【开题报告】遥感图像空间增强方法分析
- 格式：pdf
- 大小：293.76 KB
- 文档页数：3
下载文档原格式
合集下载
遥感第五章 遥感图像处理—图像增强 (1)
彩色合成的原理图
反射率ρ/%
（3）HSI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。颜色立体曲线锥形改 成上下两个六面金字塔状。
五、多光谱图像四则运算
（一）减法运算
Bm=BX－BY 其中BX，BY为两个不同波段的图像或者不同时相同 一波段图像。
2 -1 -1 0 (x,y) (x,y+1) (x+1,y+1)
⊕
(x+1,y)
模板可以根据需要设计成各种不同权和大小 以下是常用的锐化算子:
Roberts算子：G[i,i]=|f[i,j]-f[i+1,j+1]|+|f[i+1,j]-f[i,j+1]|;
1 0 0 -1 0 -1 0
+
1
Sobel 算子：G[i,i]=|f[i-1,j+1]+2f[i,j+1]+f[i+1,j+1]-f[i-1,j-1]2f[i,j-1]-f[i+1,j-1]|+|f[i-1,j-1]+2f[i-1,j]+f[i-1,j+1]-f[i+1,j-1]2f[i+1,j]-f[i+1,j+1]|;
假彩色图像
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合成RGB的图像为标准假彩色图像。
遥感图像增强实验报告
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。
遥感图像处理中的对比度增强方法研究
遥感图像处理中的对比度增强方法研究遥感技术已经成为目前地球科学研究和资源环境监测中不可或缺的手段之一。
而在遥感图像处理的过程中，对比度增强是一项十分重要的技术。
本文将探讨遥感图像处理中的对比度增强方法研究。
一、对比度的定义对比度是指图像中相邻像素亮度差异的度量，也就是图像中灰度级的分布程度。
对比度变化可以使图像中的目标更加显著，可以提高图像的可视化性。
二、对比度增强方法在遥感图像处理中，对比度增强方法可以分为两种：线性方法和非线性方法。
1. 线性方法线性对比度增强方法是指通过一些线性函数来调整图像中像素的灰度级。
常用的线性对比度增强方法有灰度拉伸和灰度平移。
灰度拉伸是通过将灰度值映射到一个新的范围内来改变图像的对比度。
通常情况下，灰度拉伸被用作预处理步骤，以减少图像像素之间灰度差异较小的情况。
灰度平移是通过调整图像中不同灰度级像素的亮度值来增强对比度。
这种方法的优点在于能够在不改变图像颜色质量的情况下对图像进行增强。
2. 非线性方法非线性对比度增强方法是指通过一些非线性函数来调整图像中像素的灰度级。
常用的非线性对比度增强方法有直方图均衡化和自适应直方图均衡化。
直方图均衡化是通过对图像的灰度值分布进行重新映射来改变图像的对比度。
通过该方法，人们可以消除某些分散在图像中的噪音，使得图像中的目标更加醒目。
自适应直方图均衡化是将灰度级分成小块，然后使用直方图均衡化算法来增强每个小块中的对比度。
这种方法的优点在于能够对图像中不同亮度区域进行调整，从而达到更好的图像增强效果。
三、对比度增强的应用对比度增强方法在遥感图像处理中有很广泛的应用，包括：1. 农业：对比度增强算法可以帮助人们识别不同类型的作物和土地利用类型，进而对农业生产做出更好的决策。
2. 建筑：对比度增强算法可以帮助人们在高空照片中定位建筑物，从而更好地进行城市规划和土地利用。
3. 环境监测：对比度增强算法可以帮助人们识别污染物和自然灾害，对环境保护和灾害预警提供有力支持。
第四章3遥感图像处理图像增强
5.遥感图像多光谱变换(Ⅰ)——主成分分析(K—L变换)
② 就变换后的新波段主分量而言，K—L变换后的 新波段主分量包括的信息量不同，呈逐渐减少趋 势。其中，第一主分量集中了最大的信息量，常 常占80％以上，第二、第三主分量的信息量依次 快速递减，到第n分量信息几乎为0。由于K—L变 换对不相关的噪声没有影响，所以信息减少时， 便突出了噪声，最后的分量几乎全是噪声。所以 这种变换又可分离出噪声。
基于上述特点，在遥感数据处理时，常常用K— L变换作数据分析前的预处理（数据压缩和图像增
强）。举例P125
6.遥感图像多光谱变换(Ⅱ)——缨帽变换(K—T变换)
(1)K—T变换是Kauth—Thomas变换的简称，这种变换也是 一种线性组合变换，其变换公式为：Y=BX 这里X为变换前的多光谱空间的像元矢量，y为变换后的 新坐标空间的像元矢量，B为变换矩阵。这也是一种坐标 空间发生旋转的线性变换，但旋转后的坐标轴不是指向主 成分方向，而是指向了与地面景物有密切关系的方向。 1984年，Crist和Cicone提出TM数据在K—T变换时的B值： P126 在此，矩阵为6X6，主要针对TM的1至5和第7波段，低分 辨率的热红外(第6波段)波段不予考虑。
1.遥感图像增强(工)——对比度变化1
非线性变换
直方图均衡化(histogram equalization):把原图像的直方 图变换为灰度值频率固定的直方图，使变换后的亮度级 分布均匀，图像中等亮度区的对比度得到扩展，相应原 图像中两端亮度区的对比度相对压缩。
1.遥感图像增强(工)——对比度变化1
MN
r(i, j) (m, n)t(m, n) m1 n1
将计算结果放在窗口中心的像元位置，成为新像元的灰度 值。然后活动窗口向右移动一个像元，再做同样的运算。 P117说明
遥感图像处理 第五讲 空间域增强
53
真彩色增强技术
四、彩色变换增强
伪彩色增强技术
假彩色增强技术
54
真彩色增强技术
四、彩色变换变换
TM1 TM2 TM3
伪彩色增强技术 假彩色增强技术
TM123
55
真彩色增强技术
四、彩色变换增强
伪彩色增强技术 假彩色增强技术
56
真彩色增强技术
四、彩色变换增强
密度分割
伪彩色增强技术 假彩色增强技术
49
直方图均衡化 直方图匹配
50
四、彩色变换增强
51
四、彩色变换增强
真彩色增强技术
伪彩色增强技术
假彩色增强技术
52
真彩色增强技术
四、彩色变换增强
伪彩色增强技术 假彩色增强技术
概念：把能真实反应或近似反应地物本来颜色
的影像叫真彩色影像。
实例： TM 影像三个可见光波段 TMl 、TM2 和
TM3的合成影像近似为真彩色影像。 TMl——蓝、TM2——绿、TM3——红
12
一、影像变换与增强的 方法
为什么进行增强 影像增强机理 影像增强概念 增强处理方法
低频增强
13
一、影像变换与增强的 方法
为什么进行增强 影像增强机理 影像增强概念 增强处理方法
14
二、影像灰度变换增强
15
二、灰度变换增强
16
二、灰度变换增强
线性变换
17
二、灰度变换增强
线性变换
18
影像增强(image enhancement) ：
为什么进行增强 影像增强机理 影像增强概念 增强处理方法
为了使分析者能容易确切地识别影像内容， 按照特定目的对影像数据进行加工，使部分信息 得到增强的过程。
真彩色增强技术
四、彩色变换增强
伪彩色增强技术
假彩色增强技术
54
真彩色增强技术
四、彩色变换变换
TM1 TM2 TM3
伪彩色增强技术 假彩色增强技术
TM123
55
真彩色增强技术
四、彩色变换增强
伪彩色增强技术 假彩色增强技术
56
真彩色增强技术
四、彩色变换增强
密度分割
伪彩色增强技术 假彩色增强技术
49
直方图均衡化 直方图匹配
50
四、彩色变换增强
51
四、彩色变换增强
真彩色增强技术
伪彩色增强技术
假彩色增强技术
52
真彩色增强技术
四、彩色变换增强
伪彩色增强技术 假彩色增强技术
概念：把能真实反应或近似反应地物本来颜色
的影像叫真彩色影像。
实例： TM 影像三个可见光波段 TMl 、TM2 和
TM3的合成影像近似为真彩色影像。 TMl——蓝、TM2——绿、TM3——红
12
一、影像变换与增强的 方法
为什么进行增强 影像增强机理 影像增强概念 增强处理方法
低频增强
13
一、影像变换与增强的 方法
为什么进行增强 影像增强机理 影像增强概念 增强处理方法
14
二、影像灰度变换增强
15
二、灰度变换增强
16
二、灰度变换增强
线性变换
17
二、灰度变换增强
线性变换
18
影像增强(image enhancement) ：
为什么进行增强 影像增强机理 影像增强概念 增强处理方法
为了使分析者能容易确切地识别影像内容， 按照特定目的对影像数据进行加工，使部分信息 得到增强的过程。
遥感第六章遥感图像处理图像增强
锐化
–拉普拉斯算法 有时，也用原图像的值减去模板运算结果的 整倍数，即：
r' (i, j) f (i, j) kr(i, j)
r(i,j)为拉普拉斯运算结果。 这样的计算结果保留了原图像作为背景，边 缘之处加大了对比度，更突出了边界位置。
锐化
–定向检测
当有目的地检测某一方向的边、线或纹理特征时，
–罗伯特梯度
锐化
t1＝
10 0 －1
可以近似地用模板计算，其公式表示为
| gradf || f (i, j) f (i 1, j 1) |
| f (i 1, j) f (i, j 1) |
t2＝
0 －1 10
相当于取窗口2×2大小，用模板t1作卷积计算后取绝对值 加上模板t2计算后的绝对值。计算出的梯度值放在左上角 的像元f（i，j）的位置，成为r（i，j）。这种算法的意
义在于用交叉的方法检测出像元与其邻域在上下之间或左
右之间或斜方向之间的差异，最终产生一个梯度影像，达
到提取边缘信息的目的。有时为了突出主要边缘，需要将
图像的其他亮度差异部分模糊掉，故采用设定正阈值的方
法，只保留较大的梯度值来改善锐化后的效果。
锐化
–索伯尔梯度 是罗伯特梯度方法的改进，模板变为
121 t1＝ 0 0 0
1 3
xa
② xb 2xa 10
③
xb
3 4
xa
15 4
变化前亮度值 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
变化后亮度值 0 0 1 1 1 2 2 4 6 8 10 12 13 14 14 15
非线性变换
当变换函数是非线性时，即为非线性变 换。非线性变换的函数很多，常用的有 指数变换和对数变换。
遥感图像的空间增强
遥感影像预处理实验报告图1-12.ERDAS图标面板菜单条:ImageInterpreter→Spatial Enhancement→Convolution→Convolution对话框。
选择参数如图1-2:图1-2对lanier.img进行3*3，5*5，7*7低通滤波处理，结果如图1-3，1-4，1-5，图1-3图1-4图1-5二．空间锐化滤波1．打开影像，如上图1-1。
2.ERDAS图标面板菜单条:Image Interpreter→Spatial Enhancement→Convolution→Convolution对话框。
分别选用3*3，5*5，7*7的高通滤波进行处理。
如图2-1，2-2，2-3。
图2-1图2-2图2-3采用交叉边缘探测3*3Horizontal Edge Detection，结果如图2-4：图2-4采用边缘增强3*3Edge Enhance，结果如图2-5:图2-5 Laplace算法处理影像，结果如图2-6：图2-6三．自定义滤波核对影像进行处理1.ERDAS图标面板菜单条:Image Interpreter→Spatial Enhancement→Convolution→Convolution对话框。
点击Edit，弹出窗口。
如图3-1图3-12. 以模拟交叉检测的系数自定义滤波核。
建立2行2列矩阵，分别以135°方向和45°方向的值总和相加为0进行处理。
如图3-2：图3-23．点击File—librarian---save---close保存。
4．输出系数135°矩阵结果,如图3-3:图3-34.输出系数45°矩阵结果,如图3-4:图3-4总结：在平滑图像处理中，如果有很多的噪声情况下，图像平滑能够有效的减弱噪声对图像的影像。
图像平滑处理中能将噪声很好的去除。
但是细节会给模糊掉，从而降低图像的质量。
图像锐化是让图像变得更为清晰。
遥感图像辐射增强方法分析【开题报告】
开题报告海洋技术遥感图像辐射增强方法分析一、综述本课题国内外研究动态，说明选题的依据和意义1、国内外研究动态对遥感图像进行一系列的操作，以求达到预期目的技术称为遥感图像处理。
遥感图像处理可分为两类：一是利用光学、照相和电子学的方法对遥感模拟图像(照片、底片)进行处理，简称为光学处理；二是利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理。
遥感图像光学处理方法已有很长的历史，但它处理的精度不高、稳定性差、设备笨重、操作不便和工艺水平不高等因素限制了它的发展速度。
20世纪20年代图片第一次通过海底电缆从伦敦传往纽约。
当时人们通过字符模拟得到中间色调的方法来还原图像。
1921年年底提出了一种基于光学还原的新技术。
这一时期引入了一种用编码图像纸带去调制光束达到调节底片感光程度的方法，使灰度等级从5个灰度级增加到15个灰度等级，明显改善了图像复原的效果。
20世纪60年代早期第一台能够执行数字图像处理任务的大型计算机制造的制成，标志着利用计算机技术处理数字图像时代的到来。
1964年，研究人员在美国喷气推进实验室(JPL)里使用计算机以及其它硬件设备，采用几何校正、灰度变换、去噪声、傅里叶变换以及二维线性滤波等增强方法对航天探测器“徘徊者7号”发回的几千张月球照片进行处理，成功地绘制出了月球表面地图。
之后他们又对1965年“徘徊者8号”发回的几万张照片进行了较为复杂的数字图像处理，使图像质量进一步提高。
这些成绩使得JPL更加重视对数字图像处理地研究和设备的改进，并专门成立了图像处理实验室IPL。
在IPL里成功的对后来探测飞船发回的几十万张照片进行了更为复杂的图像处理，最终获得了月球的地形图、彩色图以及全景镶嵌图。
从此数字图像增强技术走进了航空航天领域。
进入20世纪90年代，图像增强技术已经逐步涉及人类生活和社会发展的各个方面。
直方图均衡处理是图像增强技术常用的方法之一。
遥感图像的增强处理
实验三、遥感图像的增强处理
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强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。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现 在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强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。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现 在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）
遥感图像增强处理(免费)
(c) 偏 亮
(d) 亮度过于集中
感影像的三个波段，分别赋予红、绿、蓝三
种原色，然后将这三个波段叠加，构成彩色
合成图像。 • 步骤：配准 合成
二、空间域增强
在图像处理中，空间域指图像平面所在的二
维空间，描述图像的灰度分布。空间域增强， 就是应用某种数学模型，通过改变图像的灰度 成分，实现图像质量改善的图像处理方法。
方式：
对比度变换增强
Fourier/Analysis/ Fourier Transform，打开Fourier Transform对话框 ，确定要进行傅立叶变换的图像， 及变换后的傅立叶图名称。
（2）修改频率成分
在ERDAS图标面板菜单条单击Main/Image Interpreter命令，或在ERDAS图标面板工具条单击
从物理效果来看，傅立叶变换就是将图像从空 间域转换成频率域，其逆变换是将图像从频率域转 换到空间域。
2. 频域增强处理的方法
频域滤波增强 高通滤波
低通滤波
带阻滤波
带通滤波
高通滤波，采用“低阻滤波器”，抑制图像 频谱的低频信号而保留高频信号的一种模型。
效果：突出物体的边缘，锐化图像
立叶图像，及变换后的图像名称。
平滑
锐化
五、主成分变换
将图像所有波段的数据量集中到前几个波 段上，以实现数据压缩和图像增强。
以对TM1～5和TM7，6个波段数据的主成分变换为例
步骤：叠加TM的这6个波段，使之合成为一幅图像
主成分变换
合成
类似于彩色合成的操作。在ERDAS图标面
板菜单条单击Main/Image Interpreter命令，或 在ERDAS图标面板工具条单击图标 在Image Interpreter 下拉菜单中单击 Utilities/Layers Stack，打开Layer Selection and Stacking对话框 ，减TM1～5和TM7的6个波段 全部叠加。 ，
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
开题报告
海洋技术
遥感图像空间增强方法分析
一、综述本课题国内外研究动态，说明选题的依据和意义
1、国内外研究动态
遥感( Remote Sensing) 技术是一门新兴技术,是空间技术、应用光学、无线电电子、计算机技术等结合的产物。
遥感技术在地球资源的探测,地震、火山爆发的预测,环境污染的监测以及治金、地质、石油、农业、林业、水利、测绘、气象、海洋等部门经济建设和国防建设中,都有着广泛的应用[1]。
随着应用的深入，人们对遥感信息的要求不断在提高，图像增强技术做为处理遥感图像的基本手段，也得到了广泛的发展。
遥感图像增强时为了特定的目的，突出遥感图像中的某些信息，消弱或除去某些不需要的信息，是图像更易判读。
目前常用的图像增强处理技术可以分为两大类：空间域和频率域的处理。
空间域处理是指直接对图像进行各种运算以得到需要的增强效果。
频率域处理是指先将空间图像变成频率域图像，然后在频率域中对图像的频谱进行处理，以达到增强图像的目的[2]。
空间域图像增强方法，一般可分为灰度变换，直方图修正，领域平均法，空域低通滤波，中值率波，递归滤波，离散空间差分，空域高通滤波等等。
频率域图像增强方法，一般分为低通滤波[3]，高通滤波[4]，同态滤波[5]。
遥感图像增强处理按照增强信息内容可以分为波普特性增强、空间特性增强以及时间信息增强三大类。
波普信息增强主要突出灰度信息；空间特性增强主要是对图像中的线、边缘、纹理结构特征进行增强处理；时间信息增强主要针对多时相图像影响而言，其目的是提取多时相中波普与空间特征随时间变化的信息。
图像增强处理方法就是按照这三种信息的提取而设计的，一些方法只用于特定信息的增强，而抑制或损失了其他的信息。
例如，定向滤波是用来增强图像中的线与边缘特征，在增强专题信息的同时，是以牺牲图像中的波普信息为代价的；一些方法可以用于几种信息的同时
增强，例如对比度扩展，对比度扩展能够突出特定的灰度变化信息，同时由于图像对比度的加大，图像中的线与边缘特征也得到了加强。
2、选题依据
随着遥感技术的不断发展，他正被广泛的应用于军事、经济、科研和社会生活等多个领域，各领域都需要通过对遥感图像的处理、解译来解决实际问题的。
随着计算机的不断发展，遥感图像处理技术将会变得越来越重要。
但是，遥感图像在成像过程中受到传感器性能、大气扰动、卫星轨道位置等因素的影响，会使遥感图像的视觉效果产生很大的差异。
如有些图像因为对比度不够而使图像模糊；有些图像视觉效果虽好，但是又不能突出显示所需要的边缘信息。
这对进一步的分析、识别和理解造成困难。
这样既会延缓工作进程，还可能造成资源的浪费。
为了能够得到遥感信息更加准确，分析和研究遥感图像增强方法就显得尤为重要。
遥感图像增强是图像处理中一个非常重要的研究领域，并且已经有了许多非常成熟有效的方法，如直方图均衡化[6]、高通滤波、反掩模锐化法等，但是这些传统的图像增强方法都存在不足，如噪声放大、有时可能引入新的噪声结构等，亦或是存在着的一些其他问题，如噪声增强、细节丢失等。
了解研究各种增强方法的原理与实际对遥感图像产生强效果，合理使用各种遥感图像增强方法，以应对各种特点的遥感图像来达到各种自己想要的遥感信息的目的。
高赟就对传统的图像灰度增强方法进行了深入的研究，并在VC++6.0开发环境下对其进行了实现，包括线性灰度变换、分段线性灰度变换、直方图均衡化、局域直方图的均衡化方法[7]。
危疆树结合局部对比度增强，给出了一个改进的直方图均衡化图像增强算法。
应用改算法对图像进行增强处理取得了比较好的效果[8]。
行孜，胡高梅等人探讨了模糊理论与遥感图像处理的内在联系，提出了一种基于FIRE滤波器的遥感图像增强方法[9]。
正是基于前人对图像增强方法的探索研究，我们才有选择性的利用不同的图像增强方法应对各种特点的遥感图像来达到最优化的提取遥感图像中的数据信息。
3、选题意义
了解一般的遥感图像增强方法，比较各种方法应对不同特点的遥感图像时出现的不通的效果，以及优缺点。
根据所需要达到的效果目的，选择合适，方便的图像增强方法来进行图像增强。
展望未来可能出现的更优的图像增强方法。
二、研究的基本内容，拟解决的主要问题：
基本内容：本论文主要通过查找文献资料，归纳总结遥感图像空间增强方法的一般原理，并在此基础上在计算机上进行遥感图像空间方法的验证，比较各种方法达到的效果与优缺点。
拟解决的主要问题：
1、比较分析空间增强方法的分类与不同特点
2、研究空间增强方法的特点
3、讨论各方法与实际应用相结合时的特点
三、研究步骤、方法及措施：
1、利用学校图书馆，查找相关文献资料，做好相应的摘录笔记；
2、整理所得材料，并和指导老师讨论相关但较难懂的论文，写好文献综述；
3、在材料准备充分的前提下，列出论文的提纲；
4、着手论文的撰写以及论文的修改。
四、参考文献
[1] 张小勤,. 遥感技术的发展与应用[J]. 山西煤炭管理干部学院学报, 2005 .
[2] 孙家抦遥感原理与应用（第二版）武汉大学出版社2009
[3] 王耀南,李树涛,毛建旭.计算机图像处理与识别技术[M].北京：高等教
育出版社,2001.
[4] Chen Haiguang,Li Andrew,Kaufman Leon,et al.A Fast Filtering Algorithm for Image Enhancement[J],IEEE Trans on Medical Imaging,1997
[5] 肖燕峰. 基于Retinex理论的图像增强恢复算法研究[D]上海交通大学, 2007
[6] Wang Beijian,Liu Shangqian,Zhou Huixin,et al.Self-adaptive Contrast Enhancement Algorithm for Infrared Images Based on Plateau Histogram[J]. Acta Photonica Sinica,2005
[7] 高赟;图像灰度增强算法的研究,西安电子科技大学,2007
[8] 危疆树. 结合局部对比度增强的直方图均衡化图像增强算法[J]计算机与信息技术, 2005,(10) .
[9] 韩孜; 胡高翔;一种基于FIRE滤波器的遥感图像增强,武汉理工大学学报(信息与管理工程版),2007
[10] 高飞，杨平先，孙兴波基于小波变换与阀值收缩法的图像增强去噪四川理工学院电子与信息工程系，2006。