');imwrite(x,map,'canoe.jpg','JPG','Quality',75)

主要內(nèi)容遙感圖像概述遙感圖像的讀寫與顯示遙感圖像輻射增強(qiáng)遙感圖像幾何變換遙感圖像配準(zhǔn)3遙感圖像輻射增強(qiáng)定義：將原來不清晰的圖像變得清晰或突出某些特征，同時(shí)抑制一些不需要的信息的處理方法。目的：突出圖像中的有用信息，擴(kuò)大不同影像特征之間的差別，以便于進(jìn)行判讀和分析?；谥狈綀D變換的增強(qiáng)方法直方圖變換是一種通過直接改變圖像中像元的亮度值來改變圖像的對(duì)比度，從而改善圖像質(zhì)量的圖像處理方法。灰度直方圖是灰度級(jí)的函數(shù)，描述圖像中具有該灰度級(jí)的像元的個(gè)數(shù)。其橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)是像元的個(gè)數(shù)（或該灰度出現(xiàn)的頻率）。直方圖反映灰度的總體結(jié)構(gòu)，但是不反映空間的分布信息。直方圖變換的類型線性變換非線性變換線性變換：根據(jù)原圖像直方圖來確定好拉伸變換前的灰度值區(qū)間，然后把這一灰度值區(qū)間按某一直線方程關(guān)系拉伸或壓縮而成為變換后灰度值區(qū)間。拉伸后的圖像灰度值范圍增大，對(duì)比度改善。線性變換按比例擴(kuò)大原是灰度級(jí)的范圍，將原始的相對(duì)集中的灰度值分布在0–255范圍內(nèi)展開。線性變換分段線性拉伸對(duì)不同范圍的灰度值進(jìn)行不同的拉伸。非線性變換變換函數(shù)是非線性的，如指數(shù)變換、對(duì)數(shù)變換等。指數(shù)變換指數(shù)變換可以對(duì)圖像高值區(qū)域進(jìn)行拉伸對(duì)數(shù)變換對(duì)數(shù)變換對(duì)圖像低值區(qū)域進(jìn)行拉伸直方圖均衡將原圖像的直方圖通過變換函數(shù)變?yōu)榫鶆虻闹狈綀D，然后按均勻直方圖修改原圖像，從而獲得一幅灰度分布均勻的新圖像。直方圖均衡計(jì)算步驟1.計(jì)算原圖像f的直方圖h直方圖均衡計(jì)算步驟2.求出圖像f的總體像素個(gè)數(shù)N，計(jì)算每個(gè)灰度級(jí)的像素個(gè)數(shù)在整個(gè)圖像中所占的比例hs。直方圖均衡計(jì)算步驟3.計(jì)算圖像各灰度級(jí)的累積分布hp。直方圖均衡計(jì)算步驟4.求出新圖像g的灰度值。因?yàn)橹狈綀D是近似的概率密度函數(shù)，所以用離散灰度級(jí)作變換一般得不到完全平坦的結(jié)果。另外，從上例可以看出，變換后的灰度級(jí)減少了，這種現(xiàn)象叫做“簡(jiǎn)并”現(xiàn)象。由于簡(jiǎn)并現(xiàn)象的存在，處理后的灰度級(jí)總是要減少的，這是像素灰度有限的必然結(jié)果。由于上述原因，數(shù)字圖像的直方圖均衡只是近似的?？臻g域?yàn)V波增強(qiáng)定義：

空間域?yàn)V波增強(qiáng)采用模板處理方法對(duì)圖像進(jìn)行濾波，去除圖像噪聲或增強(qiáng)圖像的細(xì)節(jié)。設(shè)當(dāng)前待處理像素為f(m,n)，給出一個(gè)大小為3×3的處理模板。以模塊運(yùn)算系數(shù)表示即：常用的模板：【例】x=imread(‘cameraman.tif’);A=1/25*ones(5,5);x2=conv2(double(x),A);imshow(x)figureimshow(int8(x2))B=0.5*[00.250;0.2510.25;00.250];x3=conv2(double(x),B);figureimshow(int8(x3))C=[0-10;-14-1;0-10];x4=conv2(double(x),C);figureImshow(int8(x4))主要內(nèi)容遙感圖像概述遙感圖像的讀寫與顯示遙感圖像輻射增強(qiáng)遙感圖像幾何變換遙感圖像配準(zhǔn)遙感圖像幾何變換幾何運(yùn)算可以看成是像素在圖像內(nèi)的移動(dòng)過程，該移動(dòng)過程可以改變圖像中物體對(duì)象(像素)之間的空間關(guān)系。幾何運(yùn)算可以是不受任何限制的，但是通常都需要做出一些限制以保持圖像的外觀順序。完整的幾何運(yùn)算需要由兩個(gè)算法來實(shí)現(xiàn)：空間變換算法和灰度插值算法?？臻g變換主要用來保持圖像中曲線的連續(xù)性和物體的連通性，一般都采用數(shù)學(xué)函數(shù)形式來描述輸入、輸出圖像相應(yīng)像素間的空間關(guān)系。空間變換的一般定義為其中，f表示輸入圖像，g表示輸出圖像，坐標(biāo)(x',y')指的是空間變換后的坐標(biāo)，要注意這時(shí)的坐標(biāo)已經(jīng)不是原來的坐標(biāo)(x,y)了。a(x,y)和b(x,y)分別是圖像的x和y坐標(biāo)的空間變換函數(shù)?；叶燃?jí)插值主要是對(duì)空間變換后的像素賦予灰度值，使之恢復(fù)原位置處的灰度值。在幾何運(yùn)算中，灰度級(jí)插值是必不可少的組成部分，因?yàn)閳D像一般用整數(shù)位置處的像素來定義。而在幾何變換中，g(x,y)的灰度值一般由處在非整數(shù)坐標(biāo)上的f(x,y)的值來確定，即g中的一個(gè)像素一般對(duì)應(yīng)于f中的幾個(gè)像素之間的位置，反過來看也是一樣，即f中的一個(gè)像素往往被映射到g中的幾個(gè)像素之間的位置。(1)圖像縮放MATLAB使用imresize函數(shù)來改變一幅圖像的大小,調(diào)用格式如下：B=imresize(A,M,METHOD)，其中：A－原圖像；M－縮放系數(shù)；B－縮放后的圖像；METHOD－插值方法，可取值‘nearest’，‘bilinear’和‘bicubic’?！纠吭瓐D像放大1.25倍[I,map]=imread('kids.tif');J=imresize(I,1.25);subplot(1,2,1),subimage(I,map)subplot(1,2,2),subimage(J,map)(2)圖像旋轉(zhuǎn)使用imrotate函數(shù)來旋轉(zhuǎn)一幅圖像。調(diào)用格式如下：B=imrotate(A,ANGLE,METHOD,BBOX)，其中：A－需要旋轉(zhuǎn)的圖像；ANGLE－表示旋轉(zhuǎn)的角度，正值為逆時(shí)針；METHOD－插值方法；BBOX－取值loose（缺?。rop【例】圖像旋轉(zhuǎn)CLF[I,map]=imread('kids.tif');J=imrotate(I,35,'bilinear');J1=imrotate(I,35,'bilinear','crop');subplot(2,2,1),imshow(I,map)subplot(2,2,3),imshow(J,map)subplot(2,2,4),imshow(J1,map)(3)圖像剪切使用imcrop函數(shù)可以從一幅圖像中抽取一個(gè)矩形的部分。imcrop函數(shù)的調(diào)用格式如下：X2=imcrop(X,MAP,RECT)其中，X表示有待剪切的圖像，不指定X時(shí)，imcrop將當(dāng)前坐標(biāo)軸中的圖像作為待剪切的圖像。MAP表示X為索引圖像時(shí)的調(diào)色板，RECT定義剪切區(qū)的矩形坐標(biāo)。如果調(diào)用imcrop時(shí)不指定矩形的坐標(biāo)，那么當(dāng)光標(biāo)位于圖像中時(shí)會(huì)變成十字形，可以通過拖曳鼠標(biāo)的方式交互式地選擇一個(gè)矩形。imcrop函數(shù)根據(jù)用戶的選擇繪制一個(gè)矩形，釋放鼠標(biāo)鍵后將產(chǎn)生一個(gè)新的圖像。仿射變換仿射變換，可以用以下函數(shù)來描述：其中，A是變形矩陣，b是平移矩陣。

(1)尺度變換變換矩陣：,S≥0【例】CLF;I=checkerboard(20,2);subplot(121);imshow(I);axison;title('原圖')s=1.5;T=[s0;0s;00];tf=maketform('affine',T);I1=imtransform(I,tf,'bicubic','FillValues',0.3);subplot(122);imshow(I1);axison;title('尺度變換')(2)伸縮變換變換矩陣：【例】CLF;I=checkerboard(20,2);subplot(121);imshow(I);axison;title('原圖')t=2;T=[10;0t;00];tf=maketform('affine',T);I1=imtransform(I,tf,'bicubic','FillValues',0.3);subplot(122);imshow(I1);axison;title('伸縮變換')(3)扭曲變換變換矩陣：【例】CLF;I=checkerboard(20,2);subplot(121);imshow(I);axison;title('原圖')u=0.5;T=[1u;01;00];tf=maketform('affine',T);I1=imtransform(I,tf,'bicubic','FillValues',0.3);subplot(122);imshow(I1);axison;title('扭曲變換')(4)旋轉(zhuǎn)變換變換矩陣：CLF;I=checkerboard(20,2);subplot(1,2,1);imshow(I);title('原圖')angle=20*pi/180;sc=cos(angle);ss=sin(angle);T=[sc-ss;sssc;00];tf=maketform('affine',T);I1=imtransform(I,tf,'bicubic','FillValues',0.3);subplot(122);imshow(I1);title('旋轉(zhuǎn)變換')(5)綜合變換變換矩陣：【例】CLF;I=checkerboard(20,2);subplot(1,2,1);imshow(I);title('原圖')s=2;As=[s0;0s];%尺度t=2;At=[10;0t];%伸縮u=1.5;Au=[1u;01];%扭曲st=30*pi/180;sc=cos(angle);ss=sin(angle);Ast=[sc-ss;sssc];%旋轉(zhuǎn)T=[As*At*Au*Ast;35];tf=maketform('affine',T);I1=imtransform(I,tf,'bicubic','FillValues',0.3);subplot(122);imshow(I1);title('綜合')(6)控制點(diǎn)變換【例】I=imread('cameraman.tif');udata=[01];vdata=[01];tform=maketform('projective',...[00;10;11;01],[-42;-8-3;-3-5;62]);[B,xdata,ydata]=imtransform(I,tform,...'bicubic','udata',udata,'vdata',vdata,