实验目的： 学会利用学会利用ERDASERDAS实现遥感图像增强实现遥感图像增强实验仪器：计算机、计算机、ERDASERDAS软件软件1提纲n图像空间增强n图像辐射增强n图像光谱增强n傅立叶变换n地形分析21.图像空间增强图像空间增强是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的nConvolution(卷积增强)nNon-directional Edge(非定向边缘增强)nFocal Analysis(聚焦分析)nTexture(纹理分析)nAdaptive Filter(自适应滤波)nStatistical Filter(统计滤波)nResolution Merge(分辨率融合)nCrisp(锐化处理)3空间增强辐射增强光谱增强2024/9/2544实验1：辐射增强1.对单个像元的灰度值进行变换达到图像增强的目的对单个像元的灰度值进行变换达到图像增强的目的LUT Stretch(查找表查询查找表查询)Histogram Equalization(直方图均衡化直方图均衡化)Histogram Match(直方图匹配)Brightness Inverse(亮度反转)Haze Reduction(去霾处理)Noise Reduction(降噪处理)Destripe TM Data(去条带处理)5辐射增射增强强命令命令辐射增射增强强功能功能LUT Stretch：查找表拉伸找表拉伸 通过修改图像查找表（Lookup Table）使输出图像值发生变化，是图像对比度拉伸的总和Histogram Equalization:直方直方图均衡化均衡化 对图像进行非线性拉伸，重新分布图像像元值使一定灰度范围内像元的数量大致相等Histogram Match:直方直方图匹配匹配 对图像查找表进行数学变换，使一幅图像的直方图与另一幅图像类似，常用于图像拼接处理Brightness Inverse:亮度反转 对图像亮度范围进行线性及非线性取反值处理Haze Reduction:去霾处理 降低多波段图像及全色图像模糊度的处理方法Noise Reduction:降噪处理 利用自适应滤波方法去除图像噪声Destripe TM Data:去条带处理 对Landsat TM图像进行三次卷积处理去除条带辐射增强辐射增强 图像像辐射增射增强处理理直方图均衡化直方图均衡化1.实验步骤参阅实习指导书，截图并写出实验报告实验步骤参阅实习指导书，截图并写出实验报告78实验实验2：空间增强：空间增强 空间增强（空间增强（空间增强（空间增强（Spatial EnhancementSpatial EnhancementSpatial EnhancementSpatial Enhancement）技术：利用像元自身及其）技术：利用像元自身及其）技术：利用像元自身及其）技术：利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。周围像元的灰度值进行运算，达到增强整个图像之目的。周围像元的灰度值进行运算，达到增强整个图像之目的。周围像元的灰度值进行运算，达到增强整个图像之目的。ERDASERDASERDASERDAS提供的空间增强处理功能有：卷积增强、非定向边缘增强、聚提供的空间增强处理功能有：卷积增强、非定向边缘增强、聚提供的空间增强处理功能有：卷积增强、非定向边缘增强、聚提供的空间增强处理功能有：卷积增强、非定向边缘增强、聚焦分析、纹理分析、自适应滤波、分辩率融合、锐化处理等。焦分析、纹理分析、自适应滤波、分辩率融合、锐化处理等。焦分析、纹理分析、自适应滤波、分辩率融合、锐化处理等。焦分析、纹理分析、自适应滤波、分辩率融合、锐化处理等。 9图像空间增强图像空间增强是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像的目的Convolution(卷积增强卷积增强)Non-directional Edge(非定向边缘增强)Focal Analysis(聚焦分析)Texture(纹理分析)Adaptive Filter(自适应滤波)Statistical Filter(统计滤波)Resolution Merge(分辨率融合)Crisp(锐化处理)10空空间增增强强命令命令空空间增增强强功能功能Convolution: 卷积增强 用一个系数矩阵对图像进行分块平均处理Non-directional Edge：非定向边缘增强 首先应用两个正交卷积算子分别对图像进行边缘探测，然后将两个正交结果进行平均化处理Focal Analysis: 聚集分析 使用类似卷积滤波的方法，选择一定的窗口函数，对输入图像文件的数值进行多种变换Texture: 纹理分析 通过二次变异等分析增强图像的纹理结构Adaptive Filter: 自适应滤波 应用自适应滤波器对AOI进行对比度拉伸处理Crisp: 锐化处理 增强整景图像亮度而不使其专题内容发生变化空间增强空间增强 123核函数12卷卷积增增强处理理卷积增强处理的关键是卷积算子卷积增强处理的关键是卷积算子系数矩阵（系数矩阵（KernalKernal）的）的选择，系统提供了选择，系统提供了3333， 5555， 7777等大小不同的矩阵，并且预等大小不同的矩阵，并且预置了不同系数以便应用于不同目的的图像处理，诸如：置了不同系数以便应用于不同目的的图像处理，诸如：边缘检测（Edge Detect）边缘增强（Edge Enhance）低通滤波（Low Pass）高通滤波（High Pass）水平增强（Horizontal）垂直增强（Vertical）水平边缘检测（Horizontal Edge Detection）垂直边缘检测（ Vertical Edge Detection ）交叉边缘检测（ Cross Edge Detection ）13卷卷积增增强处理理1.确定输入文件2.确定输出文件3.选择卷积算子4.选择研究区（可选）5.OK实验影像：lanier.img2.实验步骤参阅实习指导书，截图并写出实验报告实验步骤参阅实习指导书，截图并写出实验报告1415基于多波段数据对每个像元的灰度值进行变换，达到图像增强的目的。Principal Components(主成份变换)Inverse PC(主成份逆变换)Decorrelation Stretch(去相关拉伸)Tasseled cap(缨帽变换)RGB to IHS(色彩变换)IHS to RGB(色彩逆变换)Indices(指数计算)Natural Color(自然色彩变换)实验3：光：光谱增增强16光光谱增增强强命令命令光光谱增增强强功能功能Principal Components:主成份主成份变换将具有相关性的多波段图像压缩到完全独立的较少的几个波段，使遥感图像更易于解译分析Inverse Principal Components:主成份逆变换与主成份变换操作正好相反，将主成份变换图像依据当时的变换特征矩阵重新恢复到RGB彩色空间Decorrelation Stretch:去相关拉伸首先对图像的主成份进行对比度拉伸处理，然后再进行主成份逆变换，将图像恢复到RGB彩色空间Tasseled cap:缨帽帽变换在植被研究中旋转数据结构轴优化图像显示效果RGB to HIS:色彩色彩变换将图像从红（R）绿（G）蓝（B）彩色空间转换到亮度（I）、色度（H）、饱和度（S）彩色空间HIS TO RGB: 色彩逆变换将图像从亮度（I）色度（H）饱和度（S）彩色空间转换到红（R）绿（G）蓝（B）彩色空间Indices: 指数指数计算算用于计算反映矿物及植被的各种比率和指数Natural Color:自然色彩变换模拟自然色彩对波段数据变换输出自然色彩图像光谱增强光谱增强主成份主成份变换将具有相关性的多波段数据压缩到完全独立的较将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，是图像数据更易于解译少的几个波段上，是图像数据更易于解译18主成份分析主成份分析1.确定输入文件2.确定输出文件特征矩阵输出设置（如需逆变换必须输出）运行日志输出设置4.OK3.输入需要的主成份数量实验影像：lanier.img3.实验步骤参阅实习指导书，截图并写出实验报告实验步骤参阅实习指导书，截图并写出实验报告1920第一主成分第二主成分第三主成分21K KT T变换（缨帽变换）变换（缨帽变换）K-T变换（kauth-Thomas变换） 一种特殊的主成分分析，转换系数是固定的；坐标空间发生旋转，旋转后的坐标轴指向与地面景物有密切关系的方向.也称缨帽变换(Tasseled Cap) 缨帽变换为植被研究特别是分析农业特征提供了一个优化显示的方法，同时实现了数据压缩。 变换后的坐标轴不是指向主成分方向，而是指向与地面景物有密切关系的方向（KL变换后指向主成分方向）22缨帽帽变换2324实验四：色彩变化实验四：色彩变化从从RGBRGB变为变为HIS,HIS,从从HISHIS变为变为RGBRGB2526非定向边缘增强应用两个比较通用的滤波器（Sobel, Prewitt），首先通过两个正交卷积算子分别对图像进行边缘检测，然后将两个正交结果进行平均化处理。27非定向边缘增强1.确定输入文件2.确定输出文件3.选择卷积算子4.OK实验影像：lanier.img28纹理分析通过在一定的窗口内进行二次变异分析（2nd-order Variance）或三次变异分析（3rd-order Variance），使图像的纹理结构得到增强29纹理分析1.确定输入文件2.确定输出文件3.选择卷积算子4.OK实验影像：lanier.img30指数计算将遥感图像中不同波段的灰度值进行各种混合运算，计算反应矿物或植被的常用比率和指数31指数计算计算某影像的NDVI值1.确定输入文件2.确定输出文件5.OK3.根据影像选择其相应的传感器4.选择计算的指数实验影像：lanier.img324.傅立叶变换傅立叶变换是首先把遥感图像从空间域转换到频率域，然后在频率域上对图像进行滤波处理，减少或消除周围噪声，再把图像从频率域上转换到空间域，达到图像增强的目的。Fourier Transform(傅立叶变换)Fourier Transform Editor(傅立叶变换编辑)Inverse Fourier Transform(傅立叶逆变换)Fourier Magnitude(傅立叶显示变换)Periodic Noise Removal(周围噪声去除)Homomorphic Filter(同态滤波)334.1低通滤波n4.1.1 傅立叶变换实验影像：tm_1.img344.1低通滤波n4.1.2滤波器编辑35打开刚才经过傅立叶变换后保存的文件打开滤波器36选择低通滤波（Low Pass）圆形滤波半径为80将滤波结果保存37低通滤波n4.1.3傅立叶逆变换打开刚刚经过滤波器编辑后保存的文件；选择要输出的文件；进行傅立叶逆变换，有频率域转成空间域。38高通滤波只是将4.1.2中的滤波器进行修改，其余两个步骤与低通滤波相同1.选择高通滤波2.选择余弦滤波器3.设定滤波半径4.OK395.地形分析n5.1 坡度分析实验影像：DEMmerge_sub.img40地形分析n坡向分析实验影像：DEMmerge_sub.img41个人观点供参考，欢迎讨论