遥感图像彩色增强处理--毕业设计(共49页).doc

《遥感图像彩色增强处理--毕业设计(共49页).doc》由会员分享，可在线阅读，更多相关《遥感图像彩色增强处理--毕业设计(共49页).doc（49页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上毕业设计报告（论文）报告（论文）题目：遥感图像的彩色增强处理 作者所在系部： 电子工程系 作者所在专业： 电子信息工程 作者所在班级： B08213 作 者 姓 名 ： 白文静 作 者 学 号 ： 指导教师姓名： 李迎春 完 成 时 间 ： 2012年6月15日 北华航天工业学院教务处专心-专注-专业北华航天工业学院毕业设计(论文)任务书(理工类)学生姓名： 白文静 专 业： 电子信息工程 班 级： B08213 学 号： 指导教师： 李迎春 职 称： 讲师 完成时间： 2012-06-15 毕业设计(论文)题目：遥感图像的彩色增强处理题目来源教师科研课 题纵向课题（

2、）题目类型理论研究（）注：请直接在所属项目括号内打“”横向课题（）应用研究（）教师自拟课题（）应用设计（）学生自拟课题（）其 他（）总体设计要求及技术要点：随着遥感技术应用的深入，应用部门对遥感图像色彩方面的要求也逐渐提高。以往的黑白遥感影像或原始的遥感影像的色彩已经远远不能满足人们的要求。因此对遥感影像色彩通过各种手段进行改善，解决遥感影像在色彩方面的问题是当今急需解决的问题。基本设计要求：编程实现彩色图像的直方图增强法。较高设计要求：编程实现彩色图像的色调增强法、饱和度增强法技术要求： 1. MATLAB的使用 2 .彩色图像的直方图增强法、色调增强法、饱和度增强法工作环境及技术条件：MA

3、TLAB软件环境工作内容及最终成果：本设计要求对原始的彩色遥感图像，采用直方图增强法、色调增强法、饱和度增强法等方法进行彩色增强处理。在MATLAB或VC+软件环境中编写代码，实现遥感图像的彩色增强处理。时间进度安排： 1、第七学期第6周，选择课题，认真阅读并分析毕业设计任务书；2、第七学期第7周第17周，查阅文献，完成开题报告、文献综述、外文文献翻译； 3、第八学期第1周第4周，查阅资料有关图像基础理论、遥感图像彩色增强等书籍等资料，并进行分析总结；4、第八学期第5周第7周，根据原理绘制直方图增强法、色调增强法、饱和度增强法的流程图，并在MATLAB中编写程序； 5、第八学期第8周第14周，

4、修改并完善程序； 6、第八学期第15周第17周，完成毕业设计论文，准备验收和答辩。指导教师签字： 年 月 日教研室主任意见：教研室主任签字： 年 月 日北华航天工业学院本科生毕业设计（论文）原创性及知识产权声明本人郑重声明：所呈交的毕业设计（论文）遥感图像的彩色增强处理是本人在指导教师的指导下，独立进行研究工作取得的成果。除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品或成果。对本设计（论文）的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。因本毕业设计（论文）引起的法律结果完全由本人承担。本毕业设计（论文）成果归北华航天工业学院所有。本人遵循北华

5、航天工业学院有关毕业设计（论文）的相关规定，提交毕业设计（论文）的印刷本和电子版本。本人同意北华航天工业学院有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；可以采用影印、缩印、数字化或其它复制手段保存论文；在不以营利为目的的前提下，可以公布非涉密毕业设计（论文）的部分或全部内容。特此声明毕业设计（论文）作者： 指导教师： 年 月 日 年 月 日摘 要卫星遥感技术在我国经济和社会发展及国防建设中得到了广泛的应用，并发挥了不可或缺的作用。随着遥感技术应用的深入发展，应用部门对遥感信息质量的要求也日益提高。因此，对遥感影像色彩通过各种手段进行改善，解决遥感影像在色彩方面的问题，成

6、为当今急需解决的问题。图像色彩增强技术作为遥感图像处理的一种重要手段，可以有效地改善遥感图像的视觉效果，增强信息的识别率，实现遥感应用质量的显著提高。基于此，本文在深入分析彩色图像增强理论、图像的RGB彩色模型、图像的HSI彩色模型以及这两种模型相互转换原理及方法的基础上，重点阐述了怎样利用MATLAB软件，对彩色图像HSI模型下的三个不同分量色调H、饱和度S、亮度I，分别通过色调增强、饱和度增强、直方图均衡化三种不同方法进行处理，从而达到遥感图像彩色增强的目的。关键词 遥感 MATLAB 彩色增强 直方图 色调 饱和度AbstractSatellite remote sensing tech

7、nology has a wide application and plays an indispensable role in the economic development, social development of our country, and our national defense construction. With the deepening of its application, the requirement for the quality of remote sensing information is continually improved. Therefor,

8、 to improving the color of the remote sensing image through varieties of means has been a urgent problem to be solved. As an important means for remote sensing image processing, color enhancing technique can effectively improve the visual effect of the image, enhance the recognition rate of informat

9、ion, and evidently improve the quality of remote sensing application. According to the color enhancing theory, the function characteristics of RGB, HSI color models, and the transition method and theory between the two color models, the paper mainly discussed how to use the tonal enhancement method,

10、 the saturation enhancement method and the histogram enhancement method to test with H, S, I, the component of the HSI color model, then to reach the purpose of enhancing the color of remote sensing image. Analysis was carried out using MATLAB.Keyword Remote Sensing MATLAB Color Enhancement Histogra

11、m Tone Saturation目 录遥感图像彩色增强处理第1章 绪论1.1 课题研究背景及目的随着对地观测技术的迅速发展，遥感图像在社会生活和经济建设中发挥着越来越重要的作用，遥感图像已不仅仅是科学研究和工程设施建设的基础数据。同时，伴随着Google Earth的使用，各种类型的遥感图像已经成为普通人生活的一部分，遥感图像正不断扩展人类对世界的认知广度和深度。卫星或飞机采集来的遥感图像往往包含着畸变和掺杂着噪声。这主要由几下几个方面原因1引起：第一，由于飞行器的姿态、轨道和地球曲率的变换以及扫描镜速的不均匀都可以引起图像的畸变；第二，由于曝光时间不均匀、传感器性能的变化也要引起图像灰度的

12、畸变；第三，由于图像的远距离传输，图像的信息中总伴有大量的噪声和干扰。因此，对原始的遥感图像必须进行处理，得到的遥感资料方可使用。尤其是对遥感影像色彩通过各种手段进行改善，解决遥感影像在色彩方面的问题是当今急需解决的问题。为了保证遥感图像判读的正确性和工作质量，需要通过数字信号处理技术，对其进行增强处理。遥感图像增强彩色是为了改善图像的视觉效果，增强目标地物的影响差异或特征，以便更加准确的将目标地物从环境背景信息中提取出来，使分析者能够更加容易识别图像内容。基于此，本论文在深入分析彩色图像增强理论的基础上，重点阐述了怎样利用MATLAB软件，对彩色图像HSI模型下的三个不同分量色调H、饱和度S

13、、亮度I，分别通过色调增强、饱和度增强、直方图均衡化三种不同方法进行处理，从而达到遥感图像彩色增强的目的。1.2国内外研究现状及发展趋势最早期的图像处理系统是采用模拟处理技术，具有代表性的是美国执安大学环境研究学院的SPARC模拟计算机系统，其主要缺点是速度慢、精度低、处理不灵活、功能少。直到1963年，加拿大测量学家RFTomlinson博士1提出把常规地图变成数学形式的设想，可以看成是数字图像的启蒙。到1972年随美国陆地卫星的发射，遥感数字图像处理技术才真正地发展起来。随着遥感信息获取技术、计算机技术、数学基础科学等的发展，遥感图像处理技术也获得了长足的进展，成为遥感图像处理的发展方向，

14、并已在各个领域得到了广泛的应用。主要表现在图像的校正与恢复，图像增强，图像分类，数据的复合与GIS的综合，高光谱图像分析，生物物理建模，图像传输与压缩等方面。其中图像的校正与恢复的方法已经比较成熟。图像增强方面目前已发展了一些软件化的实用处理方法，包括辐射增强，空间域增强，频率域增强，彩色增强，多光谱增强2等。最近推动数字图像处理系统迅速发展的因素有以下几点：第一，由于集成电路和大规模集成电路的发展，微处理机代替了大型计算机，大大降低了计算机的价格，同时增加了功能，并越来越普遍地得到使用。第二，随着微电子技术的发展，将有更多的、更先进的、把图像转换成数字数据的器件或进行反转换的器件。第三，先进

15、的算法，可由计算机执行的数字方法的开发，使以前根本不可能的或不切实际的图像处理运算能后进行。总体上说，遥感技术的应用已经相当广泛，应用深度也不断加强。目前，在地学科学、农业、林业、城市规划、土地利用、环境监测、考古、野生动物保护、环境评价、牧场管理等各个领域均有不同程度的应用。遥感技术也已成为实现数字地球战略思想的关键技术之一。地球科学中的矿产勘查，地质填图等是较早应用遥感技术的领域，随着遥感技术的发展，其应用潜力还可以不断地挖掘。在精细农业、环境评价、数字城市等新领域，遥感技术的应用潜力巨大。此外，GIS技术、虚拟现实技术、GPS技术3、数据库技术等的快速发展也无疑为遥感技术的更广及更深的应

16、用提供了技术支持。总之，卫星遥感技术的迅速发展，把人类带入了立体化、多层次、多角度、全方位和全天候地对地观测的新时代。1.3 课题研究的主要内容1分析彩色图像基础理论、彩色图像的RGB模型、HSI模型以及RGB模型和HSI模型之间的相互转换公式及方法、图像彩色增强处理原理。2分析遥感图像彩色增强处理的直方图均衡化增强法、色调增强法及饱和度增强法的基本原理，绘制流程图并编写MATLAB程序。3在MATLAB程序中调试程序显示增强后的遥感图像，并对三种方法得到的结果进行分析。第2章 遥感彩色图像增强技术2.1 引言随着各种彩色成像设备以及相关处理硬件性能的不断提高，彩色图像处理越来越受到人们的重视

17、，并且已经广泛应用于印刷、医学、可视化、互联网以及遥感技术等领域。其中，以多光谱图像处理为代表的遥感技术更是目前的研究热点之一。与灰度图像相比，彩色图像除含有较大的信息量外，它的表示方式和储存结构也不相同。因此，不能将灰度图像的处理技术简单的直接应用于彩色图像。多光谱图像处理技术是现代遥感技术的核心技术之一，与单色图像相比，多光谱图像含有丰富的光谱信息，对地物分析和识别有非常重要的作用，在军事侦查、导航定位、气象和环境监测等领域有着广泛的应用。所以，介绍彩色和多光谱图像的常用处理方法就显的十分必要。本章主要介绍人类的彩色视觉原理、颜色的表示、基本的彩色模型以及彩色图像增强基础理论。2.2 彩色

18、图像基础理论2.2.1 三基色原理1三基色与三基色原理彩色视觉是人眼对射入的可见光谱的强弱及波长成分的一种感觉。研究和实验表明，人眼中的600万700万个锥状细胞用于负责接受彩色视觉，且对红、绿、蓝单色光非常敏感。大约65%的锥状细胞对红光敏感，33%对绿光敏感，2%对蓝光敏感。人眼的这种彩色视觉特征表明：自然界中绝大多数的颜色都可以看作是由红（red，R）、绿（green，G）、蓝（blue，B）这三种颜色组合而成，自然界中的绝大多数的颜色都可以分解成红、绿、蓝这三种颜色。这即是色度学中的三基色原理。三基色的选择并不是唯一的，但三种基色必须是相互独立的，其中任何一种颜色都不能由其他两种颜色合

19、成。由于人眼对红、绿、蓝这三种颜色最为敏感，所以一般会选择这三种颜色作为基色，并称红、绿、蓝为三基色。为标准化起见，国际照明委员会（commission international de leclairage，CIE）于1931年规定了三基色光的波长为：红=700nm，绿=546.1nm，蓝=435.1nm。进一步的研究实验表明，实际上没有单一波长的色光可称为红、绿、蓝，上述的CIE标准只是一个近似值。另外，CIE标准的三基色波并不意味着RGB这3种分量的组合能产生所有的光谱，所以本论文中给出的三基色定义中是“自然界中绝大多数的颜色”而不是“所有颜色”。2. 相加混色 一般把三基色按不同比例相

20、加进行混色成为相加混色。比如有：红色+蓝色=品红色 （2.2.1）红色+绿色=黄色 （2.2.2）绿色+蓝色=青色 （2.2.3）红色+绿色+蓝色=白色 （2.2.4）由于上面得到的青色、品红色和黄色是由三基色中的两色相加混合而成的，所以把他们称为二次色。由于有：红色+青色=白色 （2.2.5）绿色+品红色=白色 （2.2.6）蓝色+黄色=白色 （2.2.7）所以青色、品红色和黄色分别称为红、绿、蓝三色的补色。如果把混合后得到的白色光的亮度定为100%，那么人眼感觉到的红、绿、蓝三基色和青、品红、黄三种补色的亮度比例如图2-1所示。也即红色与青色、绿色于品红和蓝色与黄色混合后的白色亮度均为10

21、0%，红、绿、蓝3色混合后的白光亮度也为100%。 图2-1 相加混色的三基色及其补色的两度比例3. 相减混色RGB三基色的相加混色是基于RGB彩色模型的。与相加混色相对应，利用颜料和染料等的吸色性质可以实现相减混色。因为不同颜料可吸入射白光光谱中的某些成分，使得未被吸收的部分被反射，从而形成该颜料的颜色。并且随着不同的颜料比例，它们吸收光谱的成分会有变化，从而得到不同的颜色。以红、绿、蓝的补色，青（cyan）、品红色（magenta）和黄（yellow）为基色够成的CMY彩色模型4常用于白光中滤去某种颜色，实现相减混色。比如有白色红色=青色 （2.2.8）白色绿色=品红色 （2.2.9）白色

22、蓝色=黄色 （2.2.10）白色绿色红色蓝色=黑色 （2.2.11）如果把“+”理解为不同颜色的混合或配色过程，把符号“=”理解成等效，则不同颜色颜料的相减混色过程及其等效的颜色吸收过程可以表示为 品红色燃料+黄色燃料=红色燃料=白色绿色蓝色 （2.2.12） 青色燃料+黄色燃料=绿色燃料=白色红色蓝色 （2.2.13） 品红色燃料+青色燃料=蓝色燃料=白色红色绿色 （2.2.14） 黑色燃料=白色红色绿色蓝色 （2.2.15）由上面的分析可知，如果直观地把相减混色看作是两种颜色“混合”在一起后得到一种新的颜色，那么把青色、品红和黄色看作是相减混色中的三基色，把红色、绿色、蓝色看作是相减混色中

23、的补色。（2.2.12）就可以理解为：将品红色燃料与黄色燃料混合可以得到红色燃料。采用类似于相加混合的描述方式，相减混色中的青、品红、黄三基色及红、绿、蓝三种补色如图2-2所示。 图2-2 相减混色的三基色及其补色的关系相加混色主要应用是录像、电视和计算机显示器等。相减混色主要用于绘画、摄影（包括彩色电影胶片制作）、印刷和彩色印染等。2.2.2 CIE色度图对于无彩色（消色）图像来说，亮度是唯一的属性，也即灰度。对于有彩色图像来说，通常用亮度、色调及饱和度表示颜色的特征。亮度反映了该颜色的明亮程度。颜色中掺入的白色越多亮度就越大，掺入的黑色越多亮度就越小。色调用于描述纯色（如黄色、纯红色），反

24、映了观察者接受到的主要颜色。饱和度给出的一种纯色被白光稀释的程度的量度，与加入到纯色（色调）中的白光成正比（由于加入了白光、观察者接收到的不再是某种纯色，而是反映该纯色属性的混合颜色）。纯色（可见光谱中包含的一系列的单色光）是全饱和的，随着白光的加入饱和度会逐渐降低，也即变成欠饱和。色调与饱和度两者加起来成为色度，颜色用亮度和色度共同表示。确定颜色的另一种方法是用CIE色度图。实验表明，人眼的彩色感觉主要取决于红、绿、蓝三种分量的比例。设X、Y和Z分别表示形成某种特殊颜色C时需要的红、绿、蓝三基色的量值，x、y和z分别表示形成某种特殊颜色C时的红、绿、蓝三基色所占的比例系数，则有 C=xX+y

25、Y+zZ （2.2.16）且 （2.2.17） （2.2.18） （2.2.19）显然有 （2.2.20）一般称x、y和z为色系数或色度坐标。式（2.2.20）说明，由于3个色度坐标中有一个是不独立的，因而可以用x y直角坐标系来表示各种色度，这样组成的平面图就是CIE色度图，如图2-3所示。在该图中，用x（红）和y（绿）函数（也即红、绿、蓝三色总量中，红色和绿色分别所占的比例）表示颜色的组成。对于在舌形色度图上的任意x和y值，其相应的蓝色值可用式（2.2.20）得到，即z=1(x+y)。 图2-3 CIE色度图分析图2-3可知：（1）从380nm的紫色到700nm的红色的所有纯色都位于舌形色

26、度他的边界上；任何不再舌形色度图的边界但在其内部的点都代表一种由纯色混合而成的颜色。（2）离开舌形色度图的边界移向其中心表示加入更多的白光而使该颜色的纯度降低；到中心等能量点（表示各种光谱能量相等，对应与CIE标准的白光）饱和度为零。（3）色度图中连接任意两点的直线表示了由连线两端的点所代表的颜色按不同比例相加而得到的颜色变化（4）从等能量点到位于色度图边界上的任意一点所画直线，表示对应边界点纯色的所有色调。可见，为了确定色度图中任意给定的三种颜色所组合而成的颜色范围，只要将给定的这三种颜色对应的点练成一个三角形即可。2.3 图像的彩色模型正如2.2节所述，自然界中的绝大数的颜色都可以由三种基

27、色组合而成。换句话说，可以用3个基本的量描述其他的量，所以彩色模型实质上就是一个三维坐标系统或子空间规范，位于坐标系统中的每一个点代表一种颜色。目前常用的彩色模型可以分为两大类：一类是面向诸如彩色监视器、彩色视频摄像机和彩色打印机的硬件设备；另一类是面向诸如彩色动画图形创作等的彩色处理应用。面向硬件设备的彩色模型主要有RGB（红、绿和蓝）模型、CMY（青、品红和黄）模型和CMYK（青、品红、黄和黑）模型，前者主要用于彩色监视器和彩色视频摄像机，后两者主要用于彩色打印机。面向彩色处理应用的模型主要是HSI模型（hue-saturation-intensity，色调、亮度和饱和度）。其它的还有YI

28、Q、Lab5等彩色模型。 彩色图像在计算机中，一般采用RGB空间来表示。彩色图像的R、G、B三基色之间存在很强的相关性，改变像素的任一分量都会导致颜色的失真或偏移6。通常彩色是将彩色图像经过色彩空间变换，从相关性很强的RGB色彩空间变换到相关性不强的色彩空间。鉴于RGB模型的重要和广泛应用，也签于HSI模型把描述图像的信息分成了颜色（即色度，由色调与饱和度两者构成）和灰度（即亮度），具有便于利用灰度处理技术进行处理的优点，接下来对这两种模型进行讨论。2.3.1 RGB彩色模型RGB模型基于笛卡儿坐标，构成了如图2-4的彩色立方体子空间。R、G、B位于相应坐标轴的顶点，黑色位于原点，白色位于离原

29、点最远的顶点，青、品红、黄位于其他的3个顶点。在这个模型中，从黑色及各种深浅程度不同的灰色到白色的灰度值分布在从原点到离原点最远的顶点的连线上；立方体上或其内部的点对应不同的颜色，并用从原点到该点的矢量表示。图2-4的彩色立方体是一个对所有的颜色值都进行归一化处理后的单位立方体，因而所有的RGB值都在0，1范围内取值。 图2-4 RGB彩色立方体示意图在RGB彩色模型中，每一幅图像都由R、G、B这3个基色图像分量表示。在彩色监视器应用中，当同一幅图像的R、G、B、三基色图像分量同时送入RGB监视器时，这三幅图像在荧屏上混合产生一幅合成的彩色图像。RGB模型的缺陷是没有直观地与颜色概念中的色彩、

30、饱和度和亮度建立起来联系。2.3.2 HSI彩色模型HSI（hue-saturation-intensity）彩色模型常用于观察者进行彩色匹配实验和艺术家所使用，比较适合于用色调（H）、饱和度（S）和亮度（I）描述被观察物体颜色的解释，对于开发基于彩色描述的图像处理方法是一个理想的工具。 HSI彩色模型定义在图2-5所示的圆柱形坐标的双圆锥子集上。下面的圆锥的顶点为黑点，上面圆锥的顶点为白点，连接黑点和白点的双圆椎体的轴线成为亮度轴，用于表示亮度分量I。黑点的亮度为0，白点的亮度为1，任何位于区间0，1内的亮度值都可以由亮度轴和垂直于该亮度轴的原平面的交叉点给出。 图2-5 基于圆形彩色平面的

31、HSI模型 图2-6 HSI彩色模型中的色调和饱和度垂直于亮度轴的平面是一个如图2-6所示的圆形色环，描述了HSI的色调和饱和度。色彩H由绕亮度轴I（对应图2-6的色环的圆心）的旋转角给定。红色对应角度0，绿色对应角度120，蓝色对应角度240，各基色按120分隔。各基色与其二次基色相隔60，各基色与其补色相差180。对于任意一点p来说，其H的值对应与指向该点的矢量与0处红色轴的夹角。由于亮度轴表示的是亮度（灰度）信息，没有色彩，所以在亮度轴I上的饱和度S的值为0。在圆锥面上的饱和度S为1，对于任意一个色点p来说，其饱和度S的值与指向该点的矢量长度成正比。综上所述，与红色轴的夹角给出的色调，向

32、量的长度给出饱和度，色环平面中所有的色点的强度由平面在垂直亮度轴上的位置给出。另外，值得注意的是，在HSI模型中，最饱和的色彩出现在I=0.5的色环的边缘上，显然，在该色环的边缘上S=1。2.3.3 RGB彩色模型到HSI模型的转换从RGB模型到HSI模型转换的基本思想是：因为在RGB模型中灰度线是彩色立方体的对角线，在HSI模型中灰度线是双圆锥体的轴线。这样，就可以通过旋转RGB立方体使其灰度对角线与双圆锥体的轴线重合，同时就可以使得RGB立方体中的红、黄、绿、青、蓝和品红与HSI模型中I=0.5的色环平面上的相应色点重合。进一步通过坐标变换得到HIS中的分量表达式。描述RGB模型和HSI模

33、型间关系的RGB立方体旋转7示意图如图2-7所示。 图2-7 RGB立方体旋转示意图对于RGB模型中的在0，1范围内的R、G、B值，对应的HIS模型中的H、S、I分量可以由下面的公式计算的出。 （2.3.1） （2.3.2） （2.3.3） （2.3.4） 当S=0时对应无色的亮度轴，此时无意义，约定H=0；当I=0时，S无意义，约定S=0和H=0。总结以上公式可以得出：RGB模型到HSI模型的转换是非线性的，计算量较大；HSI色彩空间中的亮度轴与RGB色彩空间中的对角线灰度轴相对应，当R=G=B时，表现为灰度（非色彩），此时H无意义，为奇点；在奇点附近，很小的RGB值变化会引起很大的色彩波动

34、。2.3.4 HSI彩色模型到RGB彩色模型的转换对于HSI模型中在0,1范围内S和I值，对应的RGB模型中的在0,1范围内的R、G、B值可分地按如下公式计算的出。 （1）当0H120时： B=I1S （2.3.5） （2.3.6） G=3IRB （2.3.7）（2）当120H240时： R=I1S （2.3.8） （2.3.9） B=3IRG （2.3.10） （3）当240H120时： G=I1S （2.3.11） （2.3.12） R=3IGB （2.3.13）2.4 彩色图像增强在得到的彩色图像中，有时会存在对比度低、颜色偏暗以及局部细节不明显等问题，为了改善图像的视觉效果、突出图像的

35、特征，利于进一步的处理，需要对图像进行增强处理。对彩色图像的增强处理一句处理对象的不同可以分为真彩色图像增强、伪彩色增强和假彩色增强。2.4.1 真彩色增强真彩色增强的处理对象是有种颜色的彩色图像（又成全彩色图像）。为了避免破坏图像的彩色平衡，真彩色的增强通常选择在HIS模型下进行。依据选择增强分量和增强目的的不同，可以将真彩色增强分为亮度增强、色调增强和饱和度增强3种。1.亮度增强亮度增强是仅对彩色图像的亮度分量进行处理的增强方法，它的目的是通过对图像亮度分量的调整，使得图像在合适的亮度上提供最大的细节。彩色图像的亮度增强可以在其亮度上使用灰度图像的增强算法，如灰度变换法、直方图增强法等。

36、（a）原彩色图像 （b）对比度拉伸的增强效果 （c）直方图均衡的增强图像 图2-8 真彩色图像的亮度增强示例2.色调增强法色调增强是通过增加颜色间差异来达到图像增强的目的，一般可以通过对彩色图像每个点的色度值加上或减去一个常数来实现。由于彩色图像的色度分量是一个角度值，隐藏对色度分量加上或减去一个常数，相当于图像上所有点的颜色都沿着彩色环逆时针或顺时针旋转一定的角度，对于整幅图像就会偏向“冷”色调或“暖”色调。如果加或减过函数的斜率大于1时，色度增强可以扩大相应光谱范围内颜色的差别。需要注意的是，由于色相是用角度来表示的，因此，处理色相分量的图像的操作必须考虑灰度级别的“周期性”，即对色调值加

37、上120和加上480是相同的。 （a）原彩色图像 （b）色度值加120的结果 （c）色度值减120的结果 图2-9 真彩色图像的色度增强示意图3.饱和度增强饱和度分量包含了大量的图像细节8，饱和度增强可以使彩色图像的颜色更为鲜明。饱和度增强可以通过对彩色图像每个点的饱和度值乘以一个大于1的常数来实现；反之，如果对彩色图像的每个点的饱和度值乘以小于1的常数，则会减弱原图像颜色的鲜明程度。需要注意的是，变化饱和度接近于零的像素饱和度，可能会破坏原图像的彩色平衡。 （a）原彩色图像 （b）饱和度值乘以3的结果 （c）饱和度乘以0.3的结果图2-10 真彩色图像的饱和度增强示例2.4.2 伪彩色增强伪

38、彩色增强的处理对象是灰度图像。由于人眼的生理特征可以知道，人眼识别和区分灰度差异的能力是很有限的，一般只有三四十级，但识别和区分色彩的能力却很大，可达到数百中甚至上千种。伪彩色增强就是利用人眼这一生理特征，将一幅具有不同灰度级的图像通过一定的映射转为彩色图像，来达到增强人对图像的分辨能力。伪彩色增强可以分为空域增强和频域增强两种，在这两种算法中，密度分层法、灰度级-彩色变换法和频率滤波法9是三种较为常用的算法。 （a）原图效果 （b）伪彩色增强后的效果图2-11 伪彩色增强示例2.4.3假彩色增强假彩色增强与伪彩色增强不同，它是从一幅初始图像或者从多谱图像的波段中生成增强的彩色图像的一种方法，

39、其实质是从一幅彩色图像映射到另一幅图像，由于得到的彩色图像不再能反映原图的真是色彩，因此称为假彩色增强。假彩色的应用十分广泛，例如，画家通常把图像中的景物赋以与现实不同的颜色，以达到引人注目的目的；对于一些细节特征不明显的彩色图像，可以利用假彩色图像增强将这些细节赋以人眼敏感的颜色，以达到辨别图像细节的目的。此外，在遥感技术中，利用假彩色图像可以将多光谱图像合成彩色图像，使图像看起来逼真、自然，有利于对图像进行后续的分析与解译。一般，假彩色增强的线性表达式如式（2.4.1）所示。可以看出，式（2.4.1）是一个从原图像到新图像的线性坐标变换。 （2.4.1）2.5 小结遥感图像的增强属于真彩色

40、图像的处理，因此对遥感图像的处理要对其亮度、色调及饱和度这三个方面对其进行增强处理。亮度增强可以通过亮度调整，使得遥感图像在合适的亮度上提供最大的细节；色调增强可以通过增加颜色之间的差异来达到遥感图像增强的目的；饱和度增强可以使遥感图像的色彩更为鲜明。在实现过程中，首先，需要根据RGB彩色模型与HSI彩色模型的转换理论，将图像由R、G、B分量转换为H、S、I分量。然后，可以简化为对其某个分量的处理，最后再将处理后的结果转换为R、G、B分量后显示彩色图像。第3章 MATLAB软件中的图像处理3.1 MATLAB软件简介MATLAB是矩阵实验室10（Matrix Laboratory）的简称，由美国的MathWorks公司于1984年正式推出的一种科学计算机软件。1988年推出了3.x（DOS）版本，1992年推出了4.x（Windows）版本，1997年推出5.1（Windows）版本，然后就是6.0版本和7.0版本。随着新版本的推出，MATLAB的扩展函数越来越多，共嫩越来越强大。MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程