? 第七章
?遥感数字图像增强处理
? 数字图像增强的主要目的,
? 改变图像灰度等级,提高图像对比度
? 消除边缘和噪声,平滑图像
? 突出边缘和线状地物,锐化图像
? 合成彩色图像
? 压缩图像数据量,突出主要信息等
遥感图像增强
图像增强
空间域增强
频率域增强（平滑、锐化）
彩色增强
多图像代数运算
多光谱图像增强
点运算 (包括线性变换、直方图均衡化 )
邻域运算（平滑、锐化）
? 空间域是指图像平面所在的二维平面,
空间域增强是指在图像平面上直接针
对每个像元点进行处理,处理后像元点
的位置不变,
? 空间域的增强包括 点运算 和 邻域运算,
? 点运算 虽然简单但是很重要,对于一幅
输入的图像,经过点运算后产生的输出
图像的灰度值仅由相应输入像素点的
灰度值决定,与周围的像元不发生直接
关系,
? 点运算进行图像增强
? 一 图像灰度直方图
? 灰度直方图（ histogram）是灰度级的函数，
它表示图像中具有每种灰度级的像素的个
数，反映图像中每种灰度出现的频率。如
下图所示，灰度直方图的横坐标是灰度级，
纵坐标是该灰度级出现的频率，是图像的
最基本的统计特征。
? 从概率的观点来理
解，灰度出现的频
率可看作其出现的
概率，这样直方图
就对应于概率密度
函数，而概率分布
函数就是直方图的
累积和，即概率密
度函数的积分,
? 直方图分布状态不同,图像特征也不同
? 见书 150页
? 二 图像反差调整
? 1 线性变换：按比例扩大原始灰度级的范围，以充分利用显
示设备的 动态范围 (变换后像元总数不变 )
? 将范围为 [a,b]数字图像的灰度 f（ x,y）变换为范围为 [c,d]
的灰度 g（ x,y）,
? 分段线性变换是将图像灰度 f（ x,y）的区间分割为若干区间，然后
对每个区间进行线性拉伸，常用的是分三段线性变换。即某些像元
值范围被拉伸，某些范围被压缩。在实际应用中，根据要求，有目
的的选取间断点的位置，决定拉伸那一段或者压缩那一段的灰度范
围，或者只处理某一段的灰度
原图
像灰
度
10 11 12 13 14 15 16 17 。。 。。 22 52
变换
后灰
度
0 6 12 18 24 30 36 42 。。 。。 73 255
? 2 直方图的均衡
? 直方图均衡化是通过灰度变换将随机分布的
图象直方图修改成均匀分布的直方图，即在
每个灰度级上都具有相同的像素点数。其实
质是对图像进行非线性拉伸，重新分配图像
的像元值。使一定灰度范围内的像元的数量
大致相同。
? 例如，下图是直方图均衡化后的飞机图片
及其直方图，可见其直方图与原图的直方
图相比是很均衡的，但必须说明的是，离
散情况下不可能作到绝对的一致。
原图 均衡化后
? 3 直方图的正态化
? 连续的随机变量 x的概率密度分布函数 f(x)如果服从
? 就说该变量遵守正态分布（也称为高斯分布）。这
里 a和 σ分别是该变量的平均值和标准差。 直方图的
正态化是将随机分布的原图像直方图修改成为高斯
分布（正态分布）的直方图。从而使变换后图像的
亮度变化尽可能的服从这种分布
? 4 直方图匹配
? 是通过非线性变换使得一个图像的直方图
与另一个图像的直方图类似。直方图匹配
经常作为相邻图象拼接或应用多时相遥感
图象进行动态变化分析研究的预处理,通过
直方图匹配可以部分消除由于太阳高度角
或大气影响造成的相邻图象的效果差异,
? 5 密度分割
? 将原始图象的灰度值分成等间隔的离散灰
度级,可以看作是线性变换的一种,
? 6其他非线性变换
? 对数变换,拉伸暗的部分,压缩亮的部分
? 指数变换,拉伸亮的部分,压缩暗的部分
?
? 6 图象灰度反转
? 指对图象灰度范围进行线性或非线性的取
反,产生一幅与输入图象灰度相反的图象,其
结果是原来亮的地方变暗,原来暗的地方变
亮,
?遥感数字图像增强处理
? 数字图像增强的主要目的,
? 改变图像灰度等级,提高图像对比度
? 消除边缘和噪声,平滑图像
? 突出边缘和线状地物,锐化图像
? 合成彩色图像
? 压缩图像数据量,突出主要信息等
遥感图像增强
图像增强
空间域增强
频率域增强（平滑、锐化）
彩色增强
多图像代数运算
多光谱图像增强
点运算 (包括线性变换、直方图均衡化 )
邻域运算（平滑、锐化）
? 空间域是指图像平面所在的二维平面,
空间域增强是指在图像平面上直接针
对每个像元点进行处理,处理后像元点
的位置不变,
? 空间域的增强包括 点运算 和 邻域运算,
? 点运算 虽然简单但是很重要,对于一幅
输入的图像,经过点运算后产生的输出
图像的灰度值仅由相应输入像素点的
灰度值决定,与周围的像元不发生直接
关系,
? 点运算进行图像增强
? 一 图像灰度直方图
? 灰度直方图（ histogram）是灰度级的函数，
它表示图像中具有每种灰度级的像素的个
数，反映图像中每种灰度出现的频率。如
下图所示，灰度直方图的横坐标是灰度级，
纵坐标是该灰度级出现的频率，是图像的
最基本的统计特征。
? 从概率的观点来理
解，灰度出现的频
率可看作其出现的
概率，这样直方图
就对应于概率密度
函数，而概率分布
函数就是直方图的
累积和，即概率密
度函数的积分,
? 直方图分布状态不同,图像特征也不同
? 见书 150页
? 二 图像反差调整
? 1 线性变换：按比例扩大原始灰度级的范围，以充分利用显
示设备的 动态范围 (变换后像元总数不变 )
? 将范围为 [a,b]数字图像的灰度 f（ x,y）变换为范围为 [c,d]
的灰度 g（ x,y）,
? 分段线性变换是将图像灰度 f（ x,y）的区间分割为若干区间，然后
对每个区间进行线性拉伸，常用的是分三段线性变换。即某些像元
值范围被拉伸，某些范围被压缩。在实际应用中，根据要求，有目
的的选取间断点的位置，决定拉伸那一段或者压缩那一段的灰度范
围，或者只处理某一段的灰度
原图
像灰
度
10 11 12 13 14 15 16 17 。。 。。 22 52
变换
后灰
度
0 6 12 18 24 30 36 42 。。 。。 73 255
? 2 直方图的均衡
? 直方图均衡化是通过灰度变换将随机分布的
图象直方图修改成均匀分布的直方图，即在
每个灰度级上都具有相同的像素点数。其实
质是对图像进行非线性拉伸，重新分配图像
的像元值。使一定灰度范围内的像元的数量
大致相同。
? 例如，下图是直方图均衡化后的飞机图片
及其直方图，可见其直方图与原图的直方
图相比是很均衡的，但必须说明的是，离
散情况下不可能作到绝对的一致。
原图 均衡化后
? 3 直方图的正态化
? 连续的随机变量 x的概率密度分布函数 f(x)如果服从
? 就说该变量遵守正态分布（也称为高斯分布）。这
里 a和 σ分别是该变量的平均值和标准差。 直方图的
正态化是将随机分布的原图像直方图修改成为高斯
分布（正态分布）的直方图。从而使变换后图像的
亮度变化尽可能的服从这种分布
? 4 直方图匹配
? 是通过非线性变换使得一个图像的直方图
与另一个图像的直方图类似。直方图匹配
经常作为相邻图象拼接或应用多时相遥感
图象进行动态变化分析研究的预处理,通过
直方图匹配可以部分消除由于太阳高度角
或大气影响造成的相邻图象的效果差异,
? 5 密度分割
? 将原始图象的灰度值分成等间隔的离散灰
度级,可以看作是线性变换的一种,
? 6其他非线性变换
? 对数变换,拉伸暗的部分,压缩亮的部分
? 指数变换,拉伸亮的部分,压缩暗的部分
?
? 6 图象灰度反转
? 指对图象灰度范围进行线性或非线性的取
反,产生一幅与输入图象灰度相反的图象,其
结果是原来亮的地方变暗,原来暗的地方变
亮,
