IDL第六章 图像处理.ppt

面向对象程序设计——IDL 第六章 图像处理 第六章 图像处理 6.1 图像读写 6.2 图像颜色显示 6.3 图像重采样 6.4 图像裁剪 6.5 图像旋转 6.6 图像平滑 图像的实质 事实上，任何类型的二维数据集都可认为是一幅图像。 图像就是对二维数据或二维数据集采用不同的颜色显示的结果。 要在一个8位的显示设备上显示图像数据，就必须将图像数据调整为 0～255之间的字节型数值。 要在一个24位的显示设备上显示图像数据， 24位图像的RGB值必须调整成字节型数值。 因为图像总是以字节型数值显示，所以图像总是以字节型数组来存储。 6.1 图像读写 以jpg格式为例 读 filename=dialog_pickfile() read_jpeg,filename,image 写 filename=d:\12.jpg img=indgen(3,200,200) write_jpeg,filename,img,true=1 注意：写的时候如果是单波段的（数据是单个二维的），true关键字省略 6.2 图像颜色显示-颜色模式 颜色模式：分索引模式和真彩色模式 索引模式：在24位显示器显示8位图像 Device,decomposed=0;关闭颜色分解器 Loadct,num;装载颜色表，0代表灰度值，取值范围从0-41，显然，每个表中最多有256种颜色值 如果不装载颜色表，默认使用灰度值显示 真彩色模式：在24位显示器显示24位图像 Device,decomposed=1;打开颜色分解器 注意，真彩色模式下也可显示单波段影像，省略true关键 6.2 图像颜色显示-显示 图像总是由两个显示图像的IDL命令：TV和TVSCL以字节型数值来显示。 tv,data或tv,data, true={1,2,3} tvscl,data或tvscl,data, true={1,2,3} TV函数将数据值看出字节型处理，其取值范围是0-255。如果数据值在范围内，直接处理，不在范围，截取一个字节的数据。 TVSCL函数首先将数据值的范围转变为0-255，假设之前数据值的范围{min,max}，则任意一个值value转换后的值为255*(vlaue-min)/(max-min) TVSCL为线性拉伸显示，SCL是IDL中线性拉伸通用写法 6.3 图像重采样 图像重采样：影像灰度数据在几何变换后，重新插值像元灰度的过程。也就是根据一类象元的信息内插出另一类象元信息的过程。 在遥感中，重采样是从高分辨率遥感影像中提取出低分辨率影像的过程。 常用的重采样方法有最邻近内插法（nearest neighbor interpolation）、双线性内插法（bilinear interpolation）和三次卷积法内插（cubic convolution interpolation）。 6.3 图像重采样 最邻近法：取周围四个点中最邻近点。该方法计算简单，速度快，效果差。 双线性法：对周围四个点进行加权平均，权重为该点与周围四个点的面积。该方法会使边界轮廓模糊，算法效率居中。 三次立方卷积法：对周围9个点进行处理。该方法得到的图像叫平滑，效果较好，算法复杂，计算最慢。 注意：栅格和点的转换 6.3 图像重采样 IDL更改数组大小函数 Rebin：整数倍修改数组，默认是双线性内插 Congrid：任意修改数组，1,2维时，默认是最邻近内插，3维时，默认是双线性内插 Expand：任意修改二维数组，要求双线性内插 6.3 图像重采样- Rebin Result = REBIN( Array, D1[, ..., D8] [, /SAMPLE] ) Array：原始数组 Di ：第i维更改后的大小 Result：重采样后结果数组 /SAMPLE：重采样方法为最邻近法，默认是双线性内插法 6.3 图像重采样- congrid Result = CONGRID( Array, X, Y, Z [, CUBIC=value{-1 to 0}] [, /INTERP] ) Array：原始数组 X, Y, Z ：X,Y,Z三个维度更改后的大小 Result：重采样后结果数组 CUBIC=value{-1 to 0}] ：重采样方法为三次立方卷积，值为参数 /INTERP：重采样方法为双线性内插法 6.3 图像重采样- expend EXPAND, A, Nx, Ny, Result A：原始数组 Nx, Ny ：X,Y两个维度更改后的大小 Result：重采样后结果数组 注意：EXPEND过程只能处理二维数组，重采样的算法只能是双线性内插 6.3 图像重采样-举例1 oimg=[[3,9,7],[1,21,8],[8,15,6]] data1=rebin(oimg,6,6) d