ENVI滤波Word格式文档下载.docx

ENVI滤波Word格式文档下载.docx

《ENVI滤波Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《ENVI滤波Word格式文档下载.docx（16页珍藏版）》请在冰豆网上搜索。

1点击“OK”。

2出现ConvolutionParameters对话框时，在“Size”文本框里键入一个变换核的大小。

注意

一些特别的滤波（如Sobel和Roberts）有自己的默认值，是不能改变的。

选择这些滤波时，不会出现变换核大小的选项。

3对原始图像的“AddBack”部分，在“AddBack”文本框里，键入一个0.0与1.0之间的数（与原始图像的0到100%相对应）。

编辑选择的变换核，改变权重值，在对话框低部附近点击“EditKernel”。

出现KernelEdit对话框。

在每个可编辑的文本框里，显示出变换核的值。

选择下列选项。

改变数值，点击要改变的数值，键入新值。

重新设置为原始值，点击“Reset”。

要存储编辑过的变换核，点击“SaveKernel”，在合适文本框里键入输出文件名。

要在ConvolutionParameters对话框里记起以前存储的变换核，点击“RestoreKernel”，从文件选择对话框里，选择需要的文件名。

4点击“OK”。

5在第二个ConvolutionParameters对话框里，选择输出到“File”或“Memory”。

若选择输出到“File”，在标有“EnterOutputFilename”的文本框里键入要输出的文件名；

或用“Choose”按钮选择一个输出文件名。

6点击“OK”，开始卷积滤波。

出现一条状态信息，显示操作的进行过程。

对于图像tiling需要的一些滤波操作，状态窗口显示不是渐渐地进展的，而是稍微等上一会儿，突然从0跳到100%（因为它是整个图像一次性操作的）。

完成以后，滤波后的图像被添加到AvailableBandsList的顶部，且能用标准ENVI程序显示。

2、HighPassFilter（高通滤波器）

高通滤波在保持高频信息的同时，消除了图像中的低频成分。

它可以用来增强不同区域之间的边缘，犹如使图像尖锐化。

通过运用一个具有高中心值的变换核来完成（典型地周围是负值权重）。

ENVI默认的高通滤波用到的变换核是3×

3的（中心值为“8”，外部像元值为“-1”）。

高通滤波变换核的大小必须是奇数。

实现这一功能，选择Filters>

HighPass。

LowPassFilter（低通滤波器）

低频滤波保存了图像中的低频成分。

ENVI的低通滤波是通过对选择的图像运用IDL“SMOOTH”函数进行的。

这一函数用到了boxcar平均，盒子的大小由变换核的大小决定，默认的变换核的大小是3x3。

LowPass.

LaplacianFilter（拉普拉斯滤波器）

拉普拉斯滤波是第二个派生的边缘增强滤波，它的运行不用考虑边缘的方向。

拉普拉斯滤波强调图像中的最大值，它用到的变换核的南北向与东西向权重均为负值，中心为“0”。

ENVI中默认的拉普拉斯滤波用的是一个大小为3x3的，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变换核的大小都必须是奇数。

Directional（直通滤波）

直通滤波是第一个派生的边缘增强滤波，它选择性地增强有特定方向成分的图像特征。

直通滤波变换核元素的总和是零。

结果在输出的图像中有相同像元值的区域均为0，不同像元值的区域呈现为亮的边缘。

实现直通滤波：

1选择Filters>

Directional.

2除了ConvolutionParameters对话框中的标准的滤波调整项目以外，ENVI直通滤波需要你在标有“Angle”的文本框里键入需要的方向（单位是度）。

正北方是0度，其他角度按逆时针方矢量度。

GaussianFilter（高斯滤波器）

高斯滤波通过一个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，且变换核的大小必须是奇数。

Convolution>

Gaussian。

2除了ConvolutionParameters对话框中的标准滤波调整项目以外，选择“HighPass”或“LowPass”滤波。

MedianFilter（中值滤波器）

中值滤波在保留比变换核大的边缘的同时，平滑图像。

ENVI的中值滤波用一个滤波器大小限定的邻近区的中值（不要与平均值混淆）代替每一个中心像元值。

默认的变换核大小是3x3。

实现这一功能，选择Filters>

Median。

Sobel滤波器

Sobel滤波器是非线性边缘增强，它特别地用到了Sobel函数的近似值，是一个预先设置了3×

3的，非线性边缘增强的算子。

滤波器的大小不能更改，也无法编辑变换核的大小。

Sobel。

Roberts滤波器

罗伯特滤波器是一个类似于Sobel的边缘探测器滤波。

是一种特殊的滤波，运用Roberts函数预先设置的2×

2的近似值。

是一个简单的两维空间的差分方法，用于边缘尖锐化和隔离。

滤波器的大小不能被更改，也不能编辑变换核的大小。

Roberts。

UserDefinedConvolutionFilters（用户自定义的卷积滤波）

你可以通过选择和编辑一个用户变换核，定义习惯上用到的卷积变换核。

UserDefined。

除了ConvolutionParameters对话框中的标准的滤波调整项目以外，KernelSelection对话框中出现的标有“Cols”、“Rows”、和“Bands”的文本框中有一个默认的3×

3×

1低通变换核，作为当前变换核。

用户定义的卷积变换核可以是n×

m×

k维的。

2在合适文本框里，键入需要的数值，以改变变换核的维数。

当前波段数只能设置为1。

3选择“EditKernel”按钮，交互式地编辑默认值，改变个别滤波器的权重。

MorphologicalFiltering

数学形态学是一种基于形状的非线性处理数字图像的方法。

它的主要目的是几何结构的量化。

这一论题的深入讨论超出了本手册的范围。

参见以下参考书。

Haralick,Sternberg,andZhuang,ImageAnalysisUsingMathematicalMorphology,IEEETransactionsonPatternAnalysisandMachineIntelligence,Vol.PAMI-9,No.4,July1987,p.532-550.

Morphology。

2选择形态学滤波的一种类型：

Dilate,Erode,Opening,或Closing。

使用形态学滤波

需要有几个事先定义的形态学变换核。

这儿用到的形态学变换核仅仅是结构要素，不能与卷积变换核相混淆。

Morphology>

2出现MorphologyInputFile对话框时，选择要处理的数据。

文件选择程序与卷积滤波中的一样。

选择形态学参数

在文件选择对话框里，选择好输入数据以后：

2出现MorphologyParameters对话框时，在标有“Cols”和“Rows”的文本框里键入变换核的大小。

编辑变换核：

A点击“EditKernel”。

B出现KernelEdit对话框时，每一个变换核的值显示在各自的可编辑的文本框里，选择下列选项。

改变任何数值，点击要改变的值，键入新值。

重新设置原始值，点击“Reset”。

保存编辑过的变换核，点击“SaveKernel”，在合适文本框里键入输出文件名。

恢复到以前存储的变换核，点击“RestoreKernel”，选择需要的变换核文件。

3点击“OK”。

4第二次出现MorphologyParameters对话框，在“Cycles”文本框里，键入需要的值，以确定重复滤波的循环数。

5选择一种滤波器类型——“Binary”（二值的）、“Gray”（灰阶）,或“Value”。

选择“Binary”，则输出的像元或呈黑色，或呈白色。

“Gray”表示保留了梯度。

“Value”表示允许已选像元的变换核值增加或减少。

6选择“File”或“Memory”输出。

如果选择输出到“File”，键入一个输出文件名。

7点击“OK”，执行滤波。

出现一条显示操作完成过程的状态信息。

如果不需要图像tiling，状态窗口显示不是渐渐地进展的，而是稍微等上一会儿，突然从0跳到100%（因为它是整个图像一次性操作的）。

Dilate（扩大）

Dilate功能，一般地称“填充”、“膨胀”或“生长”，是用来在二值或灰阶图像中填充比结构元素（变换核）小的孔。

Erode（侵蚀）

Erode功能，常称做“皱缩”或“减小”，是用来在二值或灰阶图像中消除比结构元素（变换核）小的像元岛的。

Erode。

Opening（开放）

一幅图像的开放被定义为图像侵蚀后，紧跟着是用同样的结构元素扩大。

开放图像平滑轮廓，打破窄窄的地峡，消除小岛，使峰和岬更趋尖锐。

用侵蚀，随后再扩大，可以达到同样的效果。

Opening。

Closing（封闭）

图像的封闭被定义为图像扩大后，紧跟着用同样的结构元素进行侵蚀。

封闭图像平滑轮廓，融合窄缝和长而细的海湾，消除小孔，并用轮廓填充间隙。

用扩大，随后再侵蚀也可以达到同样的效果。

Closing。

Texture滤波器

许多图像包含的区域以亮度变化为特征，而不单单限于亮度值。

纹理指图像色调作为等级函数在空间上的改变。

被定义为纹理清楚的区域，灰度等级相对于不同纹理的地区一定是比较接近的。

ENVI支持几种基于概率统计或二阶概率统计的纹理滤波。

OccurrenceMeasures（概率统计）

ENVI有五个不同的基于概率统计的纹理滤波。

概率统计运用处理窗口中每一个灰阶出现的次数作为纹理计算。

概率统计滤波可以利用的是数据范围、平均值、变化、熵和偏移（skewness）。

详情见下面参考书。

Anys,H.,A.Bannari,D.C.He,andD.Morin,1994.TextureanalysisforthemappingofurbanareasusingairborneMEIS-IIimages,inProceedingsoftheFirstInternationalAirborneRemoteSensingConferenceandExhibition,Strasbourg,France,Vol.3,pp.231-245.

Texture>

OccurrenceMeasures。

2出现TextureInputFile对话框时，选择输入文件，若需要，可以用空间子集。

文件选择程序与卷积滤波的一样。

3选好输入数据以后，点击“OK”。

4出现OccurrenceTextureParameters对话框时，在对话框的“TexturestoCompute”部分需要的选项附近点击文本框选择要创建的纹理图像。

5在“Rows”（Y）和“Cols”（X）文本框里，键入处理窗口的大小，设定用于纹理评价的区域。

6选用“File”或“Memory”输出。

若选择输出到“File”，在标有“EnterOutputFilename”的文本框里键入要输出的文件名；

7点击“OK”，开始处理。

完成以后，选择的纹理图像将计算出来，被放在AvailableBandsList中。

Co-occurrenceMeasures（二阶概率统计）

二阶概率统计用一个灰色调空间相关性矩阵（gray-tonespatialdependencematrix）计算纹理值。

这是一个相对频率矩阵，像元值出现在两个邻近的由特定的距离和方向分开的处理窗口中。

显示了一个像元和它的特定邻域之间关系的发生数（thenumberofoccurrencesoftherelationshipbetweenapixelanditsspecifiedneighbor）。

例如，下面所示的co-occurrence矩阵是在一个3x3的窗口中，由每一个像元和它的水平方向的邻居生成的（shiftvaluex=1,y=0）。

一个3×

3基窗口中的像元与被一个像元变换（wasshiftedby1pixel）的3×

3窗口的像元被用来生成co-occurrence矩阵。

ENVI有八个基于co-occurrence矩阵的纹理滤波。

这些滤波包括平均值、变异、协同性、对比度、相异性、熵、二阶矩和相关。

详情见下面的参考书。

Haralick,R.M.,Shanmugan,K.,andDinstein,I.,1973,“TexturalFeaturesforImageClassification”:

IEEETransactionsonSystems,Man,andCybernetics,Vol.3,No.6,pp.610-621.

要访问实现基于二阶概率统计的纹理滤波：

Co-occurrenceMeasures。

2出现TextureInputFile对话框时，选择输入文件，有必要时，选择子集。

文件选择程序与卷积滤波用的一样。

3选择好输入数据以后，点击“OK”。

4出现Co-occurrenceTextureParameters对话框，在对话框的“TexturestoCompute”部分需要的选项附近点击文本框，选择要创建的纹理图像。

5在“Rows”（Y）和“Cols”（X）文本框里，键入处理窗口的大小。

6键入X、Y变换值，用来计算co-occurrence矩阵。

7选用“File”或“Memory”输出。

8点击“OK”，开始处理。

完成以后，选择的纹理图像将被计算出来，放在AvailableBandsList中。

AdaptiveFiltering（自适应滤波）

自适应滤波运用围绕每个像元的小框里的那些像元的标准差来计算一个新的像元值。

特别是，原始的像元值由基于周围有效像元（那些符合标准差标准的像元）计算的新值代替。

不同于典型的低通平滑滤波，自适应滤波器在压制噪声的同时保留了图像的尖锐和细节。

ENVI提供了六个滤波器，可以通过选择Filters>

AdaptiveFilters得到。

这些滤波器运行起来速度较慢。

Lee滤波器

Lee滤波器是一个基于标准差的滤波器，用于平滑强度跟图像景象密切相关的噪声数据，但是含有附加的成分。

它对基于独立滤波窗口中计算的统计图数据进行滤波。

不象典型的低通平滑滤波器，Lee滤波器和其它类似的σ滤波器在压制噪声的同时，保留了图像的尖锐和细节。

被滤掉的像元将用周围像元计算的值代替。

Lee,Jong-Sen,“DigitalImageEnhancementandNoiseFilteringbyUseofLocalStatistics,”IEEETransactionsonPatternAnalysisandMachineIntelligence,VolPAMI-2,No.2,March1980,pp.165-168

1.选择Filters>

Adaptive>

Lee.

2出现标准ENVI文件选择对话框时，选择一个文件名或波段名和空间子集。

4出现LeeFilterParameters对话框时，在“FilterSize”文本框里键入需要的滤波器大小。

5用“Additive”,“Multiplicative”,和“Both”标签附近的按钮，选择需要的噪声模型。

特别指出，雷达图像的噪声是倍增的（斑点）。

6若需要，在相应文本框里键入数值，以改变“AdditiveNoiseMean”和“MultiplicativeNoiseMean”的默认值0.0和1.0。

较大的噪声平均值将产生较少的平滑。

7若需要，改变“NoiseVariance”值。

当选择“Additive”和“Both”噪声模型时，“NoiseVariance”参数被设置成附加噪声变化量。

当选择“Multiplicative”噪声模型时，设置为倍增的噪声。

噪声变化量的估计可以通过计算图像中平坦区域（如湖泊等）的数据差异得到。

对于雷达数据中的倍增的噪声，噪声变化量可以通过“1/观察次数”来估计。

8选用“File”或“Memory”输出。

9点击“OK”，开始处理。

Frost滤波器

Frost滤波器用于雷达图像中保留边缘的情况下，减少斑点。

它是按指数规律阻尼循环的均衡滤波，用于局部统计。

参与滤波的像元由到滤波器中心的距离、阻尼系数和局部变化计算的值来代替。

ZhenghaoShiandKoB.Fung,“AComparisonofDigitalSpeckleFilters,”ProceedingsofIGRASS94,August8-12,1994,pp.2129-2133.

1选择Filters>

Frost。

2出现文件选择对话框时，选择一个文件或波段以及需要的空间子集。

3点击“OK”

4出现FrostFilterParameters对话框时，在“FilterSize”文本框里键入需要的滤波器大小

5在“DampingFactor”文本框里，键入需要的值

DampingFactor决定了按指数规律阻尼的数量，默认值为1对于多数雷达图像时足够的。

阻尼值越大，保留的边缘越好，但是平滑越少；

反过来，阻尼值小时，平滑较多。

阻尼值为0时，得到的结果与低通滤波输出的结果一样。

6选用“File”或“Memory”输出。

7点击“OK”，进行滤波。

出现一条状态信息，显示已经完成了多少操作。

Gamma滤波器

γ滤波器用于雷达图像中保留边缘信息时，减少斑点。

它类似于Kuan滤波器，但是假定数据呈γ分布。

参与滤波的像元由局部统计计算的值代替。

详情见下列参考书。

ZhenghaoShiandKoB.Fung,“AComparisonofDigitalSpeckleFilters,”ProceedingsofIGRASS94,August8-12,1994,pp.2129-