【正文】 在銳化結果中出現了負值，而圖像的灰度值應為非負數，對所有值加上一個常數 〔 如計算結果中最大的絕對值 〕 即可解決。 8 9 10 11 13 12 12 8 8 10 11 13 12 12 8 9 10 11 13 12 12 9 10 12 14 17 16 16 7 7 6 5 4 4 4 8 8 8 8 8 8 8 8 8 8 8 8 8 8 139 另外一種處理方法是用原圖像的值減去 Laplace算法的計算結果的整數倍，即 2( , ) ( , ) ( , )g x y f x y k f x y? ? ? 這樣的處理既 保留 了 原圖像 作為背景，又 擴大 了邊緣處的 對比度 ，銳化效果更好。 除了上述算法， Laplace算子還有其他一些算法，模板為： 140 與梯度算子不同，拉普拉斯算法是各向同性的，其銳化結果很容易受到圖像中噪聲的影響，因此在實際中，經常首先進行平滑濾波，然后再進行拉普拉斯銳化。一般用高斯函數作為平滑濾波核 141 （ a）原圖 （ b）拉氏算子 銳化 （ c） a+b （ d） sobel算子銳化 實例： 142 上面介紹的方法在提取邊緣時沒有指定特定的方向。為了有目的的提取某一特定方向的邊緣、線狀目標或紋理特征，可以選定特定的模板進行卷積運算，常用的模板有： (1)檢測垂直邊界 ( , )mn? ? 或 (2)檢測水平邊界 ( , )mn? ? 或 143 (3)檢測對角線邊界 ( , )mn? ? 或 此外還有很多模板可以選擇，根據具體情況和具體需求選擇。 144 Image of CHURN Farm Daedalus 1268 ATM Channel 3 145 Directional or edge detecting filters highlight linear features, such as roads or field boundaries. Vertical edges（垂直邊緣） 146 Horizontal edges Directional Edge filters can also be designed to enhance features which are oriented in specific directions and are useful in applications such as geology, for the detection of linear geologic structures. 147 在增強了邊的同時，丟失了圖像的層次和亮度 銳化的缺點和問題： 148 典型的算子和圖像增強的目的如表 空間濾波 3 3的算子 效果 Sobel |A|+|B|或 (A2+B2) 1 0 1 1 2 1 A= 2 0 2 B= 0 0 0 1 0 1 1 2 1 梯度（差分） Prewitt |A|+|B|或 (A2+B2) 1 0 1 1 1 1 A= 1 0 1 B= 0 0 0 1 0 1 1 1 1 梯度（差分） 149 典型的算子和圖像增強的目的如表 空間濾波 3 3的算子 效果 拉普拉斯算法 0 1 0 1 1 1 A= 1 4 1 或 B= 1 8 1 0 1 0 1 1 1 微分 平滑化 1/9 1/9 1/9 0 1/5 0 A= 1/9 1/9 1/9 或 B= 1/5 1/5 1/5 1/9 1/9 1/9 0 1/5 0 平滑化 中值濾波 用 3 3的直方圖的中間值置換 噪聲消除 150 典型的算子和圖像增強的目的如表 空間濾波 3 3的算子 效果 高通濾波 0 1 0 1/9 1/9 1/9 A= 1 5 1 或 B= 1/9 8/9 1/9 0 1 0 1/9 1/9 1/9 邊緣增強 清晰化 0 1 0 1/9 8/9 1/9 A= 1 5 1 或 B= 8/9 37/9 8/9 0 1 0 1/9 8/9 1/9 鮮明的圖像 151 一般圖像數據量很大，所以經常采用 3 3的算子，但有時也采用 5 5的算子或 7 7的算子。 高頻核（ High Frequency Kernel） ,或者高通核，具有提高遙感圖像空間頻率的效果。用做邊緣增強，因為它產生同質像元組之間的邊緣，使相對較低的像元值變得更低，較高的像元值變得更高，從而提高了影像的空間分辨率。如卷積核 1 16 1 1 16 1 1 16 1 152 當這個核用在低值被高值包圍的一組像元上時，低值變得更低。 被這個卷積核濾波后，值變?yōu)? 204 200 197 201 100 209 198 200 210 204 200 197 201 9 209 198 200 210 153 相反，當這個核用在高值被高值包圍的一組像元上時，高值變得更高。如遙感圖像 被這個卷積核濾波后，值變?yōu)? 64 60 57 61 125 69 58 60 70 64 60 57 61 187 69 58 60 70 154 在以上任何情況下，這個卷積核提高了空間頻率，因此它是高通核。 和為 0的卷積核即所有系數的和為 0，如 1 0 1 1 0 1 1 0 1 155 和為 0時，此時分母設為 1。此核通常使輸出值為：在所有輸入值相等的區(qū)域（無邊緣）輸出值為 0；在空間頻率低的區(qū)域使輸出值更低；在空間空間頻率高的區(qū)域使輸出值更高。因此，和為 0的卷積核是一個邊緣檢測器（ Edge Detector），通常能消除或歸 0出低空間頻率的區(qū)域，以及在高空間頻率區(qū)產生鮮明對比，結果影像區(qū)僅包括邊緣和 0值。 156 濾波函數有低通濾波、高通濾波、帶通濾波等。低通濾波用于僅讓低頻的空間頻率成分通過而消除高頻成分的場合，由于圖像的噪聲成分多數包含在高頻成分中，所以可用于噪聲的消除。高頻濾波僅讓高頻部分通過，可應用于目標物輪廓等的增強。帶通濾波僅保留一定的頻率成分，所以可用于提取、消除每隔一定間隔出現的干涉條紋的噪聲。 157 158 159 如果系統(tǒng)提供的卷積核不能滿足圖像處理需要，可以隨時編輯修改或重新建立卷積核。過程非常簡單，只要在上面對話框中單擊 EDIT或 NEW按鈕。 160 非定向邊緣增強 應用兩個非常通用的濾波器（ Sobel 和 Prewitt 濾波器），首先通過兩個正交卷積算子（ Horizonal 和 Vertical 算子）分別對遙感圖象進行邊緣探測，然后將兩個正交結果進行平均化處理。 161 162 聚焦分析 使用類似卷積濾波的方法對圖象數值進行多種分析，其基本算法是在所選擇的窗口范圍內，根據所定義的函數，應用窗口范圍內的像元數值計算窗口中心像元的值，從而達到圖象增強的目的。關鍵在于聚焦窗口的選擇（ Focal Definition ）和聚焦函數的定義（ Function Definition ） 163 紋理分析 紋理分析是通過在一定窗口內進行二次變異分析或三次非對稱分析使雷達圖象或其他圖象的紋理結構得到增強。關鍵在于窗口大小的確定（ Window Size ）和操作函數的定義（ Operator ）。 164 圖像融合 圖像融合是指將多源遙感圖像按照一定的算法，在規(guī)定的地理坐標系，生成新的圖像的過程。 圖像融合（ Image Fusion）技術是指將多源信道所采集到的關于同一目標的圖像經過一定的圖像處理，提取各自信道的信息，最后綜合成同一圖像以供觀察或進一步處理。 165 分辨率融合 對不同分辨率遙感圖象的融合處理，使融合后的遙感圖象既具有較好的空間分辨率、又具有多光譜特征，從而達到圖象增強的目的，關鍵在于兩幅圖象的配準（ Rectification ）以及融合過程中融合方法（ Method ）的選擇。 166 銳化增強處理 實質上是通過對圖象進行卷積濾波處理，使整景圖象的亮度得到增強而不使其專題內容發(fā)生變化，根據其底層的處理過程，又可以分為兩種方法：其一是根據定義的矩陣（ Custom Matrix ）直接對圖象進行卷積處理；其二是首先對圖象進行主成分變換，并對第一主成分進行卷積濾波，然后再進行主成分逆變換。