基于Matlab的遙感圖像處理原理分析與應(yīng)用

1、 基于 Matlab 的遙感圖像處理原理分析與應(yīng)用3樊冰 133 任超 1 王繼忠 21 桂林工學(xué)院 土木工程系 , 廣西 桂林 5410042 北京自來(lái)水設(shè)計(jì)公司 , 北京 100037摘 要 文章運(yùn)用 Matlab 軟件對(duì)遙感影像的不足之處進(jìn)行處理改善 , 詳細(xì)介紹了處理方法和處理的原理 , 對(duì)處理結(jié)果 進(jìn)行了比對(duì)分析 , 并進(jìn)行了邊緣檢測(cè)與特征提取 , 論證了處理方法的可行性 。關(guān)鍵詞 圖像處理 ;matlab ; 均衡化 ; 規(guī)定化 ; 色彩平衡 ; 邊緣檢測(cè) ; 特征提取 中圖分類號(hào) :TP39114 文獻(xiàn)標(biāo)識(shí)碼 :A :0018 04 在獲取遙感圖像過(guò)程中 , 由于多種因素的影響

2、, 圖像質(zhì)量的退化 , 為了改善圖像質(zhì)量 , 些信息 , 提高圖像的視覺(jué)效果 , 理 , 如分段線形拉伸 , , 、 , 圖 像濾波 , 差 , , 抑制一些無(wú)用 的信息 , 強(qiáng)調(diào)出圖像的邊緣 , 增強(qiáng)圖像的識(shí)別方便性 , 從而 進(jìn)行邊緣檢測(cè)和特征提取 。1 Matlab 簡(jiǎn)介Matlab 是 MathWorks 公司于 1982年推出的一套高性能的數(shù)值計(jì)算和可視化軟件 , 它集數(shù)值分析 、 矩陣運(yùn)算 、 信號(hào)處理和圖形顯示于一體 , 構(gòu)成了一個(gè)方便的 、 界面友 好的用戶環(huán)境 。 在 Matlab 環(huán)境下 , 對(duì)圖像的分析和處理 可采用人機(jī)交互的方式 , 用戶只需按 Matlab 的格式要求

3、 給出相應(yīng)的命令 , 其分析處理結(jié)果便以數(shù)值或圖形方式顯 示出來(lái) 。 作為一種應(yīng)用廣泛的編程工具 , Matlab 在圖形處 理方面有著明顯的優(yōu)勢(shì) :具有強(qiáng)大的矩陣運(yùn)算功能 , 在進(jìn)行 圖像處理時(shí)可以避免許多繁瑣的運(yùn)算 ; 圖形顯示方便 , 可以 在調(diào)試過(guò)程中隨時(shí)觀察圖形的變化 ; 帶有豐富的圖像處理 函數(shù)庫(kù) , 其圖像處理工具箱 (image processing toolbox 幾 乎涵蓋了所有常用的圖像處理函數(shù) 7,Matlab 在圖像處理 中的應(yīng)用都是由相應(yīng)的 Matlab 函數(shù)來(lái)實(shí)現(xiàn) 。Matlab 提供了圖像文件讀入函數(shù) imread (, 可用它來(lái)讀入所支持格式的圖像文件 。 M

4、atlab 還提供了 inwrite (, image ( 、 inshow (等 。2imhist (函數(shù)來(lái)計(jì)示 圖 像 的 直 方 圖 , 提 供 了 直 方 圖 均 衡 化 的 函 數(shù)histeq (、 邊緣檢測(cè)函數(shù) edge (、 腐蝕函數(shù) imerode (、 膨脹函數(shù) imdilate (及二值圖像轉(zhuǎn)換函數(shù) im2bw (等 。 文中實(shí) 驗(yàn)數(shù)據(jù)采用的是桂林市區(qū)灰度遙感圖像 , 寬度為 1024像 素 , 高度為 713像素 。2 圖像處理基本原理遙感圖像的處理一般包括幾何處理 、 輻射處理 、 圖像的 自動(dòng)識(shí)別判讀等內(nèi)容 。筆者主要運(yùn)用 Matlab 的圖像處理工具箱對(duì)遙感圖像進(jìn)行

5、各種運(yùn)算 , 并結(jié)合直方圖進(jìn)行均衡 化 、 規(guī)定化 、 色彩均衡化及濾波銳化處理 , 將原來(lái)不清晰的 圖像變得清晰 , 從而使人們感興趣的某些特征被強(qiáng)調(diào)出來(lái) 。 通過(guò)采用一系列的技術(shù)改善了圖像的視覺(jué)效果 , 將圖像轉(zhuǎn) 換成一種更適合于人或機(jī)器進(jìn)行分析處理的形式 , 有選擇 地突出便于人或機(jī)器分析的某些感興趣的信息 , 同時(shí)抑制了不感興趣的特征 , 提高了圖像的使用價(jià)值 。3,43 分析與結(jié)果3. 1 圖像灰度直方圖均衡化圖像灰度直方圖反映的是一幅圖像中灰度級(jí)與其出現(xiàn) 概率之間的關(guān)系 。 也可以說(shuō)圖像直方圖是圖像各灰度值統(tǒng) 計(jì)特性與圖像灰度值的函數(shù) , 它統(tǒng)計(jì)了一幅圖像中各個(gè)灰812008年第

6、3期 (總第 51期 桂林航天工業(yè)高等?？茖W(xué)校學(xué)報(bào)J OURNAL OF GU IL IN COLL EGE OF A EROSPACE TECHNOLO GY 計(jì)算機(jī)技術(shù)及應(yīng)用 333基金項(xiàng)目 :廣西自然科學(xué)基金 (桂科自 :0640178作者簡(jiǎn)介 :樊冰 (1982, 男 , 山東濟(jì)寧人 , 桂林工學(xué)院土木工程系碩士研究生 。 研究方向 :地圖制圖學(xué)與地理信 息工程 。任超 (1974, 男 , 桂林工學(xué)院副教授 , 中科院博士 。 研究方向 :測(cè)量工程 , GPS 。 度級(jí)出現(xiàn)的次數(shù)或概率 。 從圖形上來(lái)看 , 它是一個(gè)二維圖 , 橫坐標(biāo)表示圖像中各個(gè)像素點(diǎn)的灰度級(jí) , 縱坐標(biāo)為各個(gè)灰

7、度級(jí)上圖像各個(gè)像素點(diǎn)出現(xiàn)的次數(shù)或概率 , 它是圖像最基 本的統(tǒng)計(jì)特征 。 對(duì)于一個(gè)離散的圖像 , 第 i 個(gè)灰度級(jí) ri 出 現(xiàn)的頻數(shù)用 ni 表示 , 該灰度級(jí)像素對(duì)應(yīng)的概率值 P (ri 為 :P r (ri =n,n 為像素總數(shù) ,ri 滿足歸一化條件 。圖像進(jìn)行直方圖均衡化的函數(shù)表達(dá)式為 S i =T (r i = ki =0P r(r i=ki =0n, 式中 k 為灰度級(jí)數(shù) 。相應(yīng)的反變換為 r i =T -1(S i 。 在 Matlab 中 , 利用圖像處理工具箱提供的函數(shù) im 2hist 來(lái)計(jì)算和顯示圖像直方圖 , 利用函數(shù) histeq 來(lái)實(shí)現(xiàn)直方圖的均衡化 。圖 1是桂

8、林市區(qū)灰度遙感圖像經(jīng)過(guò)直方圖均衡化處理 后的結(jié)果 。圖 1 直方圖均衡化處理前后比較 從圖 1的對(duì)比可以看出 , 直方圖均衡化處理前的圖像 比較模糊 , 而且動(dòng)態(tài)范圍較小 ; 經(jīng)過(guò)直方圖均衡化修正后 , 圖像直方圖灰度間隔被拉大 , 直方圖所占據(jù)的灰度值范圍 擴(kuò)大 , 亮度范圍由原來(lái)的 30280擴(kuò)大到 0300, 在圖像 上可以看出有較大的反差 , 許多細(xì)節(jié)可以看得比較清楚 。 從理論上講 , 直方圖均衡化就是通過(guò)變換函數(shù)將原圖的直 方圖調(diào)整為具有 “ 平坦” 傾向的直方圖 , 然后用此均衡直方 圖校正圖像 。 直方圖均衡化的優(yōu)點(diǎn)是能自動(dòng)地增強(qiáng)整個(gè)圖 像的對(duì)比度 , 從而有利于圖像的分析和識(shí)

9、別 。 但是 , 在實(shí)際 應(yīng)用中直方圖均衡化修正的圖像沒(méi)有考慮圖像的內(nèi)容 , 只 是簡(jiǎn)單地進(jìn)行均衡處理 , 因此直方圖并不是十分均衡 , 反映 在圖像上則是亮度顯得過(guò)高 。 因?yàn)樗木唧w增強(qiáng)效果并不 是容易控制的 , 而且在操作過(guò)程中 , 原直方圖上頻數(shù)較小的 某些灰度級(jí)要加入一個(gè)或幾個(gè)灰度級(jí)中 , 所以處理后的圖 像在比較暗的區(qū)域有些細(xì)節(jié)仍然不太清楚 。因此 , 還要進(jìn) 行直方圖規(guī)定化處理 , 采用規(guī)定化函數(shù)對(duì)同一幅圖像進(jìn)行 直方圖規(guī)定化變換 , 所得圖像比直方圖均衡化更亮 , 正確選 擇規(guī)定化的函數(shù)有可能獲得比直方圖均衡化更好的效果 。3. 2 直方圖規(guī)定化直方圖規(guī)定化就是把原圖像的直方圖

10、變換為某種指定 形態(tài)的直方圖或某一參考圖像的直方圖 , 然后按照已知直方圖調(diào)整原圖像各像元的灰度值 。 目前規(guī)定化的方法有很 多 , 一種方法是通過(guò)一個(gè)規(guī)定的概率函數(shù)來(lái)表示所需要的直方圖 , 將原來(lái)的直方圖變換成某一個(gè)規(guī)定概率密度函數(shù) 的直方圖 1。 另一種方法是通過(guò)控制一組直線段來(lái)構(gòu)成直方圖 , 使其滿足所希望的形狀 , 然后再數(shù)字化歸一化 。設(shè)p r (r 為原始圖像的灰度密度函數(shù) , p z (z 為希望得到的增強(qiáng)圖像的灰度密度函數(shù) 。 如果對(duì)原始圖像 p r (r 希望得到 的圖像 p z (z 均進(jìn)行直方圖均衡化處理 , 即得到s =T (r - rp r (r dr 0 r 1(1

11、 v =G (z -z 0p z(z dz 0 z 1(2經(jīng)過(guò) (1 (2 變換后的灰度 s 及 v , 其密度函數(shù)是相同 的 , 可以通過(guò)直方圖均衡 , 實(shí)現(xiàn) p r (r 到 p z (z 的轉(zhuǎn)換 , 也就 是實(shí)現(xiàn)直方圖的規(guī)定化 1。 具體處理一般分為三個(gè)步驟 :(1 對(duì)原始圖的直方圖進(jìn)行灰度均衡化 。S i =T (r i = ki =0pr(r i k =0,1,. . . ,M -1(3(2 規(guī)定需要的直方圖 , 并將其直方圖均衡化 。 v k =G (z k = kj =0pz(z j j =0,1, ,N -1(4(3 將式 (3 中得到的變換反轉(zhuǎn)過(guò)來(lái) , 即將原始直方圖9120

12、08年第 3期 (總第 51期 桂林航天工業(yè)高等?？茖W(xué)校學(xué)報(bào)J OURNAL OF GU IL IN COLL EGE OF A EROSPACE TECHNOLO GY 樊冰 任超 王繼忠 /文 對(duì)應(yīng)映射到規(guī)定的直方圖 , 也就是將所有的 p r (r i 對(duì)應(yīng)到p z (z j 去 , 因?yàn)樵谟成溥^(guò)程中有取整誤差的影響 , 所以采用什么樣的對(duì)應(yīng)規(guī)則在離散空間中很重要 。 直方圖規(guī)定化 對(duì)由于太陽(yáng)高度或大氣影響引起差異的遙感圖像或在不同時(shí)間獲取的同一地區(qū)或鄰接地區(qū)的圖像都很有用 , 特別是 對(duì)遙感影像鑲嵌以及變化檢測(cè) 。 以下是對(duì)實(shí)驗(yàn)數(shù)據(jù)均衡化 成 32個(gè)灰度級(jí)的直方圖作為原始圖像的期望直方

13、圖 , 規(guī)定 化處理后的效果圖與原圖對(duì)比 , 如圖 2所示 。2 直方圖規(guī)定化前后對(duì)比 個(gè)灰度級(jí)處理得到的 目標(biāo)圖像相比 , , 亮度得到進(jìn)一步改 善 , 同時(shí)又保持了原圖直方圖的總體特征 , 黑與亮的特征對(duì) 應(yīng)與原圖像一致 , 從而起到更好的判讀作用 。3. 3 圖像的色彩平衡遙感圖像經(jīng)過(guò)數(shù)字化處理后 , 圖像中的色彩可能會(huì)因 為不同的敏感度 、 增光因子 、 偏移量等因素導(dǎo)致圖像各顏色 分量出現(xiàn)不同的線形變換 , 嚴(yán)重的會(huì)造成圖像基色不平衡 , 從而失真 。 色彩不平衡現(xiàn)象可以通過(guò)對(duì)基色的分量分別使 用線形灰度變換進(jìn)行糾正 , 通過(guò)選擇圖像中相對(duì)均勻的淺 灰和深灰兩個(gè)區(qū)域 , 然后計(jì)算兩個(gè)

14、區(qū)域的基色分量的平均灰度值 , 調(diào)節(jié)兩個(gè)分量圖像 , 用線性對(duì)比度使其與第三幅圖 像匹配 。 其實(shí)現(xiàn)程序?yàn)?:R G B =imread (D :My DocumentsMy Picturesmhui. BMP ; %調(diào)入圖像subplot (1,2,1 ,imshow (R G B ,title ( 原始圖像 ; %在輸出窗口的特定位置輸出原始圖像J =histeq (R G B %調(diào)整圖像顏色分布subplot (1,2,2 ,imshow (J ,title ( 色彩調(diào)整圖像 ; %在輸出窗口的特定位置輸出調(diào)整后圖像經(jīng)處理后的圖像與原圖對(duì)比如圖 3所示 。圖 3 色彩平衡前后對(duì)比2200

15、8年第 3期 (總第 51期 桂林航天工業(yè)高等專科學(xué)校學(xué)報(bào)J OURNAL OF GU IL IN COLL EGE OF A EROSPACE TECHNOLO GY 樊冰 任超 王繼忠 /文 3. 4 邊緣檢測(cè)特征提取的實(shí)現(xiàn)邊緣檢測(cè)技術(shù)是所有基于邊界分割的圖像分析方法的 第一步 。 首先檢測(cè)出圖像局部特性的不連續(xù)性 , 再將它們 連成邊界 , 這些邊界把圖像分成不同的區(qū)域 , 檢測(cè)出邊緣的 圖像就可以進(jìn)行特征提取和形狀分析 。在圖像中 , 邊界表 明一個(gè)特征區(qū)域的終結(jié)和另外一個(gè)特征區(qū)域的開(kāi)始 , 邊界 所分開(kāi)區(qū)域的內(nèi)部特征或?qū)傩允且恢碌?, 而不同區(qū)域內(nèi)部 的特征或?qū)傩允遣煌?, 邊緣檢

16、測(cè)正是利用物體和背景在 某種特性上的差異來(lái)實(shí)現(xiàn)的 , 這些差異包括灰度 、 顏色或者 紋理特征 。 邊緣檢測(cè)實(shí)際上就是檢測(cè)圖像特性發(fā)生變化的 位置 。 雖然圖像已經(jīng)過(guò)各種修正 , 但噪聲和模糊仍有存在 , 檢測(cè)到的邊界可能會(huì)變寬或在某點(diǎn)處發(fā)生間斷 , 因此邊緣 檢測(cè)包括兩個(gè)部分的內(nèi)容 。 首先抽取出反映出灰度變化的 邊緣點(diǎn) , 然后剔除某些邊界點(diǎn)或填補(bǔ)邊界間斷點(diǎn) , 并將這些 邊緣連接成完整的線 。 就邊緣檢測(cè)曾提出過(guò)很多種方法 , 諸如微分算子法 、 Sobel 算子 、 Prewitt 算子 、 小波變換法 、Hough 變換法等 。 微分算子法 、 Sobel 算子 、 Prewitt

17、。 噪聲敏感 , , 然而 , 因此效果不 是很理想 。 變換法檢測(cè)效果較好 , 但算法復(fù)雜 , 。 當(dāng)圖像信噪比下降到一定程度 時(shí) , 這些方法的應(yīng)用會(huì)受到更大限制 。近幾年 , 國(guó)內(nèi)部分 學(xué)者提出引入人工智能原理的新方法來(lái)提取圖像信息有一 定的效果 , 但是 , 遙感圖像是地物 (由多到少 的映射 , 信 息量很大 , 多數(shù)方法都沒(méi)有普遍適用性 ?；谖闹械膱D像 紋理清晰 , 分辨率適中 , 筆者在對(duì)山體和水系的特征提取時(shí) 采用的是灰值形態(tài)學(xué)算法 。最基本的形態(tài)學(xué)算法有 4種 , 即腐蝕 、 膨脹 、 開(kāi) 、 閉 。 可用于邊緣檢測(cè)的算法有形態(tài)學(xué)膨 脹 、 腐蝕 、 開(kāi) 、 閉 、 梯度

18、、 細(xì)化和擊中與擊不中變換等 。設(shè) f(x ,y 是定義在二維離散空間 z 2(z 是整數(shù)集合 上的離散函數(shù) ; g (i , j =0是 平 直 對(duì) 稱 結(jié) 構(gòu) 元 素 , 其 中 , i 3j (2v , ,0, ,v 2,v z 。 f (x ,y 關(guān)于 g (i ,j 的腐蝕 和膨脹運(yùn)算分別為 (f g (x , y =minf(x -v , y -v , ,f (x , y , ,f (x +v ,y +v (f g (x , y =maxf(x -v , y -v , ,f (x , y , ,f (x +v ,y +v 其中 和 分別表示膨脹和腐蝕運(yùn)算 。 最后將處理后 的圖像轉(zhuǎn)換成二值圖像即可提取出水系與山體特征 (如圖4所示 。圖 4 水系與山體特征提取4 結(jié)論利用 Matlab 軟件的圖像處理工具箱 , 能夠滿足遙感 圖像處理的要求 , 速度快 , 方法科學(xué) , 可為遙感影像的判 讀提供良好的條件 , 從而提高判讀精度 。 圖像處理的方法 雖然有多種 , 但應(yīng)根據(jù)圖像處理的具體目的選擇相應(yīng)的處 理方法 。 研究表明 , 直方圖均衡化可以使圖像中水系山體與道路 、 建筑物之間的反差增強(qiáng) , 這