遥感影像空间增强与傅立叶变换滤波处理

实习序号及题目遥感影像空间增强与傅立叶变换滤波处理实习人姓名实习指导教师姓名地址专业班级个人e-mail地址实习地点实习日期时间2015年11月25日实习目的和内容目的：1.理解遥感影像空间增强和傅立叶变换的概念和意义，掌握运用ENVI/IDL进行空间增强和傅立叶变换及滤波进行地形和地貌信息提取的步骤和方法。2.学会使用SRTMDEM数据应用的初步步骤。内容：利用下述操作对下载的DEM数据进行处理，比较变换前后影像的显示结果。1.从下载的ASTERDEM中选取512×512子区数据，显示分析研究区地形地貌特征。2.完成如下卷积增强运算，比较变换前后影像中地形/地貌信息上的差异：高通滤波拉普拉斯变换定向增强高斯高通滤波Sobel边缘增强Roberts算子增强3.纹理运算，比较变换前后影像中地形/地貌信息上的差异：一阶纹理运算二阶纹理运算4.周期噪声去除（利用傅立叶变换对影像tm_1.img进行下列处理，选择恰当的参数消除影像上的噪声信号原理和方法1、空间卷积：又称为空间滤波（filtering），系采用空间域的处理方法，在邻域像元的参不下进行运算处理，由此生成的影像中各个像元的值是原影像对应像元及其邻域像元灰度值的加权和。通过空间卷积运算达到突出影像空间中的变化或变异性规律，或抑制噪声信号的目的。设窗口大小为小为m×n，（i,j）是运算结果，h(x,y)是窗口模板，那么，卷积计算的一般公式为：g(I,j)=∑∑(f(x,y)h(x,y))其中，模板即积运算的邻域像元权重系数矩阵，定制的邻域运算关系式，又称卷积核（convolutionkernel）、卷积函数、滤波器（filtering）。2、空间频率：影像中任一局部单元乊间在单位距离内灰度值的变化幅度，分为高频、低频两类。（低频区域：亮度值变化较小的区域；高频区域：亮度值变化剧烈的区域。）当模板中的所有系数取1时，即得到低频卷积模板，实现影像的平滑去噪功能。3、纹理分析：纹理是一种重要的视觉信息，主要体现遥感图像中局部灰度或者彩色的有规律的重复出现。它是影像中第五形状、大小、色彩的综合体现，为遥感影像的目视解译提供了有力的信息。通过一阶纹理运算与二阶纹理运算可以比较影像地形、地物上的差异。4、傅里叶变换消除噪声是在完成了傅里叶变换之后，通过观察频率域影像，选取高亮部分（图像上单位像元与邻域像元差异较大），制作成滤波模板，然后用制作好的滤波模板完成对信号的剔除，形成新的频率影像，最后通过傅里叶逆变换，完成从频率域到空间域的变换，得到去除噪声的影像。一维傅里叶变换：逆变换：二维傅里叶变换：逆变换：5、图像平滑是为了抑制噪声、改善图像质量所做的处理。图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产生的噪声。内部噪声指系统内部产生的噪声。图像中的周期噪声是获取过程中受到成像设备影像产生的，这是唯一的一种空间依赖型噪声，周期噪声可通过频率域滤波进行压抑。6、边缘增强能提高边缘与周围像素之间的反差。线性高通滤波器是最常用的线性锐化滤波器，中心系数为正数，其他系数为负数；梯度法是非线性锐化滤波器，在梯度图像上梯度值较大的部分就是边缘。罗伯特梯度采用交叉差分的方法，检测像素与其在上下之间或左右之间或斜方向之间的差异；Sobel梯度对4-邻域采用加权方法进行差分，对边缘的检测更加精确；定向检测在提取边缘时指定了方向，有目的的提取某一特定方向的边缘或线性特征。7、图像噪声按其产生的原因可以分为：外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。内部噪声：一般又可分为以下四种：（1）由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合，定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则热运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化所形成的光量子噪声等。（2）电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；磁头、磁带等抖动或一起的抖动等。（3）器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所产生的噪声。随着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避免的。（4）系统内部设备电路所引起的噪声。如电源引入的交流噪声；偏转系统和箝位电路所引起的噪声等。数据准备与研究区概况ENVI/IDL或ERDASImagine实习数据；Landsattm_1.img；ASTERDEM；实习数据来源于ASTERGDEM数据.ASTERGDEM,即先进星载热发射和反射辐射仪全球数字高程模型.为数字高程DEM，其全球空间分辨率为30米。该数据是根据NASA的新一代对地观测卫星Terra的详尽观测结果制作完成的。其数据覆盖范围为北纬83°到南纬83°之间的所有陆地区域，达到了地球陆地表面的99%。数据投影为UTM/WGS84,覆盖全球范围，空间分辨率为30米，垂直精度为20米。ASTERGDEM作为30米高精度的DEM数据，用途非常广泛。常用于地形图的绘制、地形地貌分析、灾害模拟、地质调查、农业生态等各个方面。因此对于ASTERGDEM数据的处理具有很强的意义与价值。研究区概况：太原Landsat8/OLI影像的子区，空间分辨率为30m，子区西区山地众多，中部农田众多，东部主要分布城镇。影像中心有一面积较大的水域。操作步骤一、从下载的ASTERDEM中选取512×512子区数据，显示分析研究区地形地貌特征：点击File,Open,加载DEM图像。通过Toolbox—RasterMangement—ResizeData，利用SubsetByFile,在规则分幅裁剪中根据上一步得到的512子区裁剪DEM图像：研究区地形地貌特征：发现平坦地区在DEM图像呈现高亮，呈树枝状的是山脊。二、完成如下卷积增强运算，比较变换前后影像中地形/地貌信息上的差异：高通滤波：工具：Toolbox—Filter—ConvolutionsandMorphology；参数：Convolutions选择卷积类型为HighPass(高通滤波)；KernelSize设置卷积核大；（ENVI默认卷积核大小以奇数来表示）；ImageAddBack代表影像加回值。(1)选择KernelSize设置默认的3*3；ImageAddBack设置默认值0：此操作后图像立体感增强，呈现不明显的浮雕效果，坡地区域凸出，平地及沟谷区域下凹。整体纹理粗糙，明暗变化不明显。在影像中能较容易分辨出沟谷区域。(2)选择KernelSize设置默认的5*5；ImageAddBack设置默认值0：此操作立体感明显增强，浮雕效果更佳显著，在影像中可以更加清晰地看见河流与沟谷以及山体褶皱。影像整体纹理粗糙，呈金属光泽，明暗变化不明显。(3)选择KernelSize设置默认的7*7；ImageAddBack设置默认值0：浮雕效果更佳显著，在影像中可以更加清晰地看见河流与沟谷以及山体褶皱。(4)选择KernelSize设置默认的3*3；ImageAddBack设置默认值30%：此操作后，影像沟谷模糊。边缘不明显，立体感明显减弱，几乎不能表现山体。但在影像中能更清晰的反映出河流区域，整体对比度较强。(5)选择KernelSize设置默认的3*3；ImageAddBack设置默认值60%：拉普拉斯变换：工具：Toolbox—Filter—ConvolutionsandMorphology；Convolutions选择卷积类型为Laplacian(拉普拉斯变换)；(1)KernelSize设置默认的3*3,ImageAddBack设置默认值0：此操作后，图像呈现浮雕效果，但浮雕效果极不明显。图像中不能清晰分辨各种地形起伏变化，对DEM没有很好的表现。影像纹理粗糙，河流、沟谷等均不明显。(2)选择KernelSize设置默认的5*5；ImageAddBack设置默认值0：此操作后，相比3×3窗口操作，影像立体感大大增强，浮雕效果增强，对沟谷的表现力增强。但对于河流、原地等低地的表现力较弱。(3)选择KernelSize设置默认的7*7；ImageAddBack设置默认值0：影像立体感大大增强，浮雕效果增强，对沟谷的表现力增强。选择KernelSize设置默认的3*3；ImageAddBack设置默认值30%：(4)选择KernelSize设置默认的3*3；ImageAddBack设置默认值60%：影像立体感大大增强，浮雕效果增强，对沟谷的表现力增强。定向增强：Toolbox—Filter—ConvolutionsandMorphology；Convolutions选择卷积类型为Directional(方向滤波器)，输入定向增强的角度；(1)定向增强角度输入默认值270，KernelSize设置默认的3*3,ImageAddBack设置默认值0%：影像立体感较强，呈现较强的浮雕效果。对于山脊变现教清晰，同时，能清晰的反映出山体边缘、沟谷及褶皱。(2)定向增强角度输入90，KernelSize设置默认的3*3,ImageAddBack设置默认值0%：影像立体感较强，呈现较强的浮雕效果。对于山脊变现教清晰，同时，能清晰的反映出山体边缘、沟谷及褶皱。(3)定向增强角度输入180，KernelSize设置默认的3*3,ImageAddBack设置默认值0%：影像立体感明显增强，呈现较强的浮雕效果。对于山体表现效果极佳，能清晰的反映出山体边缘、沟谷及褶皱。(4)定向增强角度输入0，KernelSize设置默认的3*3,ImageAddBack设置默认值0%：影像立体感明显增强，呈现较强的浮雕效果。对于山体表现效果极佳，能清晰的反映出山体边缘、沟谷及褶皱。(5)定向增强角度输入默认值0，KernelSize设置默认的7*7,ImageAddBack设置默认值0%：影像立体感明显增强，呈现较强的浮雕效果。对于山体表现效果极佳，能清晰的反映出山体边缘、沟谷及褶皱。高斯高通滤波：Toolbox—Filter—ConvolutionsandMorphology；Convolutions选择卷积类型为GaussianHighPass；(1)KernelSize（卷积核大小）设置为3*3,ImageAddBack(影像加回值)设置默认值0%：此操作后，影像整体无值呈现白色，在部分地势变化起伏较大的高频区域，影像中呈现不明显的表现。因此，此操作对于突出体现影像中高频区域有较好的效果。(2)KernelSize（卷积核大小）设置为5*5,ImageAddBack(影像加回值)设置默认值0%：此操作后影像结果与高通滤波效果类似，影像整体偏亮，图像呈现浮雕效果，但浮雕效果极不明显。图像中不能清晰分辨各种地形起伏变化，对DEM没有很好的表现。影像纹理粗糙，河流、沟谷等均不明显。(3)KernelSize（卷积核大小）设置为7*7,ImageAddBack(影像加回值)设置默认值0%：影像整体偏亮，图像呈现浮雕效果KernelSize（卷积核大小）设置为3*3,ImageAddBack(影像加回值)设置默认值30%：此操作后，较高通滤波相比，影像边缘更平滑，地势起伏变化更加流畅，河流边界得到了很好的凸显。(4)KernelSize（卷积核大小）设置为3*3,ImageAddBack(影像加回值)设置默认值60%：此操作后，影像边缘更平滑，地势起伏变化更加流畅Sobel边缘增强：Toolbox—Filter—ConvolutionsandMorphology；Convolutions选择卷积类型为Sobel；(1)影像加回值设置默认值0；此操作后影像与原DEM影像差异较大，影像纹理粗糙，呈现不规则的线状。影像突出了地物的边界信息，如河流沟谷、山体边缘等，但对于影像地势体现不明显，影像立体感较弱。(2)影像加回值设置为30；此操作后影像中地物边界信息表现更为