遥感图像的辐射增强.docx

遥感图像的辐射增强.docx

《遥感图像的辐射增强.docx》由会员分享，可在线阅读，更多相关《遥感图像的辐射增强.docx（15页珍藏版）》请在冰豆网上搜索。

遥感图像的辐射增强

遥感图像的辐射增强实验报告

课程名称：

遥感概论

年级：

实验日期：

2015-05-21

姓名：

学号：

班级：

实验名称：

遥感图像的辐射增强

实验序号：

成员人数：

实验目的：

通过上机操作，掌握线性对比度拉伸、直方图均衡化和直方图规定化三种遥感图像辐射增强处理的方法和过程，理解图像直方图变化与图像亮度变化之间的关系。

实验内容：

1.线性对比度拉伸

2.直方图均衡化

3.直方图匹配

4.完成一份实验报告

实验方法和步骤：

一线性对比度拉伸

降低原图像的灰度值

在viewer#1中显示mobby.img,在viewer#1中单击菜单栏中rastercontrastgeneralcontrast,如图1-1：

图1-1

打开如图1-2所示的ContrastAdjust对话框，在下拉列表框中选择线性linear,斜率slope改为0.2，截距shift为默认值，apply显示图像，如图1-2所示。

将灰度调小的影像另存为mobby-0.img，打开另存的影像，发现影像和原影像一致，重复调小灰度的操作后，保存影像，就能得到较暗的影像，如图1-2所示。

图1-2

生成的降低灰度值之后的影像1-3

图1-3

线性对比度拉伸

打开影像，选择Viewer1菜单条的Raster→Contrast→GeneralContrast→打开ContrastAdjust对话框，选择线性linear,单击breakpts,,打开nreakpointeditor窗口如图1-4所示,

增加断点

删除断点。

红色图像显示的是红光通，道绿色图像显示的是绿光通道，蓝色图像显示的是蓝光通道，在没进行任何操作时，红绿蓝三个通道的峰值都偏左，灰度较低，可以通过增加断点和移动断点的方法，使红绿蓝三个通道的图像居中，以此对图像进行线性拉伸或收缩，如图1-4所示。

点击imagefile,单击保存save,保存进行线性拉伸的图像得到如图1-5的影像。

图1-4

图1-5

波段一：

波段二：

波段三：

波段四：

二直方图均衡化（HistogramEqualization）

定义待处理影像文件

在ERDAS图标面板中选择Interpreter→RadiometricEnhancement→HistogramEqualization→打开HitogramEqualization对话框，如图2-1所示，设置输入影像和输出影像后，单击OK。

图2-1

得到如图的直方图均衡化影像：

图2-2

查看直方图均衡化影像信息如图2-3和直方图如图2-4：

图2-3

图2-4

三直方图匹配（HistogramMatch）

（1）单波段直方图匹配

1在ERDAS图标面板中选择Interpreter→RadiometricEnhancement→HistogramMatch如图3-1打开HitogramMatch对话框，分别按波段1，2，3依次进行图像匹配，得到单波段直方图匹配影像，图17的单波段直方图匹配影像信息，图18的单波段直方图匹配影像直方图，将三幅单波段直方图匹配影像叠合，得到图17的直方图匹配影像。

图3-1

单波段直方图匹配影像：

波段1波段2波段3

单波段直方图匹配影像直方图：

波段1波段2波段3

将3幅单波段直方图匹配影像叠合，打开interpreter/utilities/layerstack,如图3-2所示，依次添加3幅影像，设置输出文件名，得到3-3的图像以及信息和直方图如图20。

图3-2

图3-3

多波段图像匹配，打开图像匹配对话框，添加影像3-4，在useallbandsformatching打勾，执行后得到多波段匹配影像图3-5。

信息和直方图如图3-6，3-7所示。

图3-4

图3-5

图3-6

图3-7

总结：

1.认真对比处理前后图像的差别，谈谈三种增强方法的处理效果和直方图的变化情况。

线性对比度拉伸是通过修改图像查找表，是输出图像值发生变化

，直方图均衡化实质上是对图象进行非线性拉伸，重新分配图像像元值，使一定灰度范围内像元数量大致相等。

直方图匹配是对图像查找表进行数学变化，使一幅图像直方图与另一幅类似。