遥感图像处理_图像增强

1、遥感图像处理遥感图像处理- -图像增强图像增强 中国科学院遥感应用研究所概述概述n 图象增强是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。n 图像增强不以图像保真度为原则，不增加图像数据中的相关信息，而是有选择的突出某些对人或机器分析感兴趣的信息，抑制一些无用信息，以提高图像的使用价值。 中国科学院遥感应用研究所概述概述n点运算y灰度变换法、直方图变换法n空间域滤波y噪声平滑、图像锐化n频率域滤波y高通滤波、低通滤波、同态滤波n彩色增强y假彩色变换、伪彩色变换 中国科学院遥感应用研究所1、点运算 中国科学院遥感应用研究所点运算点运算n点运算是

2、把图像中的每一像元值，按照特定的数学变换模式转换成输出图像的一个新的亮度值。y灰度变换法 线性变换对数变换指数变换y直方图调整法 直方图均衡化直方图匹配 中国科学院遥感应用研究所灰度变换法灰度变换法（一)线性灰度变换 当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素。都会产生对比度不足的弊病，使图象中的细节分辨不清。这时可将灰度范围线性扩展。 设f(x,y)灰度范围为a,b，g(x,y)灰度范围为c,d：ayxfcbyxfacayxfabcdbyxfdyxg),(),(),(),(),( 中国科学院遥感应用研究所线性灰度变换线性灰度变换0f(x,y)g(x,

3、y)abcd 中国科学院遥感应用研究所灰度变换法灰度变换法（二)分段线性灰度变换 将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。 设f(x,y)灰度范围为0,Mf，g(x,y)灰度范围为0,Mg.ayxfyxfacbyxfacayxfabcdMyxfbdbyxfbMdMyxgffg),(0),(),(),(),(),(),( 中国科学院遥感应用研究所分段线性灰度变换分段线性灰度变换0f(x,y)g(x,y)bcdaMfMg 中国科学院遥感应用研究所灰度变换法灰度变换法(三)非线性灰度变换 （1）对数变换cbyxfayxgln 1),(ln),(a,b,c是按需要可以调整的参数。 中国

4、科学院遥感应用研究所对数变换对数变换 低灰度区扩展，高灰度区压缩。 中国科学院遥感应用研究所对数变换对数变换 （2）指数变换 1),(),(ayxfcbyxga,b,c是按需要可以调整的参数。 中国科学院遥感应用研究所指数变换指数变换高灰度区扩展，低灰度区压缩。 中国科学院遥感应用研究所原始图象 中国科学院遥感应用研究所非线性灰度变换对数效应 中国科学院遥感应用研究所非线性灰度变换指数效应 中国科学院遥感应用研究所分段线性化出现假轮廓 中国科学院遥感应用研究所原始图象 中国科学院遥感应用研究所非线性亮度变换对数效应 中国科学院遥感应用研究所非线性亮度变换指数效应 中国科学院遥感应用研究所直方图

5、调整法直方图调整法- -直方图直方图直方图:表示数字图象中的每一灰度级与其出现的频率(该灰 度级的象素数目)间的统计关系,用横坐标表示灰度 级, 纵坐标表示频数(也可用概率表示)。 中国科学院遥感应用研究所直方图直方图 中国科学院遥感应用研究所直方图直方图 中国科学院遥感应用研究所直方图直方图 中国科学院遥感应用研究所直方图直方图 中国科学院遥感应用研究所直直方图均衡化方图均衡化n直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。 中国科学院遥感应用研究所连续灰度的直连续灰度的直方图方图非均匀分布非均匀分布 中国科学院遥感应用研究所连续灰度的直连续灰度的

6、直方图方图均匀分布均匀分布 中国科学院遥感应用研究所直直方图均衡化方图均衡化目标目标n图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。 中国科学院遥感应用研究所直直方图均衡化方图均衡化n 要找到一种变换 S=T ( r ) 使直方图变平直，为使变换后的灰度仍保持从黑到白的单一变化顺序，且变换范围与原先一致，以避免整体变亮或变暗。必须规定：1. 在0r1中，T(r)是单调递增函数，且0T(r)1；2. 反变换r=T-1(s),T-1(s)也为单调递增函数，0s1。 中国科学院遥感应用研究所直直方图均衡化方图均衡化n 考

7、虑到灰度变换不影响象素的位置分布，也不会增减象素数目。所以有：)(1)()(000rTsdsdsspdrrprssrdrrprT0) 12()()( 中国科学院遥感应用研究所直直方图均衡化方图均衡化n应用到离散灰度级，设一幅图象的象素总数为n，分L个灰度级。 第k个灰度级出现的频数。 第k个灰度级出现的概率 其中0rk1，k=0,1,2,.,L-1 形式为：)22()()(00kjkjjjkknnrprTs 中国科学院遥感应用研究所直直方图均衡化方图均衡化n例：设图象有64*64=4096个象素，有8个灰度级，灰度分布如表所示。进行直方图均衡化。rkr0=0r1=1/7r2=2/7r3=3/7

8、r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02算例 中国科学院遥感应用研究所直直方图均衡化方图均衡化n1. 由（2-2）式计算sk。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.810.890.950.981.00 中国科学院遥感应用研究所直直方图均

9、衡化方图均衡化2. 把计算的sk就近安排到8个灰度级中。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 nk 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/7111 中国科学院遥感应用研究所直直方图均衡化方图均衡化n3. 重新命名sk，归并相同灰度级的象素数。rkr0=0r1=1/7r2=2/7r3=3/7r4=4/7r5=5/7r6=6/7r7=1 n

10、k 790102385065632924512281p(rk) 0.190.250.210.160.080.060.030.02sk计算计算 0.190.440.650.810.890.950.981.00sk舍入舍入 1/73/75/76/76/7111sk nsk 7901023850985448p(sk) 0.190.250.210.240.11 中国科学院遥感应用研究所直直方图均衡化方图均衡化n均衡化前后直方图比较 中国科学院遥感应用研究所直直方图均衡化方图均衡化n 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个

11、灰度级内，故得不到增强。若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 中国科学院遥感应用研究所 中国科学院遥感应用研究所直方图均衡化灰度动态范围扩展 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所直方图匹配直方图匹配n 修改一幅图象的直方图，使得它与另一幅图象的直方图匹配或具有一种预先规定的函数形状。n目标：突出我们感兴趣的灰度范围，使图象质量改善。 中国科学院遥感应用研究所连续灰度的直连续灰度的直方图方图原图原图 中国科学院遥感应用研究所连续灰度的直连续灰度的直方图方图规定规定 中国科学院

12、遥感应用研究所直直方图规定化方图规定化目标目标 中国科学院遥感应用研究所直方图匹配直方图匹配n 令P(r) 为原始图象的灰度密度函数，P(z)是期望通过匹配的图象灰度密度函数。对P(r) 及P(z) 作直方图均衡变换，通过直方图均衡为桥梁，实现P(r) 与P(z) 变换。 中国科学院遥感应用研究所直方图匹配直方图匹配n步骤：（1）由 各点灰度由 r映射成s。 （2）由 各点灰度由 z映射成v。rrdrrprTs010)()(zzdzzpzGv010)()( 中国科学院遥感应用研究所直方图匹配直方图匹配（3）根据v=G(z), z=G-1(v) 由于v, s有相同的分布,逐一取v=s，求出与r对

13、应的z=G-1(s)。 中国科学院遥感应用研究所直方图匹配直方图匹配n离散灰度级情况：由（1）、（2）计算得两张表，从中选取一对, ，使，并从两张表中查得对应的rj，zk。于是，原始图象中灰度级为的所有象素均映射成灰度级。最终得到所期望的图象。 中国科学院遥感应用研究所直方图匹配直方图匹配originalDesired histogramAfterHistogram Matching (Specification) 中国科学院遥感应用研究所2、空间域滤波 中国科学院遥感应用研究所空间卷积运算空间卷积运算Rw1w2w3w4w5w6w7w8w9z1z2z3z4z5z6z7z8z9= w1z1 +

14、w2z2 + . +w9z9Replacewith 中国科学院遥感应用研究所图像平滑图像平滑 图象在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图象毛糙，此时，就需对图象进行平滑处理。 中国科学院遥感应用研究所平均值滤波平均值滤波n当所用的平滑模板尺寸增大时，对噪声的消除有所增强。不过同时所得到的图像越模糊，细节的锐化程度逐步减弱。111111111(1/9)* 中国科学院遥感应用研究所平均值滤波平均值滤波均值滤波器Mean 5x5原始图象Mean 11x11 中国科学院遥感应用研究所平均值滤波平均值滤波n通过选择领域大小、形状和方向，参加平均的点数以及各点的权重系数

15、来设计模板。n必须保证全部权系数之和为单位值。 中国科学院遥感应用研究所中值滤波中值滤波n 在邻域平均法中，是将nn局部区域中的灰度的平均值作为区域中央象元的灰度值。而在中值滤波中，是把局部区域中灰度的中央值作为区域中央象元的值。n如，在33区域内进行中值滤波，是将区域内9个灰度值按由小到大排列，从小的一方开始的第5个值即为中央象元的值。 ),(),(yxofmedianyxg 中国科学院遥感应用研究所中值滤波中值滤波-算例算例取3X3窗口例例207205208201202206198200212207205208201205206198200212从小到大排列，取中间值21220820720

16、6205202201200198 中国科学院遥感应用研究所中值滤波中值滤波-算例算例取N=3例例1201102009080200显然是个噪声。n适合去除椒盐噪声。 中国科学院遥感应用研究所中值滤波中值滤波-算例算例取N=3例例1201102009080200显然是个噪声。80 中国科学院遥感应用研究所中值滤波中值滤波-算例算例80取N=3例例1201102009080200显然是个噪声。9080 中国科学院遥感应用研究所中值滤波中值滤波-算例算例取N=3例例1201102009080200显然是个噪声。11090809080 中国科学院遥感应用研究所中值滤波中值滤波-算例算例120110908

17、0取N=3例例1201102009080200显然是个噪声。 中国科学院遥感应用研究所中值滤波中值滤波-算例算例取N=3例例1201102009080200显然是个噪声。110908012011090801201201109080滤波后，200被去除。 中国科学院遥感应用研究所中值滤波中值滤波n当领域内的像元数为奇数时，取排序后的中间像元值；当领域内的像元数为偶数时，取排序后的中间两像元的平均值。n中值滤波是一种非线性滤波，其突出优点是在消除噪声的同时，还能防止边缘模糊。 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所图像锐化图像锐化n

18、图象锐化目的：加强图象轮廓，使图象看起来比较清晰。 中国科学院遥感应用研究所微分法微分法n考察正弦函数 ，它的微分 。微分后频率不变，幅度上升2a倍。n空间频率域愈高，幅度增加就愈大。这表明微分可以加强高频成分，从而使图像轮廓变清晰。ax2sinaxa2cos2 中国科学院遥感应用研究所微分法微分法n 最常用的微分方法是梯度法。设图象函数为f (x,y)，它的梯度 (Gradient)是一个向量，定义为：yfxfyxf),(G梯度的幅度：22)()(),(yfxfyxfG梯度的幅角：/1xfyftgM 中国科学院遥感应用研究所微分法微分法n 在(x,y)点处的梯度方向是f (x,y)在这点变化

19、率最大的方向，而其长度则等于f (x,y) 的最大变化率，即：2122),(yfxfyxfG 中国科学院遥感应用研究所微分法微分法 中国科学院遥感应用研究所微分法微分法n为方便起见，以后把梯度长度也简称为梯度。n对数字图象，用差分来近似微分。n两种常用差分算法（1）典型梯度算法2122) 1,(),(), 1(),(),(yxfyxfyxfyxfyxfG典型梯度算法), 1() 1,(),(yxfyxfyxf 中国科学院遥感应用研究所微分法微分法n（2）罗伯茨（Roberts）梯度算法2122) 1,(), 1() 1, 1(),(),(yxfyxfyxfyxfyxfG罗伯茨梯度算法) 1,

20、1(), 1() 1,(),(yxfyxfyxfyxf 中国科学院遥感应用研究所微分法微分法n上述二算法运算较费时。为更适合计算机实现，采用绝对差分算法：) 1,(),(), 1(),(),(yxfyxfyxfyxfyxfG) 1,(), 1() 1, 1(),(),(yxfyxfyxfyxfyxfG及 中国科学院遥感应用研究所微分法微分法n注：对NxN数字图象，不可能在最后一行(x=N)和最后一列(y=N)象素上计算梯度值。一种补救办法：用前一行(x=N-1)和前一列(y=N-1)对应象素的梯度值。n某象素上的梯度值是该象素与相邻象素的灰度差值的单调递增函数。n图象轮廓上，象素灰度有陡然变化

21、，梯度值很大。n图象灰度变化平缓区域，梯度值很小。n等灰度区域，梯度值为零. 中国科学院遥感应用研究所微分法微分法 哪一个梯度大？ 中国科学院遥感应用研究所常见的梯度算子模板常见的梯度算子模板1-11-1Roberts-11-11-11111-1-1-1Prewitt-11-22-11121-1-2-1Sobel1-11-1水平、垂直梯度 中国科学院遥感应用研究所常见的梯度算子模板常见的梯度算子模板n 从上面可知，Sobel算子、 Prewitt算子不像普通梯度算子那样用两个像素之差值，而用两列或两行加权和之差值，其优点为： y由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用 y由于

22、它是相隔两行或两列的差分，故边缘两侧的象元得到了增强，边缘显得粗而亮。 中国科学院遥感应用研究所水平、垂直梯度Roberts梯度Sobel梯度 中国科学院遥感应用研究所二阶微分二阶微分拉普拉斯算子拉普拉斯算子n拉普拉斯算子处理是常用的边缘增强处理算子，它是各拉普拉斯算子处理是常用的边缘增强处理算子，它是各向同性的二阶导数：向同性的二阶导数：n对数字图像来讲，对数字图像来讲， 的二阶偏导数可表示为的二阶偏导数可表示为：22222fffxy( , )f x y22( , )(1, )( , ) (1, )( , ) ( , )(1, )(1, )(1, )2 ( , )xxf x yf ijf i

23、 jxf ijf i jf i jf ijf ijf ijf i j22( , )( ,1)( ,1)2 ( , )f x yf i jf i jf i jy 中国科学院遥感应用研究所二阶微分二阶微分拉普拉斯算子拉普拉斯算子n为此，拉普拉斯算子为：以模板形式表示为： ),(4) 1,() 1,(), 1(), 1(22222jifjifjifjifjifyfxff010141010n 可见数字图像在某点的拉普拉斯算子，可以由中心像素点灰度级值和邻域像素灰度级值通过加减运算来求得。n 边缘检测另一方法：用原图像的值减去模板运算结果的整倍数，即： ),(),(),(2yxfkyxfyxg 中国科学

24、院遥感应用研究所二阶微分二阶微分拉普拉斯算子拉普拉斯算子拉普拉斯算子114111h115112h 中国科学院遥感应用研究所3、频率域滤波 中国科学院遥感应用研究所频域图象增强与滤波频域图象增强与滤波 中国科学院遥感应用研究所频域滤波法频域滤波法n前面已经讲过，空域滤波是建立在卷积运算的基础上，即n其中g(x,y)为原图像函数，h(x,y)为滤波函数，f(x,y)为滤波后的期望图像。如果令 n则根据卷积定理有),(*),(),(yxhyxgyxf),(),(),(),(),(),(vuFyxfvuHyxhvuGyxg),(),(),(vuHvuGvuF这就是频率域滤波的基本算式。其中这就是频率域

25、滤波的基本算式。其中H(u,v)叫叫做滤波器的做滤波器的传递函数传递函数，或叫做或叫做滤波器。滤波器。 中国科学院遥感应用研究所频域滤波法频域滤波法n频域滤波法是建立在Fourier变换与卷积定理基础上。n在G(u,v)给定的条件下，期望图像f(x,y)的效果决定于H(u,v)的选取。n按照选取的H(u,v)的性质，常用频域法分为：低通滤波、高通滤波。 n频域滤波处理过程如下图所示:FFTH(u,v)IFFTg(x,y)G(u,v)F(u,v)f(x,y) 中国科学院遥感应用研究所频域低通滤波法频域低通滤波法n频域低通滤波法是一种频域处理法。n对于一幅图像，它的边缘、跃变部分以及噪声都是图像的

26、高频成分，而大面积的背景区和慢变部分则是图像的低频成分，用频域低通滤波法除去其高频分量就能去掉噪声，使图像平滑。 中国科学院遥感应用研究所常用的几种低通滤波器常用的几种低通滤波器- -理想低通滤波器（理想低通滤波器（ILPFILPF）n（1）理想低通滤波器00),(0),(1),(DvuDDvuDvuH其中为截止频率；为频率平面原点到点(u,v)的距离。 中国科学院遥感应用研究所理想低通滤波器（理想低通滤波器（ILPFILPF）理想滤波器的难处 中国科学院遥感应用研究所理想低通滤波器（理想低通滤波器（ILPFILPF）n理想低通滤波器平滑处理的概念是清楚的，但它在处理中会产生较严重的模糊和振铃

27、现象。n正是由于理想低通滤波器存在此“振铃”现象，使其平滑效果下降，为此我们将介绍其它的低通滤波器。 ILPFH(u,v)D01ILPF特性曲线 中国科学院遥感应用研究所理想低通滤波器（理想低通滤波器（ILPFILPF）widthimageD_*2 . 00widthimageD_*3 . 00ILPF 中国科学院遥感应用研究所巴特沃思低通滤波器巴特沃思低通滤波器n（2）巴特沃思低通滤波器nnDvuDDvuDvuH2020),(414. 011),()12(11),(D(u,v)=D0，H(u,v)降为最大值的 。n为阶数。21 中国科学院遥感应用研究所巴特沃思低通滤波器巴特沃思低通滤波器n巴

28、特沃思低通滤波器又称为最大平坦滤波器。n它与理想低通滤波器不同，它的通带与阻带之间没有明显的不连续性。n因此，它没有“振铃”现象发生，模糊程度减小，但从它的传递函数特性曲线H(u,v)可以看出，在它的尾部保留有较多的高频，所以对噪声的平滑效果不如理想低通滤波。BLPFD(u,v)H(u,v)1123BLPF特性曲线 中国科学院遥感应用研究所巴特沃思低通滤波器巴特沃思低通滤波器3_*2 . 00nwidthimageD3_*3 . 00nwidthimageDBLPF 中国科学院遥感应用研究所指数形低通滤波器指数形低通滤波器n（3）指数形低通滤波器),(347. 0exp),()21expln(

29、),(00nnDvuDDvuDvuHD(u,v)=D0，H(u,v)降为最大值的 。n为阶数。21 中国科学院遥感应用研究所指数形低通滤波器指数形低通滤波器n由于指数滤波器具有比较平滑的过渡带，为此平滑后的图像没有振铃现象，而它与BLPF相比，它具有更快的衰减特性，所以经ELPF滤波后的图像比BLPF处理的图像稍微模糊一些。ELPFH(u,v)123ELPF特性曲线 中国科学院遥感应用研究所指数形低通滤波器指数形低通滤波器3_*2 . 00nwidthimageD3_*3 . 00nwidthimageDELPF 中国科学院遥感应用研究所梯形低通滤波器梯形低通滤波器1101010),(0),(

30、)(),(),(1),(DvuDDvuDDDDDvuDDvuDvuH（4）梯形低通滤波器在规定D0和D1时，要满足D0D1的条件。H(u,v)D(u,v)D01D1TLPF特性曲线 中国科学院遥感应用研究所梯形低通滤波器梯形低通滤波器widthimagedwidthimaged_*4 . 0_*1 . 010widthimagedwidthimaged_*5 . 0_*3 . 010TLPF 中国科学院遥感应用研究所四种滤波器的性能四种滤波器的性能类别振铃现象图像模糊程度噪声平滑效果ILPFBLPFELPFTLPF严重无无较轻严重很轻较轻轻最好一般一般好 中国科学院遥感应用研究所高通滤波法高通

31、滤波法n 图像中的边缘或线条与图像频谱中的高频成分相对应，因此采用高通滤波器让其高频顺利通过，使图像的边缘或线条变得清楚，实现图像的锐化。n 频域高通滤波与频域低通滤波也一样，只是其滤波传递函数不同而已。 中国科学院遥感应用研究所常用的几种低通滤波器常用的几种低通滤波器- -理想高通滤波器（理想高通滤波器（ILPFILPF）（1）理想高通滤波器00),(1),(0),(DvuDDvuDvuH 中国科学院遥感应用研究所巴特沃思高通滤波器巴特沃思高通滤波器（2）巴特沃思高通滤波器nnvuDDvuDDvuH2020 ),(414. 011 ),()12(11),( 中国科学院遥感应用研究所指数形高通

32、滤波器指数形高通滤波器（3）指数形高通滤波器),(347. 0exp),()21expln(),(00nnvuDDvuDDvuH 中国科学院遥感应用研究所梯形高通滤波器梯形高通滤波器（4）梯形高通滤波器0011011),(1),(),(),(0),(DvuDDvuDDDDDvuDDvuDvuH 中国科学院遥感应用研究所常用的几种高通滤波器常用的几种高通滤波器理想高通滤波D0=0.01 中国科学院遥感应用研究所常用的几种高通滤波器常用的几种高通滤波器Butterworth高通滤波D0=0.01n=3 中国科学院遥感应用研究所常用的几种高通滤波器常用的几种高通滤波器指数高通滤波D0=0.01n=3

33、 中国科学院遥感应用研究所常用的几种高通滤波器常用的几种高通滤波器梯形高通滤波D0=0.03D1=0.01 中国科学院遥感应用研究所同态滤波同态滤波n若物体受到照度明暗不匀的时候，图象上对应照度暗的部分，其细节就较难辨别。 中国科学院遥感应用研究所同态滤波同态滤波 中国科学院遥感应用研究所同态滤波同态滤波 中国科学院遥感应用研究所同态滤波同态滤波 照度 ,反射系数 。),(yxi),(yxr 同态滤波的目的：消除不均匀照度的影响而又不损失图象细节。),(),(),(yxryxiyxf 中国科学院遥感应用研究所同态滤波同态滤波依据： 图象的灰度由照射分量和反射分量合成。反射分量反映图象内容，随图

34、象细节不同在空间上作快速变化。照射分量在空间上通常均具有缓慢变化的性质。 照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。 中国科学院遥感应用研究所同态滤波同态滤波步骤步骤( , )ln( , )ln ( , )ln ( , )z x yf x yi x yr x y ( , )ln ( , )ln ( , )F z x yFi x yFr x y(1)(2)( , )( , )( , )Z u vI u vR u v 中国科学院遥感应用研究所同态滤波同态滤波步骤步骤（3) 确定H(u,v)。( , )( , ) ( , )( , ) ( , )S u vH u v I u v

35、H u v R u v 中国科学院遥感应用研究所同态滤波同态滤波步骤步骤1( , )( , ) ( , )i x yFH u v I u v1( , )( , ) ( , )r x yFH u v R u v0( , )exp ( , )i x yi x y(4) (5)0( , )exp ( , )r x yr x y00( , )( , ) ( , )g x yi x y r x y 中国科学院遥感应用研究所同态滤波同态滤波流程图流程图lnFFTH(u,v)FFT-1expf(x,y)g(x,y) 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所4、彩色增强 中

36、国科学院遥感应用研究所彩色增强彩色增强n 亮度值的变化可以改善图像的质量，但就人眼对图像的观察能力而言，一般正常人眼只能分辨20级左右的亮度级，而对彩色的分辨能力则可达100多种，远远大于对黑白亮度值的分辨能力。不同的彩色变换可大大增强图像的可读性。 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所 中国科学院遥感应用研究所彩色增强彩色增强把黑白图象处理成彩色图像的过程称为伪彩色图象。把真实的自然彩色图象或遥感多波段图象处理成彩色图像的过程称为假彩色图象处理。 中国科学院遥感应用研究所伪彩色处理伪彩色处理一灰度分层法把黑白图像的灰度级分成若

37、干层次，在每个层次上赋予颜色，则可得到图像的伪彩色图像。1( , ), ( , ), 1,2,iiif x yClf x ylik 中国科学院遥感应用研究所伪彩色处理伪彩色处理二. 灰度变换法 中国科学院遥感应用研究所伪彩色处理伪彩色处理常用的变换关系式：43)(4434404LffLLfLLLfffG43432)2(420LfLLfLLfLffR4L43L2LL0L红红4L43L2LL0L绿绿4L43L2LL0L蓝蓝2024)2(440LfLfLfLLfLfB 中国科学院遥感应用研究所伪彩色增强伪彩色增强原始图像原始图像伪彩色增强结果图像伪彩色增强结果图像 中国科学院遥感应用研究所遥感图像处

38、理单波段彩色增强的意义遥感图像处理单波段彩色增强的意义n区分出地物的类别。y例如在红外波段，水体的吸收很强，在图像上表现为接近黑色，这时若取低亮度值为分割点并以某种颜色表现则可以分离出水体；y砂地反射率高，取较高亮度为分割点，可以从亮区以彩色分离出砂地。 中国科学院遥感应用研究所假彩色处理假彩色处理n 把真实的自然彩色图象或遥感多光谱图象处理成假彩色图象。1. 景物映射成奇异彩色，比本色更引人注目。2. 适应人眼对颜色的灵敏度，提高鉴别能力。如人眼对绿色亮度响应最灵敏，可把细小物体映射成绿色。人眼对蓝光的强弱对比灵敏度最大。可把细节丰富的物体映射成深浅与亮度不一的蓝色。 中国科学院遥感应用研究

39、所假彩色处理假彩色处理假彩色处理假彩色处理fffgggBGRBGR333222111n真彩色图象处理成假彩色图象表示为： 中国科学院遥感应用研究所假彩色处理假彩色处理3. 遥感多光谱图象处理成假彩色，以获得更多信息。y 根据加色法彩色合成原理，选择遥感影像的某三个波段，分别赋予红、绿、蓝三种原色，就可以合成彩色影像。由于原色的选择与原来遥感波段所代表的真实颜色不同，因此生成的合成色不是地物真实的颜色，因此这种合成叫做假彩色合成。y 因多波段图像在获取时会受到大气吸收、散射等影响，一般蓝波段损失严重，在彩色合成时要由其他波段（包括非可见光波段）代替，不可能得到与自然景色相同的真彩色图像，故将其称为假彩色合成。 中国科学院遥感应用研究所假彩色处理假彩色处理n多波段影像合成时，方案的选择十分重要，它决定了彩色影像能否显示较丰富的地物信息或突出某一方面的信息。n以陆地卫星La