图象处理_图象处理入门_图象处理(2)

对数增强。指数增强和自适应灰度增强6种。1。线性增强：把像元的灰度值线性地扩展到指定的最小和最大灰度值之间；2。分段线性增强：把像元的灰度值分成几个区间。每一区间的灰度值线性地变换到另一指定的灰度区间；3。等概率分布增强：使像元灰度的概率分布函数接近直线的变换；4。对数增强：扩展灰度值小的像元的灰度范围。压缩灰度值大的像元的灰度范围；5。指数增强：扩展灰度值大的和压缩灰度值小的像元的灰度范围；6。

自适应灰度增强：根据图像的局部灰度分布情况进行灰度增强。使图像的每一部分都能有尽可能丰富的层次。是一种重要的图像处理方法。其基本原理是：像元的灰度值等于以此像元为中心的若干个像元的灰度值分别乘以特定的系数后相加的平均值。由这些系数排列成的矩阵叫卷积核。选用不同的卷积核进行图像卷积。可以取得各种处理效果。例如。除去图像上的噪声斑点使图像显得更为平滑；增强图像上景物的边缘以使图像锐化；提取图像上景物的边缘或特定方向的边缘等。

常用的卷积核为3×3或5×5的系数矩阵。有时也使用7×7或更大的卷积核以得到更好的处理效果。但计算时间与卷积核行列数的乘积成正比地增加。图像的灰度增强和卷积都是直接对图像的灰度值进行处理。有时称为图像的空间域处理。在数字信号处理中常用离散的傅里叶变换。把信号转换成不同幅度和相位的频率分量,经滤波后再用傅里叶反变换恢复成信号。以提高信号的质量。图像是二维信息。可以用二维的离散傅里叶变换把图像的灰度分布转换成空间频率分量。

图像灰度变化剧烈的部分对应于高的空间频率。变化缓慢的部分对应于低的空间频率。滤去部分高频分量可消除图像上的斑点条纹而显得较为平滑。增强高频分量可突出景物的细节而使图像锐化。滤去部分低频分量可使图像上被成片阴影覆盖的部分的细节更清晰地显现出来。精心设计的滤波器能有效地提高图像的质量。经傅里叶变换。滤波和反变换以提高图像质量的处理。有时称为图像的空间频率域处理。

图像复原。理想的遥感图像应当能真实地反映地物电磁波反射强度的空间分布。

但实际上存在着各种使图像质量下降的因素。对于卫星多光谱扫描仪图像。大气对电磁波的散射和绕射。遥感器光学系统的不完善。像元面积非无穷小。以及信号在电路中的失真和数字化采样过程。都会造成图像的退化。如果已知造成图像退化的数学模型。便可用计算机进行数字处理以消除退化因素的影响。使图像尽可能接近理想。这种处理称为图像复原。在几何纠正再采样过程中。

同时进行图像的复原处理可以使图像的分辨率显著提高。

算术运算。图像的算术运算是另一种灰度增强方法。

图像的相加和相乘。常被用于几种遥感图像的复合。同一地点不同时期的两张图像配准后相减。可以突出地物的变化。不同谱段的两幅多光谱图像相除称为比值图像。它可用于消除图像上的阴影部分。加深不同类别地物的差别。图像配准。投影变换和镶嵌：在多种遥感图像复合使用时。应当使同一地物在各图像上处于同一位置。这称为图像配准。图像配准与几何精纠正有相似的含义。前者指遥感图像间的配准。

而后者是遥感图像与地形图间的配准。当两幅图像较接近时可以用计算机进行自动配准。用遥感数据进行专题制图时。需要和地形图配准才能知道地物的确切位置。当比例尺较小时。各种投影的几何形状差别较大。通常先按地图投影的几何表达式进行遥感图像的投影变换。然后再进行几何精纠正。以保证精度。由于地图的分幅与遥感图像的分幅不同。当两者配准时总会遇到一幅地图包含两幅以至四幅遥感图像的情况。这时需要把几幅图像拼接在一起。

这称为图像镶嵌。由于这些图像可能在不同日期经过不同处理后得到的。简单的拼接往往能看出明显的色调差别。为了得到色调统一的镶嵌图。要先进行各波段图像的灰度匹配。例如。根据图像重叠部分具有相同的灰度平均值和方差的原则调整各图像的灰度值。以及利用自然界线作为拼接在边界而不是简单的矩形镶嵌。这样可使镶嵌图无明显的接缝。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-38168-2.html