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 北京自來水設(shè)計公司 , 北京 100037摘 要 文章運用 Matlab 軟件對遙感影像的不足之處進行處理改善 , 詳細介紹了處理方法和處理的原理 , 對處理結(jié)果 進行了比對分析 , 并進行了邊緣檢測與特征提取 , 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 ; 特征提取 中圖分類號 :TP39114 文獻標識碼 :A :0018 04 在獲取遙感圖像過程中 , 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 , 提高圖像的視覺效果 , 理 , 如分段線形拉伸 , , 、 , 圖 像濾波 , 差 , , 抑制一些無用 的信息 , 強調(diào)出圖像的邊緣 , 增強圖像的識別方便性 , 從而 進行邊緣檢測和特征提取 。1 Matlab 簡介Matlab 是 MathWorks 公司于 1982年推出的一套高性能的數(shù)值計算和可視化軟件 , 它集數(shù)值分析 、 矩陣運算 、 信號處理和圖形顯示于一體 , 構(gòu)成了一個方便的 、 界面友 好的用戶環(huán)境 。 在 Matlab 環(huán)境下 , 對圖像的分析和處理 可采用人機交互的方式 , 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 。 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 :具有強大的矩陣運算功能 , 在進行 圖像處理時可以避免許多繁瑣的運算 ; 圖形顯示方便 , 可以 在調(diào)試過程中隨時觀察圖形的變化 ; 帶有豐富的圖像處理 函數(shù)庫 , 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)來實現(xiàn) 。Matlab 提供了圖像文件讀入函數(shù) imread (, 可用它來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)來計示 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 驗數(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 自動識別判讀等內(nèi)容 。筆者主要運用 Matlab 的圖像處理工具箱對遙感圖像進行

5、各種運算 , 并結(jié)合直方圖進行均衡 化 、 規(guī)定化 、 色彩均衡化及濾波銳化處理 , 將原來不清晰的 圖像變得清晰 , 從而使人們感興趣的某些特征被強調(diào)出來 。 通過采用一系列的技術(shù)改善了圖像的視覺效果 , 將圖像轉(zhuǎn) 換成一種更適合于人或機器進行分析處理的形式 , 有選擇 地突出便于人或機器分析的某些感興趣的信息 , 同時抑制了不感興趣的特征 , 提高了圖像的使用價值 。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與其出現(xiàn) 概率之間的關(guān)系 。 也可以說圖像直方圖是圖像各灰度值統(tǒng) 計特性與圖像灰度值的函數(shù) , 它統(tǒng)計了一幅圖像中各個灰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J OURNAL OF GU IL IN COLL EGE OF A EROSPACE TECHNOLO GY 計算機技術(shù)及應(yīng)用 333基金項目 :廣西自然科學(xué)基金 (桂科自 :0640178作者簡介 :樊冰 (1982, 男 , 山東濟寧人 , 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 :測量工程 , GPS 。 度級出現(xiàn)的次數(shù)或概率 。 從圖形上來看 , 它是一個二維圖 , 橫坐標表示圖像中各個像素點的灰度級 , 縱坐標為各個灰

7、度級上圖像各個像素點出現(xiàn)的次數(shù)或概率 , 它是圖像最基 本的統(tǒng)計特征 。 對于一個離散的圖像 , 第 i 個灰度級 ri 出 現(xiàn)的頻數(shù)用 ni 表示 , 該灰度級像素對應(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 。圖像進行直方圖均衡化的函數(shù)表達式為 S i =T (r i = ki =0P r(r i=ki =0n, 式中 k 為灰度級數(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 來計算和顯示圖像直方圖 , 利用函數(shù) histeq 來實現(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的對比可以看出 , 直方圖均衡化處理前的圖像 比較模糊 , 而且動態(tài)范圍較小 ; 經(jīng)過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 擴大 , 亮度范圍由原來的 30280擴大到 0300, 在圖像 上可以看出有較大的反差 , 許多細節(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)點是能自動地增強整個圖 像的對比度 , 從而有利于圖像的分析和識

9、別 。 但是 , 在實際 應(yīng)用中直方圖均衡化修正的圖像沒有考慮圖像的內(nèi)容 , 只 是簡單地進行均衡處理 , 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高 。 因為它的具體增強效果并不 是容易控制的 , 而且在操作過程中 , 原直方圖上頻數(shù)較小的 某些灰度級要加入一個或幾個灰度級中 , 所以處理后的圖 像在比較暗的區(qū)域有些細節(jié)仍然不太清楚 。因此 , 還要進 行直方圖規(guī)定化處理 , 采用規(guī)定化函數(shù)對同一幅圖像進行 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 , 一種方法是通過一個規(guī)定的概率函數(shù)來表示所需要的直方圖 , 將原來的直方圖變換成某一個規(guī)定概率密度函數(shù) 的直方圖 1。 另一種方法是通過控制一組直線段來構(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 為希望得到的增強圖像的灰度密度函數(shù) 。 如果對原始圖像 p r (r 希望得到 的圖像 p z (z 均進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 (1 (2 變換后的灰度 s 及 v , 其密度函數(shù)是相同 的 , 可以通過直方圖均衡 , 實現(xiàn) p r (r 到 p z (z 的轉(zhuǎn)換 , 也就 是實現(xiàn)直方圖的規(guī)定化 1。 具體處理一般分為三個步驟 :(1 對原始圖的直方圖進行灰度均衡化 。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)過來 , 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J OURNAL OF GU IL IN COLL EGE OF A EROSPACE TECHNOLO GY 樊冰 任超 王繼忠 /文 對應(yīng)映射到規(guī)定的直方圖 , 也就是將所有的 p r (r i 對應(yīng)到p z (z j 去 , 因為在映射過程中有取整誤差的影響 , 所以采用什么樣的對應(yīng)規(guī)則在離散空間中很重要 。 直方圖規(guī)定化 對由于太陽高度或大氣影響引起差異的遙感圖像或在不同時間獲取的同一地區(qū)或鄰接地區(qū)的圖像都很有用 , 特別是 對遙感影像鑲嵌以及變化檢測 。 以下是對實驗數(shù)據(jù)均衡化 成 32個灰度級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比 , 如圖 2所示 。2 直方圖規(guī)定化前后對比 個灰度級處理得到的 目標圖像相比 , , 亮度得到進一步改 善 , 同時又保持了原圖直方圖的總體特征 , 黑與亮的特征對 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)過數(shù)字化處理后 , 圖像中的色彩可能會因 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 , 嚴重的會造成圖像基色不平衡 , 從而失真 。 色彩不平衡現(xiàn)象可以通過對基色的分量分別使 用線形灰度變換進行糾正 , 通過選擇圖像中相對均勻的淺 灰和深灰兩個區(qū)域 , 然后計算兩個

14、區(qū)域的基色分量的平均灰度值 , 調(diào)節(jié)兩個分量圖像 , 用線性對比度使其與第三幅圖 像匹配 。 其實現(xiàn)程序為 :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比如圖 3所示 。圖 3 色彩平衡前后對比2200

15、8年第 3期 (總第 51期 桂林航天工業(yè)高等?？茖W(xué)校學(xué)報J OURNAL OF GU IL IN COLL EGE OF A EROSPACE TECHNOLO GY 樊冰 任超 王繼忠 /文 3. 4 邊緣檢測特征提取的實現(xiàn)邊緣檢測技術(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 , 檢測出邊緣的 圖像就可以進行特征提取和形狀分析 。在圖像中 , 邊界表 明一個特征區(qū)域的終結(jié)和另外一個特征區(qū)域的開始 , 邊界 所分開區(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、測正是利用物體和背景在 某種特性上的差異來實現(xiàn)的 , 這些差異包括灰度 、 顏色或者 紋理特征 。 邊緣檢測實際上就是檢測圖像特性發(fā)生變化的 位置 。 雖然圖像已經(jīng)過各種修正 , 但噪聲和模糊仍有存在 , 檢測到的邊界可能會變寬或在某點處發(fā)生間斷 , 因此邊緣 檢測包括兩個部分的內(nèi)容 。 首先抽取出反映出灰度變化的 邊緣點 , 然后剔除某些邊界點或填補邊界間斷點 , 并將這些 邊緣連接成完整的線 。 就邊緣檢測曾提出過很多種方法 , 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 , 這些方法的應(yīng)用會受到更大限制 。近幾年 , 國內(nèi)部分 學(xué)者提出引入人工智能原理的新方法來提取圖像信息有一 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)方法都沒有普遍適用性 。基于文中的圖像 紋理清晰 , 分辨率適中 , 筆者在對山體和水系的特征提取時 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 、 閉 。 可用于邊緣檢測的算法有形態(tài)學(xué)膨 脹 、 腐蝕 、 開 、 閉 、 梯度

18、、 細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 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 , 這