没有合适的资源？快使用搜索试试~ 我知道了~

文库首页开发技术其它遥感数字图像处理（内含Matlab)代码

遥感数字图像处理（内含Matlab)代码

图像处理

Matlab代码

5星 · 超过95%的资源需积分: 43 437 下载量 9 浏览量 2013-01-25 13:08:15 上传评论 72 收藏 3.42MB PDF 举报

温馨提示

试读

27页

1 读取BIP 、BIL、 BSQ文件 2 均值滤波中值滤波 3 边缘信息提取 4 DFT FFT 5 主成分变换 6 缨帽变换 7 图像分类（K—均值分类、最小距离分类、最大似然分类） 8 大气校正反射率地表温度的反演 9 Habib教授课程总结

资源推荐

资源详情

资源评论

辽宁工程技术大学

《数字图像处理》上机实习报告

教学单位辽宁工程技术大学

专业摄影测量与遥感

实习名称遥感数字图像处理

班级测绘研 11-3 班

学生姓名路聚峰

学号 471120212

指导教师孙华生

实习 1

1 读取 BIP

BIP

BIP 、

、

、 BIL

BIL

BIL 、

、

、 BSQ

BSQ

BSQ 文件

一、实验目的

用

Matlab

读取

BIP

、

BIL

、

BSQ

文件，并将结果显示出来。

遥感图像包括多个波段，有多种存储格式，但基本的通用格式有

种，即

BSQ

、

BIL

和

BIP

格式。通过这三种格式，遥感图像处理系统可以对不同传感器

获取的图像数据进行转换。

BSQ

是像素按波段顺序依次排列的数据格式。

BI L

格式中，像素先以行为单位块，在每个块内，按照波段顺序排列像素。

BIP

格式

中，以像素为核心，像素的各个波段数据保存在一起，打破了像素空间位置的连

续性。

用

Matlab

读取各个格式的遥感数据，是图像处理的前提条件，只有将图像

读入

Matlab

工作空间，才能进行后续的图像处理工作。

二、算法描述

1. 调用

fopen

函数用指定的方式打开文件。

2. 在

for

循环中调用

fread

函数，用指定的格式读取各个像素。

3. 用

reshape

函数，重置图像的行数列数。

4. 用

imadjust

函数调整像素的范围，使其有一定对比度。

5. 用

imshow

显示读取的图像。

三、

Matlab

源代码

1. 读取

BSQ

的源代码：

clear all

clc

lines=400;

samples=640;

N=6;

img=fopen( 'D:\sample_BSQ' , 'rb' );

for i=1:N

bi=fread(img,lines*samples, 'uint8' ); band_cov=reshape(bi,samples,lines);

band_cov2=band_cov'; band_uint8=uint8(band_cov2);

tif=imadjust(band_uint8);

mkdir( 'D:\MATLAB' , 'tifbands1' )

name=[ 'D:\MATLAB\tifbands1\tif' ,int2str(i), '.tif' ]; imwrite(tif,name, 'tif' );

tilt=[

波段 ' ,int2str(i)];

subplot(3,2,i),imshow(tif);title(tilt);

end

fclose(img);

读取

BIP

源代码

c lear all

clc

lines=400;

samples=640;

N=6;

for i=1:N

img=fopen('D:\MATLAB\sample_BIP','rb');

b0=fread(img,i-1,'uint8');

b=fread(img,lines*samples,'uint8',(N-1));

band_cov=reshape(b,samples,lines);

band_cov2=band_cov';% ×ªÖÃ

band_uint8=uint8(band_cov2);

tif=imadjust(band_uint8);

mkdir('E:\MATLAB','tifbands')

name=['E:\MATLAB\tifbands\tif',int2str(i),'.tif'];

imwrite(tif,name,'tif'); %imwrite(A,filename,fmt)

tilt=[' 波段 ',int2str(i)];

subplot(3,2,i),imshow(tif);title(tilt);

fclose(img);

end

读取

BIL

的源代码

clear all

clc

lines=400;

samples=640;

N=6;

for i=1:N

bi=zeros(lines,samples);

for j=1:samples

img=fopen( 'D:\MATLAB\sample_BIL' , 'rb' );

bb=fread(img,(i-1)*640, 'uint8' );

b0=fread(img,1*(j-1), 'uint8' );

bandi_linej=fread(img,lines, 'uint8' ,1*(N*samples-1)); fclose(img);

bi(:,j)=bandi_linej;

end

band_uint8=uint8(bi);

tif=imadjust(band_uint8);

mkdir( 'D:\MATLAB' , 'tifbands' )

name=[ 'D:\MATLAB\tifbands\tif' ,int2str(i), '.tif' ];

imwrite(tif,name, 'tif' );

tilt=[

波段 ' ,int2str(i)];

subplot(3,2,i),imshow(tif);title(tilt);

end

四、运行结果

图

：

读取文件的六个波段图

实习 2 均值 / 中值滤波、边缘信息提取

一、实验目的与原理

各种图像滤波算子可以实现图像的增强，去噪，边缘提取等。图像增强的目

的在于：

采用一系列技术改善图像的视觉效果，提高图像的清晰度，

将图像

转换成一种更适合于人或机器进行分析处理的形式。它不是以图像保真度为原

则，而是通过处理，设法有选择地突出便于人或机器分析某些感兴趣的信息，抑

制一些无用的信息，以提高图像的使用价值。图像增强方法从增强的作用域出发

，

可分为空间域增强和频率域增强。空间域增强就是直接对图像像素灰度进行操

作；频率域增强是对图像经傅里叶变换后的频谱成分进行操作，然后经傅里叶逆

变换获得所需结果。

图像滤波可分为空间域滤波和频率域滤波，前者通过窗口或卷积核进行，它

参照相邻像素改变单个像素的灰度值。后者对图像进行傅立叶变换，然后对频谱

进行滤波。空间域图像滤波称为平滑和锐化，强调像素与其周围相邻像素的关系

。

去噪滤波为平滑滤波包括均值滤波和中值滤波。锐化滤波包括罗伯特梯度、索伯

尔梯度、拉普拉斯算法、定向检测，用以提取线状地物和边缘。此实验用

Matla b

采用各种滤波对图像进行了处理，处理结果如下：

二、算法描述

1. 用 imread 读取图像文件，并用 size 获取图像的大小。

2. 设计各种滤波算子。

3 利用卷积公式对图像的没一个像素进行处理，得到滤波后的图像。

4. 用 imshow 显示滤波后的图像。

三、 Matlab 源代码

1. 均值滤波源码：

clear all

clc

img=imread( '2.jpg' );

[row,column,band]=size(img);

img0=double(img);

f11=1/9; f12=1/9; f13=1/9;

f21=1/9; f22=1/9; f23=1/9;

f31=1/9; f32=1/9; f33=1/9;

img1=[img0(:,1,:), img0(:,:,:), img0(:,column,:)];

img2=[img1(1,:,:); img1(:,:,:); img1(row,:,:)];

filtered=zeros(row,column,band);

for ii=1: row

for jj=1: column

filtered(ii,jj,:)=f11*img2(ii,jj,:) + f12*img2(ii,jj+1,:) + f13*img2(ii,jj+2,:)+ ...

f21*img2(ii+1,jj,:) + f22*img2(ii+1,jj+1,:) +

f23*img2(ii+1,jj+2,:) + ...

f31*img2(ii+2,jj,:) + f32*img2(ii+2,jj+1,:) +

f33*img2(ii+2,jj+2,:);

end

filtered1=uint8(filtered);

subplot(1,2,1),imshow(img);title(

图 1 原始 RGB 图像 ' );

subplot(1,2,2),imshow(filtered1);title( ' 图 2 均值滤波后的图像

);

imwrite(filtered1, 'flower_filtered_mean.jpg' );

2. 中值滤波代码：

image = imread( 'flower.jpg' );

[m,n,p] = size(image);

image0 = double(image);

image1=[image0(:,1,:), image0(:,:,:), image0(:,n,:)]; image2=[image1(1,:,:); image1(:,:,:);

image1(m,:,:)];

clear image1

image1 = zeros(m,n,p);

for i = 1:m

for j = 1:n

A = image2(i:i+2,j:j+2,:);

B = reshape(A,3*3,3);

image1(i,j,:) = median(B);

end

image1 = uint8(image1);

subplot(1,2,1),imshow(image);title(

图 1 ：原始的 RGB 图像

);

subplot(1,2,2),imshow(image1);title( ' 图 2 ：中值滤波后的图像 ' );

3. 边缘提取滤波源代码

剩余26页未读，继续阅读

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

xionghaizhilaixuexi

2017-10-19

学习学习在学习
wufenxia

2017-05-04

内容不错，包括了遥感图像的预处理及分类，只是边缘检测及频域处理所用的图像不是遥感图像
Lumos_c

2017-08-19

配套的实验数据再共享一下就更好啦谢谢啦
rainpgy

2018-07-20

重新看了一遍
愤怒的软绵绵

2018-10-31

棒棒哒

前往

页

IvanLJF

粉丝: 575
资源: 21

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

遥感数字图像处理（内含Matlab)代码

fenge.zip_海陆分割_海陆分割MATLAB_海陆分割算法_遥感图像

遥感数字图像处理基础常见程序(MATLAB）含测试数据

基于Matlab-Simulink的遥感图像处理

matlab遥感图像处理

遥感数字图像处理教程

基于Matlab的遥感影像BP神经网络分类算法

用matlab实现遥感图像分类

反演问题 matlab 实现代码

基于Matlab的遥感影像直方图匹配

遥感图像处理课程设计代码

在matlab中读取遥感图像BSQ数据代码

遥感数字图像处理实习代码

matlab读取遥感图像的程序用于图像处理-readenvi.m

matlab读取并显示遥感dat图像

遥感数字图像处理-matlab-主成份及穗帽变换

CNN做遥感图像目标识别完整代码

部分遥感图像处理源码

基于GDAL的Python实现遥感影像PCA的代码

遥感图像处理

遥感数字图像处理题库整理

基于K-means算法的遥感图像分类的matlab实现

高光谱遥感图像MATLAB工具箱

MATLAB在遥感数字图像处理试验课程中的应用.pdf

MATLAB遥感图像去雾

MATLAB遥感书稿代码_matlab_

Matlab平台下遥感影像的海岸线检测与提取方法.pdf

MATLAB-遥感图像处理（武汉大学课程作业）

matlab反演程序

Matlab的顶帽减底帽方法

Matlab实现遥感影像分类所需库（svm、libsvm、envi标准影像读写库）

最新资源