滤波增强处理从方法上还可以设计成一个窗口，通过检测窗口在数字图像上的移动检测出某一方向的频率异常（信息），再加以突出增强，达到突

出某一方向地物的目的。滤波增强处理的方法很多，可视选择的数学方法以

（四）比值增强处理

比值增强处理是将数字图像中同一像元不同波段的亮度值相除的比值，作为像元的新亮度值并显示图像的处理，称为比值增强处理。比值增强处理是建筑在地物间各波段光谱差异的基础上，突出地物显示的一种增强方法。例如，对于陆地卫星专题制图仪或多光谱扫描仪图像，每个像元有七个（或四个）波段的数值（亮度值），可以组合成多种不同比值图像，如 TM 1/TM2， TM1/TM3，TM 1/TM4，TM 2/TM3.。在这些比值图像上，色调的深浅反映的是两

个波段光谱比值的差异。因此，不同地物可依据它们之间的光谱特征，有的被突出了，有的则受到压抑。为此，可视应用的需要，选择不同的比值增强图像突出不同的地物。

比值增强处理对于增强和区分光谱亮度值差异虽不明显，而不同波段的比值差异较大的地物有着明显的效果。例如：陆地卫星 TM 4/TM3的比值，在

植被覆盖较高时，对植被的生长十分敏感；而（TM 4-TM3）/（TM 4 TM3）则可作植被覆盖较低时，植被指数和生物量指标。此外，利用比值增强处理可对分类处理前的图像进行预处理，消除一些干扰影响，使分类处理效果更好。例如，图 7-15中，同一层砂岩出露在山体的阴坡和阳坡，由于阴坡处砂岩的反射率均比阳坡处砂岩低，故虽同属同一层岩性，但在 TM 1、TM 2波段图像上

亮度值不同（表 7-1）。若直接用这样的图像进行分类处理或假彩色密度分割，则很可能被分成二种不同的类型或两种不同的颜色显示出来，造成判读错误。但若用 TM 1/TM2比值处理，比值图像上阴坡、阳坡的岩砂亮度值趋于

一致，故消除了地形的影响，而使分类、判读效果更好。

比值增强处理时也可利用图像同一像元不同波段的亮度值进行加、减、乘、除四则混合运算，进行处理。但处理时，要深入研究分析目标地物间的光谱特征和变化，以利用混合四则运算处理来突出目标地物的显示，或从不同组合的混合运算处理中选择出增强效果最佳的处理方案，在同一地区推广。

表.. 7-1 阳坡、阴坡砂岩的.. TM 1、TM 2亮度值比较

即可以利用不同组合的比值图像作为不同的分光（波段）图像，进行彩色合成，制成彩色比值图像，信息量则更为丰富，更便于信息的提取和判读。

数字图像增强处理的方法还很多，以上只对常用的一些方法的原理作了介绍，要掌握和应用这些方法的关键是要根据实际需要结合所处的环境特点，灵活地选择增强处理方法。并在实践中不断总结经验，提高增强处理的效果和水平。

自然界中不同类型的地物具有各自不同的电磁波谱特性，遥感数字图像中像元的不同数值（亮度值）反映了相应地物的波谱特性。因此，通过计算机对图像像元的数值的统计、运算、对比和归纳，对像元进行分类，即可达到对地物的自动识别。这种技术处理称为遥感数字图像分类处理，或称计算机自动识别。

图像的分类在数学或计算机处理上可归结为对一模式或数组的分类和识别，或是以适当的判别函数加以判别分类。模式的取得或判别函数的确定有二个基本途径，一种是通过对已知类别的样本统计运算得到分类参数、条件，确定和取得判别函数和模式；另一种则是在缺少已知条件的情况下，通过对输入像元数值自身规律性的统计运算，总结、归纳出所需参数和条件，获得判别函数或模式，进而进行分类。前者称为监督分类，后者称为非监督分类。

（一）监督分类

监督分类又称训练场地法或先学习后分类法。它是先选择具有代表性的典型试验区或训练区，用训练区中已知地面各类地物样本的光谱特征来“训练”计算机，获得识别各类地物的判别模式或判别函数，并依此模式或判别函数，对未知地区的像元进行处理分类，分别归入到已知的类别中，达到自动分类识别的目的。
　　本文标题：遥感数字图像处理(3)
　　手机页面：http://m.dljs.net/dlsk/yaogan/11079.html
　　本文地址：http://www.dljs.net/dlsk/yaogan/11079.html