遥感图象处理II(图像增强)：.doc

实验二 遥感图象处理II（图像增强） 2.1 概述 图像增强包括图像空间增强、图像辐射增强、图像光谱增强三个部分。遥感图像在获取的过程中由于受到大气的散射、反射、折射或者天气等的影响，获得的图像难免会带有噪声或目视效果不好，如对比度不够、图像模糊；有时总体效果较好，但是所需要的信息不够突出，如线状地物或地物的边缘部分；或者，有些图像的波段较多，数据量较大，如TM影像，但各波段的信息量存在一定的相关性，为进一步的处理造成困难。针对上述问题，需要对图像进行增强处理。通过图像增强技术，改善图像质量，提高图像目视效果，突出所需要的信息、压缩图像的数据量，为进一步的图像判读做好准备。 2.2 实验目的 1通过本次上机实验，掌握空间增强、辐射增强、光谱增强这几种图像增强处理的过程和方法。 2加深对图像增强的理解。 3熟悉ERDAS图像解译模块。 2.3 实验原理 图像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计算，达到增强整个图像的目的。主要集中于图像的空间特征，考虑每个像元及其周围像元亮度之间的关系，从而使图像的空间几何特征如边缘、目标物的形状、大小、线性特征等突出或者降低。主要包括各种空间滤波、卷积增强、非定向边缘增强等。图像辐射增强是一种通过直接改变图像中的像元的灰度值来改变图像的对比度，从而改善图像视觉效果的图像处理方法。辐射增强能够使一幅图像充分利用成像设备，达到最佳动态范围，改善目视效果。一般来说，原始遥感数据的灰度值范围比较窄，这个范围通常比显示器的显示范围小得多。增强处理可以将其灰度范围拉伸到0~255的灰度级之间来显示，从而使图像对比度提高，视觉效果得以改善。辐射增强主要以图像的灰度直方图作为分析处理的基础。图像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，与像元的空间排列和结构无关，它是对目标物的光谱特征——像元的对比度、波段间的亮度比进行增强。主要包括对比度增强、各种指标提取、光谱转换等。 2.4 实验过程 2.4.1 图像空间增强 2.4.1.1 卷积增强处理 （1）在ERDAS图标面板工具条中单击Interpreter图标|Spatial Enhancement|Convolution命令，打开Convolution对话框。在Convolution对话框中进行如下设置。 图2-1 Spatial Enhancement命令 图2-2 Convolution命令 （2）确定输入文件：lanier.img。 （3）定义输出文件：convolution.img。 （4）卷积算子文件：default.klb。 （5）卷积算子类型：5×5Edge Detect。 （6）边缘处理方法：Reflection。 （7）卷积归一化处理：Normalize the Kernel。 （8）文件坐标类型：Map。 （9）输出数据类型：Unsigned 8 bit。 （10）单击OK按钮（关闭Convolution对话框，执行卷积增强处理）。 图2-3 Convolution对话框 图2-4 卷积增强处理成果图 2.4.1.2 非定向边缘增强 （1）在ERDAS图标面板工具条中单击Interpreter图标|Spatial Enhancement|Non-directional Edge命令，打开Non-directional Edge对话框。在Non-directional Edge对话框中进行如下设置。 图2-5 Non-directional Edge命令 （2）确定输入文件：lanier.img。 （3）定义输出文件：non-direct.img。 （4）文件坐标类型：Map。 （5）处理范围确定：默认状态为整个图像范围。 （6）输出数据类型：Unsigned 8 bit。 （7）选择滤波器：Soble。 （8）输出数据统计时忽略零值：勾选Ignore Zero in Stats。 （9）单击OK按钮（关闭Non-directional Edge对话框，执行非定向边缘增强）。 图2-6 Non-directional Edge对话框 图2-7 非定向边缘增强成果图 2.4.2 图像辐射增强 2.4.2.1 直方图均衡化 （1）在ERDAS图标面板工具条中单击Interpreter图标|Radiometric Enhancement|Histogram Equalization命令，打开Histogram Equalization对话框，在Histogram Equalization对话框中，进行如下设置。 图2-8 Radiometric Enhancement命令 图2-9 Histogram Equalization命令 （2）确定输入文件：lanier.img。 （3）定