遥感图像处理_第3讲(图像增强).ppt

《遥感图像处理_第3讲(图像增强).ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数字图像增强数字图象增强目的增强目视效果提高图像质量和突出所需信息，有利于分析判读或作进一步的处理数字图象增强对比度变换空间滤波图像运算多光谱变换对比度变换是一种通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。因为亮度值是辐射强度的反映，所以也称之为辐射增强。常用的方法有对比度线性变换和非线性变换。从直方图形态判断图像质量对比度变换线性变换为了改善图像的对比度，必须改变图像像元的亮度值，并且这种改变需符合一定的数学规律，即在运算过程中有一个变换函数。如果变换函数是线性的或分段线性的，这种变换就是线性变换。线性变换是图像增强处理最常用的方法。直方图数字图像最

2、小值最大值线性变换将亮度值为0～15图像拉伸为0～30，要设计一个线性变换函数，横坐标xa为变换前的亮度值，纵坐标xb为变换后的亮度值。当亮度值xa从0～15变换成xb从0～30，变换函数在图中是一条直线OO’，方程式为变换前后直方图对比变换后图像线性变换一般情况下，当线性变换时，变换前图像的亮度范围xa为a1～a2，变换后图像的亮度范围xb为b1～b2，变换关系是直线，则变换方程为线性变换通过调整参数a1，a2，b1，b2，即改变变换直线的形态，可以产生不同的变换效果。若a2-a1b2-b1，亮度范围缩小，图像被压缩。对于a2与

3、a1，是取在图像亮度值的全部或部分，偏亮或偏暗处，均可根据对图像显示效果的需要而人为地设定。线性变换有时为了更好地调节图像的对比度，需要在一些亮度段拉伸，而在另一些亮度段压缩，这种变换称为分段线性变换。分段线性变换时，变换函数不同，在变换坐标系中成为拆线，拆线间断点的位置根据需要决定。从图中可以看出，第一、三段为压缩，第二段为拉伸，每一段的变换方程为：①②③变化前亮度值0123456789101112131415变化后亮度值0011122468101213141415结果比较非线性变换当变换函数是非线性时，即为非线性变换。非线性变换的函数很多，常用的有指数变换和对数变换。非线性变换指数

4、变换其意义是在亮度值较高的部分xa扩大亮度间隔，属于拉伸，而在亮度值较低的部分xb缩小亮度间隔，属于压缩，其数学表达式为a，b，c为可调参数，可以改变指数函数曲线的形态，从而实现不同的拉伸比例。非线性变换对数变换与指数变换相反，它的意义是在亮度值较低的部分拉伸，而在亮度值较高的部分压缩，其数学表达式为a，b，c仍为可调参数，由使用者决定其值。空间滤波对比度扩展的辐射增强是通过单个像元的运算从整体上改善图像的质量。而空间滤波则是以重点突出图像上的某些特征为目的的，如突出边线或纹理等，因此通过像元与其周围相邻像元的关系，采用空间域中的邻域处理方法。它仍属于一种几何增强处理，主要包括平滑和锐

5、化。空间滤波图像卷积运算是在空间域上对图像作局部检测的运算，以实现平滑和锐化的目的。具体作法是选定一卷积函数，又称“模板”，实际上是一个M×N图像。二维的卷积运算是在图像中使用模板来实现运算的。空间滤波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亮度值对应相乘再相加。假定模板大小为M*N，窗口为Φ(m,n)，模板为t(m，n)，则模板运算为:将计算结果r（i，j）放在窗口中心的像元位置，成为新像元的灰度值。然后活动窗口向右移动一个像元，再按公式做同样的运算，仍旧把计算结果放在移动后的窗口中心位置上，依次进行，逐行扫描，直到全幅图像扫描一遍结束，则新图像生成。空间滤

6、波平滑图像中出现某些亮度变化过大的区域，或出现不该有的亮点（“噪声”）时，采用平滑的方法可以减小变化，使亮度平缓或去掉不必要的“噪声”点。具体方法有：均值平滑中值滤波空间滤波均值平滑是将每个像元在以其为中心的区域内取平均值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像目的的。区域范围取作M×N时，求均值公式为具体计算时常用3×3的模板作卷积运算，其模板为t(m,n)=或t(m,n)=1/91/91/91/91/91/91/91/91/91/81/81/81/801/81/81/81/8空间滤波中值平滑是将每个像元在以其为中心的邻域内取中间亮度值来代替该像元值，以达到去尖锐“噪声”和平

7、滑图像目的的。具体计算方法与模板卷积方法类似，仍采用活动窗口的扫描方法。取值时，将窗口内所有像元按亮度值的大小排列，取中间值作为中间像元的值。所以M×N取奇数为好。一般来说，图像亮度为阶梯状变化时，取均值平滑比取中值滤波要明显得多，而对于突出亮点的“噪声”干扰，从去“噪声”后对原图的保留程度看取中值要优于取均值。锐化为了突出图像的边缘、线状目标或某些亮度变化率大的部分，可采用锐化方法。有时可通过锐化，直接提取出需要的信息。锐化后的图像已不再具有