实验六指导书 图像分割

1、 一、实验目的利用光谱特征进行遥感图像的分割和分割后处理。二、实验内容1、利用直方图进行图像分割2、提取指定颜色的对象3、去除图片的背景噪声4、提取厦门市TM遥感影像中的水体信息5、提取线性地物信息6、图像形态学基本方法三、实验条件电脑、ENVI软件。厦门市TM遥感影像、实验数据四、实验步骤1.利用直方图进行图像分割图像：地物与直方图DSCF0153.JPG打开图像，并显示图像的直方图在直方图窗口，移动RGB拉伸的最小值分别为150，160，150，并分别应用，查看拉伸后的图像。使用下面的表达式去除天空，其中，b1，b2，b3 对应图像的 R，G，B 通道，b4 对应原始图像。b4*(1-b1

2、 lt 150)* (b2 lt 160)* (b3 lt 150)2.彩色图像的分割（1） 提取图像中的兰花关闭所有打开的窗口和文件图像：兰花.jpg要求：将兰花从图像分割出来异，确定兰花与周围物体最大的通道或通道的组合。提示：兰花是蓝色的。 gt b2)* (b1 gt b3)，其中b1是蓝通道，b2，b3对应绿和红通道。（2）去除背景噪声，提取图像中的娃娃关闭所有打开的窗口和文件图像：娃娃.jpg选择“波段“作为直方图数据来源，进行图像拉伸。思考以下问题直方图有什么特征？任意对RGB步骤：使用 float（b2）对通道R和G进行代数运算，产生图像m1；对1于m1b1 gt 0.98RGB

3、作为b1（在变量与波段匹配的对话框中，点击按钮Map Variable to input file m2作为b2，进行代数运算b1*b2，产生新的图像m3，按照顺序合成显示。1) 比较分析合成后的图像m3与原图像有什么差异？2) 为什么要进行比值运算？0.98是怎么确定的？为m4.进行运算：b1+b2，其中，b1为m3中的R通道，b2为m4，结果图像为m5.进行RGB合成。合成后图像的颜色发生了什么变化？（3）去除背景噪声，增强图像中的字符信息关闭所有打开的窗口和文件。图像：JH0001.jpg。打开图像，灰阶显示，查看各个通道的噪声和直方图。查看噪声的分布范围。构造代数表达式提取字符。 lt

4、 200）and （b2 lt 100）and （b1 lt 3.提取TM 图像中的水体信息思路，寻找指定地物与其他地物差异最大的波段或波段组合，构造代数表达式产生新的图像进，使用阈值进行分割。图像：厦门TM影像（1） 查看图像的直方图使用（4，3，2）进行RGB Scroll窗口为数据源，查看三个通道的直方图。（2） 查看光谱剖面图图像窗口tools-profiles-Z image窗口移动矩形框，查看光谱剖面曲线的变化。（3） 查看指定路线上的光谱值变化指定数据源为：image在image窗口的图像中，单击鼠标左键，拖曳一条直线过海域，单击鼠标左键，点击右键两次。在图像窗口中绘制矢量线也使

5、用相同的操作。系统自动弹出空间剖面窗口（spatial 设置数据的显示参数RGB为2.空间剖面窗口：edit-dataparameters其中，颜色的设置为：右键单击颜色色块，在弹出菜单中选择颜色名称。（4） 查看不同像素位置光谱值的变化显示图像和直方图确定直方图分级点的像素值在直方图窗口中移动鼠标，查看显示的DN值，确定谷底的灰度级（显示在窗口2下面的状态条中）设置拉伸的范围保持最小值0通过这种操作，初步提取了水体。（5） 查看（542）合成图像中水体与非水体光谱的差异使用（532）合成显示，窗口为#1重复上面的操作，查看海域水体与周围的光谱差异。（6） 比较不同地物的像素差异在Spatia

6、l profile tool窗口中，单击off，关闭空间剖面提取，然后进行下面的操作，#1的image窗口，tools-spectral pixel editor。（7） 提取当前位置的像素值在image窗口中，移动光标位置到海域中，然后spectral pixel editor窗口中，点击edit-extract 8 pixel average水域取不同的三个点，林地取一个点，城区中的建筑取一个点，取其周围 8个像素的均值，共 5 条曲线。编辑数据参数，前三条曲线使用蓝色显示，厚度为 2；后两条取红色，厚度为1.观察水体，水体与非水体最大差异发生在哪些波段。（8） 提取水体进行图像代数运算：

7、b2-b5，其中b2，b5分别对应图像的波段2和波段5。在#3窗口显示运算的结果，并查看运算结果的直方图。分别设置拉伸的最大的灰度为40，25，10，应用拉伸，比较不同的拉伸结果。（9） 密度分割 11将代数运算产生的图像按照如下的阈值分为4级：010，red1125，green2540，blue41255，black4 提取线状地物信息利用拉普拉斯锐化从高分辨率图像IKONOS中提取线状地物信息。图像：IKNNj pan.bmp这是灰阶图像，使用R通道数据即可。使用拉普拉斯进行锐化，进行如下操作，并对比锐化后的结果。其中，低通滤波使用高斯低通滤波方法，拉普拉斯锐化的是高斯低通后的数据。锐化结

8、果 =原始数据+拉普拉斯梯度数据（表1）3表1 0-CD4利用流程4250 ge 250进行图像分割。保存分割结果：IKNNj seg，在下面实验中使用。5.图像数学形态学基本方法利用形态学方法对分割结果进行后处理。（1） 二值数据的形态学处理图像：IKNNj seg。“ andmorphology morphology。操作：腐蚀、膨胀、开元算、闭运算。使用3*3 设定进行图像处理。改变轮次为2，重复上述操作。（2） 灰度值数据的形态学处理打开图像IKN nj 窗口显示。对该图像使用快速应用方式进行形态学处理：轮次：1，数据：灰阶处理结果显示在#2窗口中。连接#1和#2窗口，对比操作的结果。（3） 分割结果的形态学处理打开图像AA，使用如下表示式进行提取水体：b5/b2 eq 0得到水体图像AA-water对提取的水体图像进行形态学处理。6.栅格矢量化将图像分割结果进行矢量化处理并保存为shape文件。（1） 栅格矢量化操作：主菜单Vector-raster to Vector选择 AA-water 图像作为形态学处理的结果作为输入，对 DN=1 的结果进行矢量化，结果