实验六 图像融合

实验六 图像融合
实验六 图像融合

实验六、图像融合

一、实验目的

1熟悉图像融合的意义和用途,理解图像融合的原理;

2掌握图像融合的一般方法;

3掌握运用MA TLAB软件进行图像融合的操作。

二、实验原理

图像融合的目的把来自多传感器的数据互补信息合并成一幅新的图像,以改善图像的质量。图像融合最简单的理解就是两个(或多个)图像间的相加运算。这一技术广泛应用于多频谱图像理解和医学图像处理等领域。主要分为空域和频域相加。

本实验主要应用MA TLAB软件进行两幅图像的融合。方法有:

1图像直接融合;

2图像傅立叶变换融合;

3图像小波变换融合。

图像融合的MA TLAB程序如下:

1)调入、显示两幅图像的程序语句

load tartan;

X1=X;map1=map;

Load sinsin;

X2=X;map2=map; %打开图像

Subplot(1 2 1)

Image(X1),colormap(map1);

Title(‘图像map1’)

Subplot(1 2 2)

Image(X2),colormap(map2);

Title(‘图像map2’) %显示两幅图像

2)两幅图像直接融合的程序语句

figure,subplot(1 3 1)

image((X1+X2)/2),colormap(map2); %在空域内直接融合

title(‘两图像直接相加融合’) %显示融合后的图像,并命名为“两图像直接相加融合”

3)两幅图像傅立叶变换融合的程序语句

F1=fft2(X1);

F2=fft2(X2); %分别计算两幅图像的快速傅立叶变换

X=abs(ifft2(F1+F2)/2); %两幅图像在频域内相加后的傅立叶逆变换

Subplot(1 3 2)

Image(X),colormap(map2); %显示融合后的图像

Title(‘两幅图像傅立叶变换融合’) %给融合后的图像命名并显示在图上

4)两幅图像小波变换融合的程序语句

[C1,L1]=wavedec2(X1,2, ‘sym4’);

[C2,L2]=wavedec2(X2,2, ‘sym4’); %分别对两幅原图像进行小波分解

C=C1+C2; %对分解系数进行融合

X=waverec2(C,L1, ‘sym4’); %对融合后的信号进行图像重构

Subplot(1 3 3)

Image(X/2),colormap(map2); %显示经过小波变换融合后的图像

Title(‘两图像小波变换融合’) %给融合后的图像命名并显示在图上

三、实验步骤

1打开计算机,启动MA TLAB程序;

2调入“实验一”中获取的两幅数字图像,并进行三种方法的图像融合;

3显示并保存图像融合的结果。

4记录和整理实验报告。

四、实验仪器

1计算机;

2 MA TLAB程序;

五、实验报告内容

1叙述实验过程;

2提交实验的原始图像和结果图像。

六、思考题

1简述图像小波变换的实现过程。

2小波变换的分解层数对融合图像的光谱质量和空间质量有什么影响?

实验六-图像分割教学文稿

实验六-图像分割

信息工程学院实验报告 课程名称:数字图像处理 实验项目名称:实验六图像分割实验时间:2016.12.16 班级:姓名:学号: 一、实验目的 1. 使用MatLab 软件进行图像的分割。使学生通过实验体会一些主要的分割算子对图像处理的效果,以及各种因素对分割效果的影响。 2. 要求学生能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能。能够掌握分割条件(阈值等)的选择。完成规定图像的处理并要求正确评价处理结果,能够从理论上作出合理的解释。 二、实验内容与步骤 1.边缘检测 (1)使用Roberts 算子的图像分割实验 调入并显示图像room.tif图像;使用Roberts 算子对图像进行边缘检测处理; Roberts 算子为一对模板: (a)450方向模板(b)1350方向模板 图 1 matlab 2010的Roberts算子模板 相应的矩阵为:rh = [0 1;-1 0]; rv = [1 0;0 -1];这里的rh 为45度Roberts 算子,rv 为135度Roberts 算子。分别显示处理后的45度方向和135方向的边界检测结果;用“欧几里德距离”和“街区距离”方式计算梯度的模,并显示检测结果;对于检测结果进行二值化处理,并显示处理结果。 提示:先做检测结果的直方图,参考直方图中灰度的分布尝试确定阈值;应反复调节阈值的大小,直至二值化的效果最为满意为止。 (2)使用Prewitt 算子的图像分割实验

(a)水平模型(b)垂直模板 图2. Prewitt算子模板 使用Prewitt 算子进行内容(1)中的全部步骤。 (3)使用Sobel 算子的图像分割实验 使用Sobel (a)水平模型(b)垂直模板 图3. Sobel算子模板 (4)使用LoG (拉普拉斯-高斯)算子的图像分割实验 使用LoG (拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示1:处理后可以直接显示处理结果,无须另外计算梯度的模。提示2:注意调节噪声的强度以及LoG (拉普拉斯-高斯)算子的参数,观察处理结果。 (5) 打印全部结果并进行讨论。 下面是使用sobel算子对图像进行分割的MATLAB程序 f=imread('room.tif'); [gv,t1]=edge(f,'sobel','vertical');%使用edge函数对图像f提取垂直边缘 imshow(gv) [gb,t2]=edge(f,'sobel','horizontal');%使用edge函数对图像f提取水平边缘 figure,imshow(gb) w45=[-2 -1 0;-1 0 1;0 1 2];%指定模版使用imfilter计算45度方向的边缘 g45=imfilter(double(f),w45,'replicate'); T=0.3*max(abs(g45(:))); %设定阈值 g45=g45>=T; %进行阈值处理 figure,imshow(g45); 在函数中使用'prewitt'和'roberts'的过程,类似于使用sobel边缘检测器的过程。

《遥感原理与应用》实验报告——影像融合

实验名称:影像融合 一、 实验内容 1. 对TM 影像和SPOT 影像进行HSV 数据融合。 2. 查阅相关资料用envi 软件实现一种数据融合的方法,如Brovey 、PCA 等。 3. 利用均值、标准差、特征值等参数对上述两种方法的融合效果进行评价。 二、 实验所用的仪器设备,包括所用到的数据 电脑一台,Window7操作系统,遥感影像处理软件(ENVI4.3)英国伦敦的TM 影像数据lon_tm 和SPOT 影像数据lon_spot 。 三、 实验原理 1. 定义:图像(影像)融合是指将多余遥感影像按照一定的算法,在规定的地理坐标系中,生成新的图像的过程。 2. 目的: (1) 提高图像空间分辨率 (2) 改善分类 (3) 多时相图像融合用于变化检测 3. 基本原理 (1) HSV 变换法: HSV (hue, saturation, and value :色调,饱和度,亮度值)。首先将多光谱图像经HSV 变换得到H 、S 、V 三个分量。然后将高分辨率的全色图像代替V 分量,保持H 、S 分量不变。最后再进行HSV 变换得到具有高空间分辨率的多光谱图像。 (2) Brovey 变换法: 对彩色图像和高分辨率数据进行数学合成,从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB 图像的像元将与高分辨率数据的像元大小相同。 4. 评价指标 (1) 均值与标准差 ∑==n i i x n μ1 1 (公式1) () 2 1 2∑=-=n i i μx σ (公式2) 上述两个式子中,n 表示图像总的像素的个数,xi 为第i 像素的灰度值。 (2) 特征值 设 A 是n 阶方阵,如果存在数m 和非零n 维列向量 x ,使得 Ax=mx 成立,则称 m

数字图像处理实验

《数字图像处理》 实验报告 学院:信息工程学院 专业:电子信息工程 学号: 姓名: 2015年6月18日

目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)

实验一图像的读取、存储和显示 一、实验目的与要求 1.熟悉及掌握在MATLAB中能够处理哪些格式图像。 2.熟练掌握在MATLAB中如何读取图像。 3.掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4.掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5.图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标,f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语,而彩色图像是由单个二维图像组合形成的。例如,在RGB彩色系统中,一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此,许多为黑白图像处理开发的技术适用于彩色图像处理,方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式,就要求数字化坐标和振幅。将坐标值数字化成为取样;将振幅数字化成为量化。采样和量化的过程如图1所示。因此,当f的x、y分量和振幅都是有限且离散的量时,称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1.利用imread( )函数读取一幅图像,假设其名为flower.tif,存入一个数组中; 2.利用whos 命令提取该读入图像flower.tif的基本信息; 3.利用imshow()函数来显示这幅图像; 4.利用imfinfo函数来获取图像文件的压缩,颜色等等其他的详细信息; 5.利用imwrite()函数来压缩这幅图象,将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法:imwrite(原图像,新图像,‘quality’,q), q取0-100。 6.同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像,设为flower.bmp。 7.用imread()读入图像:Lenna.jpg 和camema.jpg; 8.用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小;

图像分割 实验报告

实验报告 课程名称医学图像处理 实验名称图像分割 专业班级 姓名 学号 实验日期 实验地点 2015—2016学年度第 2 学期

050100150200250 图1 原图 3 阈值分割后的二值图像分析:手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值,若有多个双峰谷底,则取第一个作为阈值。本题的阈值取

%例2 迭代阈值分割 f=imread('cameraman.tif'); %读入图像 subplot(1,2,1);imshow(f); %创建一个一行二列的窗口,在第一个窗口显示图像title('原始图像'); %标注标题 f=double(f); %转换位双精度 T=(min(f(:))+max(f(:)))/2; %设定初始阈值 done=false; %定义开关变量,用于控制循环次数 i=0; %迭代,初始值i=0 while~done %while ~done 是循环条件,~ 是“非”的意思,此 处done = 0; 说明是无限循环,循环体里面应该还 有循环退出条件,否则就循环到死了; r1=find(f<=T); %按前次结果对t进行二次分 r2=find(f>T); %按前次结果重新对t进行二次分 Tnew=(mean(f(r1))+mean(f(r2)))/2; %新阈值两个范围内像素平均值和的一半done=abs(Tnew-T)<1; %设定两次阈值的比较,当满足小于1时,停止循环, 1是自己指定的参数 T=Tnew; %把Tnw的值赋给T i=i+1; %执行循坏,每次都加1 end f(r1)=0; %把小于初始阈值的变成黑的 f(r2)=1; %把大于初始阈值的变成白的 subplot(1,2,2); %创建一个一行二列的窗口,在第二个窗口显示图像imshow(f); %显示图像 title('迭代阈值二值化图像'); %标注标题 图4原始图像图5迭代阈值二值化图像 分析:本题是迭代阈值二值化分割,步骤是:1.选定初始阈值,即原图大小取平均;2.用初阈值进行二值分割;3.目标灰度值平均背景都取平均;4.迭代生成阈值,直到两次阈值的灰 度变化不超过1,则稳定;5.输出迭代结果。

Photoshop平面图像处理实验报告

Photoshop平面图像处理实验报告 一、实验项目 安徽大学宣传画 二、实验目的 (1)使用Photoshop基本工具实现宣传画制作; (2)利用所学知识使得构图美观,各图层间融合度高,辨识度高; (3)尽可能多的使用不同的方法完成制作; (4)学会使用一些常用工具的快捷键,例如“Alt+滚轮”可改变图像大小,“Ctrl+T”可对对象使用“自由变换”等; (5)习惯在新建图层上进行操作,习惯对需要进行较大改动的图层进行备份; (6)在图像放大的基础上进行精确抠图; (7)对图层边界进行模糊处理,提高融合度; (8)学会对绘制图形及文字添加效果,使其立体化(更加真实),或是(多彩化)更加绚丽; (9)学会对设计的图像进行分解与重组,例如球体就是由一层底色加效果、以及白色高光层组合而成; (10)要注意整体构图中的光影效果,使整体井然有序,而不是杂乱无章; (12)学会合理利用滤镜中的各种效果,设计出最为合适的组合; (13)不要忽视重叠图层的“叠加效果”,合理利用可提升叠加图层的融合度; (14)习惯给图层取名,方便修改。 三、实验步骤

(1)新建文件,打开图片(安徽大学校门)文件,使用移动工具拖曳至新建文件中。 (2)为使得校门朝向满足构图设计,使用“编辑——变换——水平翻转”功能,将其实现左右水平翻转。

(3)利用“磁性套索工具”将大门主体部分选出,再使用“选择——反选”功能,选出该图层中不需要的部分,利用“编辑——清除”使其被清除。 (4)使用“橡皮”工具,调整合适的笔锋、不透明度及流量大小对剩余主体部分多余的边角、门内的空隙进行擦除。 使用“编辑——自由变换”调整大小,移动到设计位置。

北航数字图象处理实验报告

数字图像处理实验报告 实验二图像变换实验 1.实验目的 学会对图像进行傅立叶等变换,在频谱上对图像进行分析,增进对图像频域上的感性认识,并用图像变换进行压缩。 2.实验内容 对Lena或cameraman图像进行傅立叶、离散余弦、哈达玛变换。在频域,对比他们的变换后系数矩阵的频谱情况,进一步,通过逆变换观察不同变换下的图像重建质量情况。 3. 实验要求 实验采用获取的图像,为灰度图像,该图像每象素由8比特表示。具体要求如下: (1)输入图像采用实验1所获取的图像(Lena、Cameraman); (2)对图像进行傅立叶变换、获得变换后的系数矩阵; (3)将傅立叶变换后系数矩阵的频谱用图像输出,观察频谱; (4)通过设定门限,将系数矩阵中95%的(小值)系数置为0,对图像进行反变换,获得逆变换后图像; (5)观察逆变换后图像质量,并比较原始图像与逆变后的峰值信噪比(PSNR)。 (6)对输入图像进行离散余弦、哈达玛变换,重复步骤1-5; (7)比较三种变换的频谱情况、以及逆变换后图像的质量(PSNR)。 4. 实验结果 1. DFT的源程序及结果 J=imread('10021033.bmp'); P=fft2(J); for i=0:size(P,1)-1 for j=1:size(P,2) G(i*size(P,2)+j)=P(i+1,j); end end Q=sort(G); for i=1:size(Q,2) if (i=size(Q,2)*0.95) t=Q(i); end end G(abs(G)

实验报告四综述

成都信息工程大学遥感图像处理上机报告

1. 实验项目名称 遥感图像光谱增强处理 2. 实验目的 主成分分析:为了去除波段之间多余信息、将多波段的图像信息压缩到比原波段更有效的少数几个转换波段。 主成分逆变换:将主成分变换的图像重新恢复到RGB 彩色空间。缨帽变换:根据多光谱遥感中土壤、植被等信息在多维光谱空间中信息分布结构对图像 做的经验性线性正交变换。图像融合:将多源信道所采集到的关于同一目标的图像数据经过图像处理和计算机技术 等,最大限度的提取各自信道中的有利信息,最后综合成高质量的图像,以提高图像信息的利用率、改善计算机解译精度和可靠性、提升原始图像的空间分辨率和光谱分辨率,利于监测。 3. 实验原理 主成分分析法是一种降维的统计方法,它借助于一个正交变换,将其分量相关的原随机向量转化成其分量不相关的新随机向量,这在代数上表现为将原随机向量的协方差阵变换成对角形阵,在几何上表现为将原坐标系变换成新的正交坐标系,使之指向样本点散布最开的p 个正交方向,然后对多维变量系统进行降维处理,使之能以一个较高的精度转换成低维变量系统,再通过构造适当的价值函数,进一步把低维系统转化成一维系统。 缨帽变换又称KT 变换。是一种经验性的多波段图像的线性变换,是Kauth 和Thomas(1976) 在研究MSS 图像反映农作物和植被的生长过程时提出的。在研究过程中他们发现MSS 四个波段组成的四维空间中,植被的光谱数据点呈规律性分布,像缨帽状,因此将这种变换命名为缨帽变换。 图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系,主要包括的内容有:图像预处理,图像融合算法,图像融合评价,融合结果。图像融合系统的层次划分为:像素层融合、特征层融合、决策层融合,目前绝大多数融合算法研究都集中在这一层次上。 4. 数据来源

图像分割实验报告汇总

图像分割实验报告 一、实验目的 1. 掌握图像分割的基本思想,了解其分割技术及其计算策略; 2. 学会从图像处理到分析的关键步骤,掌握图像分割过程; 3. 了解图像分割的意义,进一步加深对图像分析和理解; 4. 掌握基本分割方法:迭代分割和OTSU图像分割,并编程实现。 二、实验原理 (一)迭代阈值分割选取的基本思路是:首先根据图像中物体的灰度分布情况,选取一个近似阈值作为初始阈值,一个较好的方法就是将图像的灰度均值作为初始阈值,然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值。迭代式阈值选取过程可描述如下: 1. 计算初始化阈值g0=(g max+g min) ; 2 2. 根据g0,将图像分为两部分,分别计算灰度值期望,取其平均值为g1; 3. 如此反复迭代,当|g n-g n?1|足够小时,停止迭代,取T=g n即为最终阈值。 (二)OTSU图像分割(最大类间方差法)是一种自适应的阈值确定的方法,是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两部分的差别

越大, 当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。以最佳门限将图像灰度直方图分割成两部分,使两部分类间方差取最大值,即分离性最大。OTSU阈值选取过程可描述如下: 1.记T为目标与背景的分割阈值,目标点数占图像比例为w1,平均灰度为u1;背景点数占图像比例为w2,平均灰度为u1; 2.图像的总平均灰度为:u=w1*u1+w2*u2; 3.目标和背景图象的方差:g=w1*(u1-u)*(u1-u)+w1*(u2-u)*(u2-u)=w1*w2*(u1-u2)*(u1-u2); 4.当方差g最大时,可以认为此时前景和背景差异最大,此时的灰度T是最佳阈值。 二、实验内容 1. 利用C++编程实现迭代阈值图像分割算法; 2. 利用C++编程实现OTSU动态阈值图像分割算法。 三、实验框图

调整图像的色彩和色调

第8章调整图像的色彩和色调 教学目标: 1.了解图像的色彩与色调的多种相关命令 2.能根据不同的需要应用多种调整命令 3.掌握图像色彩或色调细微的调整方法和技巧 4.能对图像进行特殊颜色的处理。 教学重点和难点:曲线调整方法 一、导入新课 图像的色调和色彩是影响一幅图像品质最为重要的两个因素。对色调和色彩有缺陷的图像进行调整会使其更加完美。 在系统中图像的色调是依照色阶的明暗层次来划分的,明亮的部分形成高色调,而阴暗的部分形成低色调,中间的部分形成半色调。图像的色调是指图像的明暗度,调整图像的色调就是对图像明暗度的调整。 图像色调的调整只对图像选定区域有效,如果图像中没有选定区域,系统将默认整个图像为选区。 二、讲授新课 (一)调整图像色彩与色调 1、亮度/对比度 “亮度/对比度”命令可以调节图像的亮度和对比度。选择菜单“图像 >调整 > 亮度/对比度”命令,弹出“亮度/对比度”对话框,可以设置亮度/对比度。2、自动对比度 “自动对比度”命令可以对图像的对比度进行自动调整。按Alt+Shift+Ctrl+L 组合键,可以对图像的对比度进行自动调整。 3、色彩平衡 “色彩平衡”命令用于调节图像的色彩平衡度。选择菜单“图像 > 调整 > 色彩平衡”命令,或按Ctrl+B组合键,可以弹出“色彩平衡” 对话框。 4、反相 选择菜单“图像 > 调整 > 反相”命令,或按Ctrl+I组合键,可以将图像或选区的像素反转为其补色,使其出现底片效果。 5、变化 “变化”命令用于调整图像的色彩。选择菜单“图像 > 调整 > 变化”命令,可以弹出“变化”对话框。 6、自动颜色 “自动颜色”命令可以对图像的色彩进行自动调整。按Shift+Ctrl+B组合键,可以对图像的色彩进行自动调整。 7、色调均化 “色调均化”命令,用于调整图像或选区像素的过黑部分,使图像变得明亮,并将图像中其他的像素平均分配在亮度色谱中。 8、色阶 “色阶”命令用于调整图像的对比度、饱和度及灰度。选择“色阶”命令,或按Ctrl+L组合键,弹出“色阶”对话框,可以弹出“色阶” 对话框。

ENVI实验报告

实验报告 课程名称:系部名称:测绘工程学院专业班级:遥感科学与技术 11-1班学生姓名:学号: 指导教师:田静 实验报告1 实验报告 2 篇二:envi上机报告 《遥感软件应用与开发》 实验指导书、作业 系部名称:测绘工程学院 专业班级:遥感科学与技术11-1班 学生姓名: 学号: 指导教师:田静 测绘工程学院 目录 《遥感软件应用与开发》课程实验指导书???????????错误!未定义书签。 实验一:envi软件安装与基本功能操作?????????????3 实验二:影像的地理坐标定位和校正??????????????19 实验三:图像融合、图像镶嵌、图像裁剪 ???????????25 实验四:图像分类 ?????????????????????31 实验报告: ???????????????????????37 实验报告1: ????????????????????????38 实验报告2: ????????????????????????41 实验报告3: ????????????????????????44 实验报告4: ????????????????????????47 实验一:envi软件安装与基本功能操作 一、实验目的 熟悉遥感数据图像处理软件envi的安装过程,了解envi基本信息、基本概念及其主要 特性。对envi操作界面有一个基本的熟悉,对各菜单功能有一个初步了解,为后面的实验作 好准备。 二、实验学时 2学时 三、实验类型 实践 四、实验原理及内容 (1)遥感图像处理软件envi界面总体介绍 (2)envi软件能识别的图像类型介绍 (3)各种图像文件的打开 重点: envi能识别的文件类型 学生可自行阅读帮助文件学习。 五、实验步骤 1.envi的安装 2.遥感图像处理软件envi界面介绍

实验三图像分割与边缘检测

数字图像处理实验报告 学生姓名王真颖 学生学号L0902150101 指导教师梁毅雄 专业班级计算机科学与技术1501 完成日期2017年11月06日

计算机科学与技术系信息科学与工程学院

目录 实验一.................................................................................................. 错误!未定义书签。 一、实验目的.................................................................................................... 错误!未定义书签。 二、实验基本原理 ........................................................................................... 错误!未定义书签。 三、实验内容与要求....................................................................................... 错误!未定义书签。 四、实验结果与分析....................................................................................... 错误!未定义书签。实验总结............................................................................................... 错误!未定义书签。参考资料.. (3) 实验一图像分割与边缘检测 一.实验目的 1. 理解图像分割的基本概念; 2. 理解图像边缘提取的基本概念; 3. 掌握进行边缘提取的基本方法;

遥感图像光谱增强处理实验报告

一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算;观察图像在不同色彩空间之间相互转换的结果异同,对图像进行融合,用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程,进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理,采用一系列技术去改善图象的视觉效果,或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息,抑制无用信息,提高图象的使用价值。 主成分分析(PCA)用多波段数据的一个线性变换,变换数据到一个新的坐标系统,以使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间,并且能从所选彩色空间变换回RGB。两次变换之间,通过对比度拉伸,可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台;landsat4-5波段30米分辨率TM第三波段影像,投影为WGS-84,影像主要为山西省大同市恒山地区,中心纬度:38.90407 中心经度:113.11840。

五、实验过程 1.主成分分析 1)打开并显示TM影像文件,从ENVI 主菜单中,选择File →Open Image File选择影像,点击Load Band 在主窗口加载影像。 2)主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。在弹出的Principal Components Input File 对话框中,选择图像。 3)在Forward PC Rotation Parameters对话框中在输入统计系数,选择计算矩阵(选择协方差矩阵),输出统计文件及路线,统计波段数等相关参数的设置,单击Ok。

数字图像处理实验报告——图像分割实验

数字图像处理实验报告——图像分割实验课程名称数字图像处理导论专业班级 _______________ 姓名 _______________ 学号 _______________ 电气与信息学院 和谐勤奋求是创新 实验题目图像分割实验 DSP室&信号室实验室实验时间实验类别设计同组人数 2 成绩指导教师签字: 一(实验目的 1. 理解图像分割的基本概念; 2. 理解图像边缘提取的基本概念; 3. 掌握进行边缘提取的基本方法; 4. 掌握用阈值法进行图像分割的基本方法。 二(实验内容 1. 分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之 处; 2. 设计一个检测图1中边缘的程序,要求结果类似图2,并附原理说明。 3. 任选一种阈值法进行图像分割. 图1 图2

三(实验具体实现 1. 分别用Roberts,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之 处; I=imread('mri.tif'); imshow(I) BW1=edge(I,'roberts'); figure ,imshow(BW1),title('用Roberts算子') BW2=edge(I,'sobel'); figure,imshow(BW2),title('用Sobel算子 ') BW3=edge(I,'log'); figure,imshow(BW3),title('用拉普拉斯高斯算子') 1

比较提取边缘的效果可以看出,sober算子是一种微分算子,对边缘的定位较精确,但是会漏去一些边缘细节。而Laplacian-Gaussian算子是一种二阶边缘检测方法,它通过寻找图象灰度值中二阶过零点来检测边缘并将边缘提取出来,边缘的细节比较丰富。通过比较可以看出Laplacian-Gaussian算子比sober算子边缘更完整,效果更好。 2. 设计一个检测图1中边缘的程序,要求结果类似图2,并附原理说明。 i=imread('m83.tif');

工作报告之envi彩色增强实验报告

envi彩色增强实验报告 【篇一:envi图像增强实验:】 envi图像增强及变换实验指导书: 一、打开.img文件 1. 2.从 windows 任务栏选择:start programs envi 3.2 envi 3.2 。当程序成功地载入和运行时,出现 eniv 主菜单。选择 file open image file. 当出现 enter data filename 对话框,点击文件名,再点击“ok” 或“open” 以打开选择的文件。如:can.img,此时会显示available bands list窗口. 二、显示单波段的灰白影像和多波段的彩色影像显示一幅灰阶图象 3. 4. 5.从 available bands list 内,选择“gray scale” 切换按钮。点 击需要的波段名,它将显示在一个标签为“selected band:” 的小文 本框中。在窗口底部点击“load band”,来导入波段到显示,并出 现一个图像窗口和相 应的缩放/滚动窗口。 显示一幅彩色合成图象 1. 从 available bands list 内,选择“rgb color” 切换按钮。 2. 在序列中点击所需要显示的红、绿和蓝波段名(或在每个r、g 或 b 波段使用切换按钮)。 3. 一旦波段名导入到标签为“r:”、“g:”、“b:” 的文本框中,点击“load rgb” 来显示彩色合成图像。envi 用 2% 的系统默认线性拉伸 值来显示所有图像。 三、图像增强: 在灰阶影像和彩色影像上分别利用主窗口的菜单enhance选项下的linear、linear0-255、linear2%、gaussian、equalization、 square root 各种增强方式的效果,以及熟练掌握并理解interactive stretching操作和意义。 四、图像变换: band ratios (波段比)

图像处理边缘提取与分割实验报告附源码

边缘提取与图像分割 理论、算法、源码与实例 1)理论 一、边缘检测的基本方法: 各种差分算子,主要有: 差分边缘检测方法 Roberts梯度模算子 前两种对垂直,水平,对角检测好。 Prewitt算子,Robinson算子(算八个方向的梯度最大值) Sobel算子(利用上下左右加权,可平滑噪声); Kirsch算子 Rosenfeld算子 Laplace算子(二阶导数算子,一般不用于检测,用于之后判别暗区与明区。) LOG算子,(高斯平滑后求导提取边界。) 主要思路用高斯函数对图像平滑滤波,然后再对图像进行拉普拉斯运算,算得的值等于零的点认为是边界点。 该算法高斯函数方差取值很重要,过大会导至精度不高。还容易产生虚假边界。但可以用一些准备去除虚假边界。对于灰度渐变图的效果也不太好。但大部份图片边缘提取效果还好。Canny边界检测算子 二、拟合曲面求导提取边界。 主要思路为在点的邻域各点拟合一个曲面,由曲面的求导代替离散点求差分,这种方法对于噪声比较不敏感。 三、统计判决法提取边界 以误判概率最小化设置门限,对边界检测算子作用后的每个像点判别/。统计判决法依赖于先验知识。 四、分裂—合并算法 按一定的均一化标准,将图片分成子图。合并满足均一性准则的子图。

五、跟踪技术 1)区域跟踪,基于区域的图像分割方法。 应用于直接提取区域。检测满足跟踪准则的点,找到这样的点,检测其所有邻点,把满足跟踪准则的任合邻点合并再重复。直到没有邻点满足检测准则。 2)曲线跟踪,基于边界的图像分割方法。 对整幅图扫描,对所有“现在点”的邻点检测,周围没有满足跟踪条件的点时,返回到上一个最近的分支处,取出另一个满足跟踪原则的现在点。重复根踪。 六、模型化与统计检验法检测边界 开始步骤为对图像划分成多块子图,每块子图进行曲面拟合。并应用误差的分析,构造F 统计量,判断此区域是否有边界的存在。 七、匹配检测技术 基于区域的一种分割方法。 1)归一化互相关测度匹配 类似于求相关系数。但是这种方法实用时不太理想,因为匹配模板的尺寸跟图上的尺寸差异,造成操作很难。 2)匹配滤波器 基于最大信噪比准则。 用一个滤波器对图像子图作卷积,当滤波器为子图旋转180度后的K倍时,功能与相关系数一样。此时称为匹配滤波器。 3)线检测 用匹配滤波器可以设计一些线检测器。对直线检测效果好。 八、利用模式识别某些技术进行图像分割 对每个像素提取特征,提取一个n维特征,如果特效果好,那么在特征空间里,像素点会表现出类聚。一般来说,特征是区域性的,一般是征对邻域或图像的各个子图提取特征。通常特征包含,灰度,空间关系(梯度,像素小块邻域平均灰度,纹理参数,颜色)等。 九、基于活动轮廓模型的边界提取算法 不同于经典的基于求导自下而上过程,而是一种基于总体和局部的自上而下和自下而上的处理过程。借助一些物理概念构造一个描述轮廓状态指标,将图像灰度分布,灰度梯度及轮廓形状约束等信息作为“外能”和“内能”构造活运轮廓的能量函数。将一个初始轮廓放在感兴趣的图像区域中,轮廓在外力和内力作用下变形,外力推动活动轮廓向着物体的边缘运动,而内力要使活动轮廓趋于光滑和保持其拓朴性。在达到平衡时,对应的能量最小,此时的活动轮廓即为要检测的边界。 十、基于视觉特性的边界提取方法 ——线性加权函数(LWF)在边界检测中的应用 视觉系统对亮度对比度的感知可以转化为数学中的微分算子的特征值问题,视觉的感觉响应类似于高斯函数与其拉普拉斯变换之和。基于生理学和数学导出的线性加权函数(LWF)是高斯函数与它的二阶导数的线性组合. 视觉处理过程是图像与一系列不同方差的高斯函数及其二阶导数的卷积过程。

实验六 图像融合

实验六、图像融合 一、实验目的 1熟悉图像融合的意义和用途,理解图像融合的原理; 2掌握图像融合的一般方法; 3掌握运用MA TLAB软件进行图像融合的操作。 二、实验原理 图像融合的目的把来自多传感器的数据互补信息合并成一幅新的图像,以改善图像的质量。图像融合最简单的理解就是两个(或多个)图像间的相加运算。这一技术广泛应用于多频谱图像理解和医学图像处理等领域。主要分为空域和频域相加。 本实验主要应用MA TLAB软件进行两幅图像的融合。方法有: 1图像直接融合; 2图像傅立叶变换融合; 3图像小波变换融合。 图像融合的MA TLAB程序如下: 1)调入、显示两幅图像的程序语句 load tartan; X1=X;map1=map; Load sinsin; X2=X;map2=map; %打开图像 Subplot(1 2 1) Image(X1),colormap(map1); Title(‘图像map1’) Subplot(1 2 2) Image(X2),colormap(map2); Title(‘图像map2’) %显示两幅图像 2)两幅图像直接融合的程序语句 figure,subplot(1 3 1) image((X1+X2)/2),colormap(map2); %在空域内直接融合 title(‘两图像直接相加融合’) %显示融合后的图像,并命名为“两图像直接相加融合” 3)两幅图像傅立叶变换融合的程序语句 F1=fft2(X1); F2=fft2(X2); %分别计算两幅图像的快速傅立叶变换 X=abs(ifft2(F1+F2)/2); %两幅图像在频域内相加后的傅立叶逆变换 Subplot(1 3 2) Image(X),colormap(map2); %显示融合后的图像 Title(‘两幅图像傅立叶变换融合’) %给融合后的图像命名并显示在图上 4)两幅图像小波变换融合的程序语句 [C1,L1]=wavedec2(X1,2, ‘sym4’); [C2,L2]=wavedec2(X2,2, ‘sym4’); %分别对两幅原图像进行小波分解 C=C1+C2; %对分解系数进行融合 X=waverec2(C,L1, ‘sym4’); %对融合后的信号进行图像重构 Subplot(1 3 3) Image(X/2),colormap(map2); %显示经过小波变换融合后的图像 Title(‘两图像小波变换融合’) %给融合后的图像命名并显示在图上

遥感影像分类实验报告

面向对象分类实验报告 姓名: 学号: 指导老师: 地球科学与环境工程学院

一、实验目的 面向对象法模拟人类大脑认知过程,将图像分割为不同均质的对象,充分利用对象所包含的信息,将知识库转换为规则特征,从而提取影像信息。因为分析的是对象而不是像元,因此我们可以利用对象丰富的语义信息,结合各种地学概念,如面积、距离、光谱、尺度、纹理等进行分析。 面向对象的遥感影像分析方法与传统的面向像元的影像分析方法不同。首先我们要用一定方法对遥感影像进行分割,在提取分割单元(图像分割后所得到的内部属性相对一致或均质程度较高的图像区域)的各种特征后,在特征空间中进行对象识别和标识,从而最终完成信息的分类与提取。 二、实验意义 1、使用eCognition进行面向对象的影像分类的流程; 2、体会面向对象思想的内涵,学会将大脑认知过程转变为机器语言; 三、实验内容 3.1、影像的预处理 利用ERDAS软件将所给的全色影像和多光谱遥感影像进行融合,达到既满足高空间分辨率,又保留光谱信息。Image interperter-> spatial enhancement-> resolution merge.输入融合前的两幅影像,完成影像的预处理过程。 图 1 图像融合步骤

图 2 融合后的图像 3.2、使用eCongition 创建工程 a、使用规则集模式创建工程 图 3 模式选择 b、file->new projection ,打开Create Project和Import Image Layers两个

对话框,将上面的实验数据导入。(注意,数据以及工程文件保存路径不要有中文) 图 4 导入数据 c、选择数据修改波段名称,并设置Nodata选项。

[VIP专享]遥感影像融合实验报告

《遥感导论》 实验四专业名称:海洋技术班 级:海洋101姓 名:张 丹学 号:141003137日 期: 2012/11/15 成 绩:测绘工程学院

实验四高分辨率遥感影像的融合 一、实验目的 1、学会把高分辨率影像按照一定的算法或规则进行运算处理,以获取对同一目标更为全面、更为可靠、更为准确的图像,生成一幅具有新的波谱和空间特征 的合成图像。 2、通过实验掌握遥感图像融合的方法,比较区分各自优缺点。 二、实验软件 ERDAS IMAGINE9.2 三、实验准备 “影像材料在 Gis38 上“的图像fusion1.img和图像spot5pan.img;图像 spot5mul.img。 四、实验目的 背景:多角度、多传感器、多平台和高时间分辨率、高空分辨率、高时间 分辨率的遥感图像数据各自具有自己的优势和局限性。但是通过大量的研究发现,通过不同传感器、不同方式获取的大量遥感图像数据之间,既具有互补性,又存在极大的冗余性。如何从这些兼有互补性和冗余性的多源海量遥感数据中 有效、合理的提取更有用、更精练、质量更高的信息,为辅助决策系统提供决 策依据,已经成为一个迫切需要得到解决的前沿性问题,遥感图像融合技术就 成为一个研究热点。 目的:将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合,消除多传感器信息之间可能存在的冗余和矛盾,加以互补,改善遥感信息提取 的及时性和可靠性,提高数据的使用效率。 五、融合过程 1、遥感影像的预处理,几何校正 (1)预处理:主要包括遥感影像几何纠正、大气订正、辐射校正及空间配准几何纠正、大气订正及辐射校正的目的主要在于去处透视收缩、叠掩、阴 影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一 致性的影响;影像空间配准的目的在于消除由不同传感器得到的影像在拍摄 角度、时相及分辨率等方面的差异。 (2)几何校正配准步骤 1、特征选择:在欲配准的两幅影像上,选择如边界、线状物交叉点、区 域轮廓线等明显的特征。 ERDAS图表面板菜单条:Session→Title Viewers 在Viewer1中打开需要校正的Lantsat图像:spot5mul.img

数字图像处理实验报告实验三

数字图像处理实验报告实验三

中南大学数字图像处理实验报告 实验三数学形态学及其应用

实验三 数学形态学及其应用 一.实验目的 1.了解二值形态学的基本运算 2.掌握基本形态学运算的实现 3.了解形态操作的应用 二.实验基本原理 腐蚀和膨胀是数学形态学最基本的变换,数学形态学的应用几乎覆盖了图像处理的所有领域,给出利用数学形态学对二值图像处理的一些运算。 膨胀就是把连接成分的边界扩大一层的处理。而收缩则是把连接成分的边界点去掉从而缩小一层的处理。 二值形态学 I(x,y), T(i,j)为 0/1图像Θ 腐蚀:[]),(&),(),)((),(0,j i T j y i x I AND y x T I y x E m j i ++=Θ== 膨胀:[]),(&),(),)((),(0 ,j i T j y i x I OR y x T I y x D m j i ++=⊕== 灰度形态学 T(i,j)可取10以外的值 腐蚀: []),(),(min ),)((),(1 ,0j i T j y i x I y x T I y x E m j i -++=Θ=-≤≤ 膨胀: []),(),(max ),)((),(1 ,0j i T j y i x I y x T I y x D m j i +++=⊕=-≤≤ 1.腐蚀Erosion: {}x B x B X x ?=Θ: 1B 删两边 2B 删右上 图5-1 剥去一层(皮) 2.膨胀Dilation: {}X B x B X x ↑⊕:= 1B 补两边 2B 补左下 图5-2 添上一层(漆) 3.开运算

数字图像处理实验报告——图像分割实验

实验报告 课程名称数字图像处理导论专业班级 ____________________ 姓名 _______________________ 学号 _______________________ 电气与信息学院 和谐勤奋求是创新

实验题目图像分割实验 实验室DSP室&信号室实验时间 实验类别设计同组人数 2 成绩指导教师签字: .实验目的 1. 理解图像分割的基本概念; 2. 理解图像边缘提取的基本概念; 3. 掌握进行边缘提取的基本方法; 4. 掌握用阈值法进行图像分割的基本方法。 .实验内容 1. 分别用RobertS,Sobel和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之处; 2. 设计一个检测图1中边缘的程序,要求结果类似图2 ,并附原理说明。 3. 任选一种阈值法进行图像分割. 三.实验具体实现 1. 分别用RObertS,Sobel 处; 和拉普拉斯高斯算子对图像进行边缘检测。比较三种算子处理的不同之l=imread('mri.tif); imshow(l) BW1=edge(I,'roberts'); figure ,imshow(BW1),title(' BW2=edge(l,'sobel'); figure,imshow(BW2),title(' BW3=edge(l,'log'); figure,imshow(BW3),title(' 用RObertS算子') 用Sobel算子') 用拉普拉斯高斯算子') 图1

比较提取边缘的效果可以看出, sober 算子是一种微分算子,对边缘的定位较精确,但是会漏 去一些边缘细节。而 LaPIaCia n-GaUSSia n 算子是一种二阶边缘检测方法,它通过寻找图象灰度值中 二阶过零点来检测边缘并将边缘提取出来,边缘的细节比较丰富。通过比较可以看出 LaPIaCian-Gaussian 算子比sober 算子边缘更完整,效果更好。 2. 设计一个检测图1中边缘的程序,要求结果类似图 2 , 并附原理说明。 i=imread('m83.tif); SUbPlot(1,2,1); imhist(i); title(' 原始图像直方图'); thread=130∕255; subplot(1,2,2);

相关文档
最新文档