科学技术创新2023.04基于加权融合的环境遥感图像增强算法安源，蔡朝晖，孙涛，马英瑞，刘春*（大庆师范学院计算机科学与信息技术学院，黑龙江大庆）引言环境遥感在环境研究领域中起着非常重要的作用。它广泛用于自然资源调查、环境监测评价和植被提取等任务，为社会发展带了巨大的环境效益[1]。然而，原始环境遥感图像经常面临噪声引起的图像质量问题，阻碍了后续的数据处理。实证研究表明，环境遥感图像增强作为一种环境遥感图像预处理手段，促进了图像质量提升技术和图像质量评价方法的发展[2]，在提高目视解译效果[3]和植被提取精度方面发挥着重要作用[4]。因此，在植被提取前进行环境遥感图像质量提升已成为环境遥感图像处理的必要环节。目前，环境遥感图像质量提升的研究主要集中在两个方面。一是基于直方图的对比度增强方法研究。相关研究人员基于全局或局部直方图设计灰度映射函数，以增强对比度并获取更多细节信息[5-7]。然而，这些算法存在过度增强某些区域的问题，导致图像质量下降。二是基于加权平均融合的增强方法研究。相关研究人员利用像素灰度权重系数的选择和分配来提升图像质量[8-10]，但这些增强算法缺乏统一有效的权重系数设定标准，导致权重系数和图像质量不稳定。因此，有必要结合这两个方面的相关研究基础，设计一种环境遥感图像质量提升方法，用于植被提取前的环境遥感图像预处理。1本文算法为了突出植被特征，本文从同一研究区域的LandsatETM+环境遥感图像中选取波段1到波段4进行研究，提出了一种基于加权融合的环境遥感图像增强算法。该算法描述如下：1.1构造灰度变换函数首先，初步提升图像灰度。假设像素的初始灰度为，则提升后的灰度表示为(1)表示图像的灰度级，，是图像的目标灰度均值，为图像的原始灰度均值。其次，设计灰度拉伸系数。当小于时，用表示；否则，用表示。假设单波段图像中每个像素的灰度拉伸系数为，表示图像灰度级i的累积概率，s表示缩放因子。则灰度拉伸系数为(2)然后，构造灰度变换函数(3)摘要：原始环境遥感图像经常面临噪声问题，导致目视判读困难，植被提取精度低。为解决这一问题，有效促进环境遥感图像质量提升，提出一种基于加权融合的环境遥感图像增强算法。首先，构造灰度变换函数来提高图像对比度；其次，设计灰度加权系数以降低图像噪声；最后，利用灰度加权系数完成像素灰度加权融合增强。实验结果表明，该方法能有效提高环境遥感图像质量，便于对环境研究目标进行目视解译。关键词：环...
