遥感影像清晰度增强方法分析研究及实现.docx
- 文档编号:25825035
- 上传时间:2023-06-15
- 格式:DOCX
- 页数:32
- 大小:761.16KB
遥感影像清晰度增强方法分析研究及实现.docx
《遥感影像清晰度增强方法分析研究及实现.docx》由会员分享,可在线阅读,更多相关《遥感影像清晰度增强方法分析研究及实现.docx(32页珍藏版)》请在冰豆网上搜索。
遥感影像清晰度增强方法分析研究及实现
学号_______________
密级________________
武汉大学本科毕业论文
RemotesensingimagedefinitionenhancementmethodresearchandRealization
遥感影像清晰度增强方法的研究及实现
院<系)名称:
武汉大学资源环境学院
专业名称:
地理信息系统
学生姓名:
王利伟
指导教师:
沈焕锋教授
二○一二年四月
郑重申明
本人呈交的学位论文,是在导师的指导下,独立进行研究工作所取得的成果,所有数据、图片资料真实可靠。
尽我所知,除文中已经注明引用的内容外,本学位论文的研究成果不包含他人享有著作权的内容。
对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确的方式标明。
本学位论文的知识产权归属于培养单位。
本人签名:
日期:
BACHELOR'SDEGREETHESIS
OFWUHANUNIVERSITY
RemotesensingimagedefinitionenhancementmethodresearchandRealization
College:
WuhanUniversityCollegeofresourcesandenvironment
Subject:
GeographicInformationSystem
Name:
LiweiWang
Director:
HuanfengShenProfessor
April2018
摘要
在遥感应用研究中,经过处理后形成的高清晰影像,对展开以后的工作具有重要的作用.而影像增强技术对于改善影像的对比度,突出某些局部细节等方面都起着积极的作用,有利于减少遥感影像在成像过程中受传感器性能下降、大气扰动等因素造成的影响.
本文对传统的增强方法进行了深入地研究,并给予了实现,包括线性变换、分段线性变换、非线性变换、直方图均衡化方法.此外,结合聚类理论和模糊增强理论,提出了相应的改进方法.
对于分段线性变换方法中如何划分灰度区间以及端点的设定这一问题,给出了基于加权模糊C-均值聚类的遥感影像增强算法,快速地实现了影像灰度分区,并对各区间采取相应的变换进行增强.实验结果表明本文算法有效提高了影像的信噪比,增强了对比度和清晰度,且易于实现.
针对传统的模糊增强方法存在的一些缺陷,提出一种基于最大Tsallis熵原则的遥感影像模糊增强算法,首先将Tsallis熵推广到多个阈值的情况,在基于最大熵原则基础上,利用遗传算法计算出影像灰度级的最佳分类阈值,然后采用改进的隶属度函数和增强算子对影像进行模糊增强,最后还将多阈值影像的模糊增强方法进行了推广.实验结果表明,该算法自动、有效地选取阈值,且使影像亮度分布均衡,对比度显著增强,具有良好的视觉效果.
实验表明,本文提出的算法对于一些遥感影像的增强取得了比较好的增强效果
关键词:
加权模糊C-均值聚类算法。
信噪比。
Tsallis熵。
遗传算法。
模糊增强算子
ABSTRACT
Intheresearchofremotesensingapplication,theveryclearimagesafterbeingprocessedplayanimportantroleinthefollowingwork.Andimageenhancementtechnologyhasapositiveeffectonimprovingthecontrastandshowingsomelocaldetails
ofimages,soit’sgoodtoreducetheeffectofsensor,atmosphereetconimages.
Traditionalenhancementalgorithmsaredetailedlystudiedandrealized.Includinglineartransform,piecewiselineartransform,non-lineartransform,histogramequilibration.Furthermore,somecorrespondingimprovedalgorithmsbasedonclusteringtheoryand
fuzzyenhancementtheoryareputforward.
Aimingtothekeyproblemofhowtodividegrayscaleintervalsandfixonthepoints,aRemoteSensingImageEnhancementAlgorithmBasedonWeightingFuzzyC-MeansClustering(RSIE-WFCM>isproposed.Imageisdividedintosomeareasquicklyandtheseareasareenhancedbytherelevanttransformmethods.Theexperimentalresultsshowthealgorithminthispapercanenhancethesignalnoiseratio,contrastanddefinitionoftheimageeffectively,moreover,itiseasytorealize.
Tosolvesomedrawbacksofthetraditionalfuzzyenhancementalgorithms,aRemoteSensingImageFuzzyEnhancementAlgorithmBasedonMaximumTsallisEntropyPrinciple(RSIFE-MTEP>isproposed.First,Tsallisentropyisgeneralizedtothecaseofmulti-levelthresholds.Theoptimalgraythresholdsarecomputedbygeneticalgorithm.Then,imagesarefuzzyenhancedwithimprovedmembershipfunctionandenhancementoperator.Finaly,thefuzzyenhancementalgorithmforprocessingtheimageswithmulti-levelthresholdsisgeneralized.Theexperimentalresultsshowthattheproposedalgorithmcanselectthethresholdsautomaticallyandefficiently,andachievethebetterseeingeffect,distributingbrightnessuniformlyandenhancingimagecontrastdistinctly.
Theexperimentalresultsshowthatthealgorithmsproposedbythepaperachievecomparativegoodeffectsforsomeremotesensingimages.
Keywords:
WeightingFuzzyC-meansClusteringAlgorithm(WFCM>。
SignalNoiseRatio(SNR>。
TsallisEntropy。
GeneticAlgorithm。
FuzzyEnhancementOperator
第1章绪论………………………………………………………………………1
1.1课题背景及其目的意义……………………………………………………1
1.2国内外研究现状………………………………………………………………1
1.3本文的主要研究内容…………………………………………………………2
第2章遥感影像增强的基本理论…………………………………………………2
2.1遥感影像增强的一些基本概念………………………………………2
2.1.1遥感数字影像的表示……………………………………………2
2.1.2遥感影像的获取…………………………………………………3
2.1.3卫星遥感系统示意图……………………………………………3
2.1.4直方图……………………………………………………………4
2.2遥感影像增强的目的及种类…………………………………………5
2.3遥感影像的空间域增强………………………………………………5
2.4遥感影像的滤波增强………………………………………………5
2.5本章小结……………………………………………………………6
第3章基于加权模糊C-均值聚类的遥感影像增强………………………6
3.1引言……………………………………………………………………6
3.2算法介绍………………………………………………………………6
3.2.1加权模糊C-均值聚类算……………………………………6
3.2.2RSIE-WFCM算法………………………………………………7
3.3仿真实验及实验分析…………………………………………………8
3.4本章小结………………………………………………………………10
第4章遥感影像模糊增强方法的研究和实现…………………………10
4.1模糊集的概念……………………………………………………………10
4.2传统模糊增强方法……………………………………………………11
4.3基于最大TSALLIS熵原则的遥感影像模糊增强……………………13
4.3.1改进的模糊增强算法…………………………………………13
4.3.2RSIFE-MTEP算法……………………………………………………13
4.3.3仿真实验及实验分析…………………………………………14
4.4本章小结………………………………………………………………16
第5章总结与展望…………………………………………………………………17
5.1本文工作总…………………………………………………………17
5.2课题研究展望…………………………………………………………17
参考文献……………………………………………………………………………18
致谢……………………………………………………………………………………19
第1章绪论
人类依靠自身的器官获取有关世界的各种信息来认识世界.影像(Image>是对客观对象的一种相似性的描述或写真,它包含了被描述或写真对象的信息,是人们最主要的信息源.利用计算机对影像进行各种形式的处理,促进了影像处理技术的发展.影像增强本身就是影像处理中最具有吸引力的领域之一.
1.1课题背景及其目的意义
影像处理技术在第三代计算机问世后得到了迅速发展.1963年,美国喷气推进实验室处理了太空船“徘徊者七号”发回的月球照片,这表示影像处理开始得到实用.目前,影像处理技术发展迅速,其应用领域也越来越广.当前影像处理的发展趋势是改进现有的方法,研究新的处理方法与系统,以获取更好的效果;同时,开拓更为广泛的应用领域.
遥感影像是影像的一种,根据其采集方式主要分为卫星遥感影像与航空遥感图像两大类,它正日益广泛地应用于军事、经济、科研及社会生活等多种领域,各个应用领域都是通过对遥感影像的处理、解译来解决实际问题的,随着计算机的发展,遥感影像处理技术将会变的越来越重要.影像增强是数字影像处理的基本内容,根据影像的模糊情况利用各种数学方法和变换算法提高影像中的对象与非对象像的对比度与影像清晰度.遥感影像增强处理的主要着眼点在于改进影像显示,提高遥感影像的视觉效果和可解译性,使遥感应用者易于从经过增强处理的遥感影像上获得所感兴趣的有用信息,快速实现从遥感数据向有用信息的转化.它是为特定的目的,用各种数学方法和变换算法提高影像某灰度区域的反差、对比度与清晰度,从而提高图像显示的信息量,使影像更易判读.
随着遥感技术的飞速发展及影像分辨率的提高,对改善遥感影像质量的处理技术要求越来越高,现有的处理手段已不能满足新的需求.在遥感应用研究中,得到经过正确增强处理以后形成的高清晰影像,对展开以后的工作具有重要的作用.
1.2国内外研究现状
自20世纪70年代末以来,由于数字技术和微电子技术的迅猛发展,给遥感图像处理提供了先进的技术手段.遥感数字影像处理也就从信息处理、自动控制系统论、计算机科学、数据通信、电视技术等学科中脱颖而出,成为研究遥感影像信息获取、传输、存储、变换、显示、判读与应用的一门崭新学科.
遥感影像增强作为遥感影像处理的重要组成部分,传统的影像强方法对于改善影像质量发挥了重要作用.随着对遥感影像增强技术研究的不断深入,新的影像增强方法不断出现,并初步形成了一套比较完整的算法体系.
(1>传统的遥感影像增强方法
(2>基于多尺度分析的遥感影像增强方法
(3>数学形态学灰度增强方法
(4>模糊增强方法
基于模糊的影像处理技术是一种值得重视的研究方法,应用模糊方法往往能取
得优于传统方法的处理效果,如影像多灰度级非线性模糊增强算法研究[19].另外,模糊集方法和神经网络、遗传算法结合用于影像灰度增强的方法正在研究之中,如基于模糊熵及遗传算法的影像增强技术[20]、遗传算法在影像增强处理中的应用[21]等.近来随着彩色影像的广泛应用,发展了许多关于彩色影像的增强处理方法,如陈国群等人又提出了基于聚类算法的伪彩色增强[22]等遥感影像增强算法.
由于增强后的遥感影像质量好坏主要靠人的视觉来评定,而视觉评定是一种高
度的主观处理.经常采用的方法是,使用几种灰度增强技术的组合或使用调节参量的方法.要取得对一幅影像较好的改善效果,有时要综合运用多种增强方法,发挥每种方法的特长,这就要求我们了解各种遥感影像增强方法的特点.调节参量是遥感影像增强时经常使用到的一种方法,如何确定参量最佳数值,是取得较好影像效果的关键因素.因而影像增强的最大困难是,很难对增强结果加以量化描述,只能靠经验、人的主观感觉加以评价.同时,要获得一个满意的增强效果,往往需要人机的交互作用.
1.3本文的主要研究内容
传统的遥感影像增强方法是学习和研究遥感影像增强的基础,对于改善影像质
量发挥着重要作用.本文着重研究和具体实现了传统的一些遥感影像增强方法,并针对其些方法中存在的问题提出了几种遥感影像增强的改进方法,实验表明本文提出的算法对某些遥感影像的增强取得了较好的增强效果.
全文共分五章,具体安排如下:
第一章绪论.介绍了遥感影像增强技术的研究背景、目的意义及研究现状,最后介绍了本文的主要研究内容.
第二章遥感影像增强的一些基本概念.阐述了遥感影像表示、获取和增强的一些理论、目的和方法种类及常用的空间域增强和滤波增强方法和特点,并对线性变换、非线性变换、直方图均衡化等给出了实现结果及比较分析.
第三章基于加权模糊C-均值聚类的遥感影像增强.针对分段线性变换的区域划分存在的问题提出了改进方法,详细介绍了该方法的具体实现过程,并分析了该改进方法的优缺点及改进方向.
第四章遥感影像模糊增强方法的研究和实现.在分析传统的模糊增强方法的基础上,提出了基于最大Tsallis熵原则的遥感影像模糊增强算法,利用遗传算法确定最佳阈值,并分别探讨了单阈值和多阈值影像的模糊增强方法,取得了很好的增强效果.
第五章总结与展望.总结本文的研究工作,并对以后的研究课题进行展望.
第2章遥感影像增强的基本理论
遥感影像增强处理的主要着眼点在于改进影像显示、提高遥感影像的视觉效果和可解译性,使遥感应用者易于从经过增强处理的遥感影像上获得所感兴趣的有用信息,快速实现从遥感数据向有用信息的转化,为进一步的影像分析判读做好预处理工作.传统的方法主要是空间域和频率域增强方法.
2.1遥感影像增强的一些基本概念
2.1.1遥感数字影像的表示
影像不能直接用计算机来处理,处理前必须先转化成数字影像.随着计算机技术的发展,模拟影像和数字影像可以通过计算机处理系统进行相互转换<参见图2.1),把模拟影像变成数字影像称为模/数转换,记作A/D转换;把数字影像变成模拟影像称为数模转换,记作D/A转换[2].
图2.1模拟影像与数字影像相互转换示意图
模拟影像数字影像
图2.2影像数字化
把模拟影像转换成数字影像的过程(A/D>称作影像的数字化过程,如图2.2所示,该过程就是把一幅遥感模拟影像分割成一个个小区域(像元或像素>,并将各小区域灰度用整数表示.
遥感数字影像像素的属性特征常用亮度值来表示,在不同影像上(不同波段、不同时期、不同种类的影像>,相同地点的亮度值可能是不同的,这是因为地物反射或发射电磁波的不同和受大气电磁辐射影响而造成的.遥感数字影像亮度值的大小是由遥感传感器所探测到的电磁辐射强度决定的[1].
2.1.2遥感影像的获取
目前遥感数字影像的获取,根据遥感传感器其本构造和成像原理不向,大致可以分为摄影成像、扫描成像和雷达成像三类[1].
(1>摄影成像
(2>扫描成像
(3>雷达成像
2.1.3卫星遥感系统
从把遥感平台送到远离目标物的位置开始,到由专用的处理系统生产出遥感数
字产品和模拟产品的全过程和全部设备可以统称为遥感系统,卫星遥感系统主要由
星载系统和地面系统两部分构成.图2.3是卫星遥感系统的示意图[2.3].
2.3卫星遥感系统示意图
(1>星载系统
星载系统负责遥感成像、数据记录、信号通信以及系统控制等等,遥感工程应用中广泛运用的星载设备有:
遥感传感器、宽频磁带机、星载数据收集装置和自动调节控制分系统.
(2>地面系统
地面系统除了负责与星载系统之间的指令通信和数据通信,还负责各类遥感信息的加工处理.常规地面系统不同的功能子系统包括卫星操作控制中心、地面接收站、数据处理系统和遥感测试系统.
2.1.4直方图
直方图是多种空间域处理技术的基础.对影像的灰度分布进行分析的重要手段是建立灰度直方图(DensityHistogram>,利用影像灰度直方图,可以直观地看出影像中的像素亮度分布情况,通过直方图均衡化,归一化的处理等,可对影像的质量进行调整.另外,通过对直方图的分析,有助于确定影像阈值化处理的阈值(Threshold>.
(1>直方图的概念
如果将影像中像素亮度<灰度级别)看成是一个随机变量,则其分布情况就反映了影像的统计特征,可用ProbabilityDensityFunction(PDF>来刻画和描述.灰度直方图是灰度级的函数,描述的是影像中具有该灰度级的像元的个数.确定影像像元的灰度值范围,以适当的灰度间隔为单位将其划分为若干等级,以横轴表示灰度级,以纵轴表示每一灰度级具有的像元或该像元数占总像元数的比例值,做出的条形统计图即为灰度直方图,它是影像最基本的统计特征.
(2>直方图的性质
由直方图的基本概念可知,影像的直方图具有以下三个重要的性质.
位置无关性:
直方图是一幅影像中各像素灰度值出现次数(或频数>的统计结果,它只反映该影像中不同灰度值出现的次数(或频数>.但未反映这些像元在影像中的位置信息.当一幅影像被压缩为直方图后,所有的空间信息将全部丢失.
对应性:
任何一幅特定的影像都有唯一的直方图与之对应,但不同的影像可以有相同的直方图.也就是说,影像与直方图之间是多对一的映射关系.
叠加性:
如果一幅影像有两个不相连的区域组成,并且每个区域的直方图已知,则整幅影像的直方图是该两个区域的直方图之和.
(3>直方图的应用
对于每幅影像都可做出其灰度直方图.根据直方图的形态可以大致推断影像质量的好坏.由于影像包含有大量的像元,其像元灰度值的分布应符合概率统计分布规律.影像的灰度值是离散变量,因此直方图表示的是离散的概率分布.若以各灰度级的像元数占总像元数的比例值为纵坐标轴做出影像的直方图,将直方图中各条形的最高点连成一条外轮廓线,纵坐标的比例值即为某灰度级出现的概率密度,轮廓线可近似看成影像相应的连续函数的概率分布曲线.
2.2遥感影像增强的目的及种类
影像增强的主要目的有:
改变影像的灰度等级,提高影像对比度;消除边缘噪声,平滑影像;突出边缘或线状地物,锐化影像;合成彩色影像;压缩影像数据量、突出主要信息等.
遥感影像增强处理技术根据处理空间的不同,可分为基于影像空间的空域方法和基于影像变换的频域方法两大类.空域增强处理主要是通过改变单个像元及相邻像元的灰度值来增强影像.每次对单个像元进行灰度增强处理称为点处理;对一个像元周围的小区域子影像进行处理,称为邻域处理或模板处理.而频率域增强是对影像进行傅立叶变换,然后对变换后的频率域影像的频谱进行修改,达到增强的目的.此外,根据影像处理的范围又可将增强处理技术分为全局(整幅影像>处理和局部(部分影像>处理两种.后来,随着彩色影像的广泛应用,发展了许多针对彩色图像的增强处理方法,故又有灰度影像和彩色影像增强之分.
2.3遥感影像的空间域增强
空间域是指影像平面所在的二维平面,空间域增强是指在影像平面上直接对每个像元点进行处理,处理后像元的位置不变.
空间域增强是影像增强技术的基本组成部分,它包括点运算和邻域运算.对于一幅输入影像,经过点运算后产生的输出影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联系.点运算又可称为对比度增强、对比度拉伸或灰度变换.
遥感影像灰度增强是一种点处理方法,主要为突出像元之间的反差,所以也称“反差增强”、“反差扩展”或“灰度拉伸”等.
灰度拉伸方法有线性拉伸、分段线性拉伸及非线性拉伸(又称特殊拉伸>等.
2.4遥感影像的滤波增强
遥感系统成像过程中可能产生的“模糊”作用,常使遥感影像上某些用户感兴趣的线性形迹、纹理与地物边界等信息显示得不够清晰,不易识别.各种通过单个像元灰度值调整的处理方法对此均难以凑效;需采用邻域处理方法来分析、比较和调整像元与其周围相邻像元间的对比度关系,影像才能得到增强,也就是说需要采用滤波增强技术处理.
影像滤波增强处理实质上就是运用滤波技术来增强影像的某些空间频率特征,以改善地物目标与邻域或背景之间的灰度反差.例如通过滤波增强高频信息抑制低频信息,就能突出像元灰度值变化较大较快的边缘、线条或纹理等细节.反过来如果通过滤波增强低频信
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遥感 影像 清晰度 增强 方法 分析研究 实现