histogram equalization
直方图均衡
Standard Deviation Stretch 方差调整 3.点 Raster / Contrast / General Contrast Gauss 高斯调整 Linear 线性拉伸 其它方式 Smooth 平滑（低通滤波） Sharpen 锐化（边缘增强） 4.点 Raster / Filtering Edge Detect 边缘检测 General Convolution 通用卷积滤波处理（最常用）
→Pincipal Components 对话框。 （图 7-2）
图 7-2 Principal Component 对话框
1)
单击 Inerpreter 图标 /Spectral Enhancement/Principal Components 命令，打开 Principal
Components 对话框 2) 3) 4) 确定输入文件为 lanier.img 定义输出文件为 principal.img 文件坐标类型为 p， 可以通过几种方式来确定处理范围 （直接输入坐标、 利用 Inquire Box
二、实习内容： 1. 彩色增强 ① 彩色合成：TM 影像 RGB 组合，741,743,432,532,321。 ② IHS 正变换，IHS 逆变换（H 不变，拉伸 I、S） 。 2. 直方图变换（对比度变换） 对单波段 Viewer→Raster→Contrast→Histogram Equalize 3. 滤波增强 Interpreter→spatial Enhancement→Convolution 频域滤波： ① Fourier 正变换 Interpreter→Fourier analysis→Fourier Tranmform ② Fourier Editer 操作
（可以通过 From Inquire Box 或 AOI 来对指定区域处理）
图 7-1 Convolution 对话框
2． 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，达到图像增强目的，主要光 谱增强功能如下：主成分变换、主成分逆变换、去相关拉伸、缨帽变换、色彩变换、色彩逆变换、指数 计算、自然色彩变换 主成分变换（Principal Component Analysis）是一种常用的数据压缩方法，它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，使图像数据更易于解译。ERDAS IMAGE 提供的主成分变换 功能最多等对 256 个波段的图象进行转换压缩。 ERDAS 图 标 面 板 菜 单 条 ： Main →Image Interporeter→ Spectral Enhancement →Principial Comp
长 安 大 学
《遥感技术应用》 实习报告
指导教师：王爱萍 实习名称：遥感图像增强 姓 名： 学 号：201226040124 2015 年 4 月 20 日
课程名称：遥感技术应用 班 级：2012260401
实验名称：遥感图像增强 学员姓名：白正伟
实习时间：2015.4.20 一、目的与要求 通过上机操作，了解空间增强、辐射增强等几种遥感图象 增强处理的过程和方法，加深对图象增强处理的理解。
10) 单击 ok
色彩变换（RGB----HIS） 色彩变换是将遥感图像从红（R） 、绿（G） 、兰（B）三种颜色组成的色彩空间转换到以亮度（I） 、色度 （H） 、饱和度（S）作为定位参数的色彩空间，以便使图像的颜色与人眼看到得更接近。其中，亮度表示整 个图象的明亮程度，取值范围是 0-1；色度代表像元的颜色，取值范围为 0-360；饱和度代表颜色的纯度， 取值范围是 0-1。
图 7-3 RGB to HIS 对话框
四、实验数据结果及（有关记录、计算、图件等）
五、实习体会与心得 通过这次实习，我们也深刻地感受到了遥感覆盖范围之广 和它在国民生产中的重要性,遥感在农林、 土地利用、 城市规划、 环境监测、环境评价等各个领域都有广泛的应用，并且为其提 供技术，有着重要的作用。随着国家高分辨率卫星的发射，我 们相信，未来遥感还会有更广泛的应用，拥有更好的前景并为 国民生产作出更大的贡献。 本次实习中我深深的体会到理论知识的重要性，尤其是对 遥感影像这种需要诸多处理操作的软件来说，具备扎实的理论 基础，不仅可以清晰每个环节的意义，也能避免一些不必要的 错误操作。 六、成绩及评价
把每种增强方法都做几遍，进行比较，体会一下各种方法的不同效果，要求掌握 General Contrast Tools 常用直方图处理工具和 General Convolution 通用卷积滤波处理，其它的可以自己研究。
（二）利用 Image Interpreter 模块 ERDAS 图像解译模块包含了 8 个方面的功能，依次是遥感图像的空间增强、辐射增强、光谱增强、高 光谱工具、傅立叶变换、地形分析和地理信息系统分析及其它实用工具。本次实习主要是用到 Spatial Enhancement（空间增强）和 Spectral Enhancement（光谱增强） 1． 图像空间增强：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， 主要空间增强处理功能如下：卷积增强、非定向边缘增强、聚焦分析、纹理分析、自适应滤波、统计滤 波、分辨率融合、锐化处理
三、主要方法
在 ERDAS 中进行遥感数字图像增强处理有两种方式： 1． 直接在视窗中装载原始图像，然后利用 Raster 下面的命令进行增强处理。 2． 利用 Interpreter 下的图像增强功能模块进行处理。 思考：两种方式的区别？
（一）利用 Raster 下面的命令 基本步骤： 1.在视窗中装入从地面站买回的未增强的原始影像(武汉 TM5 波段) a08_wcity_5.img。 Histogram Equalize 直方图均衡 Standard Stretch 标准差拉伸处理 2.点 Raster / Contrast General Contrast Tools 常用直方图处理工具 Contrast/Brightness Tools 对比度/亮度调整工具 Piecewise Contrast/Brightness Tools 分段对比度/亮度调整工具 Breakpoint Editor 直方图断点编辑
卷积增强（Convolution）是将整个像元分块进行平均处理，用于改变图像的空间频率特征 。卷积增强 （ Convolution ）处理的关键是卷计算子 ----系数矩阵的选择。该系数矩阵又称卷积核（ Kernal ） 。 ERDAS IMAGINE 将常用的卷计算子放在一个名为 default.klb 的文件中，分为 3*3，5*5、7*7 三组，每组又包括 “EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。具体执行过程如下： 1) 2) 3) 4) 5) 6) 7) 单击 Inerpreter 图标/Spatial Enhancement/Convolution 命令，打开 Convolution 对话框 确定输入文件为 a08_wcity_5.img 定义输出文件为 convolution.img 选择卷积算子（Kernel Selection） 边缘处理方法（Handle Edges by）为 Reflection 文件坐标类型、输出类型不改变 单击 ok
或利用 AOI 定义子区） 5) 6) 7) 8) 9) 输出数据类型为 Float Single 输出数据统计时忽略零值 特征矩阵文件名（Output Text File）为 lanier.mtx 特征数据文件名为 lanier.tbl 需要的主成分数量（Number of Components Desired）为 3