講義7第4章 遙感圖像處理2

1、4.3 數(shù)字圖像增強(qiáng)數(shù)字圖像增強(qiáng) 光學(xué)圖像一個(gè)光學(xué)圖像，可以看成是一個(gè)二維的連續(xù)的光密度(或透過(guò)率)函數(shù)。像片上的密度隨坐標(biāo)變化而變化，如果取一個(gè)方向的圖像 ，則密度隨空間而變化，是一條連續(xù)的曲線。f(x,y)這個(gè)函數(shù)的特點(diǎn)，除了連續(xù)變化外，其值是非負(fù)的和有限的 。 0 f(x,y) 光學(xué)圖像與數(shù)字圖像 數(shù)字圖像 數(shù)字圖像是二維的離散的密度(或亮度)函數(shù)。 它在空間坐標(biāo)(x，y)和密度上都已離散化。空間坐標(biāo)僅取離散值。（坐標(biāo)離散化必然導(dǎo)致圖像密度值離散化） 數(shù)字圖像可用一個(gè)二維矩陣表示。實(shí)際上是由每個(gè)像元密度值排列成的一個(gè)數(shù)字矩陣。 圖像的頻譜表示 光學(xué)圖像或數(shù)字圖像還可以另一種坐標(biāo)空間-頻率

2、域的形式來(lái)表示。 即在數(shù)學(xué)表達(dá)上，將上述光學(xué)和數(shù)字圖像從空間域變?nèi)腩l率域（傅立葉變換反之，則采用傅立葉逆變換）。 傅氏變換與逆變換都可以通過(guò)光學(xué)系統(tǒng)實(shí)現(xiàn)。當(dāng)然也可以在數(shù)字處理系統(tǒng)中進(jìn)行。 光學(xué)圖像又稱作模擬量，數(shù)字圖像又稱作數(shù)字量，它們之間的轉(zhuǎn)換稱模/數(shù)轉(zhuǎn)換，或反之，稱數(shù)/模轉(zhuǎn)換。 數(shù)字量與模擬量的本質(zhì)區(qū)別在于模擬量是連續(xù)變量而數(shù)字量是離散變量。 4.3.1 4.3.1 對(duì)比度變換對(duì)比度變換 通過(guò)改變圖像像元亮度值來(lái)改變圖像像元對(duì)比度，從而改善圖像質(zhì)量的圖像處理方法。 數(shù)字圖象增強(qiáng)數(shù)字圖象增強(qiáng)對(duì)比度變換對(duì)比度變換空間濾波空間濾波彩色變換彩色變換多光譜變換多光譜變換圖象運(yùn)算圖象運(yùn)算 一幅原始圖像

3、及其直方圖 1 1線性變換線性變換 X X b b A X A X a a + B+ B 對(duì)原始圖像（圖4-18）線性變換結(jié)果 線性變換 圖4-18圖像分段線性變換的結(jié)果分段線性變換非線性變換非線性變換直方圖均衡化直方圖均衡化直方圖正態(tài)化直方圖正態(tài)化指數(shù)變換指數(shù)變換平方根變換平方根變換對(duì)數(shù)變換對(duì)數(shù)變換指數(shù)變換指數(shù)變換（拉伸高亮度區(qū)間）指數(shù)變換的變換函數(shù)如圖4.36所示，它的意義是在亮度值較高的部分x x a a 擴(kuò)大亮度區(qū)間，屬于拉伸，而在亮度值較低的部分x x b b縮小亮度間隔，屬于壓縮。 式中，a，b，c為可調(diào)參數(shù)，可以改變指數(shù)函數(shù)曲線的形態(tài)，從而實(shí)現(xiàn)不同的拉伸比例。 2 2、非線性變換

4、、非線性變換其數(shù)學(xué)表達(dá)式為： 對(duì)數(shù)變換對(duì)數(shù)變換（拉伸低亮度區(qū)間）對(duì)數(shù)變換的變換函數(shù)如圖4 43737所示，與指數(shù)變換相反，它的意義是在亮度值較低的部分拉伸，而在亮度值較高的部分壓縮。式中，a，b，c仍為可調(diào)參數(shù)，由使用者決定其值。 其數(shù)學(xué)表達(dá)式為： 4. .3.2 空間濾波空間濾波對(duì)比度擴(kuò)展的輻射增強(qiáng)是通過(guò)單個(gè)像元的運(yùn)算從整體上改善圖像的質(zhì)量。而空間濾波則是以重點(diǎn)突出圖像上的某些特征為目的的，如突出邊緣或紋理等，因此通過(guò)像元與其周圍相鄰像元的關(guān)系，采用空間域中的鄰域處理方法，也叫做“空間濾波”?；舅悸废裎覀円呀?jīng)介紹的線性變換那樣，使用一個(gè)變換函數(shù)來(lái)得到一幅圖像上每個(gè)像元為新亮度值的圖像?？臻g

5、域?yàn)V波屬于空間域增強(qiáng)處理（空間域函數(shù)運(yùn)算），所謂濾波，即選擇一個(gè)“濾波器”，使之能強(qiáng)化我們感興趣的特征信息，而把我們不需要的“噪聲”濾掉或抑制。既然是空間域增強(qiáng)，這里的“濾波器”就是把一個(gè)空間函數(shù)作為“濾波函數(shù)”。 數(shù)字處理-空間域處理 -頻率域處理 是在空間域上對(duì)圖像作局部檢測(cè)的運(yùn)算，以實(shí)現(xiàn)平滑和銳化的目的。具體作法是選定一卷積函數(shù)，又稱“模板”，實(shí)際上是一個(gè)MN圖像。 （卷積模板又稱為“卷積窗口”或“卷積核”）假定模板大小為M MN N，窗口為 (m(m，n)n)，模板為t(mt(m，n)n)，則模板運(yùn)算為： 運(yùn)算方法如圖4.384.381圖像卷積運(yùn)算亮度值對(duì)應(yīng)相乘再相加。將計(jì)算結(jié)果r(i

6、r(i，j)j)放在窗口中心的像元位置，成為新像元的灰度值。然后移動(dòng)像元，依次進(jìn)行，逐行掃描，直到全幅新圖像生成。 0-10-14-10-100123012302450367（1 1）：卷積模板（）：卷積模板（3 33 3）（2 2）：一個(gè)小的原圖像（）：一個(gè)小的原圖像（4 44 4）例子例子0012330012330012330024550036770036770123012302450367（3 3）：對(duì)原圖像擴(kuò)列擴(kuò)行）：對(duì)原圖像擴(kuò)列擴(kuò)行（6 66 6） 0-10-14-10-10001233001233001233002455003677003677-1001-1-1-2-1-2011-

7、3143* *（4 4）卷積模板與擴(kuò)行擴(kuò)列后的）卷積模板與擴(kuò)行擴(kuò)列后的圖像實(shí)施卷積運(yùn)算的結(jié)果圖像實(shí)施卷積運(yùn)算的結(jié)果原圖像卷積運(yùn)算后的輸出圖像原圖像卷積運(yùn)算后的輸出圖像0123012302450367-1001-1-1-2-1-2011-3143卷積運(yùn)算前后圖像比較卷積運(yùn)算前后圖像比較原圖像原圖像卷積運(yùn)算后的圖像卷積運(yùn)算后的圖像2 2平滑圖像中出現(xiàn)某些亮度變化過(guò)大的區(qū)域，或出現(xiàn)不該有的亮點(diǎn)(“噪聲”)時(shí)，采用平滑的方法可以減小變化，使亮度平緩或去掉不必要的“噪聲”點(diǎn)。(1)(1)均值平滑（均值濾波） 是將每個(gè)像元在以其為中心的區(qū)域內(nèi)取平均值來(lái)代替該像元值，以達(dá)到去掉尖銳“噪聲”和平滑圖像目的的。

8、即設(shè)計(jì)一個(gè)模板，使之與原圖像進(jìn)行卷積運(yùn)算后，達(dá)到平滑濾波的目的。區(qū)域范圍取作MN時(shí)，求均值公式為 (2)(2)中值濾波中值濾波 設(shè)計(jì)一個(gè)中值濾波模板。 是將圖像上每個(gè)像元在以其為中心的鄰域內(nèi)取中間亮度值來(lái)代替該像元值，以達(dá)到去尖銳“噪聲”和平滑圖像目的的。 具體計(jì)算方法與模板卷積方法類似，仍采用活動(dòng)窗口的掃描方法。 取值時(shí)，將窗口內(nèi)所有像元按亮度值的大小排列，取中間值作為中間像元的值。所以MN取奇數(shù)為好。 均值濾波與中值濾波的比較及各自適用情況： 一般來(lái)說(shuō)，圖像亮度為階梯狀變化時(shí)，取均值平滑比取中值濾波要明顯得多， 而對(duì)于突出亮點(diǎn)的“噪聲”干擾，從去“噪聲”后對(duì)原圖的保留程度看取中值要優(yōu)于取均

9、值。 3 3銳化（邊緣增強(qiáng)）銳化（邊緣增強(qiáng)）目的1：為了突出圖像的邊緣、線狀目標(biāo)或某些亮度變化率大的部分，可采用銳化方法。目的2：有時(shí)可通過(guò)銳化，直接提取出需要的信息。銳化后的圖像已不再具有原遙感圖像的特征而成為邊緣圖像。數(shù)字銳化（邊緣增強(qiáng)）（邊緣增強(qiáng)）的原理是在邊緣處產(chǎn)生附加（額外）的亮度變化率，以適應(yīng)人眼的視覺(jué)特征，使邊緣得到突出。增強(qiáng)處理過(guò)程是首先提取邊緣信息，然后經(jīng)過(guò)處理使之與原來(lái)影像迭加，或者說(shuō)，首先檢測(cè)邊緣，而后加權(quán)處理。監(jiān)測(cè)邊緣通常采用微分方法，如梯度法、拉普拉斯算法、模糊法等。加權(quán)處理通常采用卷積運(yùn)算和卷積核設(shè)計(jì)來(lái)完成，并且卷積運(yùn)算和卷積核設(shè)計(jì)是所有空間濾波方法的共同手段。梯度

10、法是多種邊緣增強(qiáng)方法的基礎(chǔ)。 梯度法概述這里所謂這里所謂梯度梯度，是指相鄰像元的亮度變化幅度，是指相鄰像元的亮度變化幅度（亮度差）（亮度差）一般原理：假定圖像亮度變化為連續(xù)函數(shù)g(x,yg(x,y) )，則函數(shù)梯度比較大的點(diǎn)表示邊緣的存在，因而求圖像的梯度m m，則是提取圖像邊緣信息的基礎(chǔ)。為了簡(jiǎn)單和易于理解，設(shè)一維圖像g g，其梯度為m m，如果令g g 為增強(qiáng)后的圖像，則g g = g - m= g - m其亮度的變化率顯然得到提高，而邊緣特征被增強(qiáng)，增強(qiáng)過(guò)程見(jiàn)右圖x x y y g (ig (i，j)j) g (i-1g (i-1，j)j) g (ig (i，j+1)j+1) 20201

11、6161919 但是，衛(wèi)星遙感圖像多為二維數(shù)字圖像，圖像亮度是像元亮度的離散函數(shù)，在這種情況下梯度感念是什么？如何通過(guò)梯度確定邊緣信息呢？ 我們以右圖表示的三個(gè)相鄰像元 g(ig(i，j)j)，g(i-1g(i-1，j)j)， g( ig( i，j+1)j+1)為例來(lái)說(shuō)明這個(gè)問(wèn)題。 檢測(cè)邊緣檢測(cè)邊緣：像元 g (ig (i，j)j) 的梯度 m m 為：m m 2 2 = = x x 2 2+ +y y 2 2 (m (m稱為梯度模稱為梯度模) )x = g( ix = g( i，j+1) - g(ij+1) - g(i，j)j)y = g(i-1y = g(i-1，j) - g(ij) -

12、g(i，j)j)這時(shí)，如果設(shè)這時(shí)，如果設(shè)g(ig(i，j)=16j)=16； g(i-1g(i-1，j)=20j)=20； g(ig(i，j+1)=19j+1)=19。則：。則：x = 19-16 = 3x = 19-16 = 3；y = 20-16 = 4,y = 20-16 = 4,則則M M 2 2 = 3 = 3 2 2 + 4 + 4 2 2, ,則則 m = 5m = 5加權(quán)處理加權(quán)處理：所以，增強(qiáng)后像元：所以，增強(qiáng)后像元 g(ig(i，j) j) 的亮度值為：的亮度值為：g g (i(i，j)= g(ij)= g(i，j) m = 16 5 = 11j) m = 16 5 = 1

13、1 由此可見(jiàn)，該像元與鄰近像元的亮度變化率增大。 梯度的簡(jiǎn)化計(jì)算：梯度的簡(jiǎn)化計(jì)算：由于衛(wèi)星數(shù)據(jù)量很大，可采用簡(jiǎn)化式代替梯度計(jì)算，即：由于衛(wèi)星數(shù)據(jù)量很大，可采用簡(jiǎn)化式代替梯度計(jì)算，即：mmx+x+y (y (近似梯度近似梯度) )或或 mmax(mmax(x,x,y)y)式中，式中，max(max(x,x,y)y)表示表示m m值取值取x,x,yy中大的中大的值，例如，值，例如，當(dāng)當(dāng)xxyy，則，則m=m=x= g( ix= g( i，j+1)- g (ij+1)- g (i，j)j)當(dāng)當(dāng)xxyy，則，則m=m=y= g(i-1y= g(i-1，j)- g (ij)- g (i，j)j)增強(qiáng)后圖

14、像的恢復(fù)：增強(qiáng)后圖像的恢復(fù)：在梯度計(jì)算、檢測(cè)的基礎(chǔ)上，進(jìn)行加權(quán)處理，即新圖像亮度值為在梯度計(jì)算、檢測(cè)的基礎(chǔ)上，進(jìn)行加權(quán)處理，即新圖像亮度值為g g (i(i，j)= g (ij)= g (i，j)-mj)-m然后把然后把g g (i(i，j)j)恢復(fù)成圖像，即為邊緣增強(qiáng)圖像?；謴?fù)成圖像，即為邊緣增強(qiáng)圖像。也可以將邊緣信息放大后單獨(dú)成像。這時(shí)形成的是無(wú)影像背景的也可以將邊緣信息放大后單獨(dú)成像。這時(shí)形成的是無(wú)影像背景的邊緣要素圖像（如提取山脊線、提取交通線等現(xiàn)狀地物要素后的邊緣要素圖像（如提取山脊線、提取交通線等現(xiàn)狀地物要素后的圖像）。圖像）。 梯度法實(shí)施：梯度法實(shí)施：在數(shù)字圖像處理作業(yè)中，梯度法

15、邊緣增強(qiáng)是通過(guò)卷積運(yùn)算來(lái)完成的。教材中下面介紹的羅伯特梯度和索伯爾梯度就是通過(guò)設(shè)計(jì)不同的卷積模板進(jìn)行卷積運(yùn)算達(dá)到邊緣增強(qiáng)的目的。(1)(1)羅伯特梯度羅伯特梯度梯度反映了相鄰像元的亮度變化率，也就是說(shuō)，圖像中如果存在梯度反映了相鄰像元的亮度變化率，也就是說(shuō)，圖像中如果存在邊緣，如湖泊、河流的邊界，山脈和道路等，則邊緣處有較大的邊緣，如湖泊、河流的邊界，山脈和道路等，則邊緣處有較大的梯度值。梯度值。或者說(shuō)，所謂圖像上的或者說(shuō)，所謂圖像上的邊緣邊緣信息，就是相鄰像元亮度梯度較大的信息，就是相鄰像元亮度梯度較大的地方。地方。對(duì)于亮度值較平滑的部分，亮度梯度值較小。因此，找到梯度較對(duì)于亮度值較平滑的部

16、分，亮度梯度值較小。因此，找到梯度較大的位置，也就找到邊緣，然后再用不同的梯度計(jì)算值代替邊緣大的位置，也就找到邊緣，然后再用不同的梯度計(jì)算值代替邊緣處像元的值，也就突出了邊緣，實(shí)現(xiàn)了圖像的銳化。處像元的值，也就突出了邊緣，實(shí)現(xiàn)了圖像的銳化。也就是說(shuō)，把那些亮度梯度本來(lái)就較大的地方，再進(jìn)一步加大，也就是說(shuō)，把那些亮度梯度本來(lái)就較大的地方，再進(jìn)一步加大，以突出邊緣信息。以突出邊緣信息。羅伯特梯度方法也可以近似地用模板計(jì)算，其公式表示為羅伯特梯度方法也可以近似地用模板計(jì)算，其公式表示為公式（公式（4.224.22）相當(dāng)于）相當(dāng)于1 1行行1 1列像元亮度值減去列像元亮度值減去2 2行行2 2列像元亮

17、度值的列像元亮度值的絕對(duì)值，再加上絕對(duì)值，再加上2 2行行1 1列像元亮度值減去列像元亮度值減去1 1行行2 2列像元亮度值的絕對(duì)列像元亮度值的絕對(duì)值，以此計(jì)算結(jié)果作為值，以此計(jì)算結(jié)果作為1 1行行1 1列像元的新亮度值。列像元的新亮度值。相當(dāng)于窗口相當(dāng)于窗口2 22 2大小，用模板大小，用模板t t1 1作卷積計(jì)算后取絕對(duì)值加上模板作卷積計(jì)算后取絕對(duì)值加上模板t t2 2計(jì)算后的絕對(duì)值。計(jì)算出的梯度值放在左上角的像元計(jì)算后的絕對(duì)值。計(jì)算出的梯度值放在左上角的像元(i(i，j)j)的位置，成為的位置，成為r(ir(i，j)j)。 這種算法的意義在于用這種算法的意義在于用交叉的方法檢測(cè)交叉的方法

18、檢測(cè)出像元與其鄰域在上下之出像元與其鄰域在上下之間或左右之間或斜方向之間的差異，最終產(chǎn)生一個(gè)梯度影像，達(dá)間或左右之間或斜方向之間的差異，最終產(chǎn)生一個(gè)梯度影像，達(dá)到提取邊緣信息的目的。到提取邊緣信息的目的。 (2)(2)索伯爾梯度索伯爾梯度索伯爾方法是前述方法的改進(jìn)，將式索伯爾方法是前述方法的改進(jìn)，將式4 42222中的模板改進(jìn)成為中的模板改進(jìn)成為 與羅伯特方法相比，此法較多地考慮了鄰域點(diǎn)的關(guān)系，使窗口由與羅伯特方法相比，此法較多地考慮了鄰域點(diǎn)的關(guān)系，使窗口由2 22 2擴(kuò)大到擴(kuò)大到3 33 3，使檢測(cè)邊界更加精確。，使檢測(cè)邊界更加精確。不管是羅伯特梯度還是索伯爾梯度，差別只在于模板不同，原理不

19、管是羅伯特梯度還是索伯爾梯度，差別只在于模板不同，原理與計(jì)算方法則一樣。與計(jì)算方法則一樣。 (3)(3)拉普拉斯算法（二階偏微商法）拉普拉斯算法（二階偏微商法） 1)1)一般原理一般原理: :上述梯度法只能解決兩個(gè)方向的變化率問(wèn)題，而一個(gè)象元與鄰近象元的上述梯度法只能解決兩個(gè)方向的變化率問(wèn)題，而一個(gè)象元與鄰近象元的亮度變化率是多方向的，基于這種原理，提出了用求二階偏數(shù)商提取邊亮度變化率是多方向的，基于這種原理，提出了用求二階偏數(shù)商提取邊緣信息的方法，由于二階偏微商可以用拉普拉斯算子表示，所以也叫拉緣信息的方法，由于二階偏微商可以用拉普拉斯算子表示，所以也叫拉普拉斯算法。普拉斯算法。設(shè)圖象為一連

20、續(xù)函數(shù)設(shè)圖象為一連續(xù)函數(shù)g(xg(x，y)y)，其二階偏微商為：，其二階偏微商為：2 2表示拉普拉斯算子表示拉普拉斯算子 如果增強(qiáng)后圖象為如果增強(qiáng)后圖象為g(xg(x，y)y)，則，則 g(xg(x，y)=g(xy)=g(x，y) -y) -2 2g g然后把然后把g(xg(x，y)y)恢復(fù)成圖像，即為邊緣增強(qiáng)圖像。也可以將邊緣信恢復(fù)成圖像，即為邊緣增強(qiáng)圖像。也可以將邊緣信息放大后單獨(dú)成像。這時(shí)形成的是無(wú)影像背景的邊緣要素圖像（如提息放大后單獨(dú)成像。這時(shí)形成的是無(wú)影像背景的邊緣要素圖像（如提取山脊線、提取交通線等現(xiàn)狀地物要素后的圖像）取山脊線、提取交通線等現(xiàn)狀地物要素后的圖像）為了簡(jiǎn)便，假定圖

21、象為了簡(jiǎn)便，假定圖象g(x)g(x)為為維變量，維變量，這時(shí)這時(shí)g g為原圖為原圖( (圖圖11-37a)11-37a)，g g為一階導(dǎo)為一階導(dǎo)數(shù)，數(shù)，2 2g g為二階偏導(dǎo)數(shù)，則為二階偏導(dǎo)數(shù)，則梯度法邊緣增強(qiáng)：梯度法邊緣增強(qiáng)：g(x)= g(x) -g(x)= g(x) -g g二階偏微商法邊緣增強(qiáng)：二階偏微商法邊緣增強(qiáng)：g(x)= g(x) -g(x)= g(x) -2 2g g前者增強(qiáng)效果見(jiàn)圖前者增強(qiáng)效果見(jiàn)圖11113737d d，后者見(jiàn)圖后者見(jiàn)圖11113737e e，兩者相比，二階偏微商法的邊緣增強(qiáng)效兩者相比，二階偏微商法的邊緣增強(qiáng)效果更顯著。果更顯著。 2) 2) 在離散象元條件下

22、在離散象元條件下衛(wèi)星遙感圖像為二維離散函數(shù)，這時(shí)一個(gè)象元的亮度梯度應(yīng)當(dāng)表現(xiàn)在衛(wèi)星遙感圖像為二維離散函數(shù)，這時(shí)一個(gè)象元的亮度梯度應(yīng)當(dāng)表現(xiàn)在與相鄰四個(gè)象元的方向上，如圖與相鄰四個(gè)象元的方向上，如圖11113838中中x x1 1 ，x x2 2 ，y y1 1 ，y y2 2 。如果對(duì)象元如果對(duì)象元g(ig(i，j)j)取二階偏微商，則：取二階偏微商，則： =g(ig(i，j+1)j+1)- - g(i g(i，j)j) - - g(i g(i，j)j) g(ig(i，j-1)j-1)+g(i+1g(i+1，j)- g(ij)- g(i，j) j) - g(i g(i，j)- g(i-1j)- g

23、(i-1，j)j)= = g(i g(i，j+1)+g(ij+1)+g(i，j-1)j-1)+ +g(i-1g(i-1，j)+ g(i+1j)+ g(i+1，j)+4 g(ij)+4 g(i，j)j) 此計(jì)算結(jié)果表明，像元（此計(jì)算結(jié)果表明，像元（i i，j j）與四個(gè)相）與四個(gè)相鄰像元的總亮度差就是該像元的二階偏微鄰像元的總亮度差就是該像元的二階偏微商，或者說(shuō)，像元的二階偏微商是該像元商，或者說(shuō)，像元的二階偏微商是該像元與四個(gè)相鄰像元亮度變化率的和。與四個(gè)相鄰像元亮度變化率的和。拉普拉斯算法模板之一2 2g =g =x x 2 2 g(i g(i，j)j)+ + y y 2 2 g(i g(i

24、，j)j)在上述基礎(chǔ)上，可以用在上述基礎(chǔ)上，可以用3 33 3的矩陣即的矩陣即 H3,3H3,3, ,對(duì)全圖對(duì)全圖像像 g(x,y)g(x,y)卷積而得到圖像的二階偏微商卷積而得到圖像的二階偏微商2 2g (x,y) g (x,y) ： 正如上述，因?yàn)椋赫缟鲜?，因?yàn)椋篻(x)= g(x) -g(x)= g(x) -2 2g g這時(shí)，若把這時(shí)，若把 g(xg(x，y)y)恢復(fù)成圖像，便得到邊緣增強(qiáng)圖恢復(fù)成圖像，便得到邊緣增強(qiáng)圖像；若只把像；若只把 2 2g g(x(x，y)y)恢復(fù)成圖像，則得到邊緣要素圖恢復(fù)成圖像，則得到邊緣要素圖像，即無(wú)影響背景的邊緣要素。像，即無(wú)影響背景的邊緣要素?，F(xiàn)在，

25、我們來(lái)看教材上的結(jié)論在模板卷積運(yùn)算中，將模板定義為：即上下左右4個(gè)鄰點(diǎn)的值相加再減去該像元值的4倍，作為這一像元的新值。 拉普拉斯算法的意義與前述兩種算法不同，它不檢測(cè)均勻的亮度變化，而是檢測(cè)變化率的變化率，相當(dāng)于二階微分。計(jì)算出的圖像更加突出亮度值突變的位置。即更加強(qiáng)化突出邊緣信息。 拉普拉斯算法模板之二(4)(4)定向檢測(cè)定向檢測(cè)（方向?yàn)V波、定向?yàn)V波）（方向?yàn)V波、定向?yàn)V波）定向?yàn)V波又稱匹配濾波，實(shí)際也是起高通濾波作用，強(qiáng)調(diào)的是增強(qiáng)某方向的地面形跡，如水系，線性影響等。定向?yàn)V波和拉普拉斯算法一樣，也是通過(guò)圖象函數(shù)g(x，y)與卷積核的卷積運(yùn)算，得到邊緣要素的亮度變化值g。所不同的是，定向?yàn)V波

26、只在某方向上提取邊緣亮度信息g，而拉普拉斯算法則是對(duì)所有方向提取g。因此它們的主要差別體現(xiàn)在模版(卷積核)上。當(dāng)有目的地檢測(cè)某一方向的邊、線或紋理特征時(shí)，可選擇特定的模板當(dāng)有目的地檢測(cè)某一方向的邊、線或紋理特征時(shí)，可選擇特定的模板卷積運(yùn)算作定向檢測(cè)。常用的模板為：卷積運(yùn)算作定向檢測(cè)。常用的模板為： 檢測(cè)垂直方向檢測(cè)垂直方向檢測(cè)水平方向檢測(cè)水平方向檢測(cè)對(duì)角線方向檢測(cè)對(duì)角線方向4.3.3 彩色變換彩色變換 1 1單波段彩色變換單波段彩色變換（假彩色等密度分割，簡(jiǎn)稱（假彩色等密度分割，簡(jiǎn)稱密度分割密度分割）單波段黑白遙感圖像可按亮度分層，對(duì)每層賦予不同的色彩，使之成為一單波段黑白遙感圖像可按亮度分層

27、，對(duì)每層賦予不同的色彩，使之成為一幅彩色圖像。幅彩色圖像。即按圖像的密度進(jìn)行分層，每一層所包含的亮度值范圍可以不同。即按圖像的密度進(jìn)行分層，每一層所包含的亮度值范圍可以不同。例如，亮度例如，亮度0 01010為第一層，賦給值為第一層，賦給值1 1，亮度值，亮度值1l1l1515為第二層，賦給值為第二層，賦給值2 2，亮度亮度6 63030為第三層，賦給值為第三層，賦給值3 3，等等，再給，等等，再給1 1，2 2，3 3分別賦不同的顏色，于分別賦不同的顏色，于是生成一幅彩色圖像。是生成一幅彩色圖像。 我們也可以對(duì)密度分割作這樣地理解： 2多波段色彩變換（彩色合成） （已討論，不重復(fù)，教材內(nèi)容有

28、多處重復(fù)）3 3HLSHLS變換變換 （彩色空間變換）RGBRGB彩色空間彩色空間：以加色法彩色合成原理，選擇遙感圖像的某三個(gè)波段，：以加色法彩色合成原理，選擇遙感圖像的某三個(gè)波段，分別賦以紅、綠、藍(lán)，所構(gòu)成的彩色空間。分別賦以紅、綠、藍(lán)，所構(gòu)成的彩色空間。HLSHLS彩色空間彩色空間：以色調(diào)、明度、飽和度構(gòu)成的彩色空間。：以色調(diào)、明度、飽和度構(gòu)成的彩色空間。彩色空間變換步驟彩色空間變換步驟（P121P121）: : (1) (1) 由由RGB RGB 彩色空間變換到彩色空間變換到 HLSHLS彩色空間；彩色空間；(2) (2) 在在HLSHLS空間中，對(duì)空間中，對(duì) 、L L、分量（波段）分別增強(qiáng)；、分量（波段）分別增強(qiáng)；(3) (3) 由由HLSHLS空間變換到空間變換到RGBRGB空間中，再次按加色法合成空間中，再次按加色法合成, ,可以達(dá)到好的識(shí)可以達(dá)到好的識(shí)別效果；別效果；彩色空間變換原理彩色空間變換原理: :對(duì)色調(diào)增強(qiáng)，使色調(diào)變化更多，層次繽紛對(duì)色調(diào)增強(qiáng)，使色調(diào)變化更多，層次繽紛; ;對(duì)亮度對(duì)亮度 L L 增強(qiáng)，使亮度增強(qiáng)，使亮度“間距間距”加大加大; ;對(duì)飽和度增強(qiáng)，便顏色飽合程度更大對(duì)飽和度增強(qiáng)，便顏色飽合程度更大, ,提高色彩的純度提高色彩的純度, ,加大了相