文档介绍：遥感图像增强处理——空域滤波 2015 年 10 月 2 ??????????? ???? ??????????????????????????????????????????灰度变换均衡化点运算直方图修正法规定化空间域局部统计法图像平滑局部运算图像锐化图像增强高通滤波频率域低通滤波同态滤波增强假彩色增强彩色增强伪彩色增强彩色变换及应用图像的代数运算空间滤波是通过像元与其周围相邻像元的关系, 采用空间域中的邻域处理方法,突出图像上的某些特征?任何一幅原始图像,在其获取和传输等过程中,会受到各种噪声的干扰,使图像恶化,质量下降,图像模糊,特征淹没,对图像分析不利?遥感图像中常见的噪声?高斯噪声?脉冲噪声(椒盐噪声) ?周期噪声图像噪声??????????111 111 1119 1 ?为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪?可以在空间域和频率域中进行图像平滑?建立一个含有由系数矩阵或权重因子矩阵构成的移动窗口。这些矩阵被认为是算子(operators) 或内核(kernels) ,且它们的大小一般为奇数个像元?内核在原始图像上移动,而且另一幅输出图像的内核中心灰度值,可以用原始图像中相对应的像元灰度值乘以内核内的对应系数,然后再将所有结果相加而得到?这个处理是针对原始图像中的每一个像元值进行图像卷积运算针对原始图像中的每一个像元值,内核在原始图像上移动,输出图像的内核中心灰度值,用原始图像中相对应的像元灰度值乘以内核内的对应系数,然后再将所有结果相加而得到算子(operators) 或内核(kernels) :含有由系数矩阵或权重因子矩阵构成的移动窗口?图像在获取和传输过程中,由于传感器的噪声及大气的影响,会在图像上产生一些不该有的亮点(“噪声”点),或者图像中出现某些亮度值过大的区域?为了抑制噪声改善图像质量或减少变化幅度,采用平滑方法可以减小变化,使亮度平缓或去掉不必要的亮点 ?相邻像素间存在很高的空间相关性,而噪声则是统计独立的。因此,可用邻域内各像素的灰度平均值代替该像素原来的灰度值,实现图像的平滑?均值平滑:将每个像元在以其为中心的区域内,取平均值来代替该像元值,以达到去掉尖锐“噪声”和平滑图像的目的图像平滑——均值平滑(m-1,n-1) (m-1,n) (m-1,n+1) (m,n-1) (m,n) (m,n+1) (m+1,n-1) (m+1,n) (m+1,n+1) 例如,对图像采用 3×3的邻域平均法,对于像素( m,n) ,其邻域像素如下: 则有: 19 ( , ) ( , ) i Z j Z g m n f m i n j ? ?? ????图像平滑——均值平滑 19 1 1 1 1 1 1 1 1 1 H ? ?? ??? ?? ?? ??均值平滑的卷积运算 Round(1/9 × (16 × 1+12 × 1+20 × 1+13 × 1+9 × 1+15 × 1+2 × 1+7 × 1+12 × 1)) = Round() =12 ? Round 函数表示“取整”或“四舍五入”图像平滑——均值平滑