遥感原理与应用--遥感影像处理-遥感影像增强处理.ppt

* * * * 在频率域增强技术中 平滑主要是保留图像的低频部分，削弱或抑制高频 部分。低通滤波 锐化则是保留图像的高频部分，削弱低频部分。 高通滤波 频率域增强的一般过程： 滤波 傅立 叶逆 变换 频率域增强 返回本节首页 人眼对色彩的分辨能力远远大于对灰度级的分辨能力。将灰度图像变为彩色图像以及进行各种彩色变换可以明显改善图像的可视性。 彩色增强包括伪彩色增强、彩色增强。 伪彩色增强 把单波段灰度图像中的不同灰度按一定的函数关系变换成彩色，得到一幅彩色图像的方法。 密度分割法是最简单的一种方法。 彩色增强 密度分割法是对单波段灰度遥感影像按灰度分层，对每 层赋予不同的色彩，使之变成一幅彩色图像。 彩色增强 密度分层法平面示意图 … ? … ? 第N+1种彩色CN+1 第二种彩色C2 第一种彩色C1 L2 L1 0 LN L1 L2 0 彩色 灰度 LN … ? C1 C2 CN CN+1 … 密度分层法空间示意图 密度分割中的彩色是人为赋予的，与地物的真实色彩毫无关系，因此也称为伪彩色。 灰度图像经过密度分割后，图像的可分辨力得到明显提高，如果分层方案与地物的光谱特性差异对应较好，可以较准确地区分出地物类别。 彩色增强 假彩色增强 TM真彩色合成 3(R)、2(G)、1(B) TM标准假彩色合成 4(R)、3(G)、2(B) 彩色增强 几种标准假彩色合成图像： TM影像：波段4、3、2分别赋予红、绿、蓝 MSS影像：波段4、2、1分别赋予红、绿、蓝 SPOT影像：波段3、2、1分别赋予红、绿、蓝 标准假彩色图像中，突出了植被、水体、城乡、山区、平原等特征，植被为红色，水体为黑色或蓝色，城镇为深色。 实际应用中，为了突出某一方面的信息或显示丰富的地物信息，应根据不同的研究目的进行反复实验分析，寻找最佳合成方案，合成后的图像应信息量最大而波段间的相关性最小。 彩色增强 彩色增强 为了避免破坏图像的彩色平衡，彩色增强通常选择在HSI模型下进行。 依据选择增强分量和增强目的的不同，可将真彩色增强分为亮度增强、色调增强和饱和度增强三种。 彩色增强 1. 亮度增强 亮度增强是仅对彩色图像的亮度分量进行处理的增强方法，它的目的是通过对图像亮度分量的调整使得图像在合适的亮度上提供最大的细节。 彩色图像的亮度增强可以在其亮度分量上使用灰度图像的增强算法，如灰度变换法、直方图增强法等。 彩色增强 (a)原彩色图像 (b)对比度拉伸 (c)直方图均衡 真彩色图像的亮度增强实例 彩色增强 2. 色调增强 色调增强是通过增加颜色间的差异来达到图像增强的目的，一般可以通过对彩色图像每个点的色度值加上或减去一个常数来实现。 由于彩色图像的色度分量是一个角度值，因此对色度分量加上或减去一个常数，相当于图像上所有点的颜色都沿着彩色环逆时针或顺时针旋转一定的角度。 由于彩色处理色相分量图像的操作必须考虑灰度级的“周期性”，即对色调值加上120°和加上480°是相同的。 彩色增强 原图像 (a)色度值加120°(b)色度值减120°真彩色图像的色度增强实例 彩色增强 3. 饱和度增强 饱和度增强可使彩色图像的颜色更为鲜明。 饱和度增强可以通过对彩色图像每个点的饱和度值乘以一个大于1的常数来实现；反之，如果对彩色图像每个点的饱和度值乘以小于1的常数，则会减弱原图像颜色的鲜明程度。 彩色增强 原图像 （a）饱和度值乘 （b）饱和度值乘 以3的图像 以0.3的图像 真彩色图像的饱和度增强实例 返回本节首页 针对多源遥感影像的特点，可以利用多源影像之间的四则运算来达到增加某些信息或消除某些影响的目的。 减法运算 加法运算 乘法运算 除法运算 混合运算 图像四则运算 减法运算: B=Bx - By 将两个不同波段的影像相减，可以突出不同地物间光谱反射率及其变化信息；将两个不同时间获取的同一波段影像相减，可以突出地面目标的变化信息。 加法运算: 通过加法运算可以扩展波段，如绿、红色波段相加可以得到近似“全色影像”；绿、红和红外波段影像相加可以得到“全色+红外”影像。 乘法运算: 乘法运算结果与加法结果类似。 图像四则运算 92年SPOT影像，Atlanta, USA 87年SPOT影像，Atlanta, USA 差异影像， Atlanta, USA A B C － ＝ 变化检测 Change detection 图像四则运算 类别 红外波段 红波段 红外波段/红波段 植被 很亮 暗 更亮 水 很暗