图像增强处理.ppt

遥感图像增强处理一彩色增强处理彩色增强处理二二、光谱增强处理、光谱增强处理.一、彩色增强处理一、彩色增强处理n彩色合成变换彩色合成变换n加色法加色法n密度分割密度分割n单波段的彩色：密度分割单波段的彩色：密度分割nIHS变换变换.（一）彩色合成n多波段彩色合成多波段彩色合成 利用计算机将同一地区三个波段的影像，分别赋予红、利用计算机将同一地区三个波段的影像，分别赋予红、绿、蓝三原色，进行单基色变换（色阶），然后使各绿、蓝三原色，进行单基色变换（色阶），然后使各影像准确套合叠置显示，依照彩色合成原理，构成彩影像准确套合叠置显示，依照彩色合成原理，构成彩色合成影像。色合成影像。n 分为：假彩色合成、真彩色合成分为：假彩色合成、真彩色合成.n真彩色合成：真彩色合成：当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红色、绿色、蓝色，合成后的影像十分接近自然界的色彩，称为真色、绿色、蓝色，合成后的影像十分接近自然界的色彩，称为真彩色合成。彩色合成。例如：例如：例如：例如：TMTM：Band3Band3、2 2、1 display as RGB1 display as RGB，称为真彩色合成。，称为真彩色合成。n假彩色合成：假彩色合成：各工作波段被赋予的颜色，与波段所代表的真实颜色不同，合成色各工作波段被赋予的颜色，与波段所代表的真实颜色不同，合成色不是地物真实的颜色，因此这种合成叫做假彩色合成不是地物真实的颜色，因此这种合成叫做假彩色合成.标准假彩色合成：标准假彩色合成：近红外波段赋予红色、红光波段赋予绿色，绿近红外波段赋予红色、红光波段赋予绿色，绿光波段赋予蓝色。光波段赋予蓝色。针对针对TM影像的影像的7个波段：个波段：n第第2波段是绿色波段、第波段是绿色波段、第3波段是红色波段、第波段是红色波段、第4波段是近红外波段波段是近红外波段n当当4、3、2波段分别赋予红、绿、蓝色时，这波段分别赋予红、绿、蓝色时，这一合成方案称为标准假彩色合成一合成方案称为标准假彩色合成.（二）假彩色密度分割（二）假彩色密度分割n单波段的假彩色密度分割单波段的假彩色密度分割 将单波段影像的像元值从小到大按照某种标准划分等级，将单波段影像的像元值从小到大按照某种标准划分等级，每一级别赋予一种颜色，最终影像表现为彩色，这些每一级别赋予一种颜色，最终影像表现为彩色，这些色彩是人为加上的，与地物的天然色彩不一定相同，色彩是人为加上的，与地物的天然色彩不一定相同，称为假彩色密度分割。称为假彩色密度分割。n等密度分割：等密度分割：对像元数值从小到大划分为对像元数值从小到大划分为n n级，各级内含有的级，各级内含有的像元数大致相等时，称为等密度分割。像元数大致相等时，称为等密度分割。.9（三）IHS变换HSI代表色调、饱和度和明度（hue，saturation,intensity）。色彩模式可以用近似的颜色立体来定量化。颜色立体曲线锥形改成上下两个六面金字塔状。.（三）IHS变换nIHS变换是变换是RGB颜色系统与颜色系统与HIS颜色系统之间的变换。颜色系统之间的变换。n具体方法具体方法：n令令IRIGIB,下标下标max为为R，G，B中最大值，下标中最大值，下标min为为R，G，B中最小值，中最小值，IRIGIB和和均为均为0-1的实数，为的实数，为0-360的实数。的实数。则有则有n明度：明度：n饱和度饱和度.（三）IHS变换n色调色调n如果如果n则，位于黄和品红之间则，位于黄和品红之间n如果如果n则，位于青和黄之间则，位于青和黄之间n如果如果n则，位于品红和蓝之间则，位于品红和蓝之间.RGB-HISRGB 图像图像 HIS图像图像.二二、光谱增强处理、光谱增强处理（一）反差增强 线性变换，非线性变换，直方图增强（二）空间滤波处理模板计算，卷积计算（三）图像运算加、减、乘、除（四）多光谱变换主成分变换、缨帽变换.（一）（一）反差增强反差增强n通过修改各种像元值来改善影像对比度，从而改变影像质量的处理方法。n表现为：影像的视觉效果的提高例如：一幅(256*256)的影像有65536个像元，但是有50000个像元的值在0-50之间，使得影像过暗，这些像元对应的地物之间的差异过小，地物彼此之间不容易分开。因此可用一些合理方法改变它们的像元值（如：等比例放大，像元值都乘上4）。这50000个像元的值分布在0-200之间，距离拉大。.n数学表示：原始影像灰度值Z，变换后的值为Z，新旧值之间的转换用函数f表示。nZ=f（Z）.对比度增强的方法对比度增强的方法全局线性变换全局线性变换分段线性变换分段线性变换高斯变换高斯变换直方图均衡化直方图均衡化指数变换、对数变换指数变换、对数变换非线形变换线形变换.线性拉伸.分段线性拉伸n将图像灰值划分为干区段a1,a2、a2,a3、a3,a4,分别对应b1,b2、b2,b3、b3,b4分段用同的线性函数进变换，把每段伸到指定的显示范围。.线性变换又分为：n最大最小值线性变换：用一个比例进行扩大或缩小n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，说明采用的是分段线性函数关系。即有多组a1,a2和b1，b2。n线性饱和变换:最大和最小像元值，称为饱和点，变换时：小于最小值的变为0，大于最大值的变为255，中间部分采用线性关系。.非线性变换非线性变换n变换函数z=f(z)为非线性时，即为非线性变换n直方图均衡化:产生一幅各种像元值的数量基本一致的影像，即变换后影像的灰级概率p（Z）等于常数n指数变换、对数变换：新旧像元值之间满足指数关系、对数关系。亮度值较高部分拉伸（压缩），亮度值较低部分压缩（拉伸）n高斯分布：将直方图变为正态分布，称之为高斯分布。即中间亮度的像元占大多数，特别暗和特别亮的像元较少，较符合实际情况.非线性拉伸I 对对数数拉拉伸伸与与人人眼眼的的视视觉觉特特性性相相匹匹配配，扩扩张张低低的的灰灰度度，压压缩缩高高的的灰灰度度区区。.非线性拉伸ii 指指数数拉拉伸伸扩扩展展高高灰灰度度区区间间。.n将影像中像元值分将影像中像元值分布范围过于集中的布范围过于集中的部分拉开扩展，扩部分拉开扩展，扩大影像反差的对比大影像反差的对比度；度；n将影像中像元值分将影像中像元值分布范围过于分散的布范围过于分散的部分压缩；部分压缩；n通过拉大或缩小像通过拉大或缩小像元数值之间的距离，元数值之间的距离，增强影像表现的层增强影像表现的层次性。次性。对直方图进行形状的拉伸或压缩来对直方图进行形状的拉伸或压缩来改变像元数值的分布情况，使对比改变像元数值的分布情况，使对比度合理，突出信息度合理，突出信息.直方图增强直方图增强n1）直方图的概念）直方图的概念n2）直方图拉伸）直方图拉伸n3）直方图均衡）直方图均衡n4）直方图规定化）直方图规定化.2）直方图均衡将将每每个个灰灰度度区区间间等等概概率率分分布布，代代替替了了原原来来的的随随机机分分布布，即即增增强强后后的的每每个个灰灰度度级级内内有有大大致致相相同同的的象象元元数数；通通过过改改变变灰灰度区间来实现；度区间来实现；使得面积最大的地物细节得以增强，而面积小的地物与其使得面积最大的地物细节得以增强，而面积小的地物与其灰度接近的地物进行合并，形成综合地物。灰度接近的地物进行合并，形成综合地物。减少灰度等级减少灰度等级换取对比度的增大。换取对比度的增大。原直方图：原直方图：均衡后直方图：均衡后直方图：:k级灰度的像元数；级灰度的像元数；N:总的像元数总的像元数.28原始的直方图原始的直方图均衡化后的直方图均衡化后的直方图.2）直方图均衡.直方图均衡化（直方图均衡化（Histogram Histogram EqualizationEqualization）.Histogram Equalization StretchFirst band First band（GreenGreen）for sample SPOT image for sample SPOT image直方图均衡化实例直方图均衡化实例.Three band combination:Three band combination:Band 1（spectral green）displayed as blueBand 2（spectral red）displayed as greenBand 3（spectral NIR）displayed as red直方图均衡化实例直方图均衡化实例直方图均衡化（直方图均衡化（Histogram EqualizationHistogram Equalization）Three band combination:Three band combination:Band 1（spectral green）displayed as blueBand 2（spectral red）displayed as greenBand 3（spectral NIR）displayed as red.直方图匹配（直方图匹配（histogram matching）l把原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图，然后按照已知的指定形态的直方图调整原图像各象元的灰级，最后得到一个直方图匹配的图像使用的模板有正态拉伸匹配、暗区拉伸匹配、亮区拉伸匹配主要应用于有一幅很好的图像作为标准的情况下，对另一图像进行匹配，以改善被处理图像的质量应用于数字镶嵌各种拉伸以后虽然对于感兴趣的地物提高了分辨能力，但各种拉伸以后虽然对于感兴趣的地物提高了分辨能力，但同时也造成了信息损失。同时也造成了信息损失。.直方图匹配条件l原始图像和参考图像原始图像和参考图像两个图像的直方图的总体形态应相似图像中相对亮和暗的特征应相同对某些应用，图像的分辨率应相同（但可不同）图像中的地物类型的相对分布应相同，无论两幅图像是否覆盖同一地区。如一幅有云，另一幅没有云，应先将云去掉（覆盖），然后再进行直方图匹配.（二）图像滤波处理（二）图像滤波处理滤波：滤波：增强图像的空间频率特征，即改善目标与其邻域增强图像的空间频率特征，即改善目标与其邻域间像元的对比关系。间像元的对比关系。n空间域滤波：局部卷积空间域滤波：局部卷积运算简单，精度较差，增强易过渡，图像不协调运算简单，精度较差，增强易过渡，图像不协调.基于窗口的滤波窗口band1band2.原影像模板原影像模板P1 P2 P3 K1 K2 K3P4 P5 P6 K4 K5 K6P7 P8 P9 K7 K8 K9 P5=P1K1+P2K2+P3K3+P4K4+P5K5+P6K6+P7K7+P8K8+P9 K9（二）图像滤波处理（二）图像滤波处理.n空间域滤波空间域滤波采取邻域处理方法进行影像增强采取邻域处理方法进行影像增强邻域处理：新影像像元值由原影像上对应像元及邻域处理：新影像像元值由原影像上对应像元及相邻像元的值来确定相邻像元的值来确定n空间滤波的作用空间滤波的作用n 平滑：消除各种干扰噪声，使影像中高频成分平滑：消除各种干扰噪声，使影像中高频成分消退，平化掉影像的细节，表现为影像模糊。消退，平化掉影像的细节，表现为影像模糊。n 锐化：突出影像边缘、线性目标或某些亮度变锐化：突出影像边缘、线性目标或某些亮度变化率大的部分，提高影像的细节，常表现为边化率大的部分，提高影像的细节，常表现为边缘增强。缘增强。（二）图像滤波处理（二）图像滤波处理.平滑平滑模糊化模糊化.锐化锐化 突出边缘部分突出边缘部分.空间滤波的种类空间滤波的种类n起平滑作用（低通滤波）起平滑作用（低通滤波）中值滤波、均值滤波等中值滤波、均值滤波等n起锐化作用（高通滤波）起锐化作用（高通滤波）检测水平边界滤波、检测垂直边界滤波、非定向检测水平边界滤波、检测垂直边界滤波、非定向边缘检测滤波、罗伯特梯度、拉普拉斯边缘增边缘检测滤波、罗伯特梯度、拉普拉斯边缘增强强（二）图像滤波处理（二）图像滤波处理.n均值平滑均值平滑n 将每个像元在以其为中心的区域内，取平均值将每个像元在以其为中心的区域内，取平均值来代替该像元值，以达到去掉尖锐来代替该像元值，以达到去掉尖锐“噪声噪声”和和平滑影像的目的。平滑影像的目的。n中值滤波中值滤波n 将每个像元在以其为中心的邻域内，取中间亮将每个像元在以其为中心的邻域内，取中间亮度值来代替该像元值，以达到去掉尖锐度值来代替该像元值，以达到去掉尖锐“噪声噪声”和平滑影像的目的。和平滑影像的目的。（二）图像滤波处理（二）图像滤波处理.均值平滑均值平滑.中值滤波中值滤波.锐化滤波的种类：锐化滤波的种类：n罗伯特罗伯特梯度梯度（二）图像滤波处理（二）图像滤波处理.n索伯尔梯度索伯尔梯度n罗伯特梯度的改进罗伯特梯度的改进（二）图像滤波处理（二）图像滤波处理.n拉普拉斯算子拉普拉斯算子（二）图像滤波处理（二）图像滤波处理.n定向滤波定向滤波n常见的模板：常见的模板：-1 2 -1 -1 -1 -1 -1 2 -1 2 2 2 -1 2 -1 -1 -1 -1-1 -1 2 2 -1 -1-1 2 -1 -1 2 -1 2 -1 -1 -1 -1 2 对角线方向对角线方向垂直方向垂直方向水平方向水平方向（二）图像滤波处理（二）图像滤波处理.高通滤波.低通滤波.45度方向边缘检测度方向边缘检测.水平边缘检测水平边缘检测.拉普拉斯算子拉普拉斯算子.（三）数字影像的代数运算n影像代数运算n差值运算n比值运算n指数运算.影像代数运算对两幅（或两幅以上）影像的对应像元逐个进行和、差、积、商的四则运算，产生具有信息增强效果的影像。常见为：差值运算与比值运算（三）数字影像的代数运算.差值运算差值运算差值运算两幅行列数相等的影像，对应像元值相减F(x,y)=f1(x,y)-f2(x,y)差值运算的作用反映了地物的时间变化地物在不同波段上的反射率差异.63TM432TM4-TM31）、差值运算.比值运算比值运算比值运算两幅同样行、列数的影像，对应像元的亮度值相除（除数不为0）。对应像元的亮度值相除（除数不为0）F(x,y)=f1(x,y)/f2(x,y)比值运算的作用可以消除地形及云影影响扩大不同地物的光谱差异影像亮度不再具有反射意义；放大了噪声.65植被指数有许多不同的表达公式：SR=NIR/R（simple ratio）（比值植被指数）NDVI=（NIR-R）/(NIR+R)（归一化差值植被指数）SAVI=（1+L）（NIR-R）/（NIR+R+L），L=0.5（土壤修正植被指数）2）、比值运算.波段指数波段指数NDVI绿色植被在近红外光处为高反射，红光处为低反射NDVI：（近红外波段-红光波段）/（近红外波段+红光波段）对于TM（TM4-TM3）/(TM4+TM3)n突出植被在红光、近红光上的反射差异特征。n植被在近红外波段的像元值大于可见光波段的像元值，因此植被的NDVI值必定是正值，并且大于其它非植被地物的NDVI值，因此可以通过确定一个阈值来区分植被和非植被。n用于提取植被类别、估算植被生物量、估算农作物产量、森林蓄积量.67假彩色合成图象假彩色合成图象 NDVI图象图象2）、比值运算.68太阳光太阳光砂岩砂岩阴坡阴坡阳坡阳坡2）、比值运算.（四）多光谱变换处理、K-L变换（主成份变换）nYAXY：变换后像元;X：变换前像元A：变换矩阵，即X空间协方差矩阵的特特征征向向量量矩矩阵阵。n特点：变换后各分量相关性最小；主成份分量信息依次减小n效果：数据压缩；图像增强.70步骤：步骤：1.计算原始图象的协方差矩阵计算原始图象的协方差矩阵；Cov（X,Y)=EX-E(X)Y-E(Y)=E(XY)-E(X)E(Y)2.计算的特征值和特征向量计算的特征值和特征向量；ACovAT=ii,A是是特征向量，特征向量，AT是是特征向量的转置，特征向量的转置，ii 为为对角线矩阵对角线矩阵.生成主成分生成主成分1.YAX、K-L变换离散（Karhunen-Loeve）变换（四）多光谱变换处理.74、K-L变换离散（Karhunen-Loeve）变换PCA的几何意义：变换后的主分量空间坐标系旋转了一个角度，且新坐标系的坐标轴一定指向数据信息量较大的方向。坐标原点位于均值位置.75原始图象原始图象TM1-5，7主成分图象主成分图象PC1-6变换意义变换意义1、数数据据压压缩缩：取取123三三个个主主分分量量，包包含含了了绝绝大大多多数数的的地地物物信信息息，数数据据量量可可减减少少到到43%。2、图图像像增增强强：前前几几个个主主分分量量，信信噪噪比比大大，突突出出了了主主要要信信息息，增增强了图像。强了图像。.76）、K-T变换（Kauth-Thomas）变换、缨帽变换是一种线性变换，是一种线性变换，Y=BXp214（四）多光谱变换处理.77Y1:亮度亮度Y2:绿度绿度Y3:湿度湿度）、K-T变换（Kauth-Thomas）变换变换结果前三个分量与地面景物的关系密切：亮度、绿度、为湿度变换结果前三个分量与地面景物的关系密切：亮度、绿度、为湿度K KT T变换的应用主要针对变换的应用主要针对TMTM数据和曾经广泛使用的数据和曾经广泛使用的MSSMSS数据。数据。（四）多光谱变换处理.