ERDAS圖像增強處理

實驗?zāi)康模?學(xué)會利用ERDAS實現(xiàn)遙感圖像增強

實驗儀器：計算機、ERDAS軟件1編輯課件提綱圖像空間增強圖像輻射增強圖像光譜增強傅立葉變換地形分析2編輯課件1.圖像空間增強

圖像空間增強是利用像元自身及其周圍像元的灰度值進(jìn)行運算，達(dá)到增強整個圖像的目的Convolution(卷積增強)Non-directionalEdge(非定向邊緣增強)FocalAnalysis(聚焦分析)Texture(紋理分析)AdaptiveFilter(自適應(yīng)濾波)StatisticalFilter(統(tǒng)計濾波)ResolutionMerge(分辨率融合)Crisp(銳化處理)3編輯課件空間增強輻射增強光譜增強2024/3/2844編輯課件實驗1：輻射增強

1.對單個像元的灰度值進(jìn)行變換達(dá)到圖像增強的目的LUTStretch(查找表查詢)HistogramEqualization(直方圖均衡化)HistogramMatch(直方圖匹配)BrightnessInverse(亮度反轉(zhuǎn))HazeReduction(去霾處理)NoiseReduction(降噪處理)DestripeTMData(去條帶處理)5編輯課件輻射增強命令輻射增強功能LUTStretch：查找表拉伸

通過修改圖像查找表（LookupTable）使輸出圖像值發(fā)生變化，是圖像對比度拉伸的總和HistogramEqualization:直方圖均衡化

對圖像進(jìn)行非線性拉伸，重新分布圖像像元值使一定灰度范圍內(nèi)像元的數(shù)量大致相等HistogramMatch:直方圖匹配

對圖像查找表進(jìn)行數(shù)學(xué)變換，使一幅圖像的直方圖與另一幅圖像類似，常用于圖像拼接處理BrightnessInverse:亮度反轉(zhuǎn)

對圖像亮度范圍進(jìn)行線性及非線性取反值處理HazeReduction:去霾處理

降低多波段圖像及全色圖像模糊度的處理方法NoiseReduction:降噪處理

利用自適應(yīng)濾波方法去除圖像噪聲DestripeTMData:去條帶處理

對LandsatTM圖像進(jìn)行三次卷積處理去除條帶輻射增強6編輯課件

圖像輻射增強處理——直方圖均衡化1.實驗步驟參閱實習(xí)指導(dǎo)書，截圖并寫出實驗報告7編輯課件8編輯課件實驗2：空間增強

空間增強（SpatialEnhancement）技術(shù)：利用像元自身及其周圍像元的灰度值進(jìn)行運算，達(dá)到增強整個圖像之目的。ERDAS提供的空間增強處理功能有：卷積增強、非定向邊緣增強、聚焦分析、紋理分析、自適應(yīng)濾波、分辯率融合、銳化處理等。

9編輯課件圖像空間增強

圖像空間增強是利用像元自身及其周圍像元的灰度值進(jìn)行運算，達(dá)到增強整個圖像的目的Convolution(卷積增強)Non-directionalEdge(非定向邊緣增強)FocalAnalysis(聚焦分析)Texture(紋理分析)AdaptiveFilter(自適應(yīng)濾波)StatisticalFilter(統(tǒng)計濾波)ResolutionMerge(分辨率融合)Crisp(銳化處理)10編輯課件空間增強命令空間增強功能Convolution:卷積增強

用一個系數(shù)矩陣對圖像進(jìn)行分塊平均處理Non-directionalEdge：非定向邊緣增強

首先應(yīng)用兩個正交卷積算子分別對圖像進(jìn)行邊緣探測，然后將兩個正交結(jié)果進(jìn)行平均化處理FocalAnalysis:聚集分析

使用類似卷積濾波的方法，選擇一定的窗口函數(shù)，對輸入圖像文件的數(shù)值進(jìn)行多種變換Texture:紋理分析

通過二次變異等分析增強圖像的紋理結(jié)構(gòu)AdaptiveFilter:自適應(yīng)濾波

應(yīng)用自適應(yīng)濾波器對AOI進(jìn)行對比度拉伸處理Crisp:銳化處理

增強整景圖像亮度而不使其專題內(nèi)容發(fā)生變化空間增強11編輯課件

123核函數(shù)12編輯課件卷積增強處理

卷積增強處理的關(guān)鍵是卷積算子——系數(shù)矩陣（Kernal）的選擇，系統(tǒng)提供了3×3，5×5，7×7等大小不同的矩陣，并且預(yù)置了不同系數(shù)以便應(yīng)用于不同目的的圖像處理，諸如：邊緣檢測（EdgeDetect）邊緣增強（EdgeEnhance）低通濾波（LowPass）高通濾波（HighPass）水平增強（Horizontal）垂直增強（Vertical）水平邊緣檢測（HorizontalEdgeDetection）垂直邊緣檢測（VerticalEdgeDetection）交叉邊緣檢測（CrossEdgeDetection）13編輯課件卷積增強處理1.確定輸入文件2.確定輸出文件3.選擇卷積算子4.選擇研究區(qū)（可選）5.OK實驗影像：lanier.img2.實驗步驟參閱實習(xí)指導(dǎo)書，截圖并寫出實驗報告14編輯課件15編輯課件

基于多波段數(shù)據(jù)對每個像元的灰度值進(jìn)行變換，達(dá)到圖像增強的目的。PrincipalComponents(主成份變換)InversePC(主成份逆變換)DecorrelationStretch(去相關(guān)拉伸)Tasseledcap(纓帽變換)RGBtoIHS(色彩變換)IHStoRGB(色彩逆變換)Indices(指數(shù)計算)NaturalColor(自然色彩變換)實驗3：光譜增強16編輯課件光譜增強命令光譜增強功能PrincipalComponents:主成份變換將具有相關(guān)性的多波段圖像壓縮到完全獨立的較少的幾個波段，使遙感圖像更易于解譯分析InversePrincipalComponents:主成份逆變換與主成份變換操作正好相反，將主成份變換圖像依據(jù)當(dāng)時的變換特征矩陣重新恢復(fù)到RGB彩色空間DecorrelationStretch:去相關(guān)拉伸首先對圖像的主成份進(jìn)行對比度拉伸處理，然后再進(jìn)行主成份逆變換，將圖像恢復(fù)到RGB彩色空間Tasseledcap:纓帽變換在植被研究中旋轉(zhuǎn)數(shù)據(jù)結(jié)構(gòu)軸優(yōu)化圖像顯示效果RGBtoHIS:色彩變換將圖像從紅（R）綠（G）藍(lán)（B）彩色空間轉(zhuǎn)換到亮度（I）、色度（H）、飽和度（S）彩色空間HISTORGB:色彩逆變換將圖像從亮度（I）色度（H）飽和度（S）彩色空間轉(zhuǎn)換到紅（R）綠（G）藍(lán)（B）彩色空間Indices:指數(shù)計算用于計算反映礦物及植被的各種比率和指數(shù)NaturalColor:自然色彩變換模擬自然色彩對波段數(shù)據(jù)變換輸出自然色彩圖像光譜增強17編輯課件主成份變換

將具有相關(guān)性的多波段數(shù)據(jù)壓縮到完全獨立的較少的幾個波段上，是圖像數(shù)據(jù)更易于解譯18編輯課件主成份分析1.確定輸入文件2.確定輸出文件特征矩陣輸出設(shè)置（如需逆變換必須輸出）運行日志輸出設(shè)置4.OK3.輸入需要的主成份數(shù)量實驗影像：lanier.img3.實驗步驟參閱實習(xí)指導(dǎo)書，截圖并寫出實驗報告19編輯課件20編輯課件第一主成分第二主成分第三主成分21編輯課件K－T變換（纓帽變換）K-T變換（kauth-Thomas變換）

一種特殊的主成分分析，轉(zhuǎn)換系數(shù)是固定的；坐標(biāo)空間發(fā)生旋轉(zhuǎn)，旋轉(zhuǎn)后的坐標(biāo)軸指向與地面景物有密切關(guān)系的方向.也稱纓帽變換(TasseledCap)纓帽變換為植被研究特別是分析農(nóng)業(yè)特征提供了一個優(yōu)化顯示的方法，同時實現(xiàn)了數(shù)據(jù)壓縮。變換后的坐標(biāo)軸不是指向主成分方向，而是指向與地面景物有密切關(guān)系的方向（K－L變換后指向主成分方向）22編輯課件纓帽變換23編輯課件24編輯課件實驗四：色彩變化

從RGB變?yōu)镠IS,從HIS變?yōu)镽GB25編輯課件26編輯課件非定向邊緣增強

應(yīng)用兩個比較通用的濾波器（Sobel,Prewitt），首先通過兩個正交卷積算子分別對圖像進(jìn)行邊緣檢測，然后將兩個正交結(jié)果進(jìn)行平均化處理。27編輯課件非定向邊緣增強1.確定輸入文件2.確定輸出文件3.選擇卷積算子4.OK實驗影像：lanier.img28編輯課件紋理分析

通過在一定的窗口內(nèi)進(jìn)行二次變異分析（2nd-orderVariance）或三次變異分析（3rd-orderVariance），使圖像的紋理結(jié)構(gòu)得到增強29編輯課件紋理分析1.確定輸入文件2.確定輸出文件3.選擇卷積算子4.OK實驗影像：lanier.img30編輯課件指數(shù)計算

將遙感圖像中不同波段的灰度值進(jìn)行各種混合運算，計算反應(yīng)礦物或植被的常用比率和指數(shù)31編輯課件指數(shù)計算計算某影像的NDVI值1.確定輸入文件2.確定輸出文件5.OK3.根據(jù)影像選擇其相應(yīng)的傳感器4.選擇計算的指數(shù)實驗影像：lanier.img32編輯課件4.傅立葉變換

傅立葉變換是首先把遙感圖像從空間域轉(zhuǎn)換到頻率域，然后在頻率域上對圖像進(jìn)行濾波處理，減少或消除周圍噪聲，再把圖像從頻率域上轉(zhuǎn)換到空間域，達(dá)到圖像增強的目的。FourierTransform(傅立葉變換)FourierTransformEditor(傅立葉變換編輯)InverseFourierTransform(傅立葉逆變換)FourierMagnitude(傅立葉顯示變換)PeriodicNoiseRemoval(周圍噪聲去除)HomomorphicFilter(同態(tài)濾波)33編輯課件4.1低通濾波4.1.1傅立葉變換實驗影像：tm_1.img34編輯課件4.1低通濾波4.1.2濾波器編輯35編輯課件打開剛才經(jīng)過傅立葉變換后保存的文件打開濾波器36編輯課件選擇低通濾波（LowPass）圓形濾波半徑為80將濾波結(jié)果保存37編輯課件低通濾波4.1.