ERDAS入門基礎(chǔ)教程圖像增強(qiáng)

會(huì)計(jì)學(xué)1ERDAS入門基礎(chǔ)教程圖像增強(qiáng)ERDASIMAGINE空間域增強(qiáng)

空間域增強(qiáng)是有目的的突出圖像上的某些特征，如突出邊緣或線狀地物；也可以去除某些特征，如抑制在圖像獲取或傳輸過(guò)程中產(chǎn)生的各種噪聲?？臻g域增強(qiáng)的目的性很強(qiáng)，處理后的圖像從整體上可能與原圖像差異很大，但卻突出了需要的信息或者抵制了不需要的信息，從而達(dá)到增強(qiáng)的目的?？臻g增強(qiáng)的方法強(qiáng)調(diào)了像元與其周圍相鄰像元的關(guān)系，采用空間域中領(lǐng)域處理的方法，在被處理像元周圍的像元的參與下進(jìn)行運(yùn)算處理，這種方法也叫“空間濾波”。ERDAS提供以下幾種空間增強(qiáng)功能：①卷積增強(qiáng)；②銳化增強(qiáng)；③非定向邊緣檢測(cè)；④聚焦分析；⑤紋理分析；⑥自適應(yīng)濾波；⑦統(tǒng)計(jì)濾波。１、卷積增強(qiáng)卷積增強(qiáng)（Convolution）主要用于對(duì)圖像進(jìn)行平滑和銳化處理。卷積處理的關(guān)鍵是卷積算子的選擇，也就是卷積核（Kernel）的選擇。ERDASIMAGINE提供了多種總卷積算子，分別為3X3、5X5、7X7三組，每組又包括邊緣檢測(cè)（EdgeDetect）、邊緣增強(qiáng)（EdgeEnhance）、低通濾波（LowPass）、高通濾波（HighPass）、水平檢測(cè)（Horizontal）、垂直檢測(cè)（Vertical）和交叉檢測(cè)（Summary）等多種不同的處理方式。其中，低通濾波起平滑的作用，其他都起銳化作用，可以突出邊界和線狀地物。具體操作步驟如下：

在ERDAS菜單上選擇Main丨ImageInterpreter丨SpatialEnhancement丨Convolution命令，打開(kāi)Convolution。第1頁(yè)/共19頁(yè)遙感圖像的空間增強(qiáng)輻射增強(qiáng)光譜增強(qiáng)高光譜基本工具高光譜高級(jí)工具傅里葉變換地形分析地理信息系統(tǒng)分析其它實(shí)用分析功能卷積增強(qiáng)非定向邊緣增強(qiáng)聚焦分析紋理分析自適應(yīng)濾波統(tǒng)計(jì)濾波分辨率融合改進(jìn)的HIS融合HPF融合小波融合Ehlers融合銳化處理圖像解譯（ImageInterpreter）第2頁(yè)/共19頁(yè)ERDASIMAGINE第3頁(yè)/共19頁(yè)ERDASIMAGINE

打開(kāi)Convolution對(duì)話框后設(shè)置如下：輸入文件輸出文件卷積算子類型邊緣處理方法調(diào)整類型輸出數(shù)據(jù)類型輸出數(shù)據(jù)統(tǒng)計(jì)時(shí)忽略Ｏ值第4頁(yè)/共19頁(yè)卷積增強(qiáng)前后效果對(duì)比圖：卷積增強(qiáng)前卷積增強(qiáng)后第5頁(yè)/共19頁(yè)ERDASIMAGINE二、銳化增強(qiáng)銳化增強(qiáng)（CrispEnhancement）實(shí)質(zhì)是通過(guò)對(duì)圖像進(jìn)行卷積濾波處理，使整幅圖像的亮度得到增強(qiáng)而不改變其專題內(nèi)容，從而達(dá)到圖像增強(qiáng)的目的。根據(jù)其處理過(guò)程可以為兩種方法：一是根據(jù)定義的矩陣直接對(duì)圖像專進(jìn)行處理；二是首先對(duì)圖像進(jìn)行主成分變換，并對(duì)第一主成分進(jìn)行卷積濾波，然后再進(jìn)行主成分逆變換。銳化增強(qiáng)完全可以通過(guò)在卷積增強(qiáng)里面定義相同的算子來(lái)實(shí)現(xiàn)。設(shè)置如下：輸入文件輸出文件調(diào)整類型輸出數(shù)據(jù)類型輸出數(shù)據(jù)統(tǒng)計(jì)時(shí)忽略Ｏ值第6頁(yè)/共19頁(yè)ERDASIMAGINE銳化增強(qiáng)前銳化增強(qiáng)后銳化增強(qiáng)前后效果對(duì)比圖：第7頁(yè)/共19頁(yè)ERDASIMAGINE三、非定向邊緣檢測(cè)非定向邊緣檢測(cè)（Non-directionalEdge）是卷積增強(qiáng)的一個(gè)應(yīng)用，其目的是突出邊緣、輪廓、線狀目標(biāo)信息，起到銳化的效果。它使用兩個(gè)常用的濾波器（Sobel和Previtt），首先通過(guò)水平檢測(cè)算子（Horizontal）和垂直檢測(cè)算子（Vertical）進(jìn)行檢測(cè)，然后將兩個(gè)檢測(cè)結(jié)果進(jìn)行平均化處理。Sobel濾波器是在Previtt濾波器的基礎(chǔ)上對(duì)4-鄰域采用加權(quán)方法進(jìn)行差分，因而對(duì)邊緣檢測(cè)更加精確。設(shè)置如下：輸入文件輸出文件調(diào)整類型輸出數(shù)據(jù)類型輸出數(shù)據(jù)統(tǒng)計(jì)時(shí)忽略Ｏ值第8頁(yè)/共19頁(yè)ERDASIMAGINE非定向邊緣檢測(cè)前非定向邊緣檢測(cè)后非定向邊緣檢測(cè)前后效果對(duì)比圖：第9頁(yè)/共19頁(yè)ERDASIMAGINE四、聚焦分析聚焦分析（FocalAnalysis）與濾波的方法類似，其基本的思想也是用所選窗口內(nèi)的像元按照聚焦函數(shù)的定義（FunctionDefinition）進(jìn)行運(yùn)算，它可以取鄰域內(nèi)所有像元的和、最大值、最小值、均值、中值、標(biāo)準(zhǔn)差等作為新像元的值，從而達(dá)到圖像增強(qiáng)的目的。設(shè)置如下：輸入文件輸出文件調(diào)整類型輸出數(shù)據(jù)類型聚焦窗口定義處理函數(shù)輸出數(shù)據(jù)統(tǒng)計(jì)時(shí)忽略Ｏ值第10頁(yè)/共19頁(yè)聚焦分析前聚焦分析后聚焦分析前后效果對(duì)比圖：第11頁(yè)/共19頁(yè)ERDASIMAGINE五、紋理分析紋理分析（TextureAnalysis）是通過(guò)在一定的窗口內(nèi)進(jìn)行二次變異分析（2nd-orderVariance）或三次非對(duì)稱分析（3nd-orderSkewness），使雷達(dá)圖像或其他的紋理結(jié)構(gòu)得到增強(qiáng)，紋理分析的關(guān)鍵是窗口大小的確定和操作函數(shù)的定義。設(shè)置如下：輸入文件輸出文件調(diào)整類型定義處理函數(shù)輸出數(shù)據(jù)統(tǒng)計(jì)時(shí)忽略Ｏ值輸出數(shù)據(jù)類型第12頁(yè)/共19頁(yè)紋理分析前紋理分析后紋理分析前后效果對(duì)比圖：第13頁(yè)/共19頁(yè)ERDASIMAGINE六、自適應(yīng)濾波自適應(yīng)濾波(Adaptivefilter)是應(yīng)用WallisAdaptiveFilter方法對(duì)圖像的感興趣區(qū)（AOI）進(jìn)行對(duì)比度拉伸，從而達(dá)到圖像增強(qiáng)的目的。自適應(yīng)濾波的關(guān)鍵問(wèn)題是移動(dòng)窗口(MovingWindowsSize)的選擇和乘積倍數(shù)大小(Multiplier)的定義，移動(dòng)窗口的大小可以任意選擇，通常都定為奇數(shù)，而乘積倍數(shù)大小是為擴(kuò)大圖像反差或?qū)Ρ榷?。設(shè)置如下：輸入文件輸出文件調(diào)整類型移動(dòng)窗口大小輸出數(shù)據(jù)統(tǒng)計(jì)時(shí)忽略Ｏ值輸出數(shù)據(jù)類型乘積倍數(shù)第14頁(yè)/共19頁(yè)自適應(yīng)濾波前自適應(yīng)濾波后自適應(yīng)濾波前后效果對(duì)比圖：第15頁(yè)/共19頁(yè)ERDASIMAGINE七、統(tǒng)計(jì)濾波統(tǒng)計(jì)濾波（StatisticalFilter）是應(yīng)用西格瑪SigmaFilter