ERDAS图像增强处理

实验目的：•学会利用ERDAS实现遥感图像增强实验仪器：计算机、ERDAS软件提纲图像空间增强图像辐射增强图像光谱增强傅立叶变换地形分析1.图像空间增强图像空间增强是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的Convolution(卷积增强)Non-directionalEdge(非定向边缘增强)FocalAnalysis(聚焦分析)Texture(纹理分析)AdaptiveFilter(自适应滤波)StatisticalFilter(统计滤波)ResolutionMerge(分辨率融合)Crisp(锐化处理)空间增强辐射增强光谱增强2020/6/184实验1：辐射增强1.对单个像元的灰度值进行变换达到图像增强的目的•LUTStretch(查找表查询)•HistogramEqualization(直方图均衡化)•HistogramMatch(直方图匹配)•BrightnessInverse(亮度反转)•HazeReduction(去霾处理)•NoiseReduction(降噪处理)•DestripeTMData(去条带处理)辐射增强命令辐射增强功能LUTStretch：查找表拉伸通过修改图像查找表（LookupTable）使输出图像值发生变化，是图像对比度拉伸的总和HistogramEqualization:直方图均衡化对图像进行非线性拉伸，重新分布图像像元值使一定灰度范围内像元的数量大致相等HistogramMatch:直方图匹配对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似，常用于图像拼接处理BrightnessInverse:亮度反转对图像亮度范围进行线性及非线性取反值处理HazeReduction:去霾处理降低多波段图像及全色图像模糊度的处理方法NoiseReduction:降噪处理利用自适应滤波方法去除图像噪声DestripeTMData:去条带处理对LandsatTM图像进行三次卷积处理去除条带辐射增强«图像辐射增强处理——直方图均衡化1.实验步骤参阅实习指导书，截图并写出实验报告实验2：空间增强空间增强（SpatialEnhancement）技术：利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。ERDAS提供的空间增强处理功能有：卷积增强、非定向边缘增强、聚焦分析、纹理分析、自适应滤波、分辩率融合、锐化处理等。图像空间增强图像空间增强是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的Convolution(卷积增强)Non-directionalEdge(非定向边缘增强)FocalAnalysis(聚焦分析)Texture(纹理分析)AdaptiveFilter(自适应滤波)StatisticalFilter(统计滤波)ResolutionMerge(分辨率融合)Crisp(锐化处理)空间增强命令空间增强功能Convolution:卷积增强用一个系数矩阵对图像进行分块平均处理Non-directionalEdge：非定向边缘增强首先应用两个正交卷积算子分别对图像进行边缘探测，然后将两个正交结果进行平均化处理FocalAnalysis:聚集分析使用类似卷积滤波的方法，选择一定的窗口函数，对输入图像文件的数值进行多种变换Texture:纹理分析通过二次变异等分析增强图像的纹理结构AdaptiveFilter:自适应滤波应用自适应滤波器对AOI进行对比度拉伸处理Crisp:锐化处理增强整景图像亮度而不使其专题内容发生变化空间增强123核函数卷积增强处理卷积增强处理的关键是卷积算子——系数矩阵（Kernal）的选择，系统提供了3×3，5×5，7×7等大小不同的矩阵，并且预置了不同系数以便应用于不同目的的图像处理，诸如：边缘检测（EdgeDetect）边缘增强（EdgeEnhance）低通滤波（LowPass）高通滤波（HighPass）水平增强（Horizontal）垂直增强（Vertical）水平边缘检测（HorizontalEdgeDetection）垂直边缘检测（VerticalEdgeDetection）交叉边缘检测（CrossEdgeDetection）卷积增强处理1.确定输入文件2.确定输出文件3.选择卷积算子4.选择研究区（可选）5.OK实验影像：lanier.img2.实验步骤参阅实习指导书，截图并写出实验报告基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。PrincipalComponents(主成份变换)InversePC(主成份逆变换)DecorrelationStretch(去相关拉伸)Tasseledcap(缨帽变换)RGBtoIHS(色彩变换)IHStoRGB(色彩逆变换)Indices(指数计算)NaturalColor(自然色彩变换)实验3：光谱增强光谱增强命令光谱增强功能PrincipalComponents:主成份变换将具有相关性的多波段图像压缩到完全独立的较少的几个波段，使遥感图像更易于解译分析InversePrincipalComponents:主成份逆变换与主成份变换操作正好相反，将主成份变换图像依据当时的变换特征矩阵重新恢复到RGB彩色空间DecorrelationStretch:去相关拉伸首先对图像的主成份进行对比度拉伸处理，然后再进行主成份逆变换，将图像恢复到RGB彩色空间Tasseledcap:缨帽变换在植被研究中旋转数据结构轴优化图像显示效果RGBtoHIS:色彩变换将图像从红（R）绿（G）蓝（B）彩色空间转换到亮度（I）、色度（H）、饱和度（S）彩色空间HISTORGB:色彩逆变换将图像从亮度（I）色度（H）饱和度（S）彩色空间转换到红（R）绿（G）蓝（B）彩色空间Indices:指数计算用于计算反映矿物及植被的各种比率和指数NaturalColor:自然色彩变换模拟自然色彩对波段数据变换输出自然色彩图像光谱增强主成份变换将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，是图像数据更易于解译主成份分析1.确定输入文件2.确定输出文件特征矩阵输出设置（如需逆变换必须输出）运行日志输出设置4.OK3.输入需要的主成份数量实验影像：lanier.img3.实验步骤参阅实习指导书，截图并写出实验报告第一主成分第二主成分第三主成分K－T变换（缨帽变换）K-T变换（kauth-Thomas变换）一种特殊的主成分分析，转换系数是固定的；坐标空间发生旋转，旋转后的坐标轴指向与地面景物有密切关系的方向.也称缨帽变换(TasseledCap)缨帽变换为植被研究特别是分析农业特征提供了一个优化显示的方法，同时实现了数据压缩。变换后的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向（K－L变换后指向主成分方向）缨帽变换实验四：色彩变化从RGB变为HIS,从HIS变为RGB非定向边缘增强应用两个比较通用的滤波器（Sobel,Prewitt），首先通过两个正交卷积算子分别对图像进行边缘检测，然后将两个正交结果进行平均化处理。非定向边缘增强1.确定输入文件2.确定输出文件3.选择卷积算子4.OK实验影像：lanier.img纹理分析通过在一定的窗口内进行二次变异分析（2nd-orderVariance）或三次变异分析（3rd-orderVariance），使图像的纹理结构得到增强纹理分析1.确定输入文件2.确定输出文件3.选择卷积算子4.OK实验影像：lanier.img指数计算将遥感图像中不同波段的灰度值进行各种混合运算，计算反应矿物或植被的常用比率和指数指数计算计算某影像的NDVI值1.确定输入文件2.确定输出文件5.OK3.根据影像选择其相应的传感器4.选择计算的指数实验影像：lanier.img4.傅立叶变换傅立叶变换是首先把遥感图像从空间域转换到频率域，然后在频率域上对图像进行滤波处理，减少或消除周围噪声，再把图像从频率域上转换到空间域，达到图像增强的目的。•FourierTransform(傅立叶变换)•FourierTransformEditor(傅立叶变换编辑)•InverseFourierTransform(傅立叶逆变换)•FourierMagnitude(傅立叶显示变换)•PeriodicNoiseRemoval(周围噪声去除)•HomomorphicFilter(同态滤波)4.1低通滤波4.1.1傅立叶变换实验影像：tm_1.img4.1低通滤波4.1.2滤波器编辑打开刚才经过傅立叶变换后保存的文件打开滤波器选择低通滤波（LowPass）圆形滤波半径为80将滤波结果保存低通滤波4.1.3傅立叶逆变换打开刚刚经过滤波器编辑后保存的文件；选择要输出的文件；进行傅立叶逆变换，有频率域转成空间域。高通滤波只是将4.1.2中的滤波器进行修改，其余两个步骤与低通滤波相同1.选择高通滤波2.选择余弦滤波器3.设定滤波半径4.OK5.地形分析5.1坡度分析实验影像：DEMmerge_sub.img地形分析坡向分析实验影像：DEMmerge_sub.img