空域滤波

使用说明

空域滤波是在图像空间几何变量域上直接修改、抑制图像数据并消减噪声的图像增强处理方法。其核心操作是:用一个预设的小型矩阵(称为滤波器、模板或卷积核)在图像空间(x, y)中滑动,并根据核内像素的原始值和核的系数,计算出该位置新的像素值。

该功能可以应用于卫星影像噪声的平滑、影像细节增强,如生态变化检测、水体边缘检测等场景。

SuperMap ImageX Server 2026 开始支持。

功能入口

工具 -> 图像增强 -> 空域滤波

参数说明

参数名称 参数释义 参数类型
影像文件 选择待处理的影像数据文件。 String
滤波类型

选择影像数据要进行空域滤波的类型,可用选项包括:

  • 高通滤波:线性滤波,只对低于某一给定频率以下的频率成分有衰减作用,而允许 这个频率以上的频率成分通过,保持图像高频信息的同时消除了图像中低频成分。它可以用于增强纹理、边缘等信息。
  • 低通滤波:线性滤波,只对高于某一给定频率以上的频率成分有阻碍、衰减作用,而允许这个频率以下的频率成分通过。它可以用于图像平滑,领域越大平滑效果越好,但边缘信息损失变大。
  • 中值滤波:非线性平滑滤波,它将窗口内的所有像素值按高低排序后,取中间值作为中心像素的新值。中值滤波对椒盐噪声或斑点有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊。
  • 均值滤波:线性低通滤波,它对于每个像素,取邻域像素值的平均值作为该像素的新值。
  • 最大值滤波:非线性滤波,用邻域内最大的像素值替换中心像素。常用于去除暗点噪声。
  • 最小值滤波:非线性滤波,用邻域内最小的像素值替换中心像素。常用于去除亮点噪声。
  • 拉普拉斯滤波:边缘增强滤波,它强调图像中的最大值,不用考虑边缘的方向。
  • Roberts滤波:非线性边缘检测滤波,基于2×2最小邻域的对角差分方法。常用于高分辨率城市建筑物提取,定位精度最高但噪声敏感。
  • Prewitt滤波:非线性边缘检测滤波,采用3×3均匀权重的方向差分方法。常用于自然景观和土地利用分类,对植被边界和自然纹理响应均匀。
  • Soberl滤波:非线性边缘增强滤波,使用3×3中心加权的差分方法,常用于噪声环境下的通用边缘检测(如SAR影像、道路提取)。与Roberts滤波、Prewitt滤波相比,Soberl滤波抗噪性最好,综合性能最优。
Enum
滤波器大小 滤波器大小是指滤波时的窗口大小,为正方形,其边长为3-33的奇数,默认为3。滤波器越大,计算越慢。 Integer
处理波段 默认处理影像的所有波段,也支持仅处理部分波段。 Array
加回值比例 加回值的百分比例,范围为[0,100],默认为0。加回值表示结果中原值的比例,剩下的比例为计算出的值。 Integer
用边界的值填充 是,处理边界时使用边界的值进行填充;否,则填充0值。 Boolean
输出文件 设置输出文件的名称和存放路径。 String
文件类型 设置输出影像的存储类型,提供 Tiff/GeoTIFFErdas ImagePCIDSK 格式,默认为 Tiff/GeoTIFF Enum
压缩方式

文件类型为 Tiff/GeoTIFF 时可用,默认为 NONE

设置导出栅格数据的压缩方式,更多方法介绍请参考压缩方式

Enum

相关主题

频域滤波

自定义空域滤波