实验名称：直方图修正
一、实验目的
1.对影像进行直方图规定化和均衡化
2.利用另外一幅影像进行直方图匹配
3.利用直方图统计功能对结果进行分析
二、实验内容
1.对两幅卫星遥感影像进行规定化并统计分析
2.对一幅卫星遥感影像进行均衡化并统计分析
三、实验所用的仪器设备
计算机和ENVI软件在不同时刻同地的卫星遥感影像2幅
四、实验原理
1.直方图规定化：是使原图像灰度直方图变成规定形状的直方图而对原始图像作修正的增强
方法。
作用：对于在不同时间获取的同一地区或者邻接地区的图像，或者是由于太阳高度角或大
气的影响引起差异的图像很有用，特别是对图像镶嵌和变化检测。
2.直方图均衡化:又称直方图平坦化，是将一已知灰度概率密度分布的影响，经过某种变换变
成一幅具有均匀灰度概率密度分布的新影像，其结果是是扩大了像元取值得动态范围。
效果:(1) 均衡后每个灰度级的像元频率近似相等。
（2）频率少的灰度级被合并，频率数高
的灰度级被保留，可以增强影像上大面积地物与周围地物的反差。
五、实验步骤
1.直方图规定化与统计：
1)同时打开两幅遥感影像，影像显示号分别为Display#1，Display#2.
规划化前影像——Display#2 规划化前影像——Display#1
2)在Display#2的主影像窗口选择Enhance/Histogram Matching,出现Histogram
Matching Input parameter对化框。
3)在“Match To”列表中，选择匹配的直方图的影像显示号Display#1。
4)在Input Histogram/Image/OK得到直方图匹配后的结果。
5)在“Flie/Save Image As/Image file”中得到对话框“Output Display to image File”
选择保存所在文件下，保存为”guihua”。
6)在“Basic Tools/statistics/Computer Statistics/Computer Statistics Input
File”,选择所要分析统计的图像文件.例如guihua/OK/Basic Stats/Histograms/OK
按Display#1的影像进行匹配后的Display#2 即guihua 规划化前影像——Display#1
7)在Statistics Results :guihua/ Select Plot/Histogram：All Bands并对三幅图进
行分析
Guihua直方统计图 Display#2 直方统计图 Display#1直方统计图
结果分析：
[1].由上显示图—1为规划化后的图，图—2，3为规划化前的图，三幅图每个都有3个波
段，图—2，3在灰度值0—255之间变化，图—1在0-210之间变化，图—1，2在灰度值
80—170变化较集中。
而图—3在60—255变化都很集中，且每个波段分布情况都不同。
[2].在基本统计中，可看到图—1中3个波段的最小值，最大值，均值和标准差。
例如，
波段1，是白色折线，最小值是0，最大值是207 ，均值为104.913967, 标准差是44.900029.
同理可看到图-2波段1，最小值是0，最大值是255 ，均值为116.244102, 标准差是
43.714687. 图-3波段1，最小值是0，最大值是255 ，均值为118.895260, 标准差是
49.643227.
[3].在直方图统计中，可看到图—1波段1影像灰度值为0时，该灰度像素数为3689，累
计像素数为3689，二进制的百分比为1.4072，累计百分比为1.4072. 图—2波段1影像灰
度值为0时，该灰度像素数为31，累计像素数为31，二进制的百分比为0.0118，累计百
分比为0.0118.图—3波段1影像灰度值为0时，该灰度像素数为3689，累计像素数为3689，二进制的百分比为1.4072，累计百分比为1.4072. 同理可分析其他的数据情况。
[4].对比分析，从图形上看图—1，2比较近似，但从数据上看图—1，3比较近似。
规划化
前的波段在灰度值0—255中都有，而规划化后灰度值范围缩小，将各个分散在不同灰度值
范围内的波段集中起来，但规划化前后的直方土统计数据基本一致。
2.直方图均衡化与统计：
1)打开一副遥感影像---在主影像窗口选择Enhance/ [Image] Equalization,得到均衡
结果。
2)在主影像窗口选择File/Save Image AS/Image file,将结果另存HistEqua。
均衡化后的HistEqua影像
3)在主菜单的Basic Tools/Statistics/Computers Statistics对HistEqua文件及t1
和t2时刻的影像进行统计分析
均衡化前的直方统计图 HistEqua直方统计图
结果分析
[1].由图形显示左图为均衡化前的图，共有6个波段，每个波段在不同的灰度值下呈现出
不同变化情况。
在基本统计中，可看到6 个波段的最小值，最大值，均值和标准差，数量，和特征值。
例
如，波段1，是白色折线，最小值是8，最大值是31 ，均值为15.355770, 标准差是2.582344，
数量是1，和特征值是127.037732.
在直方图统计中，可看到波段1影像灰度值为8时，该灰度像素数为1831，累计像素数为
1831，二进制的百分比为0.6985，累计百分比为0.6985.
同理可分析其他5 波段的数据情况。
[2].右图为均衡化后的图，共有3个波段，可以看到均衡化后减少了3个波段。
每个波段
较原图在不同的灰度值下呈现出较接近。
在基本统计中，可看到3个波段的最小值，最大值，均值和标准差，数量，和特征值。
例
如，波段1，是白色折线，最小值是0，最大值是255 ，均值为107.175507, 标准差是
73988905，数量是1，和特征值是11300.351870.
在直方图统计中，可看到波段1影像灰度值为8时，该灰度像素数为0，累计像素数为16388，二进制的百分比为0，累计百分比为6.2515.
同理可分析其他3波段的数据情况。
[3].对比分析，可以看到均衡化后是在0—255的灰度值下变化，且每波段的变化较均衡，
每个灰度级的像元频率近似相等。
频率少的灰度级被合并，部分小波段还被划分为其他的
波段。
频率数高的灰度级被保留，可以增强影像上大面积地物与周围地物的反差。
其中明
显可以看到在灰度值为50—200，3个波段的值较大且集中。
六、实验中所遇到的问题及解决方法
1.如果影像在匹配后出现不是实验要求的颜色影像时？
同时打开多幅影像是应注意匹配的直方图的影像显示号，否则可能出现与预期要求不同的
影像。
即在“Match To”列表中，选择匹配的直方图的影像显示号Display#1是需注意的。
2.DN，Npts，Total，Pct，Acc Pct等的含义？
在基本统计中，min最小值，max最大值，mean均值和stdev标准差，num数量，和特征值。
在直方图统计中，DN影像灰度值，Npts灰度像素数，Total累计像素数，Pct二进制的百
分比，Acc Pct累计百分比.
3.为什么规定化匹配后影像依旧存在色差？
由上述数据可以看出，影像各个波段所在的灰度值范围由0—255变为0—210，灰度值范
围缩小，波段分散情况有所变化，颜色会有不同。
4.为什么均衡化后的图像直接进行统计和原来的对比没有变化？
均衡化后的图像必须进行图像另存为的操作，因为在没保存之前，进行任何操作都是以未
保存的图像为基准的。