一、 实习目的
学会对遥感图像进行空间增强、辐射增强和波谱增强处理、利用DEM进行地形分析以及一些实用分析和地理信息系统分析。 二、 原理说明
对遥感图像进行各种增强处理，空间增强主要是高通或者低通滤波对图像中的线、边缘、纹理结构特征进行卷积运算的增强处理，低通滤波主要是降低图像的空间频率，可以通过压抑高频，增强低频成分的方法来实现，也可称为图像的平滑，保留主干、粗结构；高通滤波主要提高图像的空间频率，可以用增强高频成分的方法来实现，也可称为图像的锐化，以突出边缘、线条、纹理、细节。辐射增强主要指对比度增强。波谱信息增强主要突出灰度信息。地形分析包括利用DEM生成坡度、坡向、高程分带、地形阴影以及栅格化的等高线。实用分析包括变化检测、函数计算、图像掩膜以及去除坏线等。地理信息系统分析功能包括邻域分析、权重相加分析、栅格叠加统计分析等。
三、 床垫钢丝实习内容
空间增强处理、辐射增强处理、波谱增强处理、地形分析功能、实用分析功能和地理信息系统分析功能。
四、 实习步骤：
一、 空间增强处理
1 卷积增强（Convolution）
卷积增强是将整个像元按照像元分块进行平均处理，用于改变图像的空间频率特征。处理的关键是卷积算子（卷积核）系数矩阵的选择，ERDAS IMAGINE将常用的卷积算子放在一个名为Default.klb的文件中，分为3×3、5×5、7×7三组，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）、水平增强（Horizontal电梯轿厢空调）、垂直增强（Vertical）等。
确定输入文件：Lanier.img，卷积算子：5×5 Edge Enhance，输出数据类型为Unsigned
8 Bit，统计忽略0。
2 非定向边缘增强（Non-Directional Edge）
非定向边缘增强应用两个非常通用的滤波器（Sobel滤波器和Prewitt滤波器），首先通过两个正交卷积算子（Horizontal算子和Vertical算子）分别对遥感图像进行边缘检测，然后将两个正交结果进行平均化处理。
在非定向边缘增强中，与Sobel滤波器对应的两个正交卷积算子分别是：
水平算子：
和垂直算子：
在非定向边缘增强中，与Prewitt滤波器对应的两个正交卷积算子分别是：
水平算子：
和垂直算子：
确定输入文件：Lanier.img，滤波器为Sobel，输出数据类型为Unsigned 8 Bit，统计忽略０。
3 聚焦分析（Focal Analysis）
聚焦分析使用类似卷积滤波的方法对图像数值进行多种分析，其基本算法是在所选择的窗口范围内，根据所定义的函数，应用窗口范围内的像元数值计算窗口中心像元的值，从而达到图像增强的目的。关键是聚焦窗口（Size）的选择和聚焦函数（Function）的定义。
确定输入文件：Lanier.img，输出数据类型为Unsigned 8 Bit，聚焦窗口的选择：窗口大小5×5，窗口形状缺省为矩形，可以调整为各种形状（如菱形）。函数算法：Max，统计忽略0，应用范围：包括输入图像中参与和应用聚焦运算的数值范围。
4 纹理分析（Texture Analysis）
纹理分析通过在一定的窗口内进行二次变异分析（2rd-Order Variance）或三次非对称分析（3 rd-order Skewness），使雷达图像或其它图像的纹理结构得到增强。
确定输入文件：Lanier.img，输出数据类型为Float Single，函数定义：Variance，窗口大小：3×3，统计忽略0。
5 自适应滤波（Adaptive Filter）
自适应滤波应用Wallis Adaptive Filter方法对图像的感兴趣区域（AOI）进行对比度拉伸处理，从而达到对图像增强的目的。关键是移动窗口的选择和乘积倍数的定义。乘积倍数是为了扩大图像反差或对比度，系统缺省值为2.0。
确定输入文件：Lanier.img，输出数据类型为Unsigned 8 Bit，窗口大小：3×3，统计忽略0，输出文件选择：Bandwise（逐个波段进行滤波）或PC（仅对主成分变换后的第一主成分进行滤波），乘积倍数：2。
6 统计滤波（Statistical Filter）
统计滤波应用Sigma 滤波方法对用户选择图像区域之外的像元进行改进处理，从而达到图像增强的目的。统计滤波方法最早用在雷达图像斑点噪声压缩（Speckle Suppression）处理中，随后引用到光学图像的处理。在统计滤波操作中，移动窗口的大小被固定为5×5，
而乘积倍数可以在4、2、1之间选择。
确定输入文件：Lanier.img，输出数据类型为Unsigned 8 Bit，统计忽略0，乘积倍数：2。
7 分辨率融合（Resolution Merge）
分辨率融合是对不同空间分辨率遥感图像的融合处理，使处理后的遥感图像既具有较好的空间分辨率，又具有多光谱特征。融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择，融合方法的选择取决于融合图像的特性以及融合的目的。
主成分变换融合是建立在图像统计特征基础上的线性变换，具有方差信息浓缩、数据量压缩的作用，可以更确切地揭示多波段数据结构内部的遥感信息。常常是以高分辨率数据代替多波段数据变换以后的第一主成分来达到融合的目的。具体过程是：首先是对输入的多波段数据进行主成分变换，然后以高分辨率遥感数据替代变换以后的第一主成分，再进行主成分逆变换，生成具有高空间分辨率的多波段融合图像。
乘积变换融合是应用最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行合成，即融合以后的波段数值等于多波段图像的任意一个波段数值乘以高分辨率遥感数据。Cripp
en（1989）研究表明：将一定亮度的图像进行变换处理时，只有乘法变换可以使其颜保持不变。
比值变换融合是将输入遥感数据的三个波段用下式计算：
式中，代表融合以后的波段数值，、、分别代表多波段图像中的红、绿、蓝波段数值，代表红、绿、蓝多波段中的任意一个，代表高分辨率遥感数据。
确定高分辨率输入文件：Spots.img，多光谱输入文件：Dmtm.img，融合方法：主成分变换法，重采样方法：双线性内插，拉伸到无符号8制冰袋位。
8 锐化增强（Crisp）
锐化增强实质是对图像进行卷积处理，使整景图像的亮度得到增强而不使其专题内容发生变化，从而达到图像增强的目的。
确定输入文件：Lanier.img，输出数据类型为Unsigned 8 Bit，统计忽略0。
二、辐射增强处理
1 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（Lookup Table）使图像输出值发生变化。
确定输入文件：Mobbay.img，输出数据类型为Unsigned 8 Bit，统计忽略0。
2 直方图均衡化（Histogram Equalization）
直方图均衡化又称直方图平坦化，实质是对图像进行非线性拉伸，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。这样，原来直方图中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，会产生粗略分类的效果。
确定输入文件：Lanier.img，统计忽略0。输出数据分段：256。
3 直方图匹配（Histogram Matching）
直方图匹配是对图像查表进行数学变换，使一幅图像某个（或所有）波段的直方图与另一幅（所有）图像对应波段类似。它经常作为相邻图像拼接或多时相遥感图像进行动态变化研究的预处理工作，通过直方图匹配可以部分消除由于太阳高度角或大气影响造成的相邻图像的效果差异。
输入匹配文件：wasia1_mss.img，匹配参考文件：wasia2_mss.img，匹配波段：1，输出数据类型为Unsigned 8 Bit，统计忽略0。
4 亮度反转处理（Brightness Inverse农产品干燥机）
亮度反转处理是对图像亮度范围进行线性或非线性取反，产生一幅与输入图像亮度相反的图像，原来亮的地方变暗，暗的地方变亮。有两个反转算法：一个是条件反转（Inverse），强调输入图像中亮度较暗的部分；一个是简单反转（Reverse），等量简单取反。
确定输入文件：loplakebedsig357.img，输出数据类型为Unsigned 8 Bit，统计忽略0。
5 去霾处理（Haze Reduction）
去霾处理的目的是降低多波段图像或全图像的模糊度。
确定输入文件：loplakebedsig357.img，统计忽略0。
6 降噪处理（Noise Production）
降噪处理是利用自适应滤波方法去除图像中的噪声，该技术在沿着边缘或平坦区域去除噪声的同时，可以很好的保留图像中一些微小的细节。
确定输入文件：Dmtm.img
7 去条带处理（Destrip TM Data）
去条带处理是针对Landsat TM的图像扫描特点对其原始数据进行三次卷积处理，达到去除扫描条带的目的。边缘处理有两种方法：Reflection（反射）和Fill（填充），前者是应用图像边缘灰度值的镜面反射值作为图像边缘以外的像元值，这样以免出现晕光；后者是统一将图像边缘以外的像元以0值填充，呈黑背景。
确定输入文件：tm_striped.img，输出数据类型为Unsigned 8 Bit，统计忽略0。
三、光谱增强处理
1 去相关拉伸（Decorrelation Stretch）
去相关拉伸是对图像的主成分进行对比度拉伸处理，而不是对原始图像进行拉伸。当然在操作时，只需要输入原始图像就可以了，系统将首先对原始图像进行主成分变换，并对主成分图像进行对比度拉伸处理，然后进行主成分逆变换，依据当时的特征矩阵，将图像恢复到RGB空间。
确定输入文件：Lanier.img，拉伸到8位，统计忽略0。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议