图像拉伸

图像拉伸是最基础的图像处理方法,主要用来改善图像显示的对比度,道路提取流程中往往首先要对图像进行拉伸的预处理。图像拉伸主要有三种方式:灰度拉伸、直方图均衡化和直方图规定化。下面主要看看灰度拉伸:

灰度拉伸

灰度拉伸以像素为单位对图像进行增强,对指定的灰度范围进行变换。因为像素的灰度值和地物具有相关关系,所以灰度拉伸可以用来突出或者抑制指定地物的特征——这也要求我们对地物的灰度分布有一定认识。灰度拉伸主要有三种方式:线性拉伸、非线性拉伸和多波段拉伸。

线性拉伸

全域线性拉伸

大部分像素灰度分布在[a,b]时,可将[a,b]拉伸到[c,d],常用方法。

分段线性拉伸

突出目标地物灰度区间,抑制不感兴趣的其他区间。

分段窗口切片(Slicing)

将某一区间灰度级与其他部分(即背景)区分开来。

 

非线性拉伸

非线性,包括指数函数、对数函数、平方根、高斯函数等。

指数变换

高灰度区(亮的部分)扩大了灰度间隔,突出细节;低灰度区(暗的部分)缩小灰度间隔,弱化细节。

对数变换

低灰度区较大拉伸,高灰度区压缩,使图像灰度分布与人的视觉特性匹配。

 

多波段拉伸

对各个波段分别进行线性拉伸或非线性拉伸,综合增强图像显示的地物信息。

 

 

 

 

你可能感兴趣的:(机器学习与遥感图像处理)