遥感影像空间增强与傅立叶变换滤波处理(共59页).docx

《遥感影像空间增强与傅立叶变换滤波处理(共59页).docx》由会员分享，可在线阅读，更多相关《遥感影像空间增强与傅立叶变换滤波处理(共59页).docx（59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-倾情为你奉上实习序号及题目遥感影像空间增强与傅立叶变换滤波处理实习人姓名实习指导教师姓名地址专业班级个人e-mail地址实习地点实习日期时间 2015年 11月25日实习目的和内容目的：1.理解遥感影像空间增强和傅立叶变换的概念和意义，掌握运用ENVI/IDL进行空间增强和傅立叶变换及滤波进行地形和地貌信息提取的步骤和方法。2.学会使用SRTM DEM数据应用的初步步骤。内容：利用下述操作对下载的DEM数据进行处理，比较变换前后影像的显示结果。1.从下载的ASTER DEM中选取512512子区数据，显示分析研究区地形地貌特征。2.完成如下卷积增强运算，比较变换前后影像中地形/地

2、貌信息上的差异：高通滤波拉普拉斯变换定向增强高斯高通滤波Sobel边缘增强Roberts算子增强3.纹理运算，比较变换前后影像中地形/地貌信息上的差异：一阶纹理运算二阶纹理运算4.周期噪声去除（利用傅立叶变换对影像tm_1.img进行下列处理，选择恰当的参数消除影像上的噪声信号原理和方法1、空间卷积：又称为空间滤波（filtering），系采用空间域的处理方法，在邻域像元的参不下进行运算处理，由此生成的影像中各个像元的值是原影像对应像元及其邻域像元灰度值的加权和。通过空间卷积运算达到突出影像空间中的变化或变异性规律，或抑制噪声信号的目的。设窗口大小为小为mn，（i, j）是运算结果，h(x,y

3、)是窗口模板，那么，卷积计算的一般公式为：g(I,j)= (f(x,y) h(x,y)其中，模板即积运算的邻域像元权重系数矩阵，定制的邻域运算关系式，又称卷积核（convolution kernel）、卷积函数、滤波器（filtering）。 2、 空间频率：影像中任一局部单元乊间在单位距离内灰度值的变化幅度，分为高频、低频两类。（低频区域：亮度值变化较小的区域；高频区域：亮度值变化剧烈的区域。）当模板中的所有系数取1时，即得到低频卷积模板，实现影像的平滑去噪功能。 3、纹理分析：纹理是一种重要的视觉信息，主要体现遥感图像中局部灰度或者彩色的有规律的重复出现。它是影像中第五形状、大小、色彩的综

4、合体现，为遥感影像的目视解译提供了有力的信息。通过一阶纹理运算与二阶纹理运算可以比较影像地形、地物上的差异。4、傅里叶变换消除噪声是在完成了傅里叶变换之后，通过观察频率域影像，选取高亮部分（图像上单位像元与邻域像元差异较大），制作成滤波模板，然后用制作好的滤波模板完成对信号的剔除，形成新的频率影像，最后通过傅里叶逆变换，完成从频率域到空间域的变换，得到去除噪声的影像。一维傅里叶变换：逆变换：二维傅里叶变换：逆变换：5、图像平滑是为了抑制噪声、改善图像质量所做的处理。图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产

5、生的噪声。内部噪声指系统内部产生的噪声。图像中的周期噪声是获取过程中受到成像设备影像产生的，这是唯一的一种空间依赖型噪声，周期噪声可通过频率域滤波进行压抑。6、边缘增强能提高边缘与周围像素之间的反差。线性高通滤波器是最常用的线性锐化滤波器，中心系数为正数，其他系数为负数；梯度法是非线性锐化滤波器，在梯度图像上梯度值较大的部分就是边缘。罗伯特梯度采用交叉差分的方法，检测像素与其在上下之间或左右之间或斜方向之间的差异；Sobel 梯度对 4-邻域采用加权方法进行差分，对边缘的检测更加精确；定向检测在提取边缘时指定了方向，有目的的提取某一特定方向的边缘或线性特征。7、图像噪声按其产生的原因可以分为：

6、外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电气设备，天体放电现象等引起的噪声。 内部噪声：一般又可分为以下四种：（1）由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合，定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则热运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度随时间和空间变化所形成的光量子噪声等。（2）电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；磁头、磁带等抖动或一起的抖动等。 （3）器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所产生的噪声。随

7、着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避免的。 （4）系统内部设备电路所引起的噪声。如电源引入的交流噪声；偏转系统和箝位电路所引起的噪声等。数据准备与研究区概况ENVI/IDL或ERDAS Imagine实习数据；Landsat tm_1.img；ASTER DEM；实习数据来源于ASTER GDEM数据.ASTER GDEM, 即先进星载热发射和反射辐射仪全球数字高程模型. 为数字高程DEM，其全球空间分辨率为30米。该数据是根据 NASA的新一代对地观测卫星Terra的详尽观测结果制作完成的。其数据覆盖范围为北纬83到南纬83之间的所有陆地区域，达到了地球陆地表面的

8、99%。数据投影为UTM/WGS84,覆盖全球范围，空间分辨率为30米，垂直精度为20米。ASTER GDEM作为30米高精度的DEM数据，用途非常广泛。常用于地形图的绘制、地形地貌分析、灾害模拟、地质调查、农业生态等各个方面。因此对于ASTER GDEM数据的处理具有很强的意义与价值。研究区概况：太原Landsat8/ OLI 影像的子区，空间分辨率为 30m，子区西区山地众多，中部农田众多，东部主要分布城镇。影像中心有一面积较大的水域。操作步骤一、从下载的 ASTER DEM 中选取 512512 子区数据，显示分析研究区地形地貌特征 ： 点击 File, Open, 加载 DEM 图像。

9、通过Toolbox Raster Mangement Resize Data，利用Subset By File,在规则分幅裁剪中根据上一步得到的512子区裁剪DEM图像：研究区地形地貌特征：发现平坦地区在 DEM 图像呈现高亮，呈树枝状的是山脊。二、完成如下卷积增强运算，比较变换前后影像中地形/地貌信息上的差异：高通滤波：工具：ToolboxFilterConvolutions and Morphology；参数：Convolutions 选择卷积类型为 High Pass(高通滤波)；Kernel Size 设置卷积核大；（ENVI 默认卷积核大小以奇数来表示）；Image Add Back

10、代表影像加回值。(1) 选择 Kernel Size设置默认的 3*3；Image Add Back设置默认值 0： 此操作后图像立体感增强，呈现不明显的浮雕效果，坡地区域凸出，平地及沟谷区域下凹。整体纹理粗糙，明暗变化不明显。在影像中能较容易分辨出沟谷区域。(2) 选择 Kernel Size设置默认的 5*5；Image Add Back设置默认值 0： 此操作立体感明显增强，浮雕效果更佳显著，在影像中可以更加清晰地看见河流与沟谷以及山体褶皱。影像整体纹理粗糙，呈金属光泽，明暗变化不明显。(3) 选择 Kernel Size设置默认的 7*7；Image Add Back设置默认值 0：

11、浮雕效果更佳显著，在影像中可以更加清晰地看见河流与沟谷以及山体褶皱。(4) 选择 Kernel Size设置默认的 3*3；Image Add Back设置默认值30%： 此操作后，影像沟谷模糊。边缘不明显，立体感明显减弱，几乎不能表现山体。但在影像中能更清晰的反映出河流区域，整体对比度较强。(5) 选择 Kernel Size设置默认的 3*3；Image Add Back设置默认值 60%： 拉普拉斯变换：工具：ToolboxFilterConvolutions and Morphology；Convolutions 选择卷积类型为 Laplacian (拉普拉斯变换)；(1) Kerne

12、l Size设置默认的 3*3, Image Add Back设置默认值 0： 此操作后，图像呈现浮雕效果，但浮雕效果极不明显。图像中不能清晰分辨各种地形起伏变化，对DEM没有很好的表现。影像纹理粗糙，河流、沟谷等均不明显。(2) 选择 Kernel Size设置默认的 5*5；Image Add Back设置默认值 0： 此操作后，相比33窗口操作，影像立体感大大增强，浮雕效果增强，对沟谷的表现力增强。但对于河流、原地等低地的表现力较弱。(3) 选择 Kernel Size设置默认的 7*7；Image Add Back设置默认值 0： 影像立体感大大增强，浮雕效果增强，对沟谷的表现力增强。

13、选择 Kernel Size设置默认的 3*3；Image Add Back设置默认值30%： (4) 选择 Kernel Size设置默认的 3*3；Image Add Back设置默认值 60%： 影像立体感大大增强，浮雕效果增强，对沟谷的表现力增强。定向增强：Toolbox FilterConvolutions and Morphology； Convolutions 选择卷积类型为 Directional (方向滤波器)，输入定向增强的角度；(1) 定向增强角度输入默认值 270，Kernel Size设置默认的 3*3, Image Add Back设置默认值 0%： 影像立体感较强

14、，呈现较强的浮雕效果。对于山脊变现教清晰，同时，能清晰的反映出山体边缘、沟谷及褶皱。(2) 定向增强角度输入 90，Kernel Size设置默认的 3*3, Image Add Back设置默认值 0%： 影像立体感较强，呈现较强的浮雕效果。对于山脊变现教清晰，同时，能清晰的反映出山体边缘、沟谷及褶皱。(3) 定向增强角度输入 180，Kernel Size设置默认的 3*3, Image Add Back设置默认值 0%： 影像立体感明显增强，呈现较强的浮雕效果。对于山体表现效果极佳，能清晰的反映出山体边缘、沟谷及褶皱。(4) 定向增强角度输入 0，Kernel Size设置默认的 3*3

15、, Image Add Back设置默认值 0%： 影像立体感明显增强，呈现较强的浮雕效果。对于山体表现效果极佳，能清晰的反映出山体边缘、沟谷及褶皱。(5) 定向增强角度输入默认值 0，Kernel Size设置默认的7*7, Image Add Back设置默认值 0%： 影像立体感明显增强，呈现较强的浮雕效果。对于山体表现效果极佳，能清晰的反映出山体边缘、沟谷及褶皱。高斯高通滤波：Toolbox FilterConvolutions and Morphology；Convolutions 选择卷积类型为 Gaussian High Pass； (1) Kernel Size（卷积核大小）设

16、置为 3*3, Image Add Back(影像加回值)设置默认值 0%： 此操作后，影像整体无值呈现白色，在部分地势变化起伏较大的高频区域，影像中呈现不明显的表现。因此，此操作对于突出体现影像中高频区域有较好的效果。(2) Kernel Size（卷积核大小）设置为 5*5, Image Add Back(影像加回值)设置默认值 0%：此操作后影像结果与高通滤波效果类似，影像整体偏亮，图像呈现浮雕效果，但浮雕效果极不明显。图像中不能清晰分辨各种地形起伏变化，对DEM没有很好的表现。影像纹理粗糙，河流、沟谷等均不明显。(3) Kernel Size（卷积核大小）设置为 7*7, Image

17、Add Back(影像加回值)设置默认值 0%：影像整体偏亮，图像呈现浮雕效果 Kernel Size（卷积核大小）设置为 3*3, Image Add Back(影像加回值)设置默认值 30%： 此操作后，较高通滤波相比，影像边缘更平滑，地势起伏变化更加流畅，河流边界得到了很好的凸显。(4) Kernel Size（卷积核大小）设置为 3*3, Image Add Back(影像加回值)设置默认值 60%： 此操作后，影像边缘更平滑，地势起伏变化更加流畅Sobel边缘增强：Toolbox FilterConvolutions and Morphology；Convolutions 选择卷积类

18、型为 Sobel；(1) 影像加回值设置默认值 0； 此操作后影像与原DEM影像差异较大，影像纹理粗糙，呈现不规则的线状。影像突出了地物的边界信息，如河流沟谷、山体边缘等，但对于影像地势体现不明显，影像立体感较弱。(2) 影像加回值设置为 30； 此操作后影像中地物边界信息表现更为明显，颜色对比度更加明显，且边缘锐化增强。此操作突出了河流及其边界，但对于山体起伏表现较弱。(3) 影像加回值设置为 60； ，颜色对比度更加明显，且边缘锐化增强。Roberts算子增强Toolbox FilterConvolutions and Morphology；Convolutions 选择卷积类型为 Rob

19、erts；(1) 影像加回值设置默认值 0： 此影像效果与索伯尔变换效果类似，地物边缘同样得到锐化。但影像中地势明暗对比度较弱，因此对于山地区域地势变化难以分辨。且操作后地物边缘清晰度较差。(2) 影像加回值设置为 30： 与影像加回值0%时相比，此操作后影像立体感增强，地物边缘凸显且更加清晰。在影像中能较好的分辨河流沟谷。且影像对比度增强，能较好的体现地势变化。(3) 影像加回值设置为 60： 三、纹理运算，比较变换前后影像中地形/地貌信息上的差异：1、一阶纹理运算 Toolbox FilterOccurrence Measures选择 DEM Textures to Compute(纹理计

20、算)选项的复选框选择要创建的纹理图像，在Rows 和 Cols 文本框中输入处理窗口的大小，选择输出路径及文件名，点击 OK，所选的纹理图像将计算出来并被加载到 Data Manager ：(1) 处理窗口的大小设置默认值 3*3，处理结果： Data range MeanVarianceEntropySkewness(2) 处理窗口的大小设置为 7*7，处理结果： Data rangeMeanVarianceEntroySkewnears 经过数据范围Data Range操作后，原DEM影像灰度变化大的区域高亮显示，灰度变化小的区域显示暗黑。影像中河流沟谷凸显，山体边缘清晰，山体褶皱呈现线状

21、，影像整体立体感较差。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像地物边缘较模糊，细节展现较少，清晰度较差。经过均值Mean操作后，影像与原始影像视觉效果相似，但相对原影像，地物边缘进行了平滑处理，部分细节消失。对比以上两图，3*3窗口操作后影像与7*7窗口操作后影像几乎无较大差异。经过方差Variance操作后，由于平地区域地势平坦，值方差较小，故在影像中呈现暗黑色；沟谷地区坡度变化较大，在影像中高亮显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物边界平滑，影像模糊，细节展现较少。熵值即对图像中所具有的信息量的描述。如在图像中，山地褶皱地区DEM值变化信息复

22、杂，则此区域熵值大，在图像中高亮显示；而在沟谷、平原区域，地势平坦，地物信息变化小，则此区域显示暗黑。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，对于熵值的描述更加精细，在影像高亮部分中有众多暗黑色亮点，即对细节展现更加完整。故在此图中更能看出影像的局部类型特征。偏度表示地物的倾斜程度。值大于零表示地物向左偏斜，值小于零表示地物向右偏斜，值等于零表示地物对称分布。故在影像中由于地物分布普遍较对称，故值偏灰暗。2、二阶纹理运算 Toolbox Filter（滤波）Co-0ccurrence Measures（基于二阶概率统计的滤波）；选择 DEM 图像文件：通过 Textures t

23、o Compute(纹理计算)选项的复选框选择要创建的纹理图像；在 Rows 和 Cols 文本框中输入处理窗口的大小；在 Co-occurrence Shift 中输入 X、Y 变换值用于计算二阶概率矩阵；在 Grayscale quantization levels 中选择灰度量化级别；(1) 处理窗口的大小设置默认值 3*3， 8 个处理结果： MeanVarianceHomogeneityContrastDissimilarityEntropySecond momentCorrelation(2) 处理窗口的大小设置默认值7*7， 8 个处理结果： Mean VarianceHomog

24、eneityContrastDissimilarityEntropySecond momentCorrelation经过方差Variance操作后，由于平地区域地势平坦，值方差较小，故在影像中呈现暗黑色；沟谷地区坡度变化较大，在影像中高亮显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物边界平滑，影像模糊，细节展现较少。经过均值Mean操作后，影像与原始影像视觉效果相似，但相对原影像，地物边缘进行了平滑处理，部分细节消失。对比以上两图，3*3窗口操作后影像与7*7窗口操作后影像几乎无较大差异。同质性表示影像特定区域范围内灰度值的相似性。由于在河流、平地等区域内地势平坦，则区域同

25、质性大，故高亮显示；在沟谷山地区域内地势崎岖，同质性小，故显示暗黑。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物更加模糊，细节展现较差。对比度体现图像纹理沟深，纹理相对粗糙区域对比度大，在影像中高亮显示；纹理相对平滑区域对比度小，在影像中暗灰显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物更加模糊，细节展现较差。 相异性与同质性相反，体现影像特定区域范围内灰度值的差异性。故在差异较大区域高亮显示，在差异较小区域暗灰显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物边界更加模糊，细节展现较差，且立体感较差。熵值即对图像中所具有的信息量的描述。如在

26、图像中，山地褶皱地区DEM值变化信息复杂，则此区域熵值大，在图像中高亮显示；而在沟谷、平原区域，地势平坦，地物信息变化小，则此区域显示暗黑。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像整体亮度更高，对比度更大。地物边缘光滑，影像整体较模糊，对细节的体现较差。在此图象中，地势平坦地区灰度值均匀，则在影像中高亮显示；山地沟谷等地形起伏较大的区域灰度值变化较大，故在影像中暗灰显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像清晰度降低，地物边界模糊，对细节的展现较差。相关性表示影像中局部灰度的相关性，反映影像内部差异。在地势平坦区域，内部差异小，则影像灰暗显示；在山体

27、褶皱区域，内部差异性大，故影像高亮显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像灰度值变化大，区域差异更加明显，但细节缺失较多，对细节的展现较差。四、 周期噪声去除（利用傅立叶变换对影像 tm_1.img 进行下列处理，选择恰当的参数消除影像上的噪声信号:1、 使用 ENVI 4.8，打开待消除噪声的影像 TM_1.img，共 7 个波段，其中第六波段是热红外波段（噪声波段，几乎识别不出地物信息）。 2、 去除噪声信号：Filter(滤波) FFT Filtering(快速傅里叶变换),Forward FFT,(傅里叶正变换)输入影像文件，选择输出路径及文件名，点击 OK，

28、则影像的 7 个波段从空间域转化为频率域，亮值代表高频信息，暗值代表低频信息，小白条代表周期性的噪声。下图第一波段变换后的影像： 3、 生成注记文件：打开上一步经过正向变换后的图像，在主图像窗口中选OverlayAnnotation；在注记窗口中选择 Object；Polygon 绘制多边形勾绘出特定的噪声区域；Option, Turn Mirror On 构建适当对称的 FFT 滤波器；将绘制的注记保存为文件。下面以第一波段为例说明步骤。用多边形勾绘出噪声区域，勾绘结束鼠标右击两次，则以镜像对称的方式呈现出噪声的另一半（上下多边形的顶点重合的效果最好）。4、定义傅里叶滤波器。Filter(滤

29、波)FFT Filtering(快速傅里叶变换) Filter Definition(定义快速傅里叶滤波器)，点击 Filter_Type 选择滤波器类型为 User Defined Cut 将 ENVI 的形状注记导入滤波器。选择 Ann File 导入上一步得出的注记文件，User Defined Cut 保留形状注记以外的能量谱（User Defined Pass 保留形状注记以内的能量谱）。选择输出滤波器文件的路径及文件名，输出的滤波器为 0 和 1 的二值图。 傅里叶逆变换。Filter(滤波)FFT Filtering(快速傅里叶变换)Inverse FFT,选择 FFT 图像第一

30、波段，点击 OK，选择应用的滤波图像（第一波段），选择文件输出路径及文件名：同理，生成其余 6 个波段的滤波器，生成其余 6 个波段的傅里叶逆变换后的图像。Band2：Band3：Band4：Band5：Band6：Band7：将对操作前后假彩色图像线性拉伸后，结果如下：噪声消除效果较明显，影响中噪声条带明显得到消除。结果与分析通过对DEM影像进行各种卷积增强运算，对结果影像进行初步分析，可知：1、高通滤波使影像呈现浮雕般立体感，立体感的强弱取决于卷积窗口的大小，窗口越大，立体感越明显。高通滤波在保持图像高频信息的同时，消除了图像中的低频成分。它可以用来增强纹理、边缘等信息。输出的影像和原影像

31、相比，增强了纹理和边缘信息，有明暗交错的效果。随着卷积核大小的增加，图像的边缘被凸显的越来越明显。特征被进一步放大。 2、拉普拉斯滤波调大影像加回值后，在影像中能更清晰的反映出河流、平原等地势较低的区域。影像整体对比度增强，在影像中能更清晰的体现出地势变化。拉普拉斯滤波是边缘增强滤波，它的运行不用考虑边缘的方向。输出的影像和高通滤波处理过的影像相似，但是更加平滑，增强了纹理和边缘信息，河流、山脊、沟谷等边缘特征被凸显。 3、方向滤波器可根据不同角度的定向增强运算使影像不同方向体现不同的明暗效果，使影像立体感更强。在不同的明暗效果中可分析河流、沟谷、山体褶皱的具体形态。方向滤波器是边缘增强滤波，

32、它有选择性地增强有特定方向成分的图像特征。输出影像呈现浮雕效果，立体感比较强。 4、高斯高通滤波器通过一个指定大小的高斯卷积函数对图像进行滤波。当影像加回值从 0%变化到 30%时，输出影像变化明显，地物的边缘特征被凸显，而当影像加回值从 30%变化到 60%时，输出影像的变化并不明显。5、sobell 滤波器是非线性边缘增强滤波器，它是使用 Sobel 函数的近似值的特例，滤波器的大小不能更改，也无法对卷积核进行编辑。6、robert滤波器：地物边界得到了锐化，随着影像加回值的增加，输出影像的平滑度增加，影像越来越模糊，细节信息减少。通过对原影像进行一阶纹理运算与二阶纹理运算，对影像结果初步

33、分析，可知： 1、均值影像与方差影像均能对山体等地物边界进行凸显，效果较明显。 2、熵值影像能对影像中各点信息量的多少进行描述，通过此影象可知对应点地面起伏复杂程度。 3、相异性影像与同质性影像能较好的体现原影像中区域内地物灰度值的差异性，可借此判断特定区域内地物的变化。在一阶纹理运算中可知：经过数据范围Data Range操作后，原DEM影像灰度变化大的区域高亮显示，灰度变化小的区域显示暗黑。影像中河流沟谷凸显，山体边缘清晰，山体褶皱呈现线状，影像整体立体感较差。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像地物边缘较模糊，细节展现较少，清晰度较差。经过均值Mean操作后，影像

34、与原始影像视觉效果相似，但相对原影像，地物边缘进行了平滑处理，部分细节消失。对比以上两图，3*3窗口操作后影像与7*7窗口操作后影像几乎无较大差异。经过方差Variance操作后，由于平地区域地势平坦，值方差较小，故在影像中呈现暗黑色；沟谷地区坡度变化较大，在影像中高亮显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物边界平滑，影像模糊，细节展现较少。熵值即对图像中所具有的信息量的描述。如在图像中，山地褶皱地区DEM值变化信息复杂，则此区域熵值大，在图像中高亮显示；而在沟谷、平原区域，地势平坦，地物信息变化小，则此区域显示暗黑。对比以上两图，7*7窗口操作后影像中，较3*3影像

35、相比，对于熵值的描述更加精细，在影像高亮部分中有众多暗黑色亮点，即对细节展现更加完整。故在此图中更能看出影像的局部类型特征。偏度表示地物的倾斜程度。值大于零表示地物向左偏斜，值小于零表示地物向右偏斜，值等于零表示地物对称分布。故在影像中由于地物分布普遍较对称，故值偏灰暗。在二阶纹理运算中可知：经过方差Variance操作后，由于平地区域地势平坦，值方差较小，故在影像中呈现暗黑色；沟谷地区坡度变化较大，在影像中高亮显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物边界平滑，影像模糊，细节展现较少。经过均值Mean操作后，影像与原始影像视觉效果相似，但相对原影像，地物边缘进行了平滑

36、处理，部分细节消失。对比以上两图，3*3窗口操作后影像与7*7窗口操作后影像几乎无较大差异。同质性表示影像特定区域范围内灰度值的相似性。由于在河流、平地等区域内地势平坦，则区域同质性大，故高亮显示；在沟谷山地区域内地势崎岖，同质性小，故显示暗黑。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物更加模糊，细节展现较差。对比度体现图像纹理沟深，纹理相对粗糙区域对比度大，在影像中高亮显示；纹理相对平滑区域对比度小，在影像中暗灰显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物更加模糊，细节展现较差。 相异性与同质性相反，体现影像特定区域范围内灰度值的差异性。故在差异较大区

37、域高亮显示，在差异较小区域暗灰显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，地物边界更加模糊，细节展现较差，且立体感较差。熵值即对图像中所具有的信息量的描述。如在图像中，山地褶皱地区DEM值变化信息复杂，则此区域熵值大，在图像中高亮显示；而在沟谷、平原区域，地势平坦，地物信息变化小，则此区域显示暗黑。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像整体亮度更高，对比度更大。地物边缘光滑，影像整体较模糊，对细节的体现较差。在此图象中，地势平坦地区灰度值均匀，则在影像中高亮显示；山地沟谷等地形起伏较大的区域灰度值变化较大，故在影像中暗灰显示。对比以上两图，7*7窗口操作

38、后影像中，较3*3影像相比，影像清晰度降低，地物边界模糊，对细节的展现较差。相关性表示影像中局部灰度的相关性，反映影像内部差异。在地势平坦区域，内部差异小，则影像灰暗显示；在山体褶皱区域，内部差异性大，故影像高亮显示。对比以上两图，7*7窗口操作后影像中，较3*3影像相比，影像灰度值变化大，区域差异更加明显，但细节缺失较多，对细节的展现较差。通过利用傅里叶变换对原影像进行噪声消除，对操作步骤进行分析，可知： 1、操作流程为：将带有噪声的空间域图像转换为频率域，选定噪声频率制作合适的滤波器后，借助此滤波器将频率域逆变换为空间域，即可消除噪声。 2、选定注释区域时，尽量将高亮条带包含在注释区域内，

39、不要过大或过小，否则将对消除效果产生较大影响。 3、对各波段均进行消除后，重新将各波段组合，即可得到去除噪声后的影像。存在问题与解决办法1、 通过实习，明白了高通滤波、拉普拉斯变换、定向增强、高斯高通滤波、Sobel 边缘增强、Roberts算子增强的各自特点，但是如何使用这些滤波器，在进行什么操作的 时候需要进行这些操作还不是很清楚？以及什么时候进行图像噪声处理还不是很清楚，是与研究的内容有关，还是获得的图像的质量有关？解决办法：通过查找资料，进一步学习这些操作，对这些操作的意义，作用加深认识，为以后将这些操作运用起来而准备。总结本实习通过对遥感影像进行空间增强与傅立叶变换滤波处理，我对遥感影像的增强操作有了进一步了解。通过对实习数据的下载，我学会了EDM数据的检索和下载；通过实习，我理解遥感影像空间增强和傅立叶变换的概念和意义，了解此操作在实践中的使用意义；同时也初步掌握了ENVI遥感影像空间增强与傅里叶变换滤波处理的操作步骤与方法，熟悉软件的用户界面、功能模块；除此之外，借助实习，我复习了遥感导论课程以及遥感数字图像处理中的遥感影像空间增强与傅里叶变换滤波处理的理论原理，熟悉了各步骤操作的理论基础。 最后，借助此次实习，进一步加深了我对遥感数字图像处理理论课中相关理论知识的理解，也加强了我对遥感课程的兴趣，更加有助于后续的学习和今后的进一步深入理解。专心-专注-专业