《线性构造提取专题资料》由会员分享，可在线阅读，更多相关《线性构造提取专题资料（10页珍藏版）》请在金锄头文库上搜索。
1、1 构造信息的提取与解译遥感图像地质构造解译的过程，是根据基本的地物波谱差异以及所表现的颜色、纹理特征，增强图像中的特征信息差异，突现感兴趣地物的信息，推断地质构造类型的过程。断裂构造在卫星图像上的直接解译标志主要是影像纹理错断、色彩异常、色彩界面、线状延伸等，间接解译标志主要是地貌、植被、水系、土壤、含水性的变化等。在遥感中我们所用到的工具涉及ENVI中的空间域增强，具体包括卷积滤波和形态学滤波。接下来我们逐一介绍。1.1 ENVI中的空间域增强工具空间域增强处理是通过直接改变图像中的单个像元及相邻像元的灰度值来增强图像。这种增强方式往往是有目的的，如增强图像中的线状物体细部部分或者主干部分
2、等。空间域增强工具主窗口如图 11所示。图 11空间域增强工具对话框卷积运算可看作是加权求和的过程，使用到的图像区域中的每个像素分别对应于卷积核（权矩阵）的每个元素对应相乘，所有乘积之和作为区域中心像素的新值。其中卷积核（Kernel）是一个权矩阵：卷积时使用到的权用一个矩阵表示，该矩阵与使用的图像区域大小相同，其行、列都是奇数。利用卷积定理，可以将空间域中的卷积运算等价为频率域的相乘运算，实现有效的计算，节省运算代价。1.1.1 卷积滤波卷积（Convolutions）滤波是通过消除特定的空间频率来使图像增强，根据增强类型（低频、中频和高频）不同可分为低通滤波、带通滤波和高通滤波。此外还可以
3、增强图像某些方向特征的方向滤波等。它们的核心部分是卷积核。ENVI提供很多卷积核，包括高通滤波（High Pass）、低通滤波（Low Pass）、拉普拉斯算子（Laplacian）、方向滤波（Directional）、高斯高通滤波（Gaussian High Pass）、高斯低通滤波（Gaussian Low Pass）、中值滤波（Median）、Sobel、Roberts，还可以自定义卷积核。下面对ENVI中各种滤波作一个简单的说明，如表 11所示。表 11各种滤波说明滤波说明高通滤波器（High Pass）高通滤波在保持图像高频信息的同时，消除了图像中的低频成分。它可以用来增强纹理、边缘
4、等信息。高通滤波通过运用一个具有高中心值的变换核来完成（周围通常是负值权重）。ENVI 默认的高通滤波器使用33的变换核（中心值为“8”，周围像元值为“-1”），高通滤波卷积核的维数必须是奇数。低通滤波器（Low Pass）低频滤波保存了图像中的低频成分，使图像平滑。ENVI默认的低通滤波器使用33的变换核，每个变换核中的元素包含相同的权重，使用外围值的均值来代替中心像元值。拉普拉斯算子（Laplacian）拉普拉斯滤波是边缘增强滤波，它的运行不用考虑边缘的方向。拉普拉斯滤波强调图像中的最大值，它通过运用一个具有高中心值的变换核来完成（一般来说，外围南北向与东西向权重均为负值，角落为“0”）。
5、ENVI中默认的拉普拉斯滤波使用一个大小为3x3，中心值为“4”，南北向和东西向均为“-1”的变换核。所有的拉普拉斯滤波卷积核的维数都必须是奇数。方向滤波器（Directional）方向滤波是边缘增强滤波，它有选择性地增强有特定方向成分的（例如：梯度）图像特征。方向滤波变换核元素的总和为0。结果在输出的图像中有相同像元值的区域均为0，不同像元值的区域呈现为较亮的边缘。高斯高通滤波（Gaussian High Pass）高斯高通滤波器通过一个指定大小的高斯卷积函数对图像进行滤波。默认的变换核大小是33，且卷积核的维数必须是奇数。高斯低通滤波（Gaussian Low Pass）高斯低通滤器波通过
6、一个指定大小的高斯卷积函数对图像进行滤波。默认的变换核大小是33，且卷积核的维数必须是奇数。中值滤波器（Median）中值滤波在保留大于卷积核的边缘的同时，平滑图像，这种方法对于消除椒盐噪声或斑点非常有效。ENVI的中值滤波器用一个被滤波器的大小限定的邻近区的中值代替每一个中心像元值。默认的卷积核大小是3x3。SobelSobel滤波器非线性边缘增强滤波，它是使用Sobel函数的近似值的特例，也是一个预先设置变换核为33的，非线性边缘增强的算子。滤波器的大小不能更改，也无法对卷积核进行编辑。RobertsRoberts滤波是一个类似于Sobel的非线性边缘探测滤波。它是使用Roberts函数预
7、先设置的22近似值的特例，也是一个简单的二维空间差分方法，用于边缘锐化和分离。滤波器的大小不能更改，也无法对卷积核进行编辑。自定义卷积核可以通过选择和编辑一个用户卷积核，定义常用的卷积变换核（包括矩形或正方形变换核）。1.1.2 数学形态学滤波工具ENVI中的数学形态学滤波包括以下类型：膨胀（Dilate）、腐蚀（Erode）、开启（Opening）、闭合（Closing），它们在增强二值图像和灰度图像中各有特点，详见表 12。表 12数学形态学滤波滤波类型特点膨胀（Dilate）被用来在二值或灰度图像中填充比结构元素（变换核）小的孔。只能用于unsigned byte，unsigned lo
8、ng-integer，和 unsigned integer 数据类型。腐蚀（Erode）被用来在二值或灰阶图像中消除比结构元素（变换核）小的像元。开启（Opening）开启滤波器可以用于平滑图像边缘、打破狭窄峡部（break narrow isthmuses）、消除孤立像元、锐化图像最大最小值信息。图像的开启滤波被定义为先对图像进行腐蚀滤波，然后再用相同的结构元素（变换核）进行膨胀滤波。先对图像进行腐蚀滤波，然后再进行膨胀滤波可以达到和开启滤波类似的效果。闭合（Closing）闭合滤波器可以用于平滑图像边缘、融合窄缝和长而细的海湾、消除图像中的小孔、填充图像边缘的间隙。图像的封闭滤波被定义为先
9、对图像进行填充滤波，然后再用相同的结构元素（变换核）进行侵蚀滤波。先对图像进行膨胀滤波，然后再进行腐蚀滤波可以达到和闭合滤波类似的效果。数学形态学滤波的操作过程和卷积滤波基本一样，在Convolutions and Morphology Tool面板中，选择Morphology对应的滤波。这里对其中两个特有的参数进行说明一下：Cycles：滤波的重复次数Style：滤波格式“Binary”（二值的）、“Gray”（灰阶）, 或“Value”。选择“Binary”，则输出的像元呈黑色或白色；选择“Gray”保留梯度；选择“Value”表示允许对所选像元的变换核值进行膨胀或腐蚀。1.2 线性构造信
10、息提取在本次实例中对原始波段影响运用基于open运算的边缘提取算法对图像进行腐蚀和膨胀运算，使图像线状地貌上的灰度得到加强。再用主成分分析得到包含主干构造信息的主分量（PC3），最后对其进行中值滤波，在保留图像结构的同时消除脉冲噪声。最终得到能突出线状构造信息的结果图。接下来我们将以实际例子对空间域增强工具加以阐释。进入ENVI主程序，在主菜单中执行“File/Open Image File”，在弹出的对话框中，选择“/金川ETM.img”，进行假彩色合成4（R）、3（G）、2（B），如图 12所示。图 12金川ETM.img影像显示窗口对6个波段影像进行形态学分析，在ENVI主菜单中执行“F
11、ilter/Convolutions and Morphology/ Morphology/Opening”，参数设置如图 13所示。图 13“开启”形态学分析执行“Apply To File”命令，在弹出的对话框中选中金川ETM影像，点击“OK”，在弹出的对话框中设置文件保存路径，如图 14所示。图 14保存形态学分析结果点击“OK”，影像分析结果会自动在新的窗口中显示，如图 15所示。图 15形态学分析结果对上述结果的6个波段进行主成分分析，生成6波段主分量影像。在ENVI主菜单中执行“Transform/Principal Components /Forward PC Rotation/
12、Compute New Statistics and Rotate”命令，在弹出的对话框中选择“open形态学分析”，如图 16所示。图 16选择“open形态学分析”影像的6个波段点击“OK”，在弹出的对话框中，设定文件的存储路径，其余参数选择默认值，如图 17所示。图 17主成分分析参数设置点击“OK”，运算结束后在波段列表中会显示分析得出的结果，如图 18所示。图 18主成分分析得出的6个主分量影像接着对第三主分量做低通滤波变换，在ENVI主菜单中执行“Filter/Convolutions and Morphology/Convolutions/Low Pass”，弹出如图 19对话框
13、。图 19低通滤波分析对话框在图 19对话框中选择“Apply To File”，在弹出的对话框中选择第三主分量，如图 110所示。图 110在文件选择对话框中选择第三主分量点击“OK”，在弹出的对话框中选择文件保存路径，点击“OK”。同样方法再对第三主分量的低通滤波结果进行一次33中值滤波（Median），如图 111所示。图 111中值滤波结果打开一个新的影像显示窗口，设定“金川ETM band7（R）”、“PC band1（G）”、“中值滤波结果（B）”。点击“Load Band”显示假彩色合成影像，如图 112所示。图 112假彩色合成影像图 113原始假彩色合成影像 图 114构造解译图示由图 113和图 114对比可知：a区为色彩异常区，其中5号断裂处由于河流在通过时发生折拐；1号、3号、4号断裂两侧地形发生错位；2号断裂两侧影纹、色彩异常；7号断裂两侧地貌发生突变与折拐；由于b区呈环状色彩异常，故可判断b区为一个环状构造。1.3 ETM遥感构造信息提取的流程与总结在ENVI遥感实验平台上经反复探索对比，最终确定对集中包含线性构造信息的主分量进行边缘检测得出的结果在色彩纹理等方面能够有效的突出研究区的构造信息。从而得出在遥感影像中通过主成分的信息提取，再对提取结果做从频率域至空间域的变换得到区域构造信息的方法是可行的。- 10 -
