2011年春季学期期末考试
数
字
图
像
处
理
院校：
班级：
学号：
姓名：
遥感数字图像监督分类与非监督分类比较研究
内容摘要：本文主要介绍遥感图像分类的监督分类法与非监督分类法原理、步骤之间的差别，探讨数字图像分类在两种不同分类方法所得分类结果的精度分析。关键词：数字图像分类、监督分类、非监督分类
引文：遥感作为近几十年迅速发展起来的一门综合性技术学科，因其具有观测范围广、采集信息量大、获取信息速度快等特点，已经在民用和军用的众多领域发挥了重大作用。遥感图像处理是遥感科学与具体应用相结合的重要技术途径。遥感图像分类是遥感图像处理的一个重要内容，其中监督分类作为一种先学习后分类的机器学习策略，是对遥感图像进行定量分析的主要手段，应用领域十分广阔。随着传感器、遥感平台、数据通信等相关技术的发展，通过遥感手段获取的数据量急剧膨胀，迫切需要快速遥感图像处理技术的支持。同时，各应用领域对遥感图像的处理速度和分析结果的量化程度要求越来越高。高精度、快速的遥感图像监督分类技术是遥感科学走向实用化、产业化的一个重要突破口。
一、监督分类的原理与非监督分类原理
1、监督分类法：根据已知地物、选择各类别的训练区。计算各训练区内像元的平均灰度值，以此作为类别中心并计算其协方差矩阵。对于图像各未知像元，则计算它们和各类别中心的距离。当离开某类别中心的距离最近并且不超过预先给定的距离值时，此像元即被归入这一类别。当距离超过给定值时，此像元归入未知类别，最大似然率法是常用的监督分类法。
2、非监督分类法：根据各波段图像像元灰度分布的统计量，设定N个均值平均分布的类别中心。计算每个像元离开各类别中心的距离，并把它归入距离最近的一类。所有像元经计算归类后算出新的类别中心，然后再计算各个像元离开新类别中心的距离，并把它们分别归入离开新类别中心最近的一类。所有像元都重新计算归类完毕后，又产生新的类别中心。这样迭代若干次，直到前后两次得到的类别中心之间的距离小于给定值为止。
二、监督分类法与非监督分类法的比较
1、监督分类包括利用训练区样本建立判别函数的“ 学习” 过程和把待分像元代入判别函数进行判别过程。监督分类中常用的具体分类方法包括：
(1) 最小距离分类法，最小距离分类法原理简单，分类精度不高，但计算速
度快，它可以在快速浏览分类概况中使用。
(2) 多级切割分类法，多级分割法分类便于直观理解如何分割特征空间，以及待分类像素如何与分类类别相对应。
(3) 特征曲线窗口法，特征曲线窗口法可以根据不同特征进行分类，如利用标准地物光谱曲线的位置(nm) 、反射峰或谷的宽度和峰值的高度作为分类的识别点，给定误差容许范围，分别对每个像素进行分类；或者利用每一类地物的各个特征参数上、下限值构造一个窗口，判别某个待分像元是否落入该窗口，只要检查该像元各特征参数值是否落入到相应窗口之内。特征曲线窗口法分类的效果取决于特征参数的选择和窗口大小。各特征参数窗口大小的选择可以不同，它要根据地物在各特征参数空间里的分布情况而定。
(4) 最大似然比分类法，最大似然比分类法(maximum likelihood classifier) 是经常使用的监督分类方法之一，它是通过求出每个像素对于各类别归属概率，把该像素分到归属概率最大的类别中去的方法。最大似然比分类法在多类别分类时，常采用统计学方法建立起一个判别函数集，然后根据这个判别函数集计算各待分像元的归属概率。这里，归属概率是指：对于待分像元x ，它从属于分类类别k 的(后验)概率。
2、非监督分类的前提是假定遥感影像上同类物体在同样条件下具有相同的光谱信息特征。非监督分类方法不必对影像地物获取先验知识，仅依靠影像上不同类地物光谱信息(或纹理信息)进行特征提取的统计特征的差别来达到分类的
目的，最后对已分出的各个类别的实地属性进行确认。非监督分类主要采用聚类分析方法，聚类是把一组像素按照相似性归成若干类别，即“ 物以类聚” 。它的目的是使得属于同一类别的像素之间的距离尽可能的小而不同类别上的像素间的距离尽可能的大。常用的方法有：
(1) 分级集群法( Hierarchical Clustering )
分级集群法采用“距离”评价各样本(每个像元)在空间分布的相似程度，把它们分布分割或者合并成不同的集群。每个集群的地理意义需要根据地面调查或者与已知类型的数据比较后方可确定。
(2) 动态聚类法
在初始状态给出图像粗糙的分类，然后基于一定原则在类别间重新组合其样
本，直到分类比较合理为止，这种聚类方法就是动态聚类。ISODATA
( ISODATA ：Iterative - Orgnizing Data Analysize Technique 迭代自组织数据分析技术)方法在动态聚类法中具有代表性。
三、监督分类的步骤与非监督分类的步骤
1、遥感图像监督分类的步骤首先定义分类模板，显示要进行分类的图像；其次打开摸板编辑器并调整显示字段；然后获取分类模板信息；再次保存分类模板；最后执行监督分类。具体表现为：
（1）首先明确遥感图像分类的目的及其需要解决的问题，在此基础上根据应用目的选取特定区域的遥感数字图像，图像选取中应考虑图像的空间分辨率、光谱分辨率、成像时间、图像质量。
（2）根据研究区域，收集与分析地面参考信息与有关数据。为提高计算机分类的精度，需要对数字图像进行辐射校正和几何纠正( 这部分工作也可能由提供数字图像的卫星地面站完成)。
（3）对图像分类方法进行比较研究，掌握各种分类方法的优缺点，然后根据分类要求和图像数据的特征，选择合适的图像分类方法和算法。根据应用目的及图像数据的特征制定分类系统，确定分类类别，也可通过监督分类方法，从训练数据中提取图像数据特征，在分类过程中确定分类类别。
（4）找出代表这些类别的统计特征。
（5）为了测定总体特征，在监督分类中可选择具有代表性的训练场地进行采样，测定其特征。在无监督分类中，可用聚类等方法对特征相似的像素进行归类，测定其特征。
（6）对遥感图像中各像素进行分类。包括对每个像素进行分类和对预先分割均匀的区域进行分类。
（7）分类精度检查。在监督分类中把已知的训练数据及分类类别与分类结果进行比较，确认分类的精度及可靠性。在非监督分类中，采用随机抽样方法，分类效果的好坏需经实际检验或利用分类区域的调查材料或专题图进行核查。（8）. 对判别分析的结果统计检验。
2、非监督分类的步骤
非监督分类运用1SODATA（Iterative Self-Organizing Data Analysis Technique ）算法，完全按照像元的光谱特性进行统计分类，常常用于对分类区
没有什么了解的情况。使用该方法时，原始图像的所有波段都参于分类运算，分类结果往往是各类像元数大体等比例。由于人为干预较少，非监督分类过程的自动化程度较高。非监督分类一般要经过以下几个步骤：初始分类、专题判别、分类合并、色彩确定、分类后处理、色彩重定义、栅格矢量转换、统计分析。
四、监督分类结果精度与非监督分类结果精度
1、监督分类
遥感图像监督分类处理包括分类预处理、分类判别和分类后处理三个阶段。分类判别阶段的学习算法是影响监督分类精度的关键因素。分类预处理阶段的几何校正和分类判别阶段的学习与分类计算复杂度高，是导致遥感图像监督分类处理速度慢的主要原因。
2、非监督分类
非监督分类不需要更多的先验知识，它根据地物的光谱统计特性进行分类。因此，非监督分类方法简单，且分类具有一定的精度。
五、结论：本文只是对遥感数字图像监督分类与非监督分类作简单的比较介绍，监督分类和非监督分类的根本区别点在于是否利用训练场地来获取先验的类别
知识，监督分类根据训练场提供的样本选择特征参数、建立判别函数，对待分类点进行分类。非监督分类不需要更多的先验知识，它根据地物的光谱统计特性进行分类。因此，非监督分类方法简单，且分类具有一定的精度。
参考文献：
[1] 汤国安等．遥感数字图像处理．科学出版社，2004-3
[2] 党安荣等．ERDAS IMAGINE遥感数字图像处理．清华大学出版社，2010-4
[3] 蒋艳凰.遥感图像高精度并行监督分类技术研究. 国防科学大学， 2004
[4]巢宁佳. 遥感影像监督分类江西测绘，2007-04期
[5] 杨鑫. 浅谈遥感图像监督分类与非监督分类四川地质学报, 2008, (03) .
图像处理技术近期发展及应用 摘要：图像处理技术的研究和应用越来越收到社会发展的影响，并以自身的技术特点反过来影响整个社会技术的进步。本文主要简单概括了数字图像处理技术近期的发展及应用现状，列举了数字图像处理技术的主要优点和制约其发展的因素，同时设想了图像处理技术在未来的应用和发展。 关键字：图像处理发展技术应用 1.概述 1.1图像的概念 图像包含了它所表达的物体的描述信息。我们生活在一个信息时代，科学研究和统计表明，人类从外界获得的信息约有百分之七十来自视觉系统，也就是从图像中获得，即我们平常所熟知的照片，绘画，动画。视像等。 1.2图像处理技术 图像处理技术着重强调在图像之间进行的变换，主要目标是要对图像进行各种加工以改善图像的视觉效果并为其后的目标自动识别打基础，或对图像进行压缩编码以减少图像存储所需要的空间或图像传输所需的时间。图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 1.3优点分析 1．再现性好。数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。 2．处理精度高。按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。 3．适用面宽。图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。 4．灵活性高。图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 2.近期发展及应用领域
长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割 主要内容： 在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求： 1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像； 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容： 通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求： 1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。 3静止背景下的移动目标视觉监控 主要内容：
基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。 要求： 1>对原始参考图和实时图像进行去噪处理； 2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑； 3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。 4>显示每步处理后的图像； 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容： 车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求： 1>对原始车牌图像做增强处理； 2>对增强后的彩色图像进行灰度变换； 3>对灰度图像进行直方图均衡处理； 4>选取自适应的阈值，对图像做二值化处理； 5>显示每步处理后的图像； 6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容： 医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求： 1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。 5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。 具体要求： 1）将原进行二值化 2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
第一章： 1.冈萨雷斯定义图像是对客观对象的一种相似性的描述或写真，包含了被描述或写真对象的信息，其英文为image，辅助性定义，是以某一技术手段再现于二维画面上的视觉信息，是二维数据阵列的光学模拟。图像分为数字图像和模拟图像。 2.数字图像的基本单位是像素（像元），图像像素是长宽大小相等的方格，具有特定的空间位置和属性特征，像素的基本属性特征为像素值。 3.遥感数值图像是一数学形式存储和表达的遥感图像。遥感数值图像中的像素值又称为亮度值（灰度值、灰度级）。 4.遥感数值图像处理是通过计算机图像处理系统对遥感数值图像中的像素进行系列操作的过程。 5.遥感数字图像处理的内容包括：1）图像增强:使图像更容易理解。2）图像矫正：使图像信息尽可能地反应实际地物的辐射信息、空间信息和物理过程。3）信息提取：提取地物的空间分布格局信息。 6.遥感数字图像处理系统包括硬件系统和软件系统。硬件系统是进行图像说必须的设备（包括计算机，数字化设备，存储设备，现实和输出设备，操作台），软件系统指进行图像处理的各种程序（如ERDAS/PCI/ENVI/ER）。 第二章 7.遥感平台是传感器的载体，有近地面，吊车，飞船，飞机，卫星等。 8.传感器又称为遥感器，是手机和记录电池辐射能量信息的装置。 9.根据数据记录方式，传感器类型可分为成像方式和非成像方式两大类。成像传感器按成像原理分为摄影成像和扫描成像。 10.摄影成像方式的传感器主要是摄影机，包括框幅摄影机，缝隙摄影机，全景摄影机，多光谱摄影机等，在快门打开后几乎瞬间同时接受目标的电磁波能量，聚焦后记录下来称为幅影像。现在常用的数码照相机就是摄影成像。最初的摄影成像方式与传统照相机成像方式不一样。用数码照相机进行拍照摄影，可直接产生数字图像。 11.传感器按烧面方式又可分为两种：目标扫面传感器和影响面扫面传感器。 12.按电磁波在真空中波长或频率的顺序将波长划分成波段，每一波段为一个波长范围，按使用的刚做波段，可将传感器分为紫外，可见光，红外，微波，多波段等类型。 13.传感器分辨率指标有是个：辐射分辨率，光谱分辨率，空间分辨率和时间分辨率。 14.空间分辨率指遥感图像上能详细区分的最小单元的尺寸或大小。空间分辨率通常用像素大小，解像力或视场角来表示。 15.像素是将地面信息空间离散化而形成的格网单元，在遥感图像中，像素大小的单位为米。 16.视场角是传感器的受光范围，也称为立体角，它与摄影机的四角和扫描仪的扫描宽度含义相同。 17.时间分辨率：传感器对同一空间区域进行重复探测时，相邻两次探测的时间间隔称为时间分辨率。时间分辨率的两个指标：一个是传感器本身设计的时间分辨率，受卫星运行规律影响，不能改变；另一个是根据应用要求人为设计的时间分辨率，它等于或小于卫星传感器本身的时间分辨率。因此有重返周期和重复周期。 18.重复周期又称回归周期。
数字图像处理技术及其在农业中的应用研究 随着信息产业的逐渐发展以及与其他各个学科间不断结合的普及，图像识别技术已经能够深入地应用到具体目的物识别等领域中图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方 方面面随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。 1 数字图像处理的概念 1 数字图像处理的概念数字图像处理又称为计算机图像处理，它是指将图 像信号转换成数字信号并利用计算机对其进行处理的过程图像处理中，输入的 是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。 2 数字图像处理的应用 2．1 数字图像处理技术在农产品收获中的应用 研制自动识别采摘机器是图像处理在农业收获中的主要应用，此课题目前备受关注。自动收获机器人的构成主要是收获系统、行走系统和视觉机构。基于数字图像处理的自动收获机器人主要在两个方面应用该技术: 一是，识别和 空间定位果实或其他目标物，为采摘系统的行为提供参数，提高收获果实的准确性；二是，识别障碍物体，为行走系统提供准确的目标以躲避障碍。苹果、梨、橘子、番茄等作物都是研究的对象，但是此类农作物生长环境比较复杂，自动识别的图像必然包含枝叶土壤等对目标物产生影响的背景噪声，所以在实 现上不易准确，且识别成功率较低。Slaughter 等在室外晴朗天气自然光照条件下获取照片的色度亮度等方面信息以指导果实采摘机械手，创建了利用彩 色照片的颜色信息在橘子树中“认出”橘子的模型，成功率75%，在速度方面 基本可以接受，可是准确率比较低；识别柑橘中心的错误率为 6%。 Zhang 等 利用描绘苹果照片图像的边缘线，通过神经网络测定、定位的方式达到自动采摘功能。
毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月
关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：
2011年春季学期期末考试 数 字 图 像 处 理 院校： 班级： 学号： 姓名：
遥感数字图像监督分类与非监督分类比较研究 内容摘要：本文主要介绍遥感图像分类的监督分类法与非监督分类法原理、步骤之间的差别，探讨数字图像分类在两种不同分类方法所得分类结果的精度分析。关键词：数字图像分类、监督分类、非监督分类 引文：遥感作为近几十年迅速发展起来的一门综合性技术学科，因其具有观测范围广、采集信息量大、获取信息速度快等特点，已经在民用和军用的众多领域发挥了重大作用。遥感图像处理是遥感科学与具体应用相结合的重要技术途径。遥感图像分类是遥感图像处理的一个重要内容，其中监督分类作为一种先学习后分类的机器学习策略，是对遥感图像进行定量分析的主要手段，应用领域十分广阔。随着传感器、遥感平台、数据通信等相关技术的发展，通过遥感手段获取的数据量急剧膨胀，迫切需要快速遥感图像处理技术的支持。同时，各应用领域对遥感图像的处理速度和分析结果的量化程度要求越来越高。高精度、快速的遥感图像监督分类技术是遥感科学走向实用化、产业化的一个重要突破口。 一、监督分类的原理与非监督分类原理 1、监督分类法：根据已知地物、选择各类别的训练区。计算各训练区内像元的平均灰度值，以此作为类别中心并计算其协方差矩阵。对于图像各未知像元，则计算它们和各类别中心的距离。当离开某类别中心的距离最近并且不超过预先给定的距离值时，此像元即被归入这一类别。当距离超过给定值时，此像元归入未知类别，最大似然率法是常用的监督分类法。 2、非监督分类法：根据各波段图像像元灰度分布的统计量，设定N个均值平均分布的类别中心。计算每个像元离开各类别中心的距离，并把它归入距离最近的一类。所有像元经计算归类后算出新的类别中心，然后再计算各个像元离开新类别中心的距离，并把它们分别归入离开新类别中心最近的一类。所有像元都重新计算归类完毕后，又产生新的类别中心。这样迭代若干次，直到前后两次得到的类别中心之间的距离小于给定值为止。 二、监督分类法与非监督分类法的比较 1、监督分类包括利用训练区样本建立判别函数的“ 学习” 过程和把待分像元代入判别函数进行判别过程。监督分类中常用的具体分类方法包括： (1) 最小距离分类法，最小距离分类法原理简单，分类精度不高，但计算速
遥感软件 PCI遥感图像处理软件简介 PCI GEOMATICA是PCI公司将其旗下的四个主要产品系列，也就是PCI EASI/PACE、（PCI SPANS，PAMAPS）、ACE、ORTHOENGINE，集成到一个具有同一界面、同一使用规则、同一代码库、同一开发环境的一个新产品系列，该产品系列被称之为 PCI GEOMATICA。对于20多年来一直致力于向地学界提供全方位解决方案的PCI公司来说，始终坚持领先一步的原则，地理咨讯永远在变迁，而地理咨讯软件更处于变迁的前沿。在今天，随着用户需求广度与深度的不断拓宽与加深，越来越多的人希望软件是一个可以满足用户所有需求的良好的工具。由于对这一点的正确把握，经过4年努力，PCI公司将原有的四个产品系列整合在一起，产生了一个使用简单、灵巧的工作平台----PCI GEOMAITCA。该系列产品在每一级深度层次上，尽可能多的满足该层次用户对遥感影像处理、摄影测量、GIS空间分析、专业制图功能的需要，而且使用户可以方便地在同一个应用界面下，完成他们的工作。在这之前，用户需用多个软件来实现，并且需要面对多个软件经销商、多个软件技术支持、多次的培训、对多个软件的维护，以及不得不投入相当大的精力来在多种数据格式间，进行数据转换。产品模块功能介绍 PCI Geomatica FreeView ( PCI地理咨讯通用视窗) FreeView是PCI公司为用户提供的一个免费的影像浏览工具，用户可以从PCI的网址上直接下载。用于浏览、显示各种数据，如矢量、位图、卫星影像（如LANDSAT, SPOT, RADARSAT, ERS-1/2, NOAA A VHRR等）、航片以及与GIS矢量数据叠加显示、进行属性查询等。FreeView 还具有影像增强，任意漫游、缩放、影像灰度值矩阵显示等功能 PCI Geomatica GeoGateway （PCI通用数据转换工具）PCI Geomatica GeoGateway包含PCI Geomatica FreeView的所有功能。 PCI Geomatica Fundamentals (PCI 地理咨讯基础版) PCI Geomatica Fundamentals包含PCI Geomatica GeoGateway的所有功能。主要包括以下部件： Focus 浏览环境 OrthoEngine FLY!（演示模式）软件许可管理器 PCI Geomatica Prime （PCI地理咨讯专业版） PCI Geomatica Prime包含PCI Geomatica Fundamentals（见上一节）的所有功能。此外，增加了PCI Modeler、EASI、FLY!、算法库等模块。 Geomatica Prime 是强大的、低成本解决方案，提供的工具可用于影像几何校正、数据可视化与分析以及专业标准地图生产。 PCI Productivity Tools （PCI地理咨讯生产工具）该软件是PCI公司为了提高PCI软件的生产能力和效率而专门设计的，其主要功能是为用户提供一系列自动或批处理操作的导向功能。该软件是PCI GEOMATICA PRIME或FUNDAMENTALS功能的扩展。主要提供影像自动镶嵌功能及针对ORTHOENGINE 系列产品的航片，光学卫星影像，雷达卫星的自动同名点收集功能。同时提供影像控制点库及库管理功能。 PCI AIRPHOTO MODEL （PCI地理咨讯系统航空正射影像处理器）是一个与PCI Geomatica Fundamentals或Geomatica Prime模块一起使用的功能强大的航空照片正射校正工具。该模块运用了特殊的算法模型将已经扫描的或由数字摄像机得到的照片制作成精确的正射影像图。所生成的图像可以转化为多种文件形式，作为许多GIS/CAD/MAP软件的数据源。同时用户可选择附加的DEM自动提取、3DVIEW 和三维特征提取模块（OrthoEngine Airphoto DEM）来构造自己的数字摄影测量软件包。该软件具有如下功能：项目工程文件建立（含
华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日
摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转
目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献
绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。
数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。
1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念
方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色
图形图像技术在印刷上的最新应用 学号姓名 (湖南工业大学包装与材料工程学院印刷工程专业, 湖南株洲, 412008) 摘要：本文主要阐述了图像技术和数字图像技术在印刷检测中的广泛应用，并分析他们各自的优点，同时还介绍了图形图像用在印刷方面的各种软件，从印刷行的角度出发，指明了数字图像技术在印刷行业中前景将会越来越好。 关键词：数字图像处理、印刷检测、计算机技术 The latest application of image technology in pritnting Abstract：T his article mainly expounds the image technology and digital image technology is widely used in printing detection, and analyzes their respective advantages, at the same time also introduces the image used in printing all kinds of software, from the Angle of the printing line, pointed out the digital image technology in printing industry in the future will be better and better. Key Words：Digital image processing , Computer technology , Press Test 通过这几天查看一些书籍，让我对图形图像在印刷方面的应用有了初步的了解。在印前处理领域常用的图形处理软件包括：Corel公司的CorelDraw、Adobe 公司的Illustrator、Macromedia公司的Freehand、三维动画制作软件3Dmax ，此外，在计算机辅助设计与制造等工程领域，常用的图形处理软件还AutoCAD，GHCAD，Pro/E，UG，CATIA，MDT，CAXA电子图版等等。 在印前领域最为常用的图像处理软件是Adobe公司的Photoshop软件，该软件广泛地应用于各领域的图像处理工作中，几乎占据了计算机图像处理软件的统治地位。1、凹印色彩图像质量的因素 灰色平衡时评价凹印彩色图像复制质量的重要指标，它是衡量凹版图像质量和凹印打样质量、印刷中网点与墨量变化的尺度。阶调，就是层次，在印刷上，称为：图像上从最亮到最暗部分的密度等级，也是指原稿或复制图像上最亮到最暗部分层次演变，是图像中视觉可分辨的在、差别。阶调复制是凹印图像复制中的重要指标，只有阶调设定和调整正确、合理，才能再现图像颜色层次所需的全部部信息，就能保证印刷图像阶调层次整体框架的完整性，使亮、中、暗调层次丰富，否则就会损失一部分图像层次信息。凹印图像复制，其实就是色彩的复制，色彩复制是凹印彩色图像复制的灵魂锐度也是清晰度，是原稿和印刷图像上轮廓清晰的程度，以及细微层次，物象质感的尖锐度，是视觉识别印刷图像质量的一个主要指标，由于凹印制版机印刷过程中，图像的清晰度会受到各种因素的影响而变差。因此，电分机机调色时，必须对图像进行锐化增强处理，达到在屏幕上观察有些过分为佳，从而逼真地表现凹印图像的清晰度。 2、利用图像软件增强印刷效果 把专色加入到一个Photoshop图像上时，可能就需要自己动手镂空图像的区域了，这是因为专色通道总是叠印在其它颜色通道之上，可能会产生不满意的印刷效果。是否需要将图像中出现专色的部位镂空，取决于图像、选择的专色和所需的印刷效果。为了不让专色区域叠印在图像上，需将图像上与专色区域对应的部位镂空。此外，为了便于印刷时的套印精确，镂空部位的面积应稍微收缩一点，即比专色区域稍小一点。如果不做这样的补偿工作，印刷时只要有一点点套印不准，那么在专色区域的边缘上将会出现明显的漏白。
《ERDAS IMAGINE遥感图像处理教程》根据作者多年遥感应用研究和ERDAS IMAGINE软件应用经验编著而成，系统地介绍了ERDAS IMAGINE 9.3的软件功能及遥感图像处理方法。全书分基础篇和扩展篇两部分，共25章。基础篇涵盖了视窗操作、数据转换、几何校正、图像拼接、图像增强、图像解译、图像分类、子像元分类、矢量功能、雷达图像、虚拟GIS、空间建模、命令工具、批处理工具、图像库管理、专题制图等ERDAS IMAGINE Professional级的所有功能，以及扩展模块Subpixel、Vector、OrthoRadar、VirtualGIS等；扩展篇则主要针对ERDAS IMAGINE 9.3的新增扩展模块进行介绍，包括图像大气校正（ATCOR）、图像自动配准（AutoSync）、高级图像镶嵌（MosaicPro）、数字摄影测量（LPS）、三维立体分析（Stereo Analyst）、自动地形提取（Automatic Terrain Extraction）、面向对象信息提取（Objective）、智能变化检测（DeltaCue）、智能矢量化（Easytrace）、二次开发（EML）等十个扩展模块的功能。 《ERDAS IMAGINE遥感图像处理教程》将遥感图像处理的理论和方法与ERDAS IMAGINE软件功能融为一体，可以作为ERDAS IMAGINE软件用户的使用教程，对其他从事遥感技术应用研究的科技人员和高校师生也有参考价值。 目录 基础篇 第1章概述2 1.1 遥感技术基础2
1.1.1 遥感的基本概念2 1.1.2 遥感的主要特点2 1.1.3 遥感的常用分类3 1.1.4 遥感的物理基础3 1.2 ERDAS IMAGINE软件系统6 1. 2.1 ERDAS IMAGINE概述6 1.2.2 ERDAS IMAGINE安装7 1.3 ERDAS IMAGINE图标面板11 1. 3.1 菜单命令及其功能11 1.3.2 工具图标及其功能14 1.4 ERDAS IMAGINE功能体系14 第2章视窗操作16 2.1 视窗功能概述16 2.1.1 视窗菜单功能17 2.1.2 视窗工具功能17 2.1.3 快捷菜单功能18 2.1.4 常用热键功能18 2.2 文件菜单操作19 2.2.1 图像显示操作20 2.2.2 图形显示操作22 2.3 实用菜单操作23
遥 感 实 习 总 结 专业：摄影测量与遥感技术班级： 姓名： 学号：
为期两周的遥感数字图像处理结束了，在老师的精心安排下，我们全身心的投入到这次实习中。虽然是满天的时间，但是由于教室还有其他人占用并不能在那全天使用，所以说是两周实习但是我们能用是时间依然很少，我们要力抓每一分每一秒，熟练操作遥感数字图像处理软件。整个实习是以黄河水院为基础图形。通过格式变换、几何校正、图像剪裁、图像分类，以及最后的专题地图制作。 实习的过程简单又复杂，简单的是，只要动手，计算机几乎自动化的替你操作，复杂的是，在操作过程中，又有好多选项和注意的事项，有很多参数的设置很有讲究。所以在练习中我遇到好多问题，并通过解决这些问题进一步加深了对软件和课本知识的理解。 首先我们进行的是数据预处理。我们需要进行遥感图像的几何校正。由于各种误差所以遥感图像存在着几何变形，因此需要在操作前进行几何校正。流程如下：第一步：显示图像文件（打开两个视窗窗口），第二步：启动几何校正模块，第三步：启动控制点工具，第四步：地面控制点（GCP）的采集，第五步：采集地面检查点，第六步：图象重采样，第七步：保存几何校正模式。其中最关键最难的就属地面控制点的采集，我们使用的是二次多项式，所以得选取六个控制点然后再选出六个检查点。但是图像存在着误差，而我们要把误差控制在一个像素以内，这就更加困难了。在进过长时间的摸索和练习，精度慢慢的就达到了，但是
图纠正后依旧不是很好，在询问同学后发现原来是点的分布不是很均匀，所以导致了图的变形。在图的校正后就得进行图范围的裁剪得到所需的范围。裁剪有两种方法一种是规则分幅裁剪，一种是不规则分幅裁剪。规则分幅裁剪需要知道坐标，而不规则分幅裁剪则只需要在图上手选出需要裁剪的范围。而我们没有坐标只能用不规则分幅裁剪。 第二项就是图象增强处理，主要包括：空间、辐射、光谱增强处理的主要方法。空间增强：包括卷积增强处理，辐射增强：直方图均衡化处理，光谱增强：主成份变换、缨穗变换、色彩变换。这一项比较简单，通过指导书和上课的学习，这些增强只要知道步骤就能很快完成。 第三项我认为也是最关键的一项，遥感图像的分类，所谓的遥感图像的分类就是通过人工目译或计算机自动分类处理相结合识别出地物属性。我们做的分类是非监督分类，在进行的分类评价时，应用分类叠加方法来评价分类结果、分类精度及定义时应注意分类文件在上，而且取消栅格参数中清楚选示选项，以使两图像叠加显示。非监督分类步骤如下：第一步：显示原图像与分类图像，第二步：打开分类图像属性并调整字段显示顺序，第三步：给各个类别赋相应的颜色，第四步：不透明度设置，第五步：确定类别专题意义及其准确程度，第六步：标注类别的名称和相应颜色，第七步：将相同的类进行合并，最后分为五大类：建筑物、道路（空闲地）、水系、草地和灌木林。
安徽工程大学 论文题目：数字图像处理图像增强算法的研究 学院：计算机与信息学院 班级：软件141 姓名：程健 学号：3140704135 指导老师：卢桂馥 2017年6月9日
摘要 在我们的实际生活、生产中，人们直接获得的原始图像并不能够直接运用到生活、生产中，因为原始图像在生成、传输和转换过程中可能会受到多种因素的影响，如各种各样的噪声、通道带宽等，往往会出现清晰度下降、对比度偏低等降质现象，为了使得处理后的图像对某种特定的应用比原始图像更合适，往往需要提高图像质量。图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用比原始图像更合适。 本文研究了图像增强的一些常用方法，包括空域图像增强、频率域图像增强，并用MATLAB 编程设计了相应的实验，对图像增强效果进行了验证。 关键字：图像增强；图像；算法；空域增强；频率增强
Abstract In our daily life and production, people often can't used the raw image directly, because of the generation and transformation of the original image, it may be affected by many factors, such as a variety of kinds of noise and channel bandwidth. The sharpness and contrast is decreasing and have low qualities. in order to make the image more suitable for some particular application after processing than the original, we often need to improve image quality. Images enhance is in a particular need to highlight a picture in the information, and weaken or remove certain need of information in the process, its purpose is to make the image of a specific application is better than the original image. This paper studies the image of some common method, including airspace images enhance and increase the frequency domain, and images matlab programming, design corresponding to picture to enhance the effect of the verification. Key words:Image enhancement; the airspace strengthened; the frequency domain enhancement
数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师：
摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波
目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。