遥感图像辐射增强与光谱增强.doc

《遥感图像辐射增强与光谱增强.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、......遥感图像辐射增强与光谱增强一、实验目的与要求辐射增强处理是通过对单个像元的灰度值进行变换处理来增强处理，如直方图匹配、直方图拉伸、去除条带噪声处理。光谱增强是基于多光谱数据对波段进行变换达到图像增强的处理。通过此次上机实验，要求同学们：1、掌握交互式直方图拉伸的方法和过程，理解图像直方图变化与图像亮度变化之间的关系。2、理解主成分分析、樱帽变换、色彩空间变换、色彩拉伸方法和操作步骤。3、掌握利用特征空间视图进行遥感影像分析。二、实验内容与方法1实验内容（1）交互式互式直方图拉伸lLinea

2、r（线性拉伸）lEqualization（直方图均衡化拉伸）lGaussion（高斯拉伸）lSquareRoot（平方根拉伸）lLogarithmic（对数拉伸）（2）主成分分析专业.专注.......（1）樱帽变换。（2）色彩空间变换（3）色彩拉伸2实验方法（1）交互式互式直方图拉伸将一个多光谱图像打开并显示在视窗中，在主菜单中，选择Display→CustomStretch（或在工具箱中单击）就可以打开交互式直方图拉伸操作面板。在进行直方图拉伸时，可选择直方图统计的数据范围为全图统计或者当前视图范

3、围内的数据。（2）主成分分析多光谱图像的各个波段之间经常是高度相关的，它们的DN值以及显示出来的视觉效果往往很相似。主成分分析（PrincipalComponentAnalysis,PCA）就是一种去除波段之间的多余信息、将多波段的图像信息压缩到比原来波段更为有效的少数几个转换波段的方法。一般情况下，第一主成分（PCI）包含了所有波段中80%的方差信息，前三个主成分包含了所有波段中95%以上的信息量。由于各波段之间的不相关，主成分波段可以生成更多颜色、饱和度更好的彩色合成图像。ENVI中提供主成分正变

4、换和主成分逆变换。当使用主成分正变换是，ENVI可以通过计算新的统计值，或者根据已经存在的统计值进行主成分正变换。（3）樱帽变换。一种特殊的主成分变换。其中，专业.专注.......X=[x1,x2,x3,x4,x5,x7]T,，对应于TM影像的1、2、3、4、5、7波段。变换后得到：Y=[y1,y2,y3,y4,y5,y7]T,这六个分量相互正交，前四个分量意义明确：y1代表亮度分量，是TM六个波段亮度值的加权和，反映了总体的亮度变化；y2代表绿度分量，与亮度分量垂直，是近红外与可见光波段的对比；又

5、称为绿度植被指数（GVI）；y3代表黄度或湿度分量，主要与土壤湿度/水分状况有关；y4对于MSS数据没有意义，而对于TM数据代表霾，大气辐射衰减效应。（1）色彩空间变换通过对同一幅影像的不同色彩系别之间的转换，从多角度来寻找更适合人眼对颜色的敏感和识别程度，凸显或减弱某些地物的边界的对比，从而帮助对影像的分析。ENVI支持将三波段红、绿、蓝（RGB）图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间包括“色度、饱和度、颜色亮度值（HSV）”、“色度、亮度、饱和度（HLS）”、

6、HSV（USGSMunsell）。其中，色度代表像元的颜色，取值范围为0-360；饱和度代表颜色的纯度，取值为0-1；专业.专注.......颜色亮度值为颜色的亮度，取值范围为0-1；亮度表示整个图形的明亮程度，取值范围为0-1。其中，HSV（USGSMunsell）彩色系统被土壤科学家和地质学家用于描述土壤和岩石的颜色特征。这套彩色系统已经被美国地质勘测部门做了修订，以描绘数字图像的颜色。USGSMunsell变换将RGB坐标变换成了色彩坐标（色调、饱和度和颜色亮度值）。色度变化范围为0-360，这

7、里0和360代表蓝，120代表绿，240代表红。饱和度变化范围为0-208，值越高代表颜色越纯。颜色亮度值的变化范围大致为0-512，较高的值代表较量的颜色。（1）色彩拉伸ENVI提供的色彩拉伸有：去相关拉伸、Photographic拉伸和饱和度拉伸。三、实验设备与材料1实验设备装有ENVI的计算机2实验材料资源一号02C多光谱数据南京市Landsate5号卫星上传感器获得的一景编号为LT51200382010231BJC00的TM影像四、实验步骤1交互式互式直方图拉伸（1）打开一个多光谱图像并显示在

8、视窗中，在主菜单中，选择Display→CustomStretch专业.专注.......（或在工具箱中单击），打开交互式直方图拉伸操作面板。（1）在面板右侧可以根据需要选择R，G，B3个波段之一，这里以R波段为例。（2）在交互式直方图拉伸操作面板下方的下拉列表中，可以选择不同的拉伸方法。lLinear（线性拉伸）lEqualization（直方图均衡化拉伸）lGaussion（高斯拉伸）lSquareRoot（平方根拉伸）lLogarithmic（对数