遙感圖像輻射增強方法分析【畢業(yè)論文】

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　　（20 屆）</b></p><p>　　遙感圖像輻射增強方法分析 </p><p>　　所在學院 </p><p>　　專業(yè)班級 海洋科學

2、 </p><p>　　學生姓名 學號 </p><p>　　指導教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　目錄</b></

3、p><p><b>　　中文摘要I</b></p><p><b>　　英文摘要II</b></p><p><b>　　引言1</b></p><p><b>　　國內外研究現狀3</b></p><p><b>　

4、　研究概述4</b></p><p>　　1.1課題研究內容與主要方法4</p><p><b>　　1.2實驗方案4</b></p><p><b>　　1.3技術流程4</b></p><p><b>　　圖像處理7</b></p>&l

5、t;p><b>　　2.1幾何校正7</b></p><p>　　2.2遙感圖像輻射增強7</p><p>　　2.2.1查找表拉伸7</p><p>　　2.2.2直方圖均衡化11</p><p>　　2.2.3 直方圖的匹配13</p><p>　　2.2.4亮度反轉16&l

6、t;/p><p>　　2.2.5去霾處理17</p><p>　　2.2.6降噪處理19</p><p>　　2.2.7去條帶處理20</p><p>　　2.3圖像融合21</p><p>　　2.3.1主成分融合22</p><p>　　2.3.2乘積變換融合23</p>

7、<p>　　2.3.3 Brovey變換24</p><p>　　2.4融合后圖像的增強處理25</p><p>　　2.4.1查找表拉伸 25</p><p>　　2.4.2直方圖均衡化26</p><p>　　2.4.3直方圖匹配27</p><p><b>　　結果與討論

8、28</b></p><p><b>　　參考文獻29</b></p><p><b>　　致謝30</b></p><p>　　[摘要]： 本研究在ERDAS IMAGINE 9.2專業(yè)遙感圖像處理軟件基礎上對舟山海域2002年Landsat7 ETM多光譜影像和全色影像進行了處理，先列舉查找表拉伸、直方

9、圖均衡化、直方圖匹配、亮度反轉、去霾處理、降噪處理、去條帶處理幾種常見的遙感圖像輻射增強方法，對舟山地區(qū)的ETM圖像進行分析；再通過主成分融合、乘積變換融合、Brovey變換融合后輻射增強處理，與直接進行輻射增強的圖像相對比：雖然在提高空間分辨率的同時，影像的光譜信息會減弱。但優(yōu)點是提高了圖像的空間分辨率，又保持了多光譜信息的光譜特性。其中乘積變換融合后圖像的細節(jié)表現能力不錯，地物紋理清晰，對山地、河流、海洋顯示效果明顯，只是在一定程度

10、上存在光譜失真現象。Brovey變換后圖像中地物細節(jié)表現較強，利于提取地物信息。主成分變換后圖像提高了影像分辨率，整體效果不錯能較好地保持多光譜的光譜特性，只是亮度特征較原圖稍暗，色彩對比度不強。</p><p>　　[關鍵詞]： 遙感；圖像；融合；輻射增強</p><p>　　[Abstract]: The remote sensing in ERDAS IMAGINE 9.2 imag

11、e processing software professional based on the Zhoushan sea area in 2002 Landsat7 ETM multi-spectral image and panchromatic images were processed, the first lookup table lists stretching, histogram equalization, histogr

12、am matching, brightness reversalto haze processing, noise reduction, to deal with several common bands of radiation enhancement of remote sensing image, ETM image of Zhoushan area analysis; and then through the principal

13、 com</p><p>　　[Key words]: remote sensing；image；fusion；radiometric enhancement</p><p><b>　　引言</b></p><p>　　遙感是以航空攝影技術為基礎，20世紀60年代初發(fā)展起來的一門新興技術。開始為航空遙感，自1972年美國發(fā)射了第一顆陸地衛(wèi)星后

14、，標志著航天遙感時代的開始。經過幾十年的迅速發(fā)展，遙感技術已廣泛應用于資源環(huán)境、水文、氣象、地質地理等領域，成為一門實用、先進的空間探測技術[1]。</p><p>　　聯(lián)合國運用衛(wèi)星對地球進行遙感研究小組對遙感下的定義：“觀測物質或近地目標從紫外線到微波的某些波長的電磁發(fā)射現象”。詳細地說，就是運用現代運載工具和電子、光學儀器，以主動和被動方式接受地(水) 表或其以下一定深度處的研究對象發(fā)射或反射從紫外線到微波

15、的，能通過大氣的某些波段的電磁波信息，經過加工處理，獲得研究對象的有用信息，達到探測目標物的整個信息的接收、傳輸、處理和應用處理。它是隨著空間技術的出現而出現的，屬于空間科學，被稱之為宇宙中的“眼睛”[2]。 </p><p>　　在遙感應用研究中，得到經過正確處理以后形成的高清晰圖像，對展開以后的工作具有重要的作用。很多歷史資料由于材質和時間的原因，整幅圖片色澤偏暗，亮度范圍不足或非線性等因素造成對比度不足，影

16、響觀看效果，結合人眼對灰度的感覺，如果相鄰兩個物體目標灰度相差比較小，超過人眼對灰度差的感知能力，人眼就無法區(qū)分這不同的兩個物體，從而導致無法看清楚圖片，這就需要對圖片做出一些處理，使圖片的灰度差和整體色澤有所改善，以達到人眼觀看的效果。圖像處理的原始目的就是改善圖像，使看不清的目標能夠看得清楚，因此，對數字圖像識別分析的全過程，都要求圖像得到改善以適應人的肉眼，為了達到這個目的，除了首先需要去除噪聲之外，還需要分辨灰度細節(jié)，解決灰度的

17、擴展和圖像鮮明化問題。</p><p>　　圖像改善最常用的方法是圖像增強，以改善圖像的視覺效果，把圖像處理成為適用于計算機分析或控制的形式，圖像增強是突出圖像需要的信息，削弱或除去不需要的信息的處理方法，以達到改善圖像的目的。它并不能完全滿足原始圖像的一些視覺特性，為了達到圖像增強的效果，圖像往往會發(fā)生變化，產生畸變，但是對人的肉眼的感覺而言，畸變后的圖像反而更清晰，觀感也更舒服，因此，圖像增強不顧及原始圖像是

18、否發(fā)生了畸變，只以符合肉眼觀感和找出特征為條件，圖像增強內容包括：去除圖像噪聲，抽取圖像中某些目標輪廓，圖像的勾邊處理，提取圖像中的特征等技術，通過直方圖均衡化技術來實現圖像增強，首先對原圖像通過離散函數進行直方圖處理。得到原圖像的直方圖后，根據均衡化的變換函數通過計算得到需要的增強效果的圖像的直方圖，分析圖像增強的點處理、空間域濾波、頻域濾波、代數運算。用直方圖均衡化的算法增強灰度圖像，達到了圖像增強的目的。[8]</p>

19、<p>　　1957年蘇聯(lián)成功發(fā)射第一顆人造地球衛(wèi)星，標志著人類進入了航天遙感時代。到目前為止，包括中國在內的十幾個國家已經向宇宙空間發(fā)射了數千顆人造衛(wèi)星，它們廣泛應用于軍事、通訊、教育、導航、天文和地球資源觀測等領域，其中Landsat衛(wèi)星（原名地球資源技術衛(wèi)星ERTS（Earth resource techmtogy satellite），它是美國國家航空和航天局（NASA）發(fā)射的用來獲取地球表面圖像的一種遙感平臺，以

20、觀察陸地環(huán)境和資源為主。）[3]是目前世界范圍內應用最廣泛的民用對地觀測衛(wèi)星，在圍繞地球的軌道上運轉，獲取了數百萬幅有價值的圖像。圖像上載有豐富的地面信息，在農業(yè)、林業(yè)、生態(tài)、地質、地理、氣象、水文、海洋、環(huán)境污染、地圖測繪等方面得到了廣泛的應用。</p><p>　　TM圖像為專題繪圖儀（Thematic Mapper）獲取的圖像。從Landsat-4起，發(fā)射的衛(wèi)星上加裝了專題繪圖儀（TM）來獲取地球表層信息。

21、[3]TM在光譜分辨率、輻射分辨率和地面分辨率都比MSS圖像有較大的改進。在光譜分辨率方面，它采用7個波段來記錄遙感器獲取的目標地物信息；在輻射分辨率方面，Tm采用雙向掃描，改進了輻射測量精度，目標地物模擬信號經過模數轉換，以256級輻射亮度來描述不同地物的光譜特性；在地面分辨率方面，TM瞬間視場對應的地面分辨率為30m（第6波段除外）。[3]ETM，是 Enhanced Thematic Mapper的縮寫，意為“增強型專題繪圖儀”，

22、是TM的增強型，具有8個波段的掃描式光學成像儀器，ETM與TM的波段、光譜特性和分辨率基本相似，最大變化是（1）增加了分辨率為15m的全色波段PAN（0.52～0.90μm）；（2）波段6的分辨率由120m提高到60m；（3）輻射定標誤差率小于5%，比Landsat5提高1倍。</p><p><b>　　0國內外研究現狀</b></p><p>　　20世紀20年代

23、圖片第一次通過海底電纜從倫敦傳往紐約。當時人們通過字符模擬得到中間色調的方法來還原圖像。1921年年底提出了一種基于光學還原的新技術。這一時期引入了一種用編碼圖像紙帶去調制光束達到調節(jié)底片感光程度的方法，使灰度等級從5個灰度級增加到15個灰度等級，明顯改善了圖像復原的效果。20世紀60年代早期第一臺能夠執(zhí)行數字圖像處理任務的大型計算機制造的制成，標志著利用計算機技術處理數字圖像時代的到來。[7]1964年，研究人員在美國噴氣推進實驗室(

24、JPL)里使用計算機以及其它硬件設備，采用幾何校正、灰度變換、去噪聲、傅里葉變換以及二維線性濾波等增強方法對航天探測器“徘徊者7號”發(fā)回的幾千張月球照片進行處理，成功地繪制出了月球表面地圖。[8]之后他們又對1965年“徘徊者8號”發(fā)回的幾萬張照片進行了較為復雜的數字圖像處理，使圖像質量進一步提高。這些成績使得JPL更加重視對數字圖像處理地研究和設備的改進，并專門成立了圖像處理實驗室IPL。在IPL里成功的對后來探測飛船發(fā)回的幾十萬張照

25、片進行了更為復雜的圖像處理，最終獲得了月球的地形圖、彩色圖以及全景鑲嵌圖。從此數字圖像增強技術走進了航空</p><p>　　進入20世紀90年代，圖像增強技術已經逐步涉及人類生活和社會發(fā)展的各個方面。直方圖均衡處理是圖像增強技術常用的方法之一。</p><p>　　在借鑒國外相對成熟理論體系和技術應用體系的條件下，國內的增強技術和應用也有了很大的發(fā)展。人們運用數字圖像增強技術處理和分析遙

26、感圖像，以有效地進行資源和礦藏的勘探、調查、農業(yè)和城市的土地規(guī)劃、作物估產、氣象預報、災害的監(jiān)視等。圖像增強是圖像處理的重要組成部分，傳統(tǒng)的圖像增強方法對于改善圖像質量發(fā)揮了極其重要的作用。隨著對圖像技術研究的不斷深入和發(fā)展，新的圖像增強方法不斷出現。[9]例如一些學者將模糊映射理論引入到圖像增強算法中，提出了包括模糊松弛、模糊熵、模糊類等增強算法來解決增強算法中映射函數選擇問題，并且隨著交互式圖像增強技術的應用，可以主觀控制圖像增強效

27、果。同時利用直方圖均衡技術的圖像增強也有許多新的進展：例如提出了多層直方圖結合亮度保持的均衡算法、動態(tài)分層直方圖均衡算法。這些算法通過分割圖像，然后在子層圖像內做均衡處理，較好地解決了直方圖均衡過程中的對比度過拉伸問題，并且可以控制子層灰度映射范圍，增強效果較好。 </p><p><b>　　1研究概述</b></p><p>　　1.1課題研究內容與主要方法&

28、lt;/p><p>　　本課題的研究內容是通過利用ERDAS IMAGINE11對ETM+遙感圖像的處理，對遙感圖像增強方法的分析，研究的主要過程是：</p><p>　　1.利用所研究的遙感數據，對遙感圖像進行預處理</p><p>　　2.利用幾種遙感圖像增強方法對圖像進行處理</p><p>　　3.對處理后的遙感圖像進行分析</p&

29、gt;<p><b>　　1.2實驗方案</b></p><p>　　對遙感圖像進行預處理，包括輻射校正、幾何變形改正、消除條帶和噪音等</p><p>　　對圖像進行增強,如直方圖均衡化、直方圖匹配、亮度反轉、去霾處理等</p><p>　　圖像融合，對融合后的圖像增強處理，對比未被融合的圖像</p><p&

30、gt;　　分析遙感圖像增強效果，討論結果</p><p><b>　　1.3技術流程</b></p><p>　　遙感圖像表征了地物波譜輻射能量的空間分布，輻射能量的強弱與地物的某些特性相關?，F代遙感技術獲取的資料容納了大量的信息，如果我們僅用傳統(tǒng)的目視解譯方法進行解譯，必然造成很大的浪費。為了挖掘遙感資料的信息潛力，提高解譯效果，必須用先進技術方法對原始圖像進行一系

31、列圖像處理，使影像更為清晰，目標物體的標志更明顯突出，易于識別。圖像處理雖然未增加圖像的信息量，但改善了圖像的視覺條件，提高了可辨性，是遙感圖像分析研究的一種有效手段。</p><p>　　遙感圖像處理的內容包括：圖像復原、圖像增強和圖像分類。其中圖像增強是指利用光學儀器或電子計算機等手段，改變圖像的表現形式和影像特征，使圖像變得更加清晰可判，目標物更加突出易辨。圖像處理的方法主要有兩類：光學處理和電子計算機數字

32、圖像處理。近年來，隨著計算機數字圖像處理技術的發(fā)展，遙感圖像的計算機處理越來越普及；而光學處理由于對儀器設備和處理環(huán)境要求較高，除專門的的遙感資料信息中心外，使用者越來越少，并且光學處理的內容和形式大都可以運用計算機處理代替。</p><p>　　因此，光學處理有被計算機處理替代的趨勢。遙感圖像的數字圖像處理是將傳感器所獲得的數字磁帶，或經數字化的圖像膠片數據，用電子計算機進行各種處理和運算，提取出各種有用的信息

33、，從而通過圖像數據去了解、分析物體和現象的過程。</p><p>　　遙感數字圖像處理涉及了數據的來源，數據的處理以及數據的輸出，這就是處理的三個階段：輸入、處理和輸出，處理過程如圖1</p><p>　　圖1 遙感數字圖像處理過程</p><p>　　Fig.1 Remote sensing digital image processing</p>

34、<p>　　由于數字圖像處理工作是在計算機和顯示設備上完成的，因此圖像分析處理軟件是必須的。本研究利用的圖像分析處理軟件是ERDAS IMAGINE 9.2。ERDAS IMAGINE 是美國ERDAS 公司開發(fā)的遙感圖像處理系統(tǒng)。[10]它以其先進的圖像處理技術，友好、靈活的用戶界面和操作方式，面向廣闊應用領域的產品模塊，服務于不同層次用戶的模型開發(fā)工具以及高度的RS/GIS（遙感圖像處理和地理信息系統(tǒng)）集成功能，為遙感及相

35、關應用領域的用戶提供了內容豐富而功能強大的圖像處理工具，不但提供了數據轉換、圖像增強和圖像解譯等常規(guī)的圖像處理功能，還增加了很多功能。例如在傳統(tǒng)多光譜分類方法基礎上，ERDAS提供了專家工程師及專家分類器工具，為高光譜、高分辨率圖像的快速高精度分類提供了可能。ERDAS代表了遙感圖像處理系統(tǒng)未來的發(fā)展趨勢。目前ERDAS IMAGINE軟件是世界上占最大市場份額的專業(yè)遙感圖像處理軟件。</p><p><b

36、>　　2圖像處理 </b></p><p><b>　　2.1幾何校正</b></p><p>　　由于遙感平臺位置和運動狀態(tài)的變化、地形起伏、地球表面曲率、大氣折射、地球自轉等因素的影響，遙感圖像在幾何位置上會發(fā)生變化，產生諸如行列不均勻，像元大小與地面大小對應不準確，地物形狀不規(guī)則變化等畸變，稱為遙感圖像的幾何畸變。產生畸變的圖像給定量分析及位置

37、配準造成困難，因此在遙感數據接收后需要對圖像進行幾何校正以使其能夠反映出接近真實的地理狀況。</p><p>　　遙感影像相對于地圖投影坐標系統(tǒng)進行配準校正，即要找到遙感影像與地圖投影坐標系統(tǒng)之間的數字函數關系，通過這種函數關系可計算出原遙感影像中每個像元在地圖投影坐標系統(tǒng)上的位置從而得到校正后的圖像。</p><p>　　2.2遙感圖像輻射增強</p><p>　

38、　輻射增強是一種通過直接改變圖像中的像元的灰度值來改變圖像的對比度，從而改善圖像視覺效果的圖像處理方法。人的眼睛鑒別圖像時能夠分辨20級左右的灰度級，而顯示設備顯示灰度的動態(tài)范圍要大得多。[2]例如，計算機顯示器能夠顯示256個灰度級，灰度值范圍為0～255。因此，輻射增強能夠使一幅圖像充分利用成像設備，達到最佳動態(tài)范圍，改善目視效果。一般來說，原始遙感數據的灰度值范圍比較窄，這個范圍通常比顯示器的顯示范圍小得多。增強處理可以將其灰度范

39、圍拉伸到0～255的灰度級之間來顯示，從而使圖像對比度提高，視覺效果得以改善。輻射增強主要以圖像的灰度直方圖作為分析處理的基礎。</p><p>　　2.2.1查找表拉伸</p><p>　　查找表拉伸（LUT Stretch）是遙感圖像對比度拉伸的總和，通過修改圖像查找表使圖像像元值發(fā)生變化?？梢愿鶕Σ檎冶淼亩x實現線性變換、分段線性變換和非線性變換等處理。</p>&l

40、t;p>　　[11]線性變換是一種改善圖像可視反差的簡單方法。在絕大多數原始數據中，數據文件值通常集中在一個低于顯示設備顯示能力的范圍內。我們可以利用每個波段的均值和標準偏差來確定數據值的拉伸范圍，并指定距離均值的標準偏差值用于反差拉伸。如果數據有一個正常的分配，那么這個拉伸范圍大約涵蓋數據的95%。因數據文件值的最小和最大值通常不能夠代表絕大多數數據，因此常用均值和標準偏差分別代替兩者。</p><p>

41、　　線性變換是將原始圖像各亮度值按線性關系進行變換，使圖像的亮度范圍擴展到任意指定范圍或整個動態(tài)范圍。線性變換是圖像增強處理最常用的方法，采用的變換公式為：</p><p><b>　　(2.1)</b></p><p>　　式中T為變換函數，A、B為變換參數，由原始圖像和變換圖像的灰度值動態(tài)范圍決定。</p><p>　　[3]線性變換通常分

42、為普通線性變換和分段線性變換兩種。前者是按比例擴大原始灰度級的范圍，以充分利用顯示設備的動態(tài)范圍，使變換后圖像的直方圖的兩端達到飽和。而在實際工作中，后者能夠更好地調節(jié)圖像的對比度。</p><p>　?。?）普通線性變換。假設變換前圖像的亮度范圍f為a1～a2，變換后圖像的亮度范圍g為b1～b2，一般要求b1＜a1，b2＞a2，普通線性變換如圖2所示，變換方程為</p><p>　　則

43、 (2.2)</p><p>　　普通線性變換將原始圖像的灰度范圍不加區(qū)別地擴展，缺乏針對性。</p><p>　?。?）分段線性變換。在實際應用中，為了突出圖像中感興趣的對象，更好地調節(jié)圖像的反差，需要在一些灰度段拉伸，而在另一些灰度段壓縮，這種變換稱為分段線性變換。分段線性變換如①所示，在變換

44、坐標系中成為折線，折線間斷點的位置根據需要決定，對應的變換函數在不同的區(qū)間有不同的線性方程：</p><p><b>　　第一段：</b></p><p>　　第二段： (2.3)</p><p><b>　　第三段：</b></p><p>　　圖2 線性變換

45、 圖3 分段線性變換</p><p>　　Fig.2 Linear transformation Fig.3 Piecewise linear transformation</p><p>　?。?）非線性變換。非線性輻射增強可以用于逐漸地增加或減少一段范圍內的反差，不用有相同大小的斜率(坡度)。通常，非線性增強在拉大一

46、段區(qū)域內的反差的同時減少了其他區(qū)域的反差。非線性變換常用指數變化和對數變換來達到增強的目的。</p><p>　　指數變換。指數變換的變換函數曲線如圖4所示，它在亮度值較高的部分擴大亮度間隔，屬于拉伸；而在亮度值較低的部分縮小亮度間隔，屬于壓縮。函數表達式為</p><p><b>　　(2.4)</b></p><p>　　式中，a、b、c為

47、可調參數，可以改變指數函數曲線的形態(tài)，從而實現不同的拉伸比例。</p><p>　　對數變換。對數變換的變換函數曲線如圖圖5所示，與指數變換相反，它在亮度值較低的部分拉伸擴展，而在亮度值較高的部分壓縮，其數字表達式為g=blg (2.5)</p><p>　　式中：a、b、c仍為可調參數，由使用者決定其值。</p>

48、<p>　　圖4 指數變換 圖5 對數變換</p><p>　　Fig.4 Exponential transformation Fig.5 Logarithmic transformation</p><p>　　利用ERDAS打開模型生成器</p><p>　　圖6 ER

49、DAS查找表拉伸模型生成器</p><p>　　Fig.6 ERDAS stretch model generator look-up table</p><p>　　圖7 拉伸處理前圖像 圖8 拉伸處理后圖像</p><p>　　Fig.7 Stretch processing before the imag

50、e Fig.8 After stretching the image</p><p>　　圖像分析：可以看到數字影像的色彩對比度增強，清晰度變高等變化。</p><p>　　2.2.2直方圖均衡化</p><p>　　直方圖均衡化是一種簡單有效的圖像增強技術，基本做法是將每個灰度區(qū)間等概率分布代替了原來的隨機分布，即增強后的圖象中每一灰度級的像

51、元數目大致相同。直方圖均衡化可使得面積最大的地物細節(jié)得以增強，而面積小的地物與其灰度接近的地物進行合并，形成綜合地物。減少灰度等級換取對比度的增大。其輻射增強思想是將原圖像增強后的直方圖呈近似均勻狀分布，即不同的灰度級在圖像中的概率密度應近似相等。該方法的意義有以下幾種解釋方式：</p><p>　　充分均勻地利用所有灰度級；</p><p>　　(2)通過實例說明直方圖平坦的圖像的灰度動

52、態(tài)范圍及對比度更大，可分辨的細節(jié)更豐富，視覺效果更好；</p><p>　　(3)把直方圖平坦化可以“歸一化”圖像，減弱照明的影響，從而作為特征提取和圖像匹配之前的預處理；</p><p>　　(4)平坦分布對應的熵最大，意味著圖像的信息最多；</p><p>　　(5)直方圖平坦化之后再對灰度級均勻量化可以使出現頻繁的灰度值被量化得較精確，出現不頻繁的灰度值被量化

53、得較粗糙，從而在量化等級數一定的情況下使平均誤差更小。</p><p>　　打開ERDAS模型生成器</p><p>　　圖9 ERDAS 直方圖均衡化模型生成器</p><p>　　Fig.9 ERDAS histogram equalization model generator</p><p>　　圖10 直方圖均衡化處理前圖像

54、 圖11 直方圖均衡化處理后圖像 </p><p>　　Fig.10 Before processing the image Fig.11 After processing the image </p><p>　　圖像分析：可以明顯看出處理后影像的亮度增強，對比度增強，影像變清晰。</p>&

55、lt;p>　　2.2.3 直方圖的匹配</p><p>　　直方圖的匹配，即直方圖的規(guī)定化，是指使一幅圖像的直方圖變成規(guī)定形狀的直方圖而對圖像進行變換的增強方法，是把原圖像的直方圖變換為某種指定形態(tài)的直方圖或某一參考圖像的直方圖，然后按著已知的指定形態(tài)的直方圖調整原圖像各像元的灰級，最后得到一個直方圖匹配的圖像。這種方法主要應用在有一幅很好的圖像作為標準的情況下，對另一幅不滿意的圖像用標準圖像的直方圖進行匹

56、配處理，以改善被處理圖像的質量。如在數字鑲嵌時，重疊區(qū)影像色調由于時相等原因差異往往很大，利用直方圖匹配這一方法后可以改善重疊區(qū)影像色調過度，如果鑲嵌圖像時相相差不大，完全可以作到無縫鑲嵌。其用處是:</p><p>　　匹配不同天掃描的相同或鄰近景，這些圖像由于太陽高度角或大氣效應的原因略有不同；</p><p>　　(2)分辨率融合，指通過融合高分辨率全色圖像的一個波段來提高低分辨率多

57、波段圖像的過程。為了使直方圖匹配獲得較好結果，輸入的兩個全色圖像應該具有相似的特點，直方圖曲線的總體形狀也應當相似。即使匹配的景不是同一個地區(qū)，土地覆蓋的相對分布也應當相同，如果一幅圖像有云而另一幅沒有，就應當用一些算法將云消除。[3]</p><p>　　打開ERDAS模型生成器</p><p>　　圖12 ERDAS 直方圖匹配模型生成器</p><p>　　F

58、ig.12 ERDAS histogram matching model generator</p><p>　　圖13 直方圖匹配處理前圖像</p><p>　　Fig.13 Before processing the image histogram matching</p><p>　　圖14 直方圖匹配圖像 圖15 直

59、方圖匹配處理后圖像 </p><p>　　Fig.14 Histogram matching images Fig.15 Before processing the image</p><p>　　圖像分析：可以看出經過處理后的圖像與匹配圖像的色調基本保持一致。</p><p><b>　　2.2.4亮度反轉</b><

60、/p><p>　　亮度反轉（Brightness Inverse）是對圖像亮度范圍進行線性或非線性取反，產生一幅與輸入圖像亮度相反的圖像，原來亮的地方變暗，原來暗的地方變亮，它是線性拉伸的特殊情況。通過反轉可以像建立底片的效果。例如，掃描一張底片，需要對底片處理時，就可以用亮度反轉來處理。其關系可用整幅圖像的最大值—圖像值表示。</p><p>　　打開ERDAS模型生成器</p>

61、<p>　　圖16 ERDAS 亮度反轉模型生成器</p><p>　　Fig.16 ERDAS brightness inversion model generator</p><p>　　圖17 亮度反轉處理前圖像 圖18 亮度反轉處理后圖像</p><p>　　Fig.17 Before processi

62、ng the image Fig.18 After processing the image </p><p>　　圖像分析：通過亮度反轉，產生一個與原圖像完全相反的圖像，暗的地方變成亮的，亮的地方變成暗的。</p><p><b>　　2.2.5去霾處理</b></p><p>　　去霾處理（Haze Reduction）

63、的目的是降低多波段圖像（Landsat TM）或全色圖像的模糊度。對于多波段圖像，該方法的實質是基于纓帽變換方法，首先對圖像進行主成份變換，找出與模糊度相關的成分并剔除，然后再進行主成份逆變換回到RGB彩色空間，達到去霾的目的。對于全彩色圖像，該方法采用點擴展卷積反轉進行處理，并根據情況選擇5×5或3×3的卷積算子分別用于高頻模糊度或低頻模糊度的去除。[10]</p><p>　　打開ERDA

64、S模型生成器</p><p>　　圖19 ERDAS去霾處理模型生成器</p><p>　　Fig.19 ERDAS model generator to deal with haze</p><p>　　圖20 去霾處理前的圖像 圖21去霾處理處理后圖像</p><p>　　Fig.20 Be

65、fore processing the image to haze Fig.21 After processing the image to haze</p><p><b>　　2.2.6降噪處理</b></p><p>　　降噪處理（Noise Reduction）是利用自適應濾波方法去除圖像中的噪聲，該技術在沿著邊緣或平坦區(qū)域去除噪聲的同時可以很好

66、地保持圖像中一些微小的細節(jié)。</p><p>　　圖22 降噪處理前的圖像 圖23降噪處理后的圖像</p><p>　　Fig.22 Before image noise reduction Fig.23 After image noise reduction</p><p>　　2.2.

67、7去條帶處理</p><p>　　去條帶處理（Destripe TM Data）是針對Landsat TM的圖像特點對其原始數據進行3次卷積，以達到去除掃描條帶的目的。在操作過程中，只有一個關于邊緣處理的選擇項需要用戶定義，其中的兩項分別是反射和填充，前者是應用圖像邊緣灰度值的鏡面反射值作為圖像邊緣以外的像元值，這樣可以避免出現暈光；后者則是統(tǒng)一將圖像以外的像元以0值填充，呈黑色背景。</p>&l

68、t;p>　　打開ERDAS模型生成器</p><p>　　圖24 ERDAS去條帶處理模型生成器</p><p>　　Fig.24 ERDAS to strip processing model generator</p><p>　　圖25 去條帶處理前的圖像 圖26去條帶處理后的圖像</p>&l

69、t;p>　　Fig.25 Before to strip the images processing Fig.26 After to strip the images processing</p><p>　　圖像分析：經處理后圖像與原圖像相比色彩差別不大，但在細節(jié)部分色彩更清晰</p><p><b>　　2.3圖像融合</b></p&g

70、t;<p>　　在遙感應用中，有時會要求圖像同時具有高空間分辨率和高光譜分辨率。然而，現在由于技術條件的限制，儀器很難提供這樣的數據。圖像融合（Image Fusion）技術是指將多源信道所采集到的關于同一目標的圖像經過一定的圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進一步處理。遙感圖像融合處理的目的是綜合不同傳感器獲得的圖像的優(yōu)點，充分利用全色波段高空間分辨率和多光譜波段分辨率信息，融合出集合兩者特征的影

71、像。然而對于不同特征的圖像并不能采用所有的融合方法都能得到正確的圖像處理結果。盡管利用全色波段數據對多光譜數據進行幾何配準后再進行融合處理，會大幅增強影像判讀的準確性，突出全色波段數據和多光譜數據的變異特性，但是基于地面環(huán)境、大氣透射等影響，若要獲得理性的融合效果，還應根據圖像的特征，選擇相適應的融合算法才能奏效。[10]</p><p>　　ERDAS IMAGINE系統(tǒng)中通?？刹捎茫褐鞒煞肿儞Q融合、HIS變換

72、、Brovey變換、乘積變換融合和比值變換融合等。不同圖像融合方法的特點不同，因此所融合的結果也存在明顯的差異。</p><p>　　2.3.1主成分融合</p><p>　　由于遙感影像不同波段之間往往存在著很高的相關性，因而從提取有用信息的角度考慮，有相當一部分數據是冗余的，而這部分冗余數據將會干擾遙感影像的解譯分類、主成分融合的目的就是將原多波段圖像中的有用信息集中到數目較少的新的主

73、成分圖像中，使這些主成分圖像之間互不相關，并且將影像中的無用噪聲集中到最后一個主成分上，通過對最后的噪聲成分進行歸零處理來消除影像中的噪聲，再利用高空間分辨率的全色波段ETM圖像對主成分圖像進行融合，最后再對融合后的主成分影像進行主成分逆變換處理，既消除了影像中的噪聲對影像解譯分類的影響，又提高了影像的空間分辨率，進而提高了影像的解譯能力。</p><p>　　主成分融合的優(yōu)點是能夠分離信息，減少相關，達到突出不

74、同的地物目標。還對輻射差異具有自動校正的功能，因此無須再做相對輻射校正處理。</p><p>　　圖27 主成分融合前圖像 圖28 主成分融合后圖像</p><p>　　Fig.27 Principal component images before fusion Fig.28 Principal component image f

75、usion</p><p>　　圖像分析：如處理后的圖像所示，經主成分融合后的圖像提高了分辨率，突出了山地、河流、城鎮(zhèn)等地物信息。</p><p>　　2.3.2乘積變換融合</p><p>　　乘積變換融合是一種乘積與線性變換相結合的融合方法，該方法可以增強圖像的反差，突出圖像的細節(jié)。采用的公式為：</p><p>　　=A· &

76、#183; +B (2.6)</p><p>　　式中A為比例因子，B為灰度值線性變換的增量。操作時先將多光譜圖像進行主成分變換，得到3個主成分分量PC1，PC2，PC3，再將高分辨率全色波段圖像和PC3分別作為 和 代入上述公式等到 。將PC1， ，PC2分別作為紅、綠、藍波段合成融合后的影像。[12]</p><p>　　此方法既通過主

77、成分分析達到消除冗余，提高信息量的目的，又利用各種主成分與全色波段數據的關聯(lián)，實現了提高空間分辨率的目的，還可以將全部像元的灰度值統(tǒng)一調整一個增量，達到圖像增強的目的。與Brovey變換比較，在突出空間分辨率的相同條件下，從地物電磁波特征的角度入手，更突出表現了地表覆蓋的主成分，還有可能達到灰度增強的目的。</p><p>　　圖29 乘積變換融合前圖像 圖30乘積變換融合后圖像

78、</p><p>　　Fig.29 Transform fusion image before the product Fig.30 Transform image fusion product</p><p>　　圖像分析：與主成分融合相比，乘積變換融合后的圖像不同地物的的色彩反差更強，突出了細節(jié)的區(qū)分與地表覆蓋物的成分。</p><p>　　2.3.3 Br

79、ovey變換</p><p>　　Brovey變換是一種通過歸一化后的3個波段的多光譜影像與高分辨率圖像進行乘積運算的融合方法。Brovey變換的優(yōu)點在于銳化圖像的同時能夠保持原多光譜影像的信息內容。其公式為：</p><p>　　=（ /（ + + ））× (2.7)</p><p>　　式中 為融合后的像素值， 為多光譜影像中第i波

80、段的像素值， 為高分辨率全色影像的像素值。這種算法最突出的在于求出多光譜波段的每個波段像素值和的比值，然后再以全色波段像素值為基準，求得的波段參加融合的像素值。但是如果3個波段中各種地物特征表現不明顯時，融合的效果并不顯著。[13]</p><p>　　Brovey變換的特點在于強調了空間分辨率的特征，前兩種方法實質上是突出地物光譜特征的，融合的結果并沒有提高空間分辨率，只是把地物電磁波波譜的差異作了進一步的表現

81、。Brovey變換把全色波段的灰度值作為地物電磁波波譜特征的基礎，利用每個多光譜波段數據的灰度值與3個多波段數據灰度值的總和，確定各種地物相應波段電磁波特征在全色波段灰度值中所占的比重，突出了全色波段數據的空間分辨率，又突出了地物在不同波段電磁波特性的差異。</p><p>　　圖31 Brovey變換前的圖像 圖32 Brovey變換后圖像</p><p&g

82、t;　　Fig.31 Brovey transform the image before Fig.32 Brovey transformed image</p><p>　　圖像分析：與乘積變換融合相比，Brovey變換融合后的圖像，色彩扭曲程度不強，一定程度上保持了地物的紋理，光譜特性。</p><p>　　2.4融合后圖像的增強處理</p><p&

83、gt;　　2.4.1查找表拉伸 </p><p>　　圖33為未經融合圖像的拉伸處理 圖34為主成分融合后圖像的拉伸處理</p><p>　　Fig.33 Without stretching the fused image Fig.34 Principal components fused image </p><

84、;p>　　圖35為乘積變換融合后圖像的拉伸處理 圖36為Brovey變換融合后圖像的拉伸處理</p><p>　　Fig.35 Transform image fusion product image Fig.36 Brovey transform fusion image </p><p>　　2.4.2直方圖均衡化</p>&l

85、t;p>　　圖37為未經融合圖像的均衡化處理 圖38為主成分融合后圖像的均衡化處理</p><p>　　Fig.37 Without fusion image processing Fig.38 Principal component fusion image processing</p><p>　　圖39為乘積變換融合后圖像的均衡化處理

86、圖40為Brovey變換融合后圖像的均衡化處理</p><p>　　Fig.39 Transform fusion product image processing Fig.40 Brovey transform fusion image processing</p><p>　　2.4.3直方圖匹配</p><p>　　圖41為未經融合圖像的直方圖匹配處理

87、圖42為主成分融合后圖像的直方圖匹配處理</p><p>　　Fig.41 Without the fused image processing Fig.42 Principal components fused image processing</p><p>　　圖43為乘積變換融合后圖像的匹配處理 圖44為Brovey變換融合后圖像的匹配處理</p>

88、<p>　　Fig.43 Transform fusion after processing the image Fig.44 Brovey transform fusion image processing</p><p><b>　　3結果與討論</b></p><p>　　經上述過程完成了圖像增強的處理，幾種增強方法與融合后的增強方法都在不同程度上提

89、高了圖像的可判讀性。經融合的圖像再進行增強處理，既提高了圖像的空間分辨率，又保持了多光譜信息的光譜特性。其中乘積變換融合后圖像的細節(jié)表現能力不錯，地物紋理清晰，對山地、河流、海洋顯示效果明顯，只是在一定程度上存在光譜失真現象。Brovey變換后圖像中地物細節(jié)表現較強，利于提取地物信息。主成分變換后圖像提高了影像分辨率，整體效果不錯能較好地保持多光譜的光譜特性，只是亮度特征較原圖稍暗，色彩對比度不強。</p><p&g

90、t;　　本研究在ERDAS IMAGINE 9.2專業(yè)遙感圖像處理軟件基礎上對舟山海域2002年Landsat7 ETM多光譜影像和全色影像進行了融合處理，包括主成分變換、乘積變換、Brovey變換，獲得了不錯的效果。最后對實驗結果分析表明，在提高空間分辨率的同時，影像的光譜信息會減弱?？傮w來說，經主成分變換融合后的圖像再增強處理，得到的結果有一定的光譜退化現象，但整體效果好，改善了圖像的顯示質量；經乘積變換融合后的圖像再增強處理，得到

91、的結果無論在亮度信息還是在色彩對比度方面都較好，但存在一定的光譜失真現象；經Brovey融合后的圖像再增強處理，得到的結果在提取地物信息中有較好表現，加強了判讀效果。但是由于是從整體上提高圖像的質量，并沒有針對單一的地類進行融合試驗，所以雖然在一些變換中突出了某類地物，但并不表明這種變換是提取該地物的最好方法。隨著遙感技術的發(fā)展，多傳感器平臺、高分辨率、高光譜遙感影像的出現越來越多，更好地利用這些信息獲得更完善的融合模式和高質量的影像，

92、還需要進一步的研究。</p><p>　　遙感數字處理技術是上世紀60年代隨著計算機科學的發(fā)展而發(fā)展起來的一門新興科學。圖像處理輸入的是低質量的圖像，通過圖像增強、復原、壓縮等輸出高質量的圖像。圖像增強技術是遙感數字處理技術中一項重要的技術。圖像增強的應用領域十分廣闊并涉及各種類型的圖像。[7]例如，在軍事應用中，增強紅外圖像提取我方感興趣的敵軍目標；在醫(yī)學應用中，增強X射線所拍攝的患者腦部、胸部圖像確定病癥的準

93、確位置；在空間應用中，對用太空照相機傳來的月球圖片進行增強處理改善圖像的質量；在農業(yè)應用中，增強遙感圖像了解農作物的分布；在交通應用中，對大霧天氣圖像進行增強，加強車牌、路標等重要信息進行識別；在數碼相機中，增強彩色圖像可以減少光線不均、顏色失真等造成的圖像退化現象。 </p><p><b>　　參考文獻</b></p><p>　　[1] 楊宇，吳田；基于GIS的

94、輸電線路智能化運行與管理技術，中國科技縱橫，2010年24期 </p><p>　　[2]黃永璘，何立，王君華，羅永明；衛(wèi)星遙感圖像的增強處理，廣西氣象，2006年03期</p><p>　　[3]常慶瑞，蔣平安，周勇，申廣榮，李瑞雪，趙鵬祥；遙感技術導論，科學出版社</p><p>　　[4]潘振贛，龔聲蓉；淺談數字圖像處理技術的基本原理，電腦知識與技術，201

95、0年06期</p><p>　　[5]王志杰，譚偉，羅揚；兩種遙感圖像增強方法對圖像分類的適宜性分析，山地農業(yè)生物學報，2008年04期</p><p>　　[6]梅雄；淺論我國海洋遙感的發(fā)展及應用，科技經濟市場，2007年10期</p><p>　　[7]居桂方，肖萬能，周建勇；MATLAB在數字圖像處理中的應用，中國科技信息，2006年15期</p>

96、<p>　　[8]張冰，林嵐嵐，騰鵬飛；淺談遙感圖像增強的處理，防護林科技，2006年3月第2期</p><p>　　[9]江巨浪，張佑生，薛峰，胡敏；保持圖像亮度的局部直方圖均衡算法，電子學報，2006年05期</p><p>　　[10]楊昕，湯國安，鄧鳳東，呂恒；ERDAS遙感數字圖像處理實驗教程，科學出版社，2009年1月出版</p><p>

97、　　[11]蓋樂，淺談遙感圖像輻射校正與增強技術，科教導刊，2009年9期</p><p>　　[12]賀奮琴，胡振琪，尹建忠，房世波；ASTER和TM/ETM+遙感數據融合監(jiān)測土地覆蓋變化，測繪科學，2007年01期</p><p>　　[13]陳寶??；多光譜遙感圖像與高分辨率全色圖像融合研究，電腦開發(fā)與應用，2008年04期</p><p>　　[14]趙艷飛，

98、高清維，盧一相；基于多尺度Retinex算法的遙感圖像增強，計算機技術與發(fā)展，2008年2月第18卷第2期</p><p>　　[15]洪霞，江洪，余樹全；高光譜遙感在精準農業(yè)生產中的應用，安徽農業(yè)科學，2010年01期 </p><p>　　[16]周云，符思濤；遙感圖像色彩增強處理方法探討，測繪與空間地理信息，2010年8月第33卷第4期</p><p>　　[

99、17]蔣芳，汪權方；運用MATLAB 的遙感圖像增強方法，地理空間信息，2011年2月第9卷第1期</p><p>　　[18]Subrajeet Mohapatra，Pankaj Kumar Sa，Banshidhar Majhi；Impulsive noise removal image ehancement</p><p>　　[19]蔡麗娜，李長勝；遙感圖像的色彩增強，測繪與空間地

100、理信息，2005年04期</p><p>　　[20]元建勝；淺談我國衛(wèi)星遙感的發(fā)展方向，海洋技術，2006年，01期</p><p>　　[21]龍夫；我國海洋遙感的發(fā)展，航海，2003年03期</p><p>　　[22]Felipe Castro Silva1，Luciano Vieira Dutra1，Leila Maria Garcia Fonseca1，