1、 一、實驗目的利用光譜特征進行遙感圖像的分割和分割后處理。二、實驗內容1、利用直方圖進行圖像分割2、提取指定顏色的對象3、去除圖片的背景噪聲4、提取廈門市TM遙感影像中的水體信息5、提取線性地物信息6、圖像形態學基本方法三、實驗條件電腦、ENVI軟件。廈門市TM遙感影像、實驗數據四、實驗步驟1.利用直方圖進行圖像分割圖像：地物與直方圖DSCF0153.JPG打開圖像，并顯示圖像的直方圖在直方圖窗口，移動RGB拉伸的最小值分別為150，160，150，并分別應用，查看拉伸后的圖像。使用下面的表達式去除天空，其中，b1，b2，b3 對應圖像的 R，G，B 通道，b4 對應原始圖像。b4*(1-b1

2、 lt 150)* (b2 lt 160)* (b3 lt 150)2.彩色圖像的分割（1） 提取圖像中的蘭花關閉所有打開的窗口和文件圖像：蘭花.jpg要求：將蘭花從圖像分割出來異，確定蘭花與周圍物體最大的通道或通道的組合。提示：蘭花是藍色的。 gt b2)* (b1 gt b3)，其中b1是藍通道，b2，b3對應綠和紅通道。（2）去除背景噪聲，提取圖像中的娃娃關閉所有打開的窗口和文件圖像：娃娃.jpg選擇“波段“作為直方圖數據來源，進行圖像拉伸。思考以下問題直方圖有什么特征？任意對RGB步驟：使用 float（b2）對通道R和G進行代數運算，產生圖像m1；對1于m1b1 gt 0.98RGB

3、作為b1（在變量與波段匹配的對話框中，點擊按鈕Map Variable to input file m2作為b2，進行代數運算b1*b2，產生新的圖像m3，按照順序合成顯示。1) 比較分析合成后的圖像m3與原圖像有什么差異？2) 為什么要進行比值運算？0.98是怎么確定的？為m4.進行運算：b1+b2，其中，b1為m3中的R通道，b2為m4，結果圖像為m5.進行RGB合成。合成后圖像的顏色發生了什么變化？（3）去除背景噪聲，增強圖像中的字符信息關閉所有打開的窗口和文件。圖像：JH0001.jpg。打開圖像，灰階顯示，查看各個通道的噪聲和直方圖。查看噪聲的分布范圍。構造代數表達式提取字符。 lt

4、 200）and （b2 lt 100）and （b1 lt 3.提取TM 圖像中的水體信息思路，尋找指定地物與其他地物差異最大的波段或波段組合，構造代數表達式產生新的圖像進，使用閾值進行分割。圖像：廈門TM影像（1） 查看圖像的直方圖使用（4，3，2）進行RGB Scroll窗口為數據源，查看三個通道的直方圖。（2） 查看光譜剖面圖圖像窗口tools-profiles-Z image窗口移動矩形框，查看光譜剖面曲線的變化。（3） 查看指定路線上的光譜值變化指定數據源為：image在image窗口的圖像中，單擊鼠標左鍵，拖曳一條直線過海域，單擊鼠標左鍵，點擊右鍵兩次。在圖像窗口中繪制矢量線也使

5、用相同的操作。系統自動彈出空間剖面窗口（spatial 設置數據的顯示參數RGB為2.空間剖面窗口：edit-dataparameters其中，顏色的設置為：右鍵單擊顏色色塊，在彈出菜單中選擇顏色名稱。（4） 查看不同像素位置光譜值的變化顯示圖像和直方圖確定直方圖分級點的像素值在直方圖窗口中移動鼠標，查看顯示的DN值，確定谷底的灰度級（顯示在窗口2下面的狀態條中）設置拉伸的范圍保持最小值0通過這種操作，初步提取了水體。（5） 查看（542）合成圖像中水體與非水體光譜的差異使用（532）合成顯示，窗口為#1重復上面的操作，查看海域水體與周圍的光譜差異。（6） 比較不同地物的像素差異在Spatia

6、l profile tool窗口中，單擊off，關閉空間剖面提取，然后進行下面的操作，#1的image窗口，tools-spectral pixel editor。（7） 提取當前位置的像素值在image窗口中，移動光標位置到海域中，然后spectral pixel editor窗口中，點擊edit-extract 8 pixel average水域取不同的三個點，林地取一個點，城區中的建筑取一個點，取其周圍 8個像素的均值，共 5 條曲線。編輯數據參數，前三條曲線使用藍色顯示，厚度為 2；后兩條取紅色，厚度為1.觀察水體，水體與非水體最大差異發生在哪些波段。（8） 提取水體進行圖像代數運算：

7、b2-b5，其中b2，b5分別對應圖像的波段2和波段5。在#3窗口顯示運算的結果，并查看運算結果的直方圖。分別設置拉伸的最大的灰度為40，25，10，應用拉伸，比較不同的拉伸結果。（9） 密度分割 11將代數運算產生的圖像按照如下的閾值分為4級：010，red1125，green2540，blue41255，black4 提取線狀地物信息利用拉普拉斯銳化從高分辨率圖像IKONOS中提取線狀地物信息。圖像：IKNNj pan.bmp這是灰階圖像，使用R通道數據即可。使用拉普拉斯進行銳化，進行如下操作，并對比銳化后的結果。其中，低通濾波使用高斯低通濾波方法，拉普拉斯銳化的是高斯低通后的數據。銳化結

8、果 =原始數據+拉普拉斯梯度數據（表1）3表1 0-CD4利用流程4250 ge 250進行圖像分割。保存分割結果：IKNNj seg，在下面實驗中使用。5.圖像數學形態學基本方法利用形態學方法對分割結果進行后處理。（1） 二值數據的形態學處理圖像：IKNNj seg。“ andmorphology morphology。操作：腐蝕、膨脹、開元算、閉運算。使用3*3 設定進行圖像處理。改變輪次為2，重復上述操作。（2） 灰度值數據的形態學處理打開圖像IKN nj 窗口顯示。對該圖像使用快速應用方式進行形態學處理：輪次：1，數據：灰階處理結果顯示在#2窗口中。連接#1和#2窗口，對比操作的結果。（3） 分割結果的形態學處理打開圖像AA，使用如下表示式進行提取水體：b5/b2 eq 0得到水體圖像AA-water對提取的水體圖像進行形態學處理。6.柵格矢量化將圖像分割結果進行矢量化處理并保存為shape文件。（1） 柵格矢量化操作：主菜單Vector-raster to Vector選擇 AA-water 圖像作為形態學處理的結果作為輸入，對 DN=1 的結果進行矢量化，結果