《遙感圖像增強》PPT課件

《《遙感圖像增強》PPT課件》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、第五章遙感圖像增強TM3NDVITM4NDVI第五章遙感圖像增強突出有用信息,抑制或排除無用信息TM4、TM3、TM2的合成圖NDVI、TM4、TM3的合成圖第五章遙感圖像增強5.1輻射增強5.2邊緣增強5.3彩色增強5.4圖像變換5.5影像信息融合5.6局部圖像羽化處理技術(shù)★遙感圖像的輻射增強:對圖像上單個像素的灰度值進行處理，以突出像元之間的反差（對比度），從而改善圖像視覺效果、突出有用信息.（遙感圖像的灰度增強法）★實現(xiàn)方法：1.反差拉伸法：將輸入圖像上每個象素的灰度值按一些簡單的數(shù)學(xué)關(guān)系式轉(zhuǎn)換成輸出圖像上的灰度值,且大多數(shù)是擴大圖像灰度值的動態(tài)范圍、調(diào)整圖像灰度值的分布.

2、該方法又可分為線性拉伸法、分段線拉伸法和非線性拉伸法.第一節(jié)輻射增強◆基于ERDAS的遙感圖像輻射增強（線性拉伸法）兩種途徑：1）應(yīng)用ModelMaker；2）應(yīng)用LUTStretch（查找表拉伸）※反差拉伸法之線性拉伸法g(x,y)-a1◆f(x,y)=×(b2-b1)+b1(a2-a1)其中:g(x,y)為原圖像的像元灰度，f(x,y)為拉伸后的像元灰度，a1、a2分別為原圖像的最小灰度值和最大灰度值,b1、b2分別為拉伸后圖像的最小灰度值和最大灰度值，并且b1a2途徑1)應(yīng)用ModelMaker：Modeler圖標/ModelMaker※基于ERDAS的遙感圖

3、像輻射增強（線性拉伸法）●在此，根據(jù)線性拉伸法的公式，設(shè)置并定義每一個對象圖形(包括各種輸入、函數(shù)和輸出等)的有關(guān)參數(shù)與操作g(x,y)-a1◆f(x,y)=×(b2-b1)+b1(a2-a1)其中:g(x,y)為原圖像的像元灰度，f(x,y)為拉伸后的像元灰度,a1、a2分別為原圖像的最小灰度值和最大灰度值,b1、b2分別為拉伸后圖像的最小灰度值和最大灰度值,并且通常b1a2b1、b2通常取0、255.----“FunctionDefinition對話框/Functions:Global”?基于ERDAS的遙感圖像最小和最大灰度值的求算途徑2）應(yīng)用LUTStret

4、ch(查找表拉伸)：Interpreter圖標/RadiometricEnhancement/LUTStretch※基于ERDAS的遙感圖像輻射增強（線性拉伸法）◆分段線性拉伸法:將原圖像上的灰度值劃分成若干區(qū)段，然后按區(qū)段使用上述線性函數(shù)進行不同程度的線性擴展（對線性拉伸法的一種改進）※反差拉伸法之分段線性拉伸法g(x,y)-a1◆f(x,y)=×(b2-b1)+b1(a2-a1)其中:g(x,y)為原圖像某個區(qū)段的像元灰度，f(x,y)為拉伸后的像元灰度,a1、a2分別為原圖像某個區(qū)段的最小灰度值和最大灰度值,b1、b2分別為拉伸后圖像的最小灰度值和最大灰度值,并且b1

5、、b2>a2◆非線性拉伸法:按非線性函數(shù)關(guān)系擴展原圖像的灰度值，即對整個灰度值的動態(tài)范圍以不等權(quán)的關(guān)系進行變換.（線性或分段線性拉伸法都是等比例地變換指定動態(tài)范圍內(nèi)的像元灰度值）◆實施方法：指數(shù)函數(shù)、對數(shù)函數(shù)等※反差拉伸法之非線性拉伸法第五章練習(xí)?目的：應(yīng)用ERDAS中的ModelMaker模塊，對遙感圖像進行線性拉伸處理.?要求：拉伸后圖像的最小灰度值和最大灰度值分別為1和255?數(shù)據(jù)：tm12338.img★遙感圖像的輻射增強:對圖像上單個像素的灰度值進行處理，以突出像元之間的反差（對比度），從而改善圖像視覺效果、突出有用信息.（遙感圖像的灰度增強法）★實現(xiàn)方法：2.直方圖增

6、強法：通過修改圖像直方圖來改善圖像的質(zhì)量.該方法又可分為直方圖均衡化、直方圖匹配等.第一節(jié)輻射增強*數(shù)字圖像的直方圖平均灰度值最小灰度值最大灰度值灰度值(122)出現(xiàn)的頻率(125)通過像元亮度直方圖可以判斷影像質(zhì)量：每一幅影像都可以求出其像元亮度值的直方圖，觀察直方圖的形態(tài)，可以粗略地分析影像的質(zhì)量。一般來說，一幅包含大量像元的影像，其像元亮度值應(yīng)符合統(tǒng)計分布規(guī)律，即假定像元亮度隨機分布時，直方圖應(yīng)是正態(tài)分布的。實際工作中，若影像的直方圖接近正態(tài)分布，則說明影像中像元的亮度接近隨機分布，是一幅適合用統(tǒng)計方法分析的影像。當觀察直方圖形態(tài)時，發(fā)現(xiàn)直方圖的峰值偏向亮度坐標軸左側(cè)，則說

7、明影像偏暗。峰值偏向坐標軸右側(cè)，則說明影像偏亮，峰值提升過陡、過窄，說明影像的高密度值過于集中，以上情況均是影像對比度較小，影像質(zhì)量較差的反映。從直方圖形態(tài)判斷影像質(zhì)量◆直方圖均衡化(HistogramEqualization):以圖像灰度值的累積概率函數(shù)為基礎(chǔ)的直方圖修正法，實質(zhì)上是對圖像進行非線性拉伸,重新分配像元值,使一定灰度范圍的像元數(shù)量大致相等,從而有效地擴大圖像主體部分的反差或?qū)Ρ榷龋▓D3.5圖像均衡化的特點---P41）◆實施方法：Interpreter圖標/Rad