图像拉伸.ppt

《图像拉伸.ppt》由会员分享，可在线阅读，更多相关《图像拉伸.ppt（47页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、遥感图像的增强处理遥感图像的增强处理 对比度拉伸对比度拉伸任课教师：杨晓霞158823383612013年3月11日Lake Kariba TM band 3低对比度的图像地物间对比性差，细节难以显现，地物目标难以辨认，因此需要进行对比度增强处理1.不同地物经常在可见光、近红外和中红外具有相似的辐射能量，当图像中具有相似辐射强度的地物比较集中时，会导致图像的低对比度2.为记录地表各种物质的辐射能量，遥感器具有记录较大辐射能量（或亮度值）的能力，然而实际的遥感图像并不能充分利用遥感器的全部记录范围，遥感图像中记录的地物亮度值往往局限于比较小的亮度范围内，不能达到其全部亮度值范围，导致图像显示时的

2、低对比度遥感图像对比度低的原因遥感图像对比度低的原因遥感图像对比度增强又称反差增强、灰度拉伸、灰度变换。它可使图像的亮度范围拉伸或压缩成指定的显示范围，从而突出图像像元之间的对比度，图像变清晰，特征明显线性变换（线性拉伸）采用线性或分段线性的函数改善图像对比度非线性变换（非线性拉伸）对数变换和指数变换直方图均衡化直方图匹配（直方图规定化）对比度增强（灰度拉伸）对比度增强（灰度拉伸）亮度对比度：图像中灰度反差的大小。对比度=最大亮度/最小亮度图像的质量图像的质量以每个像元为单位，表示图像中各亮度值或亮度值区间像元出现的频率的分布图。频率的计算式为 该图像像元总数为8*8=64,i=0,7图像灰度

3、直方图图像灰度直方图0132132105762567160635122675365032272416225627601232121231231221v0=5/64v1=12/64v2=18/64v3=8/64v4=1/64v5=5/64v6=8/64v7=5/64ivi7亮度图像灰度直方图图像灰度直方图对比度：图像中灰度反差的大小图像灰度直方图图像灰度直方图如果图像灰度局限在一个很小的范围内，显示出来的将是一个模糊不清、似乎没有灰度层次的图像 通过对左图采用线性变换对图像每一个像素灰度作线性变换，有效地改善图像视觉效果线性变换线性变换线性变换令图像f(i，j)的灰度范围为a,b线性变换后图像g

4、(i，j)的范围为a,b，g(i，j)与f(i，j)之间的关系式为：线性变换线性变换线性变换前后的影像线性变换前后的影像原始影像原始影像线性变换前后的影像线性变换前后的影像线性变换是按比例扩大原始灰度等级的范围，通常为了充满显示设备的动态范围，使输出图像直方图的两端达到饱和。其结果就是在输出图像中加强图像中地物特征的对比度缺点：由于同样的拉伸函数应用于所有的亮度值，其输入和输出亮度值之间的线性关系受输入图像中最大和最小值的影响。如果图像中最大值或者最小值偏离太远，这种线性变换方法的效果就不会很好线性变换线性变换分段线性变换分段线性变换为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度

5、区间，可采用分段线性变换原图像f(x,y)在0，Mf，感兴趣目标的灰度范围在a,b，欲使其灰度范围拉伸到c,d，对应的分段线性变换表达式为分段线性变换分段线性变换原始影像原始影像分段线性变换后分段线性变换后f(i,j)g(i,j)非线性灰度变换非线性灰度变换如果拉伸函数是非线性的，即为非线性变换常用的非线性函数如对数函数、指数函数等，作为映射函数时，可实现图像灰度的非线性变换1.1.对对数变换数变换参数a,b,c是用来调整曲线的位置和形状对图像的低灰度区较大的拉伸，对高灰度区压缩g(i,j)f(i,j)非线性灰度变换非线性灰度变换2.指数变换指数变换参数a,b,c用来调整曲线的位置和形状这种变

6、换能对图像的高灰度区给予较大的拉伸直方图均衡是根据图像亮度值的出现频率来分配它们的亮度显示范围，使一定灰度范围内的像元的数量大致相等，得到一幅灰度直方图为均匀分布的新图像 其实质是对图像进行非线性变换，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等直方图均衡化直方图均衡化直方图均衡化设一幅图像总像元数为n，亮度级为L，nk表示第k亮度级rk出现的频数，则第k亮度级出现的概率为：则变换函数可表示为：直方图均衡化使得原图像直方图上亮度值分布密集的部分被拉伸，较稀疏的部分被压缩，从而使图像的对比度得到增强直方图均衡化变换函数直方图均衡化变换函数累积直方图：纵坐标是小于或等于特定灰度级像元在

7、图像中的百分数I(k)为累计直方图的概率分布；k为灰度级；n为图像中像素总个数；nj为灰度级j中的像素数累积直方图累积直方图累积直方图累积直方图4376824899589131079121511811101412灰度值0123456789101112131415像元数0011211244221211累积数001245681216182021232425数字图像设一幅图像由64行和64列（4096个像元）组成，8个亮度级直方图均衡化实例直方图均衡化实例原亮度级k频数nk频率=nk/n累积频率P07900.190.19110230.250.4428500.210.6536560.160.81432

8、90.080.8952450.060.9561220.030.987810.0210 1 2 3 4 5 6 7设一幅图像由64行和64列（4096个像元）组成，8个亮度级直方图均衡化实例直方图均衡化实例原亮度级k频数nk频率=nk/n累积频率P变换函数Sk=(L-1)P新亮度值新频数07900.190.191.33110230.250.443.0828500.210.654.5536560.160.815.6743290.080.896.2352450.060.956.6561220.030.986.867810.0217设一幅图像由64行和64列（4096个像元）组成，8个亮度级直方图均衡

9、化实例直方图均衡化实例原亮度级k频数nk频率=nk/n累积频率P变换函数Sk=(L-1)P新亮度值新频数07900.190.191.331110230.250.443.08328500.210.654.55536560.160.815.67643290.080.896.23652450.060.956.65761220.030.986.8677810.02177设一幅图像由64行和64列（4096个像元）组成，8个亮度级直方图均衡化实例直方图均衡化实例原亮度级k频数nk频率=nk/n累积频率P变换函数Sk=(L-1)P新亮度值新频数07900.190.191.331790110230.250.

10、443.083102328500.210.654.55585036560.160.815.67698543290.080.896.23652450.060.956.65744861220.030.986.8677810.02177直方图均衡化前后直方图直方图均衡化前后直方图直方图均衡化前直方图均衡化后0 1 2 3 4 5 6 70 1 2 3 4 5 6 7随机分布的图像直方图被修改成均匀分布的直方图，减少灰度等级换取对比度的增大1.原图像上一些原来具有不同亮度值的像元具有了相同的亮度值2.原来一些相似的亮度值被拉开，从而增加了它们之间的对比度直方图均衡化前后的影像直方图均衡化前后的影像原始

11、影像原始影像直方图均衡化后的影像直方图均衡化后的影像直方图均衡化前后的影像直方图均衡化前后的影像直方图均衡化前后的影像直方图均衡化前后的影像各灰度级所占图像的面积近似相等原图像上频率小的灰度级被合并增强图像上大面积地物与周围地物的反差，同时也增加图像的可视粒度具体增强效果不易控制，只能全局均衡直方图均衡化特点直方图均衡化特点直方图匹配是指将一副图像的直方图变成指定形状的直方图，从而使原始图像进行增强处理的一种方法，亦属于非线性变换直方图的匹配对在不同时间获取的同一地区或邻接地区的图像，或者由于太阳高度角或大气影响引起差异的图像匹配很有用,特别是对图像镶嵌或变化检测有用 直方图匹配（直方图规定化

12、）直方图匹配（直方图规定化）直方图匹配的过程是对原始图像和参考图像的直方图都做均衡化，变成相同的均匀直方图，以均匀直方图作媒介，再以参考图像的均衡化变换函数对原始图像做均衡化的逆运算，从而使原始图像的直方图和参考图像的直方图类似直方图匹配（直方图规定化）直方图匹配（直方图规定化）待匹配的影像待匹配的影像匹配后的影像 参照影像对于遥感多光谱图像和经过空间配准的两幅或多幅单波段遥感图像，可以进行一系列运算，达到提取某些信息或去掉某些不必要信息的目的方法差值运算（减法运算）比值运算（除法运算）图像的代数运算图像的代数运算 两幅同样行、列数的图像，对应像元相减Bm=BXBY 其中BX、BY为两个不同波

13、段的图像或者不同时相同一波段图像当BX、BY为两个不同波段的图像时，通过减法运算可以增加不同地物间光谱反射率以及在两个波段上变化趋势相反时的反差而当BX、BY为两个不同时相同一波段图像相减时，可以提取波段间的变化信息差值运算（减法运算）差值运算（减法运算）利用不同地物（植被与城区）之间光谱的特征，红外波段-红波段，突出植被差值运算（减法运算）差值运算（减法运算）TM B4-B3TM 真彩色图像两幅同样行、列数的图像，对应像元的亮度值相除（除数不为0）通过比值运算能压抑因地形坡度和方向引起的辐射量变化，消除地形起伏的影响也可以增强某些地物之间的反差，如植物、土壤、水在红色波段与红外波段图像上反射

14、率是不同的，通过比值运算可以加以区分比值运算（除法运算）比值运算（除法运算）两种相同的地物如果接受的太阳辐照度不同，如由于处在山坡的向阳处和阴影处，那么它们的亮度值也不同。但是，可以用比值运算来去除地形的影响，因为同类地物在不同波段反射率的比值保持不变比值运算去除地形影响比值运算去除地形影响植物、土壤、水在红色波段与红外波段图像上反射率是不同的，通过比值运算可以加以区分比值运算增强某些地物之间的反差比值运算增强某些地物之间的反差类别红波段红外波段红外波段/红波段植被暗很亮更亮水稍亮很暗更暗房屋较亮较亮不变比值植被指数 TM4/TM3归一化植被指数NDVI (TM4-TM3)/(TM4+TM3)

15、常用比值运算常用比值运算归一化植被指数TM 真彩色图像突出水体 TM5/TM2常用比值运算常用比值运算灰度拉伸小结灰度拉伸小结灰度拉伸可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显线性变换与分段线性变换非线性变换对数变换指数变换直方图均衡化直方图匹配（直方图均衡化）灰度拉伸小结灰度拉伸小结选择怎样的灰度拉伸方法主要取决于原始图像的直方图特征和图像中哪一部分信息是用户最感兴趣和需要的一个有经验的图像分析者选择合适的方法通常要先检查图像的直方图，然后试着用不同的方法和不同的参数对图像进行灰度拉伸，直到得到满意的结果多数灰度拉伸算法会引起部分信息的丢失，因此主要用于提高图像的视觉显示，而

16、不适于对灰度拉伸后的图像作图像分类、变化检测以及其他分类现有一幅图像f(x,y)：宽300，高100，像素偏暗。给出该图像直方图均衡化的变换函数，并给出均衡化后的图像直方图练习练习10000图像由30000个像元组成，256个亮度级直方图均衡直方图均衡化练习化练习原亮度级k频数nk频率=nk/n累积频率P变换函数Sk=(L-1)P新亮度值新频数0100000.330.331000.3363000.3364100000.330.67254000.67255100000.331图像由30000个像元组成，256个亮度级直方图均衡直方图均衡化练习化练习原亮度级k频数nk频率=nk/n累积频率P变换函

17、数Sk=(L-1)P新亮度值新频数0100000.330.3384.15841000.3384.158463000.3384.158464100000.330.67170.85171254000.67170.85171255100000.331255255图像由30000个像元组成，256个亮度级直方图均衡直方图均衡化练习化练习原亮度级k频数nk频率=nk/n累积频率P变换函数Sk=(L-1)P新亮度值新频数0100000.330.3384.1584100001000.3384.158463000.3384.158464100000.330.67170.8517110000254000.67170.8517110000255100000.331255255变换后的图像和直方图像100000 84 171 255