第五章 遥感图像增强
- 格式:ppt
- 大小:424.50 KB
- 文档页数:55
第五章图像的增强与变换§5.1 图像增强与变换§5.2 光谱增强§5.3 空间增强§5.4 多源信息的复合§5.1 图像增强与变换图像增强和变换为了突出相关的专题信息,提高图像的视觉效果,使分析者能更容易地识别图像内容,从图像中提取更有用的定量化信息。
按其作用的空间可分两种:光谱增强空间增强§5.2 光谱增强光谱增强对应于每个像元,与像元的空间排列和结构无关。
因此又叫点操作。
1. 彩色合成2. 对比度增强(直方图增强)3. 图像间运算为了充分利用色彩在遥感图像判读和信息提取中的优势,常常利用彩色合成的方法对多光谱图像进行处理,以得到彩色图像。
单波段彩色变换(密度分割)多波段彩色变换(真彩色,假彩色)HLS变换:色调(hue)、明度(lightness)和饱和度(saturation)的色彩模式。
即RGB模式ÆHLS模式。
1. 彩色合成单波段彩色变换(密度分割)(1)求图像的极大值dmax 和极小值d min ;(2)求图像的密度区间ΔD=dmax -d min +1;(3)求分割层的密度差Δd=ΔD/n,其中n为需分割的层数;(4)求各层的密度区间;(5)定出各密度层灰度值或颜色。
1.彩色合成1.彩色合成多波段彩色变换真彩色合成真彩色图像上影像的颜色与地物颜色基本一致。
把红色波段的影像作为合成图像中的红色分量、把绿色波段的影像作为合成图像中的绿色分量、把蓝色波段的影像作为合成图像中的蓝色分量进行合成的结果。
如TM321分别用RGB合成的图像。
假彩色合成假彩色图像是指图像上影像的色调与实际地物色调不一致的图像。
遥感中最常见的假彩色图像是彩色红外合成的标准假彩色图像。
它是在彩色合成时,把近红外波段的影像作为合成图像中的红色分量、把红色波段的影像作为合成图像中的绿色分量、把绿色波段的影像作为合成图像中的蓝色分量进行合成的结果。
如TM432用RGB合成的图像为标准假彩色图像。
遥感图像的增强
1 线性变换
通过调整各个波段的断点,了解直方图的线性变换。
透过建模,对图像进行线性变换
单击
点击拖拽,连接即可
设置好后,单击
运行图标,就完成了一次线性变换。
可以在viewer 窗口中打开看看。
2
非线性变换
在viewer 窗口内查看非线性变换的结果,与原图比较有什么差异。
3空间域内滤波
在viewer视窗内,通过平滑和锐化,看看变化的效果
平
滑
锐
化
在工具栏内,空间增强中卷积运算,选取各种算子、输入和输出文件。
查看生成文件效果
在辐射增强中练习直方图均衡化和直方图匹配
4傅里叶正变换编辑,逆变换
正变换
打开傅里叶变化图像
选择滤波器
保存后进行傅里叶逆变换,查看各种滤波器和滤波函数的效果。
遥感图像增强的目的及应用遥感图像增强的目的是通过一系列的数字图像处理技术,改善获取的遥感图像质量,使得图像更加清晰、具备更丰富的信息,以便更好地反映地物表面的特征和变化,提高对地物目标的识别和提取能力。
遥感图像增强的目标是以较低的成本和较少的数据,获取更准确、更丰富的信息。
遥感图像增强的应用非常广泛,涵盖了农业、林业、地质、环境、城市规划、水资源等多个领域。
下面分别介绍一些具体的应用案例:1. 农业:通过遥感图像增强技术,可以更好地提取农田的土壤类型、植被信息和作物生长情况,对农业生产进行监测和评估。
如可以准确识别出农田的植被覆盖度,为农业精细化管理提供数据支持,实现农田水分、化肥的准确施用。
2. 水资源管理:通过对遥感图像进行增强处理,可以提取水体边界和水体类型,实时监测水体的变化,评估水资源的利用状况。
例如,可以对湖泊、河流等水体进行动态监测,及时发现水质异常和水体污染问题。
3. 灾害预警和防治:遥感图像增强可以帮助提取地质灾害、森林火灾、洪涝灾害等灾害的前兆信号,为灾害预警和防治提供及时有效的数据支持。
例如,可以通过增强处理提取出植被覆盖度等指标,评估和预测森林火灾的潜在风险。
4. 城市规划:通过遥感图像增强,可以提取出城市的道路网络、建筑物分布情况、绿地覆盖等信息,为城市规划和土地利用提供准确的基础数据。
例如,可以通过增强处理提取出建筑物的形状和高度信息,用于城市建筑物的三维模型构建和城市景观设计。
5. 环境监测:遥感图像增强可以监测大气、水体和土地等环境污染情况,提取环境参数,评估环境状况和污染程度。
例如,可以通过增强处理提取出水体的叶绿素-a浓度,用于评估水体的富营养化程度。
6. 地质勘探:遥感图像增强可以提取地表地貌、岩性、构造等地质信息,用于地质勘探和矿产资源的评估与开发。
例如,可以通过增强处理提取出岩性差异,找出潜在的矿产资源区域。
综上所述,遥感图像增强在农业、水资源管理、灾害预警和防治、城市规划、环境监测和地质勘探等领域具有重要的应用价值,能够提高数据的质量和精度,为相关领域的研究和决策提供准确的数据支持。
遥感图像增强实验报告引言遥感技术在地球科学和环境科学领域有着广泛的应用,其中图像增强是遥感图像处理的重要环节之一。
图像增强旨在改善遥感图像的视觉效果,使得图像的细节更加清晰、对比度更加鲜明,以便更好地进行地表特征的识别和分析。
在本次实验中,我们将探讨常用的图像增强方法,并且使用实际遥感图像进行增强实验。
实验目的1. 了解遥感图像增强的基本概念和方法。
2. 掌握常见的图像增强方法的实施过程。
3. 分析和比较不同图像增强方法的效果,选择最适合的增强方法。
实验步骤1. 数据准备:选择一张遥感图像作为实验数据,确保图像分辨率适中、含有一定的地表特征。
2. 灰度拉伸:使用灰度拉伸方法增强图像的对比度。
首先计算图像的最小灰度值(Min)和最大灰度值(Max),然后通过线性变换将灰度值映射到0-255的范围内。
3. 直方图均衡化:利用直方图均衡化方法增强图像的细节。
首先计算图像的灰度直方图,然后按照直方图均衡化的公式对每个灰度值进行调整。
4. 自适应直方图均衡化:对比直方图均衡化方法,自适应直方图均衡化能够避免对整个图像进行均衡化,而是通过使用局部领域内的信息来进行均衡化。
5. 对比度增强:使用对比度增强方法增强图像的对比度。
可以通过调整图像的亮度、对比度和饱和度来实现。
6. 结果分析:根据实验结果分析不同图像增强方法的效果,选择最佳的增强方法。
实验结果与分析经过实验,我们得到了经过不同图像增强方法处理后的图像。
通过对比实验前后的图像,我们可以得出以下结论:1. 灰度拉伸方法能够有效增强图像的对比度,使得图像的亮度范围更广,细节更加清晰。
2. 直方图均衡化方法能够增强图像的细节,特别是在暗部和亮部细节的表现上有显著提升。
3. 自适应直方图均衡化方法相比于普通直方图均衡化方法在处理具有大范围对比度差异的遥感图像时效果更好,避免了过度增强和信息损失。
4. 对比度增强方法可以通过调整图像的亮度、对比度和饱和度来增强图像的视觉效果,但对于某些场景可能会导致图像过度增强或过度饱和。