????????????????????????????????????????????????????????????????? 黃永璘
????????????????????????????????????? （廣西氣象減災研究所 廣西南寧 530022）

?

　　1、引 言
　　人類從眼睛獲取信息占人體器官獲取信息的90%以上，雖然人眼能看到很多東西，但其實我們看到的只是波長為0.38～0.8μm可見光部分，是電磁波的極小部分。遙感技術的應用是人類視覺在波譜范圍上的擴展和從物體表面向內部的延伸。即使在可見光部分，人眼可區分的色彩約三千多種，但對于黑白圖像，人眼能區分的灰度級只有二三十個；而在非可見光波段，需要將原始圖像的灰度值轉換到0～255灰度區間才有利于人眼觀察。但是如果我們以256個灰度級來描述一幅黑白遙感圖像，我們獲得的原始圖像的灰度值很難均勻分布在0～255之間，而是常常集中在某一段灰度范圍之內，圖像的反差小，對比度差，不利于人眼的分辨[1]，所以我們需要對遙感圖像進行增強處理。
　　2、遙感圖像增強算法
　　圖像增強指利用各種數學方法和變換算法提高圖像中的對象與非對象的對比度與圖像清晰度，對象指所研究目標，非對象指對象以外的背景，從而突出人或其它接收系統所感興趣的部分，而遙感圖像增強則指用各種數學方法和變換算法提高某灰度區域的反差、對比度與清晰度，從而提高圖像顯示的信息量，使圖像有利于人眼分辨。
　　圖像增強的方法主要又兩大類：空間域法和頻率域法。空間域法主要是在空間域直接對圖像的灰度系數進行處理；頻率域法是在圖像的某種變化域內，對圖像的變化系數值進行某種修正，然后通過逆變換獲得增強圖像。頻率域法屬于間接增強的方法，低通濾波、同態圖像增強均屬于該類；空間域法屬于直接增強的方法，它又可分為灰度級校正、灰度變換和直方圖修正，直方圖均衡屬于空間域單點增強的直方圖修正法。下面介紹的幾種方法屬于空間域法。
　　2.1 基于線性拉伸的圖像增強
　　線性拉伸[1]是將范圍為[a，b]數字圖像的灰度f（x，y）變換為范圍為[c，d]的灰度g（x，y），如圖1所示。

圖2.1 灰度輸入輸出變換簡圖

　　線性拉伸的變換數學公式為：
　　　　　　　　（1）
　　如果遙感數據的f（x，y）的范圍是[a，b]，那么要將遙感數據生成圖像并且在計算機上顯示出來，則需要將f（x，y）變換為g（x，y），其中g（x，y）的范圍為[0，255]，則其數學變換公式為：
　　使用線性拉伸增強對遙感數據進行，增強后的圖像直方圖跟原始數據的直方圖是相似的。
　　2.2 基于分段線性拉伸的圖像增強
　　分段線性增強[2]是將圖像灰度f（x，y）的區間分割為若干區間，然后對每個區間進行線性拉伸，常用的是分三段線性變換，假設原圖像灰度的范圍為（MINf，MAXf），則把圖像分割為三段（MINf，a）、（a，b）、（b，MAXf），分別拉伸到對應三個區間（MINg，c）、（c，d）、（d，MAXg），通過調節a，b，c，d可以對任意區間的分線段斜率進行調節，如圖2所示。

圖2.2 分段增強示意圖

　　對于遙感數據，遙感數據的范圍為（MINf，MAXf），分為三段（MINf，a）、（a，b）、（b，MAXf）分別做線性增強到（0，c）、（c，d）、（d，255）三個灰度區間，變換公式為：
　　　　　　（3）
　　采用分段增強，可以將感興趣或者重要的灰度區域拉伸，使該區域的信息量增大，同時抑制了不感興趣或者不重要的區域。
　　2.3 基于直方圖均衡的圖像增強
　　直方圖均衡也稱為灰度均衡[3]，目的是通過點運算，使得輸入圖像轉換為直方圖是平的圖像（即每個灰度級上都有相同的像素點個數）。
　　按照概率密度函數（歸一化到單位面積的直方圖）的定義：
　　　　　　　　（4）
　　其中ρ（x）概率密度函數，為H（x）為圖像的直方圖，A0為圖像的面積。
　　假設轉換前圖像的概率密度函數為，轉換后圖像的概率密度函數為，轉換函數為s=f（r）。我們可以得到：
　　　　　　　　（5）
　　為了使轉換后圖像的概率密度曲線是平的，即＝1，則必須滿足：
　　　　　　　　（6）
　　等式兩邊對r積分，可得：
　　　　　　　　（7）
　　轉換公式s稱為圖像的累積分布函數。
　　對于沒有歸一化的情況，只要乘以最大的灰度MAXg，即得到灰度均衡的轉換公式：
　　　　　　　　（8）
　　對于離散的遙感數據，如果其像元灰度值DA的范圍為（MINf，MAXf），轉換的灰度范圍為（0，255），則可得轉換的公式為：
　　　　　　　　（9）
　　式中，Hi為遙感數據中值為i的像元個數，DB為像元灰度DA經過轉換后得到的灰度。使用直方圖均衡增強，使得圖像的直方圖呈均勻分布，此時圖像所包含的信息量為最大；同時，若一幅圖像的直方圖呈均勻分布，人眼觀看圖像時，就有全圖清晰、明快的感覺。
　　3、幾種增強方法的效果對比
　　3.1 實際開發應用
　　基于上述算法，在WINDOWS XP操作系統，VC開發環境下進行開發試驗，通過一副NOAA AVHRR數據的二通道數據將上述算法進行比較。比較效果如下：

圖3.1 二通道數據直方圖

圖3.2 基于線性拉伸的遙感圖像	圖3.3 線性拉伸后的灰度直方圖

圖3.4 基于分段增強的遙感圖像	圖3.5 分段增強后的灰度直方圖

圖3.6 基于直方圖均衡的遙感圖像	圖3.7 均衡增強后的灰度直方圖

　　3.2 效果對比分析
　　圖3.1為AVHRR二通道數據直方圖。線性拉伸后效果如圖3.2，灰度直方圖如圖3.3，進行線性拉伸后的灰度直方圖與數據直方圖是基本相似，但是圖像整體對比度不強。
　　圖3.4是經過分段增強后的圖像，其灰度直方圖如圖3.5所示，被增強的數據段的灰度分布于0～254的灰度等級，而被忽略的數據的灰度則為0或者255，分段增強能夠很好的將感興趣的數據段增強出來，充分顯示其包含的信息。
　　圖3.6是經過直方圖均衡增強的圖像，其灰度直方圖如圖3.7所示，直方圖均衡增強后圖像的特點是整體對比度很強，圖像比較美觀，但是會造成灰度的“吞噬”使遙感圖像信息有所丟失，特別是當原始遙感數據的質量比較差、數據動態范圍小、直方圖分布極不均勻時，進行直方圖均衡增強運算或者進一步進行直方圖規定化，變換后的圖像層次感更差，更易丟失信息[4]。

　　4、結束語
　　衛星遙感在生態環境監測中發揮著重要的作用，其影像圖的質量直接影響監測的效果以及產品的質量，利用數字圖像處理技術，能有效提高衛星遙感影像圖的質量。上述介紹氣象衛星的圖像處理技術和方法，已被應用于“基于MODIS衛星數據的廣西洪澇、干旱、火情遙感監測業務平臺”研發中，并取得了令人滿意的效果。

參 考 文 獻
[1] 殷年.基于線性拉伸的遙感圖像處理.光電子技術與信息，1998
[2] 黃濤.數字圖像的增強.肇慶學院學報，2004，4，23～27
[3] 何斌、馬天予、王運堅，朱紅蓮.Visual C++數字圖像處理[M].北京：人民郵電出版社，2002
[4] 李耀輝、劉保軍.基于直方圖均衡的圖像增強.華北科技學院學報，2003

?轉載地址：http://www.digitalgx.com/article/RS/rs22.htm

轉載于:https://www.cnblogs.com/lanzhi/archive/2007/11/28/6471287.html

總結

以上是生活随笔為你收集整理的遥感图像增强方法应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。