彩色与多光谱图像处理实用教案

《彩色与多光谱图像处理实用教案》由会员分享，可在线阅读，更多相关《彩色与多光谱图像处理实用教案（115页珍藏版）》请在装配图网上搜索。

1、会计学1彩色彩色(cis)与多光谱图像处理与多光谱图像处理第一页，共115页。一、彩色视觉一、彩色视觉 二、彩色模型二、彩色模型 三、彩色变换三、彩色变换(binhun)四、彩色图像增强四、彩色图像增强五、彩色图像的平滑五、彩色图像的平滑 六、彩色图像的锐化六、彩色图像的锐化 七、彩色图像的边缘检测七、彩色图像的边缘检测八、彩色图像的分割八、彩色图像的分割(fng)九、多光谱图像处理九、多光谱图像处理十、高光谱图像处理十、高光谱图像处理第1页/共114页第二页，共115页。彩色视觉彩色视觉(shju)(shju)是人眼对射入的可见光光谱是人眼对射入的可见光光谱的强弱及波长成份的一种感觉。的强弱

2、及波长成份的一种感觉。一、彩色一、彩色(cis)(cis)视觉视觉 第2页/共114页第三页，共115页。1.1 三基色三基色(js)原理原理1.三基色三基色(js)与三基色与三基色(js)原理原理自然界中的绝大多数的颜色都可看作是由红、绿、蓝三种(sn zhn)颜色组合而成；自然界中的绝大多数的颜色都可以分解成红、绿、蓝这三种(sn zhn)颜色。这即是色度学中的三基色原理。一般就将红、绿、篮这三种(sn zhn)颜色称为三基色。第3页/共114页第四页，共115页。2.2.相加混色相加混色 一般把三基色按不同一般把三基色按不同(b tn)(b tn)比例相加进行的混比例相加进行的混色称为相

3、加混色。色称为相加混色。红色+蓝色=品红色 （1 a）红色+绿色(l s)=黄色 （1 b）绿色(l s)+蓝色=青色 （1 c）红色+绿色(l s)+蓝色=白色 （1 d）红色红色+青色青色(qn s)=(qn s)=白色白色 （2 a2 a）绿色绿色+品红色品红色=白色白色 （2 b2 b）蓝色蓝色+黄色黄色=白色白色 （2 c2 c）所以，一般把青色、品红色和黄色称为红、绿、篮三色的补色。所以，一般把青色、品红色和黄色称为红、绿、篮三色的补色。第4页/共114页第五页，共115页。红 黄 绿 30%89%59%白 品红 100%青 41%70%蓝 11%图图1 1 相加混色的三基色及其补

4、色相加混色的三基色及其补色(b s)(b s)的亮度比例的亮度比例红红蓝蓝绿绿青黄黄品品红红(pnhng)白白第5页/共114页第六页，共115页。R:200 G:50B:120第6页/共114页第七页，共115页。3.相减混色相减混色 利用颜料和染料利用颜料和染料(rnlio)等的吸色性质可以实现相等的吸色性质可以实现相减混色。减混色。相减混色就是从白光中虑去某种颜色而得到另一种颜色。相减混色就是从白光中虑去某种颜色而得到另一种颜色。相减混色的基色为青、品红色、黄。相减混色的基色为青、品红色、黄。白色白色 红色红色=青色青色(qn s)(qn s)（3 a3 a）白色白色 绿色绿色=品红色品

5、红色 （3 b3 b）白色白色 蓝色蓝色=黄色黄色 （3 c3 c）白色白色 绿色绿色 红色红色 蓝色蓝色=黑色黑色 （3 d3 d）第7页/共114页第八页，共115页。对不同颜料配色过程对不同颜料配色过程(guchng)的理解：的理解：品红色颜料品红色颜料+黄色颜料黄色颜料=红色颜料红色颜料=白色白色绿色绿色蓝色蓝色 (4a)青色颜料青色颜料+黄色颜料黄色颜料=绿色颜料绿色颜料=白色白色红色红色蓝色蓝色 (4b)品红色颜料品红色颜料+青色颜料青色颜料=蓝色颜料蓝色颜料=白色白色绿色绿色红色红色 (4c)品红色颜料品红色颜料+青色颜料青色颜料+黄色颜料黄色颜料=黑色颜料黑色颜料 =白色白色绿

6、色绿色红色红色蓝色蓝色 (4d)第8页/共114页第九页，共115页。品红 蓝 青 黑 红 绿 黄 图图2 相减混色的三基色及其补色相减混色的三基色及其补色(b s)的关系的关系 第9页/共114页第十页，共115页。1.相关概念相关概念 对于无彩色（消色）图像来说，亮度（也即灰对于无彩色（消色）图像来说，亮度（也即灰度）是唯一的属性。度）是唯一的属性。对于有彩色图像来说，通常用亮度、色调及饱对于有彩色图像来说，通常用亮度、色调及饱和度表示和度表示(biosh)颜色的特性。颜色的特性。1.2 CIE色度图色度图 第10页/共114页第十一页，共115页。在彩色图像中：在彩色图像中：亮度反映了该

7、颜色的明亮程度。颜色中掺入的白色亮度反映了该颜色的明亮程度。颜色中掺入的白色越多亮度就越大，掺入的黑色越多亮度就越小。越多亮度就越大，掺入的黑色越多亮度就越小。色调色调(s dio)用于描述纯色（如纯黄色、纯红色），用于描述纯色（如纯黄色、纯红色），反映了观察者接收到的主要颜色。反映了观察者接收到的主要颜色。饱和度给出一种纯色被白光稀释的程度的度量，与饱和度给出一种纯色被白光稀释的程度的度量，与加入到纯色（色调加入到纯色（色调(s dio)）中的白光成正比（由于加）中的白光成正比（由于加入了白光，观察者接收到的不再是某种纯色，而是反应入了白光，观察者接收到的不再是某种纯色，而是反应该纯色属性的

8、混合颜色）。该纯色属性的混合颜色）。第11页/共114页第十二页，共115页。纯色（可见光谱中包含的一系列单色光）是全饱和纯色（可见光谱中包含的一系列单色光）是全饱和(boh)的，随着白光的加入饱和的，随着白光的加入饱和(boh)度会逐渐降度会逐渐降低，也即变成欠饱和低，也即变成欠饱和(boh)。色调与饱和色调与饱和(boh)度两者合起来称为色度，颜色用度两者合起来称为色度，颜色用亮度和色度共同表示。亮度和色度共同表示。第12页/共114页第十三页，共115页。（5 5）zZyYxXCZYXXxZYXYy（6 6.7.8.7.8）ZYXZz1zyx（9 9）2.CIE色度图色度图 设设X、Y和

9、和Z分别分别(fnbi)表示形成某种特殊颜色时需要的表示形成某种特殊颜色时需要的红、绿、蓝三基色的量值；红、绿、蓝三基色的量值；x、y和和z分别分别(fnbi)表示形成某表示形成某种特殊颜色种特殊颜色C时红、绿、蓝三基色所占的比例系数，则有时红、绿、蓝三基色所占的比例系数，则有：第13页/共114页第十四页，共115页。红红绿绿450610 6200.20.40.60.81x0.20.40.60.8红红蓝蓝绿绿520nmy510500490480470460380nm780530540550560570580590600Q640TCS空间空间(kngjin)(kngjin)能量位置能量位置（波

10、长，以（波长，以nmnm为单位）为单位）黄黄紫紫1等能量等能量(nngling)(nngling)点点CIE色度图色度图 第14页/共114页第十五页，共115页。二、彩色二、彩色(cis)(cis)模型模型 目前常用的彩色模型可分成两类：（1）面向诸如彩色监视器、彩色视频摄像机和彩色打印机的硬件设备。面向硬件设备的彩色模型主要有RGB模型、CMY（青、品红、黄）模型和CMYK（青、品红、黄、黑）模型。RGB模型主要用于彩色监视器和彩色视频摄像机；CMYK主要用于彩色打印机。（2）面向诸如彩色动画图形创作等的彩色处理(chl)应用。面向彩色处理(chl)应用的模型主要是HSI模型（hue-sa

11、turation-intensity，即色调、亮度和饱和度）。第15页/共114页第十六页，共115页。黄黄(255,255,0)(255,255,0)黑黑(0,0,0)(0,0,0)绿绿(0,255,0)(0,255,0)青青(0,255,255)(0,255,255)蓝蓝(0,0,255)(0,0,255)品红品红(255,0,255)(255,0,255)白白(255,255,255)(255,255,255)红红(255,0,0)(255,0,0)RGB色系：第16页/共114页第十七页，共115页。(0,0,1(0,0,1)蓝蓝品红品红黑黑黄黄 白白青青 (1,0,0)(1,0,0)

12、红红 (0,1,0)(0,1,0)绿绿R RG GB B灰度级灰度级图图4 RGB4 RGB彩色彩色(cis)(cis)立方体示意立方体示意图图 2.1 RGB彩色彩色(cis)模型模型 第17页/共114页第十八页，共115页。HSI（hue-saturation-intensity）彩色模型比较适合）彩色模型比较适合于人用色调（于人用色调（H）、饱和度（）、饱和度（S）和亮度（）和亮度（I）描述被观）描述被观察物体颜色的解释察物体颜色的解释(jish)，对于开发基于彩色描述的，对于开发基于彩色描述的图像处理方法是一个理想的工具。图像处理方法是一个理想的工具。第18页/共114页第十九页，共

13、115页。HSI色系 亮度(lingd)分量InI I 表示光照强度或称为亮度，它确定了像素表示光照强度或称为亮度，它确定了像素(xin s)(xin s)的整体亮度，而不管其颜色是什的整体亮度，而不管其颜色是什么。么。I:小小 大大第19页/共114页第二十页，共115页。HSI色系 亮度(lingd)(I)效果示意图第20页/共114页第二十一页，共115页。HSI色系 色度(s d)分量HnH H：表示色度：表示色度(s d)(s d)，由角度表示。反映，由角度表示。反映了该颜色最接近什么样的光谱波长。了该颜色最接近什么样的光谱波长。0o0o为为红色，红色，120o120o为绿色，为绿色

14、，240o240o为蓝色。为蓝色。第21页/共114页第二十二页，共115页。HSI色系 色度(s d)(H)效果示意图H=0H=60H=120H=180H=240H=300第22页/共114页第二十三页，共115页。HSI色系 饱和度分量(fn ling)SnS S：表示饱和度，饱和度参数是色环的原点到彩：表示饱和度，饱和度参数是色环的原点到彩色色(cis)(cis)点的半径长度。点的半径长度。n在环的外围圆周是纯的或称饱和的颜色，其饱在环的外围圆周是纯的或称饱和的颜色，其饱和度值为和度值为1 1。在中心是中性（灰）色，即饱和度。在中心是中性（灰）色，即饱和度为为0 0。第23页/共114页

15、第二十四页，共115页。P P S S H H 。红红 青青。黄黄蓝蓝 绿绿。品红品红 图图6 HSI6 HSI彩色彩色(cis)(cis)模型中的色调和饱和度模型中的色调和饱和度第24页/共114页第二十五页，共115页。HSI色系 饱和度(S)效果(xiogu)示意图S=0S=1S=1/4S=1/2第25页/共114页第二十六页，共115页。白白 红红 H H S S 青青 黑黑绿绿黄黄蓝蓝品红品红 I I I=1I=1 I=0I=0 I=0.5I=0.5图图5 5 基于圆形彩色平面的基于圆形彩色平面的HSIHSI彩色模型彩色模型 第26页/共114页第二十七页，共115页。2.2 RGB

16、彩色模型彩色模型(mxng)到到HSI彩色模彩色模型型(mxng)的转换的转换 黑黑 品红品红 绿绿 红红 黄黄 蓝蓝白白 青青图图7 RGB7 RGB立方体旋转立方体旋转(xunzhun)(xunzhun)示意图示意图 第27页/共114页第二十八页，共115页。2/12)()()()(21arccosBGGRGRBRGR)(31BGRI),min(31BGRBGRSBGBGH360（1 10 0）（1111）（1212）（1313）第28页/共114页第二十九页，共115页。)1(SIB)60cos()cos(1 HHSIR)(3RBIG（1 1）当）当0 0H120H120：（1414）

17、（1515）（1616）2.3 HSI彩色模型彩色模型(mxng)到到RGB彩色模彩色模型型(mxng)的转换的转换 第29页/共114页第三十页，共115页。)1(SIR)180cos()120cos(1 HHSIG)(3GRIB（2 2）当）当120120 H 240H 240：（1717）（1818）（1919）第30页/共114页第三十一页，共115页。)1(SIG（2020）（2121）（3 3）当）当240240 H 300H RBGRB，将，将会得到比较合理的灰度化结果。相关研究表明，当会得到比较合理的灰度化结果。相关研究表明，当G=0.587G=0.587、R=0.299R=0

18、.299、B=0.114B=0.114时，得到的灰度化时，得到的灰度化图像较合理，此时公式（图像较合理，此时公式（2626）就变为：）就变为：(,)(,)(,)0.299(,)0.587(,)0.114(,)RGBRGBf xyf xyf xyf xyf xyf xy(27)(27)第43页/共114页第四十四页，共115页。（a a）原图）原图(yun t)(yun t)（b b）最大值法灰度化结果）最大值法灰度化结果 （c）平均值法灰度化结果(ji gu)（d）加权平均值法灰度化结果(ji gu)图图10 10 彩色图像的灰度化彩色图像的灰度化 第44页/共114页第四十五页，共115页。

19、3.3 真彩色转变真彩色转变(zhunbin)为为256色色 将真彩色图像转化为将真彩色图像转化为256色图像会有大量的颜色信息损色图像会有大量的颜色信息损失掉，因此，在转换过程中要找到合适的映射关系，使得失掉，因此，在转换过程中要找到合适的映射关系，使得变化后的变化后的256种颜色在原图像中最具代表性或出现的频率种颜色在原图像中最具代表性或出现的频率(pnl)最高。最高。两种常用的转化算法：中位切分法和流行色法。两种常用的转化算法：中位切分法和流行色法。第45页/共114页第四十六页，共115页。1.中位切分法中位切分法 中位切分法的基本过程是：中位切分法的基本过程是：首先，将首先，将RGB

20、彩色空间中的彩色空间中的3个坐标轴进行均匀量化，个坐标轴进行均匀量化，把每个坐标轴分为把每个坐标轴分为256个级别，个级别，0为最暗，为最暗，255为最亮，这为最亮，这样真彩色图像的各种颜色就可以用坐标空间的各个量化点样真彩色图像的各种颜色就可以用坐标空间的各个量化点来表示。来表示。然后，将彩色立方体划分然后，将彩色立方体划分(hu fn)为为2563个小立方体，个小立方体，使各立方体包含相同的颜色数。使各立方体包含相同的颜色数。最后，求出这最后，求出这2563个小立方体的中心点的颜色。个小立方体的中心点的颜色。第46页/共114页第四十七页，共115页。（a）原真彩色图像 （b）转变成的25

21、6色图像 图11 利用(lyng)中位切分法转换真彩色图像成256色图像的实例 第47页/共114页第四十八页，共115页。2.流行色法流行色法 流行色算法的基本过程是：流行色算法的基本过程是：首先首先(shuxin)，对原彩色图像中各颜色出现的概率，对原彩色图像中各颜色出现的概率进行统计。进行统计。然后，按照由大到小的顺序选择出前然后，按照由大到小的顺序选择出前256种颜色。种颜色。最后，将其它颜色按照与这最后，将其它颜色按照与这256种颜色就近的原则进种颜色就近的原则进行转换，用这行转换，用这256种颜色代替原真彩色图像中的颜色。种颜色代替原真彩色图像中的颜色。第48页/共114页第四十九

22、页，共115页。（a a）原真彩色图像）原真彩色图像 （b b）转变成的）转变成的256256色图像色图像图图12 12 利用流行色法转换利用流行色法转换(zhunhun)(zhunhun)真彩色图像成真彩色图像成256256色图色图像的实例像的实例 第49页/共114页第五十页，共115页。3.4 彩色彩色(cis)平衡平衡 彩色图像数字化后，有时图像中的颜色会看起来有些不正常，即景物中物体的颜色偏离了它原来的真实色彩，最明显的例子是那些本来是灰色(hus)的物体被赋予了颜色。产生这种情况的原因是由于颜色通道中不同的敏感度、增光因子、偏移量等使图像的3个分量发生了不同的线性变换，导致图像的三

23、基色“不平衡”。第50页/共114页第五十一页，共115页。1.1.白平衡法白平衡法 所谓白平衡法，就是将景物中的白色物体在图像中还所谓白平衡法，就是将景物中的白色物体在图像中还原为白色。原为白色。简单白平衡法的基本过程是：简单白平衡法的基本过程是：首先，依据式（首先，依据式（2828）计算出色偏图像的亮度分量，求）计算出色偏图像的亮度分量，求出图像的最大亮度出图像的最大亮度ImaxImax和平均亮度和平均亮度 ；其次；其次(qc)(qc)，设定，设定一个较大的阈值一个较大的阈值T T（如（如0.950.95），求出图像中亮度值大于），求出图像中亮度值大于0.95Imax0.95Imax的点的

24、集合；然后，认为这些点对应实际场景中的点的集合；然后，认为这些点对应实际场景中白色的点，计算出这些点对应的白色的点，计算出这些点对应的R R、G G、B B分量的均值，分量的均值，依据公式（依据公式（2929）确定出白平衡法的调整参数）确定出白平衡法的调整参数KRKR、KGKG、KBKB；最后，利用调整公式（最后，利用调整公式（3030）对色偏图像进行调整。）对色偏图像进行调整。IRGB第51页/共114页第五十二页，共115页。(,)0.299(,)0.587(,)0.114(,)RGBI xyf xyf xyf xyRIkRGIkGBIkB),(),(),(000000),(),(),(y

25、xfyxfyxfkkkyxGyxGyxGBGRBGRBGR（2828）（2929）（3 30 0）第52页/共114页第五十三页，共115页。（a a）原色偏图像原色偏图像 （b b）白平衡法处理）白平衡法处理(chl)(chl)后后的图像的图像 图图13 13 白平衡法对图像的彩色平衡白平衡法对图像的彩色平衡 第53页/共114页第五十四页，共115页。RRGBRTSkGRGBGTSkBRGBBTSk),(),(),(000000),(),(),(yxfyxfyxfkkkyxGyxGyxGBGRBGRBGR（3 31 1）（3 32 2）2.2.最大颜色最大颜色(yns)(yns)值法值法

26、(自学自学)第54页/共114页第五十五页，共115页。（a a）原色偏图像原色偏图像 （b b）最大颜色值法处理后的图像）最大颜色值法处理后的图像 图图14 14 最大颜色值法对图像的彩色最大颜色值法对图像的彩色(cis)(cis)平衡平衡 第55页/共114页第五十六页，共115页。四、彩色图像增强四、彩色图像增强(zngqing)在得到的彩色图像中，有时(yush)会存在对比度低、颜色偏暗、局部细节不明显等问题，为了改善图像的视觉效果、突出图像的特征，利于进一步的处理，需要对图像进行增强处理。对于彩色图像的增强依据处理对象的不同可分为：真彩色增强、伪彩色增强和假彩色增强三类。第56页/共

27、114页第五十七页，共115页。4.1 真彩色增强真彩色增强(zngqing)真彩色增强的处理对象是具有真彩色增强的处理对象是具有224种颜色的彩色图像种颜色的彩色图像(t xin)（又称全彩色图像（又称全彩色图像(t xin)）。）。为了避免破坏图像为了避免破坏图像(t xin)的彩色平衡，真彩色的增的彩色平衡，真彩色的增强通常选择在强通常选择在HSI模型下进行。模型下进行。依据选择增强分量和增强目的的不同，可将真彩色增依据选择增强分量和增强目的的不同，可将真彩色增强分为亮度增强、色调增强和饱和度增强三种。强分为亮度增强、色调增强和饱和度增强三种。第57页/共114页第五十八页，共115页。

28、1.亮度增强亮度增强 亮度增强是仅对彩色图像的亮度分量进行处理的亮度增强是仅对彩色图像的亮度分量进行处理的增强方法，它的目的是通过对图像亮度分量的调整使增强方法，它的目的是通过对图像亮度分量的调整使得得(sh de)图像在合适的亮度上提供最大的细节。图像在合适的亮度上提供最大的细节。彩色图像的亮度增强可以在其亮度分量上使用第彩色图像的亮度增强可以在其亮度分量上使用第四章介绍的灰度图像的增强算法，如灰度变换法、直四章介绍的灰度图像的增强算法，如灰度变换法、直方图增强法等。方图增强法等。第58页/共114页第五十九页，共115页。（a a）原彩色图像）原彩色图像 （b b）对比度拉伸的）对比度拉伸

29、的 （c c）直方图均衡）直方图均衡(jnhng)(jnhng)的的 增强图像增强图像 增强图像增强图像 图图15 15 真彩色图像的亮度增强实例真彩色图像的亮度增强实例 第59页/共114页第六十页，共115页。2.色调增强色调增强 色调增强是通过增加颜色间的差异来达到图像增强色调增强是通过增加颜色间的差异来达到图像增强的目的，一般可以通过对彩色图像每个点的色度值加上的目的，一般可以通过对彩色图像每个点的色度值加上或减去一个常数来实现。或减去一个常数来实现。由于彩色图像的色度分量是一个角度由于彩色图像的色度分量是一个角度(jiod)值，因值，因此对色度分量加上或减去一个常数，相当于图像上所有

30、此对色度分量加上或减去一个常数，相当于图像上所有点的颜色都沿着图点的颜色都沿着图8的彩色环逆时针或顺时针旋转一定的彩色环逆时针或顺时针旋转一定的角度的角度(jiod)。由于彩色处理色相分量图像的操作必须考虑灰度级由于彩色处理色相分量图像的操作必须考虑灰度级的的“周期性周期性”，即对色调值加上，即对色调值加上120和加上和加上480是相同是相同的。的。第60页/共114页第六十一页，共115页。互补互补。红色红色 青色青色。品红品红 绿色绿色。黄色黄色 。蓝色蓝色图图8 8 颜色颜色(yns)(yns)间的互补关系间的互补关系 反色是指与某种色调反色是指与某种色调(s dio)互补的另一种色调互

31、补的另一种色调(s dio)。第61页/共114页第六十二页，共115页。原图像原图像(t xin)(t xin)（a a）色度值加上）色度值加上 （b b）色度值减）色度值减去去 120 120的图像的图像(t xin)120(t xin)120的的图像图像(t xin)(t xin)图图16 16 真彩色图像真彩色图像(t xin)(t xin)的色度增强实例的色度增强实例 第62页/共114页第六十三页，共115页。3.饱和度增强饱和度增强 饱和度增强可以使彩色图像的颜色饱和度增强可以使彩色图像的颜色(yns)更为更为鲜明。鲜明。饱和度增强可以通过对彩色图像每个点的饱和度饱和度增强可以通

32、过对彩色图像每个点的饱和度值乘以一个大于值乘以一个大于1的常数来实现；反之，如果对彩色的常数来实现；反之，如果对彩色图像每个点的饱和度值乘以小于图像每个点的饱和度值乘以小于1的常数，则会减弱的常数，则会减弱原图像颜色原图像颜色(yns)的鲜明程度。的鲜明程度。第63页/共114页第六十四页，共115页。原图像原图像(t xin)(t xin)（a a）饱和度值乘）饱和度值乘 （b b）饱和度值乘）饱和度值乘 以以3 3的图像的图像(t xin)(t xin)以以0.30.3的图像的图像(t xin)(t xin)图图17 17 真彩色图像真彩色图像(t xin)(t xin)的饱和度增强实例的

33、饱和度增强实例 第64页/共114页第六十五页，共115页。4.2 伪彩色伪彩色(cis)增强增强 彩色增强的处理对象是灰度图像。伪彩色增强就是将一幅具有不同灰度级的图像通过一定的映射转变为彩色图像，来达到增强人对图像的分辨能力。伪彩色增强可分为空域增强和频域增强两种，在这两种算法中，密度(md)分层法、灰度级-彩色变换法和频率滤波法是三种较为常用的算法。第65页/共114页第六十六页，共115页。1.密度分层法密度分层法 密度分层法（又称强度分层法）是将灰度图像中任意一点密度分层法（又称强度分层法）是将灰度图像中任意一点的灰度值看作该点的密度函数。的灰度值看作该点的密度函数。密度分层法的基本

34、过程是：密度分层法的基本过程是：首先首先(shuxin)，用平行于坐标平面的平面序列，用平行于坐标平面的平面序列L1，L2，,LN把密度函数分割为几个互相分隔的灰度区间。把密度函数分割为几个互相分隔的灰度区间。然后，给每一区域分配一种颜色。然后，给每一区域分配一种颜色。这样就将一幅灰度图像映射为彩色图像了。这样就将一幅灰度图像映射为彩色图像了。第66页/共114页第六十七页，共115页。图图18 密度密度(md)分层法空间示意图分层法空间示意图 图图19 密度密度(md)分层法平面示意图分层法平面示意图 第第N+1N+1种彩色种彩色C CN+1N+1第二种彩色第二种彩色C C2 2第一种彩色第

35、一种彩色C1C1L L2 2L L1 10L LN N),(yxfxyL L1 1L L2 20 0彩色彩色 灰度灰度 L LN N C C1 1C C2 2C CN NC CN+1N+1Cf第67页/共114页第六十八页，共115页。（a a）原灰度图像原灰度图像(t xin)(t xin)（b b）N=4 N=4的伪的伪彩色图像彩色图像(t xin)(t xin)图图20 20 密度分层法增强实例密度分层法增强实例 密度密度(md)(md)分层法分层法 第68页/共114页第六十九页，共115页。2.灰度级灰度级-彩色变换法彩色变换法 灰度级灰度级-彩色变换伪彩色增强法的基本思想是：对图彩

36、色变换伪彩色增强法的基本思想是：对图像中每个象素点的灰度值采用不同的变换函数进行像中每个象素点的灰度值采用不同的变换函数进行(jnxng)3个独立的变换，并将结果映射为彩色图像的个独立的变换，并将结果映射为彩色图像的R、G、B分量值，由此就可以得到一幅分量值，由此就可以得到一幅RGB空间上的彩色空间上的彩色图像。图像。由于灰度级由于灰度级-彩色变换法在变换过程中用到了三基色彩色变换法在变换过程中用到了三基色原理，与密度分层法相比，该算法可有效地拓宽结果图原理，与密度分层法相比，该算法可有效地拓宽结果图像的颜色范围。像的颜色范围。第69页/共114页第七十页，共115页。图图21 21 灰度级灰

37、度级-彩色彩色(cis)(cis)变换法示意图变换法示意图 红色变换红色变换绿色变换绿色变换蓝色变换蓝色变换),(yxf),(yxGR),(yxGG),(yxGB),(yxG第70页/共114页第七十一页，共115页。（a a）原灰度图像原灰度图像(t xin)(t xin)（b b）得到的伪彩得到的伪彩色图像色图像(t xin)(t xin)图图22 22 灰度级灰度级-彩色变换法实例彩色变换法实例 第71页/共114页第七十二页，共115页。3.频率滤波法频率滤波法 频率滤波伪彩色增强法的基本思想是：频率滤波伪彩色增强法的基本思想是：首先对原灰度图像进行傅立叶变换，然后用首先对原灰度图像进

38、行傅立叶变换，然后用3种种不同的滤波器分别对得到的频率（谱）图像进行独不同的滤波器分别对得到的频率（谱）图像进行独立的滤波处理，处理完后再用傅立叶逆变换将得到立的滤波处理，处理完后再用傅立叶逆变换将得到三种不同频率的图像映射为单色图像，经过一定的三种不同频率的图像映射为单色图像，经过一定的后处理，最后后处理，最后(zuhu)把这三幅灰度图像分别映射为把这三幅灰度图像分别映射为彩色图像的彩色图像的R、G、B分量，这样就可以得到一幅分量，这样就可以得到一幅RGB空间上的彩色图像。空间上的彩色图像。第72页/共114页第七十三页，共115页。与密度分层法和灰度级-彩色变换法两种算法(sun f)相比

39、，频率滤波法输出的伪彩色与灰度图像的灰度级无关，仅与灰度图像不同空间频率成分有关。第73页/共114页第七十四页，共115页。图图23 23 频率滤波频率滤波(lb)(lb)法变换示意图法变换示意图 滤波滤波1滤波滤波2滤波滤波3IFFTIFFTIFFT后处理后处理后处理后处理后处理后处理),(vuF),(yxGR),(yxGG),(yxGB),(yxG第74页/共114页第七十五页，共115页。（a a）原灰度图像原灰度图像 （b b）得到）得到(d do)(d do)的伪彩色图像的伪彩色图像 图图24 24 频率滤波法增强实例频率滤波法增强实例 第75页/共114页第七十六页，共115页。

40、4.3 假彩色增强假彩色增强(zngqing)假彩色增强是从一幅初始的彩色图像或者从多谱图像的波段中生成增强的彩色图像的一种方法，其实质是从一幅彩色图像映射到另一幅彩色图像，由于得到的彩色图像不再能反映(fnyng)原图像的真实色彩，因此称为假彩色增强。第76页/共114页第七十七页，共115页。其意义在于：其意义在于：画家通常把图像中的景物赋以与现实不同的颜画家通常把图像中的景物赋以与现实不同的颜色，以达到引人注目的目的。色，以达到引人注目的目的。对于一些细节特征不明显的彩色图像，可以利对于一些细节特征不明显的彩色图像，可以利用假彩色增强用假彩色增强(zngqing)将这些细节赋以人眼敏将这

41、些细节赋以人眼敏感的颜色，以达到辨别图像细节的目的。感的颜色，以达到辨别图像细节的目的。在遥感技术中，利用假彩色图像可以将多光谱在遥感技术中，利用假彩色图像可以将多光谱图像合成彩色图像，使图像看起来逼真、自然，图像合成彩色图像，使图像看起来逼真、自然，有利于对图像进行后续的分析与解译。有利于对图像进行后续的分析与解译。第77页/共114页第七十八页，共115页。BGRBGRfffkkkkkkkkkGGG333231232221131211(33)(33)假彩色增强可以看作假彩色增强可以看作(kn zu)是一个从原图像到新是一个从原图像到新图像的线性坐标变换。图像的线性坐标变换。第78页/共11

42、4页第七十九页，共115页。五、彩色图像的平滑五、彩色图像的平滑(pnghu)与灰度图像的平滑相比，彩色图像的平滑处理相对比较复杂，除了处理的对象是向量外，还要注意图像所用的彩色空间，因为随着所用彩色空间的不同(b tn)，所处理的向量表示的含义也不同(b tn)。第79页/共114页第八十页，共115页。（3434）xySyxyxfNyxf),(),(1),(35)(35)xyxyxySyxBSyxGSyxRyxfyxfyxfNyxf),(),(),(),(),(),(1),(5.1 基于基于RGB彩色彩色(cis)模型的彩色模型的彩色(cis)图像平滑图像平滑 设位于点设位于点(x,y)处

43、的颜色向量为处的颜色向量为 ，则由灰度图像的，则由灰度图像的平滑公式平滑公式(gngsh)可以得到彩色图像的平滑公式可以得到彩色图像的平滑公式(gngsh)为：为：),(yxf 该平滑该平滑(pnghu)公式还可写成：公式还可写成：第80页/共114页第八十一页，共115页。（a a）原图像）原图像(t xin)(t xin)（b b）图图(a)(a)的的R R分量分量 （c c）图）图(a)(a)的的G G分量分量(fn ling)(fn ling)（d d）图）图(a)(a)的的B B分量分量(fn ling)(fn ling)图图25 RGB25 RGB彩色图像及其各分量彩色图像及其各分

44、量(fn ling)(fn ling)图像图像 第81页/共114页第八十二页，共115页。5.2 基于基于HSI彩色彩色(cis)模型的彩色模型的彩色(cis)图像平滑图像平滑 HSI HSI模型的彩色图像的模型的彩色图像的3 3个分量个分量H H、S S、I I分别表示图像分别表示图像的色调、饱和度和亮度信息，如果象处理的色调、饱和度和亮度信息，如果象处理RGBRGB图像那样图像那样(nyng)(nyng)利用式利用式(35)(35)对图像进行平滑，那么得到的图像的对图像进行平滑，那么得到的图像的颜色将会因为颜色分量的混合而发生变化。颜色将会因为颜色分量的混合而发生变化。所以，所以，HSI

45、HSI模型的彩色图像仅对图像的亮度信息进模型的彩色图像仅对图像的亮度信息进行混合才有意义。行混合才有意义。第82页/共114页第八十三页，共115页。原图原图(yun t)(yun t)像像 (a)(a)原图原图(yun t)(yun t)的的 (b)(b)原图原图(yun t)(yun t)的的 (C)(C)原图原图(yun t)(yun t)的的 H H分量分量 S S分量分量 I I分量分量 图图26 26 彩色图像的彩色图像的HSIHSI分量图像分量图像 第83页/共114页第八十四页，共115页。（a a）RGBRGB模型模型(mxng)(mxng)平滑结果平滑结果 （b b）HSI

46、HSI模型模型(mxng)(mxng)平滑结果平滑结果 （c c）两种结果的差异图像两种结果的差异图像图图27 27 彩色图像的平滑结果图像及其比较彩色图像的平滑结果图像及其比较 第84页/共114页第八十五页，共115页。),(),(),(),(2222yxfyxfyxfyxfBGR（3636）六、彩色图像的锐化六、彩色图像的锐化 第85页/共114页第八十六页，共115页。（a a）RGBRGB模型锐化结果模型锐化结果 （b b）HSIHSI模型锐化结果模型锐化结果 （c c）两种结果的差异）两种结果的差异(chy)(chy)图像图像图图28 RGB28 RGB模型与模型与HSIHSI模型

47、彩色图像锐化结果图像及其比较模型彩色图像锐化结果图像及其比较第86页/共114页第八十七页，共115页。bxfgxfrxfuBGRbyfgyfryfvBGR（3737）（3838）七、彩色图像的边缘七、彩色图像的边缘(binyun)检测检测 第87页/共114页第八十八页，共115页。222xfxfxfuuuugBGRTxx222yfyfyfvvvvgBGRTyyyfxfyfxfyfxfvuvugBBGGRRTxy（3939）（4040）（4141）第88页/共114页第八十九页，共115页。2arctan21),(yyxxxygggyx（4242）2/12sin22cos)()(21),(x

48、yyyxxyyxxgggggyxF（4343）第89页/共114页第九十页，共115页。原图像原图像 (a)(a)彩色图像不正确的彩色图像不正确的 (b)(b)彩色图像正确的彩色图像正确的 边缘检测结果边缘检测结果(ji gu)(ji gu)边缘检测结果边缘检测结果(ji gu)(ji gu)图图29 29 彩色图像的边缘提取彩色图像的边缘提取 第90页/共114页第九十一页，共115页。八、彩色图像的分割八、彩色图像的分割(fng)第91页/共114页第九十二页，共115页。8.1 HSI模型模型(mxng)的彩色图像分的彩色图像分割割 第92页/共114页第九十三页，共115页。第93页/

49、共114页第九十四页，共115页。（a a）（b b）（c c）（d d）（e e）（f f）第94页/共114页第九十五页，共115页。图图30 HSI30 HSI模型模型(mxng)(mxng)彩色图像分割示例彩色图像分割示例 （g g）（h h）HSIHSI模型模型(mxng)(mxng)的彩色图的彩色图像分割像分割 第95页/共114页第九十六页，共115页。8.2 RGB模型模型(mxng)的彩色图像的彩色图像分割分割 第96页/共114页第九十七页，共115页。（a a）（b b）（c c）图图31 RGB31 RGB模型彩色图像分割模型彩色图像分割(fng)(fng)示例示例 第

50、97页/共114页第九十八页，共115页。九、多光谱九、多光谱(gungp)图像图像处理处理 第98页/共114页第九十九页，共115页。（a a）（b b）图图32 32 多光谱多光谱(gungp)(gungp)图像与图像与RGBRGB彩色图像示意图彩色图像示意图 9.1 多光谱多光谱(gungp)图像的基本概图像的基本概念念 图像可以看作是两个空间(kngjin)变量和一个光谱变量构成的三维灰度值函数。多光谱图像是由可见光、近红外、短波红外、中波红外、热红外等多个波段的图像叠加而成，所以称为多光谱图像。xy第99页/共114页第一百页，共115页。表表9.1 MMS9.1 MMS与与TMT

51、M的主要的主要(zhyo)(zhyo)技术参数技术参数 遥感器遥感器波段波段波长波长mm空间分辨率空间分辨率（m m）MSSMSS4 45 56 67 70.50.50.6 0.6 绿色绿色0.60.60.7 0.7 红色红色0.70.70.8 0.8 近红外近红外0.80.81.1 1.1 近红外近红外8080808080808080TMTM1 12 23 34 45 56 67 70.450.450.52 0.52 蓝色蓝色0.520.520.60 0.60 绿色绿色0.630.630.69 0.69 红色红色0.760.760.90 0.90 近红外近红外1.551.551.751.75

52、短波红外短波红外10.410.412.512.5热红外热红外2.082.082.35 2.35 短波红外短波红外303030303030303030301201203030多光谱(gungp)扫描仪 美国(mi u)陆地卫星45号专题制图仪第100页/共114页第一百零一页，共115页。12(,),(,)xf X YyfX Y（4646）1112(,),(,)Xgx yYgx y（4747）9.2 多光谱图像多光谱图像(t xin)的处理的处理 第101页/共114页第一百零二页，共115页。图图33 33 几何几何(j h)(j h)校正示意图校正示意图 第102页/共114页第一百零三页，

53、共115页。NiiNjjiijYXax00 NiiNjjiijYXby00（48a48a）（48b48b）第103页/共114页第一百零四页，共115页。输入图像输入图像输出图像输出图像图图34 34 像元灰度重采样像元灰度重采样(ci yn)(ci yn)示意图示意图 第104页/共114页第一百零五页，共115页。iiUXYiTiYUX（4949）（5050）。其中，RyyyyYin),(21第105页/共114页第一百零六页，共115页。njjjucX1（5151）njijjiicucuXu1（5252）djjjucX1（5353）ndjndjjjjjjccuucXXXX112)()(（

54、5454）ndjjjuXXu1（5555）第106页/共114页第一百零七页，共115页。jndjjCuu1（5656）ijijuuji,0,1（5757）0)(jjuIC（5858）jjjCuu（5959）ndjj1（6060）第107页/共114页第一百零八页，共115页。y1第一主成分第一主成分y2第二主成分第二主成分图图35 35 主成分主成分(chng fn)(chng fn)分析原理图分析原理图 x x2 2x x1 1第108页/共114页第一百零九页，共115页。十、高光谱十、高光谱(gungp)图像处图像处理理 高光谱遥感又叫成像光谱技术，是继多光谱遥感之后高光谱遥感又叫成像

55、光谱技术，是继多光谱遥感之后发展起来的新一代遥感技术。发展起来的新一代遥感技术。高光谱图像由成像光谱仪获取，它将传统的成像技高光谱图像由成像光谱仪获取，它将传统的成像技术与地物光谱技术有机地结合在一起，可以获取同一地物术与地物光谱技术有机地结合在一起，可以获取同一地物的几十乃至几百个毗邻的窄带光谱段上的图像数据；即对的几十乃至几百个毗邻的窄带光谱段上的图像数据；即对每一像元可以得到从可见光到近红外几乎连续的光谱分布每一像元可以得到从可见光到近红外几乎连续的光谱分布(fnb)(fnb)，既能获得图像也能获得光谱，是一种，既能获得图像也能获得光谱，是一种“谱像合一谱像合一”的遥感器。的遥感器。第1

56、09页/共114页第一百一十页，共115页。第一代航空成像光谱仪拥有第一代航空成像光谱仪拥有128个通道，光谱覆盖范围个通道，光谱覆盖范围为为1224m。第二代的航空可见光、近红外成像光谱仪有第二代的航空可见光、近红外成像光谱仪有224个通道个通道，光谱覆盖范围，光谱覆盖范围400nm25000 nm（全部（全部(qunb)太阳光太阳光谱的辐射光谱范围）。谱的辐射光谱范围）。第110页/共114页第一百一十一页，共115页。高光谱图像数据与多光谱图像数据相比具有以下的特点：高光谱图像数据与多光谱图像数据相比具有以下的特点：（1）像元的波段数多，一般每个像元具有几十、数百、甚至上千）像元的波段数

57、多，一般每个像元具有几十、数百、甚至上千个波段。个波段。（2）光谱分辨率高，多光谱遥感的光谱分辨率在）光谱分辨率高，多光谱遥感的光谱分辨率在10-1数量级范围数量级范围内，高光谱遥感的光谱分辨率在内，高光谱遥感的光谱分辨率在10-2数量级范围内。数量级范围内。（3）波段连续，有些成像光谱仪可以在）波段连续，有些成像光谱仪可以在3502500nm的太阳光谱的太阳光谱范围内提供几乎连续地物光谱。范围内提供几乎连续地物光谱。（4）数据量大，随着波段数的增加）数据量大，随着波段数的增加(zngji)，数据量成指数增加，数据量成指数增加(zngji)。（5）信息的冗余增加）信息的冗余增加(zngji)，

58、由于相邻波段的图像数据高度相，由于相邻波段的图像数据高度相关，因此，冗余信息也相对增加关，因此，冗余信息也相对增加(zngji)。第111页/共114页第一百一十二页，共115页。(a)TM(a)TM多光谱多光谱(gungp)(gungp)数据数据 (b)AVIRIS (b)AVIRIS高光谱高光谱(gungp)(gungp)遥感数据遥感数据 图图36 36 多光谱多光谱(gungp)(gungp)与高光谱与高光谱(gungp)(gungp)数据数据 yxyx第112页/共114页第一百一十三页，共115页。高光谱数据是一个光谱图像的立方体，它由以下三部高光谱数据是一个光谱图像的立方体，它由以下三部分组成：分组成：（1）空间图像维。在空间图像维，高光谱数据与一般）空间图像维。在空间图像维，高光谱数据与一般(ybn)的图像数据相似。的图像数据相似。（2）光谱维。从高光谱图像的每一个像元可以获得一）光谱维。从高光谱图像的每一个像元可以获得一个个“连续连续”的光谱曲线。的光谱曲线。（3）特征空间维。高光谱图像提供了超维特征空间。）特征空间维。高光谱图像提供了超维特征空间。第113页/共114页第一百一十四页，共115页。感谢您的观看感谢您的观看(gunkn)。第114页/共114页第一百一十五页，共115页。