基于erdas的图像增强处理(共9页)

1、图像(t xin)增强(zngqing)处理实习(shx)目的：掌握常用的图像增强处理的方法内 容：空间、辐射、光谱增强处理的主要方法空间增强：包括卷积增强处理、纹理分析辐射增强：LUT拉伸处理、直方图均衡化处理光谱增强：主成份变换、缨穗变换、色彩变换图像增强处理包括空间、辐射、光谱增强处理，本练习做几种常用的增强处理方法，在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。 图像解译功能简介利用ERDAS IMAGINE进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块

2、包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：ERDAS图标面板菜单条： Main/Image Interpreter-Image Interpreter菜单（图1.1）ERDAS图标面板工具条：点击Interpreter图标-Image Interpreter菜单（图1.1）图1.1 Image Interpreter菜单从上图可以(ky)看出，ERDAS图

3、像解译模块(m kui)包含了8个方面的功能，依次是遥感图像(t xin)的空间增强（Spatial Enhancement）、辐射增强（Radiometric Enhancement）、光谱增强(SpectralEnhancement)、高光谱工具（Hyper Spectral Tools）、傅立叶交换（Fourier Analysis ）、地形分析（Topographic Analysis）。地理信息系统分析（GlS Analysis）、以及其它实用功能（Utilities）。每一项功能菜单中又包含若干具体的遥感图像处理功能。空间增强 空间增强（Spatial Enhancement）简介

4、空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。ERDAS IMAGINE提供的空间增强处理功能如表4.1所列。表4.1 遥感图像空间增强命令及其功能空间增强命令 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-directional Edge： 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Focal Analysis: 聚集分析使用类似卷积滤波的方法，选择一定的窗口呼函数，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

5、构 Adaptive Filter: 自适应滤波应用自适应滤波器对AOI进行对比度拉伸处理Resolution Merge:分辩率融合不同空间分辨率遥感图像的融合处理 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 卷积增强处理 卷积增强是将整个图像按像元分块进行平均处理，用于改变图像的空间频率特征。卷积处理的关键是卷积算子系数矩阵的选择。ERDAS将常用的卷积积算子放在default.klb 的文件中，分别以33、55、77三组，每组又包括edge Detect/edge enhance/low pass/Highpass/Horizontal/vertical/summar

6、y等七种不同的处理方式。具体执行过程如下：ERDAS图标面板工具条:点击Interpreter/spatial Enhancement/convolution打开convolution对话框，并设置如下参数：图1.2 Convolution对话框运行(ynxng)结果如图1.3所示：图1.3 Convolution运行(ynxng)结果纹理(wnl)分析 纹理分析通过在一定的窗口内进行二次变异分析或三次对称分析，使图像的纹理结构得到增强，具体过程如下：ERDAS 图板面板工具条：点击Interpreter/spatial Enhancement/Texture打开Texture对话框，并设置参

7、数如下：图1.4 Texture对话框这一分析方法的关键(gunjin)是确定Window size 的定义操作(cozu)函数Operator。运行结果(ji gu)如下图：图1.5 纹理分析运行结果辐射(fsh)增强： 辐射(fsh)增强（Radiometric Enhancement）简介(jin ji)辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。 ERDAS IMAGINE提供的辐射增强处理功能如表4.2所列。表4.2 遥感图像辐射增强命令及其功能辐射增强命令辐射增强功能 LUT Stretch：查找表拉伸通过修改图像查找表（Lookup Table）使输出图像值发生变

8、化，是图像对比度拉伸的总和。Histogram Equalization: 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Histogram Match: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Brightness Inverse: 亮度反转对图像亮度范围进行线性及非线性取反值处理 Haze Reduction: 去霾处理降低多波段图像及全色图像模糊度的处理方法 Noise Reduction: 降噪处理利用自适应滤波方法去除图像噪声 Destripe TM Data:去条带处理对Landsat TM图

9、像进行三次卷积处理去除条带 直方图均衡化该处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。在ERDAS图标面板工具条中，点击Interpreter/Radiometric Enhancement/Histogram Equalization-打开Histogram Equalization对话框,并设置参数如下：图3.2 Histogram Equalization对话框运行结果如下图：图3.3 直方图均衡化结果(ji gu)光谱(gungp)增强光谱增强(zngqing)处理简介光谱增强处理是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

10、目的。ERDSA IMAGINE提供的光谱增强处理功能如下图所示。表4.3 遥感图像光谱增强命令及其功能光谱增强命令 光谱增强功能 Principal Components: 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Inverse Principal Components: 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Decorrelation Stretch: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Tasseled cap:

11、缨穗变换在植被研究中旋转数据结构轴优化图像显示效果 RGB to HIS: 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HIS TO RGB: 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 Natural Color: 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 主成份变换 是一种常用的数据压缩方法，它可以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，便于图像分析与解译，具体过程如下：在ERDAS 图标

12、面标工具条中，点击(din j)Interpreter/spectral Enhancement/principal Comp打开(d ki)principal components对话框,并按图4.1设置(shzh)参数：图4.1 principal components对话框图4.2 主成分分析运行结果图4.2为原始图像与主成份变换获得的主份量1、2、3的对比图。 图4.3 原图像(t xin)432(RGB) 图4.4主成份(chng fn)321（RGB）合成(hchng)图像缨穗变换 缨穗变换是针对植物学所关心的植被特征，对原始多波段图像数据进行空间旋转，获得具有物理意义的亮度、绿度、湿度等分量。在E