ERDAS圖像增強處理

實驗目的： ?學會利用ERDAS實現遙感圖像增強 實驗儀器： 計算機、ERDAS軟件 空間增強 輻射增強 光譜增強 * * 實驗一：輻射增強 1.對單個像元的灰度值進行變換達到圖像增強的目的 LUT Stretch(查找表查詢) Histogram Equalization(直方圖均衡化) Histogram Match(直方圖匹配) Brightness Inverse(亮度反轉) Haze Reduction(去霾處理) Noise Reduction(降噪處理) Destripe TM Data(去條帶處理) 輻射增強命令 輻射增強功能 LUT Stretch： 查找表拉伸 通過修改圖像查找表(Lookup Table)使輸出圖像值發生變化，是圖像對比度拉伸的總和 Histogram Equalization: 直方圖均衡化 對圖像進行非線性拉伸，重新分布圖像像元值使一定灰度范圍內像元的數量大致相等 Histogram Match: 直方圖匹配 對圖像查找表進行數學變換，使一幅圖像的直方圖與另一幅圖像類似，常用于圖像拼接處理 Brightness Inverse: 亮度反轉 對圖像亮度范圍進行線性及非線性取反值處理 Haze Reduction: 去霾處理 降低多波段圖像及全色圖像模糊度的處理方法 Noise Reduction: 降噪處理 利用自適應濾波方法去除圖像噪聲 Destripe TM Data: 去條帶處理 對Landsat TM圖像進行三次卷積處理去除條帶 輻射增強 圖像輻射增強處理——直方圖均衡化 1.實驗步驟參閱實習指導書，截圖并寫出實驗報告 實驗二：空間增強 空間增強(Spatial Enhancement)技術是利用像元自身及其周圍像元的灰度值進行運算，達到增強整個圖像之目的。ERDAS提供的空間增強處理功能有：卷積增強、非定向邊緣增強、聚焦分析、紋理分析、自適應濾波、分辯率融合、銳化處理等。 圖像空間增強 圖像空間增強是利用像元自身及其周圍像元的灰度值進行運算，達到增強整個圖像的目的 Convolution(卷積增強) Non-directional Edge(非定向邊緣增強) Focal Analysis(聚焦分析) Texture(紋理分析) Adaptive Filter(自適應濾波) Statistical Filter(統計濾波) Resolution Merge(分辨率融合) Crisp(銳化處理) 空間增強命令 空間增強功能 Convolution: 卷積增強 用一個系數矩陣對圖像進行分塊平均處理 Non-directional Edge： 非定向邊緣增強 首先應用兩個正交卷積算子分別對圖像進行邊緣探測，然后將兩個正交結果進行平均化處理 Focal Analysis: 聚集分析 使用類似卷積濾波的方法，選擇一定的窗口函數，對輸入圖像文件的數值進行多種變換 Texture: 紋理分析 通過二次變異等分析增強圖像的紋理結構 Adaptive Filter: 自適應濾波 應用自適應濾波器對AOI進行對比度拉伸處理 Crisp: 銳化處理 增強整景圖像亮度而不使其專題內容發生變化 空間增強 1 2 3 核函數 卷積增強處理 卷積增強處理的關鍵是卷積算子——系數矩陣(Kernal)的選擇，系統提供了3×3， 5×5， 7×7等大小不同的矩陣，并且預置了不同系數以便應用于不同目的的圖像處理，諸如： 邊緣檢測(Edge Detect) 邊緣增強(Edge Enhance) 低通濾波(Low Pass) 高通濾波(High Pass) 水平增強(Horizontal) 垂直增強(Vertical) 水平邊緣檢測(Horizontal Edge Detection) 垂直邊緣檢測( Vertical Edge Detection ) 交叉邊緣檢測( Cross Edge Detection ) 卷積增強處理 1.確定輸入文件 2.確定輸出文件 3.選擇卷積算子 4.選擇研究區(可選) 5.OK 實驗影像：lanier.img 2.實驗步驟參閱實習指導書，截圖并寫出實驗報告 基于多波段數據對每個像元的灰度值進行變換，達到圖像增強的目的。 Principal Components(主成份變換) Inverse PC(主成份逆變換) Decorrelation Stretch(去相關拉伸)

總結

以上是生活随笔為你收集整理的erdas图像增强步骤_ERDAS图像增强处理.ppt的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。