遥感影像空间增强与傅立叶变换滤波处理.pdf

实习序号及题目遥感影像空间增强与傅立叶变换滤波处理

实习指导教师姓
实习人姓名
名地址

专业班级个人e-mail地址

实习地点实习日期时间2015年11月25日

实习目的和内容

目的：
1.理解遥感影像空间增强和傅立叶变换的概念和意义，掌握运用ENVI/IDL进行空间
增强和傅立叶变换及滤波进行地形和地貌信息提取的步骤和方法。
2.学会使用SRTMDEM数据应用的初步步骤。
内容：
利用下述操作对下载的DEM数据进行处理，比较变换前后影像的显示结果。
1.从下载的ASTERDEM中选取512×512子区数据，显示分析研究区地形地貌特
征。
2.完成如下卷积增强运算，比较变换前后影像中地形/地貌信息上的差异：
高通滤波
拉普拉斯变换
定向增强
高斯高通滤波
Sobel边缘增强
Roberts算子增强
3.纹理运算，比较变换前后影像中地形/地貌信息上的差异：
一阶纹理运算
二阶纹理运算
4.周期噪声去除（利用傅立叶变换对影像tm_1.img进行下列处理，选择恰当的参数消
除影像上的噪声信号

原理和方法

1、空间卷积：又称为空间滤波（filtering），系采用空间域的处理方法，在邻域像元的参
不下进行运算处理，由此生成的影像中各个像元的值是原影像对应像元及其邻域像元灰
度值的加权和。通过空间卷积运算达到突出影像空间中的变化或变异性规律，或抑制噪声
信号的目的。设窗口大小为小为m×n，（i,j）是运算结果，h(x,y)是窗口模板，那么，卷
积计算的一般公式为：
g(I,j)=∑∑(f(x,y)h(x,y))
其中，模板即积运算的邻域像元权重系数矩阵，定制的邻域运算关系式，又称卷积核
（convolutionkernel）、卷积函数、滤波器（filtering）。

1/59
2、空间频率：影像中任一局部单元乊间在单位距离内灰度值的变化幅度，分为高
频、低频两类。（低频区域：亮度值变化较小的区域；高频区域：亮度值变化剧烈的区域。）
当模板中的所有系数取1时，即得到低频卷积模板，实现影像的平滑去噪功能。
3、纹理分析：纹理是一种重要的视觉信息，主要体现遥感图像中局部灰度或者彩色
的有规律的重复出现。它是影像中第五形状、大小、色彩的综合体现，为遥感影像的目视
解译提供了有力的信息。通过一阶纹理运算与二阶纹理运算可以比较影像地形、地物上的
差异。
4、傅里叶变换消除噪声是在完成了傅里叶变换之后，通过观察频率域影像，选取高
亮部分（图像上单位像元与邻域像元差异较大），制作成滤波模板，然后用制作好的滤波
模板完成对信号的剔除，形成新的频率影像，最后通过傅里叶逆变换，完成从频率域到空
间域的变换，得到去除噪声的影像。
一维傅里叶变换：

逆变换：

二维傅里叶变换：

逆变换：

5、图像平滑是为了抑制噪声、改善图像质量所做的处理。图像噪声按其产生的原因
可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干
扰、电磁波从电源线窜入系统等产生的噪声。内部噪声指系统内部产生的噪声。图像中的
周期噪声是获取过程中受到成像设备影像产生的，这是唯一的一种空间依赖型噪声，周期
噪声可通过频率域滤波进行压抑。
6、边缘增强能提高边缘与周围像素之间的反差。线性高通滤波器是最常用的线性锐
化滤波器，中心系数为正数，其他系数为负数；梯度法是非线性锐化滤波器，在梯度图像
上梯度值较大的部分就是边缘。罗伯特梯度采用交叉差分的方法，检测像素与其在上下之
间或左右之间或斜方向之间的差异；Sobel梯度对4-邻域采用加权方法进行差分，对边

2/59
缘的检测更加精确；定向检测在提取边缘时指定了方向，有目的的提取某一特定方向的边
缘或线性特征。
7、图像噪声按其产生的原因可以分为：
外部噪声，即指系统外部干扰以电磁波或经电源串进系统内部而引起的噪声。如电
气设备，天体放电现象等引起的噪声。
内部噪声：一般又可分为以下四种：
（1）由光和电的基本性质所引起的噪声。如电流的产生是由电子或空穴粒子的集合，
定向运动所形成。因这些粒子运动的随机性而形成的散粒噪声；导体中自由电子的无规则
热运动所形成的热噪声；根据光的粒子性，图像是由光量子所传输，而光量子密度随时间
和空间变化所形成的光量子噪声等。
（2）电器的机械运动产生的噪声。如各种接头因抖动引起电流变化所产生的噪声；
磁头、磁带等抖动或一起的抖动等。
（3）器材材料本身引起的噪声。如正片和负片的表面颗粒性和磁带磁盘表面缺陷所
产生的噪声。随着材料科学的发展，这些噪声有望不断减少，但在目前来讲，还是不可避
免的。
（4）系统内部设备电路所引起的噪声。如电源引入的交流噪声；偏转系统和箝位电
路所引起的噪声等。
数据准备与研究区概况
ENVI/IDL或ERDASImagin