遥感图像处理与应用
1图像增强的目的：
遥感图像增强是为了改善遥感图像的视觉效果，提高图像的可解译性，而有目的的突出遥感图像中的某些信息，削弱或去除不需要的信息的遥感图像处理方法。
根据处理空间的不同，遥感图像增强技术分成两类：空间域增强：是以对图像像元的直接处理为基础。频率域增强：通过将空间域图像变换到频率域，并对图像频谱进行分析处理，以实现遥感图像增强。
2.图像增强的表现形式：改变图像的灰度等级，提高图像的对比度。消除边缘和噪声，平滑图像。突出边缘或线状地物，锐化图像。合成彩图像。压缩图像数据量，突出主要信息。
3.辐射增强的特点：
• 针对单个独立的像素值的运算，是一种单点运算，在对图像上某个像素进行处理的时候，不与该像素的邻域像素发生联系，因此不改变图像内部各像素之间的空间结构。
直条图和直方图图片
• 对多波段图像处理只能是单个波段独立进行
• 对一幅图像来讲，并不能增强图像中所有像元的对比度，只能是牺牲一部分像元的对比度换来另一部分像元的对比度提高。
4.辐射增强方法：LUT拉伸法；直方图增强法，直方图均衡化，直方图匹配。
5.查表拉伸 (LUT Stretch)：查表拉伸是遥感图像对比度拉伸的总和，是通过修改图像查表使图像像元值发生变化。可以根据对查表的定义实现线性拉伸、分段线性拉伸和非线性拉伸等处理。
步骤一、在ERDAS图标面板菜单条，单击Main | Image Interpreter | Radiometric Enhancement LUT Stretch命令，打开LUT Stretch对话框。或者 在ERDAS图标面板工具条，单击Interpreter图标 Radiometric Enhancement | LUTStretch命令，打开LUT Stretch对话框。        步骤二，在LUT Stretch对话框中，需要设置下列参数
(1)确定输入文件(Input File)为mobbay.img。 (2)定义输出文件(Output File)为stretch.img。 (3)文件坐标类型(Coordinate Type)为File。 (4)处理范围确定(Subset Definition)，在ULX／Y
、LRX／Y微调框中输入需要的数值(默认状态为整个图像范围，可以应用Inquire Box定义子区)。 (5)输出数据类型(Output Data Type)为Unsigned 8bit。 (6)确定拉伸选择(Stretch Options)为RGB(多波段图像、红绿蓝)或Gray Scale(单波段图像)。 (7)单击View按钮，打开模型生成器窗口(图略)，浏览Stretch功能的空叫模型。 (8)双击Custom Table，进入查表编辑状态(图略)，根据需要修改查表。 (9)单击OK按钮(关闭查表定义对话框，退出查表编辑状态)。 (10)单击Filel Close All命令(退出模型生成器窗口)。 (11)单击OK按钮(关闭LUT Stretch对话框，执行查表拉仲处理。
6. 什么是直方图均衡化？ 直方图均衡化(Histogram Equalization)又称直方图平坦化，实质上是对图像进行非线性拉伸，重新分配图像象元值，使一定灰度范围内象元的数量大致相等。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一个较平的分段直方图；如果输出数据分段值较小的话，会产生粗略分类的视觉效果。
步骤一：在ERDAS图标面板菜单条，单击Main | ImageInterpreter | Radiometric Enhancement |Histogram Equalization命令，打开Histogram Equalization对话框，或者：
在ERDAS图标面板工具条，单击Interpreter图标 Radiometric Enhancement | Histogram Equalization命令，打开Histogram Equalization对话框。步骤二：在Histogram Equalization对话框中，需要设置下列参数： (1)确定输入文件(Input File)为Lanier.img。 (2)定义输出文件(Output File)为equalization.img。 (3)文件坐标类型(Coordinate Type)为File。 (4)处理范围确定(Subset Definition)，在ULX／Y、LRX／Y微调框中输入需要的数值(默认状态为整个图像范围，可以应用Inquire Box定义子区)。 (5)输出数据分段(Number of Bins)为256(可以小一些)。 (6)输出数据统计时忽略零值，选中Ignore Zero in Stats复选框。 (7)单击View按钮打开模型生成器窗口(略)，浏览Equalization空间模型。 (8)单击File | Close All命令，退出模型生成器窗口。 (9)单击OK按钮(关闭Histogram Equalization对话框，执行直方图均衡化处理。
7.图像空间增强的方法？图像卷积运算：在图像开一个与模板同样大小的活动窗口，图像窗口与模板像元的亮度值相乘再相加，得到新像元的灰度值。卷积（ Convolution ）处理的关键是卷积算子。
模板不同，中心点或邻域的重要程度也不相同，因此，应根据问题的需要选取合适的模板。但不管什么样的模板，必须保证全部权系数之和为单位值，这样可保证输出图像灰度值在许可范围内，不会产生“溢出”现象。
⏹ 卷积核的分类: 高频算子、低频算子
①高频算子，使高频信息得到增强、用于边缘增强
⏹ 卷积核系数和为0——边缘检测 ，数据值相同的区域经过卷积后输出值为0。图像的低频区域经过卷积后输出值较低。图像的高频区域经过卷积后输出值较高。
⏹ 增强边缘的同时，削弱其他的要素。主要是突出图像上目标的边缘信息，图像边缘检测一般采用垂直和水平两个方向的高通滤波器作为卷积核，与图像作卷积运算后得到垂直和水平方向的边缘强度图像，最后得到综合边缘强度图像。
⏹ 图像边缘检测算子中各系数值一般是对称的，算子中各系数之和等于０。
⏹ 卷积核系数和不为0——增强边缘，增强边缘同时，没有削弱其他要素。主要是为了突出图像中的特征信息（例如图像的边缘、线性目标或某些亮度变化率大的部分），使图像变得更清晰，又称图像清晰化。
②低频算子，降低图像的频率，用于图像平滑或者模糊处理。主要是为了抑制图像上的噪声信号，又称图像噪声去除。
当图像中出现某些亮度值过大的区域，或出现不该有的亮点时，采用平滑方法可以减小变化，使亮度平缓或去掉不必要的亮点。
⏹ 空间增强－聚焦分析。聚焦分析使用类似卷积滤波的方法对图像数据进行多种分析，其基本算法是在所选择的窗口范围由，根据所定义的函数，应用窗口范围内的像元数据计算窗口中心像元的值，从而达到图像增强的目的。
8.图像拼接
所谓数字镶嵌就是对若干幅互为邻接的遥感数字图像通过彼此间几何镶嵌、调调整、去重叠等数字处理，拼接成一幅统一的新数字图像。
1 必须经过几何校正处理。
2 必须具有相同的波段数。
3 拼接的输入图像必须含有地图投影信息，输入图像可以具有不同的投影类型。
4 可以具有不同的像元大小，进行图像拼接时，需要确定一幅参考图像，参考图像将作为输
出拼接图像的基准，准定拼接图像的对比度匹配以及输出图像的地图投影、像元大小和数据类型。
9.图像拼接的工作过程。准备工作
a) 挑选合适的遥感图像，成像时间和成像条件接近的图像
预处理工作
b) 辐射校正、去条带和斑点、几何校正
确定实施方案
重叠区确定
调调整
图像拼接
10.操作过程：启动图象拼接工具,在ERDAS图标面板工具条中，点击Dataprep/Data prepara
tion/Mosaicc lmages—打开Mosaic Tool 视窗；加载Mosaic图像，在Mosaic Tool视窗菜单条中，Edit/Add images—打开Add Images for  Mosaic 对话框。依次加载窗拼接的图像
图像匹配设置：点击Edit /Image Matching —打击Matching options 对话框，设置匹配方法：Overlap Areas
在Mosaic Tool视窗菜单条中，点击Edit/set Overlap Function—打开set Overlap Function对话框
运行Mosaic 工具  在Mosaic Tool视窗菜单条中,点击 Process/Run Mosaic —打开Run Mosaic对话框
11. 图像裁剪
在实际工作中，经常根据研究区的工作范围进行图像分幅裁剪，利用ERDAS 可实现两种图像分幅裁剪：规则分幅裁剪，不规则分幅裁剪。
规则分幅裁剪：即裁剪的边界范围为一矩形，通过左上角和右下角两点的坐标，就可以确定图像的裁剪位置，整个裁剪过程比较简单。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。