数字图像处理重点内容提要.doc

数字图像处理重点内容提要 作者： 日期：2 个人收集整理 勿做商业用途数字图像处理重点内容提要第一章 概述1.什么是图像？粗略地讲,图像是某一个二维或三维景物呈现在人们心目中的影像；确切地讲，图像是光辐射能量照在物体上，经过物体的反射或透射，或由发光物体本身发出的光能量，在人的视觉器官中所重现出的物体的视觉信息。2.数字图像：最小单位，两个特征（空间位置特征、属性特征)数字图像：用离散的数字表示的图像I=I（r，c)在计算机中用二维矩阵来表示。把图像按行与列分成mn个网格，每个网格称为图像的一个像素。数字图像的最小单位是像素(像元)像素(像元）具有空间位置特征和属性特征【空间分辨率】：指在水平方向和垂直方向上共分为多少格（点），记为MN.（同一幅图像,分辨率越高，图像质量越好）【灰度分辨率】：指象元亮度(灰度）层次的多少，常称为灰度级，记为2n,如28=256个灰度级。（颜色数越多,用以表示颜色的位数越长,图像颜色就越逼真.）【空间频率】：图象明暗变化的快慢，空间频率高表征图象的细微变化（细节），反之则表示图象中大的物体。本概念是图象处理中频域处理的基础。【数字图像的分类】： 按亮度等级：二值图像和灰度图像（二值图像-灰度值仅有0和1组成） 按色调：黑白图象和彩色图象（彩色图像每一点的灰度值有好几个分量构成，如R、G、B;然后这几个分量的灰度值叠加形成彩色图像。黑白图像每一点的灰度值只有一个) 按内容和变化性质：静止图像和活动图像 按所占空间维数：二维平面图像和三维、多维立体图像等。 从人的视觉效果分：可见图像（由可见光形成，能为人的视觉系统所直接感受）和不可见图像（不能为人眼所直接感受，但通过能量转换和相应的显示装置变换后,可以为人的视觉所感受.如 X 光透视图象、红外电视图象、微波辐射计以及 B 型超声诊断仪上所显示的图象等。）3.采样和量化的定义【模拟图像数字化】：包括采样和量化两个过程【采样】将空间上连续的图像变换成离散点的操作，即位置的离散化。将模拟图像按纵横两方向分割为若干个形状、大小相同的像元,各像元的位置由其所在的行和列表示.【量化】-将像素灰度转换成离散的数值的过程，即灰度的离散化量化参数灰度级数：一幅数字图像中不同灰度值的个数称为灰度级数，用K表示。一般来说，K=2n。8位灰度图像，有256个灰度级别。除了纯黑与纯白之外，其他颜色介于黑和白之间的灰色。4.数字图像处理过程的几个特点：信息量大、数据量大、重复性运算大、处理技术综合性强【图像处理】：为了从图像中观察到更多更清晰的信息,得到更好的利用，要对可能模糊不清或发生了畸变等等的原始影像进行技术上的处理，这种处理技术就称为图像处理.光学图像处理，又称为模拟图像处理.数字图像处理，又称为自动图像处理,或计算机图像处理（发展趋势：数字图像处理）1) 利用计算机对数字图像进行各种目的的处理2) 将图像转化为另一种加工的图像：图像到图像的过程3）将图像转化为非图像的表示：分析、识别与理解的过程5。什么是遥感?根据遥感平台，可以分为哪几类？【遥感图像处理】是数字图像处理中的特殊分支.数字图像处理中的常用处理和分析技术是遥感图像处理的基础。遥感图像由于其自身成像的特点和特殊的行业应用，又有许多独特的处理方法,如辐射校正、几何校正、融合、镶嵌和分类等。【遥感】遥远的感知在远离地面的不同运载工具上（高塔、气球、飞机、火箭、人造卫星、宇宙飞船、航天飞机等）,运用探测仪器（传感器），对地表各种物体的电磁波信息进行探测成像,并且经过信息数据的传输、处理、分析， 对地球资源与环境进行探测和监控的综合性技术。【根据遥感平台分类】：遥感中搭载传感器的工具统称为遥感平台.地面平台：高度050m范围内，包括车、船、塔三脚架、遥感塔、遥感车等对地观测，研究中应用较少。航空平台：高度在100m10多km，包括低、中、高空飞机,以及飞艇、气球等。航天平台：高度在150km以上。航天遥感平台目前发展最快，应用最广。根据航天遥感平台的服务内容，可以将其分为气象卫星系列、陆地卫星系列和海洋卫星系列。【遥感成像原理】：遥感系统组成三要素：目标物体、从目标物体传过来的光线、感受光线的传感器【遥感图像的基本描述】：与采样相关: 谱分辨率：遥感器在接收目标辐射的光谱时，实际能分辨的最小波长间隔。 频谱采样率：遥感器在接收目标辐射时，对光谱进行采样时的最小波长间隔。与量化相关： 辐射分辨率：传感器在接收波谱信号时，能分辨的最小辐射度差. 辐射采样率：对传感器接收信号进行量化时，每个像素所采用的比特数。第二章 遥感图像数据基础1.遥感图像的基本原理:反映地物的平均电磁波辐射水平、数值大小变化由于地物类型变化引起遥感图像反映了与之相对应的地面某一个区域内,地物的平均电磁波辐射水平，而地物反射或发射电磁波能量的大小又直接与地物的类型有关.遥感图像数据数值的大小及其变化，主要是由地物的类型及其变化所引起的。遥感的基本原理就是通过分析遥感图像数据数值的大小与变化规律，来有效地识别不同的地物.2。电磁波谱的定义电磁波理论是遥感的物理基础。遥感中经常使用的可见光、微波以及红外线等都是电磁波。【电磁波谱】：不同的电磁波其波长各不相同，将各种电磁波按照波长的大小范围，依次排列成图谱，这个图谱就是所谓的电磁波谱。【电磁波段】：将连续的电磁波谱人为地划分成若干区段。波长由短到长依次为射线、x射线、紫外线、可见光、红外线、无线电波.【紫外线】：大气吸收强烈，大气透过率低，不易于高空遥感；主要用于探测碳酸盐分布和油污染监测.可见光、红外线、微波是遥感中常用的三大波段.【可见光】：由红、橙、黄、绿、青、篮、紫色光组成.遥感的常用波段,作为鉴别物质特征的主要波段,既可采用摄影方式也可以用扫描方式记录地物的特征.【红外线】：可分为近红外、中红外、远红外和超远红外4个光谱段。用于探测地物的热辐射（热污染、森林火灾）。红外线在云、雾、雨中传播时，受到严重的衰减，因此红外遥感不是全天候遥感,不能在云、雾、雨中进行，但不受日照条件的限制。【微波】：（1mm1mm）由于波长长，能穿透云、雾而不受天气影响，所以能全天侯全天时的遥感探测，常被用来探测被冰雪、植被、沙土所遮掩的地物。【大气对电磁波传播的影响】： 大气散射：悬浮在空气中的粒子（分子、尘埃、烟尘、水滴等直径不同的粒子）,引起电磁波能量方向的改变，干扰了传感器的接接收。 大气吸收：主要是水汽、臭氧等有强烈吸收作用，结果造成遥感图象暗淡. 大气反射：电磁波传播过程中，若通过两种介质的交界面，发生反射现象。地物反射或发射的电磁波在到达传感器之前,必须穿过大气层，并受到大气层的影响。因此，需要选择能穿过大气层的电磁波段。 大气窗口：电磁波的某些波段几乎全部或大部分被大气中各种分子吸收，而一些波段则较少的被大气所吸收，就像打开的窗子。通常把电磁波通过大气层时较少被反射、吸收、散射的，透射率较高的波段称为大气窗口。对于传感器而言，传感器选择的探测波段应包含在大气窗口之内.才具有观测意义。否则，地物反射、发射的电磁波在穿越大气时就被衰弱了,传感器根本捕捉不到。3.地物波谱曲线区分地物的原理【地物波谱的特征】：不同地物由于其结构和成分的差别，其波长和反射率之间的关系不同，这种关系称为地物的反射光谱特征。以波长为横坐标,反射率为纵坐标，绘成的曲线图称为地物反射波谱曲线。不同地物的波谱曲线形状不同。相同的地物在不同的波段具有不同的波谱反射率，因此同一地物的波谱曲线随波长而起伏变化，常有多个峰点和谷点。波谱曲线特征的不同正是遥感能够识别地物的重要理论前提。不同地物不同波段在遥感图像上呈现不同的色调，这就是判读和识别各种地物的基础和依据；是传感器波段选择的重要依据；成像原理研究的重要基础资料；图象处理方法和方案选择的重要依据.【常见地物反射波谱特征】：1、 水的光谱特征：低反射高透射,对光的主要作用是吸收，故在影象上一般都偏黑.自然界中的水体反射率偏高，是因为水底和水中悬浮物藻类及泥沙的影响.雪是一种固态的水,其反射波谱曲线与水有很大的差异。2、 绿色植物光谱特征：可见光(0。40.76m）:可见光绿光波段0。55m附近绿光处有一小反射峰，两侧 0。45m蓝和0.67m红是两个吸收带,所以叶片呈现绿色。进入近红外波段（ 0.7-0。8m)红外反射率急剧上升，在0.8 微米达到顶峰，这区间反射率曲线很陡峻,几乎为近垂直的直线(植被红外陡坡效应），是植被独有的特征。到达顶峰后植被反射率变化平缓(0。8-1.2m），形成略有起伏的高平台（红外平台）1.4m和1。9m的近红外处是强烈的水吸收带，形成低谷.植被虽具有共同的光谱特征，但是不同种属的植被在实际光谱曲线值上有差异。不同状态下同一类植物的光谱特征也会发生变化，比如正常绿色植物与衰老或病虫害植物的反射波谱曲线存在一定的差异。3、 土壤的波谱特征:其反射波谱特征受土壤的质地、氧化铁含量、有机质含量、湿度、颗粒大小、矿物成分、盐分和表土结构等因素影响,变化较大.但反射率总体是上升的。土壤反射特性取决于土壤的组成与表面状态（腐殖质含量越高，反射率越低，光谱曲线越低平;土壤湿度越大，反射率越低。）4、 城市地物波谱特征：城市建筑主要取决于建筑物顶所使用的材料。城市道路也决定于路面所使用的建筑材料。城市垃圾：包括工业垃圾和生活垃圾。【地物波谱特征总结】：时间效应和空间效应 时间效应：指同一地区相同地物,其波谱特征随时间变化而产生的变化。 空间效应：同一时刻，同一类地物由于其所处的地理位置不同而引起的波谱特征的变化。利用波谱曲线识别地物：不同地物在相同波段具有不同的光谱反射率;相同的地物在不同的波段具有不同的光谱反射率，因此同一地物的光谱曲线随波长而起伏变化，常有多个峰点和谷点；同类地物反射率随入射波长变化的规律是相似的,即反射光谱相似，但是随着该地物的内在差异而有所变化；因而，可以根据传感器收到的电磁波反射光谱特征的差异来识别不同的地物。4.遥感数字图像的三大信息特征:时间特征、空间特征、光谱特征【黑白图像】：物体的黑白代表了物体的光反射率的变化。【对比度】：反应一幅图像中灰度方差的大小，对比度=最大灰度值/最小灰度值。【彩色的三特性】：（1)亮度：与光亮度以及物体表面的光反射率有直接关系.（2）色调：是彩色彼此相互区分的特征。(3)饱和度-是指彩色的纯洁性，单色光饱和度最高。【陆地卫星】：LANDSAT系列（美国）、SPOT系列（法国)、CBERS系列（中国巴西）、IKONOS(商用,美国）、QuickBird（商用，美国）【遥感图像的分辨率】： 光谱分辨率：传感器在接收目标辐射的波谱时能分辨的最小波长间隔，间隔越小，波段数越多，分辨率越高。 空间分辨率：像元所代表的相应地面范围的大小。表征图像分辨地面目标细节能力的指标.如MSS图像的空间分辨率为80m，TM图像的空间分辨率为30m,spot图像的空间分辨率为5m. 亮度分辨率：是指在一个波段中所记录的代表地物反射电磁波强度(表现为亮度或者灰度）的所有可能的数值.例如在字节长度为8位的文件中,像素的亮度值分为256级，代表地物亮度的数值为0-255中的某一个值。 时间分辨率：对同一地点进行重复探测时，相邻两次探测的时间间隔,即重访周期,能够提供地物动态变化的信息。【遥感图像3大信息内容】： 波谱信息：不同地物亮度值存在差异,同一地物在不同波段上的辐射值也存在差异，遥感图象上的这两种差异就构成了波谱特征信息,又称波谱信息。 空间（结构）信息:是亮度在空间上的变化特征，如图象上的点、线、边缘、纹理等，它们是地物识别的辅助标志.影响遥感图象空间信息的重要因素是遥感影象的几何分辨率，图象的几何分辨率越高，图象的纹理细节越清晰，图象的空间结构信息越丰富。 时间特征信息：不同时相遥感图象特征信息的差异.许多地物具有时相变化，通常选择遥感信息表现最好的时相图象。不同时相图象的处理比较可用来进行动态监测及作物生长状况研究。【TM图象的相关特点】1、相关分组性l TM1，2，3一组,相关性较大;l TM5,7 红外波段 相关较大,成一组；l TM4 与其它波段相关性都较小,自成一组;l TM6分辨率低,单独一组。2、相关系数大小受自然地理条件、气候等的影响，如波段4与其它波段的相关系数，在干旱地区和山区要比在其它情况大些.第三章 图像校正【影响卫星图像的因素大致可分为两方面】：1、辐射失真：大气吸收、散射；传感仪器性能不稳；不可避免引入的噪声都将使图像的亮度发生变化，出现条纹、斑点等缺陷.2、几何失真：卫星的姿态、高度、速度变化及其前进运动；传感器扫描镜扫描速度不均，检测器采样延迟误差，波段间配准误差及全景畸变；地球自转、曲率、高程的影响等,图像几何位置发生变化.畸变和失真影响了遥感图像的分析与应用，因此，必须进行图像恢复来消除影响。【图像恢复】：又叫图像复原，是指改正或补偿在成像过程中造成的辐射失真、系统噪声和随机噪声、几何畸变以及高频信息的损失。主要包括：辐射校正、几何校正、几何配准.1。辐射畸变产生的原因：传感器性能的影响、地物光照条件、大气对辐射传输的影响【辐射误差】：由于传感器性能的影响、地物光照条件、大气对辐射传输的影响，使传感器最后所记录的辐射信息与目标的光谱反射或者辐射信息之间存在一定的差值,称为辐射误差，从而产生了图像的畸变。表现为像元值被弱化,或被干扰增强，对比度减小,使得影像不清楚，或无法表达真实情况等。【辐射校正】：为了正确评价目标的反射和辐射特性，消除图像中依附在辐射亮度中的各种失真过程。【辐射误差的来源通常分为三种】： 传感器灵敏特性引起。A。 由光学系统特性引起的畸变校正：减光现象：在使用透镜的光学系统中，由于镜头光学特性的非均匀性，在其成像平面存在边缘部分比中间部分暗的现象。利用这一性质可以进行边缘减光现象造成的辐射畸变校正.对于视场较大的成像光谱仪, 扫描角越大时，光线路径越长，大气衰减越严重。星（机）下点位置的地物辐射信息的光线路径最短，大气衰减所产生的影响也最小,辐射量失真最小。B。 由光电变换系统的特性引起的畸变校正:传感器收集到的电磁波信号需经光电转换系统变成电信号记录，这一过程也会引起辐射量误差。系统灵敏度特性具有很高的重复性,可以定期在地面测定其特性，根据测定值进行校正.C.条带噪声：由于检测系统某一扫描线上故障造成扫描线脱落，图像显示纵向一条黑线，有时也会出现分段黑线,这些均称条带噪声.去除方法（平均值法、直方图法、插值法） 因太阳位置及地形引起。A.太阳位置引起的亮度变化:太阳高度角:反射率发生变化,产生阴影（比如：中午阴影最少）太阳方位角：太阳方位角随成像季节、地理纬度的变化而变化。对图像的细节特征产生影响 B.地形起伏引起的误差：当地形倾斜时，经过地表扩散、反射再入射到遥感器的太阳光的辐射亮度就会依倾斜度而变化.校正举例:利用同地区同分辨率DEM数据，建立影像区地形坡度模型；利用地形坡度角进行影像辐射校正。注：由传感器引起的误差或由太阳高度引起的误差,一般在数据生产过程中由生产单位(地面站）根据遥感器参数进行校正，而不需要用户进行自行处理。用户应该考虑大气影响引起的辐射畸变 大气影响：进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。其中影响较大的是吸收和散射，影响因素主要有：A.大气消光的影响：使得入射到物体的太阳光减少B.天空光照射的影响：天空中的散射光直接进入传感器，或者经过物体反射进入传感器C.由于路径辐射（程辐射）的影响:相当部分的散射光向上通过大气直接进入传感器大气粗略校正一般有三种方法：1）公式计算法:需知道具体天气条件下大气路径辐射率等参数，根据统计方法的理论公式进行推导2）野外波谱测试回归分析法：需要到野外进行与陆地卫星同步的一致测试，将地面测量结果与卫星影像对应像元亮度值进行回归分析3)多波段图像对比法：直方图最小值去除法、回归分析法2.几何畸变产生的原因：传感器内部畸变、遥感平台位置和运动状态变化、地球本身对遥感影像的影响【遥感图像的校正】：遥感影像的几何变形总体表现(相对于地面真实形态而言）为平移、缩放、旋转、偏扭、弯曲等.产生畸变的图像给定量分析及位置配准造成困难.接收部门根据遥感平台、地球、传感器等参数进行校正处理.用户拿到这种产品后，由于使用目的不同或投影及比例尺的不同，仍旧需要作进一步的几何校正。【对几何变形纠正的重要性】：1、对遥感原始图像几何变形改正后,才能对图像信息进行各种分析,制作满足量测和定位要求的各类地球资源及环境的遥感专题图。2、当应用不同传感方式、不同光谱范围以及不同成像时间的各种同一地域复合图像数据，来进行计算机自动分类、地物特征的变化监测或其他应用处理时，必须进行图像间的几何配准,保证各不同图像间的几何一致性。3、利用遥感图像进行地形图测图或更新时，对遥感图像的几何纠正提出了更严格的要求。【遥感影像几何变形的原因】:1、传感器的内部畸变:由遥感器结构引起的畸变,如传感器扫描运动中的非直线性等A.扫描时间的影响：扫描器在扫过一个视场角的过程中需要一定的时间(如：MSS约73.42ms），在这段时间内卫星已向前飞行了一段距离， 使得这一行结束时比开始时超前了一些而偏离了原来的扫描方向(如：MSS约200米)其它:如扫描镜速度不均匀，造成扫描时地面距离的非线性增长。像元点对应地面长宽不一样的采样间隔也会造成误差B。全景畸变由于扫描角度较大，尽管取样间隔是等角的,但扫描镜振动离中心越远，它所扫描到的对应地面就越宽，即边缘像元对应的地面宽度越大.而图像像元大小一样，这样势必造成边缘处的景物在显示时被压缩,图像上出现 s 形弯曲现象。2、遥感平台位置和运动状态变化的影响：由于平台的高度变化、速度变化、轨道偏移及姿态变化引起的图像畸变A.航高的变化：卫星运行的轨道本身就是椭圆的。航高始终发生变化，而传感器的扫描视场角不变，从而导致图像扫描行对应的地面长度发生变化。航高越向高处偏离,图像对应的地面越宽。B。航速的变化：卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀，其他因素也可导致遥感平台航速的变化。航速快时，扫描带超前，航速慢时，扫描带滞后，由此可导致影像在卫星前进方向上（影像上下方向）的位置错动。C。俯仰的影响：遥感平台的俯仰变化能引起影像上下方向的变化，即星下点俯时后移，仰时前移，发生行间位置错动。D.翻滚的影响:遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度。可导致星下点在扫描线方向偏移，使整个影像的行向翻滚角引起偏离的方向错动。E.偏航的影响:指遥感平台在前进过程中，相对于原前进航向偏转了一个小角度，从而引起扫描行方向的变化，导致影像的倾斜畸变。3、地球本身对遥感影像的影响：地形起伏的影响、地球表面曲率的影响、地球自转的影响、大气折射的影响A。 地形起伏的影响：当地形存在起伏时，会产生局部像点的位移，使原来本应是地面点的信号被同一位置上某高点的信号代替。由于高差的原因，实际像点P距像幅中心的距离，相对于理想像点P0距像幅中心的距离移动了r。B.地表曲率的影响：像元对应于地面宽度的不等由于传感器通过扫描取得数据，在扫描过程中每一次取样间隔是星下视场角的等分间隔.如果地面无弯曲，在地面瞬时视场宽度不大的清况下，L1,L2，L3, L4的差别不大。但由于地球表面曲率的存在，对应于地面的P1，P2,P3，P4，显然P4-P1 L4L1,距星下点越远畸变越大,对应地面长度越长。C. 地球自转的影响：多数卫星在前降段接收影像；卫星-由北向南；地球-由西向东；使卫星的星下位置逐渐产生偏离。D。大气折射的影响：大气对辐射的传播产生折射。由于大气的密度分布从下向上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移。3.几何校正的两个方法：系统几何校正、几何精校正【几何校正】：是指从具有几何畸变的图像中消除畸变的过程.定量地确定图像上像元坐标(图像坐标）与目标物的地理坐标(地图坐标等）的对应关系【校正方法】：1.系统性校正（几何粗校正）2。非系统校正（几何精校正）1、系统性校正:根据引起几何畸变的原因，推导出理论校正公式.把该式中所含的与遥感器构造有关的校准数据（焦距等)及遥感器的位置、姿态等的测量值代入到理论校正式中进行几何校正。然而在很多情况下，遥感器的位置及姿态的测量值精度不高,所以外部畸变的校正精度也不高。2、几何精校正:不考虑引起畸变的原因。建立畸变图像空间与标准参照空间的对应关系.利用数学模型来近似描述成像的几何畸变过程4。地面控制点GCP的选取标准【控制点】：控制点以地面坐标为匹配标准,叫做地面控制点（GCP)。原始图像空间与标准空间上的同名点。【控制点选择标准】： 图像上易分辨且较精细的特征点：如道路交叉点,标志物，水域的边界，山顶，小岛中心,机场等。 不随时间变化的区域。数量要有保证 控制点要在图像上均匀分布，尽可能满幅均匀选取。边缘部分也要选取【参考影像】:已经经过校准的图像，如地形图,航空相片，和经过校准的TM、SPOT等影像,GPS定点测量等。控制点帮助确定校正前图像和参考影像的对应关系。利用对应关系把畸变空间中的全部像元变换到标准空间中。【核心环节】1、几何位置转换（确定坐标）:畸变图像与标准图像像元位置的变换;2、亮度值的重新确定（确定灰度）：畸变图像与标准图像像元亮度值的计算【几何精校正灰度值变换】：第四章 图像增强1.图象增强的目的和意义：对图像的某些特征进行强调或尖锐化,以便于显示、观察和进一步分析处理【图象增强】是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。不以图像保真度为原则，不增加图像数据中的相关信息.有选择的突出某些对人或机器分析感兴趣的信息，抑制一些无用信息，以提高图像的使用价值。针对图像退化的一般性质加以修正,改进图像的平均质量。2。点运算的特点：针对孤立象元点的运算,人为地改善图像的灰度和对比度【空间域】：图像平面所在的二维空间；【空间域增强】：在图像平面上直接针对一个一个像元点进行处理（点运算），或者对一个像元周围的小区域进行处理（局部运算），处理后像元的亮度变化而位置不变【点运算增强】：点运算是把图像中的每一像元值，按照特定的数学变换模式转换成输出图像的一个新的亮度值。3。点运算的两个方法包括：灰度变换、直方图变换点运算变换方法包括：灰度变换法、直方图调整法【直方图】：直方图是灰度级的函数,描述的是图像中各个灰度级像素的个数。表示方法:横坐标:表示灰度级，根据像元的灰度范围，以适当间隔作为单位长；纵坐标：表示像素统计值,代表每一个灰度级像素数出现的数目，或者该像素占总像素的比例值。【直方图特点与作用】：直方图代表了图像中亮度值(像元值）的分布情况，但是并不反映像元的空间位置关系，不同的图像可能具有相同的直方图。可以从图像的直方图的形态大致判断出图像质量的好坏.【积累直方图】：统计某一灰度值和这一灰度值以下的所有像元的数目根据积累直方图也可以分析图像的质量：对于偏暗的图像，在灰度小的部分像元数增长快；对于偏亮的图像,在灰度大的部分像元数增长快积累直方图更重要的利用是在图像增强时作为变换函数。【灰度变换法】：通过变换函数使图像的灰度值发生变化，调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一任一像素灰度为r s=T(r）(线性变换、对数变换、指数变换) 同一像素灰度变为s【线性变换】：将灰度范围线性扩展原因：当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图象中的细节分辨不清。将原始图像各像元亮度值按线性关系，在0-255的任意指定范围内进行扩大或者缩小，来改变像元值的分布。当直线与横轴夹角大于45，图像拉伸（像素值范围扩大)；当直线与横轴夹角等于45，图像不变（像素值范围不变）;当直线与横轴夹角小于45，图像压缩（像素值范围减小）。【分段线性变换】：不同范围的像元值采用不同的比例进行扩大和缩小。在进行变换的整个区间里，取n个间断点，每相邻两个间断点之间是一段线性变换的线段，每段的直线方程不同，可以拉伸，也可以压缩。通过调整折线拐点的位置及分段直线的斜率可以对任一亮度区间进行扩展或者压缩。【非线性变换】：当用某些非线性函数如对数函数、指数函数等，作为映射函数时,可实现图像灰度的非线性变换。对数变换:对数变换主要用于增强图象暗的部分，即拉伸灰度值低的部分。指数变换：指数变换主要突出图像亮区的差异，即图像灰度值高的部分.【直方图均衡化】:将原图象的直方图通过变换函数修正为均匀的直方图,即各种灰度出现的概率是近似均匀的直方图。自动调节图像对比质量，产生唯一结果图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数,那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。直方图均衡化变换函数:可以证明,这个特殊的变换函数就是原图象的积累直方图曲线-统计某一灰度值和这一灰度值以下的所有像元的数目或者占总像元数的比值做出的直方图。在均衡过程中,原来直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强.若这些灰度级所构成的图象细节比较重要,则需采用局部区域直方图均衡.在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像,以便能够增强图像中某些灰度级。修改一幅图象的直方图，使得它与另一幅图象的直方图匹配或具有一种预先规定的函数形状。目标:突出我们感兴趣的灰度范围,使图象质量改善.它是对直方图均衡化处理的一种有效的扩展。直方图均衡化处理是直方图规定化的一个特例。直方图匹配也叫直方图规定化.4。空域模板滤波增强的特点：强调与周围相邻像元点的关系，对图像进行平滑或锐化平滑滤波器：钝化图像、去除噪音锐化滤波器：边缘增强、边缘提取【局部增强方法一】：【平滑】图象在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图象毛糙,此时，就需对图象进行平滑处理.平滑方法包括：均值滤波、中值滤波1、均值平滑：可见均值平滑就是将每个像元点为中心的邻域内各像元亮度的平均值来代替该像元的亮度值，达到去除噪声平滑图像的目的。平滑的目的是去除噪音，但是在去除噪音的同时，也钝化了图像的边缘与尖锐的细节。平滑的结果与模板的大小直接相关，模板越大，平滑效果越好，但是模板过大，会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需要合理的选择模板大小2、中值滤波：将像元点为中心的MN邻域范围内的灰度值按大小排序，取中间的值来代替中心像元的值。它在抑制随机噪声的同时，有效保护边缘锐度和图像细节。适合去除椒盐噪声。当领域内的像元数为奇数时，取排序后的中间像元值；当领域内的像元数为偶数时，取排序后的中间两像元的平均值.中值滤波强迫突出的亮点（暗点）更像它周围的值，以消除孤立的亮点（暗点）.其突出优点是在消除噪声的同时，还能防止边缘模糊。【局部增强方法二】：【锐化】：在图像的识别中常需要突出边缘和轮廓信息.图象锐化目的：加强图象轮廓,使图象看起来比较清晰。平滑通过积分使图像边缘模糊，锐化则通过微分使图像边缘突出、清晰。锐化处理可以用空间微分来完成。微分算子的响应强度与图像在该点的突变程度有关图像微分增强了边缘和其他突变（如噪声）而消弱了灰度变化缓慢的区域。一阶微分和二阶微分的区别：一阶微分处理通常会产生较宽的边缘、二阶微分处理对细节有较强的响应,如细线和孤立点、一阶微分处理一般对灰度阶梯有较强的响应、二阶微分处理对灰度级阶梯变化产生双响应。大多数应用中,对图像增强来说，一阶微分处理主要用于提取边缘。二阶微分处理比一阶微分好，因为形成细节的能力更强.基于一阶微分的图像增强：梯度法【定向边缘检测】：有目的地检测某一方向的边、线或纹理特征时，可以选择特定的方向模板，做卷积运算。所谓方向模板是一个元素的大小按一定规律取值因而对特定方向敏感的数学矩阵，当它与图象的线性地物匹配时，卷积结果具有较大的值，反之结果具有较小的值，从而能突出线性地物的信息5.频域增强:傅立叶变换（空域-频域），保留高频或低频【频率域增强】：高通滤波、低通滤波、同态滤波【频率】：一幅图像上的亮度分布大致存在着亮度渐变和亮度突变两种情况;把图像中的这种亮度随位置变化的频繁程度表示为一种频率;【对于亮度突变的地类】:边缘、线性地物及噪声：如沟壑、河溪、湖泊边界、海岸线等。集中在高频区，属于高频率特性【对于亮度渐变的地类】：粗糙的结构、较大面积的同类作物区:如平原、沙漠、海面等。特征稳定,属于低频率特性突出主要的大的地类：在频域中可以衰减高频分量而保存低频分量。这就是频域的平滑处理相反，当要突出边缘和线性地物：在频域中衰减低频分量而保存高频分量.这就是频域的锐化处理。【傅立叶变化】：任何一条复杂的曲线，经傅立叶变换，可以分解成若干条简单曲线频谱的图像显示：把振幅谱F(u,v)作为亮度显示在屏幕上频谱的频域移中：常用的傅里叶正反变换公式其中心最亮点将分布在四角，这和我们正常的习惯不同，因此，需要把这个图像的零点移到显示的中心.一般图像能量集中低频区域。变换之后的图像中间部分是低频，最亮，能量大。【傅立叶变换的物理意义】：一幅图象在付氏变换以前的空间称为空域，而付氏变换后的空间叫频域。傅立叶变换是将图象转换到频率域灰度分布函数(图象的频率分布函数）【低通滤波（平滑）】：图像从空间域变换到频率域后，其低频分量对应图像中灰度值变化比较缓慢的区域，高频分量则表征图像中物体的边缘和随机噪声等信息.低通滤波是指保留低频分量，而通过滤波器函数H（u，v)减弱或抑制高频分量的过程。低通滤波与空域中的平滑滤波器一样可以消除图像中的随机噪声，减弱边缘效应，起到平滑图像的作用。常用的频率域低通滤波器H(u，v）有四种：理想低通滤波器、Butterworth低通滤波器、指数低通滤波器、梯形低通滤波器【理想低通滤波器的缺陷】：理想低通滤波器平滑处理的概念是清楚的，但它在处理中会产生较严重的模糊和振铃现象。由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会导致边缘信息损失而使图像模糊,同时有振铃效应。正是由于理想低通滤波器存在振铃模糊现象，使其平滑效果下降.【巴特沃思低通滤波器】又称为最大平坦滤波器：它的特性是连续性衰减，而不像理想滤波器那样陡峭变化。采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生.Butterworth低通滤波器振铃现象随着阶数的增加而明显【指数低通滤波器】:该滤波器在抑制噪声的同时，图像边缘的模糊程度较用Butterworth滤波产生的大些，无明显的振铃效应。指数低通滤波器从通过频率到截止频率之间没有明显的不连续性,而是存在一个平滑的过渡带。指数低通滤波器实用效果比Butterworth低通滤波器稍差，仍无明显的振铃现象。【梯形低通滤波器】：梯形低通滤波器介于理想低通滤波器和指数滤波器之间,滤波的图像有一定的模糊和振铃效应。【高通滤波】：图像中的边缘或线条与图像频谱中的高频成分相对应。采用高通滤波器让高频顺利通过，使图像的边缘或线条变得清楚，实现图像的锐化常用的高通滤波器：理想高通滤波器、Butterworth高通滤波器、指数滤波器、梯形滤波器【理想高通滤波器】：D0仍为截止频率,当比D0大时全部通过，否则全部阻止。【巴特沃思高通滤波器】：Butterworth高通滤波效果较好,但计算复杂,其优点是有少量低频通过，H（u，v)是渐变的,振铃现象不明显【指数高通滤波器】：指数高通效果比Butterworth差些，振铃现象不明显;【提醒高通滤波器】：梯形高通会产生微振铃效应,但计算简单，较常用四种高通滤波器的比较:理想高通有明显振铃，图像的边缘模糊不清。Butterworth高通效果较好，振铃不明显,但计算复杂。 指数高通效果比Butterworth差些，但振铃也不明显。梯形高通的效果是微有振铃、但计算简单，故较常用.【同台滤波】:同态滤波的目的：消除不均匀照度的影响而又不损失图象细节依据：反射分量反映图象内容，随图象细节不同在空间上作快速变化。反射分量的频谱落在空间高频区域；入射分量在空间上通常均具有缓慢变化的性质。入射分量的频谱落在空间低频区域。这样同态滤波函数就可以分别作用在这两个分量上.同态滤波方法就是利用上式的形式将图像中的照明分量和反射分量分开。这样同态滤波函数就可以分别作用在这两个分量上。6.假彩色合成方法对于分量图像的要求：信息量最大，相关性最小【彩色增强技术的定义】:利用人眼的视觉特性，将灰度图像变成彩色图像,或着改变彩色图像已有的彩色分布，改善图像的可分辨性。【彩色增强相关方法】：伪彩色增强Pseudocolor（单波段）、假彩色增强Falsecolor(多波段）、彩色变换【彩色合成相关原理】：三基色原理：红、绿、蓝，其中任何一色都不能由三基色中另外两种基色合成。以三基色中两种以上色光按一定比例混合，产生其它色彩.彩色合成方法：加色法【伪彩色增强】：将一个波段或者单一的黑白图像变换成彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异。常用方法:方法1：密度分割法;方法2:灰度变换法方法1：密度分割法(Intensity Slicing)：将单一波段或经过处理的单一分量图象，针对其象元灰度值的大小进行分割，并给每个灰度区间赋予不同颜色（红、绿、蓝)的方法。密度分割中的彩色是人为赋予的，与地物的真实色彩毫无关系，因此称为伪彩色。密度分割法相关处理技术:线性分割:对所研究的亮度范围进行均匀分割非线性分割：对所研究范围进行非均匀分割，感兴趣的亮度范围细分,不感兴趣的亮度范围粗分根据实际情况确定分割级数和分割点:根据研究区域直方图峰点和谷点的数目及具体值来确定分割级数和分割点方法2：灰度变换法（color transformation）：将原图像f(x，y）中每一个像元的