图像增强及距离测量

前沿科技数码世界 P .7复杂环境下航天探测图像增强技术李登良 92785部队摘要：由于太空环境复杂多变，使探测到的太空图像背景复杂、对比度和清晰度等因素较低，这都严重影响了其后续处理的实时性与准确性。

为此，本文提出了一种可在复杂环境下对探测到的太空现场图像增强的多尺度离散小波变换算法。

首先将RGB 图像转换到HSV 空间的H 分量、S 分量、V 分量；然后通过采用多尺度小波变换在频域增强该颜色空间的V 分量，同时利用相关系数使S 分量随着V 分量的增强进行自适应调整；最后将处理后的H、S、V 分量图像转换到RGB 空间合成目标图像，得到一种对比度清晰的空间图像。

将该算法与图像增强算法进行比较。

实验结果表明：该方法在使清晰度得到增强的同时细节信息也增强，排除复杂天气的干扰，大幅提高空间探测图像的对比度、清晰度。

关键词：现场图像 小波变换 HSV 空间 频域增强 清晰度1 引言随着科技的进步，人类对太空的探索也在不断加深，由于小行星本身对宇宙发展的揭秘以及其可能存在的丰富矿藏使得人类对小行星的探测热情不断升高。

这给我们对空间探测造成了极大的不便，给我们对空间资源等的探索使用造成了难以估量的损失。

因此对空间小行星等的探测研究有着重大的现实意义。

由于空间小行星所处环境复杂，在现实条件下采集图像时会受光线、运动、采集时间、图像背景以及对比度等因素影响，使其拍摄图像质量严重偏低，使得现有识别检测技术都有一定的使用局限性。

2 算法实现流程如何将复杂天气下空间探测图像的低频分量和高频分量正确、快速分离，是低照度图像增强的关键。

为此，根据颜色空间各分量的相关性及小波变换可以有效分离图像的高、低频信息的特点，提出了基于HSV 空间的小波变换图像增强算法，减小复杂环境因素对空间探测图像清晰影响，算法流程如图1所示。

3 RGB 转到HSV 图像空间RGB 颜色模型是一种面向设备的颜色空间；HSV 用颜色的三个基本属性——色调（hue）、饱和度（saturation）和明度（value）来表示色彩，是一种面向视觉感知的颜色模型，能较好的反应人对色彩的感知和鉴别，所以非常适合于图像处理。

3 方位测量
雷达利用天线的旋转或 相控阵技术来确定目标 的方位角。
雷达定位的应用领域
军事
雷达在军事领域中用于目标探测、目标跟踪 和导弹制导等方面。
航空
雷达在航空领域中用于飞行管制、地面导航 和防撞系统等。
气象
雷达可以检测大气中的降水、雷暴等天气现 象，用于气象预报和监测。
海洋
雷达可用于海洋中的船舶定位、海上目标探 测和导航等。
雷达导航的应用领域
航天
雷达导航在航天领域中用于卫星定位和航天 器导航。
航空
雷达导航在航空领域中用于飞行导航和空中 交通管制。
航海
雷达导航在航海领域中用于船舶定位和海上 导航。
陆地
雷达导航在陆地领域中用于车辆导航和位置 服务等。
雷达导航系统的组成
1 定位器件
包括雷达天线、传感器 和接系统通过卫星和地面设备共同工作，实现全球范围的导航和定位功 能。
卫星导航系统的发展历程
1
GPS系统
美国开发的全球定位系统，成为卫星
GLONASS系统
2
导航的先驱。
俄罗斯开发的全球卫星导航系统。
3
北斗系统
中国开发的全球卫星导航系统。
雷达信号处理器
用于对雷达信号进行处理和分 析的装置。
雷达信号处理技术概述
雷达信号处理技术包括目标检测、滤波、参数估计和图像重建等方面，旨在 提取目标信息并实现目标定位与跟踪。
雷达信号处理的主要方法
1
雷达脉冲压缩
通过信号处理方法，压缩脉冲雷达接收信号，提高距离和速度分辨率。
2
自适应波束形成
根据环境和目标情况，实时调整雷达天线的发射和接收模式，实现波束的优化。
雷达定位的分类

视觉传感器测长度的原理视觉传感器是一种利用摄像机和图像处理技术进行测量和感知的设备。

在测量长度方面，视觉传感器可以通过图像特征提取和几何计算来获取目标物体的实际尺寸。

视觉传感器测量长度的原理主要分为以下几个步骤：1. 图像获取：视觉传感器通过摄像机获取待测长度物体的图像。

摄像机可以是黑白或彩色，具有不同的分辨率和感光度。

一般采用高分辨率摄像机可以提高测量的精度。

2. 图像预处理：获取图像后，需要进行图像预处理。

图像预处理包括去噪、图像增强、边缘检测等操作，目的是提高图像质量，并突出待测长度物体的特征。

3. 特征提取：在预处理后的图像中，需要提取待测长度物体的特征。

常用的特征包括边缘、角点、轮廓等。

特征提取通常通过图像处理算法实现，如Canny 边缘检测算法、Harris角点检测算法等。

4. 特征匹配：提取到待测长度物体的特征后，需要将其与已知长度的标定物体进行匹配。

这样可以建立待测长度物体与已知长度之间的关系，从而实现长度的测量。

特征匹配可以通过模板匹配、形状匹配等算法实现。

5. 几何计算：在特征匹配后，可以利用几何计算方法来获取待测长度物体的实际尺寸。

几何计算可以基于物体之间的比例关系，或者利用三角形相似性原理等。

通过几何计算可以将特征点之间的像素距离转换为实际物体的长度。

6. 长度测量：最后，根据特征点之间的像素距离和几何计算得到的实际物体长度，可以进行长度的测量。

需要注意的是，视觉传感器测量长度的精度和稳定性受到多个因素的影响，如图像质量、摄像机分辨率、光照条件等。

为了提高测量的精度和可靠性，可以使用多个视觉传感器进行测量，或者采用其他辅助手段，如激光测距仪等。

总结起来，视觉传感器测量长度的原理主要包括图像获取、图像预处理、特征提取、特征匹配、几何计算和长度测量等步骤。

通过这些步骤，可以从图像中获取目标物体的实际尺寸，实现长度的测量。

这种基于图像处理和几何计算的测量方法具有非接触、高精度、实时性强等优点，在工业制造、机器人导航、自动化检测等领域具有广泛的应用前景。

卫星测量图像的处理和解译方法随着科技的不断发展，卫星测量图像已经成为了现代地理信息系统中的重要内容。

它提供了坐标和位置信息，用于辅助地图制作、环境监测、资源管理等诸多领域。

然而，要正确解读卫星测量图像并提取有用的信息并不容易。

本文将介绍一些常见的卫星测量图像处理和解译方法，以帮助读者更好地理解卫星测量图像。

一、图像预处理在进行卫星测量图像的后续处理和解译之前，首先需要对图像进行预处理。

这包括图像增强、去噪等步骤。

1. 图像增强图像增强是通过调整图像的亮度、对比度等参数来改善图像的质量和清晰度的过程。

常用的图像增强方法包括直方图均衡化、滤波等。

直方图均衡化可以通过重新分配图像的像素值来增强图像的对比度。

而滤波可以通过去除图像中的噪声来提高图像的清晰度。

2. 去噪卫星测量图像由于受到大气干扰、传感器噪声等因素的影响，通常都会存在一定程度的噪声。

为了减少噪声对图像解译的影响，需要对图像进行去噪处理。

常用的去噪方法包括中值滤波、小波去噪等。

二、图像解译图像解译是将卫星测量图像中的像素值转化为现实世界中的信息的过程。

它可以帮助我们了解地表特征、环境变化等信息，对环境监测、资源管理等方面具有重要意义。

1. 特征提取特征提取是图像解译的关键步骤之一。

它通过识别和提取图像中的地物特征，如道路、建筑物、植被等，来获取更高层次的地理信息。

常用的特征提取方法包括边缘检测、分割算法等。

2. 分类与识别分类与识别是将特征提取的结果与事先定义的地物类型进行对比和匹配的过程。

通过建立分类模型和利用机器学习算法，可以自动识别图像中的地物类型。

同时，也可以借助地理信息系统的辅助，在图像上手动绘制感兴趣区域进行分类。

无论是自动识别还是手动分类，都可以帮助我们更好地理解和利用卫星测量图像。

三、应用与展望卫星测量图像的处理和解译方法在实际应用中有着广泛的应用前景。

通过对卫星测量图像的处理和解译，可以实现环境监测、资源管理、城市规划等多个领域的需求。

[实验数据处理及成果]
用SPOT校正TM数据，附操作过程截图和校正后TM影像图片
[体会及建议]
通过本次试验熟悉在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的配准和影像到地图的校正。在实验过程中移动光标，查看坐标值，要小心谨慎注意地图坐标和经纬度之间的关系。以免出现错误。
（2）通过计算机操作与地理知识的结合增强对地理学科的兴趣，为以后继续从事相关工作奠定基础。
（3）树立地理学思想，理解并掌握地理学科的学习、实践的方法。
二、实验内容
遥感图像的几何校正，IHS融合方法。
三、实验准备
（1）IHS融合: IHS融合法是比较常用的一种融合方法。其基本原理是首先将空间分辨率
较低的三个多光谱影像变换到IHS彩色空间，得到明度（I），色别（H）和饱和度（S）三个分量；然后将高空间分辨率影像进行对比度拉伸，达到与I分量具有相同的均值和方差；再将处理后的高空间分辨率影像替换I分量，作IHS逆变换后就得到融合后的影像。
篇三：遥感实验报告
实验报告（实验一）
[实验名称]ENVI窗口的基本作
[实验目的与内容]
实验目的
熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法，影像上距离和面积量算方法。实验内容
1、熟悉遥感图像处理软件ENVI的窗口基本操作。2、查看影像信息和像元信息。3、距离测量与面积测量。
[实验数据处理及成果]
遥感图像配准实验报告
篇一：遥感图像处理实验报告
《遥感数字图像处理》
实习报告
学院：环境与资源学院
班级：地理1002
学号：周颖智
姓名：20101171
西南科技大学环境与资源学院遥感实习…………………......2

如何进行航空摄影测量和影像处理摘要：本文将介绍如何进行航空摄影测量和影像处理。

首先，将简要介绍航空摄影测量的原理和技术。

接着，将介绍摄影测量中常用的航空影像获取方法，并解释如何选择合适的摄影仪器和参数。

然后，将详细描述摄影测量的数据准备和处理步骤，包括摄影控制点的布设、像片室内外定向和数字摄影测量模型的建立。

最后，将探讨影像处理的基本原理和常用技术，包括图像增强、建筑物提取和三维重建。

通过本文的阐述，读者将能够了解整个航空摄影测量和影像处理流程，并具备一定的实践能力。

一、航空摄影测量的原理和技术航空摄影测量是一种利用航空影像进行地物测量的方法。

它利用航空摄影机从高空拍摄地面影像，再通过一系列的测量和处理步骤，获取地面上物体的准确位置和形态信息。

航空摄影测量的核心原理是相对位置的测量。

通过摄影机的前方交会几何原理，将地面上的物体影像与空中像片上的控制点进行测量和匹配，从而确定物体的几何位置。

同时，航空摄影测量还依赖于像片定向方法，通过外业摄像控制点和内业像点测量，建立摄影测量模型，进行像点坐标的计算和像片的定向。

航空摄影测量技术的应用非常广泛。

它被广泛应用于土地利用规划、城市建设、资源管理、环境监测等领域。

同时，随着无人机的发展，航空摄影测量技术也得到了进一步的发展和应用，成为现代地理信息系统的重要组成部分。

二、航空影像获取方法及仪器选择航空影像获取是航空摄影测量的关键步骤之一。

通常，可以通过多种方式获取航空影像，包括有人飞行器、无人飞行器和卫星影像，具体选择方法需要根据测量需要、成本和时间等因素进行决策。

有人飞行器一直是获取航空影像的主要方式。

传统的有人飞行器包括飞机和直升机，它们通常搭载专业的航空摄影仪器，能够获取高分辨率的航空影像。

无人飞行器是近年来发展起来的一种获取航空影像的新兴方式。

它们可以实现低空飞行，比有人飞行器更灵活、经济，并且可以搭载高分辨率的数字摄影仪器。

卫星影像则是获取大范围航空影像的一种选择，适用于一些特定的测量需求。

imagej使用方法ImageJ是一款用于数字图像处理和分析的开源软件。

它提供了广泛的功能，如图像增强、测量、分割、滤波、校准、图像重建等。

以下是ImageJ的使用方法：1. 安装ImageJ：从ImageJ官方网站下载适合您操作系统的版本，然后安装。

2. 打开图像：在ImageJ的菜单栏中选择File-->Open，选择您要处理的图像。

3. 图像增强：ImageJ提供了许多图像增强工具，如对比度增强、亮度增强、直方图均衡化、中值滤波等。

在菜单栏中选择Process-->Enhance，选择适当的工具进行增强。

4. 图像测量：ImageJ可以快速准确地测量图像中的长度、面积、角度等。

在菜单栏中选择Analyze-->Measure，将光标移动到需要测量的对象上单击即可。

5. 图像分割：ImageJ可以将图像分成不同的区域，从而进行进一步的分析。

在菜单栏中选择Process-->Binary，选择适当的工具进行分割。

6. 图像重建：ImageJ可以通过各种算法来重建图像，例如反卷积、投影重建等。

在菜单栏中选择Process-->Reconstruct，选择适当的工具进行重建。

7. 图像校准：ImageJ可以校准图像以纠正图像畸变，例如通过标定棋盘校准相机等。

在菜单栏中选择Analyze-->Calibrate，选择适当的工具进行校准。

8. 插件：ImageJ提供了丰富的插件，可以扩展其功能。

在菜单栏中选择Plugins-->Install插件，选择适当的插件进行安装。

以上是ImageJ的基本使用方法，您可以通过阅读ImageJ的帮助文档来进一步了解其更高级的功能。

一、名词解释：1.RS:广义理解：泛指一切无接触的远距离探测。

狭义理解：是应用探测仪，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征、性质及其变化的综合探测技术。

2.大气窗口：通过大气而较少被反射、吸收或散射的透射率较高的电磁辐射波段。

3.密度分割：单波段黑白遥感图像可按亮度分层，对每层赋予不同的色彩，使之成为一幅彩色图像，这种方法叫做密度分割。

4.遥感影像地图：遥感影像地图是一种以遥感影像和一定的地图符号来表现制图对象地理空间分布和环境状况的地图。

5.高光谱遥感：是高光谱分辨率的遥感的简称，它是在电磁波谱的可见光，近红外、中红外和热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。

6.瑞利散射与米氏散射：瑞利散射：当微粒的直径比辐射波长小得多时，此时的散射称为瑞利散射。

米氏散射：当微粒的直径与辐射波长差不多时的大气散射。

7.地物反射波谱：地物的反射率随入射波长变化的规律。

8.主动遥感与被动遥感：主动遥感由探测器主动发射一定电磁波能量并接收目标的后向散射信号。

被动遥感的传感器不向目标发射电磁波，仅被动接收目标物的自身发射和对自然辐射源的反射能量。

9.空间分辨率与时间分辨率：空间分辨率是指像素所代表的地物范围大小，即扫描仪的瞬时视场或地面物体能分辨的最小单元。

时间分辨率：只对同一地点进行遥感采样的时间间隔，即采样的时间频率也称重访周期。

10.空间滤波：以突出图像上的某些特征为目的，通过像元与周围相邻像元的关系，采取空间域中的邻域处理方法进行图像增强方法。

11.多光谱空间：就是一个n维坐标系，每一个坐标轴代表一个波段，坐标值为亮度值，坐标系内的每一个点代表一个像元。

12.多源信息复合：是将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。

13. 遥感平台：是搭载传感器的工具，根据运载工具的类型分为航天平台、航空平台和地面平台。

图像增强则把重点放在使分析者能 从视觉上便于识别图像内容上，以 提高解象力。
4、图像增强的方法
数字增强处理
采用数字图像计算机系统进行 优点：快速、功能全，能应用光学方法无法 进行的一些算法对图象增强。
光学增强 采用光学仪器进行
优点：直观、方便、快速、操作方法容易掌 握、耗资较少； 缺点：光学增强仪器对各种增强方法的适应 性比数字处理设备要差。
真彩色合成(true color composite) 合成结果为真彩色，符合人眼观察习惯；
假彩色合成(false color composite)
合成结果与实际景物颜色不对应或缺失某 一色光，彩色鲜明，特征突出。
真彩色合成
假彩色合成
3）彩色合成方法
按合成机制不同，分为： 加色法和减色法 二者均以色彩混合原理为依据。
例如：
y a ln(x 1) c ln b
用（x＋1）是为了避免对0求对数
参数b用于改变对数的底
a和c用于调节数值范围。
对数扩展的效果：
➢ 着重扩展了亮度值低的部分
➢ 相对压缩了亮度值高的部分
（3） 指数扩展（exponent stretch）
指数扩展的一般形式： y＝bax
其中：b为底，常用b＝e。因x可能达 到127或255，故a须远小于1，否则y值可 能非常大。
大气散射作用又使影像的反差更为降低。 使得研究对象模糊不清。
3. 对比度增强分类
对比度增强可分为线性和非线性两种。
1）线性扩展（linear stretch）
将原始图象诸亮度值按线性关系进行扩 大，亮度范围可扩展为任意制定的范围。相 当于进行y＝ax＋b的变换。 （1）普通线性扩展
直接应用上述单一的线性关系。

ar测距原理AR测距原理随着增强现实（AR）技术的不断发展和应用，AR测距成为其中一个重要的功能。

AR测距是通过AR设备来实现对物体距离的测量，它基于一种叫做三角测距原理的方法。

三角测距原理是一种常用的测量方法，它利用了几何学中的三角形相似原理。

在AR测距中，我们通常使用的是视觉测距，即通过设备的摄像头来获取物体的影像，并通过图像处理算法来计算物体距离。

AR设备通常会配备一个内置的摄像头，它可以捕捉到周围环境的实时影像。

当我们想要测量某个物体的距离时，我们只需将物体对准AR设备的摄像头，然后AR设备会通过图像处理算法来计算物体与设备之间的距离。

AR设备在计算距离时，通常会利用三角形的相似性原理。

在这个原理中，我们可以将设备的摄像头、物体以及物体在影像中的投影点构成一个三角形，通过测量这个三角形的各边长度和角度，就可以计算出物体与设备之间的距离。

为了实现AR测距，我们需要注意以下几个关键步骤：1. 标定：在进行AR测距之前，我们需要对AR设备进行标定。

标定的目的是确定摄像头的内外参数，以及摄像头与设备之间的相对位置关系。

通过标定，我们可以建立一个准确的坐标系，使得测量结果更加精确可靠。

2. 物体检测：在进行测距之前，我们需要通过图像处理算法来检测出物体在影像中的位置。

这通常涉及到目标识别、特征提取和匹配等技术。

通过这些技术，我们可以确定物体在影像中的位置，并将其与设备进行关联。

3. 三角形计算：在确定物体位置后，我们可以利用三角形的相似性原理来计算物体与设备之间的距离。

这通常涉及到测量物体在影像中的投影长度、摄像头与设备之间的相对位置和摄像头的视角等信息。

通过这些信息，我们可以利用三角形相似性原理来计算出物体与设备之间的距离。

4. 距离显示：最后，我们需要将测量结果以合适的方式显示出来。

这通常包括在AR设备的屏幕上显示距离数值或者在场景中标记出测量结果等。

通过合适的显示方式，用户可以直观地了解到物体与设备之间的距离信息。

数据图像处理期末复习1.1数字图像处理及特点1、什么是数字图像？什么是数字图像处理？数字图像：数字图像是物体的一个数字表示，是以数字格式存放的图像，它传递着物理世界事物状态的信息，是人类获取外界信息的主要途径。

数字图像处理：它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，已提高图像的实用性，达到人们所要求的的预期结果。

2、图像处理的目的①提高图像的视觉质量，以达到赏心悦目的目的。

②提取图像中所包含的某些特征或特殊信息，便于计算机分析。

③对图像数据进行变换、编码和压缩，便于图像的存储和传输。

3、数字图像的特点①处理信息量很大②数字图像处理占用的频带较宽③数字图像中各个像素相关性大1.2数字图像处理系统1、数字图像处理系统的组成（结构）数字图像处理系统由输入设备、输出设备、存储、处理组成。

图像输入设备将图像输入的模拟物理量转变为数字化的电信号，以供计算机处理。

图像输出设备则是将图像处理的中间结果或最后结果显示或打印记录。

图像处理计算机系统是以软件方式完成对图像的各种处理和识别，是数字图像处理系统的核心部分。

由于图像处理的信息量大，还必须有存储设备。

2、数字图像处理的优点①精度高②再现性好③通用性、灵活性强1.3数字图像处理的主要研究内容1、数字图像处理的主要研究内容①图像增强②图像编码③图像复原④图像分割⑤图像分类⑥图像重建1.4数字图像处理的应用和发展1、举例说明数字图像处理有哪些应用和发展？①航天和航空技术方面的应用②生物医学工程方面的应用③通信工程方面的应用④工业和工程方面的应用⑤军事、公安方面的应用⑥文化艺术方面的应用⑦其他方面的应用2、数字图像处理领域的发展方向①图像处理的发展向着高速率、高分辨率、立体化、多媒体化、智能化和标准化方向发展。

②图像、图形结合朝着三维成像或多维成像的方向发展③结合多媒体技术，硬件芯片越来越多，把图像处理的众多功能固化在芯片上将会有更加广阔的应用领域④在图像处理领域近年来引入了一些新的理论并提出了一些新的算法，如神经网络。

3.7 图像增强
3）空域滤波增强 空域滤波是在图像空间借助模板进行邻域操作完成，根 据其特点可分成线性滤波和非线性滤波两类。各种空域滤波 器根据功能可分成平滑和锐化滤波器。平滑滤波器可用低通 滤波实现。平滑的目的又可分为两类，一类是模糊化，目的 是在提取较大的目标前去除太小的细节或将目标内的小断点 连接起来。另一类是消除噪声。锐化可用高通滤波实现，锐 化的目的是为了增强模糊的细节。
可以证明，图像直方图的累积分布函数满足上述两 个条件并能将变换后的灰度值均匀地分布在灰度级范围 内
3.7 图像增强
直方图均衡化的实现步骤为: ➢ 统计图像各灰度值的计数，即得到图像的直方图。 ➢ 计算图像各灰度值的累积分布函数值。 ➢ 遍历原图像，对于图像中每个像素，都用该像素灰 度值对应的累积分布函数值与最大灰度值(如8位灰度图 像，这个最大值为5)的乘积来替换它。
3.7 图像增强
锐化(高通)滤波器:它能减弱或消除傅里叶空间的低 频分量，但不影响高频分量。因为低频分量对应图像中 灰度值缓慢变化的区域，因而与图像的整体特性，如整 体对比度和平均灰度值等有关，高通滤波器将这些分量 滤去可使图像锐化。
3.7 图像增强
① 平滑滤波器
图6、平滑滤波
a、均值滤波
3.7 图像增强
3.7 图像增强
图2、空域滤波与频域滤波的比较
3.7 图像增强
1、空域图像增强 空域法是直接对图像中的像素进行处理，从根本上说是 以图像的灰度映射变换为基础的。 以下将主要从空域变换、图像代数、空域滤波二个方面 进行展开，使读者对于使用空域点对点变换和直方图修正变 换来增强图像有一个系统深人的了解。其中空域变换包括直 接灰度变换和直方图处理，前者属于点对点变换，后者属于 直方图修正变换；图像代数是一种点对点变换；空域滤波实 际是一种频率域处理转化为空间域点对点模板预算的增强算 法。

1、图像预处理及图像增强不论采用何种装置，采集或输入的图像往往不能令人满意，如图像中物体的轮廓过于鲜明而明显得不到协调或图像边缘过于模糊；在图像总体很清晰的情况下，有时需要重点识别的部分却并不突出；在相当满意的一幅图像上会发现多了一些不知来源的黑点或白点；图像失真、变形等。

总之，输入图像在视觉效果和识别方便性等方面可能存在诸多问题，根据要求改善图像质量却是一个共同的愿望。

图像预处理大致包括3 种类型：（1）、图像增强处理：图像增强处理是指按需要突出某些有用的信息，去除或削弱有害无益的信息，如改变图像对比度，去除噪声或强调边缘的处理等都属于这一类。

（2）、图像几何校正处理：由于图像几何失真或因图像分析的需要，将图像的整体或者局部进行位置、形状、大小等几何形态变化的处理，这一类处理称为图像几何校正处理。

（3）、图像复原处理：下面根据本文的具体工作，分别从直方图均衡化，低通滤波，中值滤波，同态滤波进行了图像增强处理，并进行了比较。

2、直方图均衡化法当一张图像的灰度集中在某一段区域内时，图像的对比度会相当差，为了改善这种情况，使用直方图均衡化的方法来处理。

直方图均衡化就是将灰度平均分配给图像中的所有像素，使灰度的直方图尽可能呈现均匀分布，这样可提高图像的对比度，图像就会比较清晰。

3、平滑滤波器由于试件加工及材质等方面的缺陷；图像采集及加载系统的偶然误差以及入射到试件上的光束不均匀等因素的影响，使得采集到的条纹图像会有亮斑、亮带等噪声。

严重影响了图像的后处理工作，因此必须对其进行较好的平滑滤波处理。

（1）、低通空间滤波器：低通滤波可以有效地去除大量噪声，使图像得到较好的平滑，对边界有一定的损伤。

对较规则条纹来说，选用这种方法是适合的。

低通空间滤波器中常见的均化模板是将模板中所有灰度值加总后求其平均，然后将其平均值写入模板中间所对应点的像素。

又因为一次只处理一个像素值，旁边的像素在下一次的模板移动后再作处理，因此又称为移动平均滤波器。

图像尺寸测量仪在现代数字时代，我们经常需要使用图像来描述我们的数据或向别人传达信息，如产品外观，教育材料，新闻图片等。

在一些情况下，准确测量图像中物体的尺寸是非常重要的。

举例来说，当我们需要制作零部件图纸或测量建筑物的高度和宽度时就需要精确测量图像中物体的尺寸。

现在，科技已经提供了许多测量图像的方法，其中图像尺寸测量仪是最常用的方法之一。

图像尺寸测量仪是什么？图像尺寸测量仪—— Image Dimension Measurement Instrument，简称I-DIM，是用于测量图像中物体尺寸的精度工具。

它可以通过对图像的处理，获取图像中每个物体的实际大小，例如长度、宽度、半径、距离等。

使用I-DIM，可以测量任何图像中的物体，包括产品、建筑、机器零部件、植物、人体器官等等。

I-DIM 的工作原理I-DIM 的工作原理是基于图像传感器（CCD或CMOS）的原理。

在使用I-DIM 时，需要先进行图像采集，将需要进行测量的物体拍摄下来，一般可以使用数码相机、手机相机等设备进行。

I-DIM 软件会将采集到的图像导入计算机，并对图像进行处理，包括去除噪声、增强对比度、确定物体的边界等工作。

接着，在确定了物体边界的情况下，I-DIM 会进行几何计算以确定物体的实际大小。

I-DIM 的应用I-DIM可以应用于很多领域。

在制造业中，它可以被用于产品外观的测量，产品规格的检查和机器零部件的检查等。

在建筑行业中，I-DIM可以测量建筑物的高度和宽度、道路宽度和长度以及城市规划的空间尺寸等。

在医学领域中，I-DIM可以用于测量人体器官的大小和形状等，对于医学诊断和治疗是非常有用的。

I-DIM 的局限性I-DIM 也存在一定的局限性。

首先，它依赖于图像的质量。

图像质量越高，测量精度也越高。

其次，在图像中存在复杂的背景或者光线条件不合适的时候，I-DIM测量结果可能会受到很大的干扰。

另外，如果没有正确地设置I-DIM的参数，也会引入测量误差。

一、实验背景遥感技术是一种通过获取和解释地球表面的信息的方法，它使用传感器从遥远的地方获取数据，以帮助我们了解地球的变化和特征。

遥感技术的应用范围广泛，可以用于地质勘探、环境监测、城市规划等领域。

为了深入了解遥感技术，提高遥感数据处理和分析能力，我们进行了本次遥感实验。

二、实验目的1. 熟悉遥感图像处理软件ENVI的基本操作；2. 掌握遥感图像的预处理方法；3. 学习遥感图像的几何校正和配准；4. 掌握遥感图像的分类和制图；5. 分析遥感图像信息，为实际应用提供依据。

三、实验内容1. 实验一：ENVI软件基本操作（1）熟悉ENVI软件的窗口操作方法，掌握影像信息、像元信息浏览方法；（2）查看影像信息和像元信息；（3）距离测量与面积测量。

2. 实验二：遥感图像预处理（1）了解遥感图像的预处理方法，包括辐射校正、几何校正、图像增强等；（2）对遥感图像进行辐射校正，消除传感器噪声和大气影响；（3）对遥感图像进行几何校正，消除图像几何畸变；（4）对遥感图像进行增强，提高图像信息量。

3. 实验三：遥感图像几何校正和配准（1）熟悉遥感图像的几何校正方法，包括基于控制点校正、基于多项式校正等；（2）对遥感图像进行几何校正，消除图像几何畸变；（3）对遥感图像进行配准，实现多景遥感图像的拼接。

4. 实验四：遥感图像分类和制图（1）了解遥感图像的分类方法，包括监督分类、非监督分类等；（2）对遥感图像进行分类，提取地物信息；（3）根据分类结果，制作遥感图像专题图。

5. 实验五：遥感图像信息分析（1）分析遥感图像信息，提取地物特征；（2）结合实际情况，为实际应用提供依据。

四、实验结果与分析1. 实验一：通过实验，我们掌握了ENVI软件的基本操作，能够查看影像信息和像元信息，进行距离测量和面积测量。

2. 实验二：通过实验，我们了解了遥感图像的预处理方法，对遥感图像进行了辐射校正、几何校正和图像增强，提高了图像信息量。

3. 实验三：通过实验，我们掌握了遥感图像的几何校正和配准方法，消除了图像几何畸变，实现了多景遥感图像的拼接。

3. 宽度与容积测量
宽度测量主要用于对心肌缺血,心肌梗塞的诊断.如左图,显示 的是冠脉血管造影图像中对血管狭窄程度的测量,通过测量冠状 动脉宽度,判断有无动脉狭窄导致缺血改变.容积测量常用于心脏 分析功能,如右图,通过测量不同时间的心腔容积,计算出心腔体积 变化,判断心脏射血的能力.
4. 平均密度值测量
• 选择需要进行反相处理的图像,然后选择后 处理软件左侧工具栏中的反白按钮,就可以 对反相后的图像效果进行观察.
5. 图像增强
利用图像增强技术可以有效地突出图像的细节, 改善图像的视觉效果,方便特征的提取.目前图像增强 技术主要应用在X射线图片和CT影像等的处理.图像 边缘增强的原则是：将选择好的图像感兴趣区域或
2. 调窗技术的操作方法
在图像后处理软件中,调节窗宽与窗位方法包括如下两种：
1选择需进行调窗处理的图像,然后选择后处理软件左侧工具栏 中窗按钮,在弹出的脑窗、肺窗、骨窗、纵隔窗、软组织窗中进行选 择.
2选择屏幕上方工具栏中调窗按钮,并使用鼠标在图像上拖动直 接进行调窗操作.
10.1.5后,质量可能下降,难免 有些模糊.可以对图像进行锐化,加强图像轮廓, 降低模糊度,使图像清晰.
锐化的原则是按指定的阈值查找值不同于 周围像素的像素,并增加像素之间的对比度.因 此,经过图像锐化处理后,较浅的像素变得更亮, 较暗的像素变得更暗,
• 图像锐化处理的操作方法是选择后处理软件左侧工具栏中 的滤镜按钮,在弹出的滤镜对话框中选择锐化滤镜,并可以 通过对强度的调节与对预览窗口中图像的观察来选择最适 合的图像锐化效果.
二维重建技术主要包括多平面重建multiple planar reformatting,MPR、曲面重建技术curved planar reformations,CPR与计算容积重建calculate volume reformatting,CVR三种.

1.电磁波: 变化的电场和磁场交替产生, 以有限的速度由近及远在空间内传播的过程。

2.干涉:由两个（或两个以上）频率、振动方向相同、相位相同或相位差恒定的电磁波在空间叠加时, 合成波振幅为各个波的振幅的矢量和。

因此会出现交叠区某些地方振动加强, 某些地方振动减弱或完全抵消的现象。

3.衍射:光通过有限大小的障碍物时偏离直线路径的现象。

4偏振:指电磁波传播的方向性。

5电磁波谱: 按电磁波在真空中传播的波长或频率递增或递减顺序排列。

6绝对黑体: 对任何波长的电磁辐射都全部吸收的物体, 称为绝对黑体。

绝对白体则能反射所有的入射光。

与温度无关。

7等效温度: 为了便于分析, 常常用一个最接近灰体辐射曲线的黑体辐射曲线作为参照, 这时的黑体辐射温度称为等效黑体辐射温度（或称等效辐射温度）。

8大气窗口：通过大气后衰减较小, 透过率较高, 对遥感十分有利的电磁辐射波段通常称为大气窗口。

而透过率很小甚至完全无法透过的电磁波称为“大气屏障”。

9遥感: 即遥远的感知, 是在不直接接触的情况下, 对目标或自然现象远距离探测和感知的一种技术。

10光谱发射率: 实际物体与同温度的黑体在相同条件下辐射功率之比。

11光谱反射率：物体的反射辐射通量与入射辐射通量之比, 它是波长的函数。

12波谱特性: 指各种地物各自所具有的电磁波特性（发射辐射或反射辐射）。

13反射波谱特性: 物体反射率（或反射辐射能）随波长变化而改变的特性。

14方向反射: 具有明显方向性的反射。

15漫反射: 入射能量在所有方向均匀反射。

16镜面反射: 当入射能量全部或几乎全部按相反方向反射, 且反射角等于入射角。

17波谱特性曲线：以波长为横坐标, 反射率为纵坐标所得的曲线。

18散射：电磁波在传播过程中遇到小微粒而使传播方向发生改变, 并向各个方向散开。

1近极地轨道: 卫星从南向北或从北向南通过两极运行。

2太阳同步轨道: 指卫星轨道面与太阳地球连线之间在黄道面内的夹角不随地球绕太阳公转而改变。