《基于erdas的图像增强处理》由会员共享，可在线阅读。 更多相关《基于erdas的图像增强处理(9页珍藏版)》请在人人文库网上搜索。
1、影像增强处理l实习目的：掌握常用的影像增强处理方法l内容。 空间、辐射、光谱增强处理的主要方法空间增强：卷积增强处理、纹理分析辐射增强： LUT展开处理、直方图均衡化处理光谱增强：主成分变换、缨穗变换、颜色变换图像增强处理包括空间、辐射、光谱增强处理。 本练习中进行几种常用的增强处理方法。 在实际运用中，并不是所有的图像增强处理方法都被使用，具体采用哪种图像增强处理方法，根据具体的研究领域、研究内容、对象的不同而不同。 另一方面，图像解译功能概述基于ERDAS IMAGINE的图像增强主要采用ERADS IMAGINE的图像解译器(Image Interpreter )模块，该模块包括50多个遥感图像位置。
2、处理功能模块，在运行过程中需要通过各种按键和对话框定义参数。 大多数功能都是使用模型生成器(Model Maker )构建图形模型算法，便于调用和编辑。 解释器(Image Interpreter或Interpreter )、ERDAS图标面板菜单栏main/image interpreter-image interpreter菜单(图1.1 ) ERDAS图标
3、遥感影像空间增强(Spatial Enhancement )、辐射增强(Radiometric Enhancement )、光谱增强(SpectralEnhancement )、高光谱工具) hyphypetold 各功能菜单中还包含了一些具体的遥感图像处理功能。 二、空间增强1 .空间增强概述空间增强技术利用像素本身及其周围像素的灰度值来输运。
4、计算，达到增强图像整体的目的。 ERDAS IMAGINE提供的空间扩展处理功能如表4.1所示。 表4.1遥感图像空间增强指令及其功能空间增强指令空间增强功能Convolution:卷积增强是用一个系数矩阵对图像进行分块平均处理的非直接边缘增强：无方向边缘增强首先利用两个正交卷积算子分别对图像进行然后对两个正交结果进行平均化处理的Focal Analysis:凝聚分析采用卷积滤波器等方法，选择一定的窗口调用函数，对输入图像文件的数值进行多种变换Texture:纹理分析，进行二次变换
5 .自适应滤波器对AOI进行对比度解压缩处理Resolution Merge:融合不同空间分辨率遥感图像融合处理Crisp:锐化处理在不改变主题内容的情况下提高全景图像亮度2 .卷积增强处理卷积处理的关键是卷积算子系数矩阵的选择。 ERDAS将常用的卷积算子放入default.klb文件，分别为33、55、77三组，每组又分为edge detect/edge enhance/low pass/high pass ER。
6、单击DAS图标面板工具栏： interpreter/spatial enhancement/convolution打开convolution对话框，并单击图1.2中convolution对话框的图1.3的convolution结果3 .纹理分析通过在一定窗口内进行二次变异分析或三次对称分析来增强图像的纹理结构，步骤如下： ERDAS面板工具栏：单击interpreter/spatial enhancement/texture以打开texture对话框，然后设置以下参数： 图1.4 Texture对话框这种分析方法的关键是确定Window s。
7、ize的定义操作函数Operator。 运行结果如下图：图1.5纹理分析运行结果3、辐射增强：1.辐射增强概述辐射增强处理是转换单个像素的灰度值以达到图像增强的目的。 ERDAS IMAGINE提供的放射线增强处理功能如表4.2所示。 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 :查表扩展是通过修改图像查表改变输出图像值，图像对比度扩展的总和。 直方图均衡：直方图均衡对图像进行非线性扩展，重新分布图像的像素值以达到一定的灰度范围。
8、内像元数基本相等的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图像进行三次卷积处理去除条带 2. 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E。9、RDAS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 直方图均衡化结果四、 光谱增强1. 光谱增强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。
10、: 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: 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。
11、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 2. 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 图标面标工具条中，点击Interpreter/spectral Enhancement/principal Comp打开principal components对话框,并。
12、按图4.1设置参数：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432(RGB) 图4.4主成份321(RGB)合成图像3. 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ERDAS图标面板工具条中，点击Interpret/spectral Enhancement/Tasseled Cap打开Tasseled cap对话框，并设置参数。图4.5 Tasseled cap对话框下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。图4.6 亮度、绿度、湿度分量的比较图。