实验五 图像增强处理Word格式文档下载.docx

实验五 图像增强处理Word格式文档下载.docx

《实验五 图像增强处理Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《实验五 图像增强处理Word格式文档下载.docx（31页珍藏版）》请在冰点文库上搜索。

→InputFile（确定输入文件）：

lanier.img

→OutputFile（定义输出文件）：

equalization.img

→CoordinateType（文件坐标类型）：

Map

→SubsetDefinition（处理范围确定）：

ULX,ULY;

LRX，LRY（缺省状态为整个图像范围）

→NumberofBins（输出数据类型）：

256

→选定IgnoreZeroinStats（输出数据统计时忽略零值）

→单击OK（关闭HistogramEqualization对话框，执行直方图均衡化）

（二）直方图匹配

\programfiles\imagine8.4\examples\wasia1_mss.img和wasia2_mss.img为例）

直方图匹配是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，直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行动态变化研究的预处理工作，通过直方图匹配可以消除由于太阳高度角或大气影响造成的相邻图像的效果差异。

→选择HistogramMatch

→打开HistogramMatch对话框

在HistogramMatch对话框中，设置下列参数：

→InputFile（输入匹配文件）：

wasia1_mss.img

→InputFiletoMatch（匹配参考文件）：

wasia2_mss.img

→OutputFile（输出文件）:

wasia1_match.img

→Bandtobematched（选择匹配波段）：

1

→bandtomatchto（选择参考波段）：

→CoordinateType（坐标类型）：

ULX，ULY／LRX,LRY（缺省状态为整个图像范围）

→选定IgnoreZeroinStats（输出数据统计时忽略零值）

→OutputDataType（输出数据类型）：

Unsigned8bit

→单击OK（关闭HistogramMatch对话框，执行直方图匹配处理）

（三）彩色变换

1、彩色合成

以d:

\programfiles\imagine8.4\examples\dmtm.img为例

方法一

在Viewer窗口中选中该图像

点击RasterOption选项卡

在Red、Green、Blue中选择波段合成方案。

Red（3）、Green

（2）、Blue

（1）——近似真彩色

Red（4）、Green（3）、Blue

（2）——标准假彩色

Red（4）、Green（5）、Blue（3）

Red（7）、Green（4）、Blue

（2）

选中其中一种，点击OK则打开图像，比较上面几种合成方案图像显示效果。

方法二

在Viewer中打开图像，点击命令raster/bandcombination

进入setlayercombinationsfor对话框

2、色彩变换（RGBtoHIS）

色彩变换是将遥感图像从红（R）、绿（G）、蓝（B）三种颜色组成的彩色空间转换到以亮度（I）、色调（H）、饱和度（S）作为定义参数的彩色空间，以便使图像的颜色与人眼看到的更为接近。

其中，亮度表示整个图像的明暗程度，取值范围是0－1；

色调代表像元的颜色，取值范围是0－360；

饱和度代表颜色的纯度，取值范围是0－1。

具体操作过程如下：

\programfiles\imagine8.4\examples\dmtm.img为例）

→选择SpectralEnhancement

→打开SpectralEnhancement对话框

→选择RGBtoIHS

→打开RGBtoIHS对话框

在RGBtoHIS对话框中设置下列参数:

→InputFile（确定输入文件）:

dmtm.img

rgb_ihs.img

→CoordinateType（文件坐标类型）:

→SubsetDefinition（处理范围确定）:

LRX,LRY（缺省状态为整个图像范围）

→No.ofLayer（确定参与色彩变换的三个波段）:

Red:

4/Green:

3/Blue:

2

→单击Ok按钮（关闭RGBtoHIS对话框，执行RGBtoHIS变换）

3、色彩逆变换（HIStoRGB）

色彩逆变换是与上述色彩变换对应进行的，是将遥感图像从以亮度、色调、饱和度作为定位参数的彩色空间转换到红、绿、蓝三种颜色组成的彩色空间。

需要说明的是在完成逆变换的过程中，经常需要对亮度与饱和度进行最小最大拉伸，使其数值充满0－1的取值范围。

→打开SpectralEnhancement对话框

→选择HIStoRGB

→打开HIStoRGB对话框

在HIStoRGB对话框中设置下列参数：

ihs_rgb.img

→选定StretchI_S

→NoofLayer（确定参与色彩变换的三个波段）:

Intensity:

1/Hue:

2/Sat:

3

→单击OK（关闭HIStoRGB对话框，执行HIStoRGB变换）

（四）指数运算（Indics）

指数计算是应用一定的数学方法，将遥感图像中不同波段的灰度值进行各种组合运算，计算反映矿物及植被的常用比率和指数。

各种比率和指数与遥感图像类型、即传感器有密切的关系，因而在进行指数计算时，首先必须根据输入图像类型选择传感器，再选择指数类型。

Erdas系统集成了与各种传感器对应的常用指数。

点击spectralEnhancement

点击Indics，进入Indics对话框。

在indics对话框中，需要设置下列参数。

→inputfile（确定输入文件）：

tmanlanta.img

→outputfile（定义输出文件）：

indics.img

→sensor（选择传感器类型）：

landsatTM

→SelectFunction（选择计算指数函数）：

Veg.Index

（相应的计算公式将显示在对话框下方的Function提示栏）

→outputDataType（输出数据类型）：

unsigned8bit

→OK（关闭对话框，执行指数计算）

除计算Veg.Index指数外，再选择IR/R进行计算，并查看其指数计算公式。

打开结果图像，与原图像进行对比，体会指数计算的意义。

（五）卷积增强处理

卷积增强是将整个图像按照像元分块进行平均处理，用于改善图像的空间频率特征。

卷积增强处理的关键是卷积算子——系数矩阵的选择，该系数矩阵又称为卷积核（Kernal）。

Erdasimagine将常用的卷积算子放在一个名为default.klb的文件中，分为3*3、5*5、7*7三组，每组又包括edgedetect/edgeenhance/lowpass/highpass/horizontal/vertical/summary等多种不同的处理方式，具体过程如下。

→打开ImageInterpreter→spatialenhancement→convolution→convolution对话框

在Convolution对话框中，需要设置下列参数：

→inputfile（确定输入文件）：

lanier.img

edgedetect.img

→kernal（卷积算子类型）：

3*3edgedetect

→handleedgesby（边缘处理方法）：

reflection

→Normalizethekernal（卷积归一化处理）

→coordinatetype（文件坐标类型）:

map

→→outputDataType（输出数据类型）：

OK（关闭convolution对话框，执行卷积增强处理）

除此之外，再分别选用3*3edgeenhance、3*3lowpass、3*3highpass进行卷积运算，结果图像分别命名为edgeenhance.img、lowpass.img、highpass.img。

并比较结果图像与原图像。

（六）非定向边缘增强（Non-directionalEdge）

（以c:

非定向边缘增强应用两个非常通用的滤波器（Sobel滤波器和Prewitt滤波器），首先通过两个正交卷积算子（Horizontal算子和Vertical算子）分别对遥感图像进行边缘探测，然后将两个正交结果进行平均化处理。

非定向边缘增强具体操作过程如下：

→打开ImageInterpreter对话框

→选择SpatialEnhancement

→打开SpatialEnhancement对话框

→选择Non-directionalEdge

→打开Non-directionalEdge对话框

在Non-directionalEdge对话框中需要色置下列参数：

non-direct.img

Unsigned8bit

→FilterSelection（滤波器选择）:

Sobel

→单击OK按钮（关闭Non-directionalEdge对话框，执行非定向边缘增强）

（七）主成分变换（PrincipalComponents）

主成分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，使图像数据更易于解译。

主成分变换具体操作过程如下：

→选择PrincipalComp

→打开PrincipalComponent对话框

在PrincipalComponent对话框中需要设置下列参数：

principal.img

FloatSingle

→EigenMatrix（特征矩阵输出设置）：

→选定ShowinSessionLog（在运行日志中显示）

→选定WritetoFile（写入特征数据文件）

→OutputTextFile（＊.mtx）:

lanier.mtx

→EigenValue（特征数据输出设置）：

→选定WritetoFile（写入特征数据文件）

→OutputTextFile（特征数据文件名）：

lanier.tbl

→NumberofComponentsDesired（需要的主成分数量）:

3

→单击OK按钮（关闭PrincipalComponent对话框，执行主成分变换）

（八）分辨率融合（ResolutionMerge）

\programfiles\imagine8.4\examples\spots.img和dmtm.img为例）

分辨率融合是对不同空间分辨率遥感图像的融合处理,使融合后的遥感图像既具有较好的空间分辨率,又具有多光谱特性,从而达到图像增强的目的。

分辨率融合具体的操作过程如下：

→选择ResolutionMerge

→打开ResolutionMerge对话框

→HighResolutionInputFile（确定高分辨率输入文件）：

spots.img

→MultispectralInputFile（确定多光谱输入文件）：

→OutputFile（定义输出文件）:

merge.img

→Method（选择融合方法）：

PrincipalComponent（主成分变换法）

→ResampleTechniques（选择重采样方法）：

BilinearInterpolation

→OutputOptions（输出数据选择）：

StretchtoUnsigned8bit

→SelectLayers（输出波段选择）：

1：

7

→单击OK按钮（关闭ResolutionMerge对话框，执行分辨率融合）

比较结果图像与融合前的两幅图像，体会分辨率融合的意义。