1、遥感概论实验指导书编制者：丁建丽地理信息系统教研室实验内容：根据新疆大学资源与环境科学学院现有实验条件及设备，针对遥感概论课程教学大纲实验范围，制定如下实验内容。1 遥感图像增强：对比度变换2 遥感图像增强：空间滤波3 遥感图像增强的彩色合成4 遥感图像 变换变换 主成分分析5 遥感图像 变换变换 缨帽变换6 遥感图像的 HIS 彩色空间变换7遥感图像的分类（监督分类或非监督分类） * 综合性实验实验采用软件为加拿大产遥感专业图象处理软件 PCI，为便于对比及评分，实验图像一般采用安装盘自带文件夹 DEMO 下 irvine.pix。1 遥感图像增强对比度变化得到遥感图像以后，通过对图像的各种
2、处理及分析，可以判别出地物的属性及分布特征。图像增强处理是一种图像处理方法。常用的图像增强的方法有：对比度变换，彩色增强，滤波等。下面介绍遥感图像增强对比度变化的基本原理，方法，处理方法，目的及它的在 PCI 中的操作过程。一 原理及方法：图像增强的目的是改善图像的现实质量，以利于图像信息的提取及识别。在这个方法上是通过突出重要信息，去除不重要或不必要信息来实现的。可以通过调整数字图像的直方图，进行像元亮度值之间的数字运算或数学变换达到图像增强的目的。直方图是以统计图的形式表示图像亮度值与像元数之间的关系。当直方图峰值偏向亮度坐标轴左侧或右侧时，说明图像偏暗或偏亮。其峰值过陡过窄，则表明图像高
3、密度值过于集中。两者均表现为图像对比度较小，图像信息不清楚，图像质量较差。因此通过改变直方图形态可以改变图像质量。图像的对比度大，反映图像的亮度值变化范围大，目标地物被识别的可能性就大；反之，目标与背景难以区别，识别的可能性就小。进行对比度扩展的主要方法有（1）线性变换（2）非线性变换， （3）直方图调整等（1）线性变换是图像增强最常用的方法。指变换函数为线性关系，如：g(x,y)=af(x,y)+b式中，a,b 为特定的系数。由于判读目标与背景的关系比较复杂，常将函数考虑为将原图像的亮度值动态范围扩展至指定的范围或最大动态范围。-（2）非线性变换指采用非线性函数进行对比度扩展变换。常用方法有
4、对数变换，指数变换，查表法等，其数学方式：g(x,y)=b.lgaf(x,y)+1+cg(x,y)=b.lnaf(x,y)+1+cg(x,y)=b.expaf(x,y)+1+c式中，a,b,c 为可选择的控制参数，控制曲线的变化率，起点，载距等，增加变化的灵活性的动态范围的选择性。对数变换常用于扩展低亮度区，压缩高亮度区的对比度，以突出隐伏暗区的目标，或使暗区层次显示清晰。指数变换的效果正好与对数变换相反，突出亮区而压制暗区。二者互为逆运算操作。查表法是非线性变换的一种简单而有效的方法，即把亮度值的输入与输出间的变换关系列成表格，当输入某已知值后，通过查表获得其对应的输出值。直方图调整是指通过
5、变换函数，使原图像的直方图变换为所要求的直方图，并根据新直方图变更原图像的亮度值，具体方法有直方图均衡化和直方图正态化.前者把原图像的直方图变换为灰度值频率固定的直方图,使变换后的亮度级分布均匀,图像中等亮度区的对比度得到扩展,相应原图像中两端亮度区的对比度相应压缩.后者是将与正态分布形状相距较大的图像的频率分布变换为正态分布.应注意的是,若将与正态分布相差较大的原图像的频率分布勉强变换为正态分布,则因原图像的某一灰度的频率很高,变换成正态分布使其对应的灰度值的频率降低,造成对该部分的压缩而丢失重要的信息.二 实验目的:1. 认识遥感图像的基本结构,了解数字图象;2. 学习掌握图像直方图变化与
6、图像亮度变化的关系;3. 掌握图像线性拉伸的方法和过程。三 对比度变换在 PCI 遥感图象处理软件中的实验步骤：(1)打开地图.在 focus 主窗口选择 fileopen 下选择文件名为 irvine 的文件后双击打开该文件,如下图所示（2）在地图标签下面影象文件名所在层按鼠标右键,并点击 enhanceedit LUTs,如下图:弹出下图:在三个下拉文本框（“Red” 、 “Green”、 “Blue”）中可以选择另外的通道排列顺序；可以选择单选钮“Small”或“Large”来控制单通道直方图编辑界面的大小，下图为选择“Large”时的界面；单击上图所示界面中红、绿、蓝三电子枪中的图形区
7、域，弹出如下图所示界面（红电子）：上图所示界面中直方图图形区域主要含义如下：座标系：左边垂直方向为拉伸后的影像灰度值，范围为 0255；底边水平方向为拉伸前的影像灰度值，范围为 0255；右边垂直方向为像元统计数量，没有确定的值，只是相对地显示直方图整体。折线：拉伸算法的图形显示。灰色直方图：影像原始直方图。彩色直方图：拉伸后的直方图。如果鼠标处在直方图图形区域，则该图形区域上方将显示 Cursor At（X，Y） ，X 表示拉伸前的灰度值，Y 表示拉伸后的灰度值。此时单击鼠标，影像中像元灰度值 X 将变为 Y。拉伸的方法：在图形区域拖动鼠标即可。快捷按钮提供了恢复原始影像（No Enhanc
8、ement） 、线性拉伸（Linear Enhancement）与自适应拉伸（Adaptive Enhancement）三种直方图拉伸算法；如果需要将拉伸后的影像保存到硬盘中，则要首先点击上图中所示“Permanent Apply LutImage”按钮，然后再使用前面介绍的存储影像的方法及过程即可。四 实验总结：通过学习这一门课以后，学生对图像进行各种处理而得到所需要的信息的能力进一步提高了，并且对 PCI 软件的了解及操作能力提升。总的来说从以下几个方面取得了进一步的进展：(1)掌握了遥感图像的基本结构,学习了图像直方图变化与图像亮度变化的关系,实验了图像线性拉伸的方法和过程;(2)通过这
9、次实验加深了学生对 PCI 的进一步认识,对 PCI 的各功能模块有了更深的体会;(3)锻炼了学生理论联系实际的能力;(4)由于 PCI 是纯英文软件这就对学生专业外语的要求很高，促进专业英语水平的提高.2 遥感图像增强空 间 滤 波一、滤波的原理及方法在遥感图像处理中，经常采用空间域中的邻域处理方法来改变遥感图像中像元与其周围相邻像元的关系，即“空间滤波” ，来突出遥感图像上某些特征，如突出边缘或纹理等。传统的空间滤波方法有图像卷积运算、平滑、锐化。图像卷积运算是在空间域上对图像进行邻域检测的运算，具体做法是选定一个卷积函数 t(m， n)，又称为“模板” ，即一个 MN 的图像，运算时，从
10、图像左上角开始一个与模板同样大小的活动窗口 U(m， n)，使活动窗口与模板像元的灰度值对应相乘再相加，计算结果 r(i，j) 作为活动窗口中心像元的新的灰度值。在平滑处理中，均值平滑是将每个像元在以其为中心的区域内取平均值来代替该像元值以达到去掉尖锐“噪声”和平滑图像的目的。常用的邻域有 4-邻域和 8-邻域。在中值滤波中则是以某像元为中心的邻域内取中间亮度值来代替该像元值，以达到去掉尖锐“噪声”和平滑图像的目的。空间滤波是指在图像空间(x， y)或空间频率(，) 对输入图像应用若干滤波函数而获得改进的输出图像的技术，即对图像中某些空间、频率特征的信息增强或抑制，如增强高频信息，即突出边缘、
11、纹理、线条等。增强低频信息抑制高频信息、既去掉细节。其效果有噪声的消除，边缘及线的增强，图像的清晰化等。注意突出的图像上的某些特征，突出边缘或图像处理方法，也叫做“空间滤波” ，它属于一种几何增强处理。空间滤波技术的基本思路有 3 条：Filter 滤波，操作如下：提取原图像的边缘信息，进行加权处理，然后与原图像叠加；提取原图像中的模糊成分进行加权处理，然后与原图叠加；使用某一指定的函数对原图像进行加权，是图像产生尖锐或平滑的效果。在进行运算时，多采用空间卷积技术，即在原图像上移动“活动窗口” ，逐块进行局部运算。滤波可用于各种不同的目的。均值和高斯滤波常用于综合的一个图像；中值滤波多用于多用
12、于消除随机噪声；自适应框滤波用于纠正“盐和胡椒粒”随机噪声及像元亮度与图像背景有关的但含噪声数据；众数滤波适宜于在经过矢量到栅格转换后的图像上填补多边形之间的空隙；边缘增强滤波则增强在连续表面上变化的区域；高斯滤波强调那些相对于逐渐变化的区域之间的边界；用户自定义滤波文件选项则可用于模拟模型。在操作时，首先要求选择使用滤波类型为：均值、高斯、中值、自适应框、众数、边缘增强、高通滤波、用户自定义、或其他尺寸滤波。如果所选滤波类型有多种滤波器尺寸，必须指定出所希望的使用哪一种。然后，要求输入要滤波的图像名及要产生的输出图像的新文件名。二、实验目的了解空间滤波的操作过程和空间滤波对图像产生的效果。三
13、、实验步骤点击“Tools Filter” ，弹出一个预览窗口及如下图所示面板：上图的操作步骤如下：首先，在“Input Image”与“ Output Image”标签右边下拉文本框内选择输入输出内存区，在“Mask”标签右边下拉文本框内选择是否操作范围（整个影像或掩膜区域影像） ；其次，在“Filter Size ”标签下选择模板矩阵大小。也可自定义。再次，在“Filter Type”标签下选择滤波类型。滤波器也可以自定义，方法是点击“Custom”选项卡，上图变为下图：在“Filter Size”标签下设置模板矩阵大小（上图为 11*11） ，在矩阵中输入自定义滤波器的数值，点击“Nor
14、malize”将矩阵正交归一化。最后，点击“Apply”按钮即可。四、实验总结1 传统的空间滤波方法有些不足的地方。传统滤波方法对数字图像进行空间滤波的处理，强调了像元与其周围相邻像元的关系，每个像元处理后的灰度值是在它自身及其周围像元的灰度值参与下经过运算处理得到的。各种算法都涉及到了一个固定值的模板，模板的值不随像元运算顺序的变化而变化，是一种静态的运算。但是，实际上每个像元的灰度值与其周围的像元灰度值的关系并不是一种固定的类似模板描述的关系。在不同的区域，地物的性质不一样，地物接受到太阳辐射时的天顶角、太阳高度角是不同的，太阳辐射投射到地物时由于光的特性会发生散射、衍射、反射、投射、折射
15、等。在某个像元的太阳辐射的散射对该像元周围的像元影响比较大，不同的像元其周围受到该像元的影响不一样。因此，可以采用一些动态的运算方法，以模拟随着像元的不同位置，根据不同的像元周围的像元值来确定该像元的灰度值，获得另外一种效果。2 遥感图像的空间滤波是一种图像增强的一种方法，主要的目的是经过处理后，可以更好的对图像进行分析、判读、理解、识别，提取其中丰富的遥感信息。因此是否对遥感图像要进行滤波处理应该依据研究的需要而定。盲目的进行遥感图像主成分变换是不可取的。3 空间滤波只是图像增强的方法之一，其它的还包括对比度变换、彩色变换、图像运算和多光谱变换等。所以征对不同的研究目的和想要提取的信息进行不
16、同的处理方法。也可以几种方法都用，以达到最好的效果。3 遥感图像增强的彩色合成一、彩色合成的原理及方法简介在使用单波段图像时,由于成像系统动态范围的限制,地物显示的亮度值差异较小。又由于人眼对黑白图像亮度级的分辨能力仅有 1020 级左右，而对色彩和强度的分辨力则可达100 多种，因此将黑白图像转换成彩色图像可能使地物的差别易于分辨。1 彩色合成（color composite）从通过滤光片，衍射光栅等分光系统而获得多波段图像中选出三个波段，分别赋予三原色进行合成。根据各波段的赋色不同，可以得到不同的彩色合成图像。2 真彩色合成在通过蓝、绿、红三原色的滤光片而拍摄的同一地物的三张图像上，若使用
17、同样的三原色进行合成，可得到接近天然色的颜色，此方法称为真彩色合成。假彩色合成由于在多波段摄影中，一幅图像多不是在三原色的波长范围内获得的，如采用人眼看不见的红外波段等，因此由这些图像所进行的彩色合成称假彩色合成（false color composite） 。计算机的彩色合成原理与光学彩色合成原理相同，在计算机系统中，彩色合成的操作更简单，只要改变调色板，即改变各原色的合成比例和波段，就很容易改变影像的色彩。进行遥感影像合成时，方案的选择十分重要，它决定了彩色影像能否显示较丰富的信息或突出某一方面的信息。以陆地卫星 Landsat 的 TM 影像为例，当 4、3、2 波段被分别赋予红、绿、蓝颜色进行彩色合成时，这一合成方案就是标准假彩色合成，是一种最常用的合成方案。实际应用时，常常根据不同的应用目的在实验中进行分析、调试，寻找最佳合成方案，以达到最好的目视效果。3 假彩色密度分割（density splitting）将一幅图像的整个亮度值变量 L。按照一定量分割为若干等量间隔 L，每一间隔赋予一种颜色 C，以 C 控制成像系统的彩色显示，就可得到一幅假彩色密度分割图像。二、实验目的
