12
2.1直方图均衡化
对图像进行非线性拉伸，重新分配图像像元值， 是一定灰度范围内像元的数量大致相等
13
2.1直方图均衡化
1.确定输入文件 2.确定输出文件
3.ok
实验影像：lanier.img
14
浏览Equalization空间模型
2.2亮度反转处理
对图像亮度范围进行线性或非线性取反，产 生一幅与输入图像亮度相反的图像。
•Homomorphic Filter(同态滤波)
22
4.1低通滤波
4.1.1 傅立叶变换
实验影像：tm_1.img
23
4.1低通滤波
4.1.2滤波器编辑
24
打开刚才经过傅立叶变 换后保存的文件
25
打开滤波器
选择低通滤波（Low Pass） 圆形滤波半径为80
将 滤 波 结 果 保 存
26
20
3.2指数计算
计算某影像的NDVI值
实验影像：la21nier.img
1.确定输入文件 2.确定输出文件
3.根据影像选择 其相应的传感器 4.选择计算的指数
5.OK
4.傅立叶变换
傅立叶变换是首先把遥感图像从空间域转换到频率域，然后在频 率域上对图像进行滤波处理，减少或消除周围噪声，再把图像从频率 域上转换到空间域，达到图像增强的目的。
实验影像：11lanier.img
1.确定输入文件 2.确定输出文件 3.选择卷积算子
4.OK
2.图像辐射增强
对单个像元的灰度值进行变换达到图像增强的目的。
LUT Stretch(查找表查询) Histogram Equalization(直方图均衡化) Histogram Match(直方图匹配) Brightness Inverse(亮度反转) Haze Reduction(去霾处理) Noise Reduction(降噪处理) Destripe TM Data(去条带处理)
4.1低通滤波
4.1.3傅立叶逆变换
打开刚刚经过滤波器编辑后保存的文 件； 选择要输出的文件； 进行傅立叶逆变换，有频率域转成空 间域。
27
写在最后
经常不断地学习,你就什么都知道。你知道得越多,你就越有力量 Study Constantly, And You Will Know Everything. The More
17
3.1主成份变换
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，是图像数据更易于解译
18
3.1主成份分析
1.确定输入文件 2.确定输出文件
特征逆矩变阵换输必出须设输置出（1）9如需
3.输入需要的主 成份数量
4.OK
运行日志输出设置
实验影像：lanier.img
3.2指数计算
将遥感图像中不同波段的灰度值进行各种混合运算， 计算反应矿物或植被的常用比率和指数
•Fourier Transform(傅立叶变换)
•Fourier Transform Editor(傅立叶变换编辑)
•Inverse Fourier Transform(傅立叶逆变换)
•Fourier Magnitude(傅立叶显示变换)
•Periodic Noise Removal(周围噪声去除)
15
2.2亮度反转处理
1.确定输入文件 2.确定输出文件
实验影像： loplakebed1s6ig357.img
3.ok 浏览Equalization空间模型
3.图像光谱增强
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。
Principal Components(主成份变换) Inverse PC(主成份逆变换) Decorrelation Stretch(去相关拉伸) Tasseled cap(缨帽变换) RGB to IHS(色彩变换) IHS to RGB(色彩逆变换) Indices(指数计算) Natural Color(自然色彩变换)
You Know, The More Powerful You Will Be
ERDAБайду номын сангаас基本操作（六）
—— 图像增强处理
1
提纲
图像空间增强 图像辐射增强 图像光谱增强 傅立叶变换 地形分析
2
1.图像空间增强
图像空间增强是利用像元自身及其周围像元 的灰度值进行运算，达到增强整个图像的目的
Convolution(卷积增强) Non-directional Edge(非定向边缘增强) Focal Analysis(聚焦分析) Texture(纹理分析) Adaptive Filter(自适应滤波) Statistical Filter(统计滤波) Resolution Merge(分辨率融合) Crisp(锐化处理)
5
1.1卷积增强处理
实验影像：6 lanier.img
1.确定输入文件
2.确定输出文件 3.选择卷积算子 4.选择研究区
（可选）
5.OK
1.1卷积增强处理
7
1.2非定向边缘增强
应用两个比较通用的滤波器（Sobel, Prewitt），首先通过两个正交卷积算子分别对 图像进行边缘检测，然后将两个正交结果进行 平均化处理。
3
1.1卷积增强处理
将整个图像按照像元分块进行平均处 理，用于改变图像的空间频率特征。
4
1.1卷积增强处理
卷积增强处理的关键是卷积算子——系数矩阵（Kernal） 的选择，系统提供了3×3， 5×5， 7×7等大小不同的矩阵， 并且预置了不同系数以便应用于不同目的的图像处理，诸如：
边缘检测（Edge Detect） 边缘增强（Edge Enhance） 低通滤波（Low Pass） 高通滤波（High Pass） 水平增强（Horizontal） 垂直增强（Vertical） 水平边缘检测（Horizontal Edge Detection） 垂直边缘检测（ Vertical Edge Detection ） 交叉边缘检测（ Cross Edge Detection ）
8
1.2非定向边缘增强
1.确定输入文件 2.确定输出文件
3.选择卷积算子
4.OK
实验影像：9 lanier.img
1.3纹理分析
通过在一定的窗口内进行二次变异分析（2nd-order Variance）或三次变异分析（3rd-order Variance），使 图像的纹理结构得到增强
10
1.3纹理分析