实验五指导书-遥感图像滤波

上传人:豆浆 文档编号:92222680 上传时间:2019-07-08 格式:DOC 页数:9 大小:2.34MB
返回 下载 相关 举报
实验五指导书-遥感图像滤波_第1页
第1页 / 共9页
实验五指导书-遥感图像滤波_第2页
第2页 / 共9页
实验五指导书-遥感图像滤波_第3页
第3页 / 共9页
实验五指导书-遥感图像滤波_第4页
第4页 / 共9页
实验五指导书-遥感图像滤波_第5页
第5页 / 共9页
点击查看更多>>
资源描述

《实验五指导书-遥感图像滤波》由会员分享,可在线阅读,更多相关《实验五指导书-遥感图像滤波(9页珍藏版)》请在金锄头文库上搜索。

1、实验五 遥感图像滤波一、实验目的1、了解图像滤波中空间信息增强的定义2、掌握图像空间域滤波最基本的处理方法3、了解图像频率域滤波中空间信息增强的含义4、掌握图像频率域滤波基本的方法和过程二、实验内容1、对实验区TM单波段数据进行空间滤波处理2、对图像进行空间域滤波并分析其效果 分析效果可以在“viewer”视窗口,亦可以用假彩色合成的方法对比前后的变换。3、对实验区TM单波段数据进行频率域滤波处理4、对图像进行频率域滤波并分析其效果 空间域与频率域的转换,频率图像编辑器的使用,高通和低通滤波,在“viewer”视窗口,亦可以用假彩色合成的方法对比前后的变换。三、实验条件电脑、ERDAS9.2软

2、件。厦门市TM遥感影像4、 实验步骤卷积增强是将整个图像按照像素分块进行平均处理,用于改变图像的空间频率特征。卷积处理的关键在于卷积(核)算子(Kernal)系数矩阵的选择,常用的卷积算子分为3*3,5*5,7*7三组,每组有包括edge detect(边缘检测)、edge enhance(边缘增强)、low pass(低通滤波)、high pass(高通滤波)、horizonal(水平边缘检测)、vertical(垂直边缘检测)、cross edge detection(交叉边缘检测)、summary等8种不同的处理方式1、 空间域滤波操作在ERDAS面板上,选择“interpreter”-

3、“spatial enhancement”-“convolution”命令,打开图像卷积对话框,对图像进行空间域滤波。1) 在打开的卷积增强对话框中,加载图像(input file),单波段或合成图像均可。本实验中选择单波段数据。2) 在图像平滑或图像锐化的卷积算子(kernal)选择滤波算子。平滑处理锐化3) 对卷积算子的选择(kernal selection)和编辑。4)5) 若没有所需要的卷积算子,单击“convoltution”中的“edit/new”按钮,进入卷积核编辑或建立状态,定义所需要的卷积核。6) 参数设定完成后,单击“ok”按钮,进行空间域滤波2、 结果对比分析在“view

4、er”视窗中打开原图和滤波后的图像,进行对比分析,并记录结果。3、 聚焦分析()工具聚焦分析使用类似卷积滤波的方法对图像数值进行多种分析,基本算法是在所选窗口范围内,根据所定义函数,应用窗口范围内的像素数值计算窗口中心像素的值,达到增强的目的。输入文件名,输出数据类型选“unsigned 8bit”聚集窗口大小为5*5,调整窗口形状的大小,算法(function)为“median”。在ERDAS面板上,选择“interpreter”-“spatial enhancement”-“focal analysis”命令,打开图像聚焦分析对话框,可进行均值滤波、中值滤波等,主要参数的设定如表1所示。表

5、1 聚焦分析窗口主要参数设置意义聚焦函数选择项聚焦函数选项意义聚焦函数算法Sum(总和)Mean(均值)Sd(标准差)Median(中值)MaxMin窗口中心像素被整个窗口像素值之和代替窗口中心像素被整个窗口像素值之均代替窗口中心像素被整个窗口像素值之标准差代替窗口中心像素被整个窗口像素值之中值代替窗口中心像素被整个窗口像素值之最大值代替窗口中心像素被整个窗口像素值之最小值代替输入图像与聚焦运算范围Use all value in computationIgnore specified valueUse only specified value输入图像中所有数值都参与聚焦运算所确定的像素数值将

6、不参与聚焦运算只有所确定的像素数值参与聚焦运算输入图像应用聚焦函数范围Apply function at all valueDo not apply at specified valueapply only at specified value输入图像中所有数值都应用聚焦函数所确定的像素数值将不应用聚焦函数只有所确定的像素数值应用聚焦函数4、遥感图像的傅里叶正变换选择ERDAS面板“interpreter”-“fourier analysis”命令,打开“fourier analysis”菜单,选择图像的傅里叶变换选项,打开傅里叶变换对话框。ERDAS提供的傅里叶变换也是快速傅里叶变换,将空间

7、域图像(*.img)转换成频率域图像(*.fft)。在傅里叶转换对话框中,选择输入图像、输出图像及需要变换的数据层范围,单击“ok”按钮执行变换。5、 频率图像编辑器(fourier transform editor )选择ERDAS面板“interpreter”-“fourier analysis”-“fourier transform editor”命令,打开频率图像编辑器视窗。1) 在频率图像编辑器中,打开生成的频率图像(*.fft)。 在频率编辑器中,频率图像的中心在图像的中心,也是坐标原点。其频率值是最高的,随着向四周扩散,频率逐渐减小。2) 频率图像编辑器上工具条的使用,如表2所示

8、。表2 Fourier transform editor中常用的工具条图标命令作用备注Low-pass filter低通滤波不能进行参数设置,只能使用默认值。按下功能键后,用鼠标左键进行操作high-pass filter高通滤波high-pass circular mask高通圆形掩膜high-pass rectangular mask高通矩形掩膜high-pass wedge mask高通楔形掩膜Inverse Fourier transform 傅里叶反变换3) 对频率图像进行滤波(高通、低通)。在菜单中选择“mask”-“filter”命令,打开“low/high-pass filte

9、r”对话框,设置参数: 滤波类型(filter type),滤波类型有高通(high-pass)和低通(Low-pass)。选择窗口形状(window function),选择滤波窗口,如表3所示表3 ERDAS 提供的5种常用滤波窗口类型滤波窗口的类型主要功能Ideal(理想滤波窗口)截取的频率是绝对的,没有任何过渡;其缺点是对产生环形条纹,特别是当半径很小的时候Barlett(三角滤波窗口)采用三角函数,减少了环形波纹作用的影响Butterworth(巴特滤波窗口)采用平滑曲线方程,过渡性较好;主要优点是最大限度地减少了环形波纹的影响Gaussian(高斯滤波)采用自然底数幂函数,过渡性好

10、,与巴特滤波相似,可以互换应用Hanning(余弦滤波窗口)采用条件余弦函数,过渡性好,与巴特滤波相似,可以互换应用确定高频和低频的阈值半径(radius)。最后设置高频增益或低频增益值。低通时,高频增益默认为0,低频增益为1;相反,高通时,高频增益默认为1,低频增益为0;参数设置后,单击ok按钮可进行频域滤波。高通4) 在傅里叶分析对话框上选择菜单“file”-“Inverse Fourier transform”命令,将图像由频域转换到空间域。5) 在“viewer”视窗中打开原图和频率滤波后的图像进行对比分析。6、同态滤波选择ERDAS面板“interpreter”-“fourier analysis”-“homomorphic filter”命令,打开同态滤波对话框。同态滤波的关键是:照度增益(illumination gain)、反射率增强(reflection gain)和截取频率(gutoff frequency)三个参数的设置。照度增益取值在01之间,输出的图像照度的影响被减弱,若大于1,则照度的影响被增强。反射率增益的设置同照度增益的设置。截取频率用于分割高频与低频,大于截取频率的成分作为高频,而小于的作为低频。五、作业以厦门市TM遥感影像为例,按实验内容、要求完成实验报告。高通变换后空间域就会变成

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 中学教育 > 其它中学文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号