图像增强处理与分析

图像增强的最终目的都是为了更好地识别与解译图像。目前常用的多数种类的图像增强方法，包括空间增强、光谱增强及辐射增强等，应根据具体需要选择合适的处理方法。这些图像处理功能都在遥感影像处理模块的“影像解译”菜单条中完成。此菜单中还包括了傅里叶分析、地形分析、GIS分析等功能。具体过程为:

(1)显示信息处理图像与标准图幅图像；

(2)启动几何校正模块；

(3)启动控制点工具；

(4)采集图像间控制点；

(5)计算转换模型；

(6)图像重采样；

(7)保存配准图像。

在对实验子区影像的处理过程中，分别采用了拉伸、掩膜、数据融合、主成分变换、专题信息增强与提取、数据发掘等图像处理手段。

在波段最优组合进行彩色合成的基础上，如果进一步采取适当的图像处理方法，将会得到效果更好的影像。比如，实验区TM影像灰度分布范围窄，对比度不强，亮度偏低，彩色合成后也非常模糊，影像整体发暗，无法辨认各种地物。这种情况下对它分别做了线性拉伸与直方图均衡化，使各波段的灰度分布范围加宽，提高了图像的对比度，图像显示效果明显增强。视窗菜单中的“栅格”菜单条中提供了拉伸、对比度调整、滤波、锐化等一些简单的图像处理功能。这些功能执行简便，能快速目睹处理效果，简单实用，适合对图像进行初步的快速处理。

对于图像中有严重的阴影或积雪覆盖的地方，必须进行相应的处理，以消除它们的干扰。研究区的影像中就有这种情况，从中取出影响区域的影像，采取掩膜处理。经过掩膜处理(此功能位于:图像解译-实用分析功能一掩膜操作)，去除了山体阴影和雪的干扰，可以看出掩膜分析可以有效地增强图像的反差和层次感。掩膜分析常常是针对水体和河道(谷)进行。另外常用的一种方法是比值处理(此功能位于:图像解译一实用分析功能一代数运算)，对相关的波段间进行比值运算，也可能能清除这些影响。在本实验区，比值处理效果不如掩膜处理效果好。

如果具备拥有统一地区多源影像的条件，那么进行多源数据融合将是种影像增强的非常有效的手段。一般最多类型的数据融合是TM多光谐数据与SPOT PAN之间的融合，融合后的图像既继承了TM的较高的光谱分辨率，又继承了 SPOT PAN较高的空间分辨率。本项目的研究中，对TM7、TM4、TMI多光谱波段影像与TM PAN全色波段影像进行了几种方法的数据融合，融合后的影像比融合前的影像效果好。本系统本身提供了一些现成的融合方法(此功能位于:图像解译一空间增强一分辨率融合)，但很有限并且不够灵活，某些情况下，不一定能取得较好的融合效果，所以其他许多种融合方法要根据具体步骤，分步进行，从图像处理模块的各个菜单条中寻找所需的功能。比如对实验区融合中采取的HIS变换融合方法，效果很好，它的具体步骤在前面有讲到(RGB HIS 色彩变换、I与PAN间的直方图匹配生成I′、I′HS RGB色彩逆变换)，其所需的各种功能函数在图像解译中都具备，分别位于:图像解译一光谱增强--RGB到HIS色彩变换、图像解译辐射增强一直方图匹配、图像解译一光谱增强一HIS到RGB色彩逆变换。

主成分变换也是一一种常用的增强图像地质弱信息的有效方法。对本实验区影像的6个多光谱波段作主成分变换，变换后的6个主分量图像每个主分量分别突出了不同的地物特征。通过对各个主分量意义上的分析(主要通过对变换矩阵中参数的分析来实现)，选择能突出岩性信息的几个波段进行重新的色彩合成。新生成的影像比原来的影像更能容易的识别岩性信息，可以直接对这幅影像进行屏幕数字化，获取地质单元解译结果图。除了以上几种图像处理方法之外，本系统还提供了许多种别的处理手段也可以进行尝试，目的都是为了增强图像中地质弱信息的可识别性。