同态信号处理的相乘信号的同态滤波处理

，且对所有n值x1(n)0和x2(n)0，则有

log【x1(n）·x2(n）】=log{x1(n)+log【x2(n）】}

但是，输入信号x(n）不一定是正的，而且往往是复数信号。这时，就要用到复对数函数，于是输入和输出均为乘法的同态系统，如图2所示，其中序列x(n）、悯（n）、尳（n）及y(n）一般均为复数。　令x(n)=|x(n)|exp{jarg【x(n）】}表示一个复数序列，则x(n）的复对数为

log【x(n）】=log|x(n)|+jarg【x(n）】复对数log【x(n）】

的逆是复指数，即

y(n)=exp{log【x(n）】}

=exp【log|x(n)|】·exp{jarg【x(n）】}

复对数的虚部arg【x(n）】加上2π的任意整数倍，并不改变上式的结果。因此，如果不另加限制，复对数并不是唯一性变换，会出现多值性问题。为此，必须选择能消除模糊的arg【x(n）】。但是系统log【x(n）】服从广义迭加原理，x(n)=x1(n)x2(n）必须存在下列关系

log|x(n)|=log|x1(n)|+log|x2(n)|

arg【x(n）】=arg【x1(n）】+arg【x2(n）】

只要保证上述相角关系成立，就能消除arg【x(n）】中的模糊。

褶积信号的同态滤波处理 　在多径或混响环境中进行通信、定位或记录，产生失真的效果可以看成是干扰与所需信号的褶积。在语音信号处理中，经常要分离激励源与声道冲激响应，至少在一段短时间内可以认为语音波形是由两者的褶积构成的。地震记录数据是地震子波与含有岩层结构信息的反射系数序列的褶积组合。离散褶积组合信号可以表示为

x(n)=x1(n)*x2(n)

利用同态滤波处理可以解褶积（图3）。特征系统D*具有如下性质：D*【x1(n)*x2(n）】=D*【x1(n）】+D*【x2(n）】

=悯1(n)+悯2(n)

D*【C:x(n）】=CD*【x(n）】=C悯（n)

系统L是一个线性系统，D*-1是D*的逆系统。　 褶积的Z变换是 x(Z)=x1(Z)x2(Z)

即Z变换运算也可以看作是一个系统，它的输入运算为褶积，输出运算是乘法的同态变换。因此，利用Z变换就能把褶积组合变换成乘法组合，从而可以利用上述乘法同态滤波系统来处理。但是，通常函数x(Z）是个复数，故不得不采用复对数运算。

遥感图像去云的一般采用什么做法?

一般采取多时相互补影像来做去云，假设地物变化忽略不计，仅考虑辐射差异进行重建，最简单的方法就是时相平均/替代/线性回归，但这类方法通常效果有限，尤其是大面积厚云去除和复杂场景重建。

按云的类型可以区分为薄云和厚云。薄云去除类似自然图像的去雾，比如凯明大佬的暗通道先验，也可以考虑不同波段的光谱差异性来做。

厚云去除就比较难了，其下方的地表遮挡信息完全无效，薄云的方法此时就没卵用了。

几个去薄云的方法：

1、同态滤波：利用傅里叶变换，然后滤掉低频的云成分。

2、小波分析：利用小波分解到多尺度，然后去掉低频的云成分。

3、TC变换：针对Landsat系列卫星的一种正交变换，转换后的4th分量被认为是云分量。

4、HOT变换：定义一条晴空线，然后云的影响会使像元值偏离这条直线，计算每个像素偏离的距离就可以得到一个类云的图像，然后利用暗像元法或者直方图匹配等方法去除。基于这个原理这个有人做了个插件haze tool，可以在envi上用。

5、RTM：利用1.38um的波段探测到的卷云信息去除其他波段中的云。

同态滤波

同态滤波是运用照度和反射率模型对遥感图像进行滤波处理，常常应用于揭示阴影区域的细节特征。

该方法的基本原理是：减少低频，增加高频，从而锐化图像边缘或细节特征的图像增强方法,一幅影像f(x,y)能被表达成照度分量和反射分量两部分的乘积：f(x,y)=i(x,y)*r(x,y)式中i(x,y) 为照度分量，r(x,y) 为反射分量。 

同态滤波 在envi哪里

在主菜单的Filters里。

同态滤波是减少低频增加高频，从而减少光照变化并锐化边缘或细节的图像滤波方法。

同态滤波的流程为，空间域图像对数运算傅里叶正变换同态滤波傅里叶逆变换指数运算同态滤波结果。不同空间分辨率的遥感图像，使用同态滤波的效果不同。如果图像中的光照可以认为是均匀的，那么，进行同态滤波产生的效果不大。但是，如果光照明显是不均匀的，那么同态滤波有助于表现出图像中暗处的细节。

同态滤波的原理

同态系统

有一类特殊的非线性系统,它遵从广义的叠加原理.在代数上,这类系统用输入和输出的矢量空间之间的线性变换来表征,因而称为同态系统.

同态滤波

利用广义叠加原理对同态系统进行滤波.

同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/ 反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。

同态滤波的基本原理是：将像元灰度值看作是照度和反射率两个组份的产物。由于照度相对变化很小，可以看作是图像的低频成份，而反射率则是高频成份。通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。

同态滤波处理的流程如下：

S（x,y）------Log----FFT----高通滤波----IFFT----Exp----T(x,y)

其中S（x，y）表示原始图像；T（ x，y）表示处理后的图像；Log 代表对数运算；FFT 代表傅立叶变换；IFFT 代表傅立叶逆变换；Exp 代表指数运算。

同态滤波与基于retinex理论的去雾有什么区别

同态滤波简介： 同态滤波是把频率过滤和灰度变换结合起来的一种图像处理方法，它依靠图像的照度/ 反射率模型作为频域处理的基础，利用压缩亮度范围和增强对比度来改善图像的质量。使用这种方法可以使图像处理符合人眼对于亮度响应的非线性特性

同态滤波的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于同态滤波过程、同态滤波的信息别忘了在本站进行查找喔。