ERDAS入门基础教程-图像增强.ppt

ERDAS IMAGINE 9.2遥感数字图像处理遥感数字图像处理入门基础教程入门基础教程-图像增强图像增强昆明信飞科技有限公司2023/1/26ERDAS IMAGINE图像增强图像增强 遥感图像在获取的过程中由于受到大气层的散射、反射、折射或者天气的影响，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，但是反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。图像增强的主要目的有：改变图像的灰度等级和灰度范围，提高图像的对比度；消除噪声平滑图像；突出地物边缘和线状地物，锐化图像；合成彩色图像；压缩图像数据量，突出主要信息等。图像增强的方法主要可以分为空间域图像增强、频率域图像增强、彩色增强、多图像代数运算等。空间域图像增强是通过改变单个像元及相邻像元的灰度值来增强图像，主要包括点运算的空间增强和邻域运算的空间增强；频率域图像增强是对图像进行傅里叶变换，然后对变换后的频率域图像的频谱进行修改，达到增强的目的；彩色增强主要是通过将灰度图像变成彩色图像，或对多光谱图像进行彩色合成，或进行彩色变换以达到突出所需信息的目的；多图像代数运算是通过经空间配准的两幅或多幅单波段遥感图像进行一系列的代数运算，从而达到突出所需信息的目的。ERDAS IMAGINE空间域增强空间域增强 空间域增强是有目的的突出图像上的某些特征，如突出边缘或线状地物；也可以去除某些特征，如抑制在图像获取或传输过程中产生的各种噪声。空间域增强的目的性很强，处理后的图像从整体上可能与原图像差异很大，但却突出了需要的信息或者抵制了不需要的信息，从而达到增强的目的。空间增强的方法强调了像元与其周围相邻像元的关系，采用空间域中领域处理的方法，在被处理像元周围的像元的参与下进行运算处理，这种方法也叫“空间滤波”。ERDAS提供以下几种空间增强功能：卷积增强；锐化增强；非定向边缘检测；聚焦分析；纹理分析；自适应滤波；统计滤波。、卷积增强卷积增强（Convolution）主要用于对图像进行平滑和锐化处理。卷积处理的关键是卷积算子的选择，也就是卷积核（Kernel）的选择。ERDAS IMAGINE提供了多种总卷积算子，分别为3X3、5X5、7X7三组，每组又包括边缘检测（Edge Detect）、边缘增强（Edge Enhance）、低通滤波（Low Pass）、高通滤波（High Pass）、水平检测（Horizontal）、垂直检测（Vertical）和交叉检测（Summary）等多种不同的处理方式。其中，低通滤波起平滑的作用，其他都起锐化作用，可以突出边界和线状地物。具体操作步骤如下：在ERDAS菜单上选择Main丨Image Interpreter丨Spatial Enhancement丨Convolution命令，打开Convolution。遥感图像的空间增强辐射增强光谱增强高光谱基本工具高光谱高级工具傅里叶变换地形分析地理信息系统分析其它实用分析功能卷积增强非定向边缘增强聚焦分析纹理分析自适应滤波统计滤波分辨率融合改进的HIS融合HPF融合小波融合Ehlers融合锐化处理图像解译（图像解译（Image Interpreter）ERDAS IMAGINEERDAS IMAGINE 打开Convolution对话框后设置如下：输入文件输出文件卷积算子类型边缘处理方法调整类型输出数据类型输出数据统计时忽略值卷积增强前后效果对比图：卷积增强前卷积增强后ERDAS IMAGINE二、锐化增强二、锐化增强锐化增强（Crisp Enhancement）实质是通过对图像进行卷积滤波处理，使整幅图像的亮度得到增强而不改变其专题内容，从而达到图像增强的目的。根据其处理过程可以为两种方法：一是根据定义的矩阵直接对图像专进行处理；二是首先对图像进行主成分变换，并对第一主成分进行卷积滤波，然后再进行主成分逆变换。锐化增强完全可以通过在卷积增强里面定义相同的算子来实现。设置如下：输入文件输出文件调整类型输出数据类型输出数据统计时忽略值ERDAS IMAGINE锐化增强前锐化增强后锐化增强前后效果对比图：ERDAS IMAGINE三、非定向边缘检测三、非定向边缘检测非定向边缘检测（Non-directional Edge）是卷积增强的一个应用，其目的是突出边缘、轮廓、线状目标信息，起到锐化的效果。它使用两个常用的滤波器（Sobel 和 Previtt），首先通过水平检测算子（Horizontal）和垂直检测算子（Vertical）进行检测，然后将两个检测结果进行平均化处理。Sobel滤波器是在Previtt滤波器的基础上对4-邻域采用加权方法进行差分，因而对边缘检测更加精确。设置如下：输入文件输出文件调整类型输出数据类型输出数据统计时忽略值ERDAS IMAGINE非定向边缘检测前非定向边缘检测后非定向边缘检测前后效果对比图：ERDAS IMAGINE四、聚焦分析四、聚焦分析聚焦分析（Focal Analysis）与滤波的方法类似，其基本的思想也是用所选窗口内的像元按照聚焦函数的定义（Function Definition）进行运算，它可以取邻域内所有像元的和、最大值、最小值、均值、中值、标准差等作为新像元的值，从而达到图像增强的目的。设置如下：输入文件输出文件调整类型输出数据类型聚焦窗口定义处理函数输出数据统计时忽略值聚焦分析前聚焦分析后聚焦分析前后效果对比图：ERDAS IMAGINE五、纹理分析五、纹理分析纹理分析（Texture Analysis）是通过在一定的窗口内进行二次变异分析（2nd-order Variance）或三次非对称分析（3nd-order Skewness），使雷达图像或其他的纹理结构得到增强，纹理分析的关键是窗口大小的确定和操作函数的定义。设置如下：输入文件输出文件调整类型定义处理函数输出数据统计时忽略值输出数据类型纹理分析前纹理分析后纹理分析前后效果对比图：ERDAS IMAGINE六、自适应滤波六、自适应滤波自适应滤波(Adaptive filter)是应用Wallis Adaptive Filter方法对图像的感兴趣区（AOI）进行对比度拉伸，从而达到图像增强的目的。自适应滤波的关键问题是移动窗口(Moving Windows Size)的选择和乘积倍数大小(Multiplier)的定义，移动窗口的大小可以任意选择，通常都定为奇数，而乘积倍数大小是为扩大图像反差或对比度。设置如下：输入文件输出文件调整类型移动窗口大小输出数据统计时忽略值输出数据类型乘积倍数自适应滤波前自适应滤波后自适应滤波前后效果对比图：ERDAS IMAGINE七、统计滤波七、统计滤波统计滤波（Statistical Filter）是应用西格玛Sigma Filter方法对用户选择图像区域外的像元进行改进处理，从而达到图像增强的目的。设置如下：输入文件输出文件调整类型输出数据统计时忽略值输出数据类型乘积倍数统计滤波前统计滤波后统计滤波前后效果对比图：谢谢！谢谢！