杨敏华《遥感技术基础》erdas遥感实验指导三

杨敏华《遥感技术基础》erdas遥感实验指导三

ID:44261307

大小:1.50 MB

页数:12页

时间:2019-10-20

杨敏华《遥感技术基础》erdas遥感实验指导三_第1页
杨敏华《遥感技术基础》erdas遥感实验指导三_第2页
杨敏华《遥感技术基础》erdas遥感实验指导三_第3页
杨敏华《遥感技术基础》erdas遥感实验指导三_第4页
杨敏华《遥感技术基础》erdas遥感实验指导三_第5页
资源描述:

《杨敏华《遥感技术基础》erdas遥感实验指导三》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实验内容:1、遥感图像拼接2、遥感图像增强3、遥感图像融合原理介绍一、图像拼接图像拼接技术就是将数张有重叠部分的图像(可能是不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。、图像增强图像增强目的:根据特定需要突出图像屮有用信息,同时,削弱或去除某些不需要的信息的处理方法,扩大不同影像特征之间差别,提高对图像的解译和分析能力。注意:对图像的增强处理并不能增加原始图像的信息,英结果只能增强对某些信息的辨别能力,而这种处理有可能损失一些其他信息,有增强就有损失增强要针对目标选择合适的方法[灰度变换:线性变换,非线性变换目像

2、辐射直方图变换:直方图均衡化,直方图归一化t增强直方图规定化JC图像空间域增强平滑空间滤波图像卷积变锐化空间滤波遥感图像增强<图像频>率域增强厂频率域平滑滤波一低通滤波'图像频率域增强彳(按滤波器)频率域锐化滤波一高通滤波1、灰度变换:图像像素灰度变换,包括反转变换,线性变换,分段线性变换,指数变换2、直方图变换:本质上是一种非线性拉伸变换灰度直方图表示图像中每种灰度出现的像素数目,包括直方图匹配,直方图均衡化直方图均衡化效果示意图(不是绝对均衡)3、空间卷积变换邻域处理(二维卷积变换):对邻域图像和相同大小的子图像进行操作。该子图像被称为滤波器

3、、窗口、掩模、模版或核。平滑空间滤波(I)减小噪声;(2)模糊处理。锐化空间滤波其的性能:(1)突岀图像中的细节或增强被模糊的细节;(2)加大了图像屮的噪声。拉普拉斯算子0101-410100-10-14-10-101111-81111-1-1-18-1-1_1-1abcdFIGURE3・39(a)FiltermaskusedtoimplementthedigitalLaplacian,asdefinedinEq.(3.7-4).(b)Maskusedtoimplementanextensiofiofthisequationthatinclude

4、sthediagonalneighbors,(c)and(d)TwootherimplementationsoftheLaplacian.4、频率域滤波:频率域是傅里叶变换和频率变量(u,v)定义的空间。傅里叶正变换:傅里叶逆变换:M-IN-Lx=0丄rM—1y=0丄…》N—1频率域的基本性质:变化最慢的频率成分(原点)对应图像的平均灰度级。低频对应着图像的慢变化分量。较高的频率对应着图像屮变化较快的灰度级。频率域变换的步骤:AlterfunctionFouriertransformF(仏v)InverseFouriertransform〃(仏u

5、)F(仏V)Pre-processingS(x.y)f(^y)【nputimageEnhancedimageFIGURE4.5Basicstepsforfilteringinthefrequencydomain.频率域平滑滤波:灰度图像屮的边缘和尖锐变化主要处于傅里叶变换的高频部分。平滑可以通过衰减指定图像傅里叶变换中高频成分的范围来实现。频率域锐化滤波:高通滤波与低通滤波的作用相反,它使高频分量顺利通过,而使低频分量受到削弱。三、图像融合对多源遥感图像进行处理,将它们所含的信息互补地有机结合起来,以提高图像判读的可靠性,提高对图像的解译能力,提

6、高数据分类和目标识别的准确性,已成为现代遥感技术发展的趋势。遥感数据融合技术就是将不同类型传感器获取的同i地区的图像数据进行空间配准,然后采用一定算法将各图像的优点或互补性有机结合起來产生新图像的技术。一般来说,多光谱图像的光谱分辨率较高,但空间分辨率比较低,即空间的细节表现能力比较差;全色图像具有较高的空间分辨率,但光谱分辨率较低。因此,将具有低空间分辨率的多光谱图像和具有高空间分辨率的全色光学图像进行融合,使融合后的多光谱图像具有较高的空间细节表现能力且同吋保留多光谱图像的光谱特性。研究表明,融合后的图像能更好地解释和描述被感知的对象或环境,

7、同单一信息源相比,能减少或抑制对被感知对象或环境解释中可能存在的多义性、不完全性、不确定性和误差,最大限度地利用各种信息源提供的信息,从而提高了对图像的信息分析和提取能力,因而广泛地应用于地形测绘和地图更新、土地资源调查、农业、森林资源调查和保护、军事等领域常用的图像融合算法:线性加权法,HIS变换法,PCA(主成分分析法)实验指导一、图像拼接Stepl:在VIEWER中打开两幅图像Step2:Dataprep^MosaicImages-^Mosaictool,Step3:输入图像,调整图像上下关系,修改重采样参数Step4:输出图像□Q&□◎L

8、J®入口©Qb◎B田凶D财DOGOrderR*IrMoeNameAieaReimwleRMSOnhneExdudeAjtMImeoeDo

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。