遥感图像处理平滑与锐化方(详细)法

遥感图像增强实验报告1. 实验目的和内容实验目的：（1）遥感图像的空间域增强：通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像，是图像增强技术的基本组成部分，包括点运算和邻域运算。

（2）遥感图像的频率域增强：通过对频率域的调整对遥感图像进行平滑和锐化，平滑主要是保留图像的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。

（3）遥感图像的彩色增强：将黑白图像转换成彩色图像，使地物的差别易于分辨，突出图像的有用信息，从而提高对图像的解译和分析能力。

实验内容：（1）遥感图像的空间域增强：点运算—直方图均衡化、灰度拉伸、任意拉伸，邻域运算—图像平滑、图像锐化。

（2）遥感图像的频率域增强：定义FFT，反向FFT，再进行对比。

（3）遥感图像的彩色增强：多波段影像—彩色合成、单波段影像—伪彩色增强、色彩空间变换、遥感数据融合。

2. 图像处理方法和流程A.遥感图像的空间域增强1.直方图均衡化(1)在主窗口中打开can_tmr.img文件。

(2)以gray形式显示一个波段。

(3)Display窗口>enhance>equalization2.灰度拉伸(1)Display窗口>enhance>interactive stretching(2)弹出的对话框>stretch_type>linear(3)在STRETCH对应的两个文本框中输入需要拉伸的范围，然后单击对话框上的APPLY按钮，图像显示为线性拉伸后的效果。

3.任意拉伸（1）弹出的对话框>stretch_type>Arbitary，在output histogram中单击绘制直方图，右键结束（2）点击apply，结果如图所示4.图像平滑（1）均值平滑，在主窗口中打开can_tmr.img文件。

主窗口>enhance>filter>smooth[3*3]。

结果如图所示（2）中值平滑，在主窗口中打开can_tmr.img文件。

昆明理工大学（数字图像处理）实验报告实验名称：图像的平滑与锐化专业：电子信息科学与技术姓名：学号：成绩：[实验目的]1、理解图像平滑与锐化的基本原理。

2、掌握图像滤波的基本定义及目的。

3、理解空间域滤波的基本原理及方法。

4、编程实现图像的平滑与锐化。

[实验原理]空间滤波器都是基于模板卷积，其主要工作步骤是：1)将模板在图中移动，并将模板中心与图中某个像素位置重合；2)将模板上的系数与模板下对应的像素相乘；3)将所有乘积相加；4)将和（模板的输出响应）赋给图中对应模板中心位置的像素。

1、图像的平滑目的：减少噪声方法：空域法：邻域平均法、低通滤波、多幅图像求平均、中值滤波（1）邻域平均(均值滤波器)所谓的均值滤波是指在图像上对待处理的像素给一个模板，该模板包括了其周围的邻近像素。

将模板中的全体像素的均值来替代原来的像素值的方法。

（2）中值滤波（统计排序滤波）一般地 , 设有一个一维序列 f1 , f2 , f3 ,…, fn ,取该窗口长度(点数)为 m (m为奇数 ),对一维序列进行中值滤波,就是从序列中相继抽取m 个数 fi-v , … , fi-1, fi,fi+1 , … , fi+v;其中 fi 为窗口的中心点值 ,v = ( m - 1 )/ 2 。

再将这 m 个点 值按 其数值大小排序,取中间的 那个数作为滤波输出 ,用数学公式表示为:yi = med fi-v,…,fi-1,fi,fi+1,…,fi+v其中i ∈Z,v=(m-1)/2 。

中值滤波一般采用一个含有奇数个点的滑动窗口,将窗口中各点灰度值的中值来替代指定点(一般是窗口的中心点)的灰度值。

二维中值滤波可有下式表示 :yi = med { fij }中值滤波的性质有 :(1) 非线性 , 两序列 f ( r ) , g ( r )med{ f ( r ) + g ( r ) } ≠ med{ f ( r ) } + med{ g ( r ) }(2) 对尖峰性干扰效果好,即保持边缘的陡度又去掉干扰,对高斯分 布噪声效果差;(3) 对噪声延续距离小于W/2的噪声抑制效果好,W 为窗口长度。

数字图像处理作业题目：图像的平滑处理与锐化处理姓名：***学号：************专业：计算机应用技术1.1理论背景现实中的图像由于种种原因都是带噪声的，噪声恶化了图像质量，使图像模糊，甚至淹没和改变特征，给图像分析和识别带来了困难。

一般数字图像系统中的常见噪声主要有：高斯噪声、椒盐噪声等。

图像去噪算法根据不通的处理域，可以分为空间域和频域两种处理方法。

空间域处理是在图像本身存在的二维空间里对其进行处理。

而频域算法是用一组正交函数系来逼近原始信号函数，获得相应的系数，将对原始信号的分析转动了系数空间域。

在图像的识别中常需要突出边缘和轮廓信息，图像锐化就是增强图像的边缘和轮廓。

1.2介绍算法图像平滑算法：线性滤波（邻域平均法）对一些图像进行线性滤波可以去除图像中某些类型的噪声。

领域平均法就是一种非常适合去除通过扫描得到的图像中的噪声颗粒的线性滤波。

领域平均法是空间域平滑噪声技术。

对于给定的图像()j i f,中的每个像素点()nm,，取其领域S。

设S含有M个像素，取其平均值作为处理后所得图像像素点()nm,处的灰度。

用一像素领域内各像素灰度平均值来代替该像素原来的灰度，即领域平均技术。

领域S的形状和大小根据图像特点确定。

一般取的形状是正方形、矩形及十字形等，S 的形状和大小可以在全图处理过程中保持不变，也可以根据图像的局部统计特性而变化，点(m,n)一般位于S 的中心。

如S 为3×3领域，点(m,n)位于S 中心，则()()∑∑-=-=++=1111,91,i j j n i m f n m f 假设噪声n 是加性噪声，在空间各点互不相关，且期望为0，方差为2σ，图像g 是未受污染的图像，含有噪声图像f 经过加权平均后为 ()()()()∑∑∑+==j i n M j i g M j i f M n m f ,1,1,1, 由上式可知，经过平均后，噪声的均值不变，方差221σσM =，即方差变小，说明噪声强度减弱了，抑制了噪声。

《遥感原理》练习题及答案一、名词解释（20分）1.多波段遥感：探测波段在可见光与近红外波段范围内，再分为若干窄波段来探测目标。

2.维恩位移定律：黑体辐射光谱中最强辐射的波长与黑体的绝对温度成反比。

黑体的温度越高，其曲线的峰顶就越往左移，即往短波方向移动。

3.瑞利散射与米氏散射：前者是指当大气中的粒子直径比波长小得多的时候所发生的大气散射现象。

后者是指气中的粒子直径与波长相当时发生的散射现象。

4.大气窗口；太阳辐射通过大气时，要发生反射、散射、吸收，从而使辐射强度发生衰减。

对传感器而言，某些波段里大气的投射率高，成为遥感的重要探测波段，这些波段就是大气窗口。

5.多源信息复合：遥感信息图遥感信息，以及遥感信息与非遥感信息的复合。

6.空间分辨率与波谱分辨率：像元多代表的地面范围的大小。

后者是传感器在接收目标地物辐射的波谱时，能分辨的最小波长间隔。

7.辐射畸变与辐射校正：图像像元上的亮度直接反映了目标地物的光谱反射率的差异，但也受到其他严肃的影响而发生改变，这一改变的部分就是需要校正的部分，称为辐射畸变。

通过简便的方法，去掉程辐射，使图像的质量得到改善，称为辐射校正。

8.平滑与锐化；图像中某些亮度变化过大的区域，或出现不该有的亮点时，采取的一种减小变化，使亮度平缓或去掉不必要的“燥声”点，有均值平滑和中值滤波两种。

锐化是为了突出图像的边缘、线状目标或某些亮度变化大的部分。

9.多光谱变换；通过函数变换，达到保留主要信息，降低数据量；增强或提取有用信息的目的。

本质是对遥感图像实行线形变换，使多光谱空间的坐标系按照一定的规律进行旋转。

10、监督分类：包括利用训练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的过程。

二、填空题（20分）1、1978年以后，气象卫星进入了第三个发展阶段，主要以--------NOAA------系列为代表。

我国的气象卫星发展较晚。

卫星是中国于1998年9月7日发射的第一颗环境遥感卫星。

Unit 11、图像是对客观存在的物体的一种相似性的、生动的写真或描述。

2、图像处理的内容它是研究图像的获取、传输、存储、变换、显示、理解与综合利用的一门崭新学科。

根据抽象程度不同可分为三个层次：狭义图像处理、图像分析和图像理解。

Unit 21、图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。

它包括采样和量化两个过程。

像素的位置和灰度就是像素的属性。

2、将空间上连续的图像变换成离散点的操作称为采样。

采样间隔和采样孔径的大小是两个很重要的参数。

3、将像素灰度转换成离散的整数值的过程叫量化。

4、表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。

5、一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为M×N×g （bit）6、数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。

7、对比度是指一幅图象中灰度反差的大小。

对比度=最大亮度/最小亮度8、清晰度由图像边缘灰度变化的速度来描述。

9、灰度直方图反映的是一幅图像中各灰度级像素出现的频率。

以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。

10、简述灰度直方图的应用。

1）.数字化参数（判断量化是否恰当）。

2）. 边界阈值选取（确定图像二值化的阈值）。

3）. 利用直方图统计图像中物体的面积。

4）. 计算图像信息量H（熵）。

5）. 利用直方图分析图像的特性。

6）. 利用直方图进行图像增强。

11、对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合适的整数}，叫做该像素的邻域。

12、对输入图像IP（i,j）处理时，某一输出像素JP(i,j)值由输入图像像素（i,j)及其邻域N(IP(i,j))中的像素值确定。

这种处理称为局部处理。

13、在局部处理中，当输出值JP(i,j)仅与IP(i,j)有关，则称为点处理。

14、在局部处理中，输出像素JP(i,j)的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理。

《遥感数字图像处理》习题与答案第一部分1.什么是图像？并说明遥感图像与遥感数字图像的区别。

答：图像（image）是对客观对象的一种相似性的描述或写真。

图像包含了这个客观对象的信息。

是人们最主要的信息源。

按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。

模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。

数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。

2.怎样获取遥感图像？答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。

根据传感器基本构造和成像原理不同。

大致可分为摄影成像、扫描成像和雷达成像三类。

m=3.说明遥感模拟图像数字化的过程。

灰度等级一般都取2m（m是正整数），说明8时的灰度情况。

答：遥感模拟图像数字化包括采样和量化两个过程。

①采样：将空间上连续的图像变换成离散点的操作称为采样。

空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。

②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。

应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。

m=时，则得256个灰度级。

若一幅遥感数字图像的量化灰度级数g=256级，则灰当8度级别有256个。

用0—255的整数表示。

这里0表示黑，255表示白，其他值居中渐变。

由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。

彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。

4.什么是遥感数字图像处理？它包括那些内容？答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。

其内容有：①图像转换。

包括模数（A/D）转换和数模（D/A）转换。

遥感数字图像处理-要点编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（遥感数字图像处理-要点）的内容能够给您的工作和学习带来便利。

同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以下为遥感数字图像处理-要点的全部内容。

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。

一．预处理1．降噪处理由于传感器得因素，一些获取得遥感图像中，会出现周期性得噪声，我们必须对其进行消除或减弱方可使用。

（1）除周期性噪声与尖锐性噪声周期性噪声一般重叠在原图像上，成为周期性得干涉图形，具有不同得幅度、频率、与相位。

它形成一系列得尖峰或者亮斑，代表在某些空间频率位置最为突出。

一般可以用带通或者槽形滤波得方法来消除。

消除尖峰噪声，特别就是与扫描方向不平行得，一般用傅立叶变换进行滤波处理得方法比较方便。

（2）除坏线与条带去除遥感图像中得坏线。

遥感图像中通常会出现与扫描方向平行得条带，还有一些与辐射信号无关得条带噪声，一般称为坏线。

一般采用傅里叶变换与低通滤波进行消除或减弱。

2．薄云处理由于天气原因，对于有些遥感图形中出现得薄云可以进行减弱处理。

3．阴影处理由于太阳高度角得原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。

二．几何纠正通常我们获取得遥感影像一般都就是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。

特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。

1．图像配准为同一地区得两种数据源能在同一个地理坐标系中进行叠加显示与数学运算，必须先将其中一种数据源得地理坐标配准到另一种数据源得地理坐标上,这个过程叫做配准。

（1）影像对栅格图像得配准将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。

（2）影像对矢量图形得配准将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。

2．几何粗纠正这种校正就是针对引起几何畸变得原因进行得，地面接收站在提供给用户资料前，已按常规处理方案与图像同时接收到得有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正、3．几何精纠正为准确对遥感数据进行地理定位，需要将遥感数据准确定位到特定得地理坐标系得，这个过程称为几何精纠正。

一．预处理1．降噪处理由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进展消除或减弱方可使用。

〔1〕除周期性噪声和锋利性噪声周期性噪声一般重叠在原图像上，成为周期性的干预图形，具有不同的幅度、频率、和相位。

它形成一系列的尖峰或者亮斑，代表在*些空间频率位置最为突出。

一般可以用带通或者槽形滤波的方法来消除。

消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进展滤波处理的方法比拟方便。

〔2〕除坏线和条带去除遥感图像中的坏线。

遥感图像常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。

一般采用傅里叶变换和低通滤波进展消除或减弱。

2．薄云处理由于天气原因，对于有些遥感图形中出现的薄云可以进展减弱处理。

3．阴影处理由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进展消除。

二．几何纠正通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进展几何精纠正，在地形起伏较区，还必须对其进展正射纠正。

特殊情况下还须对遥感图像进展大气纠正，此处不做阐述。

1．图像配准为同一地区的两种数据源能在同一个地理坐标系中进展叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。

〔1〕影像对栅格图像的配准将一幅遥感影像配准到一样地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。

〔2〕影像对矢量图形的配准将一幅遥感影像配准到一样地区一幅矢量图形中，使其在空间位置上能进展重合叠加显示。

2．几何粗纠正这种校正是针对引起几何畸变的原因进展的，地面接收站在提供应用户资料前，已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进展了校正.3．几何精纠正为准确对遥感数据进展地理定位，需要将遥感数据准确定位到特定的地理坐标系的，这个过程称为几何精纠正。