遥感数字图像处理-04-图像显示和拉伸

  1. 1. 数字图像的显示和度量
    1. 1.1. 图像显示
      1. 1.1.1. RGB
      2. 1.1.2. CMYK
      3. 1.1.3. HSI
      4. 1.1.4. 图像显示
      5. 1.1.5. 全色显示
      6. 1.1.6. 彩色显示
    2. 1.2. 图像的彩色合成
      1. 1.2.1. 伪彩色合成
      2. 1.2.2. 真彩色合成
      3. 1.2.3. 假彩色合成
      4. 1.2.4. 模拟真彩色合成
      5. 1.2.5. 最佳图像合成指数
    3. 1.3. 图像拉伸
      1. 1.3.1. 灰度拉伸
        1. 1.3.1.1. 线性拉伸
          1. 1.3.1.1.1. 全域线性拉伸
          2. 1.3.1.1.2. 分段线性拉伸
          3. 1.3.1.1.3. 灰度窗口切片(Slicing)
        2. 1.3.1.2. 非线性拉伸
        3. 1.3.1.3. 多波段拉伸
      2. 1.3.2. 直方图均衡化
      3. 1.3.3. 直方图规定化
    4. 1.4. 思考

数字图像的显示和度量

数字图像只有显示后才能为人类所感知确认
图像增强是增强图像表现能力的图像处理方法。

目的:

  • 突出有用的信息
  • 扩大影响特征间的区别

特点:

  • 图像的信息没有增加和减少
  • 改善视觉效果
  • 产生更易于处理的图像
  • 具有探索性

图像彩色合成增加了图像的可视化程度;
图像拉伸突出了地物之间的差异,进一步增强显示感兴趣的地物信息

图像显示

图像的显示过程是将数字图像从一组离散数据还原为一幅可见图像的过程。

人眼是探知数字图像内容的基本工具。由晶状体和视网膜组成。如果使用照相系统来比喻,那么晶状体相当于光学镜头(但是要灵活得多),视网膜相当于胶片(或数码照相机的传感器)。

视网膜表面分布着许多光接收细胞,这些细胞负责接收光的能量并形成视觉图案。光接收细胞有两种:锥细胞和柱细胞。女性眼睛的锥细胞更为丰富,对颜色更为敏感。

彩色:

  • 可视光区的波长在400nm ~ 700nm,当光谱采样限制到三个人类视觉系统敏感的红、绿、蓝光波段时,对这三个光谱带的光能量进行采样,就可以得到一幅彩色图像。

非彩色:

  • 纯黑色指该物质对一切光线都吸收,其反射率为0;
  • 纯白色是指该物质对一切光线都反射,其反射率为1。
  • 纯白和纯黑是理论上的定义,实际上是没有的。我们接触的物质中,氧化镁接近纯白色,黑绒接近纯黑色。地面光谱测量中使用的纯白漫反射标准板,其反射率可达到0.9999。

按照物体表面的颜色,三个颜色要素是色相、明度和纯度。它们彼此互不联系,可以单独用其中一个或两个或三个特征来区分色彩的差异。

彩色指除黑白系列以外的各种颜色。

  • 色调(Hue)根据色调来称呼某种颜色为红色、黄色、绿色等。
  • 明度(Value)是颜色的亮度在人们视觉上的反映,是相对的亮度。
  • 色度(Chroma)原色在色彩中所占的比例,原色的纯度最高。

RGB

RGB颜色空间是由红、绿、蓝三种原色混合得到的颜色集合所构成的颜色空间

彩色指除黑白系列以外的各种颜色。

  • 色调(Hue)根据色调来称呼某种颜色为红色、黄色、绿色等。
  • 明度(Value)是颜色的亮度在人们视觉上的反映,是相对的亮度。
  • 色度(Chroma)原色在色彩中所占的比例,原色的纯度最高。

RGB彩色模型中的图像由三个独立的图像平面构成,每个平面代表一种原色。
大多数用来获取数字图像的彩色摄像机都使用RGB模型。计算机也采用RGB模型显示图像

CMYK

  • CMYK颜色空间是彩色胶片的染料和印刷油墨所形成的颜色空间。
  • 覆盖范围比RGB的小,但也存在部分颜色超出RGB空间。
  • 一些颜色可以在显示器显示,但无法打印

青/品红/黄模型
实际工作中使用的是CMYK模型,单独增加了黑色K。一般所说的四色印刷,即CMYK四种颜色的组合。

HSI

  • 色调H描述纯色(纯黄、桔黄或红)的颜色属性
  • 饱和度S提供了由白光冲淡纯色程度的量度
  • I是光的强度。

强度成分(l)在图像中与颜色信息无关;
色相和饱和度成分与人们获得颜色的方式密切相关。
这些特征使HSI模型成为一个理想的研究图像处理运算法则的工具,是彩色图像处理中最常用的色彩模型

图像显示

全色显示

  • 利用灰阶进行显示,一般是256级灰阶。
  • 图像的像素值在0~255之间,最后生成一幅全色(灰色)图像。

彩色显示

  • 利用RGB合成进行彩色显示。
  • RGB来源于指定的波段,RGB值的灰度级范围为0-255。
  • 电子显示法(相加混色);用彩色硬拷贝设备进行彩色显示(相减混色)。
  • 彩色显示可明显提高图像的识别度

图像的彩色合成

彩色合成包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成四种方法。

伪彩色合成

将一个波段或灰度图像转为彩色图像的过程
主要通过密度分割方法来实现
对单波段遥感图像按灰度分级,对每级赋予不同的色彩,使之变为一幅彩色图像

真彩色合成

彩色合成中选择的波段的波长与红绿蓝的波长相同或近似,所得图像的颜色与真彩色近似的合成方式为真彩色合成。
TM图像
3波度(红光),2-绿光,1-蓝光
RGB(3,2,1)

假彩色合成

选择多波段遥感图像中的任意三个波段,分别赋予红、绿、蓝三种原色,在屏幕上合成彩色图像的方式。

假彩色(falsecolor)是人工合成的非物体原有天然颜色的颜色,假彩色合成是最常用的一种图像合成方法,用来提高图像对特定对象类型的显示效果。与伪彩色不同之处在于,假彩色合成使用的数据来自于多个波段。

假彩色合成选用的波段应该以地物的光谱特征作为出发点,通过不同的波段合成方式来突出不同的地物信息。

突出了植被、水体、城乡、山区、平原等特征,植被为红色、水体为黑色或蓝色、城镇为深色

模拟真彩色合成

通过某种形式的运算得到模拟的红、绿、蓝三个通道,然后通过彩色合成近似的产生真彩色图像。

**缺少蓝波段**

SPOT-IMAGE公司提供的方法

该方法实际上是将原来的绿波段当作蓝波段,红波段(0.61-0.68 μm)仍采用原来的波段,绿波段用绿波段、红波段、红外波段的算术平均值来代替。

ERDAS-IMAGING软件中的方法

此法将原来的绿波段当作蓝波段,红波段仍采用原来的波段,绿波段用绿波段、红外波段按3:1的加权算术平均值来代替。

不确定参数法
  • 引入了全色波段(用P表示),红色用(aP+(1-a)XS3)来表示,绿色用2P×XS2/(XS1+XS2)表示,蓝色用2P×XS1/(XS1+XS2)表示。系数a根据遥感影像景观取值介于0.1到0.5之间。
  • 这种方法的最大特点是引入了全色波段,因为全色波段的空间分辨力更高,所以在使用此算法前需要进行影像的配准处理。

第一种方法和第二种方法算法相近,但生成图像的色彩效果有较大的差异
第二种方法更接近于Landsat图像真彩色增强的结果。这两种方法比较简单,处理效率高。
第三种方法由于参数具有可选择性,且使用全色波段,需要进行重新采样使图像具有相同的大小,从而增加了处理的复杂性。

最佳图像合成指数

美国查维茨等 (Chavez et al., 1982)建议使用最佳指数 (optimum index factor, OIF) 来比较 图像合成的信息量,然后确定合成使用的波段:

\begin{equation}
\mathrm{OIF}=\frac{\sum_{i=1}^{3} \sigma_{i}}{\sum_{i=1}^{2} \sum_{j=i+1}^{3}\left|r_{i j}\right|}
\end{equation}

OIF值越高,合成后图像提供的信息量越大。但最高的OIF值并不意味着图像具有最优的合成效果,仅表示具有最大的信息量。波段之间的相关性越弱,波段内的标准差越大,OIF越高。

图像拉伸

拉伸是最基本的图像处理方法,主要用来改善图像显示的对比度。

  • 图像拉伸按照波段进行,通过改变波段中单个像素值的显示范围来实现增强显示的效果。在此过程中,图像直方图是选择拉伸方法的基本依据。
  • 对于多波段图像,需要对每个波段分别拉伸后再进行彩色合成显示。
  • [0-255]

灰度拉伸

灰度拉伸分为线性拉伸和非线性拉伸两种方法。

以像素为单位进行图像的增强
像素的灰度值与地物具有相关关系
通过灰度拉伸来突出或抑制指定的地物特征

特点:

  • 对指定的灰度范围进行变换
  • 使用灵活,简单
  • 要求对地物的灰度分布有一定的知识

线性拉伸

全域线性拉伸

线性拉伸的基本公式为:

\begin{equation}
g(x, y)=[(d-c) /(b-a)] f(x, y)+c
\end{equation}

在遥感图像处理软件中,常用2%拉伸方法来增强图像的显示效果。

分段线性拉伸

已知地物的灰度范围,通过分段线性拉伸突出该地物的细节信息。

灰度窗口切片(Slicing)
  • 灰度窗口切片是为了将某一区间的灰度级和其他部分(背景)分开。
  • 灰度窗口切片有两种:清除背景;保留背景。

非线性拉伸

如果拉伸函数是非线性的,即为非线性拉伸。常用的非线性函数有指数函数、对数函数、平方根、高斯函数等。

\begin{equation}
\mathrm{g}(\mathrm{x}, \mathrm{y})=\mathrm{be}^{\mathrm{af}(\mathrm{x}, \mathrm{y})}+\mathrm{c}
\end{equation}

对于图像中亮的部分,指数变换扩大了灰度间隔,突出了细节;对于暗的部分,缩小了、灰度间隔,弱化了细节。

多波段拉伸

在图像的彩色合成显示后,可以对各个波段分别进行线性或非线性拉伸处理,以便综合增强图像中的地物信息。

直方图均衡化

将已知灰度概率分布的图像变换为具有均匀灰度概率图像的过程
累计概率密度为直线

直方图均衡化的作用是图像增强。这种方法对于背景和前景都太亮或者太暗的图像非常有用

两个条件:
①像素无论怎么映射,一定要保证原来的大小关系不变,较亮的区域,依旧是较亮的,较暗依旧暗,只是对比度增大,绝对不能明暗颠倒;
②如果是八位图像,那么像素映射函数的值域应在0-255之间。

直方图均衡化改变了:①图像的灰度级;②原有灰度级中的像素比例。

全域线性拉伸和直方图均衡化的区别:

  • 灰度拉伸只是线性的拉宽对比度,对图像的整体影响不大。
  • 而灰度直方图均衡化却对图像的整体效果有影响,对直方图的改变也比较大

图像直方图均衡化步骤

  1. 统计图像中各灰度级的频数和频率。
  2. 计算均衡化后的理论概率密度,将图像频率对其进行映射,得到新灰度级。
  3. 以新值替代原值,形成均衡化后的新图像。

均衡化后的灰度级=原图像最小灰度级+(原图像最大灰度级-原图像最小灰度级)*(映射后的灰度级-映射后最小灰度级)/(映射后最大灰度级-映射后最小灰度级)

直方图均衡化的特点:
(1)不同灰度级中像素出现的频率近似相等。
(2)原图像上频率低的灰度级被合并,模糊了差异;像素出现频率高的灰度级被分解,突出了细节。

直方图规定化

  • 把直方图已知的图像变换为具有期望直方图图像的过程
  • 直方图规定化是为了使一个波段图像的直方图变成规定形状的直方图而对图像进行转换的增强方法
  • 均衡化是规定化的特例
  • 直方图规定化计算过程与均衡化相同,差异是理论的灰度级和概率密度来自于参照图像
  • 直方图规定化常用于图像对比显示、图像镶嵌或图像的动态变化分析

常用的期望直方图

  • 指数分布
  • 瑞利分布
  • 双曲线分布

思考

  1. 为什么要进行数字图像的显示?显示的值与图像文件中存储的值相同吗?二者有什么关系?
  2. 什么是色彩模型和色彩空间?常用的色彩模型有哪些,各有什么特点?
  3. 假彩色合成与伪彩色合成的差异是什么?
  4. 图像拉伸有哪些方法,这些方法的特点是什么?
  5. 灰度拉伸、直方图均衡化和直方图规定化的区别?