第四章二影像增强.

遥感影像增强主要内容•影像显示增强•影像运算增强遥感影像增强•目的：（1）改善图像的视觉效果，提高图像的清晰度；（2）将图像转换成一种更适合于人或机器进行解译和分析处理的形式。遥感影像显示增强对比度增强•对比度：不同物质在相同情况下反射能量不一致，遥感系统记录的两种地物之间存在对比度•对比度低：1）地物反射特性相近；2）传感器灵敏度•低对比度－－－－高对比度(对比度增强)对比度增强•通过像元亮度值（灰度值）的变换来实现的，即它将输入图像中某点（x,y）的像元值f(x,y)，通过映射函数T(•)，映射成输出图像中的像元值g(x,y)，即g(x,y)＝T(f(x,y))•分类：灰度扩展和直方图调整法灰度扩展•灰度变换是一种简单而实用的方法。它可使图像动态范围增大，图像对比度扩展•灰度扩展可分为比例线性变换、分段线性变换和非线性灰度变换。比例线性扩展•比例线性变换是将原图象亮度值动态范围按线性关系式扩展到指定范围或整个动态范围。比例线性变换对图像每一个象素灰度作线性拉伸,关于扩展范围有以下两种情况：•（1）原图象的最小和最大亮度值，即对原图象的灰度范围不加区别地扩展；•（2）人为规定的最小和最大值（即阈值），它把图像的低亮度值和高亮度值像元的灰度级进行了适当的归并。线性变换原始图像：f(i,j)，灰度范围：[a,b]，变换后图像：f’(i,j)，灰度范围：[a’,b’]，存在以下关系：)),(('''),('ajifababajif另一种情况，图像中大部分像素的灰度级在[a,b]范围内，少部分像素分布在小于a和大于b的区间内。此时可用下式作变换：bjifbbjifaajifababaajifajif),(;'),();),(('''),(;'),('像元素灰级变换前变换后012345670123456789101112131415适用范围•最大最小线性－适合于直方图呈正态分布或是近似正态分布•指定范围线性：特定地物增强分段线性扩展•分段线性变换是为了突出人们感兴趣的目标或亮度值区间，要求局部扩展亮度值范围。它可以有效地利用有限个灰度级，达到最大限度增强图像中有用信息的目的。bjifdddjifdbdbdjifcccjifcdcdcjifaaajifacacjif),(;')),((''),(;')),((''),(;')),((''),('高值区拉伸低值区拉伸适用范围•影像直方图不符合正态分布，具有双峰或是多峰的情况非线性灰度扩展非线性灰度变换对于要进行扩展的亮度值范围是有选择的，扩展的程度是随亮度值的变化连续变化的。常用的有两种方法：•1）对数变换当希望对图像的低亮度区有较大的扩展而对高亮度区压缩时，可采用此种变换。•2）指数变换此种可以对图像的高亮度区给予较大的扩展。原始图像f(i,j)的灰度范围为[a,b]，可以通过自然对数变换到区间[a’,b’]上，从而求得图像f’(i,j)：')log),((logloglog''),('aajifababjif直方图调整•遥感图像其灰度分别集中在较窄的区间，从而引起图像细节的模糊，为使图像细节清晰，并使一些目标得到突出，达到增强图像的目的，可通过改善各部分亮度的比例关系，即可通过直方图的方法来实现。•常用的方法有直方图均衡化和直方图规定化。直方图均衡化直方图均衡化是将一已知灰度概率密度分布的图像，经过某种变换，变成一幅具有均匀灰度概率密度分布的新图像设一幅图像总像元数为n、分L个灰度级，nk代表第k个灰度级rk出现的频数，则第k灰度级出现的概率为pr(rk)=nk/n(0≤rk≤1,k=0,1,…,L-1)此时变换函数可表示为根据原图象的直方图统计值就可算出均衡化后各像元的灰度值。按上式对遥感图像进行均衡化处理时，直方图上灰度分布较密的部分被拉伸；灰度分布稀疏的部分被压缩，从而使一幅图像的对比度在总体上得到很大的增强。kjjkjjrkknnrprTs00)()(直方图规定化直方图规定化增强处理的步骤如下：（1）如同均衡化方法中，对原始图的直方图进行灰度均衡化；（2）规定希望的密度函数，并计算能使规定的直方图均衡化的变换；(3)将第1步得到的变换反转过来，即将原始直方图对应映射到规定的直方图，也就是将所有pr(rj)对应到pu(ui)中去。kjjkjjrkknnrprTs00)()(liiuilupuHv0)()(遥感影像彩色显示增强彩色增强人的视觉系统对彩色相当敏感，人眼一般能区分的灰度级只有二十多个，而对不同亮度和色调的彩色图像分辨能力可达到灰度分辨能力的百倍以上。彩色增强就是根据人的这个特点，将彩色用于图像增强之中，从而提高了图像的可分辨性。伪彩色增强伪彩色增强是将一个波段或单一的黑白图像变换为彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异，更便于解译和提取有用信息。伪彩色增强的方法主要有以下三种：密度分割法、空间域灰度级－彩色变换和频率域伪彩色增强密度分割密度分割或密度分层是伪彩色增强中最简单的一种方法，它是对图像亮度范围进行分割，使一定亮度间隔对应于某一类地物或几类地物从而有利于图像的增强和分类。此法比较直观简单，缺点使变换出的彩色数目有限。密度分割的步骤A：选定密度分割点，考虑因素：专业知识和经验、地物波谱B：确定灰度与彩色的变换关系，灰度分割点对应于彩色分割点。变换关系可以是等间隔的线性的、不间隔的线性的、分段线性分割的方法。非线性的变换关系。伪彩色变换空间域灰度级－彩色变换是根据色度学的原理，将原图像的灰度分段经过红、绿、蓝三种不同变换，变成三基色分量，然后用它们分别去控制彩色显示器的红、绿、蓝通道，便可以合成一幅彩色图像。彩色的含量由变换函数的形状而定。假彩色增强通过映射函数变换成新的三基色分量，彩色合成使增强图像中各目标呈现出与原图象中不同的彩色。目的：一是使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，从而更受人注目；另一个是使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。多光谱图像的假彩色增强可表示为：RF=fR{g1,g2,…gi,…}GF=fG{g1,g2,…gi,…}BF=fB{g1,g2,…gi,…}式中g1表示第i波段图像，fR、fG、fB表示通用的函数运算，RF、GF、BF为经增强处理后送往彩色显示器的三基色分量，合成一幅假彩色图像。遥感影像运算增强代数运算增强•图像的代数运算是指对两幅或两幅以上的输入图像的对应像元逐个地进行和、差、积、商的四则运算，以产生有增强效果的图像。•进行代数处理的遥感图像必须进行大气辐射校正、噪音抑制、几何精纠正等预处理。图像相加与相乘•图像相加可以把同一景物地多重影像加起来求平均，以便减少图像的随机噪音，也可以为某种增强效果的需要而把多幅图像有目的叠加在一起。•图像相乘可用来遮掉图像的某些部分。在图像处理中最有用的就是卷积运算，卷积运算一般用作图像轮廓增强。图像相减图像的减运算，是对同一景物在不同时间拍摄的图像或同一景物在不同波段的图像进行相减。它可以用来消除影像中不希望的附加模式，可以缓慢地改变背景的阴影模式、周期性噪音模式或在影像中每一个像元点上所知的任何附加混杂信息。同时图像相减能用以指导动态监测、运动目标检测和跟踪及目标识别等工作。比值运算图像相除是遥感图像处理中常用的方法，它是由两个波段对应像元的灰度值之比或几个波段组合的对应像元灰度值之比获得。利用比值处理可以扩大不同地物的光谱差异，区分在单波段中容易发生混淆的地物，同时可以消除或减弱地形阴影、云影影响和植被干扰以及显示隐伏构造等。