图像空间增强处理——分辨率融合
Multiplicative
• highlighting urban features


Principal Component
• PC1 替换Pan

Brovey Transform
ERDAS 遥感图像处理

图像空间增强处理——HPF分辨率融合
ERDAS 遥感图像处理
ERDAS 遥感图像处理

傅里叶变换——组合滤波
ERDAS 遥感图像处理

傅里叶变换——滤波效果
ERDAS 遥感图像处理
傅里叶变换——显示变换
傅里叶图像变为ERDAS图像
ERDAS 遥感图像处理
傅里叶变换——周期噪声去除
通过傅里叶变化消除遥感图像中诸如条带等周期性噪声
ERDAS 遥感图像处理

图像辐射增强处理——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，使一定 灰度范围内像元的 数量大致相等；这 样，原来直方图中 间的峰顶部分对对 比度得到增强，而 两侧的谷底部分对 比度降低，输出图 像的直方图是一较 平的分段直方图， 如果输出数据分段 值较小，会产生粗 分类的视觉效果。

图像空间增强处理——小波融合
ERDAS 遥感图像处理

图像空间增强处理——小波分辨率融合
ERDAS 遥感图像处理
4.1 图像增强

空间增强处理 辐射增强处理 光谱增强处理 高光谱工具 傅里叶变换
ERDAS 遥感图像处理


图像辐射增强处理
辐射增强（Radiometric Enhance-ment）技 术是对单个像元的灰度值进行变换达到图 像增强的目的。
ERDAS 遥感图像处理

地形分析-高程分带
分带数
ERDAS 遥感图像处理

地形分析-地形阴影
太阳光照射地表的阴影。根据假想 照明光源对地表的每个计算单元计 算照明值，照射到的地方是可见的， 未能照射的地方是不可见的。 太阳方位角 太阳高度角 环境光照度
ERDAS 遥感图像处理

地形分析-地形渲染
然后以平均值和标准 差之比来计算每个像 元的信噪比；
最后对信噪比进行拉 伸输出信噪比图像， 用于评价图像各波段 的可利用程度。
ERDAS 遥感图像处理
4.1 图像增强

空间增强处理 辐射增强处理


光谱增强处理
高光谱工具

傅里叶变换
ERDAS 遥感图像处理

傅里叶变换
一种正交变换，可以将图像从空间域转换到频率域。它不仅 能把空间域中复杂的卷积运算转化为频率域中的乘积运算，还 能在频率域中简单而有效地实现增强处理和进行特征抽取。 主要用于消除周期性噪声，传感器异常引起的规则性错误。 傅立叶变换 傅立叶逆变换 傅立叶显示变换 周期噪声去除 同态滤波
ERDAS 遥感图像处理

图像空间增强处理——分辨率融合
ERDAS 遥感图像处理

图像空间增强处理——分辨率融合
(Resolution Merge )
对不同空间分辨率遥感图像的融合处理,使融合后的遥感图像既具 有较好空间分辨率,又具有多光谱特性,从而达到图像增强的目的.
ERDAS 遥感图像处理
通过对每个像元的反射值 进行归一化处理，使所有 波段的基本能量都还原为 1.0，来提取原始反射值 中的吸收特征值，从而校 正由于大气吸收、仪器系 统误差变化及两像元之间 的亮度差异而引起的畸变。
ERDAS 遥感图像处理

高光谱工具——信噪比
对图像进行3*3移动 窗口处理
首先分别计算每个像 元的平均值和标准差；
ERDAS 遥感图像处理


高光谱工具
通过补偿大气对光谱的混淆来增强图像。
• 自动相对反射 • 自动对数残差 • 归一化处理 • 内部平均相对反射 • 对数残差 • 数值调整 • 光谱均值 • 像元均值 • 信噪比
ERDAS 遥感图像处理

高光谱工具——归一化
将每个像元的光谱值统一到整体平均亮度的水平，以消除或尽 量减少反照率变化和地形影响所造成的差异。
•坡度分析 •坡向分析 •高程分带 •地形阴影 •地形渲染 •地形校正处理 •栅格等高线 •可视域分析 •浮雕生成 •DEM高程单位转换
ERDAS 遥感图像处理

地形分析-坡度分析
图像必须具有 投影地理坐标，而 且高程数据以及其 单位必须是已知的。
ERDAS 遥感图像处理

地形分析-坡向分析
正北方方向按顺时针的方向角
ERDAS 遥感图像处理
滤波半径，低通滤波， 圆外的区域被处理； 高通滤波，圆内的区 域被处理。
ERDAS 遥感图像处理

傅里叶变换——低通滤波
ERDAS 遥感图像处理
傅里叶变换——傅立叶逆变换
ERDAS 遥感图像处理

傅里叶变换——高通滤波
ERDAS 遥感图像处理

傅里叶变换——契形滤波
ERDAS 遥感图像处理
波段间均值 M
权重W=M/MM
总体均值 MM
$n6 * $n1l
ERDAS 遥感图像处理

高光谱工具——相对平均反射率
整景图像的平均光谱值去除每个像元的光谱值 来计算相对反射值。
ERDAS 遥感图像处理

高光谱工具——相对平均反射率
波段均值
ERDAS 遥感图像处理
高光谱工具——对数残差
傅里叶变换——同态滤波
应用照度/反射率模型对遥感图像进行滤波处理。将像元灰度值 看作是照度和反射率两个组份的产物。由于照度相对变化很小，可 以看作是图像的低频成份，而反射率则是高频成份。通过分别处理 照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目 的。
ERDAS 遥感图像处理
4.2 地形分析
ERDAS 遥感图像处理
图像空间增强处理——纹理分析（Texture ）
在一定的窗口内进行二次变异分析或三次非对称分析,使图 像的纹理结构得到增强
ERDAS 遥感图像处理
图像空间增强处理——锐化增强
对图像进行卷积滤波处理（高通滤波），加强图像中的边缘和 灰度变化突出部分，使整景图像的亮度得到增强而不使其专题内容 发生变化。

图像增强不是以图像保真度为原则，而是 通过处理抑制一些无用的信息，增强人或 机器对某些信息的辨别能力。
ERDAS 遥感图像处理
4.1 图像增强


空间增强处理 辐射增强处理 光谱增强处理 高光谱工具 傅里叶变换
ERDAS 遥感图像处理
4.1 图像增强


空间增强处理 辐射增强处理 光谱增强处理 高光谱工具 傅里叶变换
ERDAS 遥感图像处理
图像光谱增强处理——缨穗变换
针对植物学所关心的植被特征，对原始多波段图像数据进行空 间旋转，获得具有物理意义的亮度、绿度、湿度等分量。
根据经验确定的变换矩阵将图 像投影综合变换到三维空间， 其立体形态形似带缨穗的帽子， 变换后能看到穗帽的最大剖面， 充分反映植物生长枯萎程度和 其它景物变化程度的一种线性 特征变换的图像处理方法。 穗帽变换能够较好的分离土壤 和植被，但一个缺点是她依赖 于传感器（主要是波段），因 此其转换系数对每种遥感器是 不同的。
ERDAS 遥感图像处理

图像光谱增强处理——主成分变换
PCA一种常用的数据压缩方法，可以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，使图像数据更容易解译。
ERDAS 遥感图像处理
图像光谱增强处理——主成份逆变换
将经过主成分变化获得的图像重新恢复到RGB彩色空间，应用时，输入的图 像必须是由主成分变换得到的图像，而且必须有当时的特征矩阵参与变化。
ERDAS 遥感图像处理

图像辐射增强处理——
去霾处理--TM
• TC 变换

Байду номын сангаас

去条带处理--TM 降噪处理
• preserves the subtle details in an image, such as thin lines, while removing noise along edges and in flat areas
• 查找表拉伸 • 直方图均衡化 • 直方图匹配 • 亮度反转 • 去霾处理 • 降噪处理 • 去条带处理
ERDAS 遥感图像处理
辐射增强——查找表拉伸
遥感图像对比度拉伸的总和，是通过修改图像查找表 （lookup table）使输出图像发生变化。
ERDAS 遥感图像处理
ERDAS 遥感图像处理
ERDAS遥感图像处理 （二）
刘 海 测绘遥感信息工程国家重点实验室 2010-08-24
ERDAS 遥感图像处理
四、图像处理

图像增强
地形分析
实用工具


图像分类
空间建模
ERDAS 遥感图像处理
4.1 图像增强

目的
• 采用一系列技术改善图像的视觉效果， 提高图像的清晰度； • 将图像转换成一种更适合于人或机器进 行解译和分析处理的形式。
图像空间增强处理——卷积处理
将整个像元分块进行平均处理，用于改变图像的空间频域率特征
ERDAS 遥感图像处理


图像空间增强处理——卷积处理
卷积运算可看作是加权求和的过程，使用 到的图像区域中的每个像素分别于卷积核 (权矩阵)的每个元素对应相乘，所有乘积之 和作为区域中心像素的新值。
R5 = R1G1 + R2G2 + R3G3 + R4G4 + R5G5 + R6G6 + R7G7 + R8G8 + R9G9