图像平滑与锐化处理.doc

图像平滑与锐化处理 1 图像平滑处理 打开Image Interpreter/Utilities/Layer Stack对话框，如图1-1 图1-1 打开Layer Stack对话框 在Input File中打开tm_striped.img，在Layer中选择1，在Output File中输入输出文件名band1.img，单击Add按钮。忽略零值，单击OK(如图1-2所示)。 图1-2 Layer Stack对话框设置 打开InterpreterSpatial EnhancementConvolution对话框Convolution对话框在Input File中选择band1.img。在Output File中选择输出的处理图像名为.img。在Kernel中选择7*7Low Pass忽略零值。单击OK完成图像的增强处理（如图1所示）。 g（i，j），当| f（i，j）-g（i，j）|4 G（i，j）= f（i，j），当| f（i，j）-g（i，j）|=4 具体操作步骤：在图标控制面板工具栏中点击空间建模ModelerModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图1-6，1-7,1-8,1-9,1-10,1-11所示）。 图1-6 定义第一个对象 图1-7 定义第二个对象 图1-8 定义函数 图1-9 定义输出对象 图1-10 最终模型 图1-11 平滑处理后图像 2.图像的锐化处理 为了突出边缘和轮廓、线状目标信息可以采用锐化的方法。锐化可使图像上的边缘与线性目标的反差提高，因此也称为边缘增强。 2.1 加载原图像 在Viewer#1中打开原图像atl_spotp_92.img（如图2-1所示）。 图2-1 打开原图像 2.2.卷积增强处理 卷积增强是将整个图像按像元分块处理，用于改变图像的空间频率特征。卷积增强处理的关键是卷积核—系数矩阵的选取。 此处卷积核选择边缘检测（Edge detect），边缘检测又称邻值滤波，即核中所有系数和为零，可以将低频区域平滑或变成零，高频核将边界变成高亮度，而不一定将其他物体消去。 具体操作为打开Spatial Enhancement中的Convolution，在Input File中选择atl_spotp_92.img。在Output File中选择输出的处理图像，命名为ruihua.img。在Kernel 中选择5*5 Edge Detect，忽略零值。单击OK完成图像的增强处理（如图2-2,2-3所示）。 图2-2 打开Convolution 图2-3 卷积增强对话框 图2-4 利用5*5 Edge Detect模板处理后的图像 2.3.设置非负阈值T 上述处理得到图像的原图像失去了原图像的面目而成为了边缘图像，为了在突出边缘信息的同时保留图像原背景，设置一个非负阈值T进行处理。在edgedetect.img查找阈值，将阈值设为130（如图2-5所示）。 图2-5 查找边缘灰度值，确定阈值 2.4空间建模 2.4.1 公式5.26 在图标控制面板工具栏中点击空间建模ModelerModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图2-6,2-7,2-8,2-9,2-10,2-11所示）。 图2-6 定义第一个对象 图2-7定义第二个对象 适当选取T（阈值），使梯度值=T的个点的灰度值等于该点的梯度值，其他的则保留原始灰度值，形成背景。即由公式5.26知，当阈值大于等于T时选取锐化后的图像，其他情况选择原图像。由2.3可知T为130。即 | gradf（x，y）|，| gradf（x，y）|=130 g（x，y）= f（x，y），其它 图2-8 函数的定义 图2-9 定义输出对象 图2-10 Model结果 图2-11 所得处理图像 2.4.2 公式5.27 根据需要指定一个灰度级LG，例如，令LG=255。以Lg表示边缘，其他保留原背景值。 由公式5.27知，当阈值大于等于T时选取灰度值为255，其他情况选择原图像。T依旧取130。即 LG ，| gradf（x，y）|=130 g（x，y）= f（x，y），其它 具体操作步骤：在图标控制面板工具栏中点击空间建模ModeleModel Maker选项。先放置对象图形，依次连接每个对象图形，然后定义对象，最后定义函数并运行模型（如图2-12，2-13所示）。 图2-12 定义函