实验名称：直方图的修正
一、实验内容
1.对影像进行直方图均衡化。

2.利用另外一幅影像进行直方图匹配。

二、实验所用的仪器设备，包括所用到的数据
电脑一台，遥感影像处理软件（ENVI4.3），bhtmref遥感影像
三、实验原理
（一）直方图的均衡化
1.定义：又称直方图的平坦化。

是将一已知的灰度概率密度分布的影像，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，结果是扩大了像元取值的动态范围。

2.直方图均衡的效果：
（1）均衡后每个灰度级的像元频率近似相等
（2）频数少的灰度级被合并，频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。

（二）直方图的规定化
1.定义：是使原影像灰度直方图变成规定形状的直方图而对原始影像做修正的增强方法。

2.原理：先对原始影像进行均衡化，再对希望影像进行均衡化，由原始影像均衡化的灰度级得
到希望影像的灰度级。

3.作用：对于在不同时间获取的同一地区或者邻接地区的影像，或者是由于太阳高度角或大气
的影响引起差异的影像很有用，特别是对影像镶嵌和变化检测。

四、实验步骤及其结果分析
（一）直方图均衡化
1.实验步骤：
（1）打开bhtmref遥感影像，显示如图一所示。

（2）在Image窗口菜单上点击Enhance/[Image]Equalization，得到结果影像（图2）。

（3）点击New Display，在image窗口菜单上点击Enhance/[Zoom]Equalization,得到结果影像（图3）。

图1.TM432（RGB）合成影像图2.图1Image窗口均衡化结果影像图3.图1 Zoom窗口均衡化影像结果
2.结果及分析：
（1）图2比图1更清晰。

通过对两幅图的比较，发现图2相邻地物之间的对比更加明显。

从表一中比较图1和图2的基础数据，可以得到以下结果：
从灰度级的最值的差异度可以看出，图二灰度级的最值差绝对值更大，这说明对比度更大。

图2的灰度平均值比图1大很多，这说明图2 的亮度更高。

另外，图2比图1的协方差也大出很多，说明图2的离散程度更高，像素更集中。

直方图均衡化处理之后，原来比较少的像素的灰度会被分配到别的灰度中去，像素相对集中，处理后灰度范围变大，对比度变大，所以图二更清晰。

（2）针对同一影像（图1），都进行均衡化操作，得到的结果影像（图2和图3）效果不一样。

原因在于均衡化操作的对象不一样。

图2是图1在Image窗口下进行的均衡化，图3是图1在Zoom窗口下进行的均衡化。

Image窗口点集较Zoom窗口多，因此Image窗口影像在均衡化的时候计算的归一化灰度范围与Zoom窗口的不同，这导致了图2和图3的差异。

针对图1进行均衡化操作，图2和图3的灰度平均值不一样，所以反映在影像上表现为亮度不一样。

表1.图1图2图3的直方图统计基础数据表
Basic states Min Max Mean Stdev Num Eigenvalue
Band1 6 38 16.616413 3.565327 1 22.992189
图1 Band2 4 41 18.365726 4.701562 2 6.009075 Band3 3 56 26.346813 4.696301 3 1.085246
Band1 0 255 107.175507 73.988905 1 11300.351870 图2 Band2 0 255 110.478828 69.061010 2 3526.282559 Band3 0 255 109.183197 68.776277 3 147.322998
Band1 0 255 98.285122 64.861383 1 8021.201875 图3 Band2 0 255 141.440071 58.776028 2 3551.969030 Band3 0 255 145.381351 63.396689 3 107.589773
图4.图1对应的直方图图5. 图2对应的直方图图6. 图3对应的直方图
（二）直方图规定化
1.实验步骤
（1）同时打开两幅遥感影像，如图1和图2.其影像显示号分别为Display#1,Display#2。

（2）在Display#1的主影像窗口选择Enhance/Histogram Matching,出现Histogram Matching
Input parameters 对话框。

（3）在“Match To”列表中，选择要匹配的直方图的影像显示号：Display#2。

（4）在“Input Histogram”下面，选择输入直方图的来源：“Image”。

（5）点击“OK”。

得到直方图匹配后的结果如图3所示。

（6）利用直方图统计工具对匹配后的影像及参考影像进行直方图统计，比较直方图形状及各相关参数的差异。

图1 t1时刻获得的遥感影像（TM432（RGB））图2 t2时刻获得的遥感影像（TM432（RGB））图3 以图2为参考影像对图1进行规定
化得到的结果影像
图4 图1的遥感影对应的直方图图5 图2的遥感影像对应的直方图图6 图3的遥感影像对应的直方图
（三）直方图规定化分析
对比图1和图3，可以看到与原始影像比较规定化后的影像亮度变暗，清晰度增加。

分别对比图1，图2和图3，可以看到直方图规定化后的影像图3与选择的匹配影像图2接近，与原始影像图1差异明显。

通过直方图统计可以得到图1，图2和图3对应的直方图图4，图5，图6,，对比可得：直方图图4与图5，图6无论从形状还是分布都有很大差异，而直方图图5和图6的形状和分布比较接近。

据此，可初步解释规定化后影像变化的原因。

通过分析图1，图2，图3遥感影像的基本统计量，如表1，可得：图3的平均值（Mean）和标准差（Stdev）均小于原始影像图1，故经过直方图规定化后的遥感影像图3较原始影像图1更清晰但亮度变暗。

图3与图2相比，平均值（Mean）、标准差（Stdev）和特征值（Eigenvalue）
数值接近且波动基本一致但与图1无论是数值还是波动都相差很大，故经过直方图规定化后的影像图3与匹配影像图2接近，与原始影像差异明显。

综上分析，我们得出直方图规定化后影像变化的现象和实质。

正是基于这种变化决定了直方图规定化在处理不同时间和其他因素导致的影像差异的恢复、检测和影像镶嵌的重要意义。

表1 图1,2,3遥感影像基本统计量
Basic Stats Min Max Mean Stdev Num Eigenvalue
图1 Band 1 0 255 118.89526 49.643227 1 6663.969109 Band 2 0 255 169.97121 59.218481 2 2391.830456 Band 3 0 255 168.381306 56.11772 3 64.677479
图2 Band 1 0 255 116.244102 43.714687 1 3482.550655 Band 2 0 255 118.480747 39.350941 2 1522.749008 Band 3 0 255 117.268738 39.904574 3 46.545845
图3 Band 1 0 207 104.913967 44.900029 1 2955.363878 Band 2 0 177 109.056286 34.209622 2 1593.496517 Band 3 0 176 104.29583 37.515586 3 44.869621
五、实验中所遇到的问题及其解决的方法
本次实验过程中比较顺利，达到了预期的效果和目的。

遇到的最大问题在于写实验报告过程中分析和讨论即如何解释现象的原因和如何通过数据分析现象的本质。

我们小组通过认真的分析和讨论，基本建立了此次实验的解释，但在数据的筛选和表达形式方面还值得完善。

衷心希望老师给于我们此次实验批评指正！
附表：实验组成员分工明细。