下载文档原格式
第八章（4） 遥感图像增强处理一、彩色增强处理彩色合成变换：加色法密度分割：单波段的彩色：密度分割IHS 变换（一）彩色合成多波段彩色合成：利用计算机将同一地区三个波段的影像，分别赋予红、绿、蓝三原色，进行单基色变换（色阶），然后使各影像准确套合叠置显示，依照彩色合成原理，构成彩色合成影像。
分类：假彩色合成、真彩色合成真彩色合成：当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红色、绿色、蓝色，合成后的影像十分接近自然界的色彩，称为真彩色合成。
假彩色合成：（重点看）各工作波段被赋予的颜色，与波段所代表的真实颜色不同，合成色不是地物真实的颜色，因此这种合成叫做假彩色合成标准假彩色合成：1、近红外波段赋予红色、红光波段赋予绿色，绿光波段赋予蓝色。
2、针对TM 影像的7个波段：第2波段是绿色波段、第3波段是红色波段、第4波段是近红外波段当4、3、2波段分别赋予红、绿、蓝色时，这一合成方案称为标准假彩色合成（二）假彩色密度分割单波段的假彩色密度分割：将单波段影像的像元值从小到大按照某种标准划分等级，每一级别赋予一种颜色，最终影像表现为彩色，这些色彩是人为加上的，与地物的天然色彩不一定相同，称为假彩色密度分割。
等密度分割：对像元数值从小到大划分为n 级，各级内含有的像元数大致相等时，称为等密度分割。
（三）IHS 变换HSI 代表色调、饱和度和明度（hue ，saturation,intensity ）。
色彩模式可以用近似的颜色立体来定量化。
定义：IHS 变换是RGB 颜色系统与HIS 颜色系统之间的变换。
具体方法 ：令IRIGIB ,下标max 为R ，G ，B 中最大值，下标min 为R ，G ，B 中最小值， IRIGIB 和Ｓ均为0-1的实数，Ｈ为0-360的实数。
则有明度： 2/)(min max I I I +=饱和度：5.0≤I )/()(min max min max S S S S S +-=5.0>I )11/()(min max min max S S S S S -+--=色调：min max H H H -=∆如果max H H R =，则]/)[(60H H H H B G ∆-=，位于黄和品红之间如果max H H G =，则]/)(2[60H H H H R B ∆-+=，位于青和黄之间如果max H H B =，则 ]/)(4[60H H H H G R ∆-+=，位于品红和蓝之间二 、光谱增强处理（一）反差增强线性变换，非线性变换，直方图增强⏹ 通过修改各种像元值来改善影像对比度，从而改变影像质量的处理方法。
遥感图像处理的图像增强和特征提取方法遥感图像处理是利用遥感技术获取和处理地球表面信息的一种方法。
在遥感图像处理中，图像增强和特征提取是两个重要的步骤。
本文将探讨遥感图像处理的图像增强和特征提取方法，并介绍其在实际应用中的重要性和挑战。
一、图像增强方法图像增强是通过改善遥感图像的质量和清晰度来提取更多有用信息的过程。
在遥感图像处理中，常用的图像增强方法包括直方图均衡化、滤波和增强算法等。
1. 直方图均衡化直方图均衡化是一种通过调整图像的亮度分布来增强图像对比度的方法。
它通过将图像的亮度值映射到一个更均匀分布的直方图来使图像的细节更加清晰。
直方图均衡化能够有效地提高图像的视觉质量，但在某些情况下可能会导致过度增强和失真。
2. 滤波滤波是一种通过去除图像中的噪声和不必要的细节来改善图像质量的方法。
在遥感图像处理中，常用的滤波方法包括中值滤波、高斯滤波和小波变换等。
这些滤波方法能够有效地降低图像的噪声和模糊度，提高图像的清晰度和边缘保持能力。
3. 增强算法增强算法是一种通过对图像进行像素级别的调整和处理来增强图像质量的方法。
常用的增强算法包括灰度拉伸、对比度增强和边缘增强等。
这些算法能够根据图像的特点和需求来调整图像的亮度、对比度和细节等，从而提高图像的视觉效果和信息提取能力。
二、特征提取方法特征提取是通过从遥感图像中提取和表示有用的信息和模式来分析和识别图像内容的过程。
在遥感图像处理中，常用的特征提取方法包括纹理特征提取、频谱特征提取和形状特征提取等。
1. 纹理特征提取纹理特征提取是一种通过分析图像中的纹理信息来描述和表示图像内容的方法。
常用的纹理特征提取方法包括灰度共生矩阵、小波变换和局部二值模式等。
这些方法能够有效地提取图像中的纹理细节和结构特征，用于图像分类、目标检测和地物识别等应用。
2. 频谱特征提取频谱特征提取是一种通过分析图像的频域信息来描述和表示图像内容的方法。
常用的频谱特征提取方法包括傅里叶变换、小波变换和高斯金字塔等。
第一部分图像锐化图像锐化是突出边缘信息、或图像中线状地物的信息。
本部分所用数据：ftp://redearth@210.27.226.200/dzja/digitalgraph/05%20遥感图像增强处理/文件夹下的“美国的空军基地.jpg”和“上海浦东.jpg”。
1、使用robert梯度进行图像锐化打开：上海浦东.jpg文件，在ENVI主菜单中，选择filter—convolutions and morphology察看robert梯度锐化的结果。
2、使用拉普拉斯算法进行图像锐化打开：上海浦东.jpg文件，在ENVI主菜单中，选择filter—convolutions and morphology察看拉普拉斯算子锐化的结果。
比较robert梯度和拉普拉斯算法锐化结果的异同；换幅影像（美国空军基地.jpg）锐化比较；尝试使用自定义算子锐化影像。
第二部分遥感数据融合数据融合是将多幅影像组合到单一合成影像的处理过程。
通常使用高分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。
本部分所用数据：ftp://redearth@210.27.226.200/dzja/digitalgraph/envidata/lontmsp/文件夹下的“lon_spot”（伦敦地区spot影像）和“lon_tm”（伦敦地区tm影像）。
方法1、ENVI中手动融合1、打开伦敦地区的TM和spot影像，并显示2、调整两幅影像大小一致，对tm影像乘以系数3、拉伸spot影像亮度由原来的0-1024到0-1，以适应HSV-RGB变换中v的取值要求。
4、将调整大小后的TM影像由RGB变换为HSV5、进行HSV至RGB的转换，其中H和S分别选RGB至HSV转换后的TM的H和S，V 选则拉伸后的SPOT影像。
6、将融合后的影像显示，并与融合前的TM影像和SPOT影像比较，看看其空间分辨率和光谱信息发生什么变化。
注意：在影像融合中，待融合影像的大小需要事先准备一致，如果待融合影像有地理参考该如何做？思考。
三：遥感图像的增强处理
实验目的：通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
实验内容：卷积增强处理；直方图均衡化；主成份变换；色彩变换。
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）处理的关键是卷计算子----系数矩阵的选择。
该系数矩阵又称卷积核（Kernal）。
ERDAS IMAGINE 将常用的卷计算子放在一个名为default.klb的文件中，分为3*3，5*5、7*7三组，每组又包括“EdgeDetect/Low Pass/Horizontal/Vertical/Summary”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 Kernel
2、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。
这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。
注意：认真对比直方图均衡化前后的图像差别，仔细观察直方图均衡化的效果。
图3-2直方图均衡化
3、主成分变换
主成分变换（Principal Component Analysis）是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。
ERDAS IMAGE提供的主成分变换功能最多等对256个波段的图象进行转换压缩。
ERDAS 图标面板菜单条：Main →Image Interporeter→Spectral Enhancement →Principial Comp →Pincipal Components对话框。
（图3-3）
图3-3 Principal Component对话框
4、色彩变换（RGB to IHS）
色彩变换是将遥感图像从红（R）、绿（G）、兰（B）三种颜色组成的色彩空间转换到以亮度（I）、色度（H）、饱和度（S）作为定位参数的色彩空间，以便使图像的颜色与人眼看到得更接近。
其中，亮度表示整个图象的明亮程度，取值范围是0-1；色度代表像元的颜色，取值范围为0-360；饱和度代表颜色的纯度，取值范围是0-1。
图3-4 RGB to HIS对话框。
