文档库 最新最全的文档下载
当前位置:文档库 › 遥感数字图像处理及应用实验要求0402

遥感数字图像处理及应用实验要求0402

遥感数字图像处理及应用实验要求0402
遥感数字图像处理及应用实验要求0402

《遥感图像处理及应用》

实验指导书

吴学明编

成都理工大学地球物理学院

空间物理与信息技术系

2011年3月编制

前言

“遥感图像处理及应用”是我校地球物理学院空间信息与数字技术专业一门非常重要的专业课,对后续专业课起着承上启下的作用。该课程既有严密系统的理论体系,又与工程实际紧密结合。

作为一门重要的专业课程,笔者对“遥感图像处理及应用”实验教学进行了探索,摈弃了地理信息系统等相关专业“遥感图像处理”课程实验应用现有通用遥感图像处理系统进行图像处理,以验证性为主、对学生主动性要求不高的实验教学模式,对空间信息与数字技术专业的课程实验进行了全新设计。其基本思想是以计算机为辅助教学手段,利用国际上流行的高级程序设计语言Visual C++、Visual C#和MATLAB科学计算软件,帮助学生完成遥感数字图像的统计特性计算、遥感图像增强处理、遥感图像的变换和信息提取、遥感图像分类等;其目的是将实验教学更好地与理论教学相融合,通过系统的实验训练,使同学们能够深入理解和掌握有关的遥感数字图像处理的基本理论和算法,培养学生主动获取知识和独立解决问题的能力,为学习后续专业课打下坚实的基础。

本实验指导书强调遥感数字图像处理算法的编程实现,而不是仅限于使用现有遥感图像处理系统软件来处理图像。但实验图像的预处理(如图像校正、配准、波段组合、裁剪等),可以使用现有遥感图像处理软件进行处理。因此,要求同学们做实验之前,要务必熟悉实验内容所涉及的有关理论和算法,同时也要熟悉遥感图像处理软件的基本操作,这样才能在实验中事半功倍,提高实验效率。实验共分五个单元,基本覆盖了理论教学的主要内容。

考虑到本课程为空间信息与数字技术专业三年级所课程,学生已具备了有关计算机编程和遥感图像处理的有关知识,也具备了一定的自学能力,故本指导书的实验只列出了实验原理和实验要求。同学们需要以本指导书为提纲,在查阅有关书籍和资料的基础上才能按要求完成实验。此外,由于每次实验只有2学时,所以要求同学事先一定要认真预习实验内容,包括原理、要求等,否则很难在规定时间完成实验。这一点请务必注意。

《遥感图像处理及应用》实验指导书是在深入分析课程教学大纲和专业特点的基础上编写而成。

由于编者水平有限,书中难免存在错误和不当之处,敬请读者批评指正!

编者

2011年3月

目录

前言 (2)

实验一遥感图像统计特性 (1)

实验二遥感图像增强处理 (4)

实验三遥感图像融合 (7)

实验四图像变换及信息提取 (11)

实验五遥感图像计算机分类 (14)

实验一 遥感图像统计特性

一、实验目的

掌握遥感图像常用的统计特性的意义和作用,能运用高级程序设计语言实现遥感图像统计参数的计算。

二、实验内容

编程实现对遥感图像进行统计特性分析,均值、方差(均方差)、直方图、相关系数等。 三、实验原理 1.均值

像素值的算术平均值,反映图像中地物的平均反射强度。

11

00

(,)

N M j i f i j f M N

??===

∑∑ (1-1)

2.方差(或标准差)

像素值与平均值差异的平方和,反映了像素值的离散程度。也是衡量图像信息量大小的重要参数。

11

2

00

2[(,)]

N M j i f i j f M N

σ??==?=

∑∑ (1-2)

3. 信息熵

对于一幅单独的图像,可以认为其各像素的灰度值是相互独立的样本,则这幅图像的灰度分布为 p ={p 1

, p 2

, … , p n

}, p i

为灰度值等于 的像素和图像总像素之比, n 为灰度级总

数。根据Shonnon 信息论的原理,一幅单波段图像的信息熵为:

1

ln n

i i i EN p p ==?∑ (1-3)

图像的信息熵是衡量图像信息丰富程度的一个重要指标,熵值的大小表示图像所包含的平均信息量的多少。

4. 协方差

f, g 分别为两个波段的图像,它们之间的相关系数计算公式为:

112200

1

[((,))((,)M N fg

gf

i j S S f i j f g i j g MN

??====

?×?∑∑ (1-4)

其中,,f g 分别为两个波段图像的均值。

5. 相关系数

反映了两个波段图像所包含信息的重叠程度。f , g 分别为两个波段的图像,它们之间的相关系数计算公式为:

11[((,))((,))]

(,)M N f

g f i j e

g i j e C f g ???×?=

∑∑ (1-5)

其中,,f g e e 分别为两个波段图像的均值。

6. 联合熵

一幅彩色图像通常拥有三个分量,联合熵可作为三分量图像之间相关性的量度,同时也反映了三分量图像之间的联合信息。因此,一个三个波段图像的联合熵为:

131313255

13,,0

(,,)ln i i i i i i EN x x p p ==?

"""" (1-6)

其中,13i i p "为图像1x 像素灰度为1i 、图像2x 像素灰度为2i 、图像3x 像素灰度为3i 的联合概率。

7.灰度直方图

根图像像素的灰度级范围,以适当的灰度间隔为单位划分为若干等级,以横轴表示灰度级,以纵轴表示每一灰度级具有的像素或该像素点总像素的比例值,作出的统计图。

(),(0,1,,1)i

n H i i L N

=

=?" (1-7) 其中,N 为图像中像素的总个数,L 为最大的灰度级,i n 灰度级 i 在图像中的像素个数。

四、实验报告要求

1.要求至少求出遥感图像均值、方差和相关系数三个统计指标;

2.整理与本实验相关的实验要求、实验原理,以及原始图像、程序代码和相关结果。

3. 指出遥感图像的均值、方差、相关系数、信息熵等统计参数,以及图像直方图的意义和作用。

实验二 遥感图像增强处理

一、实验目的

掌握常用遥感图像的增强方法,能运用高级程序设计语言实现遥感图像的增强处理。 二、实验内容

编程实现对遥感图像的IHS 变换、IHS 逆变换、进行统计特性分析,均值、方差(均方差)、直方图、相关系数等。

三、实验原理

1. IHS 变换与IHS 逆变换 IHS 变换:

120I R V G B V ???????????

=???????????????

(2-1) 其中, 21arc tan V H V ??

=????

,S =

IHS 逆变换:

120R I

G V B V ?????

??????=???????????????

(2-2)

2. 遥感图像的密度分割

密度分割:将图像的密度或亮度值分成若干等级的处理方法。对单波段遥感图像按灰度分级,对每级赋予不同的色彩,使之变为一幅彩色图像。

3. SPOT 图像模拟真彩色

模拟真彩色:通过某种形式的运算得到模拟的红、绿、蓝三个通道,然后通过彩色合成近似的产生真彩色图像。

(1)SPOT IMAGE公司提供的方法

该方法实际上是将原来的绿波段当作蓝波段,红波段(0.61-0.68 μm)仍采用原来的波段,绿波段用绿波段、红波段、红外波段的算术平均值来代替。

(2)ERDAS IMAGING软件中的方法

此法将原来的绿波段当作蓝波段,红波段仍采用原来的波段,绿波段用绿波段、红外波段按3:1的加权算术平均值来代替。

(3)不确定参数法

引入了全色波段(用P表示),红色用(aP+(1-a)XS3)来表示,绿色用2P×XS2/(XS1+ XS2)表示,蓝色用2P×XS1/(XS1+XS2)表示。系数a根据遥感影像景观取值介于0.1到0.5之间。

4. 直方图规定化(直方图匹配)

直方图规定化是为了使一个波段图像的直方图变成规定形状的直方图而对图像进行转换的增强方法。

图2-1直方图规定化示意图

令P(r) 为原始图像的灰度密度函数,P(z)是期望通过匹配的图像灰度密度函数。对P(r) 及P(z) 作直方图均衡变换,通过直方图均衡为桥梁,实现P(r) 与P(z) 变换。

步骤:

(1)由

()()01

r

s T r p r dr

r ==≤≤∫

各点灰度由 r 映射成s 。 (2)由

()()01

z

v G z p z dz

z ==≤≤∫

各点灰度由 z 映射成v 。 (3)根据v=G(z), z=G-1(v)

由于v, s 有相同的分布,逐一取v=s ,求出与r 对应的z=G -1(s)。 离散灰度级情况:

由(1)、(2)计算得两张表,从中选取一对v k , s j ,使v k ≈s j ,并从两张表中查得对应的r j ,z k 。于是,原始图像中灰度级为r j 的所有象素均映射成灰度级z k 。最终得到所期望的图像。

四、实验报告要求

1.要求至少编程实现实验内容中1和3;

2.整理与本实验相关的实验要求、实验原理,以及原始图像、程序代码和相关结果; 3.常用图像的颜色模型有哪些,它们之间有什么关系? 4.什么是直方图规定化?直方图规定化的目的和意义何在?

实验三遥感图像融合

一、实验目的

掌握多源遥感图像融合的原理与方法,能运用高级程序设计语言实现遥感图像的融合。

二、实验内容

选择IHS变换、PCA变换和Brovey变换三种方法中的一种,编程实现多源遥感图像融合,即将低空间分辨率的多光谱图像与高空间分辨率的全色图像实现融合。

原始图像多光谱图像为ETM或TM图像,全色图像为SPOT图像。

三、实验原理

图像融合就是将不同来源的同一对象的图像数据进行空间配准,然后采用一定的算法将各图像数据中所含的信息优势或互补性有机地结合起来产生新图像数据的技术。这种新数据具有描述所研究对象的较多优化的信息表征,同单一信息源相比,能减少或抑制对被感知对象或环境解释中可能存在的多义性、不完整性、不确定性和误差,最大限度地利用各种信息源提供的信息。

常用的遥感图像融合方法有:IHS变换融合法、主成分(PCA)融合法、Brovey变换融合法、小波变换融合法等。本实验只给出IHS变换融合法、主成分(PCA)融合法、Brovey 变换融合法三种方法。

1. 多源遥感图像IHS变换融合法

RGB空间和IHS空间相互转化的处理过程称之为IHS变换和反变换。IHS变换可用于两个方面:第一,用于颜色增强;第二,用于多源配准图像合成。关于IHS用于图像增强的内容本文将不再详述。

IHS变换是多源遥感图像数据融合常用的方法之一,可以实现不同空间分辨率的遥感图像之间的几何信息的叠加。它首先将RGB颜色空间的3个波段的多光谱图像转化到IHS空间的3个分量,即色调(H)、饱和度(S)、亮度(I)。然后,将高空间分辨率图像进行对比度拉伸,使它和亮度分量(I)有相同的均值和方差;最后,用拉伸后的高空间分辨率图像代替亮度分量(I),把它同色调(H)、饱和度(S)进行IHS逆变换得到融合图像。

IHS变换:

1

2

I R

V G

B

V

????

????

=

????

????

??

???

??

(3-1)

其中,2

1

tan

V

H arc

V

??

=??

??

,S=

IHS逆变换:

1

2

R I

G V

B V

?

?

???

??

??

??=

??

??

??

??

????

?

?

?

(3-2)

2. 多源遥感图像的PCA变换融合法

这一基于PCA的遥感图像融合算法是以3.1中所给出的PCA算法为基础的,下面将详细介绍。

(1)PCA分析

给定M个波段的相关图像,主成分分析可以用一个组合矩阵S进行,它是一个M M

×

维的对称矩阵,其中,(,)

S i i是第i波段的方差,(,)

S i j是波段i与波段j之间的协方差。方差可以通过下式计算

2

2

11

11

()

1

N N

i i

i i

VAR x x x

N N

==

??

??

=?

??

??

???

??

??

∑∑

2

111

1

(1)

N N N

i i i

i i i

N x x x

N N===

??

=?

??

???

∑∑∑(3-3)其中,N为像素的总数,x代表一个特定波段的图像。x与y之间的协方差由下式计算

111

11

(,)

1

N N N

i i i i

i i i

COV x y x y x y

N N

===

??

=?

??

???

∑∑∑

111

1

(1)

N N N

i i i i

i i i

N x y x y

N N===

??

=?

??

???

∑∑∑(3-4)其中,N为像素的总数,x代表一个波段的图像,y代表另一个波段的图像。

设一幅多光谱图像由7个波段组成,需要计算的方差、协方差矩阵S ,其大小就是7×7。这个矩阵的对角元素,由7个波段的方差组成。另外,有关于主对角线上下对称的21个元素,代表了由7个波段得到的任意两个波段之间的协方差。

(2)图像变换

一旦上述变换中矩阵S 的特征向量求得以后,

这些特征向量就可用以实现多种图像变换。令X 表示一个矩阵,其各列为求得的这M 个特征向量,因此它是一个M M ×的矩阵。又令矩阵A 表示多光谱或高光谱图像的集合。在这种情况下,A 为m n ×矩阵,其中N 为每幅图像的像素总数,M 为图像A 的波段数。于是有矩阵变换

A TA ′= (3-5)

其中,矩阵A ′的第一行就是第一主成分图像,第二行就是第二主成分图像,等等。

'T A T A = (3-6)

图3-1 PCA 融合算法流程

设M 个特征向量按特征值递减顺序排列,分别为12,,,M u u u ",则12[,,,]T

M T u u u ="。又令A ′=12[,,,]T

M Y Y Y ",12[,,,]T

M A A A A ="。

(3)主成分替换与图像重建

将全色(高分辨率)图像与第一主成分图像1Y 进行直方图匹配后,代替第一主成分然后进行主成分反变换,即可得到融合后的图像。

(4)算法流程

基于PCA 的遥感图像融合算法的流程如图3-1所示。 3. Brovey 图像融合法

Brovey 图像融合也称为色彩标准化(Color Normalized )变换融合,由美国学者Brovey 建立模型并推广而得名。其思想是将多光谱图像的像方空间分解为色彩和亮度成分并进行计算。它是一种常用于多光谱图像增强的比值变换融合方法,比值变换能消除空间或时间变换后产生的增益和偏置因子。其计算公式为:

MS

F

P MS MS MS

MS F

P MS MS MS MS

F P MS MS MS R R I R

G B G G I R G B B B I R G B ?=×?++??=×?++??=

×?++?

(3-7) 式中,P I 为源高分辨率全色图像;MS R 、MS G 、MS B 分别为源低分辨率多光谱图像的红、绿、蓝通道图像;F R 、F G 、F B 分别为融合图像的红、绿、蓝通道图像。得到融合图像的各个波段数据后,还必须对其进行灰度拉伸,使其灰度值范围与源多光谱图像各波段的灰度值范围一致,最终得到彩色的融合图像。

四、实验报告要求

1.整理与本实验相关的实验要求、实验原理,以及原始图像、程序代码和相关结果; 2.简述图像融合与色彩合成之间的区别。

点、解决用在

一、实验目1.掌握遥感2.会应用这3.能运用高

二、实验内1. 编程实现2.编程计算

三、实验原

1.图像的傅(1)应用傅傅里叶变换电子放大器决大多数图像在学习和掌握(2)傅立叶对于二维信(f 二维离散傅实验目的

图像变换方法些变换提取遥级程序设计语内容

现图像的Fou 算遥感图像的原理 傅立叶变换 傅立叶变换进换是线性系统器、卷积滤波器像处理问题。对握博里叶变换(a )原始图叶(Fourier )变信号,二维Fo ,)x y ∞?∞?∞=∫

傅立叶变换为验四 图像法傅里叶变换遥感图像的相语言实现遥感urier 变换及其的植被指数。进行图像处理统分析的一个器、噪音和显对任何想在工换上是很有必图像 变换的定义

ourier 变换定(,)F u v ∞

?∞=∫

2(,)j F u v e ∞

像变换及换和代数运算相关信息,如感图像的变换其反变换,输 理 有力工具,它显示点等的作工作中有效应要的。

定义为:

(,)f x y ∞

∞?∞

()ux vy dudv π

+及信息提算;

如植被指数等换处理。 输出图像的频它能够定量地作用。通过实应用数字图像 (b )离散2()j ux vy e dx π?+ j e θ

提取

等; 频谱图像; 地分析诸如数实验培养这项像处理技术的傅立叶频谱

xdy cos si j θ=

+数字化系统、项技能,将有的人来说,把

(4in θ (

4采样助于把时间4-1)

4-2)

11

2(//)

00

1

(,)(,)

( 0,1,2,...,1;0,1,2, (1)

N M j ux N vy M x y F u v f x y e

NM

u N v M π???+===

=?=?∑∑ (4-3)

11

2(//)

00

(,)(,) ( 0,1,2,...,1;0,1,2, (1)

N M j ux N vy M u v f x y F u v e x N y M π??+====?=?∑∑ (4-4)

二维离散傅立叶变换的频谱和相位角:

(,)F u v = (4-5)

(,)

(,)arctan

(,)

I u v u v R u v ?= (4-6)

(3)图像的快速傅立叶变换

图像的傅立叶变换与一维信号的傅立叶变换变换一样,有快速算法。实际上,现在有实现傅立叶变换的芯片,可以实时实现傅立叶变换。

快速傅立叶变换(FFT )的计算公式:

()()112()

00

,,N M j ux N vy M x y F u v f x y e π???+==??←??∑∑

快速傅立叶逆变换(IFFT )的计算公式:

()()11

2()

00

,,N M j ux

N vy M u v f u v F u v e π??+==←∑∑

2.遥感图像的植被指数

(1)比值植被指数RVI : IR

RVI R

=

(4-7) ○

1 绿色健康植被覆盖地区的RVI 远大于1,而无植被覆盖的地面(裸土、人工建筑、水体、植被枯死或严重虫害)的RVI 在1附近。植被的RVI 通常大于2;

○2 RVI 是绿色植物的灵敏指示参数,与LAI 、叶干生物量(DM)、叶绿素含量相关性高,可用于检测和估算植物生物量;

3 植被覆盖度影响RVI ,当植被覆盖度较高时,RVI 对植被十分敏感;当植被覆盖度<50%时,这种敏感性显著降低;

4 RVI 受大气条件影响,大气效应大大降低对植被检测的灵敏度,所以在计算前需要进行大气校正,或用反射率计算RVI 。

(2) 归一化植被指数NDVI : IR R

NDVI IR R

?=

+ (4-8)

1 NDVI 的应用:检测植被生长状态、植被覆盖度和消除部分辐射误差等; ○

2 -1≤NDVI ≤1,负值表示地面覆盖为云、水、雪等,对可见光高反射;0表示有岩石或裸土等,NIR 和R 近似相等;正值,表示有植被覆盖,且随覆盖度增大而增大;

○3 NDVI 的局限性表现在,用非线性拉伸的方式增强了NIR 和R 的反射率的对比度。

对于同一幅图象,分别求RVI和NDVI时会发现,RVI值增加的速度高于NDVI增加速度,即NDVI对高植被区具有较低的灵敏度;

○4 NDVI能反映出植物冠层的背景影响,如土壤、潮湿地面、学、枯叶、粗超度等,且与植被覆盖有关;

○5 NDVI对绿色植物的生长状态和空间分布密度反映敏感,但受土壤背景的影响较大,适用于作物生长早期或植被覆盖度较低的区域。

(3)正交植被指数PVI

=?+(4-9)PVI IR R

1.6225()

2.2978()11.0656

=?+(4-10)

0.939()0.344()0.09

PVI IR R

其中,IR为遥感多波段图像中的近红外(Infrared)波段;R为红波段。(4-9)适用于NOAA卫星的A VHRR数据,(4-10)适用于NOAA卫星的A VHRR数据。

四、实验报告要求

1.整理与本实验相关的实验要求、实验原理,以及原始图像、程序代码和相关结果;

2.简述图像傅里叶变换作用和意义。

实验五遥感图像计算机分类

一、实验目的

1.掌握遥感图像变换方法傅里叶变换和代数运算;

2.会应用这些变换提取遥感图像的相关信息,如植被指数等;

3.能运用高级程序设计语言实现遥感图像的变换处理。

二、实验内容

1. 编程实现图像的Fourier变换及其反变换,输出图像的频谱图像;

2.编程计算遥感图像的植被指数。

三、实验原理

1. K平均聚类(k-Means)算法原理

K-MEANS算法是输入聚类个数k,以及包含n个数据对象的数据库,输出满足方差最小标准的k个聚类。

基本简介

k-means 算法接受输入量 k ;然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。

k-means 算法的工作过程说明如下:首先从n个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。

处理流程

(1)从n个数据对象任意选择 k 个对象作为初始聚类中心;

(2)循环(3)到(4)直到每个聚类不再发生变化为止;

(3)根据每个聚类对象的均值(中心对象),计算每个对象与这些中心对象的距离;并根据最小距离重新对相应对象进行划分;

(4)重新计算每个(有变化)聚类的均值(中心对象)

k-means 算法接受输入量k ;然后将n 个数据对象划分为 k 个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。

k-means 算法的工作过程说明如下:首先从n 个数据对象任意选择 k 个对象作为初始聚类中心;而对于所剩下其它对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数。k 个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。

k-means 算法是一种基于样本间相似性度量的间接聚类方法,属于非监督学习方法。此算法以k 为参数,把n 个对象分为k 个簇,以使簇内具有较高的相似度,而且簇间的相似度较低。相似度的计算根据一个簇中对象的平均值(被看作簇的重心)来进行。此算法首先随机选择k 个对象,每个对象代表一个聚类的质心。对于其余的每一个对象,根据该对象与各聚类质心之间的距离,把它分配到与之最相似的聚类中。然后,计算每个聚类的新质心。重复上述过程,直到准则函数会聚。k-means 算法是一种较典型的逐点修改迭代的动态聚类算法,其要点是以误差平方和为准则函数。逐点修改类中心:一个像元样本按某一原则,归属于某一组类后,就要重新计算这个组类的均值,并且以新的均值作为凝聚中心点进行下一次像元素聚类;逐批修改类中心:在全部像元样本按某一组的类中心分类之后,再计算修改各类的均值,作为下一次分类的凝聚中心点。

2.遥感图像K 平均聚类(k-Means)

(1)任意选取K 个像素表达向量作为初始聚类中心

12,,,k z z z "

(2)反复迭代计算 如果()

(1,2,...,,)j i X z X z l i K i j ?

按照上述办法处理所有的像素;

(3)经过上述处理,聚类可能发生变化,因此需要重新计算K 个新聚类中心:

()

1

(1)j j X f l j

Z l X

N ∈+=

(4)对于所有的聚类中心,如果(1)()j j Z l Z l +=,(j=1,2,…,K),则迭代结束,得到最后的聚类结果;否则继续进行迭代计算。

四、实验报告要求

1.整理与本实验相关的实验要求、实验原理,以及原始图像、程序代码和相关结果; 2.简述监督分类与非监督的异同。

《遥感数字图像处理及应用》实验要求

序 号 实验名称

学时分配

实验要求

1

遥感图像统计特性 2

熟悉遥感图像常用的统计特性;编程实现对遥感图像进行统计特性分析,均值、方差(均方差)、直方图、相关系数等。 2

遥感图像增强处理 2 熟悉常用的遥感图像增强方法;编程实现对遥感图

像的增强处理,如图像的二值化、锐化、滤波、边

缘检测、去噪等。 3

遥感图像融合 4 掌握常用的遥感图像融合方法,如PCA 、ISH 变换、

Brovey 、小波变换等;编程实现不同分辨率遥感图

像的融合。 4

图像变换及信息提取 4

掌握常用的遥感图像增强方法,代数运算、DCT 变换、傅里叶变换、PCA (K-L )变换、K-T 变换;会

应用这些变换提取遥感图像的相关信息,如植被指数等。 5

遥感图像计算机分类(选作) 4 编程实现遥感图像的计算机非监督或监督分类。

合 计 16

参考文献:

[1] 汤国安, 张友顺, 刘咏梅等. 遥感图像数字处理[M]. 北京: 科学出版社, 2005.

[2] 王建, 鲁安新, 郭庭天等. Brovey图像融合在引大灌区土地覆盖调查中的应用[J]. 遥感技术与应用, 2001, 16(3): 173- 177.

[3] 吴学明. 基于主成分分析的遥感图像处理方法研究[D]. 成都理工大学博士学位论文,2009.

[4] 韦玉春, 汤国安等. 遥感数字图像处理教程[M]. 北京: 科学出版社, 2007.

[5]James R, Carr A. Visual basic program for principal components transform of digital images [J]. Computers & Geosciences, 1998, 24 (3) :209 - 218.

[6] Pohl C, Van Genderen J L. Multisensor image in remote sensing: Concepts, methods and applications [ J ] . International Journal of Remote Sensing , 1998 , 19 (5) : 823 - 854.

[7] Te-Min Tu, Shun-Chi Su, Hsuen - Chyun shyu, Ping Sheng Huang. Efficient intensity hue saturation based image fusion with saturation compensation [J].Optical Engineering, 2001:40(5), 720-728.

数字图像处理实验1

实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据,步骤如下: (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像,变换为灰度图像和二值图像,并在同一个窗口内显示、二值图像和灰度图像,注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);

RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000

(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中,观察对比它们的特点,体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍,插值方法使用三种不同方法,在figure(3)中显示放大后的图像,比较不同插值方法的结果有什么不同。将图像放大到其它倍数,重复实验;A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B

《遥感数字图像处理》习题与标准答案

《遥感数字图像处理》习题与答案 第一部分 1.什么是图像?并说明遥感图像与遥感数字图像的区别。 答:图像(image)是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分,图像可分为模拟图像和数字图像。模拟图像(又称光学图像)是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像,它属于可见图像。数字图像是指被计算机储存,处理和使用的图像,是一种空间坐标和灰度都不连续的、用离散数字表示的图像,它属于不可见图像。 2.怎样获取遥感图像? 答:遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m(m是正整数),说明8时的灰度情况。 答:遥感模拟图像数字化包括采样和量化两个过程。 ①采样:将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度(或色彩)信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化:遥感模拟图像经离散采样后,可得到有M×N个像元点组合表示的图像,但其灰度(或色彩)仍是连续的,不能用计算机处理。应进一步离散、归并到各个区间,分别用有限个整数来表示,称为量化。 m=时,则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级,则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑,255表示白,其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值,因此称8bit量化。彩色图像可采用24bit量化,分别给红,绿,蓝三原色8bit,每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理?它包括那些容? 答:利用计算机对遥感数字图像进行一系列的操作,以求达到预期结果的技术,称作遥感数字图像处理。 其容有: ①图像转换。包括模数(A/D)转换和数模(D/A)转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作,如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果,提高图像的清晰度、对比度,突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则,而是设法有选择地突出便于人或机器分析某些感兴趣的信息,抑制一些无用的信息,以提高图像的使用价值。 ④多源信息复合(融合)。 ⑤遥感数字图像计算机解译处理。 5.说明遥感数字图像处理与其它学科之间的关系。 答:应具备的基础理论知识有:数学、地学、信息论、计算机、GIS、现代物理学。 6.说明全数字摄影测量系统的任务和主要功能。目前,比较著名的全数字摄影测量系统有哪些?

数字图像处理四个实验报告,带有源程序

数字图像处理 实验指导书 学院:通信与电子工程学院 专业:电子信息工程 班级: 学号: 姓名: XX理工大学

实验一 MATLAB数字图像处理初步 一、实验目的与要求 1.熟悉及掌握在MATLAB中能够处理哪些格式图像。 2.熟练掌握在MATLAB中如何读取图像。 3.掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4.掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5.图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标,f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语,而彩色图像是由单个二维图像组合形成的。例如,在RGB彩色系统中,一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此,许多为黑白图像处理开发的技术适用于彩色图像处理,方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式,就要求数字化坐标和振幅。将坐标值数字化成为取样;将振幅数字化成为量化。采样和量化的过程如图1所示。因此,当f的x、y分量和振幅都是有限且离散的量时,称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像,矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同,MA TLAB把其处理为4类: 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)

数字图像处理实验报告

数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法,理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取,显示等基本函数 特别需要熟悉下列命令:熟悉imread()函数、imwrite()函数、size()函数、Subplot()函数、Figure()函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread, imfinfo 等文件,观察一下图像数据,了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来(用imshow)。尝试修改map颜色矩阵的值,再将图像显示出来,观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出,用rgb2gray() 将其 转化为灰度图像,记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像,请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换,比较相应的处理效果。 3.绘制图像灰度直方图的方法,对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图,可以发现其灰度值集中在一段区域,用 imadjust函 数将它的灰度值调整到[0,1]之间,并观察调整后的图像与原图像的差别,调整后的灰

度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理,试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理,试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段,它常用于改变图象的灰度范围及分布,是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算:有时原图的动态范围太大,超出某些显示设备的允许动态范围, 如直接使用原图,则一部分细节可能丢失。解决的方法是对原图进行灰度压缩,如对数变换: s = c log(1 + r ),c 为常数,r ≥ 0 3) 幂次变换: 0,0,≥≥=γγc cr s 4) 对比拉伸:在实际应用中,为了突出图像中感兴趣的研究对象,常常要求 局部扩展拉伸某一范围的灰度值,或对不同范围的灰度值进行不同的拉伸处理,即分段线性拉伸: 其对应的数学表达式为:

遥感数字图像处理教程复习分析

第一章. 遥感概念 遥感(Remote Sensing,简称RS),就是“遥远的感知”,遥感技术是利用一定的技术设备和系统,远距离获取目标物的电磁波信息,并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射(辐射)和反射电磁波,并且不同物体的电磁波特性不同。 遥感就是根据这个原理,利用一定的技术设备和装置,来探测地表物体对电磁波的反射和地物发射的电磁波,从而提取这些物体的信息,完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取,如照相机、镜子、望远镜、显微镜等;也可以人为创作,如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展,越来越多的图像以数字形式存储。因而,有些情况下“图像”一词实际上是指数字图像。 物理图像:图像是人对视觉感知的物质再现 数字图像:图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法,对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么?(简答) 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的:提高图像的视感质量,提取图像中所包含的某些特征或特殊信息,进行图像的重建,更好地进行图像分析,图像数据的变换、编码和压缩,更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。

数字图像处理实验指导书模板

《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月

目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。

数字图像处理实验 实验二

实验二MATLAB图像运算一、实验目的 1.了解图像的算术运算在数字图像处理中的初步应用。 2.体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1.图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有: g x,y=1 f x,y+ 1 (x,y) 推广这个公式为: g x,y=αf x,y+β (x,y) 其中,α+β=1。这样就可以得到各种图像合成的效果,也可以用于两张图像的衔接。说明:两个示例图像保存在默认路径下,文件名分别为'rice.png'和'cameraman.tif',要求实现下图所示结果。 代码: I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图:

2.图像的减法运算-imsubtract 说明: 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));,要求实现下图所示结果。 示例代码如下: I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图: 3.图像的乘法运算-immultiply

遥感数字图像处理考试知识点整理

遥感 第一章 1遥感数字图像;遥感数字图像的分类方式和对应类别。 (1)定义:遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波,利用这种特性,遥感系统可以产生不同的遥感数字图像。 (2)可见图像和不可见图像 单波段和多波段,超波段 数字图像和模拟图像 2遥感图像的成像方式(三大种:摄影、扫描、雷达)。 (1)摄影,扫描属于被动遥感 雷达属于主动遥感 (2)摄影:根据芦化银物质在关照条件下回发生分解这一机制,将卤化银物质均匀涂在片基上,制成感光胶片 扫描:扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达:由发射机向侧面发射一束窄波段,地物反射的脉冲,由无线接收后被接收机接收 3遥感图像的数字化(模数转换)过程——两大过程:采样、量化,名词解释。 采样:将空间上连续的图像变换成离散点的操作称为采样,即:图像空间位置的数字化。采样是空间离散。 量化:遥感模拟图像经离散采样后,可得到由M×N个像素点组合表示的图像,但其灰度(或彩色)仍是连续的,还不能用计算机处理。它们还要进一步离散并归并到各个区间,分别用有限个整数来表示,这称之为量化,即:图像灰度的数字化。量化属于亮度属性离散。 遥感图像数字化过程两个特点:亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有:2,64,128,256 存储一幅大小为M*N,灰度量化位数G的图像,所需要的存储空间(图像数据量)为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨:1,2,3,4,5,7为30米,6为120米 5遥感数字图像的分辨率(时间、空间、光谱、辐射分辨率); (1)时间分辨率:指对同一地点进行遥感采样的时间间隔即采样的时间频率,也称重访周期空间分辨率:指图像像素所代表的相应地面范围的大小,空间分辨率愈高,像素所代表的范围愈小 光谱分辨率:光谱分辨率是指成像的波段范围,分得愈细,波段愈多,光谱分辨率愈高 辐射分辨率:是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 (2)常见传感器和空间分辨率书17-18页 6遥感数字图像的数据(数据级别、数据存储格式、元数据定义) (1)数据级别: 0级产品:未经过任何校正的原始图像数据 1级产品:经过了初步辐射校正的图像校正 2级产品:经过了系统级的几何校正,即根据卫星的轨道和姿态等参数以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由上述参数和处理模型决定。 3级产品:经过几何精校正,即利用地面控制点对图像进行了校正,使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。 不同点:不同级别的产品使用条件不同,但是他们都是数据的集合,是信息量的汇总。一般来说,都是由元数据和图像基本数据两部分数据汇总的结果。

数字图像处理程序

数字图像处理程序

数字图像处理实验 图像处理实验(一)直方图 灰度变换是图像增强的一种重要手段,使图像对比度扩展,图像更加清晰,特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述,通过修改灰度直方图来得到图像 增强。 1、灰度直方图 (1)计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一(1)直方图'); (2)对灰度图像进行简单的灰度线形变换, figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); (3)看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式:g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一(3)用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化(选取一个域值,(5) 将图像变为黑白图像) figure subplot(2,2,1)

数字图像处理期末复习题2教学总结

第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 2. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 3. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 4. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 5. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 6. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 7. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 8. 图像微分______________了边缘和其他突变的信息。(填“增强”或“削弱”) 9. 图像微分______________了灰度变化缓慢的信息。(填“增强”或“削弱”) 10. 图像微分算子______________用在边缘检测中。(填“能”或“不能”) 四.简答题 1. 图像中的细节特征大致有哪些?一般细节反映在图像中的什么地方? 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时,有什么异同? 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为:,请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况,包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点,画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界,反映的边界信息较少,但是所反映的边界 比较清晰;二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息,但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为:,Sobel算子的作用模板为: 。 设图像为:

数字图像处理——彩色图像实验报告

6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像,不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理,转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果:

彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像

(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果: 原图 转换到NTSC彩色空间

遥感数字图像处理教程期末复习题

遥感数字图像处理教程 第一章概论 1.1图像和遥感数字图像 1.1.1图像和数字图像 本书定义图像为通过镜头等设备得到的视觉形象 根据人眼的视觉可视性可将图像分为可视图像和不可视图像。可视图像有图片、照片、素描和油画等,以及用透镜、光栅和全息技术产生的各种可见光图像。不可见图像包括不可见光成像和不可测量值 按图像的明暗程度和空间坐标的连续性,可将图像分为数字图像和模拟图像。数字图像是指用计算机存储和处理的图像,是一种空间坐标和灰度不连续、以离散数字原理表达的图像。在计算机,数字图像表现为二维阵列,属于不可见图像。模拟图像指空间坐标和明暗程度连续变化的、计算机无法直接处理的图像,属于可见图像。 利用计算机技术,可以实现模拟图像和数字图像之间相互转换。把模拟图像转化为数字图像成为模/数转换,记作A/D转换; 数字图像最基本的单位是像素。像素是A/D转换中国的取样点,是计算机图像处理的最小单位;每个像素具有特定的空间位置和属性特征。 1.1.2遥感数字图像 遥感数字图像时数字形式的遥感图像。不同的地物能够反射或辐射不同长波的电磁波,利用这种特性,遥感系统可以产生不同的遥感数字图像。 遥感数字图像中的像素成为亮度值。亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同受大气的影响不同,相同地点不同图像的亮度值可能不同。 图像的每个像素对应三维世界中的一个实体、实体的一部分或多个实体。在太阳照射下,一些电磁波被这个实体反射,一些被吸收。反射部分电磁波到达传感器被记录下来,成为特定像素点的值。 1.2压感数字图像处理 1.2.1遥感数字图像处理概述 遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。遥感数字图像处理主要包括三个方面 1.图像增强,使用多种方法,如:灰度拉伸、平滑、瑞华、彩色合成、主成分变换K-T变换、代数运算、图像融合等压抑、去除噪声、增强整体图像或突出图像中的特定地物的信息,是图像更容易理解、解释和判读、 图像增强着重强调特定图像特征,在特征提取、图像分析和视觉信息的显示很有用。 2.图像校正:图像校正也成图像回复、图像复原,主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。 信息提取:根据地物光谱特征和几何特征,确定不同地物信息的提取规则。 1.2.2 遥感数字图像处理系统 数字图像处理需要借助数字图像处理系统来完成。一个完整的遥感数字图像处理系统包括硬件系统和软件系统两大部分。 1.硬件系统 包括计算机、数字化设备、大容量存储、显示器和输出设备以及操作台 1)计算机 是图像处理核心,大的存和高的CPU速度有助于加快处理的进度。 2)数字化设备

数字图像处理实验报告

数字图像处理实验报告

实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱; 2. 掌握MA TLAB的基本应用方法; 3. 掌握MA TLAB图像存储/图像数据类型/图像类型; 4. 掌握图像文件的读/写/信息查询; 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法; 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询,图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序,并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');

N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果

数字图像处理期末考题

数字图像处理 一、填空题 1、数字图像的格式有很多种,除GIF格式外,还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。(不考) 5、图像中每个基本单元叫做图像元素;在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。(不要) 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。(不要) 10、直方图均衡化的优点是能自动地增强整个图像的对比度。(不要) 二、选择题 ( d )1.一幅灰度级均匀分布的图象,其灰度范围在[0,255],则该图象的信息量为: a. 0 .255 c ( c )2.采用模板[-1 1]主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是: a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是: a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后,512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是: a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为: .1 c ( a )8.对一幅100100像元的图象,若每像元用8bit表示其灰度值,经霍夫曼编码后压缩图象的数据量为40000bit,则图象的压缩比为: :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是: a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是: a.梯度算子算子算子d. Laplacian算子

数字图像处理实验

《数字图像处理》 实验报告 学院:信息工程学院 专业:电子信息工程 学号: 姓名: 2015年6月18日

目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)

实验一图像的读取、存储和显示 一、实验目的与要求 1.熟悉及掌握在MATLAB中能够处理哪些格式图像。 2.熟练掌握在MATLAB中如何读取图像。 3.掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4.掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5.图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标,f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语,而彩色图像是由单个二维图像组合形成的。例如,在RGB彩色系统中,一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此,许多为黑白图像处理开发的技术适用于彩色图像处理,方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式,就要求数字化坐标和振幅。将坐标值数字化成为取样;将振幅数字化成为量化。采样和量化的过程如图1所示。因此,当f的x、y分量和振幅都是有限且离散的量时,称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1.利用imread( )函数读取一幅图像,假设其名为flower.tif,存入一个数组中; 2.利用whos 命令提取该读入图像flower.tif的基本信息; 3.利用imshow()函数来显示这幅图像; 4.利用imfinfo函数来获取图像文件的压缩,颜色等等其他的详细信息; 5.利用imwrite()函数来压缩这幅图象,将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法:imwrite(原图像,新图像,‘quality’,q), q取0-100。 6.同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像,设为flower.bmp。 7.用imread()读入图像:Lenna.jpg 和camema.jpg; 8.用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小;

《遥感数字图像处理》试卷及答案

2008—2009学年考试试题 课程名称:遥感数字图像处理 学号姓名成绩 一、单项选择题(2分×20=40分) 1.遥感技术是利用地物具有完全不同的电磁波(A)或()辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于(C )波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上( B)呈现黑色,而( A)呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括(A)。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定(B)。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是(D)。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是(A)。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是( B)。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有(A )。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像,在(B)属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵(B)扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.(A)只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.(B)是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了(B)。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以(C)表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有(C)。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的( C)和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征

数字图像处理实验

学院计算机与通信工程学院专业生物医学工程专业 班级51111 学号5111133 姓名杨静 指导教师贾朔 2014年04月21日

实验一图像的基本运算 一、实验目的: 1、掌握图像处理中的点运算、代数运算、逻辑运算和几何运算及应用。 2、掌握各种运算对于图像处理中的效果。 二、实验内容: 1、(1)选择一幅图像lena8.jpg,设置输入/输出变换的灰度级范围,a=0.2,b=0.6,c=0.1,d=0.9. (2)设置非线性扩展函数的参数c=2. (3)采用灰度级倒置变换函数s=255-r进行图像变换 (4)设置二值化图像的阈值,分别为level=0.4,level=0.7 解:参考程序如下: I=imread('C:\lena8.jpg'); figure; subplot(2,3,1); imshow(I); title('原图'); J=imadjust(I,[0.3;0.6],[0.1;0.9]); %设置灰度变换的范围 subplot(2,3,2); imshow(J); title('线性扩展'); I1=double(I); %将图像转换为double类型 I2=I1/255; %归一化此图像 C=2; K=C*log(1+I2); %求图像的对数变换 subplot(2,3,3); imshow(K); title('非线性扩展'); M=im2bw(I,0.5); M=~M; %M=255-I; %将此图像取反 %Figure subplot(2,3,4); imshow(M); title('灰度倒置'); N1=im2bw(I,0.4); %将此图像二值化,阈值为0.4 N2=im2bw(I,0.7); %将此图像二值化,阈值为0.7 subplot(2,3,5); imshow(N1); title('二值化阈值0.4'); subplot(2,3,6); imshow(N2); title('二值化阈值0.7');

相关文档
相关文档 最新文档