实验1图像增强帮助文档.doc

《实验1图像增强帮助文档.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一、卷积滤波卷积（Convolution）滤波是通过消除特定的空间频率来增强图像。根据增强类型（高频、中频、低频）可以分为低通滤波、带通滤波和高通滤波。此外，还有增强图像某些方向特征的方向滤波等。它们的核心部分是卷积核。各种滤波说明HighPass(高通滤波器)：保持图像高频信息，消除图像中的低频成分。可以用来增强纹理、边缘等信息。LowPass（低通滤波器）:保存图像中的低频成分，是图像平滑。Laplacian（拉普拉斯算子）：不考虑图像的边缘部分，只强调图像中的最大值。可以增强边缘。:Direc

2、tional（方向滤波器）:选择性的增强有特定方向成分的（如梯度）图像特征。GaussianHighPass（高斯高通滤波:通过指定大小的高斯卷积函数对图像进行滤波。GaussianHighPass(高斯低通滤波)：通过指定大小的高斯卷积函数对图像进行滤波。Median（中通滤波器）:保留卷积核的边缘的同时，平滑图像。可以消除噪声和斑点。Soble:边缘增强。Roberts:用于边缘的锐化与分离。自定义卷积核可以通过选择和编辑一个用户卷积核，定义常用的卷积变换核。二数学形态学滤波ENVI中的数学形态

3、学滤波包括以下类型：主要是对二值图像和灰度图像操作膨胀（Dilate）：填充比结构元素小的孔。腐蚀（Erode）:消除比结构元素小的像元。开启（Opening）平滑图像边缘，消除孤立像元，锐化图像最大、最小信息。闭合（closing）平滑图像，消除图像中得小孔，填充图像边缘的间隙。三纹理分析Texture使用Texture选项可以应用基于概率统计或二阶统计的纹理滤波。纹理是指图像色调作为等级函数在空间上的变化。1、基于概率统计的滤波（Occurrencemeasures）使用Occurrenceme

4、asures可以应用于5个不同的基于概率统计的纹理滤波。包括数据范围（DataRange）、平均值（M,ean）、方差（Variance）、信息熵（Entropy）、偏斜（skewness）.把每一个灰阶出现的次数用于纹理计算。2、基于二阶概率统计的滤波（Co-occurrencemeasures）二阶概率统计是利用一个灰色调空间相关性矩阵来计算纹理值，可以运用于8个基于二阶矩阵的纹理滤波，包括平均值（M,ean）、方差（Variance）、信息熵（Entropy）、偏斜（skewness），协同性

5、（Homogeneity）,对比度（Contrast）、相异性（Dissimilarity）、二阶矩（SecondMoment）相关性（Correlation）.