基于erdas的图像增强处理文档格式.docx

基于erdas的图像增强处理文档格式.docx

《基于erdas的图像增强处理文档格式.docx》由会员分享，可在线阅读，更多相关《基于erdas的图像增强处理文档格式.docx（11页珍藏版）》请在冰豆网上搜索。

一、图像解译功能简介

利用ERDASIMAGINE进行图像增强主要采用ERADSIMAGINE的图像解译器（ImageInterpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（ModelMaker）建立了图形模型算法，容易调用或编辑。

图像解译器（ImageInterpreter或Interpreter），可以通过两种途径启动：

ERDAS图标面板菜单条：

Main/ImageInterpreter----ImageInterpreter菜单（图1.1）

ERDAS图标面板工具条：

点击Interpreter图标----ImageInterpreter菜单（图1.1）

图1.1ImageInterpreter菜单

从上图可以看出，ERDAS图像解译模块包含了8个方面的功能，依次是遥感图像的空间增强（SpatialEnhancement）、辐射增强（RadiometricEnhancement）、光谱增强（SpectralEnhancement）、高光谱工具（HyperSpectralTools）、傅立叶交换（FourierAnalysis）、地形分析（TopographicAnalysis）。

地理信息系统分析（GlSAnalysis）、以及其它实用功能（Utilities）。

每一项功能菜单中又包含若干具体的遥感图像处理功能。

二、空间增强

1.空间增强（SpatialEnhancement）简介

空间增强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。

ERDASIMAGINE提供的空间增强处理功能如表4.1所列。

表4.1遥感图像空间增强命令及其功能

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-directionalEdge：

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

FocalAnalysis:

聚集分析

使用类似卷积滤波的方法，选择一定的窗口呼函数，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

AdaptiveFilter:

自适应滤波

应用自适应滤波器对AOI进行对比度拉伸处理

ResolutionMerge:

分辩率融合

不同空间分辨率遥感图像的融合处理

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

2.卷积增强处理

卷积增强是将整个图像按像元分块进行平均处理，用于改变图像的空间频率特征。

卷积处理的关键是卷积算子——系数矩阵的选择。

ERDAS将常用的卷积积算子放在default.klb的文件中，分别以3×

3、5×

5、7×

7三组，每组又包括edgeDetect/edgeenhance/lowpass/Highpass/Horizontal/vertical/summary等七种不同的处理方式。

具体执行过程如下：

ERDAS图标面板工具条:

点击Interpreter/spatialEnhancement/convolution—打开convolution对话框，并设置如下参数：

图1.2Convolution对话框

运行结果如图1.3所示：

图1.3Convolution运行结果

3.纹理分析

纹理分析通过在一定的窗口内进行二次变异分析或三次对称分析，使图像的纹理结构得到增强，具体过程如下：

ERDAS图板面板工具条：

点击Interpreter/spatialEnhancement/Texture—打开Texture对话框，并设置参数如下：

图1.4Texture对话框

这一分析方法的关键是确定Windowsize的定义操作函数Operator。

运行结果如下图：

图1.5纹理分析运行结果

三、辐射增强：

1.辐射增强（RadiometricEnhancement）简介

辐射增强处理是对单个像元的灰度值进行变换达到图像增强的目的。

ERDASIMAGINE提供的辐射增强处理功能如表4.2所列。

表4.2遥感图像辐射增强命令及其功能

辐射增强命令

辐射增强功能

LUTStretch：

查找表拉伸

通过修改图像查找表（LookupTable）使输出图像值发生变化，是图像对比度拉伸的总和。

HistogramEqualization:

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

HistogramMatch:

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

BrightnessInverse:

亮度反转

对图像亮度范围进行线性及非线性取反值处理

HazeReduction:

去霾处理

降低多波段图像及全色图像模糊度的处理方法

NoiseReduction:

降噪处理

利用自适应滤波方法去除图像噪声

DestripeTMData:

去条带处理

对LandsatTM图像进行三次卷积处理去除条带

2.直方图均衡化

该处理实质上是对图像进行非线性拉伸，重新分配图像像元值，使一定灰度范围内的像元的数量大致相等。

在ERDAS图标面板工具条中，点击Interpreter/RadiometricEnhancement/HistogramEqualization—--打开HistogramEqualization对话框,并设置参数如下：

图3.2HistogramEqualization对话框

图3.3直方图均衡化结果

四、光谱增强

1.光谱增强处理简介

光谱增强处理是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。

ERDSAIMAGINE提供的光谱增强处理功能如下图所示。

表4.3遥感图像光谱增强命令及其功能

光谱增强命令

光谱增强功能

PrincipalComponents:

主成份变换

将具有相关性的多波段图像压缩到完全独立的较少的几个波段，使遥感图像更易于解译分析

InversePrincipalComponents:

主成份逆变换

与主成份变换操作正好相反，将主成份变换图像依据当时的变换特征矩阵重新恢复到RGB彩色空间

DecorrelationStretch:

去相关拉伸

首先对图像的主成份进行对比度拉伸处理，然后再进行主成份逆变换，将图像恢复到RGB彩色空间

Tasseledcap:

缨穗变换

在植被研究中旋转数据结构轴优化图像显示效果

RGBtoHIS:

色彩变换

将图像从红（R）绿（G）蓝（B）彩色空间转换到亮度（I）、色度（H）、饱和度（S）彩色空间

HISTORGB:

色彩逆变换

将图像从亮度（I）色度（H）饱和度（S）彩色空间转换到红（R）绿（G）蓝（B）彩色空间

Indices:

指数计算

用于计算反映矿物及植被的各种比率和指数

NaturalColor:

自然色彩变换

模拟自然色彩对波段数据变换输出自然色彩图像

2.主成份变换

是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，便于图像分析与解译，具体过程如下：

在ERDAS图标面标工具条中，点击Interpreter/spectralEnhancement/principalComp——打开principalcomponents对话框,并按图4.1设置参数：

图4.1principalcomponents对话框

图4.2主成分分析运行结果

图4.2为原始图像与主成份变换获得的主份量1、2、3的对比图。

图4.3原图像432（RGB）图4.4主成份321（RGB）合成图像

3.缨穗变换

缨穗变换是针对植物学所关心的植被特征，对原始多波段图像数据进行空间旋转，获得具有物理意义的亮度、绿度、湿度等分量。

在ERDAS图标面板工具条中，点击Interpret/spectralEnhancement/TasseledCap——打开Tasseledcap对话框，并设置参数。

图4.5Tasseledcap对话框

下图为原始图像与缨穗变换的亮度、绿度、湿度分量的比较图。

图4.6亮度、绿度、湿度分量的比较图

欢迎您的下载，

资料仅供参考！

致力为企业和个人提供合同协议，策划案计划书，学习资料等等

打造全网一站式需求