《数字图像处理》课件1第4章.ppt

假彩色增强的一个重要应用是用于遥感多光谱图像。多光谱图像中除了可见光波段图像外，还包括一些非可见光波段，如红外成像，由于它们的夜视和全天候能力，可得到可见光波段无法获得的信息。因此若将可见光与非可见光波段结合起来，通过假彩色处理，就能获得更丰富的信息，便于对地物识别。多光谱图像的假彩色增强可表示为

(4.5.1)

式中，gi表示第i波段图像，fR、fG、fB表示通用的函数运算，RF、GF和BF为经增强处理后送往彩色显示器的三基色分量。

对于自然景色图像，通用的线性假彩色映射可表示为

(4.5.2)它是将原图像的三基色Rf、Gf、Bf换成另一组新的三基色分量RF、GF和BF。例如若采用以下的映射关系：

(4.5.3)

则原图中绿色物体呈红色，蓝色物体呈绿色，红色物体呈蓝色。4.5.3彩色变换及其应用

在色度学中，红(Red)、绿(Green)、蓝(Blue)光称为色光的三原色。将红、绿和蓝按不同比例组合可以构成自然界中的任何色彩。因此颜色可以用R、G、B三分量来表示。颜色也可以用亮度(Intensity)、色别(Hue)和饱和度(Satuation)来表示，它们称为颜色的三要素。这两种表示方法可以相互转换。把彩色的R、G、B变换成明度(I)、色别(H)、饱和度(S)称为HSI正变换，而由I、H、S变换成R、G、B称为HSI反变换。由于HSI变换是一种图像显示、增强和信息综合的方法，具有灵活实用的优点，因此产生了多种HSI变换式，见表4.5.1。表4.5.1四种典型的HSI变换续表采用HSI变换融合的一般流程如图4.5.6所示。

HSI变换融合的具体步骤为：首先将空间分辨率低的3波段多光谱影像变换到HSI空间，得到色别H、明度I、饱和度S三分量；然后将高空间分辨率影像进行直方图匹配(直方图规定化)或对比度拉伸，使之与I分量有相同的均值和方差；最后用拉伸后的高空间分辨率影像代替I分量，同时进行HSI逆变换得到空间分辨率提高的融合影像。要保证融合的影像同原多光谱影像的光谱特征相似，其前提是经对比度拉伸的高分辨率影像不仅要同明度分量I高度相关，而且要求其光谱响应范围同多光谱影像的响应范围接近一致。图4.5.6HSI变换融合法流程图多源遥感影像融合是采用某种算法将覆盖同一地区(或对象)的两幅或多幅空间配准的影像生成满足某种要求的影像的技术。HSI变换是融合多源遥感数据最常用的方法之一，己成功地用于MSS和HBV、MSS和HCMM、TM和SPOTPAN、航空SAR与TM、航空数字化影像与TM等影像的融合。

对于球体彩色变换、圆柱体彩色变换、三角形彩色变换和单六角锥彩色变换来说，采用球体变换融合法效果最佳。

4.6.1加运算

若A(x，y)和B(x，y)为输入图像，则两幅图像的加法运算式为

 C(x，y)＝A(x，y)＋B(x，y) (4.6.1)

C(x，y)为输出图像，它是A(x，y)和B(x，y)两幅图像内容叠加的结果。如图4.6.1所示，图(a)与图(b)进行加运算后的效果如图(c)所示。4.6代数运算图4.6.1图像的加运算如图4.6.2所示，将图(a)图像灰度级与一个常量进行加运算后结果如图(b)所示。

如4.2.8节所介绍的，图像相加的一个重要应用是对所获取的同一场景的多幅图像求平均，常用来有效地削弱图像的加性随机噪声。图4.6.2在图像上加一个常量4.6.2减运算

图像的减运算又称减影技术，是指对同一景物在不同时间拍摄的图像或同一景物在不同波段的图像进行相减。差值图像提供了图像间的差异信息，能用于指导动态监测、运动目标检测和跟踪、图像背景消除及目标识别等工作。如图4.6.3所示，图(a)与图(b)进行减运算后的效果如图(c)所示。图4.6.3图像的减运算在动态监测时，用差值图像可以发现森林火灾、洪水泛滥及监测灾情变化，估计损失，也能用于监测河口、河岸的泥沙淤积及江河、湖泊、海岸等的污染。

利用减影技术消除图像背景相当成功，典型应用在医学上。如在血管造影技术中肾动脉造影术采用减影技术对诊断肾脏疾病就有独特效果。

图像作相减运算时必须使两相减图像的对应像素对应于空间同一目标点，否则必须先进行图像空间配准。4.6.3乘运算

乘运算可用来遮掉图像的某些部分。例如使用一掩模图像(对需要被完整保留下来的区域，掩模图像上的值为1，而对被抑制掉的区域则值为0)去乘图像，可抹去图像的某些部分，即使该部分为0。

如图4.6.4所示，对图(a)进行乘运算后的效果如图(b)所示。图4.6.4乘运