遥感图像空域增强处理.doc

成都信息工程学院资源环境学院
《遥感数字图像处理》实验报告

实验名称
遥感图像空域增强处理
实验时间

实验地点

姓 名

学 号

班 级

一、 实验名称
遥感图像空域增强处理

二、 实验目的
1.直方图增强的各种方法和增强结果对比
2.各种邻域增强方法，算子分析，结果对比

三、 实验原理
空间域增强处理是通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像。这种增强方式往往是有目的的，如增强图像中的线状物体细部部分或者主干部分等。卷积滤波是通过消除特定的空间频率来增强图像。根据增强类型（低频、中频和高频）可分为低通率波、带通滤波和高通滤波。此外，还有增强图像某些方向特征的方向滤波等。他们的核心部分是卷积核。ENVI提供了很多卷积核，包括高通滤波、低通滤波、拉普拉斯算子、方向滤波、高斯高通滤波、高斯低通滤波、中值滤波，还可以自定义卷积核。

四、 数据来源（下载源、波段数、对应的波长、分辨率、投影、地区）
《ENVI遥感图像处理》一书中光盘所提供的该实验数据。
ENVI4.8自带数据 can_tmr.img

五、 实验过程
1、 卷积滤波
（1） 打开图像can_tmr.img

（2） 在主菜单中，选择Filter—Convolution and Morphology。

（3）在Convolutions and Morphology Tool中，选择Convolutions—滤波类型。
（4）不同的滤波类型对应不同的参数，主要包括三项参数
1)Kernel Size
卷积核大小，以奇数来表示。默认卷积核为正方形，如果需要使用非正方形，选择Option——Square kernel
2)Image Add Back
输入一个加回值（add back）。将原始图像中的一部分“加回”到卷积滤波结果图像上，有助于保持图像的空间连续性。该方法经常用于图像锐化。“加回”值是原始图像在结果输出图像中所占的百分比。
3)Editable Kernel
卷积核中各项的值。在文本框中双击鼠标可以进行编辑，选择File—Save Kernel或者Restore Kernel，可以把卷积核保存为文件（.ker）或者打开一个卷积核文件。
（5）卷积增强图像中的单个波段：
1）选择Convolutions—High Pass，其他项按照默认设置，单击Quick Apply按钮，第一次点击此按钮会提示选择增强的波段，增强后的波段在Display中显示。如果要更改卷积增强波段，选择Options—Change Quick—Apply Input Band。

2） 选择File—Save Quick Result to File，可以将增强保存。

（6）卷积增强图像文件
在Convolutions and Morphology Tool中，选择Apply To File，选择源图像，确定输出路径点OK。

以下是对几种常用滤波的说明：
A、 高通滤波器：高通滤波在保持图像高频信息的同时，消除了图像中的低频成分。他可以用来增强纹理、边缘等信息。高通滤波通过运用一个具有高中心值得变换核来完成（周围通常是负值权重）。ENVI默认的高通滤波器使用3*3的变换核（中心值为“8”，周围像元值为“-1”），高通滤波卷积核的维数必须是奇数。
B、 低通滤波器：低频率波保存了图像中的低频成分，是图像平滑。ENVI默认的低通滤波器使用3*3的变换值，每个变换核中的元素包含相同的权重，使用外围值得均值来代替中心像元值。
C、 拉普拉斯算子：拉普拉斯滤波是边缘增强滤波，它的运行不用考虑边缘的方向。拉普拉斯滤波强调图像的最大值，它通过运用一个具有高中心值得变换核来完成（一般来说，外围南北向与东西向权重均为负值，角落为“0”）。ENVI中默认的拉普拉斯滤波使用一个大小为3*3，中心值为“4”，南北向和东西向均为“-1”的变换核。所有的拉普拉斯滤波卷积核的维数都必须是奇数。
D、 方向滤波器：方向滤波是边缘增强滤波，它有选择性地增强有特定方向成分（如梯度）图像特征。方向滤波变换核元素的总和为0。结果在输出的图像中有相同元素值的区域为0，不同像元值得区域呈现为较亮的边缘。
E、 高斯高通滤波：高斯高通滤波通过指定大小的高斯卷积函数对图像进行滤波。默认的变换核大小是3*3，且卷积核的维数必须是奇数。
F、 高斯低通滤波：高斯低通滤波通过指定大小的高斯卷积函数对图像进行滤波。默认的变换核大小是3*3，且卷积核的维数必须是奇数。

（7） 下面为滤波前后图像对比

2、 数学形态学滤波
ENVI中的数学形态学滤波包括以下类型：膨胀、腐蚀，它们在增强二值图像和灰度图像中各有特点。

在Convolutions and Morphology Tool中，选择Morphology—滤波类型。
得到膨胀与腐蚀图像如下图：

3、 直方图变化
（1） 在image窗口中Enhance—Interactive Stretching

同过选择拉伸类型Strech Type进行直方图的变化。
（2） 在Interactive Stretching窗口中调节Input Histogram中两条白线的位置调到下图位置。
这样保留了主要信息，忽略了细节。得到图像如下图：

（3） 在Interactive Stretching窗口中File—Save Plot As—image file，选择输出路径点OK。

六、 实验结果与分析

生成图像如上图所示，在卷积增强中，我选择了高通滤波器基本消除图像中的低频成分，强化了图像的纹理，可清晰看到边缘信息，在数学形态学增强中，我运用了膨胀增强，成功地在二值和灰度图像中填充比变换核小的孔，整个实验还是比较成功的。

七、 心得、意见或建议
通过本次实验，我更深入地了解了空间域增强处理和领域增强处理的含义和作用，即是：提取边缘信息、锐化图像、平滑图像、填充图像等等。还学会了各种不同增强的各种作用，可以所本次实验是受益匪浅的。