精华内容
下载资源
问答
  • 数字图像存在的问题:  目视效果较差,对比度...图像增强的方法: 图像增强方法从增强的作用域出发,可分为空间域增强和频率域增强两种。 空间域增强是通过改变单个像元及相邻像元的灰度值来增强图像; 频率域增

    刘一哥GIS:专注测绘地理信息教育,探索地理奥秘,分享GIS价值!

    展开全文
  • 基于区域的遥感图像的增强方法,汤晓春,,由于遥感图像在成像过程中受传感器性能下降、大气扰动等因素影响,致使图像质量下降,影响遥感信息提取及精度.为改善遥感图像
  • 常用遥感图像增强方法效果对比分析,分析了各种增强方法的作用,便于初学者进行学习。
  • 为了解决遥感图像处理过程中噪声放大和图像失真现象,提出了一种结合NSCT和改进模糊对比度的图像增强方法。通过NSCT变换把图像分解成低频子带和若干个高频子带;对低频子带进行线性增强,并利用改进阈值函数对高频...
  • 为了提高低照度遥感图像可视性,提出一种基于条件生成对抗网络低照度遥感图像增强方法。首先,为克服样本数据不足,利用正常清晰光照图像合成低照度图像作为训练样本;然后,将原始低照度遥感图像由RGB色彩空间转换...
  • 为解决遥感图像边缘增强过程中辨识弱边缘和噪声问题, 提出一种改进模糊各向异性边缘增强方法。根据非下采样轮廓波变换系数分布特征, 获得像素几何结构信息; 并基于各像素在不同子带系数分布特征和噪声方差, ...
  • 遥感图像增强方法应用

    万次阅读 2007-11-28 22:21:00
    黄永璘 (广西气象减灾研究所 广西南宁 530022) 1、引 言 人类从眼睛获取信息占人体器官获取信息90%以上,虽然人眼能看到很多东西,但其实我们看到只是波长为0.38~0
                                                                      黄永璘
                                          (广西气象减灾研究所 广西南宁 530022)

     


      1、引 言
      人类从眼睛获取信息占人体器官获取信息的90%以上,虽然人眼能看到很多东西,但其实我们看到的只是波长为0.38~0.8μm可见光部分,是电磁波的极小部分。遥感技术的应用是人类视觉在波谱范围上的扩展和从物体表面向内部的延伸。即使在可见光部分,人眼可区分的色彩约三千多种,但对于黑白图像,人眼能区分的灰度级只有二三十个;而在非可见光波段,需要将原始图像的灰度值转换到0~255灰度区间才有利于人眼观察。但是如果我们以256个灰度级来描述一幅黑白遥感图像,我们获得的原始图像的灰度值很难均匀分布在0~255之间,而是常常集中在某一段灰度范围之内,图像的反差小,对比度差,不利于人眼的分辨[1],所以我们需要对遥感图像进行增强处理。
      2、遥感图像增强算法
      图像增强指利用各种数学方法和变换算法提高图像中的对象与非对象的对比度与图像清晰度,对象指所研究目标,非对象指对象以外的背景,从而突出人或其它接收系统所感兴趣的部分,而遥感图像增强则指用各种数学方法和变换算法提高某灰度区域的反差、对比度与清晰度,从而提高图像显示的信息量,使图像有利于人眼分辨。
      图像增强的方法主要又两大类:空间域法和频率域法。空间域法主要是在空间域直接对图像的灰度系数进行处理;频率域法是在图像的某种变化域内,对图像的变化系数值进行某种修正,然后通过逆变换获得增强图像。频率域法属于间接增强的方法,低通滤波、同态图像增强均属于该类;空间域法属于直接增强的方法,它又可分为灰度级校正、灰度变换和直方图修正,直方图均衡属于空间域单点增强的直方图修正法。下面介绍的几种方法属于空间域法。
      2.1 基于线性拉伸的图像增强
      线性拉伸[1]是将范围为[a,b]数字图像的灰度f(x,y)变换为范围为[c,d]的灰度g(x,y),如图1所示。

    图2.1 灰度输入输出变换简图

      线性拉伸的变换数学公式为:
            (1)
      如果遥感数据的f(x,y)的范围是[a,b],那么要将遥感数据生成图像并且在计算机上显示出来,则需要将f(x,y)变换为g(x,y),其中g(x,y)的范围为[0,255],则其数学变换公式为:
      使用线性拉伸增强对遥感数据进行,增强后的图像直方图跟原始数据的直方图是相似的。
      2.2 基于分段线性拉伸的图像增强
      分段线性增强[2]是将图像灰度f(x,y)的区间分割为若干区间,然后对每个区间进行线性拉伸,常用的是分三段线性变换,假设原图像灰度的范围为(MINf,MAXf),则把图像分割为三段(MINf,a)、(a,b)、(b,MAXf),分别拉伸到对应三个区间(MINg,c)、(c,d)、(d,MAXg),通过调节a,b,c,d可以对任意区间的分线段斜率进行调节,如图2所示。


    图2.2 分段增强示意图

      对于遥感数据,遥感数据的范围为(MINf,MAXf),分为三段(MINf,a)、(a,b)、(b,MAXf)分别做线性增强到(0,c)、(c,d)、(d,255)三个灰度区间,变换公式为:
          (3)
      采用分段增强,可以将感兴趣或者重要的灰度区域拉伸,使该区域的信息量增大,同时抑制了不感兴趣或者不重要的区域。
      2.3 基于直方图均衡的图像增强
      直方图均衡也称为灰度均衡[3],目的是通过点运算,使得输入图像转换为直方图是平的图像(即每个灰度级上都有相同的像素点个数)。
      按照概率密度函数(归一化到单位面积的直方图)的定义:
            (4)
      其中ρ(x)概率密度函数,为H(x)为图像的直方图,A0为图像的面积。
      假设转换前图像的概率密度函数为,转换后图像的概率密度函数为,转换函数为s=f(r)。我们可以得到:
            (5)
      为了使转换后图像的概率密度曲线是平的,即=1,则必须满足:
            (6)
      等式两边对r积分,可得:
            (7)
      转换公式s称为图像的累积分布函数。
      对于没有归一化的情况,只要乘以最大的灰度MAXg,即得到灰度均衡的转换公式:
            (8)
      对于离散的遥感数据,如果其像元灰度值DA的范围为(MINf,MAXf),转换的灰度范围为(0,255),则可得转换的公式为:
            (9)
      式中,Hi为遥感数据中值为i的像元个数,DB为像元灰度DA经过转换后得到的灰度。使用直方图均衡增强,使得图像的直方图呈均匀分布,此时图像所包含的信息量为最大;同时,若一幅图像的直方图呈均匀分布,人眼观看图像时,就有全图清晰、明快的感觉。
      3、几种增强方法的效果对比
      3.1 实际开发应用
      基于上述算法,在WINDOWS XP操作系统,VC开发环境下进行开发试验,通过一副NOAA AVHRR数据的二通道数据将上述算法进行比较。比较效果如下:


    图3.1 二通道数据直方图

    图3.2 基于线性拉伸的遥感图像
    图3.3 线性拉伸后的灰度直方图
    图3.4 基于分段增强的遥感图像
    图3.5 分段增强后的灰度直方图
    图3.6 基于直方图均衡的遥感图像
    图3.7 均衡增强后的灰度直方图

      3.2 效果对比分析
      图3.1为AVHRR二通道数据直方图。线性拉伸后效果如图3.2,灰度直方图如图3.3,进行线性拉伸后的灰度直方图与数据直方图是基本相似,但是图像整体对比度不强。
      图3.4是经过分段增强后的图像,其灰度直方图如图3.5所示,被增强的数据段的灰度分布于0~254的灰度等级,而被忽略的数据的灰度则为0或者255,分段增强能够很好的将感兴趣的数据段增强出来,充分显示其包含的信息。
      图3.6是经过直方图均衡增强的图像,其灰度直方图如图3.7所示,直方图均衡增强后图像的特点是整体对比度很强,图像比较美观,但是会造成灰度的“吞噬”使遥感图像信息有所丢失,特别是当原始遥感数据的质量比较差、数据动态范围小、直方图分布极不均匀时,进行直方图均衡增强运算或者进一步进行直方图规定化,变换后的图像层次感更差,更易丢失信息[4]。


      4、结束语
      卫星遥感在生态环境监测中发挥着重要的作用,其影像图的质量直接影响监测的效果以及产品的质量,利用数字图像处理技术,能有效提高卫星遥感影像图的质量。上述介绍气象卫星的图像处理技术和方法,已被应用于“基于MODIS卫星数据的广西洪涝、干旱、火情遥感监测业务平台”研发中,并取得了令人满意的效果。

    参 考 文 献
    [1] 殷年.基于线性拉伸的遥感图像处理.光电子技术与信息,1998
    [2] 黄涛.数字图像的增强.肇庆学院学报,2004,4,23~27
    [3] 何斌、马天予、王运坚,朱红莲.Visual C++数字图像处理[M].北京:人民邮电出版社,2002
    [4] 李耀辉、刘保军.基于直方图均衡的图像增强.华北科技学院学报,2003

     转载地址:http://www.digitalgx.com/article/RS/rs22.htm
    展开全文
  • 实验项目名称(八):遥感图像的增强处理-光谱增强实验 实验目的: 使学生掌握遥感数据光谱增强方法。 实验内容: (1)遥感数据主成分方法; (2)遥感数据NDVI方法。 (3)遥感数据缨帽变换方法 实验步骤: ...
  • 针对部分遥感图像整体亮度偏暗、边缘细节特征模糊和可视性不够理想缺点,提出了一种基于非下采样轮廓波变换(NSCT)与加权引导滤波的增强方法来改善图像质量。先利用NSCT获取图像多尺度子带图像,再对低频子带图像采取...
  • 遥感图像受云雾影响对比度低,为了提高图像质量保留图像细节,提出了一种基于高斯混合模型的遥感图像增强算法。应用1×3滤波器平滑原图像直方图再用期望最大化(EM)算法对直方图进行拟合,获取高斯混合模型聚类...
  • ENVI遥感图像处理方法

    2017-12-13 17:30:17
    涵盖了ENVI软件概述、ENVI遥感图像处理基础、数据显示操作、遥感图像预处理、图像增强、图像分类、矢量处理、地图制图与三维可视化、正射校正、面向对象图像特征提取、地形分析、遥感动态监测、辐射定标与大气校正、...
  • 遥感图像频率域增强

    2015-07-29 16:09:40
    遥感图像频率域增强,详细介绍几种图像频率域增强的方法
  • 上,通过图像增强技术,解决了遥感图像不同区域边界往往不明显问题,大大改善了分割效果;为了 解决分割无缝性,提出了基于gabor 纹理特征区域边界合并算法。实践证明本方法很好地解决 了遥感图像分割无缝性问题...
  • 图像增强是利用各种数学方法和变换算法提高图像中的对象与非对象像的对比度与图像清晰度。图像增强的方法主要有两大类:空间域法和频 率域法。
  • ENVI实验教程(5) 实验五、遥感图像增强

    万次阅读 多人点赞 2019-07-11 08:30:42
    实验五、遥感图像增强 一、实验目的 掌握空间域、辐射域、光谱域增强的原理与方法步骤; 掌握波段组合的原理与方法。 掌握ENVI直方图拉伸、空间卷积运算、光谱变换、波段运算和彩色合成等基本图像增强操作。 二、...

    实验五、遥感图像增强

    一、实验目的

    1. 掌握空间域、辐射域、光谱域增强的原理与方法步骤;
    2. 掌握波段组合的原理与方法。
    3. 掌握ENVI直方图拉伸、空间卷积运算、光谱变换、波段运算和彩色合成等基本图像增强操作。

    二、实验基本要求

    1. 认真阅读和掌握本实验的内容。
    2. 保存与记录实验结果,并进行分析总结。
    3. 实验报告中要求有清晰的步骤及相应结果(图或表等)。

    三、实验时间和地点

    1. 地点:
    2. 时间:

    四、实验条件

    1. 硬件:PC电脑(Windows 操作系统)
    2. 软件:ENVI 5.3
    3. 参考资料:《ENVI遥感图像处理方法》第5章
    4. 使用数据:D:\Program Files\Exelis\ENVI51\data\ qb_boulder_msi
      /…\第5章 图像增强

    五、实验内容

    1. 辐射域增强处理
    2. 光谱域增强处理
    3. 空间域增强处理

    六、注意事项

    1、在进行空间滤波操作时,通过调整窗口大小,分析它对滤波结果的影响;
    2、在地理空间数据云中下载一景Landsat-8/OLI 鄱阳湖区域的遥感影像。尝试不同的波段组合,分析哪种组合可以更好的识别水体、植被、建筑物?
    3、无论何种增强操作,尝试思考其背后的需求和目的。

    七、实验主要步骤

    1、辐射(对比度)增强
    (1)灰度级阈值分割
    (1) 打开“qb_boulder_msi”数据。
    (2) 在图层管理器(Layer Manager)中的“qb_boulder_msi”图层上右键选择New Raster Color Slices菜单。在文件选择对话框中选择图像的一个波段,单击OK按钮打开Edit Raster Color Slices面板
    在这里插入图片描述
    (3) 在Edit Raster Color Slices面板中,有两种方式进行灰度分割:

    1.     自动分割
      
    2.     手动输入分割区间
      

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    (2)对比度拉伸
    在Toolbox中选择Stretching Data工具,选择需要拉伸的数据之后,弹出拉伸方法选择界面
    在这里插入图片描述
    在这里插入图片描述

    使用工具条中的拉伸下拉菜单,在左侧图层管理器中选择需要拉伸的图层,然后下拉选择拉伸方法
    在这里插入图片描述
    ENVIclassic操作步骤:选择图像主窗口中的Enhance菜单—>Interactive Stretching进入交互式拉伸的界面。
    在这里插入图片描述
    Linear(线性拉伸)
    piecewise Linear(分段线性拉伸)
    Gaussian(高斯拉伸)
    Equalization(直方图均衡化拉伸)

    2、光谱域增强
    (1)多光谱波段四则运算
    • NDVI计算工具
    在Toolbox 中找到/Spectral/Vegetation/NDVI工具,打开设置对应传感器波段
    在这里插入图片描述
    在这里插入图片描述
    • Band Math 工具
    • 一、必须符合IDL语言书写波段运算表达式
    • 二、所有输入波段必须具有相同的空间大小
    • 三、表达式中的所有变量都必须用Bn(或bn)命名
    • 四、结果波段必须与输入波段的空间大小相同
    • 五、调用IDL编写的自定义函数时
    波段运算工具可以调用IDL编写的Function,当函数为源码文件(.pro)时,必须启动ENVI+IDL才能调用;如果函数编译为了sav文件,可以将sav文件放到如下路径,重启ENVI即可调用。
    • ENVI 4.x: C:\Program Files\ITT\IDL\IDL80\products\envi48\save_add
    • ENVI Classic: C:\Program Files\Exelis\ENVI51\classic\save_add
    • ENVI 5.x: C:\Program Files\Exelis\ENVI51\extensions

    1. 波段运算用法示例
      (1) 启动ENVI,选择菜单File > Open,打开数据"can_tmr.img";
      (2) 启动Band Math工具,路径为Toolbox/Band Ratio/Band Math;
      (3) 在Band Math面板,在Enter an expression文本框中输入运算表达式:b1+b2+b3,点击Add to List按钮,将表达式添加到Previous Band Math Expression列表中;
      (4) 在Band Math面板中,选中添加的"b1+b2+b3",点击OK按钮,打开Variables to Bands Pairings对话框(如图),为运算表达式中各个变量赋图像文件或者图像波段
      在这里插入图片描述
      在这里插入图片描述
      (5) 在Variables to Bands Pairings对话框中,Variables used in expression列表框中选择变量b1,单击Available Bands List中的"TM Band 1 (0.4850)"。然后用同样的方法为b2和b3指定为"TM Band 2"和"TM Band 3";
      (6) 单击Choose按钮,选择文件名及路径保存结果,单击OK按钮执行运算。
      (7) 此时可以将输入和输出文件加载到视图中,然后点击工具栏 图标获取当前鼠标位置的像元值
      在这里插入图片描述

    (2)光谱特征变换
    在这里插入图片描述
    3、图像空间滤波
    (1)卷积滤波

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    (2)数学形态学滤波
    (3)纹理分析

    在这里插入图片描述
    在这里插入图片描述
    八、实验具体要求
    1、选择不同拉伸方法对同一副影像进行拉伸,对比不同方法的拉伸效果。

    在这里插入图片描述在这里插入图片描述
    2、请使用NDVI工具计算ENVI5自带快鸟影像(qb_bonlder_msi)的归一化水体指数NDWI,输出并对比NDVI与NDWI两幅影像。

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述(NDVI)

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述(NDWI)
    3、请使用波段运算工具实现,归一化植被指数计算,输出结果。

    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    4、参照教材P115-121 5.3中操作步骤,对同一副多光谱影像(自选)进行彩色变换、ICA变换、MNF变换、PCA变换、TC变换以及彩色拉伸变换,最后对变换后的结果使用彩色合成输出并对比显示。

    在这里插入图片描述在这里插入图片描述
    在这里插入图片描述

    (pca)
    在这里插入图片描述
    (ICA)

    在这里插入图片描述

    (色彩空间变换)

    在这里插入图片描述

    去相关拉伸

    在这里插入图片描述

    Photographic拉伸

    在这里插入图片描述

    (饱和度拉伸)
    在这里插入图片描述
    (mnf)

    在这里插入图片描述
    (tc)
    5、参照教材P106-111 5.1中操作步骤,对同一DEM数据(从世界高程数据GMTED2000中地形起伏较大的区域裁一小块)进行空间滤波、形态学滤波和纹理分析,要求每一种空间域增强方法分别选择两种滤波大小的窗口(33、77)进行处理,最后对增强后的结果输出并对比显示。

    在这里插入图片描述

    八、实验结果与讨论
    灰度分割能很好地分离地物,旦也有局限性。
    通过不同的空间域、光谱域,可以得到自己想要的信息。

    展开全文
  • 使用扩张块结构和反卷积网络结构将浅层特征图和深层特征图进行信息融合,从而增强遥感图像中多尺度目标检测能力。实验结果表明,该检测方法具有更高准确率和更短检测时间,尤其在小目标物体检测上表现出更好...
  • 该片文章是关于遥感图像增强的一些方法的简介,对于初学者有一定得只是拓展http://www.jianfeigod.com/
  • 试验结果证明,基于图像分割和色彩传递相结合的方法,其参考彩色图像不需要与目标图像配准,只要特征、风格相近似,就可以对纹理结构相对较简单的全色遥感图像实现全自动的彩色化增强。彩色化的结果图像在美观程度及目标...
  • 遥感数字图像增强

    2014-11-24 10:10:48
    数字图像增强和变换:对比度增强(在erdas等数字图像处理软件中很容易就能实现);图像波段间比值(包含各波段间加减运算,可以消除地形和大气部分影响)及各种指标提取(比如NDVI等用于植被计算);...
  • 图像增强处理是图像识别和应用处理的关键工作,图像线性分段拉伸技术是遥感影像增强的基本方法之一,但困扰该方法广泛应用的问题就是如何确定拉伸区间。针对该问题,提出了以图像直方图为基础,用概率分布理论的3σ...
  • ENVI是一个完整的遥感图像处理平台,其软件处理技术覆盖了图像数据输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、与GIS整合、DEM及三维信息提取、雷达数据处理...
  • 涵盖了ENVI软件概述、ENVI遥感图像处理基础、数据显示操作、遥感图像预处理、图像增强、图像分类、矢量处理、地图制图与三维可视化、正射校正、面向对象图像特征提取、地形分析、遥感动态监测、辐射定标与大气校正、...
  • 提出一种基于改进型多尺度Retinex彩色图像的增强方法,以实现彩色遥感图像去薄云方法。采用改进型Retinex算法增强图像突出了黑暗区域信息,但是云在遥感图像中出现在较亮区域时,一般来讲Retinex不能直接...
  • 光学遥感图像中光斑区出现...本文以MODIS图像为例,发展了基于多项式函数拟合方法,较好实现了图像均衡化处理,处理后图像亮度变化均匀,可以清楚观测整景图像各个部分内波,而不需要逐一进行图像增强
  • 基于U-Net模型, 提出了一个全卷积网络(FCN)模型, 用于高分辨率遥感图像...在DSTL数据集上进行了实验, 结果表明所提方法将预测结果平均Jaccard指数从0.611提升到0.636, 可实现对高分辨率遥感图像端到端精确分类。

空空如也

空空如也

1 2 3 4 5 ... 10
收藏数 188
精华内容 75
关键字:

遥感图像增强的方法