遙感原理與應(yīng)用---第六章遙感圖像輻射處理(編輯修改稿)
2024-11-15 05:20 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 持了邊緣，缺點(diǎn)是對(duì)點(diǎn)、細(xì)線等細(xì)節(jié)較多的圖像不大適合。 演示：基于 MATLAB的中值濾波程序 第六章 遙感圖像輻射處理 167。 圖像增強(qiáng) 4/10 遙感原理與應(yīng)用 二、空間域銳化 目的：增強(qiáng)圖像的邊緣或輪廓。 圖像平滑與銳化比較：模糊邊緣 /突出邊緣 積分運(yùn)算 /微分運(yùn)算 模板和＝ 1/模板和＝ 0 空間域銳化的方法與邊緣檢測(cè)方法一致！ 常用的算子有：（見(jiàn)本 PPT的 127頁(yè)） Roberts算子 Prewitt/Sobel算子 Laplacian算子 第六章 遙感圖像輻射處理 167。 圖像增強(qiáng) 5/10 遙感原理與應(yīng)用 頻率域增強(qiáng)基本思想：（理解公式含義） 關(guān)鍵是 H(u,v)的選擇 三、頻率域平滑（低通濾波） 原理： 常見(jiàn)低通濾波器有： 理想低通濾波器（缺點(diǎn)） Butterworth低通濾波器 指數(shù)濾波器 梯形低通濾波器（優(yōu)點(diǎn)） 第六章 遙感圖像輻射處理 167。 圖像增強(qiáng) 6/10 遙感原理與應(yīng)用 7/10 遙感原理與應(yīng)用 四、頻率域銳化（高通濾波） 原理：圖像的邊緣、細(xì)節(jié)主要在 哪里 體現(xiàn)？為了突出邊緣，則采用高通濾波器讓高頻成分通過(guò)，消弱低頻成分，在通過(guò)傅立葉逆變換得到邊緣銳化后的圖像。 理想高通 Butterworth高通 指數(shù)高通 梯形高通 程序演示 第六章 遙感圖像輻射處理 167。 圖像增強(qiáng) 8/10 遙感原理與應(yīng)用 第六章 遙感圖像輻射處理 167。 圖像增強(qiáng) 五、帶阻濾波 對(duì)稱點(diǎn) 遙感圖像傳到地面時(shí)常有網(wǎng)絡(luò)狀干擾圖像，其頻率圖形一般是對(duì)稱點(diǎn)。在頻率域設(shè)法把這對(duì)點(diǎn)去掉或阻擋掉，再反變換到空間域，就可以把網(wǎng)絡(luò)圖形干擾去掉，這叫做 帶阻濾波 。 9/10 遙感原理與應(yīng)用 10/10 遙感原理與應(yīng)用 主要內(nèi)容 圖像融合概況（ 概念、目標(biāo)、關(guān)鍵技術(shù) ） 圖像融合方法（ 彩色技術(shù)、算術(shù)運(yùn)算、圖像變換 ） 融合效果評(píng)價(jià)（ 定性、定量評(píng)價(jià) ） 重點(diǎn)內(nèi)容 圖像融合概念及目標(biāo) 基于主分量變換方法 第六章 遙感圖像輻射處理 167。 圖像融合 1/16 遙感原理與應(yīng)用 一、圖像融合概況 概念 : 多源遙感數(shù)據(jù)間融合 遙感數(shù)據(jù)與非遙感數(shù)據(jù)融合 又稱為 “ 信息融合 ” 、 ” 數(shù)據(jù)整合 “ 、 ” 結(jié)合 “ 、 ”疊合 “ 圖像融合是對(duì)多傳感器的圖像數(shù)據(jù)和其它信息處理過(guò)程，生成一幅具有新的空間、波譜、時(shí)間特征的合成圖像。 融合可在 3個(gè)層次上進(jìn)行：像素、特征、決策層 第六章 遙感圖像輻射處理 167。 圖像融合 2/16 遙感原理與應(yīng)用 （ 1）基于像素的圖像融合 關(guān)鍵問(wèn)題：幾何糾正＋像素重采樣 （ 2）基于特征的圖像融合 從初始影像中提取特征，然后對(duì)特征進(jìn)行匹配 優(yōu)點(diǎn)：針對(duì)性強(qiáng)、數(shù)據(jù)量小、分類精度高 （ 3）
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1