erdas图像增强步骤_ERDAS图像增强处理.ppt

ERDAS图像增强处理

实验目的： ?学会利用ERDAS实现遥感图像增强 实验仪器： 计算机、ERDAS软件 空间增强 辐射增强 光谱增强 * * 实验一：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 LUT Stretch(查找表查询) Histogram Equalization(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) 辐射增强命令 辐射增强功能 LUT Stretch： 查找表拉伸 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: 直方图均衡化 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: 直方图匹配 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 图像辐射增强处理——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 实验二：空间增强 空间增强(Spatial Enhancement)技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。ERDAS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。 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) 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) 空间增强命令 空间增强功能 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 1 2 3 核函数 卷积增强处理 卷积增强处理的关键是卷积算子——系数矩阵(Kernal)的选择，系统提供了3×3， 5×5， 7×7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： 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 ) 卷积增强处理 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.img 2.实验步骤参阅实习指导书，截图并写出实验报告 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)