運用MATLAB的遙感圖像增強方法

蔣 芳，汪權方

（湖北大學 資源環境學院，湖北 武漢 430062）

運用MATLAB的遙感圖像增強方法

蔣 芳，汪權方

（湖北大學 資源環境學院，湖北 武漢 430062）

在遙感圖像研究中,圖像增強技術對于改善圖像的對比度、突出某些局部細節等方面都起著積極的作用。詳細介紹了灰度變換、直方圖規定化、中值濾波器、Butterworth低通濾波器等多種圖像增強的方法、原理及在Matlab中的實現過程，并對各種方法的實現結果進行了比較。結果表明,上述圖像增強方法，能夠擴大地物之間的像元灰度差距，有助于圖像中常綠林等典型地物的特征提取。

遙感圖像；圖像增強；Matlab

遙感圖像是對地面特征的綜合反映，遙感應用的本質在于從圖像中提煉出數據和信息，并服務于各行各業。近年來，隨著高分辨率衛星遙感技術的發展，以及應用領域的不斷拓展，高精度、高效率的目標自動識別已成為遙感圖像大規模應用的“瓶頸”，而圖像增強技術則是進行目標識別和特征提取的基礎。

MATLAB是MathsWorks公司的商業軟件。從1984年推出至今,經過不斷的完善與發展,已成為覆蓋多個學科的國際公認的優秀數值計算仿真軟件。MATLAB語法結構簡單，具有高質量的圖形可視化效果和強大的界面設計能力，因而在數字圖像處理中有著其他語言所無法比擬的優勢，已成為近幾年來國內外處理圖像使用最為廣泛的優秀科技軟件之一。迄今為止,用MATLAB對數字圖像處理已經展開了大量的研究，并提出了相關的算法，但是由于遙感圖像的數據量大，空間變異性高、尺度復雜等特點，該軟件應用于遙感圖像的研究并不多。

鑒于上述認識，本文擬運用MATLAB對遙感圖像進行增強，并對各種方法的增強效果進行分析，以有利于后續的遙感圖像分類和地物識別工作。

1 實驗數據及區域概況

所使用的數據是成像于 2008年冬季的 QuickBird影像，圖像大小為522×522，空間分辨率為0.6m，在該圖像的覆蓋區域內，地表覆被物主要包括常綠林、落葉林、道路、河流以及裸地等，其中：落葉林區在影像拍攝時已無綠色；河流因斷流而河床裸露，其在影像上的表現特征類似于道路及裸地。此外，因該圖像成像于冬季，其上還有少量積雪（見圖1中白色部分）。

圖1 原始實驗影像

2 遙感圖像的增強處理

從現有的圖像增強技術來看，主要有空域增強和頻域增強兩大類。空域法是在原圖像上直接進行數據運算,主要是對圖像中的各個像素點進行操作，常用的方法有圖像的灰度變換、直方圖修正、直方圖均衡化、圖像空域的銳化和偽彩色處理。頻域法是從另外一個角度來分析圖像信號的特性。即首先將圖像從空間域變換到頻域,然后進行各種各樣的處理,再將所得到的結果進行反變換,從而達到圖像處理的目的。常用的頻域增強方法有：低通濾波、高通濾波、周期底紋清除濾波和同態濾波等。值得一提的是，在MATLAB中，圖像的頻域濾波沒有專門的函數，使用時需要自己構造。

另外，任何一種圖像增強方法，都只能是根據某種應用目的及使用者對增強效果的要求，結合圖像的灰度、顏色、紋理和形狀等特征，對圖像實行變換，從而突出某些有用的信息、抑制其他次要的特征，最終提高圖像的使用價值。考慮到本研究中圖像增強的目的是為后續的土地覆被遙感分類提供服務，因此這里主要探討灰度變換、直方圖規定化、中值濾波器、Butterworth低通濾波等遙感圖像增強方法在MATLAB中的實現過程。

2.1 灰度變換

灰度變換是對圖像像素灰度值進行修正，使圖像灰度值動態范圍加大,對比度擴展,成像均勻清晰,達到改善圖像質量的目的。MATLAB中提供了函數imadjust來實現灰度變換。

圖2是利用imadjust函數，將原影像經過灰度變換后所得到的效果圖。對比圖1和圖2的色彩與色調，可以看出：位于落葉林區的常綠樹種以及道路等在圖上更加突出。

圖2 灰度變換效果

2.2 直方圖規定化

圖像直方圖反映的是一幅圖像中灰度級與其出現概率之間的關系。也可以說圖像直方圖是圖像最基本的統計特征,它統計了一幅圖像中各個灰度級出現的次數或概率。直方圖規定化可以有針對性地生成具有指定直方圖的圖像，該方法對由于太陽高度或大氣影響引起差異的遙感圖像或在不同時間獲取的同一地區或鄰接地區的圖像都很有用,特別是對遙感影像鑲嵌以及變化檢測。

MATLAB工具箱實現直方圖規定化的函數形式為：g=histeq(f,hspec)，其中，f為輸入圖像，hspec為指定的直方圖，g為輸出圖像，運行結果如圖3所示。

圖3 直方圖規定化效果

對比圖 3中原始圖像與經過直方圖規定化處理后的結果影像,可以看出，直方圖規定化處理前的圖像比較模糊,處理后的圖像亮度則得到進一步改善,圖像上地物之間的反差增強，許多細節部分更加清晰。

2.3 中值濾波

中值濾波不僅可以抑制噪聲，而且可以使邊緣模糊效應大大降低。設二維圖像的像素灰度集合為｛Xi,j, (i,j)∈Z2｝,Z2是二維整數集。對于大小為A=m*n（含奇數個像素）的窗口內的像素值中值被定義為 Yi,j= Median[Xi+k,j+l,(k,l)∈A]，此式表示把窗口內的奇數個像素按灰度值大小排列，取中間像素賦給Yi,j，然后以Yi,j取代二維窗口A中的中心像素作為中值濾波輸出。在圖像上該窗口從左到右，從上到下移動。

圖4 中值濾波效果

在中值濾波的過程中，二維窗口的大小選擇非常關鍵。從圖 4中可以看出隨著窗口的增大，有效信號的損失也明顯增加，因此在實際工作中，窗口的選擇以能兼顧兩者為佳。另外，隨著窗口的移動，一個像素要參與重復計算多次，且窗口愈大、處理時間愈長。

2.4 Butter worth低通濾波

Butter worth低通濾波器的傳遞函數為：

本文在構造Butter worth低通濾波函數時，取n值為1，在所得得到的處理后圖像（見圖5）上地物之間的反差明顯弱化。

圖5 Butter worth低通濾波的效果

3 實驗結果及典型地物特征分析

為了對圖像增強后的效果進行定量比較，本文在ERDARS中將原圖像和增強后所得到的圖像組合成了一個新的多波段影像文件（見圖6），并利用ERDARS軟件中的光譜分析工具（Profile Tools）對研究區內的常綠林、落葉林、道路、裸露河床等典型地物分別進行采樣和光譜曲線圖（見圖7）的制作。從新合成的多波段影像的色彩特征來看：常綠林，尤其是位于陰影和樹冠層為冰雪覆蓋的常綠林得到了顯著增強，落葉林與其他地物之間的色彩差異也非常明顯，不過，在具有相似物質組成的道路與裸露河床之間，灰度差異增強效應并不明顯。

圖6 新的QUICKBIRD多波段影像

圖7 典型地物的光譜特征曲線

在光譜曲線圖（見圖7）中，橫坐標1、2、3分別表示源圖像的3個波段，橫坐標4、5、6分別為灰度變換后的3個波段，橫坐標7、8、9則各為經直方圖規定化、中值濾波和Butter worth低通濾波增強后的波段。從光譜曲線圖上可以看出源圖像中常綠林和落葉林的像素值容易混淆，而增強后的像素值易區分，特別是在4波段，7波段及9波段較明顯。另外對于常綠林和山體陰影，原圖像也較難區分，而增強后有助于區分提取。

4 結論與討論

遙感圖像成像過程中普遍存在畸變、噪聲、對比度差、邊緣模糊等缺點，因此在使用前要進行預處理。圖像增強技術是數字圖像預處理的一項主要內容,可以解決邊緣增強、噪聲的濾除、高斯噪聲的平滑和細節的保護等增強的效果直接影響遙感解譯標準的建立及相關地物類型的判讀。

目前，遙感圖像增強的方法有很多,但限于時間等，本研究僅介紹了灰度變換、直方圖規定化、Butter worth低通濾波、中值濾波等四種遙感圖像增強方法，及其在MATLAB環境下的實現過程。雖然實驗證明，上述圖像增強方法，能夠擴大部分不同地類之間的像元灰度差距，有助于圖像中常綠林等典型地物的特征提取，但是對于具有相似組成物質組成的道路與裸露河床等，則未能明顯擴大它們之間的像元灰度差異。這一問題如何解決還有待于進一步的研究。

另外，每一種方法對不同地類具有不同的增強效果,在實際工作中應根據圖像增強的具體目的去選擇相應的圖像增強方法。

[1] 孫家炳.遙感原理與應用[M].武漢:武漢大學出版社,2003

[2]張瑾,陳向東.小波分析在遙感圖像增強中的應用及MATLAB實現[J].半導體光電,2005,3(26)：149-151

[3] 岡薩雷斯.數字圖像處理（MATLAB版）[M].北京：電子工業出版社，2005

[4] 王愛玲，葉明生，鄧秋香.圖像處理技術與應用[M].北京：電子工業出版社，2008

[5] 程茜,胡學龍,宋鳴.一種基于模糊邏輯的圖像增強算法[J].現代電子技術,2005,16：73-75

[6] Pal S K,King R A.Image Enhancement Using Fuzzy Sets[J]. Electron Letter,1980,16(9)：376-378

[7] 湯國安,張友順,劉詠梅，等.遙感數字圖像處理[M].北京：科學出版社,2004

[8] 戴昌達,姜小光,唐伶俐.遙感圖像應用處理與分析[M].北京：清華大出版社,2004

[9] Wang Beijian,Liu Shangqian,Zhou Huixin,et al.Self-adaptive Contrast Enhancement Algorithm for Infrared Images Based on Plateau Histogram[J].Acta Photonica Sinica,2005,34(2)：299-301

[10]M Portes de Albuquerque,IA Esquef,A RGesualdiMello,etal. Image Thresholding Using Tsallis Entropy[J].Pattern Recognition Letters,2004,25：1059-1065

Remote Sensing Image Enhancement Method Based on the Matlab

by Jiang Fang

Research in remote sensing images,image enhancement technology for improved image contrast,highlight some of the local details,and so p lays an active role.This paper detailed the grayscale transform,the provisions of the histogram,the median filter,Butter worth low-pass filter and so on many kinds of image enhancement of realization in Matlab,and on a variety of methods to achieve results.The result showed that the above method for image enhancement can expand the pixel grayscale difference of ground object,and help to typical feature extraction in Evergreen features etc.

remote sensing image,image enhancement,Mat lab（Page:57）

P237.3

B

1672-4623(2011)01-0057-03

2010-08-13

項目來源：國家自然科學基金資助項目（40601003）；湖北省教育廳青年項目 (Q200610002)。

蔣芳，碩士，主要研究方向為遙感影像分類識別。