遥感图像空间增强方法分析【毕业论文+开题报告+文献综述】

《遥感图像空间增强方法分析【毕业论文+开题报告+文献综述】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

本科毕业论文开题报告海洋技术遥感图像空间增强方法分析一、综述本课题国内外研究动态，说明选题的依据和意义1、国内外研究动态遥感(RemoteSensing)技术是一门新兴技术,是空间技术、应用光学、无线电电子、计算机技术等结合的产物。遥感技术在地球资源的探测,地震、火山爆发的预测,环境污染的监测以及治金、地质、石油、农业、林业、水利、测绘、气象、海洋等部门经济建设和国防建设中,都有着广泛的应用[1]。随着应用的深入，人们对遥感信息的要求不断在提高，图像增强技术做为处理遥感图像的基本手段，也得到了广泛的发展。遥感图像增强时为了特定的目的，突出遥感图像中的某些信息，消弱或除去某些不需要的信息，是图像更易判读。目前常用的图像增强处理技术可以分为两大类：空间域和频率域的处理。空间域处理是指直接对图像进行各种运算以得到需要的增强效果。频率域处理是指先将空间图像变成频率域图像，然后在频率域中对图像的频谱进行处理，以达到增强图像的目的[2]。空间域图像增强方法，一般可分为灰度变换，直方图修正，领域平均法，空域低通滤波，中值率波，递归滤波，离散空间差分，空域高通滤波等等。频率域图像增强方法，一般分为低通滤波[3]，高通滤波[4]，同态滤波[5]。 遥感图像增强处理按照增强信息内容可以分为波普特性增强、空间特性增强以及时间信息增强三大类。波普信息增强主要突出灰度信息；空间特性增强主要是对图像中的线、边缘、纹理结构特征进行增强处理；时间信息增强主要针对多时相图像影响而言，其目的是提取多时相中波普与空间特征随时间变化的信息。图像增强处理方法就是按照这三种信息的提取而设计的，一些方法只用于特定信息的增强，而抑制或损失了其他的信息。例如，定向滤波是用来增强图像中的线与边缘特征，在增强专题信息的同时，是以牺牲图像中的波普信息为代价的；一些方法可以用于几种信息的同时增强，例如对比度扩展，对比度扩展能够突出特定的灰度变化信息，同时由于图像对比度的加大，图像中的线与边缘特征也得到了加强。2、选题依据随着遥感技术的不断发展，他正被广泛的应用于军事、经济、科研和社会生活等多个领域，各领域都需要通过对遥感图像的处理、解译来解决实际问题的。随着计算机的不断发展，遥感图像处理技术将会变得越来越重要。但是，遥感图像在成像过程中受到传感器性能、大气扰动、卫星轨道位置等因素的影响，会使遥感图像的视觉效果产生很大的差异。如有些图像因为对比度不够而使图像模糊；有些图像视觉效果虽好，但是又不能突出显示所需要的边缘信息。这对进一步的分析、识别和理解造成困难。这样既会延缓工作进程，还可能造成资源的浪费。为了能够得到遥感信息更加准确，分析和研究遥感图像增强方法就显得尤为重要。遥感图像增强是图像处理中一个非常重要的研究领域，并且已经有了许多非常成熟有效的方法，如直方图均衡化[6]、高通滤波、反掩模锐化法等，但是这些传统的图像增强方法都存在不足，如噪声放大、有时可能引入新的噪声结构等，亦或是存在着的一些其他问题，如噪声增强、细节丢失等。了解研究各种增强方法的原理与实际对遥感图像产生强效果，合理使用各种遥感图像增强方法，以应对各种特点的遥感图像来达到各种自己想要的遥感信息的目的。高赟就对传统的图像灰度增强方法进行了深入的研究，并在VC++6.0开发环境下对其进行了实现，包括线性灰度变换、分段线性灰度变换、直方图均衡化、局域直方图的均衡化方法[7]。危疆树结合局部对比度增强，给出了一个改进的直方图均衡化图像增强算法。应用改算法对图像进行增强处理取得了比较好的效果[8]。行孜，胡高梅等人探讨了模糊理论与遥感图像处理的内在联系，提出了一种基于FIRE滤波器的遥感图像增强方法[9]。正是基于前人对图像增强方法的探索研究，我们才有选择性的利用不同的图像增强方法应对各种特点的遥感图像来达到最优化的提取遥感图像中的数据信息。3、选题意义 了解一般的遥感图像增强方法，比较各种方法应对不同特点的遥感图像时出现的不通的效果，以及优缺点。根据所需要达到的效果目的，选择合适，方便的图像增强方法来进行图像增强。展望未来可能出现的更优的图像增强方法。 二、研究的基本内容，拟解决的主要问题：基本内容：本论文主要通过查找文献资料，归纳总结遥感图像空间增强方法的一般原理，并在此基础上在计算机上进行遥感图像空间方法的验证，比较各种方法达到的效果与优缺点。  拟解决的主要问题：1、比较分析空间增强方法的分类与不同特点2、研究空间增强方法的特点3、讨论各方法与实际应用相结合时的特点三、研究步骤、方法及措施：1、利用学校图书馆，查找相关文献资料，做好相应的摘录笔记；2、整理所得材料，并和指导老师讨论相关但较难懂的论文，写好文献综述；3、在材料准备充分的前提下，列出论文的提纲；4、着手论文的撰写以及论文的修改。四、参考文献[1]张小勤,.遥感技术的发展与应用[J].山西煤炭管理干部学院学报,2005.[2]孙家抦遥感原理与应用（第二版）武汉大学出版社2009[3]王耀南,李树涛,毛建旭.计算机图像处理与识别技术[M].北京：高等教育出版社,2001.[4]ChenHaiguang,LiAndrew,KaufmanLeon,etal.AFastFilteringAlgorithmforImageEnhancement[J],IEEETransonMedicalImaging,1997[5]肖燕峰.基于Retinex理论的图像增强恢复算法研究[D]上海交通大学,2007[6]WangBeijian,LiuShangqian,ZhouHuixin,etal.Self-adaptiveContrastEnhancementAlgorithmforInfraredImagesBasedonPlateauHistogram[J].ActaPhotonicaSinica,2005[7]高赟;图像灰度增强算法的研究,西安电子科技大学,2007[8]危疆树.结合局部对比度增强的直方图均衡化图像增强算法[J]计算机与信息技术,2005,(10).[9]韩孜;胡高翔;一种基于FIRE滤波器的遥感图像增强,武汉理工大学学报(信息与管理工程版),2007[10]高飞，杨平先，孙兴波基于小波变换与阀值收缩法的图像增强去噪 四川理工学院电子与信息工程系，2006毕业设计文献综述海洋科学遥感图像增强方法研究进展 [摘要]：遥感技术获取的信息大多是多光谱数字图像，对多光谱图像进行增强处理是现代数字图像处理的重要内容。遥感图像增强目的在于改进图像的显示，提高遥感图像的视觉效果和解译性。在遥感应用研究中,经过处理后形成的高清晰图像，对展开以后的工作具有重要的作用。而图像增强技术对于改善图像的对比度,突出某些局部细节等方面都起着积极的作用，遥感图像增强目的在于改进图像的显示，提高遥感图像的视觉效果和解译性遥感图像增强的方法很多，本论文对遥感图像进行空间增强处理，对空间增强方法进行分析。归纳总结了一般的遥感图像空间增强方法，比较了各方法之间的优缺点，结合各空间增强方法的特点对遥感图像处理应用时给予可能的合适选择。Advancesinremotesensingimagingapproach[Abstract]：Muchoftheinformationobtainedbyremotesensingtechnologyisamulti-spectraldigitalimages,multi-spectralimageenhancementprocessingofmoderndigitalimageprocessingisanimportantpart.Remotesensingimageenhancementaimedatimprovingtheimagedisplay,improvedvisualeffectsandremotesensingimageinterpretationof.Researchinremotesensingapplications,theformationofprocessedhigh-resolutionimagesofthefutureworktostartwithanimportantrole.Theimageenhancementtechnologytoimproveimagecontrast,highlightingcertainaspectsoflocaldetailsplayanactiveroleinremotesensingimageenhancementaimedatimprovingtheimagedisplay,improvedvisualeffectsandremotesensingimageinterpretationofremotesensingimageenhancementinmanyways,thispaperforspaceremotesensingimageenhancement,spatialenhancementmethodforanalysis.Summarizedthegeneralenhancementofremotesensingimagespaceandcomparedtheadvantagesanddisadvantagesbetweenthevariousmethods,combinedwiththecharacteristicsofenhancementofthespaceremotesensingimageprocessingapplicationsmaybegiventherightchoice.[Keyword]:remotesensingimage;Imageenhance引言 遥感技术通过不同的遥感传感器来获取地表数据，然后进行处理、分析，最后获得感兴趣地物的有关信息。遥感技术获取的信息大多是光谱数字图像，对多光谱图像进行增强处理是现代数字图像处理的重要内容。随着遥感技术的发展，这种技术所获得的信息越来越丰富，对于改善图像质量的处理技术的要求越来越高，现有的处理手段也越来越丰富。在遥感应用研究，通过正确的增强处理手段，以得到高清晰图像，对以后的工作展开具有重要的意义。1遥感图像处理技术的发展情况每当一幅图像从一种形式变到另一种形式,例如经过图像的生成、复制、扫描、传输或变换以后,由于多种因素的影响,输出图像的“质量”或多或少地有所降低或退化[1]。为了某些预期的效果，就需要利用计算机对图像进行一系列的操作，也就是数字图像处理。数字图像处理也称为计算机图像处理，是利用计算机对图像信息进行加工以满足人的视觉心理或应用需求的行为，是指将一幅图像变为另一幅经过修改的图像，因此是一个由图像到图像的过程[2]。数字图像处理的发展时间不长，始于20世纪60年代，由于当时的图像存储成本高，处理设备价格高，并没有得到广泛的应用。直到1963年，美国加州理工学院的喷气推进实验室，对“徘徊者7号”太空船发回的照片进行了首次处理，这才标志着图像处理技术的实际应用的开始。70年代出现的CT和卫星遥感图像很好的促进了数字图像处理技术的发展。80年代，凭借着计算机的快速发展，极大的促进了数字图像处理技术的普及与应用。90年代进入了数字图像的高速发展时期，对于庞大的图像信息量，数字图像处理技术面临着处理速度的进一步提高的需求[3]。21世纪，数字图像处理技术向高速，高质，高效方面发展，开发数字图像处理系统软件以达到实时处理，保存和提取图像包含的最完整的丰富信息，实现图像的智能生成，处理，理解，识别和分类。遥感图像处理技术是指对遥感图像一系列的操作，以达到预期的目的，一般可以分为两类，光学处理和数字图像处理。 光学处理时利用光学、照相和电子学的方法对遥感模拟图像，如照片、底片等进行处理。遥感图像光学处理已经有了悠久的历史，但是由于其处理精度不高、稳定性差、设备笨重、操作复杂和工艺水平不高等因素限制了它的发展空间。到了60年代，在电子计算级技术的突飞猛进，数字图像处理技术的高速发展下，大部分的遥感图像光学处理的工作都被数字图像处理技术所代替了。到20世纪70年代，由于数字技术和微电子技术的迅猛发展，给遥感图像处理提供了先进的手段，遥感图像数字处理也就从信息处理、自动控制系统论、计算机科学、数字通信、电子技术等等科学中脱颖而出，称为研究遥感图像信息获取，传输、存储、变换、显示、判读与应用的一门崭新学科。3遥感图像主要增强方法遥感图像增强作为遥感图像处理的重要组成部分。传统的遥感图像增强方法对与改善图像质量发挥了重要的作用。随着对遥感图像增强技术研究的不断的深入，新的遥感图像方法的不断出现，目前一般可分为如下几类。（1）传统的遥感图像增强方法传统的遥感图像增强方法基本可以分为空域图像增强和频域图像增强两大类。空域图像是指组成遥感图像的像素集合，空域图像增强是指图像平面上直接对图像中像素灰度值进行运算处理，如灰度变换，直方图均衡化，图像的空域平滑和锐化处理等。它是图像增强的基础组成部分，包括点运算和领域处理两种，其中，点运算事针对每个像素点进行的，与周围的像素点无关；而领域处理是在每个像素点的领域内进行的。频域图像增强是对图像经傅里叶变换后的频谱成分进行操作，然后逆傅里叶变换获得所需的结果，如低通滤波技术[4]，高通滤波技术[5]，带通和带阻滤波，同态滤波[6]。为了适应图像的局部特性，基于局部变换的图像增强方法应运而生，如局部直方图均衡化[7]、对比度受限制适应直方图均衡化、利用局部统计特性的噪声去除方法。目前还有一些学科与图像处理相结合，如基于神经网络的脉冲噪声滤波技术、基于文理分析的保细节平滑技术等。（2）基于多尺度分析的图像增强方法多尺度有称多分辨率分析[8] ，他是由Mallat与1989年首先提出的。以小波变换为代表的多尺度分析方法，被认为是分析工具及方法上的重大突破。小波分析在时域和频域上都具有良好的局部特性，而且由于对高频信号采取逐步精细的时域或空域步长从而聚焦到分析对象的任意细节。随后取得了许多研究成果，如小波变换分析在遥感图像增强中的应用及MATLAB实现、基于小波变换的遥感图像增强研究等（3）数字形态学灰度增强方法数字形态学[9]是用具有一定形态结构的结构元素去量度和提取图像学中的对应形状，以达到对图像分析和识别的目的。它的数学基础是集合论，最基本的形态学算子有腐蚀、膨胀、开和闭。应用数学形态学技术进行图像灰度增强时，可以利用数学形态学算子有效的除去噪声，同时又可以增强图像中原有信息。（4）模糊增强方法近年来不少学者致力于把模糊集理论引入图像处理和识别技术的研究。由于图像本身的复杂性，多灰度分布所带来的不确定性和不精确性（即模糊性），使得模糊集理论[10]进行图像处理成为可能。模糊聚类在图像处理中最为广泛的应用为图像分割，在文理图像、彩色图像、以及航空遥感图像等分割方面也获得了很大的进展。另外，基于模糊聚类的方法还有边缘检测、图像增强、图像压缩、图像压缩平滑等众多方面也取得了丰硕的成果。基于模糊图像处理技术是一种值得重视的研究方法，应用模糊方法往往能取得优于传统方法的处理效果，如图像多灰度级非线性模糊增强算法研究，另外，模糊集方法和神经网络、遗传算法结合用于图像灰度增强的方法正在研究之中，如基于模糊熵及遗传算法的图像增强技术，遗传算法在影像增强处理中的应用等。近随着彩色图像的广泛应用，发展了许多有关于彩色图像图像增强处理方法。3结论与讨论由于增强后的遥感图像质量的好坏主要靠人的视觉来评定，而视觉评定时一种高度的主观处理。因此，为了一种特定的用途而采用的一种特定的处理方法，得到一幅特定图像，对其质量的评价方法和准则也是特点。所以，目前还没有一个普遍适用的统一的评价标准，遥感图像增强理论有待进一步完善[11] 。因此，遥感图像增强技术的探索具有实验性和多样性，其增强的方法往往具有针对性。在实际情况中，要找到一种有效的方法常常必须广泛的进行实验，在没有给定图像质量怎样被降低的先验知识时，要预测某种具体方法的效用是很困难的。经常采用的方法是，使用几种增强技术的组合或使用调节参数的方法，要取得对一幅图像较好的改善效果，有时要综合运用多种增强方法，发挥每种方法的特长，这就要求我们了解各种增强方法的特点。要依据图像结构的特点和图像处理的要求，选用相应的增强方法。对于某种具体的图像增强方法，观看增强图的效果，分析取得较好效果图像的特点，这样可以加快对图像增强方法的选取。调节参量是图像增强时经常使用的一种方法，如何确定参量最佳数值，是取得较好图像效果的关键因素[12]。如果能过很好的了解多种空间增强方法在各种特性遥感图像上应用效果，快速、简便的选取合理的空间增强方法，或综合运用多种特性的空间增强方法，以达到所需增强遥感图像的效果。对于以后实现各种遥感图像的应用会有很打的帮助。参考文献：[1]韩红红，李学春，扫描图像的增强恢复方法及应用，现代计算机，1997[2]高赟;图像灰度增强算法的研究,西安电子科技大学,2007[3]徐飞，施晓红，Matlab应用图像处理，西安电子科技大学出版社2002[4]王耀南,李树涛,毛建旭.计算机图像处理与识别技术[M].北京：高等教育出版社,2001.[5]ChenHaiguang,LiAndrew,KaufmanLeon,etal.AFastFilteringAlgorithmforImageEnhancement[J],IEEETransonMedicalImaging,1997[6]肖燕峰.基于Retinex理论的图像增强恢复算法研究[D]上海交通大学,2007[7]WangBeijian,LiuShangqian,ZhouHuixin,etal.Self-adaptiveContrastEnhancementAlgorithmforInfraredImagesBasedonPlateauHistogram[J].ActaPhotonicaSinica,2005[8]李云,刘学诚.一种基于Mallat算法的图像增强方法[J]泰山学院学报,2006,(03)[9]PichardAlanPters,ANewAlgorithmforImageNosieRedutionusingMathematicalMorphology,IEEETrans,onImageProcessing,May1995[10]Impulsivenoiseremovalimageehancementtechnique,SubrajeetMohapatra,PankajKumarSa,BanshidharMajhiCSE,NITRourkela-769008,India[11]高彦平，图像增强方法的研究与实现，山东科技大学，2005[12]汤晓春，遥感图像增强方法的研究及实现，华中科技大学，2008 本科毕业论文（20届）遥感图像空间增强方法分析专业：海洋科学 遥感图像空间增强方法分析[摘要]：遥感(RemoteSensing)技术是一门新兴技术,是空间技术、应用光学、无线电电子、计算机技术等结合的产物。遥感技术获取的信息大多是多光谱数字图像，对多光谱图像进行增强处理是现代数字图像处理的重要内容。在遥感应用研究中,经过处理后形成的高清晰图像，对展开以后的工作具有重要的作用。而图像增强技术对于改善图像的对比度,突出某些局部细节等方面都起着积极的作用，遥感图像增强目的在于改进图像的显示，提高遥感图像的视觉效果和解译性。本文简单介绍了遥感图像的增强方法以及遥感数据的预处理。列举了遥感数据预处理的一般方法，包括遥感图像的辐射校正处理、几何校正处理、镶嵌处理、裁切处理等，有利于减少遥感图像在成像过程中受传感器性能下降、大气扰动等因素造成的影响。并对遥感图像空间增强处理的卷积增强、锐化处理、傅立叶变换等方面进行了分析研究。并应用ERDASIMAGINE软件对舟山海域的ETM+卫星遥感图像进行了增强处理，分析不同的增强方法对ETM+数据的增强效果。熟悉总结各空间增强方法的特点与实际对遥感图像产生强效果，合理使用各种遥感图像增强方法，以应对各种特点的遥感图像来达到各种自己想要的遥感信息的目的。[关键词]:遥感图像，空间增强，预处理，卷积增强 ResearchProgressofTheApplicationofRemotesensingtechnologyinwaterqualityandsafetyearlywarningsystem[Abstract]:RS(RemoteSensing)technologyisanemergingtechnology,spacetechnology,optics,radioelectronics,computertechnology,combinedwiththeproduct.Muchoftheinformationobtainedbyremotesensingtechnologyisamulti-spectraldigitalimages,multi-spectralimageenhancementprocessingofmoderndigitalimageprocessingisanimportantpart.Researchinremotesensingapplications,theformationofprocessedhigh-resolutionimagesofthefutureworktostartwithanimportantrole.Theimageenhancementtechnologytoimproveimagecontrast,highlightingcertainaspectsoflocaldetailsplayanactiveroleinremotesensingimageenhancementaimedatimprovingtheimagedisplay,improvedvisualeffectsandremotesensingimageinterpretationof.Thispaperintroducesthemethodofimageenhancementofremotesensingandremotesensingdatapreprocessing.Liststhegeneralmethodofremotesensingdatapreprocessing,includingradiometriccalibrationofremotesensingimageprocessing,geometriccorrection,mosaicprocessing,cuttingprocessing,helpstoreducetheremotesensingimagesensorintheimagingprocessbytheperformancedegradationcausedbyatmosphericdisturbancesandotherfactorsimpact.Andenhancementofremotesensingimagespaceconvolutionenhancedsharpening,andotheraspectsoftheFouriertransformanalysis.AndapplytheERDASIMAGINEsoftwareZhoushanwatersETM+satelliteimageswereenhancedprocessing,analysisandenhancementofthedifferentETM+dataenhancement.Familiarwiththesummaryofthecharacteristicsofthespaceandtheactualenhancementofremotesensingimagesproduceastrongeffectontherationaluseofremotesensingimageenhancementmethodstodealwithvariouscharacteristicsofavarietyofremotesensingimagestheywanttoachievethepurposeofremotesensinginformation[Keyword]:remotesensingimage,Imageenhance,Pretreatment,Enhancedconvolution27 目录目录III引言11数据及研究区域介绍31.1ETM+31.2舟山海域介绍31.3ERDASIMAGINE软件简介42遥感图像数字处理基础知识82.1遥感图像解译82.2遥感图像的表示82.2.1光学图像92.2.2数字图像92.3遥感图像的获取103数据预处理123.1遥感数据的输入输出123.2遥感图像的辐射校正143.2.1辐射校正概念143.2.2辐射误差产生的原因和校正方法143.3遥感图像的几何校正153.3.1遥感图像的几何畸变153.3.2遥感图像的几何校正163.4遥感图像的镶嵌173.5遥感图像的裁切174遥感图像空间增强方法分析184.1遥感图像增强概念及分类184.2遥感图像空间增强194.2卷积增强194.3傅立叶变换224.4锐化处理2327 4.4.1微分法234.4.2卷积处理244.4.3统计区分法244.4.4频率域的高通滤波244.4.5操作步骤254.5各种空间增强方法的比较275结论与讨论28参考文献29致谢3027 引言遥感(RemoteSensing)技术是一门新兴技术,是空间技术、应用光学、无线电电子、计算机技术等结合的产物。遥感技术在地球资源的探测,地震、火山爆发的预测,环境污染的监测以及治金、地质、石油、农业、林业、水利、测绘、气象、海洋等部门经济建设和国防建设中,都有着广泛的应用[1]。遥感技术通过不同的遥感传感器来获取地表数据，然后进行处理、分析，最后获得感兴趣地物的有关信息。遥感技术获取的信息大多是光谱数字图像，对多光谱图像进行增强处理是现代数字图像处理的重要内容。随着遥感技术的发展，这种技术所获得的信息越来越丰富，对于改善图像质量的处理技术的要求越来越高，现有的处理手段也越来越丰富。在遥感应用研究，通过正确的增强处理手段，以得到高清晰图像，对以后的工作展开具有重要的意义。每当一幅图像从一种形式变到另一种形式,例如经过图像的生成、复制、扫描、传输或变换以后,由于多种因素的影响,输出图像的“质量”或多或少地有所降低或退化[2]。为了某些预期的效果，就需要利用计算机对图像进行一系列的操作，也就是数字图像处理。数字图像处理也称为计算机图像处理，是利用计算机对图像信息进行加工以满足人的视觉心理或应用需求的行为，是指将一幅图像变为另一幅经过修改的图像，因此是一个由图像到图像的过程[3]。数字图像处理的发展时间不长，始于20世纪60年代，由于当时的图像存储成本高，处理设备价格高，并没有得到广泛的应用。直到1963年，美国加州理工学院的喷气推进实验室，对“徘徊者7号”太空船发回的照片进行了首次处理，这才标志着图像处理技术的实际应用的开始。70年代出现的CT和卫星遥感图像很好的促进了数字图像处理技术的发展。80年代，凭借着计算机的快速发展，极大的促进了数字图像处理技术的普及与应用。90年代进入了数字图像的高速发展时期，对于庞大的图像信息量，数字图像处理技术面临着处理速度的进一步提高的需求。21世纪，数字图像处理技术向高速，高质，高效方面发展，开发数字图像处理系统软件以达到实时处理，保存和提取图像包含的最完整的丰富信息，实现图像的智能生成，处理，理解，识别和分类。遥感图像处理技术是指对遥感图像一系列的操作，以达到预期的目的，一般可以分为两类，光学处理和数字图像处理。27 光学处理时利用光学、照相和电子学的方法对遥感模拟图像，如照片、底片等进行处理。遥感图像光学处理已经有了悠久的历史，但是由于其处理精度不高、稳定性差、设备笨重、操作复杂和工艺水平不高等因素限制了它的发展空间。到了60年代，在电子计算级技术的突飞猛进，数字图像处理技术的高速发展下，大部分的遥感图像光学处理的工作都被数字图像处理技术所代替了。到20世纪70年代，由于数字技术和微电子技术的迅猛发展，给遥感图像处理提供了先进的手段，遥感图像数字处理也就从信息处理、自动控制系统论、计算机科学、数字通信、电子技术等等科学中脱颖而出，称为研究遥感图像信息获取，传输、存储、变换、显示、判读与应用的一门崭新学科。传统的遥感图像增强方法是学习图像增强的基础，至今它们对于改善图像质量仍发挥着重要的作用。本文通过ERDASIMAGINE软件着重研究了一般的图像增强方法，通过观察图像的空间增强效果，发现空间增强过程中存在的问题，比较各种方法在遥感图像解译过程中的作用。实验分析表明：在实际应用中，不是所有图像增强处理方法都要用到，具体采用哪种图像增强处理方法，视具体的研究区域、研究内容和对象而定。27 1数据及研究区域介绍本文采用的是2002年的舟山海域的ETM+卫星遥感图像。1.1ETM+由于各种地物组成的物质成分、结构以及地物表面温度的不同，其光谱特性也就不同，在黑白图像上是色调的差异，在彩色图像上是色别的不同，即使是同样的地物在不同光谱的图像上其色调（或色别）也会不同。不同图像对不同地物的光谱效应不同[4]。Landsat7卫星携带的传感器ETM+是TM的增强型，它是一种改进型的多光谱扫描仪，其空间、光谱、辐射性能比MSS均有明显提高，使数据质量与信息量大大增加，ETM+的扫描镜可在往返两个方向进行扫描和获取数据（MSS只能单方像），这样可以降低扫描速率，增加停顿的时间，挺高测量精度，所以ETM+辐射分辨率从MSS的64、128个量级提高到256个量级。ETM+具有8个波段，与TM的波段，光谱特性和分辨率基本相似，最大的变化是增加了分辨率为15m的全色波段PAN（0.52~0.90μm），辐射定标误差率小于5%，比Landsat5提高1倍[5]。1.2舟山海域介绍舟山背靠上海、杭州、宁波等大中城市群和长江三角洲等辽阔腹地，面向太平洋，具有较强的地缘优势，踞我国南北沿海航线与长江水道交汇枢纽，是长江流域和长江三角洲对外开放的海上门户和通道，与亚太新兴港口城市呈扇形辐射之势。东临太平洋，是远东国际航线要冲，也是我国大陆地区唯一深入太平洋的海上战略支撑基地[6]。27 图2.1舟山海域Fig2.1Zhoushanseaarea1.3ERDASIMAGINE软件简介ERDASIMAGINE是美国ERDAS公司开发的专业的遥感图像处理与地理信息系统软件，是一个功能完整的，集遥感与地理信息系统于一体的专业软件。ERDASIMAGINE在遥感图像处理方面有着很强大的功能如图所示[6]。方便和直观的操作步骤使用户操作非常灵。ERDASIMAGINE的管理多窗口的功能非常齐全。不论是几何校正还是航片、卫片区域正射矫正以及其它与多个窗口有关的功能，IMAGINE都将相关的多个窗口非常方便地组织起来，免去了用户开关窗口、排列窗口、组织窗口的麻烦，应用方便因而加快了产品的生产速度。IMAGINE的窗口提供了卷帘、闪烁、设置透明度以及根据坐标进行窗口联接的功能，为多个相关图像的比较提供了方便的工具。IMAGINE的窗口还提供了整倍的放大缩小、任意矩形放大缩小、实时交互式放大缩小、虚拟及类似动画游戏式漫游等工具，方便对图像进行各种形式的观看与比较[7]。27 栅格图像像数据文本属性数据矢量图形数据输入ERDASIMAGINE遥感图像处理系统命令工具图像库管理文本属性数据矢量图像数据栅格图像数据输出专题制图输出虚拟GIS三位飞行、虚拟世界视域分析、动画制作矢量功能矢量转换、矢量编辑拓扑建立、空间分析图像解译增强处理、傅里叶变换高光谱工具、GIS分析适用工具集、投影变换图像分类非监督分类、监督分类知识工程师、专家分类特征空间、分类评价雷达图像处理倾斜调整、斑点压缩正射校正、纹理分析数据输入输出空间建模视窗操作批处理数据预处理几何校正、拼接镶嵌子区裁剪、投影变换图2.2ERDASIMAGINE功能体系Fig2.2ERDASIMAGINEfunctionsystem在ERDASIMAGINE软件上的图像增强方法可以分为：空间增强、辐射增强、光谱增强[9]。（1）空间增强(SpatialEnhancement)。空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像值目的。ERDASIMAGINE提供的空间增强处理功能如表2.1所示。27 表2.1遥感图像空间增强命令及其功能Tab2.1Spaceremotesensingimageenhancementcommandsandtheirfunctions空间增强命令空间增强功能Convolution：卷积增强用一个系数矩阵对图像进行分块平均处理Non-directionalEdge：非定向边缘增强首先应用两个正交卷积算子分别对图像进行边缘探测，然后将两个正交结果进行进行平均化处理FocalAnalysis：聚集分析使用类似卷积滤波的方法，选择一定的窗口呼函数，对输入文件的图像数值进行多种变换Texture：纹理分析通过二次变异等分析增强图像的纹理结构AdaptiveFilter：自适应滤波应用自适应滤波器对AOI进行对比度拉伸处理ResolutionMerge：分辨率融合不同空间分辨率遥感图像的融合处理Crisp：锐化处理增强整景图像亮度而不使专题内容发生变化表2.2遥感图像辐射增强命令及功能Tab2.2Commandremotesensingimageandfunctionofradiation辐射增强命令辐射增强功能LUTStretch：查找表拉伸通过修改图像查找表（LookupTable）使输出图像值发生变化，是图像对比度拉伸的总和HistogramEqualization：直方图均衡化对图像进行非线性拉伸，重新分布图像像元值使一定灰度范围内像元的数量大致相等HistogramMatch：直方图匹配对图像查找表进行数字交换，使一幅图像的直方图与另一幅图像类似，常用于图像拼接处理BrightnessInverse：亮度反转对图像亮度范围进行线性及非线性取反值处理HazeReduction：去霾处理降低多波段图像级全色图像模糊度的处理方法NoiseReduction：降噪处理利用自适应滤波方法去除图像噪声DestripeTMData：去条带处理对LandsatTM图像进行三次卷积处理去除条带27 表2.3遥感图像光谱增强命令及功能Tab2.3Spectralremotesensingimageenhancementcommandsandfunctions光谱增强命令光谱增强功能PrincipalComponents：主成分变换将具有相关性的多波段图像压缩到完全独立的较少的几个波段，使遥感图像更易于解译分析InversePrincipalComponents：住成分逆变换与主成分变换操作正好相反，将主成分变换图像依据当时的变换特征矩阵重新恢复到RGB彩色空间DecorrelationStretch：去相关拉伸首先对图像的主成分进行对比度拉伸处理，然后再进行主成分逆变换，将图像恢复到RGB彩色空间Tasseledcap：缨穗变换在植被研究中旋转数据结构轴优化图像显示效果RGBtoHIS：色彩变换将图像从红（R）绿（G）蓝（B）彩色空间转换到亮度（I）、色度（H）、饱和度（S）彩色空间HIStoRGB：色彩逆变换将图像从亮度（I）、色度（H）、饱和度（S）彩色空间转换到红（R）绿（G）蓝（B）彩色空间Indices：指数计算用于计算反映矿物级植被的各种比率和指数NaturalColor：自然色彩变换模拟自然色彩对波段数据变换输出自然色彩图像（2）辐射增强（RadiometricEnhancement）辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。ERDASIMAGINE提供的辐射增强处理功能如表2.2所示。（3）光谱增强（SpectralEnhancement）光谱增强处理是基于多波段数据对每个像元的灰度值进行变换，达到增强图像的目的。ERDASIMAGINE提供的光谱增强处理功能如表2.3所示。本文主要研究的是空间增强的常用方法，详细内容在下一章节中表述。ERDASIMAGINE的功能广泛而强大，在本文中，主要运用ERDASIMAGINE的图像处理中的空间增强功能。参照不同方法在遥感图像上的增强效果，比较各方法之间的优缺点。应对不同的遥感图像，为选用合适的空间增强方法提供参考。27 2遥感图像数字处理基础知识2.1遥感图像解译遥感图像的解译就是根据图像的几何特征和物理性质，进行综合分析，从而揭示出物体或现象的质量和数量特征，以及它们之间的相互关系，进而研究其发生发展过程和分布规律，也就是说根据图像特征来识别它们所代表的物体或现象的性质。在对遥感图像进行解译时，必须要有高质量的图像，即高几何精度、高分辨率的图像，才有好的解译效果。尤其是进行图像增强和信息特征提取等预处理技术，对目视解译很有帮助。因此要充分利用现有的各种处理手段，尽可恩的得到高质量的图像。其中包括影像放大、影像数字化和图像处理。ERDASIMAGINE软件中的解译模块中就包含了遥感图像空间增强、辐射增强、光谱增强、高光谱工具、傅里叶变换、地形分析、地理信息系统分析以及其他实用功能。遥感图像处理内容包括：图像复原、图像增强和图像分类[9]。（1）图像复原。图像复原是指借助某些方法，改正成像过程中因仪器性能弱点和大气干扰等因素所导致的误差，并期望使图像失真缩小到最低程度，图像复原主要进行几何校正、大气校正、辐射校正、扫描线脱落和错位校正。在一般情况下，提高给使用人员的遥感图像都进行了这项工作。所以图像复原又称预处理。（2）图像增强。图像增强时指利用光学仪器或电子计算机等手段，改变图像的表现形式和影响特，使图像变得更加清晰可判，目标物更加突出易辨。本文主要进行的就是遥感数字图像的空间增强处理。（3）图像分类。图像分类则是通过电子计算机对遥感图像上的目标进行自动识别和类型划分，直接得到解译结果。2.2遥感图像的表示27 地物的光谱特性一般以图像的形式记录下来。地面反射或发射的电磁波信息经过地球大气到达传感器，传感器根据地物对电磁波的反射强度一不同的亮度表示在遥感图像上。遥感传感器记录地物电磁波的形式有两种：一种是以胶片或其他的光学成像载体的形式，另一种一数字形式记录下来，也就是所谓的光学图像和数字图像的记录方式记录地物的遥感信息[10]。与光学图像处理相比，数字图像的处理简捷、快速，并且可以完成一些光学处理方法所无法完成的各种特殊处理，随着数字图像处理设备的成本越来越低，数字图像处理变的越来越普遍。本文主要讨论遥感数字图像处理的其中一种，遥感图像空间增强方法。首先了解一些基础的遥感数字图像知识。2.2.1光学图像一个光学图像，如相片或透明正片、负片等，可以看成是一个二维的连续的光密度（或透过率）函数。相片上的密度随坐标x，y变化而变化，如果取一个方向的图像，则密度随空间而变化，是一条连续的曲线[9]。我们用函数来表示，这个函数的特点是：它是连续变化的，其值是非负的和有限的，用下式表示：（3—1）2.2.2数字图像数字图像是一个二维的离散的光密度（或亮度）函数。相对于光学图像，它在空间坐标（x，y）和密近上都已离散化，空间坐标仅取离散值：（3—2）（3—3）式中：为离散化德坐标间隔。同时f（x，y）也仅取离，散值，一般去值区间为0,1,2，…，127或0,1,2，…，255等[13]。数字图像可用一个二维矩阵表示，即（3—4）27 矩阵中每个元素称为像元。前面讨论的光学图像或数字图像时一种空间域的表示形式，它是空间坐标x，y的函数。图像还可以以另一种坐标空间来表示，即频率域的形式来表示，这时图像时频率坐标的函数，用表示，通常域变成频率域是采用傅里叶变换，反之，则采用傅里叶逆变换。2.3遥感图像的获取目前遥感数字图像的获取,根据遥感传感器其本构造和成像原理不向,大致可以分为摄影成像、扫描成像和雷达成像三类[11].(1)摄影成像摄影成像是根据卤化银物质在光照下会发生分解这一机制,将卤化银物质均匀地涂布在片基上,制成感光胶片.摄影时,通过曝光使感光胶片形成潜像,经摄影处理(显影、定影)后显示出影像来.这种图像是典型的遥感模拟图像.(2)扫描成像扫描成像是扫描类遥感传感器逐点逐行地以时序方式获取的二维图像.扫描成像的基本原理是,通过探测器将扫描获得的地物电磁波辐射转变成电能,再由处理器对电能信号(视频信号)进行放大、变换、校正、编辑等处理记录在胶片上或记录在磁带(或光盘上).如要求记录的信号为数字形式,则必须将视频信号数字化,一般使用模/数变换器,对连续的模拟信号进行采样、量化和编码,变成离散的数字信号,形成记录在磁带(或光盘)上的遥感数字图像.(3)雷达成像雷达成像是由发射机向侧面发射—束窄脉冲,地物反射的微波脉冲(又称回波),由无线收集后,被接收机接收.接收机接收到的信号经电子处理器的处理,在阴极射线管上形成一条相应窄脉冲带内各种地物反射特征的图像线,记录在胶片广.遥感平台向前飞行时,不断地向侧面发射一束一束窄脉冲,在阴极射线管上形成一个一个图像线,这时胶片与遥感平台速度同步转动,就得到由回波信号强弱表示的雷达图像.记录在胶片上的图像属于遥感模拟图像.27 3数据预处理在遥感图像的应用之前，常常需要对遥感图像进行一些必要的处理，如不同格式的遥感数据的输入输出处理、多波段彩色合成处理、遥感图像的辐射校正处理、几何校正处理、镶嵌处理、裁剪处理等，这些都称为遥感图像的预处理（Preprocessing）。遥感图像的预处理能提高遥感数据的利用价值。3.1遥感数据的输入输出我们在得到遥感数据之后，利用遥感数据之前，首先需要把各种格式的原始遥感数据输入到计算机中个，转换为各种遥感图像处理软件能够识别的格式，才能够进行下一部得应用，这就需要原始遥感数据的输入输出，以进行各种格式的原始遥感数据的转换。本文中研究的是舟山海域的ETM+遥感图像，将ETM+格式转换为IMG格式。具体步骤如下：（1）在ERDASIMAGINE的图标面板工具条中，点击Import图标打开输入输出对话框，选择类型为TMlandsat-7Fast-L7AEROS，选择要输入的文件，给出输出文件的名称，点击OK（如图4.1）。（2）点击OK后进入下一个对话框，从这里可以看到该遥感图像输入输出的详细信息，直接点击OK就进入进程状态。OK就完成了数据的输入。27 图4.1输入输出对话框Fig4.1Inputandoutputdialogbox图4.2图像信息Fig4.2ImageInformation27 3.2遥感图像的辐射校正3.2.1辐射校正概念在遥感图像成像时，由于各种因素的影响，使得遥感图像存在一定的辐射量的失真现象。这些失真影响了图像的质量和应用，必须进行消除。利用传感器观察目标的反射或辐射能量时，传感器得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量是不一致的，这是因为测量中包含了太阳位置和角度条件、薄雾等大气条件所引起的失真[12]。为了正确评价目标的反射或辐射特性，也必须清楚这些失真。消除图像数据中依附在辐射亮度中的各种失真过程称为辐射校正（RadiometricCorrection）。3.2.2辐射误差产生的原因和校正方法（1）传感器的灵敏度特性引起的辐射误差校正传感器的光谱特响应特性和传感器的输出有直接的关系。在扫描方式的传感器中，传感器接收系统收集到的电磁波信号需经光电转换系统变成电信号记录下来，这个过程中会引起辐射量得误差[13]。由于这种光电变换系统的灵敏度特性通常有很高的重复性，所以可以定期地在地面测量其特性，根据测量值可以对其进行辐射畸变校正。（2）光照条件的差异引起的辐射误差校正。1）太阳高度引起的辐射误差校正由于太阳高度角的影响，在图像上会产生阴影而压盖地物，从而影响了遥感图像定量分析和自动识别。为了尽量减少太阳高度角和方位角引起的辐射误差，遥感的卫星轨道大多设计在同一个地方时间通过当地上空，但由于季节的变化和地理经纬度的变化，造成太阳高度角和方位角的变化是不可避免的。太阳方位角的变化也会改变光照条件，它也随成像季节、地理经纬度的变化而变化。太阳方位角引起的图像辐射值误差通常只对图像细节部特征产生影响，它可以采用与太阳高度角校正相类似的方法来进行处理。2）地形坡度引起的辐射误差校正27 太阳光线和地表作用以后再反射到传感器的太阳光的辐射亮度和地面倾斜度有关。太阳光线垂直入射到水平地表和有一定倾角的坡面上所产生的辐射亮度是不同的，这样由于地形起伏的变化，在遥感图像上会造成同类地物灰度值不一致的。地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据，校正较为麻烦，一般情况下对地形坡度的误差不做校正。（3）大气校正太阳光在到达地面目标之前，大气会对其产生吸收和散射作用。同样，来自目标物的反射和散射光在到达传感器之前也会被吸收和散射。入射到传感器的电磁波能量，除了地物本身的辐射以外还有大气引起的散射光。从辐射数据处理的角度看，进入传感器的辐射畸变成分包括：大气的消光（吸收和散射）、天空光（大气散射的太阳光）照射、路径辐射。大气的影响中主要研究大气散射的影响。散射作用降低遥感影响的发差比，反差比降低则使影响的分辨率降低。散射作用所增加的亮度值不包含有任何的地面信息，但却降低了发差比，因此必须进行大气的散射校正。大气校正的一般方法有：利用辐射传输方程进行大气校正、利用地面实况数据进行大气校正、利用辅助数据进行校正。本文主要研究的是遥感图像的空间增加方法，所以就不对图像进行相关的辐射校正。3.3遥感图像的几何校正3.3.1遥感图像的几何畸变遥感图像的几何畸变，又称几何变形，是指图像像元在图像中的坐标与其他地图坐标系等参考系统中的坐标之间的差异。遥感图像上的几何变形可分为静态形和动态形两大类[14]27 。静态变形是指在一景图像的形成过程中传感器相对于地球表面呈静止状态时所具有的各种变形差异。动态变形是指在一景图像的形成过程中传感器的运动所造成的各种图像变形。在静态变形中，有可分为内部畸变和外部畸变两类。内部误差是由传感器结构等因素引起的，如摄像机的焦距变动、像主点的偏移、镜头畸变、光机扫描仪的扫描线首末点成像时间差、不同波段上相同位置的扫描线成像时间差、扫描棱镜旋转速度不均匀、扫描线的非直线性和非平行性等。内部畸变的大小因传感器结构而异，一般误差不大。外部畸变是指传感器本身处在正常工作的条件下，有传感器以为的各种因素所造成的误差，可进一步分为平台引起的畸变和目标物（地球的自传等）引起的畸变，有传感器的外方位变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素所引起的误差。3.3.2遥感图像的几何校正由于卫星获取图像时的成像方式、传感器方位元素、地形起伏、大气折射等静态误差和动态误差的影响，使得某些地物在图像上的几何位置、尺寸和形状与实际当中的地物特性不一致，从而产生遥感影像的几何畸变。不能将其直接用于项目研究应用，所以在利用遥感影像进行项目应用之前必须进行影像的几何校正。几何校正的目的是纠正影像成像过程中的几何畸变，校正分为两类:几何粗校正和几何精校正。几何粗校正是系统级的误差校正，针对传感器内部畸变做出校正，它需要传感器的有关成像参数几何精校正是利用控制点进行的几何校正。它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点求得这个几何畸变模型。然后利用此模型进行几何畸变的校正。几何精校正是指从具体有几何畸变的图像中消除畸变的过程，也可以说是定量地确定图像上的像元坐标（图像坐标）与地理坐标（地图坐标）的对应关系（坐标变换式），即把数据投影到理想的空间平面上，使之符合投影系统的过程。为了将所获得的数据投影到理想的空间平面上产生精确的换算模型，需要借助一组地面控制点的GCP（GroundControlPoint）来进行几何校正。遥感图像几何校正的一般步骤：①确定校正方法：根据遥感图像几何畸变的性质和可用于校正的数据确定几何校正的方法；②确定校正公式：确定原始输入图像上的像点和几何校正后的图像的像点之间的变换公式，并根据控制点等数据确定变换公式中的未知参数；③验证校正方法、校正公式的有效性：检查几何畸变能否得到充分的校正，探讨校正公式的有效。当判断为无效时，分析其原因，对新的校正公式（校正方法）进行探讨，或对校正中所用的数据进行修改；④重采样、内插：对原始输入图像进行重采样，在重采样中，由于计算机的对应位置的坐标不是整数值，所以必须通过对周围的像元值进行内插来求出新的像元值，得到消除几何畸变的图形。27 3.4遥感图像的镶嵌图像镶嵌(Mosaic)是将两景或多景数字图像(它们有可能是在不同的摄影条件下获取的)拼接在一起，构成一幅整体图像的技术过程[5]。在遥感图像的应用中，常常需要吧研究区若干经校正的单幅遥感影响拼接起来，称为遥感图像的镶嵌后拼接。遥感图像镶嵌的要求：首先需要根据专业要求挑选合适的遥感数据，尽可能选择成像时间和成像条件相近的遥感图像；要求相邻影像的色调一致；遥感影像镶嵌之前要进行几何校正，必须全部包含地图的投影信息。要镶嵌的遥感图像的像元大小可以不同，打必须具有相同的波段数[12]。3.5遥感图像的裁切在处理遥感影像时，经常需要从原始的很大范围的整景遥感影响得到研究区得较小范围的遥感影像，这就是遥感影像的裁切。遥感影像的裁切包括规则范围的裁切和不规则范围的裁切。规则的裁切包括矩形、正方形形状的遥感图像，不规则裁切包括不规则多边形范围的遥感图像[12]。27 4遥感图像空间增强方法分析4.1遥感图像增强概念及分类遥感图像增强处理（Enhancement）是遥感图像数字处理的最基本方法之一，通过增强处理可以突出遥感图像中的有用信息，使图像中感兴趣的特征得以强调，使图像变得清晰，遥感图像增强处理的主要目的是为了提高遥感图像的可解译性[13]。遥感图像增强处理按照增强信息内容可以分为波普特性增强、空间特性增强以及时间信息增强三大类[15]。波普信息增强主要突出灰度信息；空间特性增强主要是对图像中的线、边缘、纹理结构特征进行增强处理；时间信息增强主要针对多时相图像影响而言，其目的是提取多时相中波普与空间特征随时间变化的信息。图像增强处理方法就是按照这三种信息的提取而设计的，一些方法只用于特定信息的增强，而抑制或损失了其他的信息。例如，定向滤波是用来增强图像中的线与边缘特征，在增强专题信息的同时，是以牺牲图像中的波普信息为代价的；一些方法可以用于几种信息的同时增强，例如对比度扩展，对比度扩展能够突出特定的灰度变化信息，同时由于图像对比度的加大，图像中的线与边缘特征也得到了加强。遥感图像增强处理既可以在空间域进行，也可以在频率域进行[14]。从这个意义上来说，遥感图像的增强处理又可以分为空间域增强和频率域增强两大类。空间滤波是在图像空间变量范围内进行局部计算，使用二维空间卷积方法。空域图像是指组成遥感图像的像素集合，空域图像增强是指图像平面上直接对图像中像素灰度值进行运算处理，如灰度变换，直方图均衡化[16]，图像的空域平滑和锐化处理等；频域图像增强是对图像经傅里叶变换后的频谱成分进行操作，然后逆傅里叶变换获得所需的结果，如低通滤波技术[17]，高通滤波技术[18]，带通和带阻滤波，同态滤波[19]。一般说来，频率域方法与空间域方法实质上没有太大差别，只是频率域的算法计算量相对大些，精度较高，一般无边缘像点的损失，图像显示协调；而以窗口方法的空间域方法，计算简单，易于实现，精度较差，常常要造成图像边缘像点的损失，图像有不协调之感。从遥感图像处理的数学形式看，遥感图像的增强处理技术可以分为点处理和领域处理两大类[19]27 。点处理是一种比较简单的图像处理形式，点处理基于自己的值，不考虑周围像元的值，把原图像中的每一个像元值，按照特定的数学变换模式转换成输出图像中的一个新的灰度值，例如多波段图像处理中的线性扩展、比值、直方图变换等、领域处理中，输出图像的灰度不仅仅与原图像中所对应像元点的灰度值有关，它是针对一个像元点周围的一个小领域的所有像元而进行的，输出值的大小除与像元点在原图像中的灰度值大小有关外，还决定于它邻近像元点的灰度值大小，这种技术对于每一个输出像元需要处理很多像元。卷积运算，中值滤波、滑动平均等都是领域处理的例子。遥感图像特征增强是一个相对的概念，特定的图像增强处理方法往往只强调对某些方面信息的突出，而另一部分信息受到压抑。同时一种图像增强方法的效果好坏，除与算法本身的优劣有一定的关系外，还与图像的数据特征有直接关系。这就是说很难找到一种算法在任何情况下都是最好的。实际工作中应当根据遥感图像的数据特点和工作要求来选择合理的遥感图像增强处理方法。遥感图像增强处理方法很多，但从信息提取角度看，有些方法彼此之间的差异很小。4.2遥感图像空间增强图像的滤波处理是指对图像中某些空间文理特征的信息增强处理或抑制，如增强高频信息抑制低频信息，及突出边缘、线条、文理、细节；增强低频信息抑制高频信息，即去掉细节，保留图像中的主干、粗结构。图像的滤波增强实质是增强图像的某些空间频率特征，即改变目标与其领域间像元的对比关系。滤波增强技术有两种：空间域滤波和频率域滤波。空间域滤波实质图像的空间变量内进行局部运算，使用空间二维卷积方法实现滤波。频率域滤波使用傅里叶分析等方法，通过修正原图像的傅里叶变换式实现滤波。比较两种方法，空间域滤波运算简单，易于实现，但精图度较差，增强容易过度，使图像有不协调的感觉；频率滤波计算量相对较大，精度比较高，图像显示较协调。4.2卷积增强图像卷积运算是在空间域上对图像作局部检测的运算，已实现平滑和锐化的目的。图5.1是应用模板进行增强的示意图，具体运算方法如下：(1)选定一卷积函数，有称作“模板”T（m，n），实际上是一个M×N图像。(2)27 从图像左上角开始开一与模板同样大小的活动窗口，图像窗口与模板像元的灰度值对应相乘再相加。假定模板大小为M×N，窗口为X（m，n），模板为T（m，n），则模板运算为（5—1）（3）将计算结果r（i，j）放在窗口中心的像元位置，成为像元的新灰度值。（4）然后活动窗口向有移动一个像元，在按上式同样运算，仍旧计算结果放在移动后的窗口中心位置上。依此逐点逐行进行运算，直到全图扫描一遍，生成新图像。Xi-1，j-1Xi-1，jXi-1，j+1Xi，j-1Xi，jXi1，j+1Xi+1，j-1Xi+1，jXi+1，j+1Ti-1，j-1Ti-1，jTi-1，j+1Ti，j-1Ti-，jTi，j+1Ti+1，j-1Ti+1，jTi+1，j+1Ri，j图5.1空间域模板滤波示意图Figure5.1Schematicdiagramofspatialfilteringtemplate本文中主要通过ERDASIMAGINE软件完成上述的所有过程，具体操作步骤如下：(1)在ERDAS图标面板工具条中，点击Interpreter/SpatialEnhancement/Convolution，打开Convolution对话框，选择要输入的文件，给出输出文件的名称，选择输出目录，设置好如下参数。图5.2卷积增强对话框Figure5.2Convolutiondialogboxenhancements27 （2）直接点击OK就进入进程状态。OK就完成了数据的增强。（3）在ERADA图标面板工具条中，点击Viewer，打开Viewer对话框，点击File/Open/RasterLayer，打开增强后的遥感图像，在另一个窗口打开原图像，对两个图像进行对比分析。图5.3卷积增强后图像Figure5.3Convolutionenhancedimage27 图5.4卷积增强原图Figure5.4Convolutionenhancedartwork4.3傅立叶变换遥感图像处理过程中常常需要对图像进行傅立叶变换，因为在傅立叶变换前的空间中复杂的卷积运算在傅立叶变换后的频率域中变为简单的运算，使算法非常简洁，有理于处理速度的提高。遥感图像时由灰度值组成的数字矩阵，是二维的离散数据，离散傅立叶变变换实际上就是将连续傅立叶变换中的积分号改成累加号即可。一维离散变换的傅立叶变换为：27 （5—2）其逆变换为：（5—3）对于二维离散变量（x,y），（x=0，1，…，N-1，y=0，1，…，M-1），其傅立叶变换为：（5—4）其逆变换为：（5—5）傅立叶变换应该与其他变换如对数变换相结合起来完成在空间域质量关很难实现的图像增强处理。例如，亮度值是照度和反射率的乘积，频率域中照度和背景相关联对应于低频成分，而反射率和目标信息相关联并对应于频率域中的高频成分。直接对图像进行处理使背景减弱又同时增强目标信息是很困难的，但可以通过取对数的方法，则亮度值的对数等于照度的对数和反射率的对数之后，前者成为后者的叠加，通过对他们进行傅立叶和变换和高通滤波，就可以实现所要求的目标增强。4.4锐化处理遥感图像的线与边缘特征增强处理即图像的锐化处理。常用的图像锐化处理方法有微分法、卷基处理、统计区分法、频率域高通滤波法分。4.4.1微分法一次微风在离散的情况下可以用差分近似代替，其表达式为：27 （5—6）一次微分是图像锐化的基本算法，一次微分是一种高通滤波器，其缺点是易于放大噪声。一次微分是各向异性的，也就是说微分因方向不同而不同，因而主要用于增强遥感图像中的方向线与边缘，也就是图像的线与边缘检测。偶数次微分（如二次微分）是各向同性的，常常用于我明显方向性的边缘特征的检测，如遥感图像中的环形体的增强主要用二次微分。4.4.2卷积处理图像的定向滤波又称为图像的卷积运算，也就是通过一定尺寸的方向模板对图像进行卷积运算，并以卷积值代替各店亮度值来实现的。卷积的运算是一种定向滤波运算，卷积的效果决定于模板的最大响应方向。4.4.3统计区分法统计区分法对边缘进行处理增强处理也是采用邻域处理的方法，去像元点（i，j）的一个邻域，这个像元点的灰度输出值有下式给出：（5—7）式中：f1（i，j）——原图像像元点（i，j）的灰度值；f2（i，j）——输出图像像元点（i，j）的灰度值；S——原图像像元（i，j）邻域内所有像元灰度的标准差。4.4.4频率域的高通滤波利用频率域技术对遥感图像进行锐化处理的原理与对图像进行平滑处理是相似的，所不同的是平滑处理用的是低通滤波器，而锐化处理用的是高通滤波器。与低通滤波器完全相反，高通滤波法设计一种传递函数G（u，v），使其在低频域中让高频信息通过却阻止低频信息，起到高通滤波的器的作用，达到突出图像边缘信息，加大对比度，实现图像锐化的目的。27 4.4.5操作步骤(1)在ERADA图标面板工具条中，点击Interpreter/SpatialEnhancement/Crisp，打开Crisp对话框，选择要输入的文件，给出输出文件的名称，选择输出目录，设置好如下参数。图5.6锐化处理窗口Figure5.6sharpeningwindow（2）直接点击OK就进入进程状态。OK就完成了数据的锐化处理。（3）在ERADA图标面板工具条中，点击Viewer，打开Viewer对话框，点击File/Open/RasterLayer，打开增强后的遥感图像，在另一个窗口打开原图像，对两个图像进行对比分析。27 图5.7锐化处理后的细节图像Figure5.7detailsoftheimageaftersharpening图5.8锐化处理前的细节图像Figure5.8detailsoftheimagebeforesharpening27 4.5各种空间增强方法的比较卷积增强方法主要体现在遥感图像的背景如河流、海岛、海岸线等主干及大型线性构造等方面的线性边缘增强效果，而图像锐化处理的主要体现在房屋、树木、公路等小地貌变换的边缘增强。卷积增强以保留主干，主结构为目的，可以较快图像主要信息的解译速度。但是有可能会丢失地物的某些信息，损失像元点。不能够很好的解译图像的细节信息。锐化处理虽然不能够很好的增强遥感图像的背景信息，但是可以很好的做到图像细节信息的增强，突出遥感图像的边缘、线条、纹理、细节等部分。如果两种方法能够相互补充，就能为解译带来更好的解译效果。空间域增强方法虽然易于实现，但精度较差，增强容易过度，使图像有不协调的感觉。如果结合频率域增强方法如傅里叶变换，不仅能够使空间中复杂的卷积运算变的简单，有利于处理速度的提高，还可以提高图像精度和协调感。27 5结论与讨论本文主要研究了舟山海域的ETM+卫星遥感图像的空间增强方法。遥感图像空间增强可以在空间域上进行，也可以在频率域上进行。本文主要实验了卷积增强与锐化处理等图像增强方法，在实际解译过程中也有很强大作用。但是两种方法在增强的效果并不完全相同。就如卷积增强在遥感图像的背景如河流、海岛、海岸线等主干及大型线性构造等方面的线性边缘方面效果显著，但是会丢失地物的某些信息，损失像元点，使图像细节部分模糊化。又如锐化处理，主要增强的是较小的目标物体（如房屋，公路，植被等）的边缘效果。同时在处理图像过程中可以进行傅立叶变换，以减少各运算的复杂程度。遥感图像成像过程中存在畸变(误差)，如辐射畸变、几何畸变，在使用前要进行预处理。增强技术是数字图像预处理的一项主要内容，它直接影响图像的增强效果。在实际应用时遥感图像增强技术的探索具有实验性和多样性，其增强的方法往往具有针对性。在实际情况中，要找到一种有效的方法常常必须广泛的进行实验，在没有给定图像质量怎样被降低的先验知识时，要预测某种具体方法的效用是很困难的。经常采用的方法是，使用几种增强技术的组合或使用调节参数的方法，要取得对一幅图像较好的改善效果，有时要综合运用多种增强方法，发挥每种方法的特长，这就要求我们了解各种增强方法的特点。要依据图像结构的特点和图像处理的要求，选用相应的增强方法。对于某种具体的图像增强方法，观看增强图的效果，分析取得较好效果图像的特点，这样可以加快对图像增强方法的选取。调节参量是图像增强时经常使用的一种方法，如何确定参量最佳数值，是取得较好图像效果的关键因素[21]。27 参考文献[1]张小勤遥感技术的,发展与应用,山西煤炭管理干部学院学报,2005.[2]韩红红，李学春，扫描图像的增强恢复方法及应用，现代计算机，1997.[3]高赟，图像灰度增强算法的研究,西安电子科技大学,2007[4]郭曼,不同营养水平农作物光谱特性研究,西北农林科技大学,2006.[5]王娟敏,多源遥感影像沙化土地信息提取研究,西北大,2007.[6]郭剑彪,把握机遇跨越发展--对舟山新时期海洋经济发展的思考,中国城市经济,2005.[7]雷泓晏,QUICKBIRD影像在杨陵区土地利用更新调查中的应用,中国地质大学,2006.[8]王亮,ERDAS-Imagine软件简介,盐城师范学院,2010.[9]常庆瑞，将平安，周勇等,遥感技术导论,科学出版社,2004.[10]孙家抦,遥感原理与应用（第二版),武汉大学出版社,2009.[11]汤晓春,遥感图像增强方法的研究及实现,华中科技大学,2008.[12]阮建武,邢立新.遥感数字图像的大气辐射校正应用研究,遥感技术与应用,2004.[13]汤国安,张友顺,刘咏梅等,遥感数字图像处理,科学出版社,2004.[14]杨高攀,高分辨率卫星影像几何校正研究,电脑知识与技术,2010.[15]李沫,基于GIS与RS的叶尔羌河流域后备耕地资源开发战略研究,新疆大学,2006.[16]WangBeijian,LiuShangqian,ZhouHuixin,etal.Self-adaptiveContrastEnhancementAlgorithmforInfraredImagesBasedonPlateauHistogram.ActaPhotonicaSinica,2005.[17]王耀南,李树涛,毛建旭.计算机图像处理与识别技术.高等教育出版社,2001.[18]ChenHaiguang,LiAndrew,KaufmanLeon,etal.AFastFilteringAlgorithmforImageEnhancement[J],IEEETransonMedicalImaging,1997.[19]肖燕峰,基于Retinex理论的图像增强恢复算法研究,上海交通大学,2007.[20]赵英时,章申,秦大河,等.遥感应用分析原理与方法,科学出版社,2004.[21]汤晓春,遥感图像增强方法的研究及实现,华中科技大学,2008.27