图像拉伸专用课件.ppt

任课教师：杨晓霞 2013年3月11日 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] 原始影像 原始影像 直方图均衡化前 原始影像 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 比值植被指数 TM4/TM3 归一化植被指数NDVI (TM4-TM3)/(TM4+TM3) 突出水体 TM5/TM2 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） 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 两幅同样行、列数的图像，对应像元相减 Bm=BX－BY 　　　 　　　　　　　　　　　　　　 其中BX、BY为两个不同波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） 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） TM B4-B3 TM 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） 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 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 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 常用比值运算 归一化植被指数 TM 真彩色图像 常用比值运算 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） 遥感图像的增强处理 ——对比度拉伸 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 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 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，导致图像显示时的低对比度 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） 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 图像灰度直方图 0 1 3 2 1 3 2 1 0 5 7 6 2 5 6 7 1 6 0 6 3 5 1 2 2 6 7 5 3 6 5 0 3 2 2 7 2 4 1 6 2 2 5 6 2 7 6 0 1 2 3 2 1 2 1 2 3 1 2 3 1 2 2 1 v0=5/64 v1=12/64 v2=18/64 v3=8/64 v4