第五章遥感图像增强

五、遥感图像的增强EnhancementofRS.Image

为了在分析图像数据时，使分析者能容易确切地识别图像内容。图像增强（imageenhancement）——1、定义

应用计算机或光学设备改善图像视觉效果的处理。2、目的3、图象增强与图像校正的区别图像校正是以消除伴随观测而产生的误差及畸变，使观测数据更加接近于真实值为主要目的的处理。可使图像恢复本来面目。图像增强则把重点放在使分析者能从视觉上便于识别图像内容上，以提高解象力。4、图像增强的方法数字增强处理光学增强优点：直观、方便、快速、操作方法容易掌握、耗资较少；缺点：光学增强仪器对各种增强方法的适应性比数字处理设备要差。采用数字图像计算机系统进行优点：快速、功能全，能应用光学方法无法进行的一些算法对图象增强。采用光学仪器进行一）图像增强的光学方法光学增强主要包括以下方法：彩色合成(colorcomposite)密度分割(densityslicing)相关掩膜(correlativemask)1、彩色合成1）定义彩色合成(colorcomposite)——将多谱段黑白图像变成彩色图像的技术。2）分类真彩色合成(truecolorcomposite)假彩色合成(falsecolorcomposite)合成结果为真彩色，符合人眼观察习惯；合成结果与实际景物颜色不对应或缺失某一色光，彩色鲜明，特征突出。真彩色合成

假彩色合成3）彩色合成方法加色法和减色法

按合成机制不同，分为：二者均以色彩混合原理为依据。A.加色法：三元色：红、绿、蓝B.减色法：是颜料对色光选择性吸收的结果三元色：黄、青、品红2、密度分割1）定义密度(density)

——光学图像中黑度的逐点测量值。在更普遍意义上，密度往往是指遥感数据的相对明暗度。密度分割(densityslicing)

——根据一张图像中的密度或一个通道中的响应大小将图像点或数据矢量划归各种特定类别的电子技术或数字技术。它通过光电变换，将构成影像的密度划分成若干等级，分别以不同的颜色来表示不同的密度等级，从而得到假彩色等密度图像。(2)将图像经计算机模数转换、等级分割、彩色编码去控制彩色显示设备。此法灵活、快速，并能定量控制分割等级及选择彩色权。对于图像中的地物间亮度值（灰度）为缓慢变化或差异甚小时，特征显示的效果较好。(1)使用光电仪器将图像的光信号转移为模拟电压信号，对信号进行模数转换、分割等级和彩色显示；其实施手段有两种：将图像的光密度或亮度值范围分成若干等级，每一等级用一种颜色表示的处理方法。假彩色密度分割（falsecolordensityslicing）（4）通过调节仪器光亮大小及局部放大，可加大影象之间的反差，提高影象的对比度，使密度接近的地物之间的相对反差变得更加明显，达到区分不同地物之目的。（3）调节仪器黑白象正负转换开关位置，可使某些图像不同反差区的影象都能有所增强。（2）能明确表示各级密度分布范围，突出影像的轮廓，使影象分析判读容易和准确，并较快的计算出他们所占的面积百分比。（1）能将单张黑白图像的密度分别以不同颜色表示，从而提高人们对密度等级的分辨力，一些小而微弱的信息，通过放大倍率的调节及视频放大也可以得到加强。2）假彩色密度分割技术的优点

（5）图象处理速度快。（3）原始影像或底片的密度质量对密度分割的影响很大，如反差过大或过小，都会使密度分割达不到预期的精度；（2）那些性质不同，但具有相似反射率的地物，却具有相同的颜色和密度；从而造成地物分类上的错误；（同谱异物现象）（1）相同地物由于光照条件及地形起伏等影响造成的密度差异，显然不是地物本身辐射特性的反映，因此这种颜色的差异并不代表地物本身的差异；（同物异谱现象）（4）需要专门仪器，不容易推广。3）假彩色密度分割技术的缺点

3、相关掩膜相关掩膜增强技术是由照相、修版及暗室技术演变发展而来的，它利用原图象通过不同曝光时间，获取一组称为模式或蒙片的正负拷贝片，而后将这些模片，依不同的组合方式依相互叠掩的方法，对遥感图像进行各种增强处理。1）概念主要有以下几种比较简单而有效的方法：2）方法（1）反差增强（2）比值增强（3）边界增强（1）反差增强

··

反差增强，也可以用模片（或与原片）相互叠掩的方法（同号相加，反差增大；异号相加，反差减小）。反差增强的基本做法是多次拷贝（利用高反差的胶片或显影液），但其代价是牺牲影像的色调层次和细部，因此使用时要适当。

对正负底片的要求：比值增强实际上是影像相减，（正负片精确重叠，使影像中有变化的部分突出出来，常用于变化信息提取）。A

必须能精确重叠；B应有相同的反差系数；（2）比值增强（3）边界增强影像边界（边缘）——影像密度发生突变的地方。处理过程：首先使正负影像精确重叠，呈现为均匀的深灰色调，然后其中一张向某一方向移动一小段距离并拷贝，即可得到一幅边界增强的图像。

边界是随胶片错开方向不同而有变化的，故在运用边界增强时，必须按研究的内容来确定胶片位移。边界增强由于受多种因素影响（如操作技术、膜片与感光材料性能等）其增强能力有限。

目前，遥感制图可用于各种断裂线、道路网、水系和水体以及居民地和主要地物（如：机场、跑道等）的轮廓，但还未达到实用的程度，仍需进一步研究。1、直方图的特性直方图给出了图象概貌的总描述：（1）亮度范围；（2）每个亮度间隔的频数；（3）像元依亮度分布的形态；（4）整幅图象总的色调（低亮度像元的多少）二）修改直方图增强直方图是对数字图像每一亮度间隔内像元数的统计。histogram2、修改直方图增强1）直方图均衡化（1）直方图均衡化（Histogramequalization）直方图影像增强借助调整直方图来实现影像增强的技术。亦称直方图线性化，目的是通过合并图象直方图中亮度频率较低的邻近直方图，使之与亮度值频率较高的直方图趋于平衡。HistogramHistogramequalization变换函数直方图累积曲线原始影像直方图均衡化后的影像（2）直方图累积曲线A直方图累积曲线————

原直方图以亮度从小到大为序，逐级累加，每级均记下累加后概率值（或频率值），最后累加值为1（或100％），并把各级累加值绘在直方图上，由此形成累加直方图，或称直方图累积曲线。B

直方图累积曲线的数学表示设原图象直方图表示为：则在离散情况下，原图象直方图的累积曲线为：上式可用于根据原图象计算出变换函数，然后进行直方图变换，以达到直方图均衡化。（3）直方图均衡化的步骤A、求变化函数T（r），即根据原始图象直方图确定累积分布曲线；B、根据变换函数T（r），进行由r向S的转换。实际上，直方图均衡化就是求按均衡化直方图的要求，原有各亮度级在变换后的频数。2）直方图匹配

亦称直接直方图规定化，是一种非线性反差增强技术。直方图匹配（Histogrammatch）原直方图变换特定形态的直方图图象

恢复均衡化的直方图三）对比度增强

（Contrastenhancement）1.对比度的定义（DefinitionofContrast）：Contrast-Theratiobetweentheenergyemittedorreflectedbyanobjectanditsimmediatesurroundings.三种定义公式：？2.进行对比度增强的必要性

（NecessityofContrastEnhancement）1）主观原因（Subjectivecause）2）客观原因（Objectivecause）一幅影像由于地物种类的局限，其所包含的亮度值只能是整个亮度范围的一部分，亮度范围较窄，呈低反差状态。

大气散射作用又使影像的反差更为降低。使得研究对象模糊不清。3.对比度增强分类

对比度增强可分为线性和非线性两种。1）线性扩展（linearstretch）将原始图象诸亮度值按线性关系进行扩大，亮度范围可扩展为任意制定的范围。相当于进行y＝ax＋b的变换。（1）普通线性扩展直接应用上述单一的线性关系。aba’b’ZZ’一般是采用交互系统根据图象的特点及特定的目的要求而进行的线性扩展。A.分段线性扩展在整个亮度值范围或直方图划分为两个或更多段落，分别采用不同的扩展函数。需要充分扩展某个或某些亮度值区间的微小差异而不能舍弃其他部分的信息时；单波段图象的彩色编码，或多波段图象相关很高而要取得好的彩色合成效果时；直方图高低两端亮度值分别代表在空间上易于区分的两种截然不同地物(如陆地和水体)时。（2）监督性线性扩展B.特定地区或覆盖类型的局部线性扩展用游标在显示屏幕上圈定一个特定地区或某种地物类型，产生相应的直方图，从而确定能反映该地区或类型的最小值和最大值，据此进行线性扩展，使相应部分的反差得到充分增强。C.等均扩展经普通线性扩展后，不同波段的均值或平均亮度仍会有显著差别。例如在植被覆盖较多的地区，MSS6，7波段的均值显著高于4，5波段，在彩色合成图象上反映为很强的红色调。为了充分利用不同色彩的分辨能力，可以提高4，5波段的亮度值，使直方图向右侧移动。在交互情况下，可以通过屏幕分割显示不同波段的图象，经过调整平均亮度，以达到最佳合成效果。2）非线性扩展（non－linearstretch）非线性扩展指基本函数扩展，即基本数学函数（如对数、指数、正弦、正切等）进行的变换，由于其一般与图象数据的概率密度函数（直方图）无关，故而都属非线性扩展，其扩展系数或扩展程度是随着亮度值的变化而连续变化的。非线性扩展一般有：（1）直方图扩展（Histogramstretch）（2）对数扩展（Logarithmstretch）（3）指数扩展（Exponentstretch）（4）高斯扩展（Gaussstretch）亦称概率分布函数扩展，各亮度值扩大倍数取决于它们出现的频数。频数越大的地方，亮度范围拉开的越大；反之，频数越小的地方，亮度范围拉开的越小。高频数亮度范围占增强后的亮度范围大，增强效果强；低频数亮度范围占增强后的亮度范围小，增强效果弱。（1）直方图扩展（histogramstretch）次要要素受到严重损失突出图象中的主要要素（2）对数扩展（logarithmstretch）对数扩展的基本形式：y＝logx其中x，y分别相当于输入和输出图象的像元值对数的底可以任选，一般取10或e（e＝1.71828）。

实际应用的程序中，为了调节输出值的数值范围和灵活控制扩展程度，加入几个调节参数。例如：用（x＋1）是为了避免对0求对数参数b用于改变对数的底a和c用于调节数值范围。对数扩展的效果：着重扩展了亮度值低的部分相对压缩了亮度值高的部分（3）指数扩展（exponentstretch）指数扩展的一般形式：y＝bax其中：b为底，常用b＝e。因x可能达到127或255，故a须远小于1，否则y值可能非常大。指数扩展的效果：着重扩展了亮度值高的部分相对压缩了亮度值低的部分（4）高斯扩展（Gaussstretch）高斯扩展是使扩展后的直方图接近于高斯分布或正态分布。其概率密度函数为：其中：Z为图象的亮度值，M和σ分别均值和标准差。高斯扩展的效果：着重扩展了图象中间灰度范围但不像线性拉伸那样强烈。四）图象的平滑与锐化一幅图象大致存在亮度渐变和亮度突变两种情况。亮度渐变者集中在低频区，而亮度突变者集中在高频区。整幅图象的背景，大面积的森林、湖泊、海洋，同类作物区，河流的主干等亮度值通常是渐变的（除边缘外），因此它们与低频密切相关；而一些窄细的形迹往往表示水系的支流，各种地域的边界等，都处在亮度突变处，因而与高频密切相关。亮度渐变亮度突变研究目的不同，需要进行不同的增强：当我们要突出宽大区域或主干部分时，可以在频域中衰减高频分量而让低频分量通过来实现，这称作图象的平滑化。图象平滑化可在空域中通过邻域的平均来实现。相反，当我们要突出边缘细节时，可以在频域中衰减低频分量而让高频分量通过来实现，这称作图象的锐化。锐化也可在空域中通过微分尖锐化来实现。图象的锐化也称做图象的清晰化或边缘增强。1.图象的平滑（imagesmoothing）1）空域中的平滑

（1）邻域平均法

邻域平均法——在空域中图象每点（x，y）的亮度值取其邻域内各点亮度值的平均值。邻域（neighborhood）

点的邻域可定义为以该点为中心的一个圆的内部及其边缘上的点的集合。半径不同，邻域大小也不同。（如右图所示）邻域平均法的数学描述为：对给定的亮度值为f（x，y）大小为N×N的图象，变换后的亮度值式中S为点（x，y）的邻域中的点的集合（不含点（x，y）），M为S内的点数。对于图象的边缘处，邻域将被部分域所代替。邻域平均法将引起图象的模糊，模糊程度和邻域半径大小成正比。采样阈值方法可减小模糊效应，其表达式为式中T为选定的阈值。（2）多图象平均法：多图象平均法是利用同一景物的多张影像消除噪声引起的高频成分。一幅图象g（x，y）可看成原始图象和噪声的迭加设噪声为互不相关且其数学期望为0，则对M张不同噪声的图象有2）频域中的平滑频域中的平滑是利用衰减高频分量而使低频分量顺利通过的方法来实现的，通常叫做低通滤波法。平滑强调了低频，但却使图像较原来模糊了。2.图象的锐化（sharpening）锐化——亦称为边缘增强（edgeenhancement）

指使用空间域滤波的方法增强图象边缘的处理过程。

分为：空域中的锐化频域中的锐化1）空域中的锐化图象目标边缘、线条等都是亮度变化较大的地方；而图象模糊、边缘不清，则都是由于减小了这种亮度变化的结果。从数学上来看，模糊是信息被“平均”了或“积分”了；现要消除之，自然想到运用它的反运算“微分”而在数学上微分也恰是反映信号变化率的运算；信号变化率大微分值大，信号变化率小微分值小，信号无变化微分值为0。因此我们在空域中通过微分实现高频增强。

微分尖锐化是以某种算子作用在被检测点的某一邻域上，以求得的算子值代替亮度值或与原亮度值迭加来实现增强的方法，是一种局部算子法。由于需要锐化的各种模糊特征，如边缘、线条等可能是各种走向的，因此这种算子应是各向同性的。或说为旋转不变的，即先旋转图象f，再施用算子与先对f施用算子再旋转图象所得到的输出结果相同。这亦即局部算子法与坐标轴选取无关。可以证明：

（l）各向同性的线性导数算子，各分量须是偶阶导数；

（2）各分量是奇阶导数，则应取偶次幂。2）频域中的锐化频域中的锐化是利用衰减低频分量而使高频分