遙感圖像處理試驗x

1、哈爾濱工業(yè)大學(xué)遙感圖像處理及遙感系統(tǒng)仿真實驗報告項目名稱：遙感圖像處理及遙感系統(tǒng)仿真創(chuàng)新姓名：蔣國韜學(xué)號： 1140540124院系：電子與信息工程學(xué)院專業(yè)：遙感科學(xué)與技術(shù)指導(dǎo)教師：胡悅時間： 2017年 7月實驗一：遙感數(shù)字圖像的增強、實驗?zāi)康?利用一幅城市多光譜遙感圖像，分析其直方圖，并利用對比度增強和去相關(guān)拉伸方法對 遙感圖像進(jìn)行增強。二、實驗過程：.用multibandread語句讀取一幅多光譜遙感圖像rs_paris.lan （7波段，512x512圖像）的可見1, 2, 3波段（分別對應(yīng) R, G, B層）；.顯示真彩色圖像；3.通過研究直方圖（imhist ）,分析直接顯示的真彩

2、色圖像效果差的原因;4.利用對比度增強方法對真彩色圖像進(jìn)行增強（ imadjust,stretchlim）；5.畫出對比度增強后的圖像紅色波段的直方圖；）對圖像進(jìn)行增強;File Edit View Insert Took Desktop Wrriciow Help sd- - 1- 一Sfa- I1 I600040002000口 回6.利用 Decorrelation 去相關(guān)拉伸方法（decorrstretch7.顯示兩種圖像增強方法的結(jié)果圖像。D Figure 5| 口回W三、實驗分析：(1)高光譜影像由于含有近百個波段，用 matlab自帶的圖像讀寫函數(shù)imread和imwrite往往不

3、能直接操作，利用matlab函數(shù)庫中的multibandred函數(shù)，可以讀取多波段二進(jìn)制圖像。512X512為像素點，7位波段數(shù)，bil為圖像數(shù)組的保存格式，uint8=uint8為轉(zhuǎn)換到matlab的格式，3 2 1的波段分別對應(yīng) RGB三種顏色。(2)直接觀察真彩復(fù)合圖像發(fā)現(xiàn)，圖像的對比度非常低，色彩不均勻。通過觀察紅綠藍(lán)三色的波段直方圖，可以觀察到數(shù)據(jù)集中到很小的一段可用動態(tài)范圍內(nèi)，這是真彩色復(fù)合圖像顯得陰暗的原因之一。另外，根據(jù)三種顏色的三維散點圖，如下File Edit View Insert Tools Desktop Window Help差- I I a a|血夏/電| 口國|

4、 可知紅、綠、藍(lán)三維散點的明顯線性趨勢顯示出可見波段數(shù)據(jù)的高度相關(guān)性，于是未增強的真彩色圖像顯示的像單色圖像。(3)圖像經(jīng)過對比度增強后，進(jìn)行直方圖檢測發(fā)現(xiàn)數(shù)據(jù)被擴展到更大范圍內(nèi)的可用動態(tài)范 圍。地表特征變得較為容易識別。(4)圖像經(jīng)過去相關(guān)拉伸后，由下圖的三色散點圖容易看出，此時波段數(shù)據(jù)已經(jīng)沒有了高度的相關(guān)性。經(jīng)過線性對比度擴展和去相關(guān)，圖像的地表特征可識別度得到了很大提高，畫面中不同波段的不同被夸大了。File Edit View Insert Tools Desktop Window Help差I(lǐng)- I 口號。研 | Q|A一幻夏/口國 | 口四、實驗程序：clear all;clc;P

5、aris_img=multibandread(paris.lan,512,512,7,uint8=uint8,128, bil,ieee-le,Band,Direct,3 2 1);figure(1);imshow(Paris_img);r=Paris_img(:,:,3);g=Paris_img(:,:,2);b=Paris_img(:,:,1);figure(2);subplot(311);imhist(r);title(紅色波段直方圖);subplot(312);imhist(g);title(綠色波段直方圖);subplot(313);imhist(b);title(藍(lán)色波段直方圖);

6、figure(3);plot3(r(:),g(:),b(:),.1);Stretch_img=imadjust(Paris_img,stretchlim(Paris_img);figure(4);subplot(211);imshow(Stretch_img);subplot(212);imhist(Paris_img(:,:,3);Decorrstretch_img=decorrstretch(Paris_img,Tol,0.01);figure(5);imshow(Decorrstretch_img);rd=Decorrstretch img(:,:,3);gd=Decorrstretch

7、 img(:,:,2);bd=Decorrstretch_img(:,:,1);figure(6);subplot(311);imhist(rd); subplot(312);imhist(gd); subplot(313);imhist(bd);figure(7);plot3(rd(:),gd(:),bd(:),.);實驗二：遙感圖像的配準(zhǔn)、實驗?zāi)康?利用一幅未配準(zhǔn)的機場圖像和一幅同樣場景正攝影獲得的圖像進(jìn)行配準(zhǔn)。二、實驗過程:1.讀取機場.png和正攝影.png兩幅未配準(zhǔn)圖像（imread ）;Figurt 1要/口因T回ditInsert 工0口 k desktop dow Help2.

8、加載配準(zhǔn)點.mat文件，其中包含四組控制配準(zhǔn)點;3.用fitgeotrans語句找到配準(zhǔn)參數(shù);田 moving Pointsdaiible匚J fixedPoirts v4x2 double4.利用找到的配準(zhǔn)參數(shù)將未配準(zhǔn)的圖像進(jìn)行幾何校正( imref2d,imwarp );5.顯示正攝影圖像為基礎(chǔ)的配準(zhǔn)后的圖像( imshowpair )。164.56351,7O&6S.97722319,222278,92024352.07292 gLi44 5113.2990353,5325130.079B1414046284.59353127983829L5312311,9810353.5325Q Fi

9、gure 2File Edit View Insert Tools D&5 ktop Window Help三、實驗分析：(1)尋找配準(zhǔn)參數(shù)的函數(shù) fitgeotrans ,由配準(zhǔn)點得到 movingPoints 和 fixedPoints , movingPoints 是圖像上想要移動的點的坐標(biāo)，至少是兩個 double型2維點，fixedPoints為目標(biāo)點，與 movingPoints規(guī)模相同，transformationType為變換類型，包括仿射變換、投影變化、相似變 換等，這個函數(shù)主要描述了將movingPoints (設(shè)大小為：N*2,N=2 )通過某種變換變化到fixedPoi

10、nts來，最后輸出了變換矩陣。得到的 fun_para是一個結(jié)構(gòu)體類型，里面包含了變換 矩陣。(2)要求參加配準(zhǔn)的圖像滿足一定灰度相似性，所以原圖像對噪聲較敏感，在配準(zhǔn)后避免 了直接對灰度圖像的操作，所以抗噪性較強。四、實驗程序：clear all;airport=imread( 機場.png);figure(1);imshow(airport);right=imread(正攝影.png);figure(2);imshow(right);load配準(zhǔn)點.mat;fun_para=fitgeotrans(movingPoints,fixedPoints,projective);fixed_siz

11、e=imref2d(size(right);pic_reg=imwarp(airport,fun_para,fixed_size);figure(3);imshowpair(airport,pic_reg,blend);實驗三：遙感圖像的分割一、實驗?zāi)康模豪靡环鞘卸喙庾V遙感圖像，研究其NDVI值的特點，并利用NDVI閾值處理對圖像進(jìn)行分割，獲得植被圖像。二、實驗過程：1.用multibandread 語句讀取一幅多光譜遙感圖像 rs_paris.lan (7波段，512x512圖像)的可見4, 3, 2波段(分別對應(yīng) NIR, R, G層);2.顯示假彩色圖像;3.顯示近紅外和紅光波段的圖

12、像;4.5.6.、NIR -R計算NDVI值：；NIR R選取合適閾值分割植被圖像;顯示分割后的植被圖像。W1 Figure 4File Edit Vieiv Insert Tools Desktop Window Hep才oja j iT %猾奴口 tips、實驗分析:（1）近紅外（NIR）光譜波段（波段 4）和可見光譜的相關(guān)性相對較小。和可見光譜一樣，衛(wèi)星地圖得到的不可見光譜的信息也可以通過構(gòu)建和增強RGB復(fù)合圖像以后直接觀察。近紅外NIR波段（波段4）很重要，因為該波段在光譜中對葉綠素反射率較高，利用 NIR波 段可以很好地區(qū)分出圖像中的植被。當(dāng)和可見光和綠光（分別是波段3和波段2）進(jìn)行

13、復(fù)合形成一個彩色紅外復(fù)合圖像（CIR）時，這一特點比較有用。彩色紅外復(fù)合圖像通常用來識 別植被或評定植被的生長情況。（2）第一次閾值選取時，沒有將原始像素的數(shù)據(jù)格式轉(zhuǎn)為double,由于近紅外和紅色波段的相關(guān)性存在，導(dǎo)致出現(xiàn)NIR與R某些像素相等的情況，NDVI=（近紅外波段輻射率-紅外輻射率）/ （近紅外輻射率+紅外波段輻射率）求出來為 0或者1,得到的分割圖像如下:這樣分割的效果并不明顯，于是將近紅外和紅色波段的數(shù)據(jù)格式改為了double,讓NDVI求出的數(shù)值有小數(shù)而不是 0或1,再選取合適的閾值(這里選擇了 0.01),得到最后分割后 的植被圖像。四、實驗程序：clear all;clc

14、;Paris_img=multibandread(paris.lan,512,512,7,uint8=uint8,128,bil,ieee-le,Band,Direct,4 3 2);figure(1);imshow(Paris_img);NIR=multibandread(paris.lan,512,512,7,uint8=uint8,128,bil,ieee-le,Band,Direct,4);R=Paris_img(:,:,3);G=Paris_img(:,:,2);figure(2);subplot(311);imhist(NIR);title(近紅外波段直方圖);subplot(31

15、2);imhist(R);title(紅色波段直方圖);subplot(313);imhist(G);title(綠色波段直方圖);figure(3);subplot(211);imshow(NIR);title(,近紅外波段圖像,);subplot(212);imshow(R);title(紅色色波段圖像);NIR_double=im2double(NIR);R_double=im2double(R);NDVI=(NIR_double-R_double)./(NIR_double+R_double);N=size(NDVI);fori=1:Nfor j=1:Nif NDVI(i,j)0.01

16、;t(i,j)=1;endend end figure(4);imshow(t);實驗四：遙感圖像特征提取一、實驗?zāi)康模豪靡环缆愤b感圖像，提取其顏色特征，并利用顏色特征提取方法對圖像進(jìn)行分割，獲得道路提取圖像。二、實驗過程：1.讀取道路圖像road.jpg;2.利用makecform和applycfor語句獲得圖像的lab顏色模型;D 2|。| 鬲.分析道路像素特點；.找到合適閾值并對圖像進(jìn)行分割;File Edit View Insert Tools Desktop Window Help21 d J fe C X * S 口囪口.利用形態(tài)學(xué)方法進(jìn)一步提取道路信息;6.得到道路提取圖像，

17、并進(jìn)行顯示三、實驗分析：（1） LAB模式的特點在于灰度信息和色彩信息的分別保存。Lab模式是由國際照明委員會（CIE）于1976年公布的一種色彩模式。RGB模式是一種發(fā)光屏幕的加色模式，CMYK模式是一種顏色反光的印刷減色模式。而Lab模式既不依賴光線，也不依賴于顏料，它是CIE組織確定的一個理論上包括了人眼可以看見的所有色彩的色彩模式。Lab模式彌補了 RGB和CMYK兩種色彩模式的不足。Lab模式由三個通道組成，但不是 R、G、B通道。它的一個通道是亮度，即 L。另外兩個是色彩通道，用 A和B來表示。A通道包括的顏色是從深 綠色（底亮度值）到灰色（中亮度值）再到亮粉紅色（高亮度值）；B通

18、道則是從亮藍(lán)色（底 亮度值）到灰色（中亮度值）再到黃色（高亮度值）。因此，這種色彩混合后將產(chǎn)生明亮的色彩。Lab模式所定義的色彩最多， 且與光線及設(shè)備無關(guān)并且處理速度與RGB模式同樣快，比CMYK模式快很多。因此，可以放心大膽的在圖象編輯中使用Lab模式。而且，Lab模式在轉(zhuǎn)換成CMYK模式時色彩沒有丟失或被替換。因此，最佳避免色彩損失的方法是：應(yīng) 用Lab模式編輯圖象，再轉(zhuǎn)換為 CMYK模式打印輸出。當(dāng)你將 RGB模式轉(zhuǎn)換成CMYK模式時，Photoshop將自動將RGB模式轉(zhuǎn)換為Lab模式，再轉(zhuǎn)換為 CMYK模式。在表達(dá)色彩 范圍上，處于第一位的是Lab模式，第二位的是 RGB模式，第三位

19、是 CMYK模式。要注意LAB模式在PHOTOSHOP中很多功能都不能用Lab模式的好處在于它彌補了前面兩種色彩模式的不足。RGB在藍(lán)色與綠色之間的過渡色太多，綠色與紅色之間的過渡色又太少，CMYK模式在編輯處理圖片的過程中損失的色彩則更多，而Lab模式在這些方面都有所補償。Lab模式與RGB模式相似，色彩的混合將產(chǎn)生更亮的色彩。只有亮度通道的值才影響 色彩的明暗變化。可以將Lab模式看作是兩個通道的RGB模式加一個亮度通道的模式。Lab模式是與設(shè)備無關(guān)的，可以用這一模式編輯處理任何一個圖片(包括灰圖圖片)，并且與RGB模式同樣快，比CMYK模式則快女?幾倍。Lab模式可以保證在進(jìn)行色彩模式轉(zhuǎn)

20、換時CMYK范圍內(nèi)的色彩沒有損失。如果將RGB模式圖片轉(zhuǎn)換成 CMYK模式時，在操作步驟上應(yīng)加上一個中間步驟，即先轉(zhuǎn)換成Lab模式。在非彩色報紙的排版過程中，應(yīng)用 Lab模式將圖片轉(zhuǎn)換成灰度圖是經(jīng)常用到的。(2)將LAB模式轉(zhuǎn)換為可以進(jìn)行形態(tài)學(xué)處理的二值圖像需要選取合適的閾值，在此次實驗中我選擇grayshresh函數(shù)求出圖像的閾值，graythresh (image)函數(shù)輸入是一幅圖像，在我做的圖像的變化檢測方向就是輸入差異圖(兩幅圖像對應(yīng)位置做差或者做比，或者做對數(shù)比)輸出就是閾值。在這個函數(shù)中，是使用最大類間方差法(即最優(yōu)全局閾值法OTSU)找到圖片的一個合適的閾值(threshold) o它是按圖像的灰度特性，將圖像分成背景和目標(biāo) 2部分。 背景和目標(biāo)之間的類間方差越大，說明構(gòu)成圖像的2部分的差別越大，當(dāng)部分目標(biāo)錯分為背景或部分背景錯分為目標(biāo)都會導(dǎo)致2部分差別變小。因此，使類間方差最大的分割意味著錯分概率最小。再利用im2bw (將灰度圖像轉(zhuǎn)換為二值圖像)函數(shù)，將找到的閾值輸入，就可以 把原圖變?yōu)橐粋€二值圖像。(3) bwareaopen函數(shù)的作用：刪除二值圖像BW中面積小于P的對象，默認(rèn)情況下使用 8鄰域，用來做第一步去噪聲。之后分別進(jìn)行了一次膨脹操作和閉操作。膨脹操作和腐蝕操作是形態(tài)學(xué)兩種基本處理方法之一，腐蝕可以分割(isolate