[工学]8 遥感图像处理下.ppt

第九讲 监督分类： 训练区：已知地物类型的代表性样区； 用于描述主要特征类型的光谱属性； 其精度直接影响分类结果。 检验区：用于评价分类精度的代表性样区。 * * * 遥感图像处理（下） 上次课回顾： 灰度直方图反映了数字图像中每一灰度级与其出现频率间的关系,它能描述该图像的概貌。通过修改直方图的方法增强图像是一种实用而有效的处理技术。 直方图修正法包括直方图均衡化（直方图正态化）和直方图规定化（直方图匹配）。 a 直方图均衡化 直方图均衡化是将原图像通过某种变换，得到一幅灰度直方图较均匀分布的新图像的方法。 2、直方图修正法 直方图均衡化 b 直方图匹配 在某些情况下，并不一定需要具有均匀直方图的图像，有时需要具有特定的直方图的图像，以便能够增强图像中某些灰度级。直方图规定化方法就是针对上述思想提出来的。直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。 原图像的直方图 规定的直方图 规定化后图像的直方图 直方图均衡化示例 直方图规定化示例 图(C)、(c)是将图像(A)按图(b)的直方图进行规定化得到的结果及其直方图。通过对比可以看出图(C)的对比度同图（B)接近一致，对应的直方图形状差异也不大。这样有利于影像融合和拼接。 任何一幅原始图像，在其获取和传输等过程中，会受到各种噪声的干扰，使图像恶化，质量下降，图像模糊，特征淹没，对图像分析不利。 什么是空域和频域？ 为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。它可以在空间域和频率域中进行。 下面重点介绍空域的平滑和锐化。 3 图像的空频域增强 a 局部平滑法（领域平均法） 局部平滑法是一种直接在空间域上进行平滑处理的技术。它是用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。 设有一幅N×N的图像f(x,y)，若平滑图像为g(x,y)，则有： 式中：x，y=0，1，…，N-1； s为（x，y）的去心邻域； M表示集合s内像素的总数。 显然，邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的平滑方法。 空域的图像平滑 (m+1,n+1) (m+1,n) (m+1,n-1) (m,n+1) (m,n) (m,n-1) (m-1,n+1) (m-1,n) (m-1,n-1) 例如，对图像采用3×3的邻域平均法，对于像素 （m,n)，其邻域像素如下： (a)原图像 (b) 对(a)加椒盐噪声的图像 (c)3×3邻域平滑 (d) 5×5邻域平滑 特点：这种算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。 b 超限像素平滑法 对邻域平均法稍加改进，可导出超限像素平滑法。它是将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果决定点（x,y）的最后灰度g′(x,y)。其表达式为 特点：此算法对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效。但随着邻域增大，去噪能力增强，但模糊程度也大。 同局部平滑法相比，超限像元平滑法去椒盐噪声效果更好。 (a)原图像 (b)对(a)加椒盐噪声的图像 (c)3×3邻域平滑 (d) 5×5邻域平滑 (e)3×3超限像素平滑(T=64) (f)5×5超限像素平滑(T=48) c 灰度最相近的K个邻点平均法 该算法的出发点是：在n×n的窗口内，属于同一集合体的像素，它们的灰度值将高度相关。因此，可用窗口内与中心像素的灰度最接近的K个相邻像素的平均灰度来代替窗口中心像素的灰度值。这就是灰度最相近的K个邻点平均法。 特点：较小的K值使噪声方差下降较小，但保持细节效果较好；而较大的K值平滑噪声较好，但会使图像边缘模糊。 d 最大均匀性平滑 为避免消除噪声引起边缘模糊，该算法先找出环绕图像中每像素的最均匀区域，然后用这区域的灰度均值代替该像素原来的灰度值。用梯度衡量灰度变化大小。 e 中值滤波 中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值。 例：采用1×3窗口进行中值滤波 原图像为：　2 2 6 2 1 2