第六章遥感图像处理2

1第六章遥感图像处理§6-3遥感图像增强处理图像增强则是人为对图像辐射性质的干扰，改变原始图像的辐射特性，即改变图像的灰度结构关系。通过附加信息（变换和运算）进行图像增强的主要目的：（1）使图像与人眼的影像视觉特征相匹配；（2）满足制图作业的某些特殊需要，突出或提取图像中的某些地物特征。因此图像增强是扩大影像特征间的差别，在增强有用信息的同时，其他信息实质上是被压缩了。因此图像增强处理方法的选择应取决于研究对象和工作目的。应当注意：由于增强使一种附加的人为图像干扰，是只为某些特殊需要而加的“噪声”，所以，通常只是在其他图像处理内容之后才进行。常用的图像增强处理方法有：彩色增强、反差增强、滤波增强、多重图像增强。一、彩色增强包括彩色合成和假彩色等密度分割。彩色合成：将不同波段的影像分别赋予不同的色彩，合成处理的过程。如分别赋予TM图像2，3，4波段色彩R，G，B；假彩色密度分割：将亮度值等间隔分割分别赋予不同的色彩，合成处理的过程。如如分别赋予TM图像2波段亮度值0-9赋予R，10-19赋予G，20-29赋予Y等。1.在主图像窗口，选择overlayDensitySlice.将出现#nDensitySlice对话框（其中“#n”是用于启动功能的显示号）在“DefinedDensitySliceRanges”下列有八个系统默认范围。这些范围由滚动窗口计算的最小值和最大值来限定，并显示在“Min”和“Max”文本框中。2.在适当的文本框中输入所需要的最小和最大值，来改变密度分割的范围。·要重新设置数据范围到初始值，点击“Reset”。3.通过选择对话框时底部“Windows”旁所需要的复选框，来选择是否将密度分割颜色应用到图像窗口、滚动窗口或这两个窗口。4.点击“Apply”，将系统默认的范围和颜色应用于图像上。·要编辑数据范围：A.选择一个数据范围，并点击“EditRange”来改变范围值或颜色。B.当出现EditDensitySliceRange对话框时，输入所需要的最小和最大值，并从“Color”菜单中选择一种颜色。2C.点击“OK”，执行改变“DefinedDensitySliceRanges”列表中的范围。D.点击“Apply”，把新的范围和颜色应用到图像上。·要从列表中删除一个范围，选择数据范围，然后点击“DeleteRange”。二、反差增强/对比度扩展Contraststretching1．反差增强的定义反差增强，又称“对比度扩展”，指增大对比度的方法。调整影像反差，增大图像一部分影像反差的同时，必然减小另一部分影像的反差。2．反差增强的原因（1）卫星成像是全球性的，图像亮度/灰度的动态范围是以全球的地形要素为背景，因而对于局部地区，其亮度的动态范围则是很有限的。如陆地卫星图像的标定亮度动态范围为0—255，即256个亮度等级，但对于一幅图像或者某个地区，其影像动态范围一般只有50个亮度等级左右；（2）因大气衰变和大气散射而是卫星图像反差显著降低；（3）对于一个局部地区，往往许多地形和地物的光谱特征集中在比较接近的亮度范围内。3．反差增强的方法反差增强的技术措施，归纳起来分为两类：一类叫模式法/决策法，多用于有确定目标的情况；另一类叫统计法，多用于改变整个图像的亮度结构。（1）模式法或称决策法，是以一个给定的数学模式/公式为基础进行增强；a.线性扩展/线性拉伸LinearContrastStretch，dij′=Adij+B，dij′为拉伸后输出的像元灰度，dij为原图像像元灰度。将拉伸前后的最大最小值带入，可求得A、B，如果拉伸后最大最小值为0—255，则255*minmaxmin'dddddijijG′G处理简单，工作中常用，线性扩展的缺点也是明显的，即，在使大多数亮度值的反差值显著增强的同时，使高亮度值和低亮度值的反差受到损失，如山地上的白雪本3来清晰可见，增强后山地两侧的冲积层被增强饱和为白色调，从而使二者难以辨认。b.非线性扩展/非线性拉伸如分段线性拉伸PiecewiseLinearContrastStretch，原理：将整个亮度的动态范围化分为若干个亮度区间，在每个区间采用线性扩展的方法，即给出不同斜率，而整个图像的扩展因子则是由不同斜率的直线段组成，线段之间由“断点”连接。显然，正确划分亮度区间和正确选用个区间的线性扩展算子，即选择“断点”和分段的斜率是这种扩展方法的关键，对此，通常由制图任务的具体要求和原始图像的亮度分布特点来确定。分段线性扩展除了具有处理简单的优点外，更重要的是可以十分灵活地划分和确定扩展区间，同地可以针对每个区间规定所需要的线性增强系数，所以可以进行局部扩展。G′G高斯拉伸GaussianContrastStretch，将随机分布的原图像直方图修改成高斯正态分布。这种拉伸的效果在于增强和改善直方图两端的影像反差，即扩展了高亮度值和低亮度值部分的反差，然而是在损失中间亮度范围内反差的情况下获得的。1022222mxxxxx平均值，σ标准差PPGG′其它方法：平方根拉伸SquareRootContrastStretch，BdSQRTAdijij*'4指数变换exponentialtransform，BdEXPAdijij*'，压缩低亮度区（暗区），扩展和增强高亮度区（亮区）；对数变换logarithmictransform，BdLOGAdijij*'，压缩高亮度区（亮区），扩展和增强低亮度区（暗区）；变换过程分别如下：G′G′G′GGG平方根拉伸指数变换对数变换（2）统计法，是从图像亮度结构全貌考虑，调整图像的直方图以改变像元点之间的亮度值结构关系进行增强的方法。直方图均衡化HistogramEqualizationContrastStretch,将随机分布的图像直方图改成均匀分布的输出图像直方图。即通过合并图像直方图中亮度频率较低的邻近直方图，使之与亮度值频率较高的直方图区域均衡。扩展频率峰值区域（增强频率高的亮度对比度），压缩频率低的区域，适宜于对中间亮度区目标的调整，以及对整个图像反差的加大。PP0n-1G0m-1G′直方图匹配HistogramMatching，按一种或多种特定的直方图特征来改善与调整原图像的亮度结构，以便灵活地增强某些需要的亮度范围。三、滤波增强以上都是从点到点的逐点计算处理方法，与周围像元不发生直接联系。滤波增强/邻区法增强则是在被处理像元周围的像元参与下进行运算处理，将运算结果的值放在中心像元位置上。51．滤波任何一幅图像都是顺序排列的像元组成的若干条扫描线构成的，如果一扫描线上的像元为值为横坐标值，以像元点的灰度值为纵坐标值，这样每条扫描线都可以绘成一条波形曲线。灰度/亮度64高通滤波32中通滤波050100150200像元低通滤波象任何一条波形曲线一样，该曲线是一条复合曲线，是由许多不同频率（或波长）的单波而组成，亮度曲线可以被滤波器分解成许多不同的频率（高频、中频、低频）的单波，不同频率单波与地面要素的空间频率特征相一致。如：谷、山岭等相隔间距大几十公里的要素，空间频率低（即出现次数少），所以其包含在低频单波中；细小的边界、断裂、沟渠等空间分布频率高的要素，则包含在高频单波中；两者之间的地面要素则包含在中频单波中。思考：处理水系时，如何突出、增强与提取主干河流，支流？选用低频滤波处理图像中的水系时，可以突出、增强与提取主干河流；选用高频滤波处理图像中的水系时，可以突出、增强与提取支流；2．空间域滤波与频率域滤波亮度的空间分布特征反映在影像上——空间域；（亮度的空间分布）亮度的频率特征反映在图像的频谱上——频率域。（亮度的频率分布）二者的转换：傅立叶变换FrequencyFilteringTransform，傅立叶分析是一种将图像分成空间上各种频率成分的数学方法。实际上，快速的傅立叶变换将原来数据变换成一个复杂的强调频率分布的图像，将影像函数f(x,y)转换成频谱函数F(u,v)。即f(x,y)FFTF(u,v)。影像(空间域)频谱（频率域）因此，凡是以影像（影像亮度）为对象进行滤波处理的，叫空间域滤波；凡是以图像的频谱（亮度频率）为对象进行滤波处理的，叫频率域滤波。滤波器63．滤波增强的方法滤波增强数学表达式：),(),(),('yxhyxgyxg，),('yxg为输出像元的亮度值，),(yxg为输入像元的亮度值，),(yxh为卷积算子。选择不同的算子，则具体方法不同。技术措施有两类：空间域滤波增强和频率域滤波增强。具体方法有：空间域滤波增强频率域滤波增强平滑滤波（平均值法、中值法）低通滤波边缘增强（梯度法、拉普拉斯算法、锐化）高通滤波定向滤波二者比较：既有共性，又各具个性。即：a.目的和物理意义相对应：平滑滤波——低通滤波，边缘增强——高通滤波。b.增强效果：空间域滤波——影像增强比较突然，附加效果明显，频率域滤波——增强后影像比较细腻，连续性强。c.运算时间：空间域运算迅速，频率域运算较慢。（1）平滑滤波平滑滤波使使图像中高频成分消退，即平滑图像的细节，使其反差降低，保持低频成分，把一些细微的地形地无结构特征掩盖以突出主干结构和主要特征，实际上起到低频增增强的作用，为低通滤波。有平均值法和中值法。平均值法：用滤波窗口（滤波阵子/卷积核）求邻近像元的平均亮度值。如选择3*3个像元，即3*3算子，平均值法就是将滤波窗口内各像元亮度值相加求平均值，算子实质为：窗口内的数字为其权重，也可根据需要赋权重或选择窗口。一般多采用3*3或5*5的像元矩阵作为窗口，核越大，滤波后越平滑。ENVI中主图像窗口的EnhenceSmooth或主工具栏Filter〉Convolution〉LowPass。111010111111101111111101101000101121111010111111101111abcdef如对于a算子，计算结果为1/9各相应像元亮度值之和；对于b算子，),('yxg=1/4[0*g(x-1,y-1)+1*g(x-1,y)+0*g(x-1,y+1)+1*g(x,y-1)+0*g(x,y)+1*g(x1,y+1)+0*g(x+1,y-1)+1*g(x+1,y)+0*g(x+1,y+1)]中值法：与平均值不同的是，把滤波窗口内的像元亮度值按大小排列，并取其中的中值（不要与平均值混淆）代替每一个中心像元值。这种滤波有助于减少点状类型的噪音或斑点。ENVI中主工具栏Filter〉Convolution〉Median7（2）边缘增强在边缘处产生附加（额外）的亮度变化率，以适应人眼的视觉特征，使边缘得到突出。对于遥感影像而言，由于地物的波谱特性与其在影像上的亮度值密切相关，所以不同类地物交界线两侧像元亮度值的差别，要比同类地物邻近像元的亮度值的差别大，因此，如果采用一定的方法检测并增强边缘，凸现遥感影像上地物之间的边界，将会十分有利于遥感影像的分类。首先要提取边缘信息，然后经过选择适当的算子对原始图像进行卷积运算，以获得边缘增强地输出图像。梯度法：假定图形亮度变化为连续函数g(x,y),则函数梯度较大的点表示边缘的存在，求图像的梯度G，22yxG,以相邻三个像元g(x,y),g(x-1,y),g(x,y+1)为例说明,Δx=g(x,y)-g(x-1,y),Δy=g(x,y+1)-g(x,y),如果g(x,y)=16,g(x-1,y)=20,g(x,y+1)=19，则Δx=4,Δy=3，G=5，增强后像元gˊ(x,y)=16-5=11，由此可见，该像元与邻近像元的亮度变化率增大。但是卫星遥感影像多是数字图像，图像亮度是像元亮度的离散函数，一般用一阶差分（卷积核为2*2）来代替梯度，进行卷积运算完成的。通过设计和调整卷积核内的权数可以改变不同方向边缘梯度Δx、Δy的特性，如b算子抑制了Δy方向的亮度变化率，c算子却增加了Δy方向的亮度变化率。Roberts滤波器运用Roberts函数预先设置的2×2的近似值。Sobel滤波器是对Roberts滤波器的改进，使窗口由2