第三章遥感图像增强处理

遥感图像处理综合课程设计一、课程目标知识目标：1. 让学生理解遥感图像的基本概念、成像原理及在地理信息系统中的应用。

2. 使学生掌握遥感图像预处理、增强、分类及解译的基本方法和技巧。

3. 帮助学生了解遥感图像处理软件的操作流程，并熟悉相关功能。

技能目标：1. 培养学生运用遥感图像处理软件进行图像预处理、增强、分类及解译的能力。

2. 培养学生运用遥感技术解决实际地理问题的能力，如资源调查、环境监测等。

3. 提高学生团队协作、沟通表达及分析解决问题的能力。

情感态度价值观目标：1. 培养学生对遥感科学的兴趣和热情，激发学生探索未知世界的欲望。

2. 培养学生严谨、务实的学习态度，提高学生的自主学习能力和创新能力。

3. 增强学生的环保意识，使学生认识到遥感技术在资源环境保护中的重要作用。

本课程针对高年级学生，结合遥感图像处理相关教材，注重理论与实践相结合。

在教学过程中，充分考虑学生的认知水平、学习兴趣和实际需求，设计具有针对性和实用性的教学活动。

通过本课程的学习，期望学生能够掌握遥感图像处理的基本知识和技能，培养解决实际问题的能力，同时提高学生的情感态度价值观。

为确保教学效果，课程目标将分解为具体的学习成果，以便于教学设计和评估。

二、教学内容1. 遥感图像基本概念与成像原理：包括遥感图像的定义、类型、成像过程及其在地理信息科学中的应用。

- 教材章节：第一章 遥感图像概述- 内容列举：遥感图像的定义、分类、成像平台、传感器等。

2. 遥感图像预处理：涉及图像校正、配准、裁剪等操作，为后续图像分析奠定基础。

- 教材章节：第二章 遥感图像预处理- 内容列举：辐射校正、几何校正、图像配准、图像裁剪等。

3. 遥感图像增强：介绍图像增强技术，提高图像质量，突出感兴趣信息。

- 教材章节：第三章 遥感图像增强- 内容列举：直方图增强、空间域增强、频率域增强等。

4. 遥感图像分类与解译：讲解图像分类方法，培养学生解译遥感图像的能力。

遥感图像增强处理方法
在进行遥感图像的增强处理前，应先经行预处理：几何校正和辐射校正（当然，如果你拿到的图像已被预处理过了，就没有必要了）
遥感图像的增强处理方法有光学增强处理和数字图像增强处理（就是大部分要和电脑打交道的），现在由于电脑的普及，多是用电脑处理数字图像。

数字图像的处理方法有很多种，这要取决于你的目的。

数字图像增强和变换：对比度增强（在erdas等数字图像处理软件中很容易就能实现的）；图像波段间的比值（包含各波段间的加减运算，可以消除地形和大气的部分影响）及各种指标提取（比如NDVI等用于植被的计算）；主成分分析（在原图像的基础上通过坐标空间的变换，消除冗余信息）；缨帽变换（多用于农业上）；
数字图像分类：监督分类；非监督分类；。

实验编号：02四川师大实验报告2017年4月2日地理与资源资源学院2014级3班实验名称：遥感图像的增强处理姓名：羊少超成绩：学号：2014100339指导教师：林先成老师一．实验目的：1.通过上机操作，掌握图像增强与拉伸、图像去噪、复列变换，边缘提取及主成分变化等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。

2.提升实践与动手能力，提升自身专业素养。

二．实验内容：图像的增强与拉伸、去噪与边缘提取、复列变换和主成分变换。

三．实验数据及设备：遥感图像、实验设备电脑、EARDS IMAGINE8.5软件。

四．实验步骤：首先打开ERDAS IMAGINE8.51.影像的增强处理与直方图的均衡化：灰度反转：①在工具面板中选择Image Interpreter 下的Radiometric Enhancement(辐射增强）,在选择Brightness Inversion（亮度反转）。

②输入图片（input file）Tm_1.img，定义输出文件名为0111.img，其余为默认值，点击OK，保存图片到指定位置。

（对比结果图如图1）直方图的均衡化：①在工具面板中打开Viewer#1,打开图片Viewer#1。

②在Viewer#1下选择Raster 中的contrast （对比），在选择HistogramEqualize（直方图均衡化）。

打开Viewer#2，打开图片Viewer#1，进行图片对比。

（对比图如图2）③接着之前Viewer#1中完成的图像，选择Raster 中的contrast （对比），在选择Breakpoint Editor For lannir.img(断点编辑图像，如图3）从而对图像选择进行拉伸变换。

2.图像去噪与边缘提取：去除Noise：①打开画图软件，用画笔在图纸上点一些黑点作为噪声原件，保存文件到指定为主，定义文件名为noise.tif，格式为.tif②采用中值滤波器，在控制面板中选择Image Interpreter 中的SpatialEnhancement(光间增强），再选择Focal Analysis(聚焦分析），输入图片（input file）noise.tif,定义输出文件名为noise-1.img,在Function 中图1（灰度反转）图2（直方图均衡化）图3（拉伸变换）选择Median,其余为默认值，点击OK,完成去噪。

遥感图像的增强处理一、实验目的通过上机操作，了解空间增强、辐射增强、光谱增强几种遥感图像增强处理的过程和方法，加深对图像增强处理的理解。

二、实验内容对下图进行卷积增强处理；直方图均衡化；主成分变换；色彩变换三、实验过程ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。

1、卷积增强（Convolution）空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。

卷积增强（Convolution）是空间增强的一种方法。

卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。

卷积增强（Convolution）处理的关键是卷积算子——系数矩阵的选择。

该系数矩阵又称卷积核（Kernal）。

ERDAS IMAGINE将常用的卷积算子放在一个名为default.klb的文件中，分为3*3，5*5，7*7三组，每组又包括“Edge Detect/Low Pass/Horizontal/Vertical”等七种不同的处理方式。

具体执行过程如下：ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement→convolution→convolution对话框。

图3-1 Convolution对话框几个重要参数的设置：边缘处理方法：（Handle Edges by）：Reflection卷积归一化处理：Normalize the KernelKernel：3*3EdgeDetcetInput File(*.hdr): C\data\nj.hdr type:ENVI*.hdrOutput File(*.img): C\11.imgOutput: Unsigned 8 bit2、直方图均衡化（Histogram Equalization）直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。