第三章遙感數(shù)字圖像增強處理

遙感數(shù)字圖像增強處理圖像增強的目的改變圖像的灰度等級,提高圖像的對比度;

消除邊緣和噪聲,平滑圖像;突出邊緣或線狀地物,銳化圖像;

合成彩色圖像;壓縮圖像數(shù)據(jù)量,突出主要信息等圖像增強的方法空間域增強(點運算,鄰域運算)頻率域增強彩色增強多圖像代數(shù)運算多光譜圖像增強直方圖變換累積直方圖1789101114526714121534786911214788984591112108101115161013136916131210灰度級012345678910111213141516累積像元數(shù)02458101317232833374043454749累積比例值0.000.040.080.10.160.200.270.350.470.570.670.760.820.880.920.961.00直方圖均衡化

直方圖均衡化是將原圖像的直方圖通過變換函數(shù)變?yōu)榫鶆虻闹狈綀D，然后按均勻的直方圖修改原圖像，從而獲得一幅灰度分布均勻的新圖像?？梢宰C明，這個變換函數(shù)就是累積直方圖。變換式：對一幅圖像進行直方圖均衡化的具體步驟如下：（1）統(tǒng)計原圖像每一灰度級的像元數(shù)和累積像元數(shù)（2）根據(jù)變換函數(shù)式計算每一灰度級xa均衡化后對應(yīng)的新值，并對其四舍五入取整，得到新灰度級xb（3）以新值代替原灰度值，形成均衡化后的新圖像。（4）根據(jù)原圖像像元統(tǒng)計值對應(yīng)找到新圖像像元統(tǒng)計值，作出新直方圖。原灰度級xa像元統(tǒng)計值累積像元統(tǒng)計值變換后值新灰度級新像元統(tǒng)計值0000001220.7142241.313151.6214382.63552103.3363134.24374175.66486237.58695289.1951053310.81151143712.11241234013.11331334314.01431424514.71541524715.3151624916162直方圖規(guī)定化

直方圖規(guī)定化是指使一幅圖像的直方圖變成規(guī)定形狀的直方圖而對圖像進行變換的增強方法.規(guī)定的直方圖可以是一幅參考圖像的直方圖,通過變換,使兩幅圖像的亮度變化規(guī)律盡可能地接近;規(guī)定的直方圖也可以是特定函數(shù)形式的直方圖,從而使變換后圖像的亮度變化盡可能地服從這種函數(shù)分布.直方圖規(guī)定化

設(shè)T(xa)為原圖像直方圖均衡化的變換函數(shù),G(yc)為參考圖像直方圖均衡化的變換函數(shù),變換后的灰度值均為Zb,由上述可知直方圖規(guī)定化

直方圖規(guī)定化的具體步驟如下:(1)做出原圖像的直方圖(2)做出原圖像的累積直方圖Zb=T(xa),對原圖像進行均衡化變換(3)做出參考圖像的直方圖或確定參考直方圖(4)做出參考圖像累積直方圖zb=G(yc),進行均衡化變換(5)對于原圖像中的每一灰度級xa的累積值zb,在參考累積直方圖中找到對應(yīng)的累積值G(yc);(6)以新值yc替代原灰度值xa,形成均衡化后的新圖像.(7)根據(jù)原圖像像元統(tǒng)計值對應(yīng)找到新圖像像元統(tǒng)計值,做出新直方圖。10911121011109101112111211911101213141312121012141513111314161614151412121516151413121216131415參考圖像原灰度級xa像元統(tǒng)計值ha(xa)累積像元統(tǒng)計值T(xa)對應(yīng)參考累積像元值G(yc)新灰度級yc新像元統(tǒng)計值hd(xd)0000001／1620.040.069/1652／1620.080.063／1610.100.064／1630.160.1810/1655／1620.200.186／1630.270.3311/1677／1640.350.338／1660.470.5112/16119／1650.570.5110／1650.670.6713/16511／1640.760.8214/16712／1630.820.8213／1630.880.9215/16514／1620.920.9215／1620.961.00141211.00灰度級yc9/1610/1611/1612/1613/1614/1615/161像元統(tǒng)計值hc(xc)36798754累積像元統(tǒng)計值G(yc)0.060.180.330.510.670.820.921.00空域增強-點運算線性變換

y=a?x+b

單一線性、分段線性、特定區(qū)域或覆蓋類型的局部線性空域增強-點運算非線性變換指數(shù)擴展xb=a?ebxa+c擴展高亮度區(qū)對數(shù)擴展xb=a?log(xa+1)+c擴展低亮度區(qū)

空域增強-點運算非線性變換

三角函數(shù)擴展xb=a?sin(b?xa)+c擴展中部亮度區(qū)

xb=a?tan(b?xa)+c擴展兩端亮度區(qū)

空域增強-鄰域增強鄰域

對于圖像中的某個像元f（x,y），把以像元為中心一定距離內(nèi)的像元集合Axy=｛x±p，y±q｝（p,q取任意整數(shù)）叫做該像元的鄰域。(x,y)(x,y)4-鄰域8-鄰域建立在離散卷積基礎(chǔ)上的卷積運算是在空間域上對圖像進行鄰域變換的運算。選定一個卷積函數(shù)，又稱為模板，它實際上是一個M*N大小的小圖像。圖像的卷積運算是運用模板來實現(xiàn)的，如圖，從圖像的左上角開始，將一個給定大小的模板，逐行逐列依次放在圖像的每一個像元位置上，計算兩者之間對應(yīng)各點的乘積并求和，以和數(shù)作為中心像元的輸出值，從而產(chǎn)生新的圖像。卷積運算

如果假設(shè)卷積函數(shù)為H(m,n)，其大小為M,N。對應(yīng)圖像窗口內(nèi)灰度值為f(m,n)，則卷積運算可通過下式表示。在實際應(yīng)用中，經(jīng)常使圖像窗口與模板像元的灰度值對應(yīng)相乘再相加，相加的總和再除以模板內(nèi)所有值的和作為中心像元新的灰度值。模板運算的公式為平滑均值平滑

設(shè)待處理圖像f（x,y）有N行N列，平滑后的圖像為g（x,y）。均值平滑指對原圖像每個像元在以它為中心的鄰域A內(nèi)取平均值，作為該像元新的灰度值。即均值濾波器模板010101010111101111均值濾波器Mean5x5原始圖象Mean11x11中值濾波器在鄰域平均法中，是將n×n局部區(qū)域中的灰度的平均值作為區(qū)域中央象元的灰度值。而在中值濾波中，是把局部區(qū)域中灰度的中央值作為區(qū)域中央象元的值。如，在3×3區(qū)域內(nèi)進行中值濾波，是將區(qū)域內(nèi)9個灰度值按由小到大排列，從小的一方開始的第5個值即為中央象元的值。

用這種非線性的濾波，比鄰域平均法可以在很大的程度上防止邊緣的模糊。351012162481055683746745833081019試用1*3和3*3的窗口對此進行中值濾波空間銳化

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。銳化可使圖像上邊緣與線狀目標(biāo)的反差提高，因此也稱為邊緣增強。平滑通過積分過程使得圖像邊緣模糊，圖像銳化則通過微分使圖像邊緣突出、清晰。空間域圖像銳化

1.梯度法最常用的微分方法是梯度法。1梯度法矢量微分----梯度

二元函數(shù)f(x,y)在坐標(biāo)點(x,y)處的梯度向量的定義：

梯度的幅度（模）為各分量的平方和再求平方根：空間域圖像銳化

用絕對值可得到以下近似的結(jié)果連續(xù)域的微分----離散域的差分對于數(shù)字圖像，連續(xù)導(dǎo)數(shù)形式可以用求差來近似表示梯度算法對應(yīng)的模板為：10-101-100t1＝t2=常見的梯度算子模板100-101-10RobertsRoberts梯度Roberts梯度采用交叉差分的方法。設(shè)：t1=t2＝常見的梯度算子模板-101-101-101-1-1-1000111Prewitt-101-202-101-1-2-1000121SobelPrewitt和Sobel梯度t1＝t2＝t1＝t2＝66612121212666121212126661212121266612121212666666666666666666666從上面可知，Sobel算子、Prewitt算子不像普通梯度算子那樣用兩個像素之差值，而用兩列或兩行加權(quán)和之差值，其優(yōu)點為：由于引入了平均因素，因而對圖像中的隨機噪聲有一定的平滑作用由于它是相隔兩行或兩列的差分，故邊緣兩側(cè)的象元得到了增強，邊緣顯得粗而亮。適用情況梯度算子法取值式說明保留背景，強調(diào)邊緣或：：為規(guī)定的亮度級研究邊緣灰度級的變化，但不受背景影響：為規(guī)定的亮度級只對邊緣位置感興趣、：為規(guī)定的亮度級水平、垂直梯度Roberts梯度Sobel梯度或檢測垂直邊界：檢測水平邊界：檢測對角線邊界：圖像銳化

2.定向檢測：

當(dāng)有目的地檢測某一方向的邊、線或紋理特征時，可選擇特定的模板卷積運算作定向檢測。常用的模板為：或圖像銳化

3.拉普拉斯算子

拉普拉斯算子處理是常用的邊緣增強處理算子，它是各向同性的二階導(dǎo)數(shù)

對數(shù)字圖像來講，的二階偏導(dǎo)數(shù)可表示為：

為此，拉普拉斯算子為：

以模板形式表示為：

可見數(shù)字圖像在某點的拉普拉斯算子，可以由中心像素點灰度級值和鄰域像素灰度級值通過加減運算來求得。

拉普拉斯銳化：用原圖像的值減去模板運算結(jié)果的整倍數(shù)，即：

拉普拉斯算子彩色增強①偽彩色密度分割：把一幅黑白圖像的不同灰度按一定的函數(shù)關(guān)系變換成彩色，得到一幅彩色圖像的方法。密度分割法是對單波段黑白遙感圖像按灰度分層，對每層賦予不同的色彩，使之變?yōu)橐环噬珗D像。例如：灰度范圍為0～15的賦為一種顏色；灰度范圍15～20賦為一種顏色；…，依此類推，生成一幅彩色圖像。密度分割中的彩色是人為賦予的，與地物的真實色彩毫無關(guān)系，因此也稱為偽彩色。②彩色合成與假彩色合成彩色合成時，波段如何選擇，可通過求最佳指數(shù)OIF進行選擇：最佳指數(shù)大的三個波段一般效果較佳。Si為第i波段的亮度標(biāo)準(zhǔn)差ri為合成分量間的相關(guān)系數(shù)假多波段彩色合成例如，根據(jù)TM圖像各個波段的物理意義，按如下方案，將7個波段信息同時表現(xiàn)在同一圖像中。7個波段同時參與彩色合成的配色方案為：R=0.6TM3+0.4TM6G

=0.4TM2+0.6TM4B=0.3TM1+0.4TM5+0.3TM7圖像運算加法運算加法運算主要用于對同一地區(qū)的多幅圖像的求平,可以有效地減少圖像的加性隨機噪聲.差值運算差值增強：增強變化量，突出圖象間的差異比值運算比值方法：簡單比值如TM5/TM7

組合比值如(TM4-TM3)/(TM4+TM3)

標(biāo)準(zhǔn)比值單個波段與所有波段之和構(gòu)成的比值。通過TM5/TM7可有效地增強和提取蝕變巖信息技術(shù)要點：①圖像必須先配準(zhǔn)----位置準(zhǔn)確，不能張冠李戴；②像元亮度值應(yīng)作標(biāo)準(zhǔn)化、歸一化----同一起跑線上比較；③注意成像時間、季節(jié)的選擇，應(yīng)盡量降低兩圖像因成像環(huán)境因素不同產(chǎn)生的影響----突顯地物真正的變化而非環(huán)境因素的變化。彩色變換彩色變換又稱為彩色編碼，所謂彩色變換即為兩種彩色模型編碼系統(tǒng)之間的變換。彩色模型指的是某個三維彩色空間的一個可見光子集。它包含某個彩色域的所有彩色，彩色模型的用途是在某個彩色域內(nèi)方便地指定彩色。由于任何一個彩色都只是可見光的子集，所以任何一個彩色模型都無法包含所有的可見光。

IHS彩色變換從色度學(xué)可知，顏色可用三刺激值來表示，例如，用紅、綠、藍所含成分的多少來表示顏色（即RGB系統(tǒng)）。顏色RGB編碼具有方法簡單，便于彩色顯示和彩色掃描的優(yōu)點。因此目前常用于彩色顯示器和彩色掃描儀上。同樣，顏色也可用色品度方式來表示，IHS系統(tǒng)是常用的一種色品度表示顏色的方式。其中:強度I僅表示照度的大??；色度H代表顏色色純的程度；飽和度S代表具有相同明亮的顏色離開中性灰色的程度。

IHS彩色變換飽和度的概念可描述如下：假設(shè)你有一桶純紅的顏料，它對應(yīng)的色度為0，飽和度為1?；烊氚咨玖虾笫辜t色變得不再強烈，減少了它的飽和度，但沒有使它變暗。粉紅色對應(yīng)于飽和度值為0.5左右。隨著更多白色染料加入到混合物中，紅色變得越來越淡，飽和度降低，最后接近于零（白色）。相反地，如果你將黑色染料與純紅色混和，它的亮度將降低（變黑），而它的色度和飽和度保持不變。IHS編碼的優(yōu)點是能把強度和顏色區(qū)分開。根據(jù)人眼觀察要求，I、H和S的編碼字節(jié)I最長，H次之，S要求最短。一般來說，IHS模型表示方法較多，有三角形、六棱錐、雙六棱錐等，而三角形模型具有代表性。下面介紹RGB系統(tǒng)與IHS三角形系統(tǒng)之間的彩色變換。

IHS變換正變換公式：

當(dāng)B為最小時：

當(dāng)R為最小時：

當(dāng)G為最小時：

當(dāng)H為0到1：

當(dāng)H為1到2：當(dāng)H為2到3：IHS反變換多光譜增強-K-L變換1.K—L變換原理:K-L變換又稱為主成分變換。它的原理如下：對某一n個波段的多光譜圖像實行一個線性變換，即對該多光譜圖像組成的光譜空間乘以一個線性變換矩陣A，產(chǎn)生一個新的光譜空間Y，即產(chǎn)生一個新的n個波段的多光譜圖像表達式為Y=AX

其中X為變換前的像元矢量；Y為變換后的主分量空間的像元矢量；A

為一個n*n的線性變換矩陣。根據(jù)主成分變換的數(shù)學(xué)原理，A是X空間的協(xié)方差矩陣的特征向量矩陣的轉(zhuǎn)置矩陣，即因此Y＝AX可以寫成由此可以看出，A的作用實際上是對各分量加一個權(quán)重系數(shù)，實現(xiàn)線性變換。Y的各分量的均是X的各分量的信息的線性組合，它綜合了原有各分量的信息而不是簡單的取舍。變換后的