遥感教程第1-12a页

几乎没有例外，如果应用一个或多个称为增强的函数，图像将得到显著改善。最常见的是对比度拉伸。这系统地将dn值的范围扩展到由数字数据中的字节大小确定的完整限制。对于陆地卫星，这由八位模式（28）或0到255 dns决定。显示了拉伸类型和结果图像的示例。密度切片也进行了检查。

对比拉伸和密度切片

现在我们转到两个最常见的图像处理例程来提高场景质量。这些程序属于图像增强或转换的描述性类别。我们使用了第一个图像增强器， 对比度拉伸 在过去的11页中，我们看到的大多数TM图像都是为了提高图像质量。下面将介绍不同的拉伸选项，然后简要介绍 密度分层 然后我们将评估另一个程序， 过滤 ，很快。

正如我们在第1-4页上所说，对比度拉伸涉及到改变dn值的分布和范围，通常是应用于图像增强的第一步，也是一个非常重要的步骤。普通观众和专家通常从直接观察得出结论，修改照片或计算机显示中的明暗色调（灰度）范围通常是在场景中进行的最具信息性和揭示性的操作。当在照片暗室中进行负片和印刷时，这个过程涉及改变密度与曝光（H-D曲线）图的伽马（斜率）或胶片传递函数。这是通过改变摄影过程中的一个或多个变量来实现的，例如，记录胶片的类型、纸张对比度、显影剂条件等。通常情况下，结果是更清晰、更令人满意的图像，但某些信息可能会因取舍而丢失，因为灰度是“ov”进入太亮或太暗的状态。

通过计算机处理数字数据（DNS）进行对比度拉伸是一种常见的操作，尽管我们需要一些用户技能来选择特定的技术和参数（范围限制）。DN值的重新分配基于所选的特定拉伸算法（见下文）。通过查找表（LUT）访问值。

本图总结了对比拉伸的基本概念，以及为什么进行对比拉伸：

来自Lillesand&Kiefer， 遥感与图像判读 1999年第4版

在顶部图（a）中，dn值的范围为60到158（超出了0到255的限制）。但是在108以下的像素很少，所以有效范围是108-158。如图B所示，当不进行任何扩展（拉伸）显示时，灰度的范围主要限制在40 dn值，结果图像的对比度较低-相当平坦。

在图C中，线性拉伸包括将60值移动到0，将158 dn移动到255；所有中间值按比例移动（拉伸）。这是标准的线性拉伸。但是在这一段中没有考虑直方图中显示的像素频率分布，因此大部分灰度变化应用于低和高dns的稀缺到缺失像素，结果图像往往没有最佳的对比度再现。在D中，在指定拉伸值时考虑像素频率。108-158 dn范围的宽幅范围为38到255，而dn 107到60的值的分布不同-这是直方图均衡延伸。在下面的示例中，e独立地拉伸某些特定范围，例如60到92之间的罕见值，以在其他拉伸类型中没有特别增强的图像区域中显示对比度灰度。

通常，dns（灰度）的分布可以是单峰分布，也可以是高斯分布（通常以零平均值分布），尽管倾斜是常见的。如果一个场景包含两个或多个具有明显不同（通常较窄）反射范围的主导类，则会产生多模分布（最常见的是双模分布，但也是多模分布）。亮度值的上限和下限通常只在总可用范围的一部分（30%到60%）内。超出1或2个标准偏差的（少数）值通常可以被丢弃（柱状图修剪），而不会严重丢失主要数据。这种修剪允许新的、更窄的限制进行全面扩展（陆地卫星数据为0-255）。

将dn线性扩展到满刻度（0-255）是一个常见的选项。其他拉伸功能可用于特殊目的。这些主要是非线性函数，以不同的方式影响密度（在胶片上）或灰度（在监视器图像中）的精确分布，因此可能需要一些实验来优化结果。常用的特殊拉伸包括：1）分段线性，2）饱和线性，3）对数，4）指数5）斜坡累积分布函数，6）概率分布函数，7）饱和正弦线性。

现在，把这些想法应用到莫罗湾TM乐队。对于陆地卫星数据，计算出整个场景或足够大的次新世中每个波段的dn范围，并以柱状图的形式显示（回顾第页莫罗湾TM波段3的柱状图）。 1-1 ；在dn=10时有一个频率峰值，大部分像素在dn 0和dn 60之间）。

为了说明对比度拉伸（也称为自动缩放），我们使用了几个idrisi拉伸功能来增强波段3。回想一下，原始tm值的柱状图显示了一个狭窄的分布，在低dn值时达到峰值。我们可以由此预测，我们有一个暗的，平的图像。事实就是这样：

|莫罗湾TM波段3未拉伸原始数据显示产生的图像。只有波浪以对比色显示。|

当应用idrisi的标准线性拉伸程序时，图像得到了一定程度的改善。

然而，大多数dn值都在9到65之间（原始场景中的值高达255，但很少）。我们可以执行一个选择性的线性拉伸，使9变为5，65变为255，其中所有值都按比例拉伸。我们展示了这个扩展的柱状图，以及下面的新图像。
线性拉伸后3波段数据的柱状图。

经过线性拉伸后的莫罗湾3区图像。|

现在，大多数场景特征都是可辨别的。但图像仍然很暗。让我们尝试选择新的限制，在5到45之间取DNS，并将其扩展到0到255。该过程类似于（特殊）本页顶部附近的图表中的案例E。此拉伸将生成以下柱状图和图像：

|在这个柱状图中，原始（原始）波段3柱状图中的值（大部分在dn 5到45之间）已从0扩展到255。小于5的值已被丢弃。由此产生的第3波段的裁剪线性拉伸图像现在整体色调明显变浅。|

该图像的柱状图是多模态的，下限接近25，大量dn像素接近255。这说明了更大的场景亮度（灯光色调）。

接下来，我们尝试一个线性饱和拉伸。这里我们将柱状图每端（尾部）的5%像素分配给单个值。随后的柱状图和图像是：

|在饱和拉伸的线性模式中，最低和最高5%间隔的所有dn值都集中到单个值中，从而在柱状图的两端都有峰值。带3图像由饱和拉伸的线性图像制成。|

图像看起来是一个正常的，令人愉快的图像，与其他图像没有太大的区别。但是，将这一版本与线性扩展版本进行比较表明，真正的和信息上的差异确实接踵而至。

柱状图均衡是一种延伸，通过将柱状图划分为包含相同像素数的类，有利于扩展dn范围的某些部分，而不影响其他部分。例如，如果大部分辐射变化发生在较低的亮度范围内，那么这些dn值可以有选择地扩大到较高（较亮）的值。在这里，我们执行一个直方图均衡拉伸，结果如下：

|这里显示的是柱状图均衡延伸的效果，在这种延伸中，DNS作为其发生频率的函数重新分配值，从而使占主导地位的值范围扩展到更大范围的DNS；这通过梳理影响超出此范围的较不常见值。将它们嵌入几个单独的值。\波段3在直方图均衡拉伸后显示。通常，这会使灰度或色调对比度达到最佳平衡。|

图像类似于饱和度版本。请注意，像素频率在较低的dn级别上分散开来，并以较高的间隔（紧密间隔）分散开来。

让我们重申一下。也许没有其他的图像处理程序或功能能像拉伸一样有效地产生新的信息或帮助眼睛进行视觉解释。它是应用于原始数据的第一步，也是最有用的功能。

` <>`__1-12: Comments have been made above about the relative quality and information content of each of the stretches displayed. In your opinion, which seems best and is most pleasing to the eye. `ANSWER <Sect1_zanswer.html#1-12>`__

另一种简单的增强形式是将指定范围或间隔内不同值的dns组合成单个值（“集中在一起”）。这种密度切片（也称为“水平切片”）方法最适用于单波段图像。当给定的曲面特征具有一组独特且通常很窄的dn值时，它尤其有用。新的单个值被分配到一些灰度（密度），以便在照片或计算机显示器（或字母数字字符打印输出）上显示。所有其他DNS都可以分配到另一个级别，通常为黑色。这将生成组合DNS分布的简单映射。如果几个特征各自有不同的（可分离的）dn值，则可以生成几个灰度切片，每个切片映射其相应特征的空间分布。新的切片集通常在照片或显示器中指定不同的颜色。

不幸的是，idrisi for Windows的2.0版没有简单的密度切片程序，因此不能在这里使用Morro Bay场景来演示这种增强。但下面是一个很好的替代品，展示了宾夕法尼亚州哈里斯堡附近的一个次新世的两个多层次彩色切片（这一场景将在本节末尾鼓励您完成的“考试”期间详细考虑）。切片亚层来自于1975年7月获得的MSS波段6（植被明亮）：

上面的地图有四个级别或切片。薰衣草倾向于划分与城市地区相关的灰色等级（DN 43至48）。下部地图（放大像素）覆盖了哈里斯堡北部部分河段（桥梁位于81号州际公路）。六个灰度（每个代表一个dn范围）被着色如下：黑色=（dn）0-19；蓝色=20-34；红色=35-44；白色=45-54；棕色=55-69；绿色=70+。黑色图案几乎完全与水联系在一起；蓝色表示建筑面积很大；绿色表示植被；其他颜色表示不同程度的郊区化，可能还有一些开放区域。

主要作者：Nicholas M.Short，高级电子邮件： nmshort@nationi.net