常规影像效果处理方法有哪些

Ⅰ CT后处理功能有哪些

其中主要包括图像处理技术和图像测量及汁算技术。测量和计算内容主要包括：CT值、长度、距离、周长、面积、体积(容积)等数据。
改变窗宽窗位也可以呈现不同变化。
1 窗口技术
窗宽窗位的调整是数字图像后处理工作中的一项常规内容，又是图像显示技术中最重要的功能。正确选择和运用窗口技术是获得优质图像和提高诊断率的重要手段。
2 图像放大、减影和滤过
在图像显示中，为观察微小病变和细微的解剖结构，可采用放大技术。图像放大有2种形式：一是放大扫描，即缩小扫描野；二是电子放大。后处理中的图像放大不同于扫描时放大，它是一种电子增强的放大，随着放大倍数的增加，图像的清晰度也随之下降。另外，放大的图像还需适当调节窗宽窗位，以利于更好地观察图像。对感兴趣区进行局部图像放大，常用方法有2种：一是使用光标(+)移到要放大图像的中心，输入放大倍数，即可得到相应倍数的放大图像；二是直接用方框放大，方框越小，图像放大越大。
减影一般需在2幅图像间进行，通常选择一幅图像作为减影像，另一幅作为被减影像，将2幅图像相减，即得到有减影效果的图像。滤过处理可单幅处理，根据滤过的效果不同有平滑、平均、边缘增强和阴影显示等。滤过的方法是计算机采用不同的图像算法对图像重新进行处理，以达到某种效果。上述3种方法中临床上最常用的是图像放大，通常是为诊断的需要，用以弥补扫描时的某些不足。
3 多方位和三维重组
多方位和三维重组也被作为图像的后处理，实际上它们都是在横断面扫描的基础上，经图像后处理后的不同方式显示图像的一种功能。一般根据需要，横断面图像可组成冠状面、矢状面、斜面或任意曲面的图形，这被称为多方位重组。多方位重组的优点是：首先是能够观察到特定的解剖结构，其次是能够帮助确定病变或骨折等的范围大小，有助于诊断。而其最大的缺点是由于在横断面扫描的基础中重组，其图像质量受横断面扫描图像质量的影响。在三维重组方式中，通过横断面图像的重组可获得逼真的、立体感的显示。这种组建方式和多位重组一样，都需在薄层扫描的基础上，才能获得比较满意的图像，通常扫描层厚越薄，重组的效果越好。
目前，采用螺旋CT扫描进行多方位重组有很多优点：
(1)螺旋CT在短时间内的容积扫描，由于时间短被扫部位不易移动和容积数据的采集完整；
(2)螺旋CT可采用较厚的扫描层厚，而重建时可采用最薄的重建间隔，任意多次地回顾性重建，但病人的辐射量不增加。

Ⅱ 人像摄影的影调、色调及构图等常规技巧

导语： 摄影是一门艺术，会经过三个阶段，一是看山是山，二是看山不是山，三是看山还是山。说白了就是打破观念的过程。下面就是对我人像拍摄的一个观念转折，供各位品鉴。

人像摄影的影调与色调

调子影响视觉和情感。人像摄影可以分作高调、低调、一股影调、软调、硬调五种影调。另外，还可以处理成不同的色调。要掌握各种影调与色调的构成方法。

一、调子对视觉的影响

人像摄影中所说的调子，是影调与色调的统称。一幅照片上的阴暗变化，是影调的变化，它是由被摄者接受光线的多少以及他本身的反光率形成的。无论在黑白摄影或彩色摄影中，都有这种影调上的变化。比如，一件红色衣服，如果受到倒光的照射，衣服的受光面与非受光面就形成不同的影调，它们虽然都是红色的，但受光面的影调亮，非受光面的影调暗。这便是彩色画面中影调的变化。色调，是指色彩的变化而言，比如，照片是红楼的色调还是蓝青的色调，这是色彩上的差别。一幅人像摄影作品，如果它是黑白的，只有影调的变化，而没有色调的变化;倘若它是彩色的，则既有影调的变化，又有色调的变化。

人像摄影作品，如果从影调方面来说，可以有高调人像、低调人像、中间调人像。软调人像、硬调人像这几种表现形式;倘若从色调的构成来说，又可以是暖调的、冷调的、对比的、和谐的、重彩的、淡彩的等等。这些不同的影调和色调，影响着给观众的总的`视觉印象，从而也影响观众的思想情感。比如，一幅高调的黑白或彩色照片，就给观众一种明快清新的感觉;低调的黑白或彩色照片，能给观众一种凝重深沉的联想;暖调的彩色人像，往往激起兴奋欢快的情感;冷调的彩色人像，具有一种肃穆恬静的象征……所以，我们在从事人像摄影创作时，在艺术技巧上除了要考虑它的构图、用光以外，还要注意它的调子在视觉上产生的效果。下面将几种常用的调子处理技巧作一概括介绍。

二、人像摄影的影调构成

人们通常把人像摄影分成高调、低调、中间调几种。其实，大家说的“中间调”，并不是指照片由不深不浅的灰调子组成，只是与高调、低调相对而言，照片上仍然有黑、白、灰一系列不同的影调。此外，笔者还认为，在谈论人像摄影的影调时，除了亮暗的不同之外，还有影调软硬之分。实际上，有许多人像摄影作品是用柔和源俄的软调拍摄的，当然也有用反差大的硬调拍摄者。所以，在本节中阐述人像摄影的影调构成时，按下述几项分类：

人们通常把人像摄影分成高调、低调、中间调几种。其实，大家说的“中间调”，并不是指照片由不深不浅的灰调子组成，只是与高调、低调相对而言，照片上仍然有黑、白、灰一系列不同的影调。此外，笔者还认为，在谈论人像摄影的影调时，除了亮暗的不同之外，还有影调软硬之分。实际上，有许多人像摄影作品是用柔和源俄的软调拍摄的，当然也有用反差大的硬调拍摄者。所以，在本节中阐述人像摄影的影调构成时，按下述几项分类：

1、高调人像

高调人像的特点是画面的影调构成以亮调子为主，尽量避免或少用暗调子。具体地说，黑白人像的影调组成应以白、浅灰、中灰影调为主;彩色人像的影调组成应以白色、明度高的浅色和中等明度的颜色为主。至于较深暗的调子，无论在黑白人像或彩色人像中都应尽量避免，或尽可能少用，使被摄者的形象在拍出的照片上整个呈现亮影调，没有明显的阴影，更没有投影，显得洁净、明朗、柔和。

在摄影室内用灯光拍摄高调人像，除去被摄者要穿白色或浅淡的服装并用浅色的背景以外，布光时要以顺光为主。用一盏灯放在照相机正后方，或用两盏功率相同的灯紧靠照相机的两侧，从照相机方向将光线投向被摄者。这样，可以把照明光线产生的阴影和投影减少到最低限度。经过这样做之后，被摄者的两侧往往还难免调子太深，还要在被摄者两侧与照相机形成90度夹角的位置分别放置两盏功率较小的散光灯，把影调太深的部位照亮一点，使被摄者各部位的亮度比较均匀。但是，被摄者侧面的轮廓又要比被摄者正面的影调稍暗一些，显出被摄对象的边沿。同时，也可以在被摄者上方布置一盏“发灯”，修饰被摄者头发的影调或向上的轮廓部分。

高调人像照片的背景要明亮、干净、均匀，但最好又保留一点浅淡的层次，以便衬托出被摄者更亮的部位。背景可以用两盏散光灯从左右两侧均匀照明，它的亮度可以控制在超出被摄者面部亮度两级至两级半。曝光时要以被摄者面部的亮度为基础，让面部曝光过半级，再现为较淡的影调。

如果在室外自然光下拍摄高调照片，要利用阴天或雾天的散射光线，并要故意增加一级曝光，使底片的密度稍大一点。

2、低调人像

低调人像的特点和要求正好与高调人像相反，它的影调构成以暗调为主，尽量避免或少月亮调子。黑白人像的影调组成应以黑、深灰、中灰影调为主;彩色人像的影调组成以黑色、明度低的深色和中等明度的颜色为主。低调人像照片，能使被摄者的形象显得深沉、凝重。

在照相室内拍摄低调人像，被摄者应穿深色服装，并使用深色背景。布光时，一般采用倒逆光或侧光，使被摄者面部的阴影大一些，光比可以控制在 1：4--1：6，依照被摄者面部亮面的亮度曝光，使亮面再现为中等明暗的影调，或者比中等明暗略暗的影调，阴影部分再现为暗调。个别的低调人像也有用顺光拍摄的，不过曝光量要少，以便将面部再现为暗调。

低调人像的背景，不用灯光照明，让背景呈现全黑的影调。

3、一般影调人像

一般影调人像的特点与要求是大家比较熟悉的。它不像高调人像那样以浅谈的影调为主，也不像低调人像那样以深重的影调为主，而是在照片上可以包含深的、中等的、浅的各种影调，因此，它的影调构成特点既不倾向于明亮，又不倾向于深暗，而是一般印象;给人们的视觉感受既不偏于轻快，又不偏于凝重。在通常情况下，我们拍摄的人像照片，属于这种影调。

4、柔调人像

柔调人像的特点是画面的影调配置比较朦胧，而且多半是用中等明暗的调干(在黑白照片上是灰影调;在彩色照片上是中等明暗的色调)去描绘被摄者的形象，亮调子较少，深暗的调子更是少用或不用。它给人们的视觉感受是比较轻盈、明快，有一种清淡、愉悦的感受。

这种柔调人像的拍摄技巧是，尽量运用散射的柔和光线，而且光比要小，要避免画面中出现明显的深色调子。要瞄准中间影调的部位测光，并根据它的反射亮度曝光。同时，拍摄过程中常常在照相机镜头上加用柔光镜。柔光镜不仅可以使画面的调子柔化，也能使影调进一步变浅。

5、硬调人像

硬调人像的特点与柔调人像恰恰相反，它主要是运用明暗两极的影调(比如黑白照片上的黑调子和白调子)构成影像，光比大，而中间调子很少。这种影调处理方法常常用来表现被摄者处在明亮的照明光线之下，或者采用日光拍摄时表现一种暑热的感觉。在曝光技巧上，要分别测量被摄者脸部亮面和阴影的亮度，然后折衷曝光。或者根据脸部亮面与阴影的综合亮度曝光。

硬调人像虽然有以上造型效果，但由于它对于被摄者皮肤的质感表现不充分，所以除了特殊需要时，一般不采用。

三、人像摄影的色调设计

人像摄影作品，除了它的影调可有不同的处理方案以外，其色调也可由摄影者进行设计，以便使照片上表现出一定的色彩调子，用色彩对于人的情感作用去感染观众。这里，从户外人像与照相室人像两种情形分别阐述。

对于拍摄户外人像来说，设计照片的色调似乎不如照相室人像来得方便，但并非没有办法。首先，被摄者服装的色调可以由摄影者挑选，比如，究竟要暖调的还是冷调的服装，或者其他色调的服装?其次，背景的色调可以由摄影者挑选，比如，背景要与服装对比还是与服装和谐?再次，如果有必要，你还可以选用低角度的暖调子阳光来照明人物或者被摄者的轮廓。总之，只要开动脑筋，处理方法是有多种多样的。

如果拍摄照相室人像，进行色彩设计就更方便了。你可以选择服装的色调以外，能够更方便地选择背景的色彩，还可以在照明灯具上加用有颜色的灯光纸，改变光源的色彩，甚至用不同的色光去修饰一幅画面，可以大大丰富色彩表现手段。

1、暖调设计

在色彩学上，把色彩分为暖色、冷色、中间色。红、橙、黄以及那些以红、橙、黄为主要成分的色彩，称作暖色;蓝、青以及那些主要含有蓝、青成分的色彩，称作冷色;绿和紫称作中间色。由此可知，欲求暖调的色彩设计效果，可以利用红、橙、黄等暖色或者主要含有这些色彩成分的色调，给观众暖色所具有的热情、愉悦等情感联想。

2、冷调设计

用蓝、育或者主要含有蓝、青成分的色彩构成人像摄影画面。会得到冷调效果，给人们恬静、闲逸等等情感联想。

3、中间调设计

绿色和紫色是中间色，黑、白、灰在色彩学上称做‘稍色”，也叫“非彩色”、“无彩色”，它们只有“浓度”，没有“彩度”。

4、对比色设计

色彩的对比形式很多，有冷暖的对比、补色的对比(红与青、绿与品、蓝与黄是互补色)、鲜晦的对比等。凡是有对比惯征的色彩共同出现在一幅人像摄影中，必然给观众一种强烈的色彩效果，留下深刻的视觉印象。

5、和谐色设计

不用对比色彩，而是将一些比较临近的色彩安排在一幅画面中，或者用黑、白、灰这些“消色”去调和某些色彩，会得到色彩和谐的效果，使观众看上去感到舒展、安详、平静，也是人像摄影中常用的一种色调设计方法。

6、重彩设计

重彩设计是用纯度很高厅又鲜艳的色彩去构成画面，使观众受到强烈的色彩刺激，留下深刻的色彩印象。这种设计方法，适宜用很浓的大块色彩，才能收到重彩效果。

7、淡彩设计

与重彩设计相反，淡彩设计要用浅谈的、明度较高的色彩构成画面，如浅黄色、浅红色、浅蓝色等等，给观众一种轻快、淡雅的感受。淡彩画面有些近似高调，但比高调彩色画面的调子略重一点。

Ⅲ 电影镜头中运动画面的处理方法有哪些

需要留意是对象的运动可以是三维的，XYZ轴三个方向的运动可以让空间显得更饱满。如下图：阿甘的母亲面对摄影机走动轨迹的一个分析(这是影片第10:20秒开始的一个镜头，其实这不是最好的例子因为摄影机还是有所运动)
这种方式的运动虽然镜头没太大动作，但通过演员的走位设计让画面显得丰富。人的走入走出，走近走远，运动方向都可以用来制造动感。
方式二：以摄影机的运动为主
摄影机在空间中运动的可能性是非常大的，它可以借助三角架，轨道，升降机，或人的身体进行各种轨迹的运动。这种运动方式更容易去交待事情，可以很好地控制观察的顺序。单从画面上看，如果你嫌摄影机前进太简单，可以同时加一个摇摄，并再用升降机升高。当然运动并不是越复杂越好。
方式三：摄影机和对象的同时运动
前两种方式常被结合起来，以创造更为流畅而丰富的影像。这种运动需要更为精心的场面调度的设计与控制。它常常带有这样一个特点：镜头中出现不同的角度与景别，产生各种层次的纵深效果。

Ⅳ 医学影像技术有哪些

1、血管摄影：是用x光照射人体内部，观察血管分布的情形，包括动脉、静脉或心房室。

2、心血管造影：将造影剂通过心导管快速注入心腔或血管，使心脏和血管腔在X线照射下显影。

3、乳房摄影术：是利用低剂量的X光检查人类（主要是女性）的乳房，它能侦测各种乳房肿瘤、囊肿等病灶，有助于早期发现乳癌。

4、核磁共振成像：通过外加梯度磁场检测所发射出的电磁波，据此可以绘制人体内部结构。

5、医学超音波检查：运用超声波的物理特性，从而对人体软组织的物理特性、形态结构与功能状态作出判断的一种非创伤性检查方式。

(4)常规影像效果处理方法有哪些扩展阅读

医学影像技术的挑战：

1、现代人健康意识的觉醒，人口结构老龄化，医学影像支撑临床精准诊断的价值不断增大，这些因素都导致影像检查需求激增。

2、巨大的需求使得医学影像投入、空间、运营等成本不断增加。庞大的工作量对于医生的脑力与体力都是严峻的挑战，误漏诊或不可避免。

医学影像技术的机遇：

AI在医学影像领域的应用比较成熟，前景广阔。人工智能在胸部影像、神经影像、骨肌影像、心血管影像、乳腺影像、大血管影像、影像结构化报告等临床领域应用不断发展。

参考资料来源：网络-医学影像

Ⅳ 遥感图像处理

遥感图像处理是指对遥感探测所获取的图像或资料进行的各种技术处理。处理的目的是使遥感图像或资料更加适用于实际应用。图像处理中，输入的是质量较低的图像，输出的是改善质量后的图像。主要是对原始图像复原的恢复处理和为使图像更加清晰，目标地物更为突出明显，便于信息提取和识别的图像增强处理以及进行自动识别和信息提取的分类处理。从处理方法上，主要有光学处理和计算机数字图像处理。原始图像复原的恢复处理一般由卫星地面站完成，而在现有的条件下自动识别往往并不十分理想，所以这里的遥感图像处理主要是指图像增强处理和信息提取处理。

遥感图像处理的首要任务是对遥感数据的选择及其时相选择，因为遥感数据及其时相往往对影像的判别产生直接的影响；其次是根据任务和目标进行波段组合的优化选择；最后是确定遥感图像处理和信息提取方法，方法选择得当，就可以少走弯路或不走弯路，方法选择不当，信息提取就如同大海捞针一样难。

本次遥感图像处理的软件主要运用了加拿大PCI公司开发的用于图像处理、几何制图、GIS、雷达数据分析以及资源管理和环境监测的多功能软件系统PCI和自主开发的TM找矿弱信息提取系统等软件。

本节主要针对项目工作区范围的遥感影像的计算机数字图像增强处理的基本原理和方法作简要介绍，不对遥感图像预处理（系统误差校正、大气校正、几何图像校正）进行说明。

7.1.1 TM遥感图像的选取

由于陆地资源卫星TM信息源在资源综合调查中，具有明显的技术与经济优势。表现在进行各种处理（数字、光学）潜力大，波段组合能力强，成图几何精度和分类几何精度高，地学综合信息丰富，价格适中，所以就性能价格比而言，以TM遥感信息源为优。同时也对部分区域的SPOT（10 m、5 m）图像进行了处理分析。

本地区的气候是属于暖温带大陆性季风型，一年中四季变化比较明显，夏季植被覆盖率较高，不利于对矿产地质综合信息的研究，同时植被覆盖率高也不利于对遥感图像的计算机处理和信息提取。因此，对本研究工作来说，首先要避开夏季，其次要考虑地面裸露程度及与遥感图像时相的一致性，一般应选择在4月或10月，因为这时植被刚刚出露或者已经枯萎，4月份山区作物种类较单调，甚至还没有作物萌芽，而10月份秋季作物已经收割，植被多已枯萎，地面覆盖相对较低，为此我们选择了1998年4月和2000年10月的影像资料作为本次图像处理的重点。

7.1.2 遥感（RS）图像处理的过程分析

遥感数字图像处理的过程就是几何、辐射校正、信息定量化、信息复合、图像增强、信息特征提取、图像分类等一系列图像处理和分析技术研究，为各类型区的遥感综合调查提供优质图像的过程。

数字遥感图像处理的一般过程为：

创新思维与找矿实践

遥感图像预处理包括了遥感图像辐射校正和几何校正两大部分。鉴于预处理是遥感图像处理的公共部分，基于篇幅所限不再赘述。

7.1.3 遥感图像增强处理方法研究和选择

图像增强是改善图像视觉效果的处理。当分析遥感图像时，为了使分析者能容易确切地识别图像内容，必须按照分析目的对图像数据进行加工，目的是提高图像的可判读性。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。

遥感图像增强的实质就是把图像灰度的微小差异，人为地予以扩大（或者赋予不同的色彩），目的在于提高人们对图像的分析判断能力。由于对其增强效果缺乏一个统一的评价标准，因此，须结合具体增强要求，选择图像增强的方法，并通过反复试验、调整和观察，达到满意的增强效果。

虽然遥感图像处理方法多种多样，我们在工作中也试验了多种方法，经过筛选和分析研究，结合本次工作实际情况，主要应用了以下几种方法：

7.1.3.1 比值处理

比值处理采用高质量比值功能，使比值图像得到拉伸，有效地消除了地形影响，使阴影区的结构得到显示。处理出来的图像色彩丰富，既保留了原有地貌特征，又突出了线环构造，为隐伏岩体和半隐伏岩体的研究提供了更为直观可靠的资料，立体感得到增强，阴影区结构清楚。

同一地区不同波段（两个波段或几个波段组合）对应像元亮度值相除，用所得新值构成一幅比值增强图像。目的是扩大相邻两个像元的差别，框图如下：

创新思维与找矿实践

在一张比值图像上，灰阶中最黑和最白的色调代表两个多光谱波段间光谱反射率的最大差异值。最黑的色调代表比值的分母大于分子。反之，最白的色调代表分子大于分母。

基本比值：两个波段的数值相比

公式中：a、b为调节参数；

设a=1，b=0

则每一条斜线的斜率就是一个亮度值。一个点的比值相当于该点和原点的连线与水平轴夹角的正切（比值法的涵义如图7-1）。

图7-1 比值法涵义

作用：① 扩大不同地物亮度值的微小差别；② 消除地形影响（比如阴坡和阳坡的影响）；③ 识别和区分蚀变矿物。

下面是本次工作中主要运用的比值和目的：

TM3/1识别褐铁矿化，在图像上呈亮色调；赤铁矿化，在图像上呈暗色调。

TM5/4区分植被与无植被覆盖的土壤和岩石，植被发育区呈暗色调。

区分不同种类的特征矿物：

TM5/4≥1.0云母和黄铁矿；

TM5/4≤1.0明矾石和石膏；

TM5/4≈1.0方解石和粘土矿；

TM7/4≥1.0云母；

TM7/4≤1.0明矾石和石膏；

TM4/3，识别植被和褐铁矿化岩石，植被发育区呈亮色调，褐铁矿化岩石呈暗色调；

TM5/7，识别含羟基矿物、硫酸盐和碳酸盐岩的含水化合物，由于这些矿物在2.2（TM7）处的吸收谷，其TM5/7值很大，在图像上呈亮色调。但植被的TM5/7值也很大，需要用其他方法加以区分。

比值可分为大于1和小于1两大部分，反映波谱特征差别的强弱是不一致的，即在大于1的部分反差较大，在小于1的部分反差很小，实际上是被压缩了。在比值处理过程中，通过自主研发的TM弱信息提取系统的处理，在该系统中增加了一个拟合放大的功能，可以根据需要进行不同比例的放大。基本上解决了比值结果有可能被压缩这一问题。

7.1.3.2 主成分分析处理

主成分分析（或称为主组分变换，数学上称之为K-L变换）是遥感图像增强和信息提取中用得最多的线性变换，它是在统计基础上的多维正交线性变换，是对原波段图像进行波谱信息的线性投影变换。在尽可能不减少信息量的前提下，将原图像的高维多光谱空间的像元亮度值投影到新的低维空间，减少特征空间维数，达到数据压缩、提高信噪比、提取相关信息、降维处理和提取原图像特征信息的目的，并能有效地提取影像信息。它可使原来多波段图像经变换后提供出一组不相关的图像变量，最前面的主分量具有较大的方差，包含了原始影像的主要信息，所以要集中表达信息，突出图像的某些细部特征，可采用主分量变换来完成。

对工作区的遥感图像的6个波段TM1、TM2、TM3、TM4、TM5、TM7进行了主成分分析，以主成分分析后的第一分量为基础解译图像，参考其他分量图像进行遥感解译。

7.1.3.3 反差扩展（主要是线性拉伸）

反差扩展是一种通过拉伸或扩展图像的亮度数据分布，使之占满整个动态范围（0～255），以达到扩大地物之间亮度差异，分出更多亮度等级的一种处理技术。

例如：原始的一幅TM图像，亮度范围集中在10～100范围内，我们可以将其扩展到0～255，扩大了相邻亮度值之间的差别，提高了分辨能力（但不能增加亮度等级）（图7-2）。

图7-2 线性增强前后对比

反差扩展的原理是：在反差扩展中，输出的像元值y，是输入的像元值x的函数：y=f（x）0＜y＜255

这个函数可以是线性的，也可是非线性的。本次主要应用的是普通线性扩展。如果用直线方程来扩展图像，就是y=f（x）

斜率=45°，即y=x，无变化；

斜率＜45°，如 y=1/2x，压缩；

斜率>45°，如 y=2x，扩展。

创新思维与找矿实践

d_min，d_max分别代表输入的最小和最大值。

①原来图像的最小和最大值。

②人为规定最小和最大值。

此时，

这就是说把区间〔a，b〕以外的像元值分别压缩为0及255。

③给定要舍掉的像元数百分比，小于此百分数的值均舍去，由程序来确定d_max和d_min。

反差处理贯穿于整个图像处理过程。根据实际情况对不同的处理结果均进行了反差处理（主要是普通线性拉伸处理）。

7.1.3.4 反色（又称为反相）处理

反色就是形成底片效果。反色有时是很有用的。反色的实际含义是将R、G、B值反转。若颜色的量化级别是256，则新图中的R、G、B值为255减去原图的R、G、B值。这里针对的是所有图，包括真彩图、带调色板的彩色图（又称为伪彩色图）和灰度图。

本次反色处理主要是针对主成分分析的几个分量进行的。主成分分析结果仍然是灰度图，而灰度图又是一种特殊的伪彩色图，只不过调色板中的R、G、B值都是一样的。由于位图中的数据只是对应调色板中的一个索引值，所以只需要将调色板中的颜色反转，形成新调色板，而位图数据不用动，就能够实现反转。由于主成分分析结果的6个分量中，每个分量图像如果不进行反差处理（主要是线性拉伸），图像均较暗，根据处理后的结果显示，水体为黑色，其灰度值大约在0～20，而山体的灰度值多在50～100之间，尽管对其进行了拉伸处理，仍不理想。为了比较准确地区分图像，提高判读解译的准确性，降低解译时间消耗，所以对反差处理后的结果又进行了反色处理。

7.1.4 信息提取处理

信息提取主要是针对影像的光谱特征、空间（几何）特征和纹理特征的提取，它是图像增强处理后的对图像的继续处理。

（1）光谱特征：可提取颜色或灰度或波段间的亮度比等目标物的光谱特征，例如Landsat7有7个波段，根据某类地物的光谱特征，采用特定的比值可将其突出出来。

（2）空间（几何）特征：把目标物的形状、大小、或者边缘，线性构造等几何性特征提取出来，例如把区域断层明显突出出来。

（3）纹理特征：是指周期性图案及区域均匀性等有关纹理的特征。根据构成图案的要素形状、分布密度、方向性等纹理进行图像特征提取的处理叫做纹理分析。

本次工作区的遥感影像信息特征提取主要是在PCI软件、TM弱信息提取系统（自主开发）等软件中进行初步工作，最后通过目视解译和计算机自动解译相结合来完成的。

Ⅵ 遥感影像的处理效果

通过对获取的研究区遥感图像进行几何精校正、遥感图像的降噪处理、遥感图像的增强处理、遥感图像的彩色合成、遥感图像的边缘增强等技术处理，获得以下应用效果。

（1）小波变换图像噪声处理结果

运用小波变换对遥感图像噪声处理，用以上算法对研究区遥感图像进行消噪处理。按文中方法处理效果如下图3-17所示：

图3-22 研究区遥感地质解译略图

Q—第四系；P—二叠系；C₁b—下石炭统包古图组；C₁t—下石炭统太勒古拉组；C₁x—下石炭统希贝库拉斯组

基于Canny算法的边缘检测技术，通过在中亚包古图地区的试验可知，对经过针对性预处理后的遥感影像进行该方法的线形体信息提取是成功的（见图3-20b）；通过对线形体的统计特征分析即线形体等密度分析，可以识别出研究区内的一级断裂-达拉布特大断裂的大体位置及走向；对线形体的等密度图分析可知研究区内发育有较多环形构造，岩株发育显着；得出研究区内主要地层边界位置。最后结合已知地质资料，采用遥感岩性识别技术得出研究区内的遥感地质解译图，加深了我们对研究区地质情况的进一步认识，为下一步地质工作奠定了基础。

但无论哪一种边缘检测算法在解决一定问题的同时都存在不同类型的缺陷。边缘检测作为视觉的初级阶段通常被认为是一个非良态问题，很难从根本上解决。因而，寻求算法简单、能较好解决边缘检测精度与抗噪性能协调问题的边缘检测算法成为首选。本文所提出的方法也仅仅是在该领域进行一点探索性研究，还有许多不足之处。比如伪地质边界的剔除处理，带有很大的主观臆断。这些都需要今后对其进行进一步的完善。

Ⅶ 遥感影像预处理及影像制图

    遥感影像在成像过程中受太阳高度角、大气状况、地球曲率、地形起伏、传感器自身的性能等因素影响，存在明显的几何和辐射畸形。在对遥感影像进行信息提取和定量分析之前，需要对其进行预处理，主要包括:几何校正、辐射校正、遥感图像处理和影像制图。经过预处理的影像，需经过图像处理及影像制图，再用于遥感解译。

       原始遥感影像通常存在严重的几何变形，这种几何变形一般分为系统性和非系统性两大类。系统性几何变形是有规律和可以预测的，因此可以应用模拟遥感平台及遥感器内部变形的数学公式或模型来预测。非系统性几何变形是不规律的，可以是遥感器平台高度、经纬度、速度和姿态等的不稳定，以及地球曲率和空气折射的变化等，一般很难预测。

      遥感影像几何校正的目的主要是消除影像上的几何变形，使影像能与实地在空间位置关系上准确对应起来。一般校正的内容主要包括：系统几何校正，投影变形校正和几何精校正。其中，系统几何校正和投影变形校正主要由地面接收站在向用户提供资料之前，已经按照常规的处理方案结合影像同时接收到的有关运行姿态、传感器性能指标、大气状况、太阳高度角等数据对该幅影像的几何畸变进行了几何粗校正。而对于广大影象用户拿到的影像数据，所要真正做的几何校正是几何精校正，也就是在保证精度达到要求的条件下，利用一定的数学模型将影像转换到所需要的投影下，这样就能使影像和其他具有相同地理参数的同地区数据在空间位置上相匹配。

      几何精校正通常采用多项式法进行校正。该方法机理是通过若干控制点，建立不同影像间的多项式空间变换和像元插值运算，实现遥感影像与实际地理图件间的配准，达到消减及消除遥感影像的几何畸变的目的。

1.1.1 地面控制点的选取及多项式校正模型

1. 地面控制点的选取

      选取控制点是为于建立影像上像素点与实际地物同名点或地图上对应点之间的对应关系，要求对控制点的选取数量要足够多，精度也要有一定的保证。控制点的精度和选取的难易度与影像质量地物特征及影像空间分辨率密切相关，这是几何校正中最重要的一步。地面控制点选取的原则如下：地面控制点在影像上有明显的、清晰的地别标志，如道路交叉点、河流岔口、建筑物边界、农田界线；地面控制点上的地物不随时间而变化，以保证当两幅不同时段的影像或地图在进行几何校正时，可以同时识来；在没有做过地形校正的影像上选控制点时，应在同一地形高度上进行；地面控转应当均匀地分布在整幅影像内，而且要有一定的数量保证。

2.多项式校正模型

      控制点选择好之后，要分别计算控制点在基准影像和待配准影像上的像元坐标或相应的地理坐标。然后选择合适的坐标变换函数（即数学校正模型），建立基准影像和待配准影像之间的坐标对应关系式，通常又称为多项式校正模型。对于一般的几何校正，可以使用一次线性多项式校正模型，对于精度要求较高的可以使用二次或三次多项式校正模型。对影像进行多项式校正的目的是对待配准影像的像元坐标进行重新定位，使其与基准影像的坐标相对应。

1.1.2 影像重采样

      重新定位后的像元在原影像中的分布是不均匀的，即输出影像像元点在输人影像中的行列号不是或不全是整数关系。因此，需要根据输出影像上的各像元在输入影像中的位置，对原始影像按一定规则重新采样，进行亮度值的插值计算，建立新的影像矩阵。

 常用的内插方法包括：

      ①最邻近法，是将最邻近的像元值赋予新像元，如将原影像中某像元的亮度值赋给输出影像中对应的带阴影的像元。该方法的优点是输出影像仍然保持原来的像元值，过程简单，处理速度快。但是该方法也有局限性，即该方法最大可产生半个像元的位置偏移，可能造成输出影像中某些地物的不连贯。

      ②双线性内插法，是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，从而产生一个比较连贯的输出影像。其缺点是破坏了原来的像元值，在之后的波谱识别分类分析中，会引起一些问题。

      ③三次卷积内插法，是使用内插点周围的16个像元值，用三次卷积函数进行内插。这是三种重采样方法中较为复杂的一种，它对影像特征边缘有所增强，并具有均衡化和清晰化的效果，但是它仍然破坏了原来的像元值，且计算量较大。

      影像重采样不仅是在几何校正中重要的一步，而且在一些图像处理中也是需要的，如在对不同时段、不同空间分辨率影像之间，以及与GIS中其他数据进行配准和不同层之间复合。

      国内外对大气校正的研究有许多成果，主要是采用不同的校正模型来处理，主要包括如下方法：

      ①图像特征模型法：这是一种相对的大气校正法，不需要测量实际的大气环境情况及实际地面光谱，仅仅是利用遥感影像所包含的信息，如一些植被指数运算可以部分消除大气影响，以及暗目标法等。一般只适用于小范围，并且处理后的影像存在不同的噪声，效果不是很好。

      ②统计模型法：即利用遥感影像上选定的地物的灰度值和相应成像时间实地所测的地物反射光谱值，建立统计模型，计算校正量来对整幅影像进行校正。该方法需要成像时的实测光谱数据，对于以往没有实测数据的历史影像和实地条件困难无法进行实测的影像数据，不能用此方法来校正。

      ③理论模型法：主要利用大气辐射传输理论建立方程，建立大气改正模型来校正大气干扰。该方法基于严密的物理模型，是一种绝对大气校正方法。

1.3.1 遥感图像融合和增强

1.遥感图像融合

      图像融合是通过一种特定的算法将两幅或多幅图像合成一幅新图像。多源遥感影像数据所含有的信息具有合作性、互补性，以及影像数据的冗余性。为了更加合理、有效地利用数据的信息，遥感图像融合能使分别具有一定空间分辨率、波谱分辨率和时间分辨率的一组图像数据全部纳入统一的时空内，构成一组新的空间信息，融合成一幅新的图像，弥补了单一信息的不足，达到了多种信息资源的相互补充，改善了目标识别的视觉效果，提高了综合分析的精度。

2.遥感图像增强

      遥感图像增强的目的是突出相关的主题信息，提高图像的视觉效果。常用的图像增强方法包括：图像反差调整、图像平滑、图像锐化、多光谱图像四则预算等。

1.3.2 图像镶嵌和影像制图

1.图像镶嵌

      当工作区域涉及不同景数据时，影像制图过程中必须进行镶嵌处理，镶嵌处理过程实质是一个在数据重叠范围内的配准和色调调整的过程。应根据图幅分布情况，选出处于工作区中心部位的一幅图像作为镶嵌的基准像幅，其他图像以此为基准依次准近到远进行镶嵌。

（1）图像几何配准

      对要镶嵌的图像进行精确配准，使它们处于同样的空间坐标系统之下。一般采用在图像之间利用控制点进行配准，另外再使用同名点进行配准，即依据两景数据上的同名量数据配准到另外一景数据的过程中，使两幅图像重叠部位几何上更趋于一致。

（2）相邻图像颜色匹配

      针对一定方法对相邻图像进行颜色匹配，使不同时相的图像在颜色上相互协调致。为了使建立的颜色匹配方程更准确，所选的用于相邻两图像色调匹配、调整的共同区域要尽可能大，选择有代表性的区域用于色调匹配。在遥感图像上有时会有云及各种噪声，在选择匹配区域时要避开这些区域，否则会对匹配方程产生影响，从而降低色调匹配的精度。采用不规则的多边形（而不是简单的矩形）来界定用于建立色调匹配方程的图像区域。这样既可避开云、噪声，又可获得尽可能大的、有代表性的图像色调匹配区域，以便均衡化镶嵌后输出图像的亮度值和对比度。相邻图像颜色匹配处理过程中要满足“先整体后局部，逐步对地物细节调整”的原则。

（3）重采样

      重采样是从高分辨率遥感影像中提取低分辨率影像的过程。重采样可以提高图像处理效率，常见的重采样方法有最邻近像元法、双线性内插法及双三次卷积法等。在正射纠正过程中要准确地应用重采样方法，同时应确保影像纠正的像素大小和重采样方式满足项目成图和项目本身要求。

4）单景影像处理

a.去云雾

      卫星影像云雾的存在会对影像的判读产生影响，可选择合适的算法或者用不同时相的影像替换的方法进行去云雾处理。

b.去阴影

      阴影区域可以通过人眼确认其范围，在阴影区范围内进行亮度和对比度的局部调整可以去除阴影。处理后的阴影区域和非阴影区域的色调和亮度值会有一定程度的差异，因此需要对整张影像进行适当的亮度及对比度的调整来过渡，以达到良好的视觉效果。

c.偏色处理

      一般要处理的影像是选取多光谱中的R（红）、G（绿）、B（蓝）通道进行合成从而生成的彩色影像。在RGB色彩系统中，每个通道都有0到255共256种亮度值，而三个通道的值混合后（256×256×256）就能够产生大约1677万种颜色，应通过对不同通道的亮度值进行调整达到地物的真实色彩。

d.多景影像一致性调整

      当一景影像的颜色调到了最真实的色调后就可以将其他影像的色调向其靠拢，这一过程较为复杂，需要反复尝试积累经验。

e.镶嵌接边

      （1）设定合适的羽化值。走镶嵌线时应选择合适的羽化值，一般同轨影像间差异较小，其羽化值也应比异轨影像选择的羽化值小。

      （2）走镶嵌线。多幅影像的拼接时应使质量好的影像压盖质量差的影像，新影像压盖旧影像，其拼接后几何接边常常会产生很明显的硬接边，走镶嵌线可以消除影像拼接后接边线明显的问题，但应注意镶嵌线要尽量避开道路、河流等地物，如果不能避免则应增大羽化值。

2. 影像制图原则

（1）影像必须层次丰富、颜色均匀、反差适中、清晰、不变色。

（2）影像图上随机抽取地物点的平面位置中误差不大于+0.5mm，特殊情况下不大于+0.75mm。

（3）图廓线的实际尺寸和理论尺寸的绝对值不应该超限，展点图边长0.15mm，对角线0.20mm，影像原图边长0.20mm，对角线0.30mm。

（4）制作彩色影像图应选择3个或以上的多光谱波段影像，波段之间配准误差不大于0.2mm，图像套合误差不大于0.3mm，制作彩色遥感影像图要求选择全色波段或根据需要选择一个波段的影像。

Ⅷ 术前常用的影像学检查方法，都会有哪些

我曾经做过好几次手术，有过相关的经验，和大家分享一下术前常做的检查，有X光检查，彩超检查， CT扫描，核磁共振，心电图等。

X光检查

这是大家都熟悉的影像检查方法， X光检查也就是我们俗称的拍片，这是一种辅助检查的方法，通过检查，了解病灶的位置，这是最基础的影像学检查治疗，价钱很便宜，普通大众都可以接受。

CT检查

CT检查相对X光检查更加准确，更加深入，价钱也会相对贵一些，会对心脏，肺部做CT检查。 CT检查的项目很多，因为很多种，平扫CT，还有加强CT等等，医生开具这些检查项目，会根据患者的病情，以及患者的经济条件给患者开具检查报告单。

彩超检查

心电图检查能够非常清楚的了解心脏的跳动规律，也能直接诊断是否得了冠心病。这些影像检查都要认真对待，如果发现了问题，就要积极配合医生进行治疗，身体健康是自己，只要多关爱一点自己，生活就会越来越快乐。

Ⅸ 图像增强处理

近年来,数字图像处理发展迅速,各种增强的方法层出不穷。以下仅介绍对地质应用较为有效的几种方法,其他方法可参考已出版的遥感数字图像处理的着作^[3,4]。

(一)反差增强

数字图像,从理论上讲,亮度取值范围可从0-255,但实际图像由于成像系统的特性、成像时的光照条件、以及像幅范围内地物间辐射差异的大小等各种原因,常常使大部分像元的亮度集中在比较窄的动态区间,致使图像的反差较小、色调单一(过“黑”或过“白”),难以从中区分出更多的地物信息,于是,改善和提高图像的对比度——反差增强,便成了数字图像增强首先遇到的一个问题。

反差增强也称反差扩展,或拉伸增强,是一种通过拉伸或扩展图像的亮度数据分布,使之占满整个动态范围(0—255),以达到扩大地物间亮度差异,分辨出尽可能多的亮度等级的一种处理技术。数字图像的亮度分布,一般可用一幅图像中不同灰级(亮度)像元所占的比例——直方图来表示(图版25)。图4-15显示了一块占有8个灰级(0—7)的4×4小图像的直方图生成过程。可以看出它实际上是一种亮度分布函数(曲线)。反差扩展归根到底就是通过改变这种分布曲线来达到增强的目的。

在反差扩展中,输出的像元值y,是输入的像元值(原图像)x的函数:

遥感地质学

按照函数关系的不同可有不同类型的扩展(见图4-16)。在处理方法上可以分为两类,一类是使用函数变换对每个像元点进行变换处理,常用于有确定拉伸对象(地物目标)的情况下;另一类是改变像元间的亮度结构关系,即通过直方图调整改变图像的亮度结构。下面简单介绍实际操作中常用的几种方法。

图4-15 直方图制作示意图

图4-16 几种反差扩展

1.线性扩展

将原图像中像元的亮度按线性关系扩大,亮度扩展的范围可任意给定,具体应用时可选择图4-16A中各种不同的形式。一般来说,对整幅图像作全面而均匀的拉伸,可用简单线性扩展(图版27);当需要对某一灰度范围进行增强,可采用分段扩展。按给定的分段界限的不同,可扩展直方图中的任何一部分,但这种方法往往会造成分段点两侧亮度陡变,若分段点选择不当,还会歪曲地物的波谱特征,故在实际工作中应慎用。

2.非线性扩展

对原图像亮度区间的各个部分按非线性关系作不均等扩展。通常是对亮区和暗区分别给以不同的扩展比例。例如,采用对数变换可使图像的暗区(如大片阴影、大面积植被覆盖)得到扩展,而亮区受到压抑;相反,若扩展亮区,则要采用指数变换。在干旱区,平原、盆地的亮度值普遍偏高,影像单调,经指数扩展,常可从中分出一些层次。此外,还可作正弦、正切等扩展(图4-16B)。

3.直方图调整

通过改善图像的总体亮度结构(直方图形态)来达到图像增强的目的。其原理是,以一变换函数S=T(r),作用在原图像的直方图P_r(r)上,使之变成具有某种特定亮度分布形态的直方图P_s(s)(图4-17),并根据P_s(s)变更原图像各像元的亮度值。一般来说,这种方法着重于扩展高频数亮度值之间的间隔,使直方图中部所包含的地物反差显着增强,而有利于地质体的区分。常用的直方图调整方法有直方图均衡化和直方图正态化等。图版28即为直方图均衡处理的结果。

反差扩展是针对单波段的一种图像增强处理,使用得当,可明显改善像质,提高图像的对比度(参见图版26和27、28)。在作彩色合成等多波段的增强处理时,一般都要先对各个波段的数据作适当的拉伸,以获得理想的彩色增强效果。因此,它也是其它增强处理的基础和先导。从这个意义上说,它还具有预处理的作用。

(二)彩色增强

数字图像的彩色增强处理也可以有单波段图像的伪彩色处理和多波段图像的彩色合成两个不同的途径:

1.单波段图像的伪彩色增强

对于单波段图像生成伪彩色最简单的方法是彩色密度分割,其原理与光学密度分割一致,但比光学密度分割灵活、方便,可分割的等级也更细,并且光谱意义也更明确。一个数字图像系统可以说是性能更优越的彩色等密度分割仪。与光学分割一样,它对于有着递变规律的地表景物的显示十分有效,有时也能显示出一些细节变化。但在数字数字图像处理中,它主要是用于检测单波段图像的亮度值变化趋势信息,为后续处理提供参考。

另一种单波段伪彩色处理方法是伪彩色合成。它是对单波段的CCT数据通过加色比例变换函数把黑白灰级变换为红、绿、蓝彩色级,然后再加色合成(图4-18),生成伪彩色图像。由于这种图像能把单波段上不易区分的细微灰度变化映射成不同的色彩,因此比彩色密度分割有更好的快速检测单波段图像灰度变化信息的效果。

图4-17 直方图调整图

图4-18 伪彩色合成示意图

2.多波段图像的彩色合成

与光学图像处理相仿,数字图像的单波段彩色增强照例不足以揭示多波段遥感中地物在不同波段上丰富的波谱特征信息。为了发掘多波段数字图像的信息优势,提高图像的解译判读效果,同样可采用彩色合成。其基本的方法原理与单波段伪彩色合成关同,只是红、绿、蓝变换不是对同一波段,而是分别对三个(或二个)波段实施,即由三个(或二个)波段的CCT数值根据设定的波段灰度与彩色之间的变换关系表,直接控制图像处理系统中彩色显示装置的红、绿、蓝三色枪的光强输出,加色合成显示在彩色屏幕上,形成彩色图像(图4-19);或者以三色依次扫描到彩色胶片上,再印放成彩色像片。目前这类处理不仅可在专用图像处理机上实现,而且已可在微机上借助图像处理板实现,甚至在TVGA图形卡的支持下通过彩色模拟程序在微机上完成。后者受TVGA卡只能显示256色的限制,色彩尚不尽丰富,但一般的合成显示是能胜任的。

与光学处理相比,数字图像的彩色合成不仅省却了制作单波段黑白胶片影像的过程,也避免了胶片拷制过程中的信息丢失,而且由于CCT的量化等级高达256级,远远高于黑白影像可分辨的灰度变化,因此其色彩层次往往比光学合成要丰富得多;同时,在计算机图像处理系统中,各个波段的数据可以十分方便地作各种拉伸变换(反差扩展),显示器上的跟踪球还可任意调节色彩变化,从而能快速获得不同增强效果的彩色图像,比起黑白胶片需要通过影像拷贝来改变影像密度要方便、灵活得多,显示出更大的优越性。

在数字图像处理中,彩色合成通常是最常用、最基本,往往也是最便捷有效的增强处理方法。其影像增强的效果与光学合成处理相类似,照例可分为真彩色、似(模拟)真彩色、假彩色等不同的种类;不同的波段一色通道(相当于滤光片)组合方案具不同的色彩及地物增强效果;充分利用地物波谱特征(曲线),选择合成方案同样是取得理想增强效果的关键。由于这些内容在光学彩色合成中已有较详论述,这里不再重复。

尚需指出的是,数字图像的彩色合成目前已不仅仅针对不同波段进行,而且还可以用不同的数字处理结果(如比值、KL变换的不同分量等)作输入图像,获得全新含义的合成图像(如比值合成图像);更进一步,已可以将非遥感的地质信息(如物、化探数据)通过彩色坐标变换(IHS变换)转换成R、G、B分量,作为输入图像,制成多元信息复合的彩色合成图像。因此如何选择波段或分量进行彩色合成是一个重要问题。目前常用OIF值作为衡量合成方案优劣的因子,它的基本原理是根据图像的统计特征来选定,就理论而言,OIF值越大,则合成方案越佳。

OIF可用下式计算:

图4-19 数字图像彩色合成示意图

遥感地质学

其中Ss为第i波段的亮度标准差,标准差越大,表明该图像包含信息量越大,rs为合成分量间的相关系数,相关系数越小,表明图像间的冗余度越小。

现以某地一个实例说明,先计算TM各波段(TM6波段除外)的标准差,分别为:17.02,10.29,14.04,15.95,31.38,19.36。6个波段间的相关系数如表4-2。

表4-2 TM图像各波段相关系数表

这样可以计算出不同合成方案的OIF值:

TM145:32.22;TM345:29.08;

TM457:28.96;TM147:26.97;

Tm245:26.78;TM157:25.42

在实际应用中,直接使用OIF因子,效果不一定理想,还应从应用目的出发,进行波段的选择。

(三)比值增强

比值增强是最为常用的一种运算增强方法。它是通过不同波段的同名像元亮度值之间的除法运算,生成新的比值图像来实现的。对于多波段数字图像,可以有多种不同的比值:

1.基本比值

纯以两个波段的数值相比,故也称简单比值。用g_k(k=1,2,……N)代表一个多波段图像(N为波段数),任一比值图像可表示为:

遥感地质学

其中,a和b是调节参数。由N个波段可得出的比值数目为P=N(N-1),如TM图像,除TM₆(热红外)之外,共可组成30种比值;

2.和差组合比值

由两个波段的和与差构成的比值,如:

遥感地质学

3.交叉组合比值

由3个或更多的波段构成的比值。其中分子和分母所包含的波段是不同的,如:

遥感地质学

4.标准化比值

由单个波段与所有波段之和构成的比值,即

遥感地质学

其中,i=1,2……N。如MSS图像,常使用4、5、7三个波段,则可构成:

遥感地质学

上述四种比值以基本比值和标准化比值更为常用。

比值处理简便易行,而且对地质信息尤为敏感,因而现今基本上已成为遥感地质研究中广为应用的例行处理方法之一。其基本功用在于:

(1)能扩大不同地物之间的微小亮度差异,有利于岩石、土壤等波谱差异不太明显的地物的区分,也可用于植被类型和分布的研究。例如,铁帽与植被在单波段上不易区分,而通过MSS_5/4和MSS_7/5二维比值分析,明显区分了出来(图4-20)。

(2)消除或减弱地形等环境因素的影响。例如,某地砂岩在阳坡和阴坡有不同的亮度,但在MSS_4/5上,比值却非常接近(表4-3),因此消除了地形的影响(参见黑白图版29)。

(3)提取与找矿有关的专题信息。例如含羟基的粘土矿物在2.2μm附近存在有强吸收,故在TM₇上为低亮度,而在TM₅上它仍为高亮度,因此TM_5/7常被用来提取与粘土化有关的矿化蚀变信息;再加0.48μm是铁离子电荷转移强烈吸收的位置,故用TM_5/1利于提取与铁矿物有关的信息。

(4)比值合成增强岩性及蚀变岩信息。以若干个比值图像作为输入图像,进行假彩色合成,在输出的彩色合成图像上常能有效地增强岩石的波谱信息差异。例如,在我国铜陵地区采用TM₄(R)、5/4(G)、5/2(B),4(R)、5/2(G)、4/3(B)等方案制作的比值合成图,有效地圈定出了志留系地层、岩体、大理岩化等岩性信息。在河北迁安地区利用MSS的标准化比值制作的合成图像上区分磁铁矿石及围岩也取得好效果。

比值增强生成比值图像后,原来的独立波谱意义就不存在了。由此也给它带来一个很大的缺陷,就是丢失了地物总的反射强度(反射率)信息。例如,暗色的岩石和浅色的岩石之明显差异也被损失;由于压抑了地形信息,其作为地质解译的一个重要标志也被损失。为了弥补此不足,通常采用一个波段的原图像与(两个)比值图像作彩色合成的办法;此外,比值有可能增加噪声,而大气散射也会给比值结果带来干扰,因此,处理前更要注意做消条带和大气校正。

表4-3 不同光照条件下砂岩反射比

(据F.F.Sabins,1977)

图4-20 比值分布示意图

(四)卷积增强

地物的边界及各种线性形迹,通常都表现有一定的空间分布频率,因此,可以通过空间域或频率域的滤波对它们进行增强。其中,卷积处理就是比较简便有效而最常使用的空间滤波方法之一。

与前述几种增强不同,卷积增强是一种邻域处理技术。它是通过一定尺寸的模板(矩阵)对原图像进行卷积运算来实现的。以3×3(像元)的模板为例,其处理过程如图4-21,

即相当于把模板逐次放在每一个像元上,计算模板元素和对应像元亮度值的乘积和,用数学式可表示为:

遥感地质学

图4-21 空间卷积

式中,m₁为模板元素值,g_s为相应图像中各像元的亮度值。f为卷积值,亦就是滤波后(模板)中心像元的输出值。

增强不同方向的边界(或线性体),则是按一定的排列方向来分配模板中各元素的权系数。例如图4-22(a)、(b)、(c)、(d)便是分别对水平(相当于遥感图像的扫描线方向)、45°、垂直、135°四个方向进行增强的一组3×3模板。改变模板尺寸(5×5、7×7……等等)和板内元的差值可产生不同的效果。一般,模板越大、差值越大,对低频的粗大构造形迹的增强越明显,而高频信息(小断层、节理裂隙等)增强的幅度越小。模板可设计成不同的增强方向,但模板元素的数目均应为奇数;一般最大为15×15,模板尺寸太大,则其计算量也大,而卷积效果也不一定好。

图4-22 方向模扳

卷积增强对于突出某一方向的地质体边界和线性断裂构造或形迹常具明显的效果(图版30),对一些环形构造或线迹也会起到增强的作用,因此在遥感地质研究中被广泛使用。

(五)K-L变换

K-L变换是多波段遥感图像变换增强的常用方法之一,通常也称主组分分析或主成分分析。在数学含义上,它是一种基于图像统计特征的多维正交线性变换。经这种变换后生成一组新的组分图像(数目等于或小于原波段数)是输入的若干原图像的线性组合即

遥感地质学

其中,X是原多波段图像的数据矩阵,矩阵元素为p个波段的像元值向量;Y是输出的主组分矩阵,即q个组分的像元值向量,一般q≤p;T为变换核矩,通常为由变换波段之间的协方差矩阵所产生的特征向量矩阵。在p=3,q=4的情况下

遥感地质学

y₁、y₂、y_s按协方差矩阵的特征值大小依次排序。

从几何意义上讲,K-L变换相当于空间坐标的旋转。图4-23表示了一个二维空间坐标变换。图中X₁、X₂表示两个波段的像元值,黑点为相应的数据域。K-L变换相当于坐标轴旋转一个θ角,把数据域变换到Y₁、Y₂的新坐标系统上,即:

遥感地质学

图4-23表明,K-L变换后,第一主组分(Y₁)取得最大的信息量(可达90%左右),其余依饮减小。一般情况下,一、二、三主组分基本上已集中了绝大部分的信息,后面组分包含的信息量往往已非常小。因此,K-L变换一个最基本的功能就是,可以在信息损失最小的前提下,减少变量数目、降低数据维数,起到数据压缩的作用。这对多波段遥感特别有意义,因为它们通常为多变量,数据量也很大(一个TM波段达42兆),随着波段数越来越多和地面分辨力越来越高,还将更大(所谓“海量数据”)。

一般认为,K-L第一主组分基本上反映了地物总的辐射差异,其它组分则能够揭示地物的某些波谱特征。由上图可以看出,各组分之间互相“垂直”,即不相关。这就使K-L变换还具有分离信息、减少相关、突出不同地物目标的作用。因而,在用K-L不同组分作假彩色合成时,往往可显着提高彩色增强效果,会有助于岩类的区分。但要注意的是,各组分的地质应用价值不能依它们的排序(即方差的大小)来确定。例如,MSS的K-L变换中,有时第四主组分反而比第三主组分区分岩性的作用更大。

在实际应用中,也常用比值或差值图像,以及与原图像合在一起作K-L变换。这对于提取某些专题信息会特别有用的。一个典型的例子是,TM_5/7可提取与粘土化有关的矿化蚀变信息,但植被的TM_5/7比值常常也很高,以致前者的信息往往被淹没在后者的“汪洋大海”之中,我国南方地区尤甚。然而,TM_4/3恰主要只反映植被信息,因此,当用TM_4/3、TM_5/7作K-L变换,其第一主组分便集中了两个比值的基值——植被信息,而蚀变信息被分配到第二主组分中,这就把二者分离了开来,进一步在第二主组分中提取蚀变信息(图42-4),效果便显着提高。此法已在南方某银铅锌矿区取得了很好的效果。

图4-23 两个波段(或其他变量)情况下的主组分变换

图4-24 我国南方某地蚀变带信息提取的程序框图

与KL-变换相类似的另一种线性变换方法是近年来发展起来的K-T变换。缘于在MSS和TM数据空间中植被光谱随时间变化的轨迹构成一个“缨帽”的图形,故亦称“缨帽变换”。该变换有助于分离(提取)植被(绿度)和土壤(湿度)等信息,已引起人们的兴趣。有关这一变换的论述可参见文献[3]。

(六)IHS变换

在色度学中,存在有两种彩色坐标系统:一是由红(R)、绿(G)、蓝(B)三原色构成的彩色(RGB)空间;另一是由亮度(I)(或称明度、强度)、色调(H)、饱和度(S)构成的色度(IHS)空间(亦称孟塞尔坐标)。这两个系统的关系可用图4-25表示,此时,IHS的范围呈现为一圆锥体;在垂直于IHS圆锥轴的切面上,二者则呈现为图4-26所示的关系。该图中,I轴垂直于纸面(过S=0,白光点),沿I轴只有亮度明暗(白一黑)差异;圆周代表H的变化,并设定红色为H=0;半径方向代表饱和度,圆心处S=0,为白色(消色),圆周处S=1,彩色最纯。

很明显,这两个坐标系之间可以互相转换,这种转换即称为IHS变换,或彩色坐标变换(也称孟塞尔变换)。通常把RGB空间变换到IHS空间称之为正变换,反过来,由IHS变换到RGB称反变换。

当不直接采用三原色成分(R、G、B)的数量表示颜色,而是用三原色各自在R、G、B总量中的相对比例r、g、b来表示,即:

图4-25 强度、色频(彩)与饱和度(IHS)和红、绿、蓝(RGB)空间关系示意图

图4-26 通过垂直IHS圆锥切面表示IHS与RGB的关系

遥感地质学

此时如为红色白色则为 。两个坐标系之间的转换关系,可简化为:

遥感地质学

把R、G、B和I、H(0-3)、S(0-1)值扩展到0-255数据域,设计相应的程序,在数字图像系统上便能自如地实现相互间的转换和显示。

目前在遥感数字图像处理中,IHS变换多用于以下研究。

1.彩色合成图像的饱和度增强

当用以合成的三个原始图像相关性较大时,常规处理往往合成图像的饱和度会不足,色彩不鲜(纯),像质偏灰,且较模糊、细节难辨(彩版3-4)。通过IHS变换,在IHS空间中增强(拉伸)饱和度S,用反变换求R、G、B进行彩色显示(图4-27),则可显着改善图像的颜色质量和分辨能力(图版5,6)。

2.不同分辨率遥感图像的复合显示

直接把不同分辨率图像输入R、G、B通道作彩色合成复合显示,即使几何配精度很高,也难以获得清晰的图像(低分辨图像使像质模糊)。采取将最高分辨率图像置作“I”、次高置作“H”、低分辨者置作“S”,然后反变换,求出R、G、B作复合彩色显示,则基本可使合成图像保持有高分辨图像的清晰度。对TM(常取其中两个波段)和SPOT(常取全色波段)图像作此种复合,既可获得SPOT的高分辨率,又可充分利用TM丰富的波谱信息。

3.多源数据综合显示

采用常规方法对遥感图像与物化探等地学数据作综合处理,不但极不方便,充其量也只能把等值线叠合到遥感图像上。将物探(航磁、重力等)或化探(元素异常)信息数字化,分别置作“H”或“S”,以遥感图像(取一个波段)为“I”,作IHS的正反变换(图42-8)便可获得色彩分明的遥感与物化探信息复合的彩色图像。这类图像通常既具遥感图像清晰的地貌、地质背景,又能将物化探信息准确地反映在这一背景上,十分有利于它们相互关系的综合分析和解译(图版20)。

图4-27 饱和度增强处理流程图

图4-28 多源数据综合显示框图