发布时间：2025-03-06
遥感图像增强（Image Enhancement）是一种用于优化遥感影像质量的方法，旨在提高影像的可读性，突出特定地物的光谱特征，从而提高后续分析（如分类、分割、地物识别等）的准确性。遥感影像通常受到光照条件、传感器特性、大气散射等因素的影响，导致影像对比度较低或细节模糊。通过图像增强技术，可以优化影像的亮度、对比度、纹理等特征，以更清晰地展示地物信息。
遥感数据涵盖了多个光谱波段，每个波段都携带了不同的地物信息。然而，原始影像可能存在低对比度、亮度不均、噪声干扰等问题，这会影响分析结果。通过图像增强，可以实现：
l
增强地物对比度，提高分类精度（如水体、植被、建筑等）。
l
突出特定地物特征，便于分析（如火灾烧毁区、农业用地等）。
l
降低影像噪声，提高清晰度（如去除云层干扰）。
l
优化影像的光照均衡，提高视觉效果。
本工具包支持多种遥感影像增强方法，涵盖对比度增强、平滑滤波、锐化增强等不同类别，以适应多种遥感数据类型（如 Landsat、Sentinel-2、高分等）。用户可以选择不同的增强方法，并通过命令行或 API 自动处理影像并输出增强结果，以便进一步分析和可视化。
本工具包支持的增强方法可分为 对比度调整、滤波降噪、锐化处理等，适用于不同的遥感数据处理需求。
(1)
影像对比度调整
|
方法
|
作用
|
适用场景
|
|
直方图均衡化（Histogram Equalization）
|
通过调整像素分布提高对比度
|
适用于影像对比度较低的区域
|
|
自适应直方图均衡化（CLAHE）
|
提高局部对比度，避免过度增强
|
适用于影像光照不均的情况
|
|
线性拉伸（Min-Max 归一化）
|
拉伸影像像素值到 0-255，提高细节表现
|
适用于增强地物边界
|
|
对数变换（Log Transform）
|
放大影像暗部细节，增强低亮度区域
|
适用于夜间影像或低反射率区域
|
(2)
影像滤波与降噪
|
方法
|
作用
|
适用场景
|
|
均值滤波（Mean Filter）
|
通过均值平滑影像，降低噪声
|
适用于低噪声影像的平滑处理
|
|
中值滤波（Median Filter）
|
去除椒盐噪声，保持边缘信息
|
适用于受噪声干扰严重的影像
|
(3)影像锐化与增强
|
方法
|
作用
|
适用场景
|
|
拉普拉斯锐化（Laplacian）
|
增强影像边缘，提高锐度
|
适用于高分辨率影像处理
|
本工具包通过命令行参数接口，支持不同的影像增强方法，用户可以选择合适的增强方式，并对多个波段同时处理。
|
参数
|
说明
|
示例
|
|
-fp
或 --file_path
|
输入遥感影像路径
|
/data/image.tif
|
|
-method
|
选择增强算法
|
histogram, minmax, log, mean, median, Laplacian, clahe, gamma
|
|
-kernel_size
|
滤波核大小（用于 mean 和 median 方法）
|
3
|
|
-bands
|
指定用于增强的波段（字典格式）
|
"{'R': 4, 'G': 3, 'B': 2}"
|
|
-out
|
结果存储目录
|
/output/
|
本工具包支持通过
API
接口直接调用图像增强功能，用户只需输入文件或检索文件名及其它参数信息，即可对原始遥感数据进行增强，并自动生成可视化结果。例如，输入森林区域遥感影像（图1左），可以调用直方图均衡化，即可得到变换后结果（图1右）。
图1 森林区域遥感影像直方图均衡变换处理后的结果
