ENVI初步学习和影像增强处理

ENVI初步学习和影像增强处理

一、实习目的

通过对ENVI 软件的初步学习和实习操作，了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能，加深对所学课程原理的理解，为从事相关项目的研究和开发奠定基础。对于影像增强需要掌握直方图的概念、生成方法，通过对不同图像直方图的比较，理解直方图所反映的图像性质；了解图像增强和滤波的多种方法，掌握直方图均衡、分段线性拉伸、密度分割、平滑、锐化、边缘增强的方法；通过图像增强和滤波多种方法的实习，掌握改善遥感图像视觉效果的有效方法。

二、实验数据介绍

本次实习的数据为landsat7 ETM:yaoyifei.img。

三、实验过程 图像增强处理

1．空间域增强

1.1点运算

步骤：打开一个多光谱图像，在主图像窗口中，选择Ehance->Interactive stretching,打开交互式直方图拉伸操作对话框。

1.1.1 Linear线性拉伸

步骤：

选择Streth_Type->Linear，然后选择Options->Auto Apply，打开自动应用，如图1.1.1-1所示。

注：

设定拉伸范围，使用鼠标移动直方图的白色垂直线虚线即可，或者在Streth中输入DN值或者百分比。

图1.1.1-1 Linear线性

1.1.2 Piecewise linear

步骤：选择Streth_Type-> Piecewise linear，然后选择Options->Auto Apply，打开自动应用，如图1.1.2-1所示。

注：在直方图的任意位置点击鼠标中键，即可以增加一个节点；使用鼠标移动直方图的白色垂直线虚线即可移动点的位置；删除点单击鼠标右键。

图1.1.2-1 Piecewise linear

1.1.3 Gaussian

步骤：选择Streth_Type-> Gaussian，然后选择Options->Auto Apply，打开自动应用，如图1.1.3-1所示。

注：直方图的一条红色曲线显示的是被选的Gaussian函数，被拉伸的数据分布呈现白色，叠加在红色的Gaussian函数上。

图1.1.3-1 Gaussian

1.1.4 Equalization（直方图均衡化）

步骤：选择Streth_Type-> Equalization，然后选择Options->Auto Apply，打开自动应用，如图1.1.4-1所示。

注：输出的直方图用一条红色的曲线显示均衡化的函数，被拉伸的数据分布呈现白色叠加显示。

图1.1.4-1直方图均衡化

1.1.5 Square Root

步骤：选择Streth_Type-> Square Root，然后选择Options->Auto Apply，打开自动应用，如图1.1.5-1所示。

注：输出的直方图用一条红色的曲线显示平方根的函数，被拉伸的数据分布呈现白色叠加显示。

图1.1.5-1 Square Root

1.1.6 Arbitrary

步骤：选择Streth_Type-> Arbitrary，然后选择Options->Auto Apply，打开自动应用，如图1.1.6-1所示。

注：也可以把一幅图像的直方图与另一幅图像的直方图进行匹配。

图1.1.6-1 Arbitrary

1.1.7直方图匹配（直方图规格化）

步骤：打开两幅图像，并且显示在Display中，选择Ehance->Histogram Matching，选择Ehance->Interactive stretching,打开交互式直方图拉伸操作对话框，如图1.1.7-1和1.1.7-2所示。

注：使用直方图匹配可以把一幅图像的直方图匹配到另一幅图像的直方图上；输出直方图用红色显示，被匹配直方图用白色显示。

图1.1.7-1直方图规格化

图1.1.7-2直方图规格化

1.2 邻域运算

1.2.1图像锐化High pass

步骤：打开一幅影像，单击菜单选项的Filter->Convolutions and Morphology，单击Convolution菜单的High Pass选项，如图1.2.1-1所示，选择某一波段，如图1.2.1-2所示，输出的影像如图1.2.1-3所示。

注：卷积滤波是通过消除特定的空间频率来增强图像，锐化主要是增强图像的高频成分，突出图像的边缘信息，提高图像的细节反差。

图1.2.1-1

图1.2.1-2

图1.2.1-3 锐化High Pass

1.2.2图像平滑Low pass

步骤：打开一幅影像，单击菜单选项的Filter->Convolutions and Morphology，单击Convolution菜单的Low Pass选项，选择某一波段，输出的影像如图1.2.2-1所示。

注：平滑目的在于消除图像各种干扰的噪声，使图像的高频成分消退，平滑掉图像的细节，使其反差降低，保存了低频的成分。

图1.2.2-1平滑Low pass

2. 频率域增强

2.1快速傅里叶变换FFT

步骤：打开一幅TM影像，单击菜单选项的Filter->FFT Filtering->Forward FFT。在Forward FFT Input File对话框中，选择输入的图像文件。如图2.1-1所示， 输出的FFT图像如图2.1-2所示。

注：从图上可以看出：中间很亮的部分集中了图像的低频信息，外围较暗部分集中了图像的高频信息，外框中两个较明显小白条是周期性条带噪声，方向与空间域中图像垂直。

图2.1-1

图2.1-2 FFT

2.2定义FFT滤波器

步骤：在菜单中单击菜单选项的Filter->FFT Filtering->Filter Definition，在Filter Definition对话框中，选择当前FFT图像Display窗口，单击OK，如图2.2-1所示，在Filter_Type选择Circuit Pass（低通），如图2.2-2和2.2-3所示，点击OK，输出图层如图2.2-4所示。类似设定Filter_Type选择Circuit Cut（高通），如图2.2-5所示，点击OK，输出图层如图2.2-6所示。

图2.2-1

图2.2-2定义FFT滤波器

图2.2-3 （低通）平滑Low Pass

图2.2-4 （低通）平滑Low Pass

图2.2-5 （高通）锐化High Pass

图2.2-6（高通）锐化High Pass

2.3反向FFT变换

步骤：在菜单中单击菜单选项的Filter->FFT Filtering->Inverse FFT，选择FFT图像，如图2.3-1所示，单击OK，在Inverse FFT Filter File对话框中，分别选择低通和高通滤波图像，单击OK，输出的低通和高通影像分别如图2.3-2和2.3-3所示。

注：首先应用FFT滤波，然后将FFT图像反变换回空间域数据；并且由于平滑或者锐化的原因使图像看起来变得模糊。实验时在此犯了错误，在进行反FFT变化时首先打开一个定义了滤波器的文件，出现错误，并及时询问老师改正。

图2.3-1

图2.3-2反向FFT变换(低通)

图2.3-3反向FFT变换（高通）

3彩色增强

3.1伪彩色增强（密度分割法）

步骤：打开一影像，选择波段TM Band1，如图3.1-1。在TM Band1菜单中选择Tools->Color Mapping->Density Slicing。选择TM Band1，如图3.1-2，点击OK，如图3.1-3，点击Apply，输出的结果如图3.1-4。

注：密度分割法是伪彩色增强的最简单方法，就是根据灰度的大小，将不同的灰度范围划分为不同的层，并且赋予不同的颜色，时成为一幅彩色影像。

图3.1-1

图3.1-2

图3.1-3

图3.1-4密度分割法

3.2 假彩色增强

步骤：打开一幅TM影像，在Available Bands List窗口中，选择RGB Color，将TM的波段Band4、Band3、Band2分别RGB，打开合成的假彩色影像，如图3.2-1所示。

注：假彩色即TM432影像；真彩色即TM321影像。

图3.2-1 TM432

4．多图像代数运算

4.1 差值法

步骤：单击ENVI4.7软件菜单Basic Tools->Band Math，输入差值运算式b1-b2，添加差值运算式，如图4.1-1，单击OK，分别添加Band TM1和Band TM2，如图

4.1-2所示，生成图像如图4.1-3所示。

注：当输入其它字母 …… 此处隐藏：1893字，全部文档内容请下载后查看。喜欢就下载吧 ……