1第四章遙感數(shù)字圖像增強(qiáng)處理ImageEnhancement一、圖像增強(qiáng)概述image

Enhancement二、輻射增強(qiáng)radiationEnhancement

三、空間增強(qiáng)SpatialEnhancement四、頻率域增強(qiáng)frequencyEnhancement五、彩色增強(qiáng)ColorEnhancement六、圖像運(yùn)算ImageCalcu.七、多光譜增強(qiáng)Multi-spectralEnhancement2什么是圖像增強(qiáng)？

Imageenhancementistheprocessofmakinganimage

more

interpretableforaparticularapplication(Faust,1989).一、圖像增強(qiáng)概述

3圖像增強(qiáng)的目的主要目的：（1）采用一系列技術(shù)改善圖像的視覺效果，提高圖像的清晰度；（2）將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行解譯和分析處理的形式。改變圖像的灰度等級，提高圖像的對比度；消除邊緣和噪聲，平滑圖像；突出邊緣和線狀地物，銳化圖像；合成彩色圖像；壓縮圖像數(shù)據(jù)量，突出主要信息等。4圖像增強(qiáng)不是以圖像保真度為原則，而是通過處理設(shè)法有選擇地突出便于人或機(jī)器分析某些感興趣的信息，抑制一些無用的信息，以提高圖像的使用價(jià)值，即圖像增強(qiáng)處理只是增強(qiáng)了對某些信息的辨別能力。5增強(qiáng)的實(shí)質(zhì)增強(qiáng)感興趣地物與周圍地物之間的反差。6圖像增強(qiáng)的分類1、從增強(qiáng)的作用域出發(fā)

空間域增強(qiáng)：空間域是指圖像平面所在的二維平面。直接處理圖像上的像素，主要對灰度進(jìn)行操作；1）點(diǎn)處理：每次對單個(gè)像元進(jìn)行灰度增強(qiáng)的處理2）鄰域處理或模板處理：對一個(gè)像元及其周圍的小區(qū)域子圖像進(jìn)行處理

頻率域增強(qiáng)：對圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行操作，然后經(jīng)傅立葉逆變換獲得所需結(jié)果7圖像增強(qiáng)的分類2、從處理的像元出發(fā)輻射增強(qiáng)：對單個(gè)像元的灰度值進(jìn)行變換，達(dá)到圖像增強(qiáng)目的；空間增強(qiáng)：利用像元自身及其周圍像元的灰度值進(jìn)行運(yùn)算；光譜增強(qiáng)：以多波段數(shù)據(jù)為基礎(chǔ)，對每個(gè)像元的灰度值進(jìn)行變換8圖像增強(qiáng)的主要內(nèi)容通過改變單個(gè)像元及相鄰像元的灰度值來增強(qiáng)圖像。對圖像進(jìn)行傅里葉變換，然后對變換后的頻率域圖像的頻譜進(jìn)行修改，達(dá)到增強(qiáng)的目的9二、輻射增強(qiáng)

輻射增強(qiáng)是一種通過對圖像中的每個(gè)像素值進(jìn)行計(jì)算，從而改善圖像質(zhì)量的圖像處理方法，是一種點(diǎn)運(yùn)算。點(diǎn)運(yùn)算：輸出值JP(i,j)僅與IP(i,j)有關(guān)——通過直接改變圖象中像元的亮度值來改變圖像的對比度10二、輻射增強(qiáng)點(diǎn)運(yùn)算用數(shù)學(xué)公式表示為：r--原始圖像f(x,y)的灰度級s--增強(qiáng)圖像g(x,y)的灰度級T--灰度映射函數(shù)

只作用在單個(gè)像素上，輸出g(x,y)只與位置

(x,y)處的輸入f(x,y)有關(guān)?！包c(diǎn)到點(diǎn)的處理”點(diǎn)運(yùn)算完全由T決定。根據(jù)T的形式，可分為線性點(diǎn)運(yùn)算和非線性點(diǎn)運(yùn)算。11二、輻射增強(qiáng)1、直方圖histogram

12二、輻射增強(qiáng)13計(jì)算方法：數(shù)字圖像直方圖：以每個(gè)像元為單位，表示圖像中各亮度值或亮度值區(qū)間像元出現(xiàn)的頻率的分布圖。14直方圖的性質(zhì)（1）直方圖反映了圖像中的灰度分布規(guī)律，描述每個(gè)灰度級具有的像元個(gè)數(shù)，但不包含這些像元在圖像中的位置；（2）任何圖像有唯一的直方圖，不同的圖像可能有相同的直方圖；（3）如果一幅圖像有兩個(gè)不相連的區(qū)域組成，并且每個(gè)區(qū)域的直方圖已知，則整幅圖的直方圖為該兩個(gè)區(qū)域直方圖之和。15直方圖的作用直觀地了解圖像的亮度值分布范圍、峰值的位置、均值以及亮度值分布的離散程度。直方圖的曲線可以反映圖像的質(zhì)量差異。正態(tài)分布：反差適中，亮度分布均勻，層次豐富，圖像質(zhì)量高。偏態(tài)分布：圖像偏亮或偏暗，層次少，質(zhì)量較差。16直方圖的作用1718均值靠近低灰度值，為低密度圖像，圖像顯得比較暗。均值靠近高灰度值，為高密度圖像圖像顯得比較亮。標(biāo)準(zhǔn)差較小，為低反差圖像標(biāo)準(zhǔn)差較大，為高反差圖像我91559159159159151599159159355151535112均12.153標(biāo)160999159352115591595915951595151353535511535115均11.856標(biāo)31049515535419均值靠近低灰度值，為低密度圖像，圖像顯得比較暗。均值靠近高灰度值，為高密度圖像圖像顯得比較亮。標(biāo)準(zhǔn)差較小，為低反差圖像標(biāo)準(zhǔn)差較大，為高反差圖像我20累計(jì)直方圖

圖像直方圖是描述圖像質(zhì)量的可視化圖表。在圖像處理中，可以通過調(diào)整圖像直方圖的形態(tài)，改善圖像顯示的質(zhì)量，以達(dá)到圖像增強(qiáng)的目的。21累計(jì)直方圖222、線性變換linearstretch

（1）全域線性拉伸——按比例拉伸在改善圖像對比度時(shí)，如果采用線性或分段線性的函數(shù)關(guān)系，那么這種變換就是線性變換。調(diào)整線性參數(shù)，改變變換效果23變換前像元素灰級變換后01234567012345678910111213141524直方圖的形狀基本不改變25設(shè)圖像變換前原圖像的灰度范圍為的亮度值為：設(shè)圖像變換后的亮度值為：則26

通過調(diào)整參數(shù)a1，a2，b1，b2，即改變變換直線的形態(tài)，可以產(chǎn)生不同的變換效果。若a2-a1<b2-b1，則影像被拉伸，亮度范圍擴(kuò)大，;

若a2-a1>b2-b1，影像被壓縮，亮度范圍縮小，;

對于a2與a1

，是取在影像亮度值的全部或部分，偏亮或偏暗處，均可根據(jù)對影像顯示效果的需要而人為地設(shè)定。27

在曝光不足或過度的情況下，圖像灰度可能會局限在一個(gè)很小的范圍內(nèi)，這時(shí)在顯示器上看到的將是一個(gè)模糊不清、似乎沒有灰度層次的圖像，此時(shí)可利用灰度變換對圖像每一個(gè)像素灰度作拉伸，可以有效地改善圖像視覺效果。28Thisgraphicillustratestheincreaseincontrastinanimagebefore(left)andafter(right)alinearcontraststretch.

29（2）2%線性拉伸用于處理低灰度級和高灰度級端異常現(xiàn)象——“拖尾”（可能是噪聲或某種異常原因），即累計(jì)直方圖中累計(jì)頻率的2%和98%所對應(yīng)的灰度級作為拉伸輸入[a1，a2]30（3）分段線性變換——是為了突出人們感興趣的目標(biāo)或亮度值區(qū)間，要求局部擴(kuò)展亮度值范圍。它可以有效地利用有限個(gè)灰度級，達(dá)到最大限度增強(qiáng)圖像中有用信息的目的，更有效地拉大感興趣目標(biāo)與其它地物之間的反差3132高值區(qū)拉伸低值區(qū)拉伸中值區(qū)拉伸33①②③變化前亮度值0123456789101112131415變化后亮度值0011122468101213141415結(jié)果比較34

35

36

分段線性變換37

削波（保留部分背景）38

閾值化（清除背景）39

灰度窗口40413、非線性變換——nonlinearstretch變換函數(shù)是非線性

非線性灰度變換對于要進(jìn)行擴(kuò)展的亮度值范圍是有選擇的，擴(kuò)展的程度是隨亮度值的變化兒連續(xù)變化的。常用的有兩種方法1）對數(shù)變換當(dāng)希望對圖像的低亮度區(qū)有較大的擴(kuò)展而對高亮度區(qū)壓縮時(shí)，可采用此種變換。2）指數(shù)變換此種可以對圖像的高亮度區(qū)給予較大的擴(kuò)展。42指數(shù)變換

其意義是在亮度值較高的部分?jǐn)U大亮度間隔，屬于拉伸，而在亮度值較低的部分縮小亮度間隔，屬于壓縮。數(shù)學(xué)表達(dá)式為a，b，c為可調(diào)參數(shù)，可以改變指數(shù)函數(shù)曲線的形態(tài)，從而實(shí)現(xiàn)不同的拉伸比例。43對數(shù)變換

與指數(shù)變換相反，它的意義是在亮度值較低的部分拉伸，而在亮度值較高的部分壓縮，其數(shù)學(xué)表達(dá)式為

a，b，c仍為可調(diào)參數(shù)，由使用者決定其值。44

對數(shù)變換動態(tài)范圍壓縮45

4647

原始圖像f(i,j)的灰度范圍為[a,b]，可以通過自然對數(shù)變換到區(qū)間[a’,b’]上，從而求得圖像f’(i,j)：

48暗區(qū)壓縮，亮區(qū)拉伸暗區(qū)拉伸，亮區(qū)壓縮兩端壓縮，中間拉伸中間壓縮，兩端拉伸暗區(qū)拉伸，亮區(qū)壓縮494、直方圖均衡化——HistogramEqualization

遙感圖像其灰度分別集中在較窄的區(qū)間，從而引起圖像細(xì)節(jié)的模糊，為使圖像細(xì)節(jié)清晰，并使一些目標(biāo)得到突出，達(dá)到增強(qiáng)圖像的目的，可通過改善各部分亮度的比例關(guān)系，即可通過直方圖的方法來實(shí)現(xiàn)。直方圖調(diào)整以概率論為基礎(chǔ)的，常用的方法有直方圖均衡化和直方圖規(guī)定化。

504、直方圖均衡化——HistogramEqualization

直方圖均衡化又稱直方圖平坦化，是將一已知灰度概率密度分布的圖像，經(jīng)過某種變換，變成一幅具有均勻灰度概率密度分布的新圖像，其結(jié)果是擴(kuò)展了像元取值的動態(tài)范圍，從而達(dá)到增強(qiáng)圖像整體對比度的效果。直方圖均衡化51基本思想原圖像的灰度值原圖像中任一灰度出現(xiàn)的概率新圖像的灰度值新圖像中任一灰度出現(xiàn)的概率（相同）經(jīng)證明，累計(jì)直方圖曲線即為直方圖均衡化的基本變換函數(shù)52計(jì)算方法534、直方圖均衡化——HistogramEqualization

步驟：（1）統(tǒng)計(jì)原圖像每一灰度級的像元數(shù)和累積像元數(shù)；（2）計(jì)算原每一灰度級均衡化后的新值；（3）以新值代替原灰度值，形成均衡化后的新圖像；（4）根據(jù)原圖像像元統(tǒng)計(jì)值對應(yīng)找到新圖像的像元統(tǒng)計(jì)值，做出直方圖。54Iftheinputrangeisnotuniformlydistributed.Inthiscase,ahistogram-equalisedstretchmaybebetter.Thisstretchassignsmoredisplayvalues(range)tothefrequentlyoccurringportionsofthehistogram.Inthisway,thedetailintheseareaswillbebetterenhancedrelativetothoseareasoftheoriginalhistogramwherevaluesoccurlessfrequently55Thisgraphicillustratestheratherunevenincreaseincontrastinanimagebefore(left)andafter(right)ahistogramequalisedstretch.56原圖像標(biāo)準(zhǔn)差小，低反差，層次較差57均衡化后新圖像標(biāo)準(zhǔn)差大，高反差，層次較好58直方圖均衡化示例

59計(jì)算示例步驟：（1）統(tǒng)計(jì)原圖像每一灰度級的像元數(shù)和累積像元數(shù)；（2）計(jì)算原每一灰度級均衡化后的新值；（3）以新值代替原灰度值，形成均衡化后的新圖像；（4）根據(jù)原圖像像元統(tǒng)計(jì)值對應(yīng)找到新圖像的像元統(tǒng)計(jì)值，做出直方圖。N=49，L-1=16取整或四舍五入60均衡化后直方圖比較61假定有一幅總像素為n=64×64=4096的圖像，灰度級數(shù)L=8原灰度級像元數(shù)累積像元統(tǒng)計(jì)值變換后值新灰度級新像元數(shù)07901102328503656432952456122781直方圖均衡化計(jì)算實(shí)例——練習(xí)62假定有一幅總像素為n=64×64=4096的圖像，灰度級數(shù)L=8原灰度級像元數(shù)累積像元統(tǒng)計(jì)值變換后值新灰度級新像元數(shù)07907901.317901102318133.131023285026634.65850365633195.76985432936486.26524538936.77448612240156.9778140967.07直方圖均衡化計(jì)算實(shí)例——練習(xí)結(jié)果63均衡化前后的直方圖對比6465注意：1）直方圖均衡化，不改變灰度出現(xiàn)的次數(shù)（因?yàn)槟菢訒淖儓D像的信息結(jié)構(gòu)），所改變的是出現(xiàn)次數(shù)所對應(yīng)的灰度級。2）直方圖均衡化，力圖使等長區(qū)間內(nèi)出現(xiàn)的像素?cái)?shù)接近相等。直方圖均衡化后的圖像每個(gè)灰度級的像元頻率，理論上應(yīng)相等，直方圖形態(tài)應(yīng)為理想的直線。實(shí)際上均衡化后的直方圖呈現(xiàn)參差不齊的外形，這是由于于圖像是離散函數(shù)，各灰度級可能的像元個(gè)數(shù)有限，在一些灰度級處可能沒有像元，在某些灰度級處則像元很多，所以不會產(chǎn)生理想的直線形態(tài)。66均衡化后的效果：（1）各灰度級出現(xiàn)的頻率近似相等；（2）原圖像上頻率小的灰度級被合并，實(shí)現(xiàn)壓縮；頻率高的灰度級被拉伸，使亮度集中于中部的圖像得到改善，增強(qiáng)圖像上大面積地物與周圍地物的反差。即：直方圖上灰度分布較密的部分被拉伸；灰度分布稀疏的部分被壓縮，從而使一幅圖像的對比度在總體上得到很大的增強(qiáng)。675、直方圖規(guī)定化/匹配——HistogramSpecification/Matching

直方圖規(guī)定化：是指使一幅圖像的直方圖變成規(guī)定形狀的直方圖而進(jìn)行的圖像增強(qiáng)方法。規(guī)定直方圖的類型（1）參考圖像的直方圖，通過變換，使兩幅圖像的亮度變化規(guī)律盡可能地接近；（2）特定函數(shù)形式的直方圖，通過變換，使變換后的圖像亮度變化規(guī)律可能地服從這種函數(shù)的分布。68直方圖規(guī)定化的原理：對兩個(gè)直方圖都做均衡化，變成相同的歸一化的均勻直方圖，以此均勻直方圖為媒介，再對參考圖像做均衡化的逆運(yùn)算。69計(jì)算示例70計(jì)算示例

均衡化的變換函數(shù)采用歸一化的形式，即拉伸因子為1；此時(shí)設(shè)N=1，L-1=1，其它值相應(yīng)變?yōu)樾?shù)或分?jǐn)?shù)。因此，均衡化的變換函數(shù)即為該圖像的積累直方圖本身。71具體步驟：72計(jì)算示例73

圖(C)、(c)是將圖像(A)按圖(b)的直方圖進(jìn)行規(guī)定化得到的結(jié)果及其直方圖。通過對比可以看出圖(C)的對比度同圖（B)接近一致，對應(yīng)的直方圖形狀差異也不大。這樣有利于影像融合處理，保證融合影像光譜特性變化小。7475直方圖規(guī)定化應(yīng)用：

直方圖規(guī)定化又稱為直方圖匹配，這種增強(qiáng)方法經(jīng)常作為圖像鑲嵌或應(yīng)用遙感圖像進(jìn)行動態(tài)變化研究的預(yù)處理工作，通過直方圖匹配可以部分消除由于太陽高度角或大氣影響造成的相鄰圖像的色調(diào)差異，從而可以降低目視化解譯的錯誤。76776、密度分割——黑白灰度圖像變?yōu)椴噬珗D像概念：單波段黑白遙感圖像可按亮度分層，