图像平滑与锐化处理

1、-作者xxxx-日期xxxx图像平滑与锐化处理【精品文档】 图像平滑与锐化处理1 图像平滑处理打开Image Interpreter/Utilities/Layer Stack对话框，如图1-1图1-1 打开Layer Stack对话框在Input File中打开tm_striped.img，在Layer中选择1，在Output File中输入输出文件名band1.img，单击Add按钮。忽略零值，单击OK(如图1-2所示)。图1-2 Layer Stack对话框设置打开InterpreterSpatial EnhancementConvolution对话框。如图1-3图1-3 打开Convo

2、lution对话框在Input File中选择band1.img。在Output File中选择输出的处理图像，命名为lowpass.img。在Kernel中选择7*7Low Pass，忽略零值。单击OK完成图像的增强处理（如图1-4所示）。图1-4 卷积增强对话框（Convolution）平滑后的图像去掉噪音的同时造成了图像模糊，特别是对图像的边缘和细节消弱很多。而且随着邻域范围的扩大，在去噪能力增强的同时模糊程度越严重（如图1-5）。图1-5 处理前后的对比为了保留图像的边缘和细节信息，可对上述算法进行改进，引入阈值T，将原有图像灰度值f（i，j）,和平均值g（i，j）之差的绝对值与选定的

3、阈值进行比较，根据比较结果决定像元（i，j）的最后灰度值G（i，j）。当差小于阈值的时候取原值；差大于阈值的时候取平均值。这里通过查询得T取4，其表达式为下： g（i，j），当| f（i，j）-g（i，j）|4 G（i，j）= f（i，j），当| f（i，j）-g（i，j）|Model Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图1-6，1-7,1-8,1-9,1-10,1-11所示）。图1-6 定义第一个对象 图1-7 定义第二个对象图1-8 定义函数图1-9 定义输出对象图1-10 最终模型图1-11 平滑处理后图像为了突出边缘和轮廓、线

4、状目标信息可以采用锐化的方法。锐化可使图像上的边缘与线性目标的反差提高，因此也称为边缘增强。2.1 加载原图像在Viewer#1中打开原图像atl_spotp_92.img（如图2-1所示）。图2-1 打开原图像卷积增强是将整个图像按像元分块处理，用于改变图像的空间频率特征。卷积增强处理的关键是卷积核系数矩阵的选取。此处卷积核选择边缘检测（Edge detect），边缘检测又称邻值滤波，即核中所有系数和为零，可以将低频区域平滑或变成零，高频核将边界变成高亮度，而不一定将其他物体消去。具体操作为打开Spatial Enhancement中的Convolution，在Input File中选择at

5、l_spotp_92.img。在Output File中选择输出的处理图像，命名为ruihua.img。在Kernel中选择5*5 Edge Detect，忽略零值。单击OK完成图像的增强处理（如图2-2,2-3所示）。图2-2 打开Convolution图2-3 卷积增强对话框图2-4 利用5*5 Edge Detect模板处理后的图像上述处理得到图像的原图像失去了原图像的面目而成为了边缘图像，为了在突出边缘信息的同时保留图像原背景，设置一个非负阈值T进行处理。在查找阈值，将阈值设为130（如图2-5所示）。图2-5 查找边缘灰度值，确定阈值2.4.1 公式在图标控制面板工具栏中点击空间建模

6、ModelerModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图2-6,2-7,2-8,2-9,2-10,2-11所示）。图2-6 定义第一个对象 图2-7定义第二个对象适当选取T（阈值），使梯度值=T的个点的灰度值等于该点的梯度值，其他的则保留原始灰度值，形成背景。即由公式5.26知，当阈值大于等于T时选取锐化后的图像，其他情况选择原图像。由2.3可知T为130。即 | gradf（x，y）|，| gradf（x，y）|=130g（x，y）= f（x，y），其它图2-8 函数的定义图2-9 定义输出对象图2-10 Model结果图2-

7、11 所得处理图像根据需要指定一个灰度级LG，例如，令LG=255。以Lg表示边缘，其他保留原背景值。 由公式5.27知，当阈值大于等于T时选取灰度值为255，其他情况选择原图像。T依旧取130。即 LG ，| gradf（x，y）|=130 g（x，y）= f（x，y），其它具体操作步骤：在图标控制面板工具栏中点击空间建模ModeleModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图2-12，2-13所示）。图2-12 定义函数2-13 所得处理图像指定一个灰度级Lb表示背景，例如，令LB=0，形成黑背景，保留边缘梯度变化。由公式5.

8、28知，当阈值小于T时选取灰度值为0，其他情况选择5*5 Edge Detect模板处理后的图像。T依旧为130。即 | gradf（x，y）|，| gradf（x，y）|=130g（x，y）= LB，其他具体操作步骤：在图标控制面板工具栏中点击空间建模ModeleModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图2-14，2-15所示）。图2-14 定义函数图2-15 所得处理图像利用空间模型得到的处理后的图像的背景都变成黑色即灰度值为0。无需做进一步图像辐射增强处理。将边缘与灰度图像分别以灰度级LG和LB表示，例如，255表示边缘，

9、0表示背景，形成二值图像。由公式5.28知，当阈值小于T时选取灰度值为0，其他情况选择5*5 Edge Detect模板处理后的图像。T依旧为130。即 LG ，| gradf（x，y）|=130 g（x，y）= LB ，其它具体操作步骤：在图标控制面板工具栏中点击空间建模ModeleModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图2-16，2-17所示）。图2-16 定义函数2-17 所得处理图像利用空间模型得到的处理后的图像的背景都变成黑色即灰度值为0。无需做进一步图像辐射增强处理。2.5辐射增强2.5.1 公式利用空间模型得到的处理后的图像的背景部分显示不理想，因此需要做进一步图像辐射增强处理。打开灰度值统计表，发现背景灰度值集中在20到60之间（如图2-12所示），所以可以使用分段线性变换进行辐射增强。具体步骤：打开RasterContrastBreakPoints选项，点击按钮，打开Gray Look UpTable修