圖像平滑與銳化處理

1、 圖像平滑與銳化處理1 圖像平滑處理打開Image Interpreter/Utilities/Layer Stack對(duì)話框，如圖1-1圖1-1 打開Layer Stack對(duì)話框在Input File中打開tm_striped.img，在Layer中選擇1，在Output File中輸入輸出文件名band1.img，單擊Add按鈕。忽略零值，單擊OK(如圖1-2所示)。圖1-2 Layer Stack對(duì)話框設(shè)置打開Interpreter>Spatial Enhancement>Convolution對(duì)話框。如圖1-3圖1-3 打開Convolution對(duì)話框在Input File中

2、選擇band1.img。在Output File中選擇輸出的處理圖像，命名為lowpass.img。在Kernel中選擇7*7Low Pass，忽略零值。單擊OK完成圖像的增強(qiáng)處理（如圖1-4所示）。圖1-4 卷積增強(qiáng)對(duì)話框（Convolution）平滑后的圖像去掉噪音的同時(shí)造成了圖像模糊，特別是對(duì)圖像的邊緣和細(xì)節(jié)消弱很多。而且隨著鄰域范圍的擴(kuò)大，在去噪能力增強(qiáng)的同時(shí)模糊程度越嚴(yán)重（如圖1-5）。圖1-5 處理前后的對(duì)比為了保留圖像的邊緣和細(xì)節(jié)信息，可對(duì)上述算法進(jìn)行改進(jìn)，引入閾值T，將原有圖像灰度值f（i，j）,和平均值g（i，j）之差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定像元（i，j

3、）的最后灰度值G（i，j）。當(dāng)差小于閾值的時(shí)候取原值；差大于閾值的時(shí)候取平均值。這里通過查詢得T取4，其表達(dá)式為下： g（i，j），當(dāng)| f（i，j）-g（i，j）|>4 G（i，j）= f（i，j），當(dāng)| f（i，j）-g（i，j）|<=4具體操作步驟：在圖標(biāo)控制面板工具欄中點(diǎn)擊空間建模Modeler>Model Maker選項(xiàng)。先放置對(duì)象圖形，依次連接每個(gè)對(duì)象圖形，然后定義對(duì)象，最后定義函數(shù)并運(yùn)行模型（如圖1-6，1-7,1-8,1-9,1-10,1-11所示）。圖1-6 定義第一個(gè)對(duì)象 圖1-7 定義第二個(gè)對(duì)象圖1-8 定義函數(shù)圖1-9 定義輸出對(duì)象圖1-10 最終模型

4、圖1-11 平滑處理后圖像2.圖像的銳化處理為了突出邊緣和輪廓、線狀目標(biāo)信息可以采用銳化的方法。銳化可使圖像上的邊緣與線性目標(biāo)的反差提高，因此也稱為邊緣增強(qiáng)。2.1 加載原圖像在Viewer#1中打開原圖像atl_spotp_92.img（如圖2-1所示）。圖2-1 打開原圖像2.2.卷積增強(qiáng)處理卷積增強(qiáng)是將整個(gè)圖像按像元分塊處理，用于改變圖像的空間頻率特征。卷積增強(qiáng)處理的關(guān)鍵是卷積核系數(shù)矩陣的選取。此處卷積核選擇邊緣檢測（Edge detect），邊緣檢測又稱鄰值濾波，即核中所有系數(shù)和為零，可以將低頻區(qū)域平滑或變成零，高頻核將邊界變成高亮度，而不一定將其他物體消去。具體操作為打開Spatia

5、l Enhancement中的Convolution，在Input File中選擇atl_spotp_92.img。在Output File中選擇輸出的處理圖像，命名為ruihua.img。在Kernel中選擇5*5 Edge Detect，忽略零值。單擊OK完成圖像的增強(qiáng)處理（如圖2-2,2-3所示）。圖2-2 打開Convolution圖2-3 卷積增強(qiáng)對(duì)話框圖2-4 利用5*5 Edge Detect模板處理后的圖像2.3.設(shè)置非負(fù)閾值T上述處理得到圖像的原圖像失去了原圖像的面目而成為了邊緣圖像，為了在突出邊緣信息的同時(shí)保留圖像原背景，設(shè)置一個(gè)非負(fù)閾值T進(jìn)行處理。在edgedetect.

6、img查找閾值，將閾值設(shè)為130（如圖2-5所示）。圖2-5 查找邊緣灰度值，確定閾值2.4空間建模2.4.1 公式5.26在圖標(biāo)控制面板工具欄中點(diǎn)擊空間建模Modeler>Model Maker選項(xiàng)。先放置對(duì)象圖形，依次連接每個(gè)對(duì)象圖形，然后定義對(duì)象，最后定義函數(shù)并運(yùn)行模型（如圖2-6,2-7,2-8,2-9,2-10,2-11所示）。圖2-6 定義第一個(gè)對(duì)象 圖2-7定義第二個(gè)對(duì)象適當(dāng)選取T（閾值），使梯度值>=T的個(gè)點(diǎn)的灰度值等于該點(diǎn)的梯度值，其他的則保留原始灰度值，形成背景。即由公式5.26知，當(dāng)閾值大于等于T時(shí)選取銳化后的圖像，其他情況選擇原圖像。由2.3可知T為130。

7、即 | gradf（x，y）|，| gradf（x，y）|>=130g（x，y）= f（x，y），其它圖2-8 函數(shù)的定義圖2-9 定義輸出對(duì)象圖2-10 Model結(jié)果圖2-11 所得處理圖像2.4.2 公式5.27根據(jù)需要指定一個(gè)灰度級(jí)LG，例如，令LG=255。以Lg表示邊緣，其他保留原背景值。 由公式5.27知，當(dāng)閾值大于等于T時(shí)選取灰度值為255，其他情況選擇原圖像。T依舊取130。即 LG ，| gradf（x，y）|>=130 g（x，y）= f（x，y），其它具體操作步驟：在圖標(biāo)控制面板工具欄中點(diǎn)擊空間建模Modele>Model Maker選項(xiàng)。先放置對(duì)象圖

8、形，依次連接每個(gè)對(duì)象圖形，然后定義對(duì)象，最后定義函數(shù)并運(yùn)行模型（如圖2-12，2-13所示）。圖2-12 定義函數(shù)2-13 所得處理圖像2.4.2 公式5.28指定一個(gè)灰度級(jí)Lb表示背景，例如，令LB=0，形成黑背景，保留邊緣梯度變化。由公式5.28知，當(dāng)閾值小于T時(shí)選取灰度值為0，其他情況選擇5*5 Edge Detect模板處理后的圖像。T依舊為130。即 | gradf（x，y）|，| gradf（x，y）|>=130g（x，y）= LB，其他具體操作步驟：在圖標(biāo)控制面板工具欄中點(diǎn)擊空間建模Modele>Model Maker選項(xiàng)。先放置對(duì)象圖形，依次連接每個(gè)對(duì)象圖形，然后定

9、義對(duì)象，最后定義函數(shù)并運(yùn)行模型（如圖2-14，2-15所示）。圖2-14 定義函數(shù)圖2-15 所得處理圖像利用空間模型得到的處理后的圖像的背景都變成黑色即灰度值為0。無需做進(jìn)一步圖像輻射增強(qiáng)處理。2.4.2 公式5.29將邊緣與灰度圖像分別以灰度級(jí)LG和LB表示，例如，255表示邊緣，0表示背景，形成二值圖像。由公式5.28知，當(dāng)閾值小于T時(shí)選取灰度值為0，其他情況選擇5*5 Edge Detect模板處理后的圖像。T依舊為130。即 LG ，| gradf（x，y）|>=130 g（x，y）= LB ，其它具體操作步驟：在圖標(biāo)控制面板工具欄中點(diǎn)擊空間建模Modele>Model

10、Maker選項(xiàng)。先放置對(duì)象圖形，依次連接每個(gè)對(duì)象圖形，然后定義對(duì)象，最后定義函數(shù)并運(yùn)行模型（如圖2-16，2-17所示）。圖2-16 定義函數(shù)2-17 所得處理圖像利用空間模型得到的處理后的圖像的背景都變成黑色即灰度值為0。無需做進(jìn)一步圖像輻射增強(qiáng)處理。2.5輻射增強(qiáng)2.5.1 公式5.26利用空間模型得到的處理后的圖像的背景部分顯示不理想，因此需要做進(jìn)一步圖像輻射增強(qiáng)處理。打開灰度值統(tǒng)計(jì)表，發(fā)現(xiàn)背景灰度值集中在20到60之間（如圖2-12所示），所以可以使用分段線性變換進(jìn)行輻射增強(qiáng)。具體步驟：打開Raster>Contrast>BreakPoints選項(xiàng)，點(diǎn)擊按鈕，打開Gray Lo