遥感图像的假彩色合成

北京化工大学

学士学位论文

遥感图像的假彩色合成

姓名：刘晓璐

班级：信息与计算科学0304班

学号：200362102

遥感图像的假彩色合成

摘要：遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内及其我国的许多政府部门，科研单位和公司得到了广泛的应用。在遥感数据源向着更高光谱分辨率和更高空间分辨率发展的同时，处理技术也更加成熟；在应用上，结合了地理信息系统（GIS）和全球定位系统（GPS），向着更系统化，更定量化方向发展，使遥感数据的应用更加广泛和深入。

假彩色增强是将一幅彩色图像映射为另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。

本文的主要目的就是大遥感的多光谱图像用自然彩色显示。在遥感的多光谱图像中，有些是不可见光波段的图像，如近红外，红外，甚至是远红外波段。因为这些波段不仅具有夜视能力，而且通过与其他波段的配合，易于区分地物。

用假彩色技术处理多光谱图像，目的不在于使景物恢复自然的彩色，而是从中获得更多的信息。为了实现这样的目的，本文采用了MATLAB数学软件编程的方法以及运用Envi4.2 软件直接编辑图像这两种方法，并对其进行对比，得出最优的合成图像。

关键词：图像融合，假彩色合成，彩色增强，灰度级，RGB图像，

False color mapping for image fusion

Abstract: A pixel-based color-mapping algorithm is presented that produces a fused false color rendering of two gray-level images representing different sensor modalities.

The resulting images have a higher information content than each of the original

images and retain sensor specific image information. The unique component of

each image modality is enhanced in the resulting fused color image representation.

First, the component of two original input images is determined. Second, the

common component of each image. Third, the unique component of each image

modality is subtracted from the image of the other modality. This step serves to

enhance the representation of sensor-specific details in the final fused result.

Finally, a fused color image is produced by displaying the images resulting from

the last step through, respectively, the red and green channels of a color display.

The method is applied to fuse thermal and visual images. The results show that

the color mapping enhances the visibility of certain details and preserves the

specificity of the sensor information. The fused images also have a fairly natural

appearance. The fusion scheme involves only operations on corresponding pixels.

The resolution of the input images. Before fusing, the contrast of the images can

be enhanced and their noise can be reduced by standard image processing

techniques. The color mapping algorithm is computationally simple. This implies

that the investigated approaches can eventually be applied in real time and that

the hardware needed is not too complicated or too voluminous(an important

consideration when it has to fit in an airplane, for instance).

Key words: image fusion, false color mapping, color enhances, gray-level, RGB images

前言

点明毕业论文的论题、学术意义以及其与所阅读文献的关系，简要说明文献收集的目的、重点、时空范围、文献种类、核心刊物等方面的内容。

一．遥感图像假彩色合成的重要意义：对过去和历史的介绍及科学成就应用领域。

遥感的英文是“Remote Sensing"，意为“遥远的感知”。其科学含义一般理解为:在遥远的地方，感测目标的“信息”，通过对信息的分析研究，确定目标的属性及目标物之间关系。也就是说:不与目标物接触，凭借其发出的某些信息识别目标，所以有人将遥感技术作为一种侦查技术。

目前，对遥感比较一致的定义是:在远离被测物体或现象的位置上，使用一

定的仪器设备，接收、记录物体或现象反射或发射的电磁波信息，经过信息的传

输、加工处理及分析与解译，对物体及现象的性质及其变化进行探测和识别的理

论与技术。

1958年，世界上第一张航空像片获得后，出现的航片判读技术是现代遥感技术的雏形。1956年，世界上第一颗人造地球卫星发射成功，为遥感技术的发展创造了新的条件。同时计算机技术的发展和应用使海量卫星数据的处理等方面快速有效，尤其在图像的压缩、变换、复原、增强和信息提取方面更显示了它的优越性。现代遥感史以20世纪60年代末人类首次登上月球为重要里程碑，随后美国宇航局(NASA)、欧空局(ESA)和其他一些国家，如加拿大、日本、印度和中国先后建立了各自的遥感系统。所有这些系统已提供了大量从太空向地球观测而获得有价值的数据和图片。随着信息技术和传感器技术的飞速发展，卫星遥感影像分辨率有了很大提高，包括空间分辨率、光谱分辨率和时间分辨率。1972年美国发射了第一颗地球资源技术卫星(ERTS-1)后更名为陆地卫星1号(Landsat-1)，标志着地球遥感新时代的开始。1972年以后，美国发射了一系列陆地卫星，包括陆地卫星1号至7号，所携带的传感器由四波段的多光谱扫描仪(MSS的分辨率为80m)发展到80年代初投入使用的专题制图仪(TM影像有7个波段，分辨率除第6波段的120m外，其余皆为30m)，再到1999年4月发射升空的陆地卫星7号所搭载的增强型专题制图仪ETM十(第6波段的分辨率提高到60m，增加了分辨率为15m 的全色波段)。80年代后期至90年代初，法国发射的SPOT卫星上载有20m (10m)的高分辨率传感器(HRV分辨率为20m,全色波段为10m)，SPOT 能在邻近的轨道间实现立体覆盖，主要目的是对同一感兴趣的地区进行重复观测监视它的动态变化。1999年9月，美国空间成像公司(Space Imaging Inc.)发射成功的小卫星上载有1KONOS传感器，能够提供10m的全色波段和4m的多光潜波段，是世界上第一颗商用1m 分辨率的遥感卫星。此外，SPIN-2卫星数据由俄国返回式卫星从80年代至今获得，它提供2m 和10m 分辨率全色影像数据及DEM 和立体像对。由韩国太空研究院所有的KOMPSAT卫星数据从2000年开始可以提供6.6m分辨率的全色波段数据和13m多光谱(四个波段)数据。

另一方面，低空间、高时相的AVHRR(气象卫星NOAA系统系列，星下点分辨率为lkm)以及其他各种航空航天多光谱传感器亦相继投入运行，形成现代遥感技术高速发展的盛期。除了常规遥感技术迅猛发展外，开拓性的成像光谱仪的研制己在80年代开始，并逐渐形成了高光谱分辨率的新遥感时代。

2001年发射的OrbView卫星能同时提供更高空间分辨率和光谱分辨率的数据。它提供lm全色波段影像和4m或5m的多光谱波段及空间分辨率为8m的200个波段的高光谱数据。

遥感及遥感影像的发展不仅仅表现在传感器空间分辨率的提高上，其他各个方面发展也十分快，遥感平台由遥感卫星、宇宙飞船、航天飞机有一定时间间隔的短中期观察，发展为以国际空间站为主的多平台多层面，长期的动态检测。遥感图像处理硬件系统也从光学处理设备转向数字处理系统，处理速度急速增加，使海量数据的处理成为现实。遥感图像处理软件系统不断翻新，从人机对话(ARIESI Z S101等)发展到视窗方式

总之，信息技术和传感器技术的飞速发展带来了遥感数据源的极大丰富，每天都有数量庞大的不同分辨率的遥感信息，从各种传感器上接收下来。这些高质量的遥感数据为遥感定量化、动态化、网络化、实用化和产业化及利用遥感数据进行地物特征的提取提供了丰富的数据源。

二．假彩色合成技术国内外发展状况：近年来的科学成就

国内外发展了许多针对彩色图像的增强处理方法，比如灰度图像增强和彩色图像增强。灰度增强是一种点处理方法，灰度增强主要突出像元之间的反差(或称对比度)，所以也称“反差增强”，“反差扩展”，或“灰度拉伸”等。目前几乎所有遥感图像都没有充分利用遥感器的全部敏感范围，各种地物目标的灰度值往往局限在一个比较狭小的灰度范围内，使图像看起来不鲜明清晰，许多地物目标和细节彼此相互遮掩，难于辨认。通过灰度拉伸处理，扩大图像灰度值动态变化范围，可加大图像象元之间的灰度对比度，因此有助于提高图像的可解译性。灰度拉伸方法有线性拉伸、分段线性拉伸、及非线性拉伸等。

遥感图像的彩色增强是遥感图像应用处理的一个关键技术。彩色增强包括密度分割和彩色编码、彩色合成、HIS变换。密度分割的目的是以色彩差异来突出和增强感兴趣的地物目标，所以密度分割的层数和分割点都要根据专业知识和经验，并参照地物波潜来确定。彩色合成是图像增强应用最为广泛的一种处理技术，随着多光谱遥感和多源数据融合技术的发展，日益显示出其巨大的应用价值。为了获得最佳的合成效果，优化参与合成的分量图像组合及赋色方案非常重要关于组合问题，一方而通过计算各种组合嫡值反映的信息、量大小，同时分析各分量识别区分主要地物类别能力高低来确定。

在图像增强方面，杨燕京等证明在我国南方林区，TM遥感影像增强法最好是非线性变换。先行变换有利于针叶树种的判读。黄建文用归一化指数法(NDVI)及比值与原始波段复合的方法进行图像增强，认为比值和原始波段复合法是最好的分类方法。塔西浦拉提.特依拜等提出二维RGB法，也比较实用。

图像融合也是图像增强的一种方法，国内外在图像融合方面进行的探索和研究也很多。贾永红等在研究BP神经网络的基础上，采用动量法和学习率自适应策略，提高了可靠性。并提出实现了多元遥感影像象素级融合分类两种方法。王仁礼将三种HIS 变换反用于SPOT全色波段与TM多光谱数据融合并证明六棱柱法优于三角形法。贾永红、孙家柄等提出遥感多光谱影像数据与航片数字化影像融合方法I'll. 1990年12月在第29届IEEE控制与决策会议上，MIT的A-SWillsky教授法国数学家A.Benvensite和B.R.Nikoukhah首先提出了多尺度系统理论。他们利用小波逆变换中尺度与时间的相似性，将卡尔曼滤波和Rauch Tung Striebel平滑算法推广到多尺度状态空间，给出了二维信号的多尺度估计与融合算法。意大利的GSimon等人将这一算法推广到二维图像处理，用于多分辨率SAR图像的融合。他们将分辨率不同的4幅图像对应于4个不同

尺度上的测量，基于这4个测量对事物的状态进行估计，得到最小方差意义上的最优融合图像.la1高精度遥感影像纠正融合新方法有国际著名的数字摄影测量学者张祖勋教授提出的一种先进的遥感影像相互校准的大面元微分纠正算法，在其基础上又提出了小面元微分纠正算法。该算法利用了数字摄影测量中影像匹配的研究成果，即影像特征提取与基于松弛法的整体影像匹配，全自动地获取密集同名点对作为控制点，由密集同名点对构成密集三角网(小面元)，利用小三角形面元遣行微分纠正，实现影像精确配准。然后进行影的像纠正融合处理，这使遥感影像的配准、纠正与融合技术提高到了新的阶段。

遥感影像增强和融合对提高遥感影像视觉效果起着至关重要的作用。通过图像的增强和融合可以提高影像的判别精度，并使遥感影像更满足人们的视觉心理要求。这些方法是遥感影像近自然彩色模拟必不可少的步骤。

三．本课题的意义及研究途径概述：对Toet方法的介绍，改进，对比，主要方法，目

的，意义，文献种类。

遥感数据以其多种优势在许多行业领域得到广泛应用，林业遥感是众多应用中的一种。近20年来，林业遥感技术有了长足进步，林业遥感己成为中国遥感技术中应用最为活跃的领域之一。利用遥感数据进行森林资源、生态资源、林火和病从虫害检测等正趋普遍，效果也日益明显。

更明显的不足是遥感影像的色彩方面。航天遥感影像的色彩，不是地物的自然颜色的映射，与实际地物颜色差别很大。在视觉上也给用户带来不便，利用卫星像片进行判读的地类、林分等非常不稳定。彩色合成是多光谱图像处理的有效方法，它把只有灰度差别的一组单谱段图像按照人们的需要有机的合成为一幅彩色图像，既可以增加可视信息量，又可以增强目标与背景或不同地物之间的对比，从而使图像的解译能力得到改善。针对不同的应用目的，可以实施不同的彩色合成方案。本研究旨在通过遥感影像的假彩色合成以及增强处理，使图实现遥感影像色彩向自然色彩的逼近，在影像的视觉上和信息含量上能有-个双重突破，满足生产应用部门的要求，同时也提高了遥感影像的判读精度。

本文主要参考Toet方法（将在下一章中进行具体的介绍），对其进行编程实现并进行改进来达到本篇论文的最终目的。在进行论文完善的过程中，参考了大量的期刊和书籍文献。

正文

第一章：遥感图像的特征及图像融合的基本概念

本章首先介绍了遥感图像的基本特征，直方图，灰度级以，并介绍了一些关于彩色视觉与彩色图像的基本知识。其次，在本章节中还介绍了假彩色的概念和一些常见的合成与增强的方法，为在下一章中对主要的几种方法进行分析和对比打下理论基础。

1.1 遥感图像的特征分析

1.1.1遥感的基本概念：广义，狭义

遥感从广义上说是泛指从遥远探测、感知物体或事物的技术。自然界中有很多遥感现象。1962年，在美国密执安大学威罗兰召开的第一次环境遥感讨论会上将远距离探测技术正式命名为Remote Sensing通常缩写为RSI11。具体的说，遥感即不直接接触物体本身，从远处通过仪器〔传感器)探测和接收来自目标物体

的信息(如电场、磁场、电磁波、地震波等信息)，经过信息的传输及其处理分析，识别物体的属性及其分布特征的技术。卫星遥感成为检测地球资源与环境宏观变化的最佳手段。

1.1.2 遥感的类型：按遥感平台分，按传感器的探测波段分，按工作方式分，按遥

感的应用领域分。

遥感的分类方法很多，主要有下列几种：

1.按遥感平台分类：

地面遥感：传感器设置在地面平台上，如车载、船载、手提、固定或活动高架平台等；

航空遥感：传感器设置于航空器上，主要是飞机、气球等；

航天遥感：传感器设置于环地球的航天器上，如人造地球卫星、航天飞机、空间站、火箭等；

航宇遥感：传感器设置于星际飞船上，指对地月系统外的目标的探测.

2.按传感器的探测波段分类：

紫外遥感：探测波段在0．05～0．38μm之间；

可见光遥感：探测波段在0．38～0．76μm之间；

红外遥感：探测波段在0．76—1 000μm之间；

微波遥感：探测波段在1 mm～10m之间；

多波段遥感：指探测波段在可见光波段和红外波段范围内，再分成若干窄波段来探测目标。

3.按工作方式分类：

主动遥感和被动遥感：主动遥感由探测器主动发射一定电磁波能量并接收目标的后向散射信号；被动遥感的传感器不向目标发射电磁波，仅被动接收目标物的自身发射和对自然辐射源的反射能量。

成像遥感与非成像遥感：前者传感器接收的目标电磁辐射信号可转换成(数字或模拟)图像；后者传感器接收的目标电磁辐射信号不能形成图像。

从大的研究领域可分为外层空间遥感、大气层遥感、陆地遥感、海洋遥感等；

4.按具体应用领域分类：资源遥感、环境遥感、农业遥感、林业遥感、渔业遥

感、地质遥感、气象遥感、水文遥感、城市遥感、工程遥感及灾害遥感、军事遥感等，还可以划分为更细的研究对象进行各种专题应用。

1.1.3 遥感的主要特点：大面积的同步观测，时效性，数据的综合性和可比性，经

济性，局限性。

遥感具有空间性、时间性、波谱特性、技术先进受地面限制少、信息量大等特点。空间特性是指遥感的探侧距离远、范围大，具有宏观性和直观性;

时间性是指遥感获取资料和信息快、更新周期短，能够动态检测并能反映动态变化;波谱特性是指有许多波段(红外、紫外、可见光、微波短)都用于遥感，各波段的性质不同，应用范围也各不相同;信息量大用途广的特性是指遥感获取的信息量巨大，己经广泛应用于地质、气象、环保、土地利用和土地覆盖、军事侦察和测绘等多个领域。相对于其他对地观测技术，遥感具有先进性、综合性、和实用性的特点121。其先进性表现在它涉及当代多项先

进技术和尖端领域;综合性表现在它是多项种技术的有机结合。

遥感按遥感平台(搭载遥感器的载体)分类，遥感可分为航天遥感(人造卫星

和宇宙飞船等)、航空遥感(飞机和气球等)、地面遥感(遥感车和遥感塔等):

按不同地学研究对象可分为大气遥感、海洋遥感、陆地遥感三大领域;按照

应用领域可分为地质遥感、环境遥感、土地遥感、卜地覆被遥感、林业遥感

等。

1.1.4 遥感图像的直方图统计和强度分层：

1.灰度直方图

直方图是图像窗口中，多种不同灰度的像素分布的概率统计。视觉系统所观察到的图像窗口中的纹理基元必然对应于一定概率分布的直方图，其间存在着一定的对应关系。根据这个特点，就可以让计算机来进行两个适当大小的图像窗口中的纹理基元的计算和分析；或已知两个图像窗口中的一个窗口里的纹理基元时，若将连续的图像窗口的直方图的相近性进行比较，即可发现及鉴别纹理基元排列的周期性和紧密性等。具体步骤如下：

1)选择合适的领域大小；

2)对每一个像素计算出其领域中的灰度直方图；

3)比较求出的直方图与已知的各种纹理基元或含有纹理基元的领域的直方

图间的相似性，若相似，则说明图像中了能存在已知的纹理基元；

4)比较不同像素所对应的滞港图间的相似性，从中可以发现纹理基元排列

的周期性，疏密性等特征。

2．强度分层技术

强度分层的技术（有时候也叫做密度分层）以及彩色编码是伪彩色处理最简单的例子之一。如果一个图像被转换成三维函数（空间坐标的强度），这种方法可以被看作是放置一些平行于图像坐标面的平面，然后在相交的全域里，每个

l分成两平面切割这个函数。图1.1.4.1 就是一个利用平面把图像函数(,)

f x y=

i 部分的例子。

图1.1.4.1强度分层技术的几何解释

如果给图1.1.4.1 的每一个平面赋予不同的彩色，每一个平面上方的灰度级像素将被编码成一种彩色，并且任意一个平面下方的像素将被编码成另一种颜色。在平面上的灰度层本身也可能被编码成这两种彩色之一。结果是两色图像所表现出来的图像彩色可以由沿灰度轴上下移动的分割平面来控制。

通常情况下，这种技术可以被总结为以下情形：令[0，L-1]表示灰度级，设0l 表示黑色[(,)0f x y =]，1L l -表示白色[(,)1f x y L =-] 。假设把垂直于强度轴的P 个平面定义为12,,...,p l l l 其中0

121,,...,P V V V +。灰度级到彩色值是由下列关系实现的：

(,)k f x y c = (,)k f x y V

∈ （1.1.4.1 ） 其中，k c 是于强度间隔k V 第k 级强度有关的彩色，k V 是通过在1l k =-和l k =上的分隔平面定义的。

就强度分层技术的几何解释来说，平面的概念是很有用的。图1.1.4.2显示了另一种解释，它定义了如图1.1.4.1所示的相同的映射。根据图1.1.4.2所示的映射函数，根据位于i l 取值的上下，任何输入的一个灰度级都可以赋予两种颜色

中的一种。当使用到更多灰度级时，映射函数就会呈现阶梯形式。

图1.1.4.2 强度分层技术的另一种解释

1.1.5 彩色视觉与彩色图像：

彩色图像处理的许多目标是帮助人更好地观察和理解图像中的信息，处理方案的选择和设计与信源和信宿的特征密切相关。所谓信源就是处狸前或者处理理后的图像，而信宿就是处理前后信息的接收者—人的视觉系统。因此了解图像特点和人的视觉系统对彩色的感知规律是十分必要的，本小节将介绍有关这方面的内容，即色度学的知识。

1.2 假彩色处理

1.2.1 假彩色合成的基本概念：

遥感影像所记录的包含大量地面信息的灰度并不一定能够直接用来识别地物，因为记录的是光谱带电磁波谱能量。通过处理，改变原影像灰度结构关系，使影像更加适于目视判读。尽管灰度影像有256个等级，但是实际记录的影像灰度差微小，人眼不能区别开来，一般人眼能区别的灰度大概只有30-40个等级。

但人眼识别和区分色彩的能力却大得多，可达数百中甚至上千种。显然，根据人的视觉特点将彩色应用于图像中能在很大程度上提高遥感图像目标的识别精度。自然界中的物体， 由于物质成分各不相同，对自然光有着不同的选择性吸收和反射能力，而呈现出不同的色彩。电磁波中可见光能被人眼感觉，不同波长的光显现出不同颜色。人们对色彩的敏感有利于人眼对图像的判读，扩大影像判读范围。为此，若将一般的黑白图像处理成彩色图像，显然可提高原图像的分辨能力，获得更好的判读效果。彩色合成处理就是依照人眼色觉原理发展形成的一种光学增强处理方法。

伪彩色的主要应用是为了能让人用肉眼观察的方式，来解释一幅图像或者序列图像中的灰度目标。就像是本章已开始说的那样，运用彩色的其中一个目的就是，人们可以辨别上千个彩色和强度，但与灰度相比人们只能辨别二十几种。实现灰度图像的伪彩色有频率域和空间域两大类方法。频率域中主要有频率滤波法，它输出图像的伪彩色与黑白图像的灰度级无关，而仅与黑白图像的不同空间频率成分有关;空间域中实现灰度图像等密度伪彩色编码，目前主要有以下四种方法，即密度分层法、灰度级一彩色变换法、互补色编码法和连续颜色编码法。密度分层法中，可以人为地将不同灰度级设置为不同色但当灰度级太多时，这种方法显得太烦琐。灰度级一彩色变换法和像素自身变换法实质上是建立图像的灰度级与颜色的一种影射关系，而互补色编码法是在建立灰度级与彩色的对应关系时，将两两相邻灰度级设置为互补色。下面简单介绍一下灰度级一彩色变换法。灰度级的彩色变换法就是把黑白图像的各个灰度值按照一定的函数关系映射成相应的彩色，不同的灰度级对应着不同的彩色。根据色度学原理，任何一种颜色都可以由红、绿、蓝3基色按不同比例来合成，因此图像的伪彩色处理首先要设定红、绿、蓝3个变色函数，对应每个f(x ,Y) 都有相应的红、绿、蓝输出，之后三者又合成为一个彩色，用下式表示:

}

{}

{}

{}{(,)(,)(,)(,)(,)(,)(,,)(,),(,),(,)R G B R x y T f x y G x y T f x y B x y T f x y R G B R x y G x y B x y ====

其变换过程如图2-6所示

典型的灰度一彩色变换的传递函数如图2-7所示:

图 (a) 表 示红色变换的传递函数，凡是小于L/2的灰度级，将转变为最

暗的红色，而在L/2到3L/4之间的灰度将使红色从暗到最亮成线J 性关系变换，凡是大于3L/4直到最大灰度级的L 灰度均转变成最亮的红色。图(b)和图(c)分别表示绿色和蓝色变换的传递函数，含意与红色转换传递函数类似。(d)综合传递函数为三种彩色传递函数组合在一起的情况，由图可知只有两端点和中心点的回答才是纯三元色。采用这种组合方案，将使整个灰度范围内的任何两种灰度都不具有相同的色彩。以上 这 些 方法都是直接基于RGB 三基色空间实现的，很难按照人们的感知习惯指定颜色。而在实际应用中，特别是医学图像的处理中，往往需要伪彩色图像符合人们的视觉习惯，以方便医生对病体的观察。有人提出一种基于感知颜色空间的伪彩色编码方法[22]可以根据不同的实际需要，方便地建立灰度级和颜色的色调、饱和度和亮度的不同对应关系，使产生的医学伪彩色图像符合人们的感知习惯，视觉效果较好。

1.2.2 假彩色增强的基本概念：

图像的增强是指特定的需要突出图像中的某些信息，使得处理的结果更适

合人眼的观察和机器的分析处理。由于传统的面向具体问题的图像增强方法带有很大的局限性，使得人们的注意力转向了用模糊数学的方法进行增强。这是近几年的研究趋势，也在医学图像中 ，在分析和阅读汇集医学图像时，图像的对比度，边缘特征对诊断的正确性非常重要。

伪彩色增强是用彩色来代替像素灰度值的一种技术。常用的方法是把黑白

图像的灰度从0（黑）到r M （白）分成N 个区间j I ，j=1，2, ,N 。给每个区间j I 指定一种彩色。例如在微观电视系统中，在白天具有不同表观颜色的材料，经光阴极几分成像后，却可能具有香同的图像亮度值即灰度值，因而很难分辨，利用为彩色处理后，他们也将被赋予相同的彩色，并不能达到提高识别能力的目的。

与伪彩色增强不同，假彩色增强所处理的原图不是黑白图像，而是一幅由

三基色面会的彩色原图，或者一组描绘同一目标的多光谱图像，通过映射函数将他们逐点映射到有现实三基色所确定的空间。设这组描述同一目标的多光谱

图像为12(,),(,),,(,)k f m n f m n f m n ???，所映射的三基色分量的值(,)R m n ，(,)G m n ,???,(,)B m n ，则假彩色增强可定义为：

}{}{}

{111(,)(,),,(,)(,)(,),,(,)(,)(,),,(,)R k G k B k R m n T f m n f m n G m n T f m n f m n B m n T f m n f m n ?=?????=?????=????? （1.2.2.1）

其中k 表示分别在光谱k 个不同波段上提取了k 幅图像。这时，目标上同一像素将对应k 个原始值，经由（1.2.2.1）式映射为现实三基色分量的值。,,R G B T T T 是原图像灰度值的现行或者非线性函数。假彩色增强不改变原来像素的位置。 运用假彩色增强可使显示图像中的目标具有与彩色原图不同的彩色，可使感兴趣的目标置于特定的彩色环境中而更引人注目。对于由假彩色再现这些图像

假彩色合成的方法：

在本篇论文中，我们主要用到的是如下的方法。

在一幅灰度图象中，人眼只能同时区分出由黑到白的二十多种灰度级，而

人眼对彩色的分辨率可达到几百种甚至上千种。所以将彩色箱式技术应用到图像融合中，用不同彩色来显示灰度差，便可以增强融合图像的可识辨性。Alexander Toet 等给予生物学中彩色对抗的原理提出了一种新的伪彩色融合方法，其具体的算法是：对两个输入图像A1和A2，求出它们的相同部分C ；然后用两幅输入图像分别减去其相同部分构成的图像，得到两幅图像的特有成分图像A3和A4；最后，用图像A1和C 的差异图像A5馈入R 通道，用图像A2和C 的差异图像A6 馈入G 通道，将两幅图像的共有成分C ，馈入B 通道。这样就得到了融合图像的RGB 图像。如图所示：

C=A1表示两幅图像的公共分量，A3=A1-C 表示图像A1的独有部分，A2的独有部分，A5= A1-A4表示图像A1和C 的差异图像，A6=A2-A3表示图像A2和C 的差异图像。在下面的一章中，将具体的谈到这种方法，并运用Matlab 实现图像的假彩色合成。

第二章 遥感图像的假彩色合成处理方法

本章将集中介绍并全面阐述Toet 算法的具体思路，以及一些Matlab 读取假彩色图像的基本程序和实现Toet 算法的基本过程。

2.1 基于像素集的图像融合算法：

最常用的三种基于像素集的图像融合算法有：加全平均，Toet 算法以及基于小波变换的算法。在这里我们主要应用Toet 算法用于两幅假彩色图像的融合，并用标准偏差的量化判据来来说明，对于不同的假彩色图像，Toet 算法所实现的融合程度是不同的，并且对于信号较弱的图像，Toet 算法任需要进一步的改进。

2.1.1 Toet 算法：

1）假彩色图像A 和B 的共同成分，设输入假彩色图像(,)A i j 以及(,)B i j 表示他们各自的灰度值，共同成分可以通过球两幅图像各相应像元灰度值的较小值实现，即：

min{(,),(,)}A B A i j B i j ?=，

其中符号“?”表示交集。

2）从第一幅假彩色图像上扣除共同成分，得到假彩色图像的特征成分*A ，*A A A B =-?；同样的道理，从第二副假彩色图像上扣除共同的成分，得到假彩色图像的特征成分*B ，*B B A B =-?。

3）从第一幅假彩色图像中扣除第二幅图像的特征成分，即可得到：

*()A B A B A B -=-+?；

从第二幅假彩色图像中扣除第一幅图像的特征成分，同理可得：

*()B A B A A B -=-+?

这项操作是为了改善融合图像的效果。

4）确定两幅假彩色图像的不同成分，**B A B A -=-，当**B A <时，定义**0B A -=。此操作的目的是将两幅图像的不同成分当作背景，从而更加图像增强图像的位置；该成分在融合图像中的比重由权重系数决定。

5）将步骤3）和4）中得到的结果按不同权重计算融合图像的灰度值。

****()()()G a A B b B A c B A =-+-+-，

,,a b c 为权重系数；权重系数的确定可以根据观察需要确定，1a b c ++=。

6-遥感图像特征和解译标志

上次课主要内容 4.4简单自然地物可识别性分析 4.5复杂地物识别概率(重点理解) ①要素t 的价值②要素总和（t 1，t 2，…，t m ）t 的价值 K -K E ∑ = ③复杂地物识别概率的计算理解p70~71例子

第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 5.2 遥感图像特征与解译标志的关系 5.3 遥感图像的时空特性 5.4 遥感图像中的独立变量 5.5 地物统计特征的构造

第五章遥感图像特征和解译标志 地物特征 电磁波特性 影像特征 遥感图像记录过程 n 图像解译就是建立在研究地物性质、电磁波性质 及影像特征三者的关系之上 n 图像要素或特征，分“色”和“形”两大类：?色：色调、颜色、阴影、反差； ?形：形状、大小、空间分布、纹理等。“形”只有依靠“色”来解译才有意义。

第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n两个定义： ?解译标志定义：遥感图像光谱、辐射、空间和时间特征决定 图像的视觉效果、表现形式和计算特点，并导致物体在图像上 的差别。 l给出了区分遥感图像中物体或现象的可能性； l解译标志包括：色调与色彩、形状、尺寸、阴影、细部（图 案）、以及结构（纹理）等； l解译标志是以遥感图像的形式传递的揭示标志； ?揭示标志定义：在目视观察时借以将物体彼此分开的被感知 对象的典型特征。 l揭示标志包括：形状、尺寸、细部、光谱辐射特性、物体的阴 影、位置、相互关系和人类活动的痕迹； l揭示标志的等级决定于物体的性质、他们的相对位置及与周围 环境的相互作用等；

第五章遥感图像特征和解译标志 5.1 解译标志的定义和分类 n解译标志和揭示标志的关系： ?解译标志是以遥感图像的形式传递的揭示标志； ?虽然我们是通过遥感图像识别地物目标的，但是大多数情况 下，基于遥感图像识别地物并作出决定时，似乎并不是利用解 译标志，而是利用揭示标志。 例如，很多解译人员刚看到图像就差不多在脑海中形成地物的形象， 然后仅仅分析这个形象就能作出一定的决定。实际上，有经验的解译人 员，在研究图像的解译标志并估计到传递信息的传感系统的影响以后， 思想中就建立起地物的揭示标志，并在这些标志的基础上识别被感知物 体。解译人员在实地或图像上都没见过的地物或现象是例外。 n解译标志和揭示标志可以按两种方式进行划分：?直接标志和间接标志； ?永久标志和临时标志；

多波段遥感图像彩色合成处理解析

多波段遥感图像彩色合成处理解析 【摘要】多波段遥感图像彩色合成是一种应用广泛的遥感图像应用处理，本文对其授课目标、授课方式、授课内容、授课顺序、授课重点等进行了设计，并将彩色合成原理从色度学、地物波谱特性、图像灰度值（图像密度、透光性）等几个方面进行关联，使学生真正学懂彩色合成的基本原理，并能灵活地应用到遥感图像专题信息提取的实践之中。 【关键词】标准假彩色合成；真彩色合成；加色法 0 引言 彩色合成是遥感数字图像处理方法中，最常用、最基本、也是最便捷有效的彩色增强处理方法，是关于遥感图像处理研究最早的内容之一，到目前为止一直在延续使用，而且必不可少，然而在教学中本人发现，学生对于光学原理完成的彩色合成从理论上并不能很好的理解，学生可以看到彩色图像，可以按照排列组合的方式，把所有能做的彩色合成全部完成，观察到色彩的变化，但是很难将色度学、地物波谱特性、图像灰度值、图像透光性等知识融合到一起进行综合分析，从原理上明白色彩变化的原因。本人从事遥感地质学教学工作多年，将彩色合成的教学经验进行了总结，希望对从事这方面教学工作的教师具有一定的帮助。 1 授课内容 假彩色合成，从标准假彩色入手，以植被为例。 1.1 MSS数据的光学标准假彩色合成 图1 标准假彩色合成（以植被为例，MSS数据） 图1为从波段选择，植被反射率，图像色调、透明正片密度，滤色片颜色、色光混合，植被颜色7大方面对于标准假彩色图像上植被颜色为品红色原理的列表解释。 1.2 ETM+数据的数字标准假彩色合成、真彩色合成。 图2 标准假彩色合成（以植被为例，ETM+数据） 图2和图3为以ETM+、TM数据为例，用数字图像处理的方法解释标准假彩色和真彩色合成的原理，因为该原理的实现是在计算机的遥感软件下完成，数据类型有一定的变化，所以透明正片密度用图像密度来代替，滤色片三原色，由计算机的RGB三原色代替，实现标准假彩色、真彩色合成。工作波段、名称、植物反射率、图像色调、DN值、图像密度、三原色、色光混合原理应该在本次课之前完成，在课上介绍到哪一部分就要做相应的复习。 1.3 授课需特别讲明的问题 1.3.1 光学和数字假彩色合成原理区别 遥感图像彩色合成处理的对象或基础是多波段遥感图像，单波段图像是地物在此波长范围内的反射波谱特性的直观显示，关键是如何理解对模拟图像的光学图像处理时和对数字图像的计算机处理时不同显示方式的表象和实质。 光学图像处理：处理对象是模拟图像，每一单波段图像可视为一张像片或一张透明正片。 反射率高的地物在银盐感光材料的相纸上（正像）、（像片），银粒密度低，色调浅；在银盐感光材料的片基上（正像）、（透明正片），银粒密度低，透光率高；合成时混入所配的某一原色光的量多。 反射率低的地物在银盐感光材料的相纸上（正像）、（像片），银粒密度高，

遥感数字图像处理

遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强 3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念

方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点? 计算图像经过下列操作后，其中心象元的值： – 3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 – Sobel边缘检测 – Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用 3.4彩色增强 彩色影像的类型：真彩色、假彩色、伪彩色

遥感地学解译

一、遥感地质学的主要研究内容是什么？ 答：遥感地质学主要是指研究地球上各种地质体和各种地质现象，根据和利用地质体的电磁波谱特征,借助先进的遥感科学技术。从各种载着地物电磁辐射特征的遥感资料中提取地质信息，以达到宏观，准确，快速的研究地质体和地质现象的目的，在地质与成矿理论指导下，研究如何应用遥感技术进行地质与矿产资源调查研究的学科.是遥感技术与地球科学结合的一门边缘学科。 它的主要研究内容大致包括如下： 1、各类地质体的电磁辐射特性及其测试、分析与应用; 2、遥感图像的地质解译与编图； 3、遥感数字资料的地学信息提取原理与方法； 4、遥感技术在地质各个领域的具体应用和实效评价。 二、遥感图像地学信息解译主要内容有哪些？ 答：地学解译是从遥感图像上获取目标地物信息的过程具体是指解读人员通过应用各种解译技术和方法在遥感图像上识别出地质体、地质现象的物性和运动特点测算出某种数量指标的过程。其原则应采用由已知到未知、从区域到局部、先易后难、由宏观到微观、从总体到个别、从定性到定量、循序渐进的方法。其解译的主要内容如下： 1、遥感地质岩性解译 通过已知相关资料中的波谱与空间信息特征判断地表的岩石产出特点和物性。主要包括三大岩类：岩浆岩、沉积岩、变质岩。解译标志有以下：色调、亮度、形态。 主要的解译方法： 1）利用增强变换处理提取岩性信息 2）采用增强处理方法提取色调信息，可以扩大不同岩性的灰度差别，突出目标信息和改善图像效果，提高解译标志的判别能力。常用的遥感图像增强方法有反差扩展、去相关拉伸、彩色融合、运算增强、变换增强等 3）利用纹理信息提取岩性信息 4）每个岩性单元的灰度值具有各自不同的空间变化特征是运用纹理进行岩性分类的基础。常用的纹理信息提取方法有灰度共生矩阵法、小波变换和傅立叶变换等。通常将纹理图像作为新的波段参与岩性分类，许多学者的研究表

遥感图像的假彩色合成

北京化工大学 学士学位论文 遥感图像的假彩色合成 姓名：刘晓璐 班级：信息与计算科学0304班 学号：200362102

遥感图像的假彩色合成 摘要：遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内及其我国的许多政府部门，科研单位和公司得到了广泛的应用。在遥感数据源向着更高光谱分辨率和更高空间分辨率发展的同时，处理技术也更加成熟；在应用上，结合了地理信息系统（GIS）和全球定位系统（GPS），向着更系统化，更定量化方向发展，使遥感数据的应用更加广泛和深入。 假彩色增强是将一幅彩色图像映射为另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。 本文的主要目的就是大遥感的多光谱图像用自然彩色显示。在遥感的多光谱图像中，有些是不可见光波段的图像，如近红外，红外，甚至是远红外波段。因为这些波段不仅具有夜视能力，而且通过与其他波段的配合，易于区分地物。 用假彩色技术处理多光谱图像，目的不在于使景物恢复自然的彩色，而是从中获得更多的信息。为了实现这样的目的，本文采用了MATLAB数学软件编程的方法以及运用Envi4.2 软件直接编辑图像这两种方法，并对其进行对比，得出最优的合成图像。 关键词：图像融合，假彩色合成，彩色增强，灰度级，RGB图像，

False color mapping for image fusion Abstract: A pixel-based color-mapping algorithm is presented that produces a fused false color rendering of two gray-level images representing different sensor modalities. The resulting images have a higher information content than each of the original images and retain sensor specific image information. The unique component of each image modality is enhanced in the resulting fused color image representation. First, the component of two original input images is determined. Second, the common component of each image. Third, the unique component of each image modality is subtracted from the image of the other modality. This step serves to enhance the representation of sensor-specific details in the final fused result. Finally, a fused color image is produced by displaying the images resulting from the last step through, respectively, the red and green channels of a color display. The method is applied to fuse thermal and visual images. The results show that the color mapping enhances the visibility of certain details and preserves the specificity of the sensor information. The fused images also have a fairly natural appearance. The fusion scheme involves only operations on corresponding pixels. The resolution of the input images. Before fusing, the contrast of the images can be enhanced and their noise can be reduced by standard image processing techniques. The color mapping algorithm is computationally simple. This implies that the investigated approaches can eventually be applied in real time and that the hardware needed is not too complicated or too voluminous(an important consideration when it has to fit in an airplane, for instance). Key words: image fusion, false color mapping, color enhances, gray-level, RGB images

遥感图像解译过程

一.遥感图像的预处理 在遥感图像的应用之前，常常需要对遥感图像进行一些必要的处理，如不同格式的遥感数据的输入输出处理、多波段彩色合成处理、遥感图像的辐射校正处理、几何校正处理、拼接处理、裁切处理等，这些都称为遥感图像的预处理。 1.遥感数据的输入输出和多波段合成 获得遥感数据之后，利用遥感数据之前，首先需要把各种格式的原始遥感数据输入到计算机中，转换为各种遥感图像处理软件能够识别的格式，才能够进行下一步的应用，这就需要对原始数据进行输入输出并转换为所需要的格式。单波段的原始遥感数据合成为多波段的彩色遥感数据，因为人眼对彩色物体的分辨能力大大高于对黑白物体的分辨能力，彩色遥感图像的信息量更大；而且利用多波段的彩色遥感图像，还可以进行三个不同波段的遥感图像的彩色合成，以提高对不同地物的识别能力。彩色遥感影像要求选择不少于3个波段的多光谱图像，各波段的配准误差不大于0.2m m。 2.遥感图像的辐射校正 由于传感器本身的特性和大气、地形因子以及其它各种生态环境因子的影响，使传感器所接收的地物光谱反射信息，不能全部真实地反映图同地物的特征，影响了图像的识别精度，因此必须进行辐射校正，改进图像质量。 辐射校正主要包括三个方面： ●传感器的灵敏度特征引起的辐射误差校正，如光学镜头的 非均匀性引起的边缘减光现象的校正、光电变换系统的灵 敏度特性引起的辐射误差校正等。 ●光照条件的差异引起的辐射误差校正，如太阳的高度角的 不同引起的辐射误差校正、地面的倾斜引起的辐射误差校 正等。 ●大气的散射和吸收引起的辐射误差校正等。 3.图像几何校正 几何校正是指从具有几何畸变的图像中消除畸变的过程，也就是定量地确定图像上像元坐标与地理坐标的对应关系，即把数据投影到平面上，使之符合投影系统的过程。为了将所获取的数据投影到理性的空间平面上产生精确的换算模型，需要借助一组地面控制点来进行几何校正。控制点选择应均匀分布而且在影像图与地形图上都容易确定的同名地物点上。所选点位图像清晰，在地形图及图像上均能正确识别和定位。如农田林网的交叉点，小沟系上道路桥的两端位置，小河流、渠的交叉点，道路交叉点，水库坝上的拐角

遥感图像解译实习报告

遥感图像解译实习报告 遥感图像解译课程 综合实习 实习报告 学院：遥感信息工程学院 班级：10011 学号：20213025900 姓名：李祥指导老师：刘继琳 一、实习目的与意义 1. 掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍 影像进行目视解译； 2. 学会使用图纸制作遥感影像底图并清绘遥感影像； 3. 掌握实地调绘、核实和补测的基本方法； 4. 学会使用ERDAS软件进行数字化成图，并制作专题图。 二、实习资料与设备 在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、20xx年的航空影像一张、转印纸三张。 在进行室内计算机成图阶段，实习资料有20xx年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。 三、实习原理

一） 遥感图像解译标志 1) 色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。如 海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。 2) 颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。日常生活中目 标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真\\假彩色 3) 阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子 根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的解译是不同的 4) 形状（shape）：目标地物在遥感图像上呈现的外部轮廓。 遥感图像上目标地物形状:顶视平面图解译时须考虑遥感图像的成像方式。 5) 纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成 的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。二）

实验六 遥感影像增强处理

实验六遥感影像增强处理 实习目的：掌握常用的遥感影像增强处理的方法。 实习内容：遥感影像空间、辐射、光谱增强处理的主要方法 空间增强：包括卷积增强处理、纹理分析、自适应滤波等 辐射增强：LUT拉伸处理、直方图均衡化处理、直方图匹配、亮度反转处理等 光谱增强：主成份变换、缨帽变换、色彩变换、指数计算等 图像增强是改善图像质量、增加图像信息量、加强图像判读和识别效果的图像处理方法。图像增强的目的是针对给定图像的不同应用，强调图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣区域的特征，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。图像增强的途径是通过一定的手段对原图像附加一些信息或变换数据，有选择的突出图像中感兴趣区域的特征或抑制图像中某些不需要的特征。图像增强的方法包括空间域增强和频率域增强两类。空间域增强包括空间增强、辐射增强和光谱增强。在实际运用中，不是所有的图象增强处理方法都要用到，具体采用哪种图象增强处理方法，视具体的研究区域，研究内容和对象而定。 1．图像解译功能简介（Introduction of Image Interpreter） 利用ERADS IMAGINE 进行图像增强主要采用ERADS IMAGINE的图像解译器（Image Interpreter）模块，该模块包含了50多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要通过各种按键或对话框定义参数，多数功能都借助模型生成器（Model Maker）建立了图形模型算法，容易调用或编辑。 图像解译器(Image Interpreter或Interpreter)，可以通过两种途径启动：ERDAS图标面板菜单条： Main/Image Interpreter--Image Interpreter 菜单 ERDAS图标面板工具条：点击Interpreter图标一Image Interpreter菜单

遥感图像解译实习报告

遥感图像解译课程 综合实习 实习报告 学院：遥感信息工程学院 班级：10011 学号：20103025900 姓名：李祥 指导老师：刘继琳

一、实习目的与意义 1.掌握遥感影像的目视判读方法和流程，能够对快鸟影像、SPOT影像和航拍 影像进行目视解译； 2.学会使用图纸制作遥感影像底图并清绘遥感影像； 3.掌握实地调绘、核实和补测的基本方法； 4.学会使用ERDAS软件进行数字化成图，并制作专题图。 二、实习资料与设备 在进行内业清绘和外业调绘阶段，实习资料有2002年的快鸟影像一张、2002年的SPOT影像一张、2007年的航空影像一张、转印纸三张。 在进行室内计算机成图阶段，实习资料有2007年的航空影像一张、2002年的快鸟影像一张以及ERDAS软件。 三、实习原理 一）遥感图像解译标志 1)色调（tone）：全色遥感图像中从白到黑的密度比例叫色调（也叫灰度）。如 海滩的砂砾色调标志是识别目标地物的基本依据，依据色调标志，可以区分出目标地物。 2)颜色（colour）：是彩色遥感图像中目标地物识别的基本标志。日常生活中目 标地物的颜色:遥感图像中目标地物的颜色:地物在不同波段中反射或发射电磁辐射能量差异的综合反映。彩色遥感图像上的颜色:真\假彩色 3)阴影（shadow）：遥感图像上光束被地物遮挡而产生的地物的影子 根据阴影形状、大小可判读物体的性质或高度。不同遥感影像中阴影的 解译是不同的 4)形状（shape）：目标地物在遥感图像上呈现的外部轮廓。 遥感图像上目标地物形状:顶视平面图 解译时须考虑遥感图像的成像方式。 5)纹理（texture）：内部结构，指遥感图像中目标地物内部色调有规则变化造成 的影像结构。如航空像片上农田呈现的条带状纹理。纹理可以作为区别地物属性的重要依据。 二）目视解译流程

遥感图像光谱增强处理实验报告

一、实验名称 遥感图像光谱增强处理 二、实验目的 对图像进行主成分分析、主成分变换以及主成分百分比计算；观察图像在不同色彩空间之间相互转换的结果异同，对图像进行融合，用MODEL MAKER 建模方式进行图像处理。 通过以上操作初步掌握图像光谱增强处理过程，进一步理解影像光谱增强中不同增强方法的原理及其增强效果的差异。 三、实验原理 光谱增强是基于多光谱数据对波段进行变换达到图像增强处理，采用一系列技术去改善图象的视觉效果，或将图象转换成一种更适合于人或机器进行分析处理的形式。有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图象的使用价值。 主成分分析（PCA）用多波段数据的一个线性变换，变换数据到一个新的坐标系统，以使数据的差异达到最大。对于增强信息含量、隔离噪声、减少数据维数非常有用。 使用Color Transforms 工具可以将3-波段红、绿、蓝图像变换到一个特定的彩色空间，并且能从所选彩色空间变换回RGB。两次变换之间，通过对比度拉伸，可以生成一个色彩增强的彩色合成图像。 图像融合是将多幅影像组合到单一合成影像的处理过程。它一般使用高空间分辨率的全色影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。 四、数据来源 本次实验所用数据来自于国际数据服务平台；landsat4-5波段30米分辨率TM第三波段影像，投影为WGS-84，影像主要为山西省大同市恒山地区，中心纬度：38.90407 中心经度：113.11840。

五、实验过程 1.主成分分析 1）打开并显示TM影像文件，从ENVI 主菜单中，选择File →Open Image File选择影像，点击Load Band 在主窗口加载影像。 2）主菜单选择Transforms—>Principal Components—>Forward PC Rotation —>Compute New Statistics and Rotate。在弹出的Principal Components Input File 对话框中，选择图像。 3)在Forward PC Rotation Parameters对话框中在输入统计系数，选择计算矩阵（选择协方差矩阵），输出统计文件及路线，统计波段数等相关参数的设置，单击Ok。

遥感原理与应用-图像增强

实验三：遥感图像的增强处理 (3机时) 实验目的：通过上机操作，了解空间增强、辐射增强几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。 实验内容：卷积增强处理；锐化增强处理；直方图均衡化；色彩变换。 ERDAS IMAGE图像解译模块主要包括了图像的空间增强、辐射增强、光谱增强、高光谱工具、傅立叶变换、地形分析以及其他实用功能。 实验数据：wx98tm543.img（待校正图像）与wx98spot_pan.img（参考图像）校正的结果 wx98tm543_warp.img；ERDAS安装目录中的若干样例图像数据文件。 1、卷积增强（Convolution） 空间增强技术是利用像元自身及其周围像元的灰度值进行运算，达到增强整个图像之目的。卷积增强（Convolution）是空间增强的一种方法。 卷积增强（Convolution）时将整个像元分块进行平均处理，用于改变图像的空间频率特征。卷积增强（Convolution）处理的关键是卷计算子----系数矩阵的选择。该系数矩阵又称卷积核（Kernal）。ERDAS IMAGINE将常用的卷计算子放在一个名为default.klb的文件中，分为3*3，5*5、7*7三组，每组又包括“EdgeDetect/Low Pass/Horizontal/Vertical/Summary”等七种不同的处理方式。具体执行过程如下： ERDAS图标面板菜单条：Main→Image Interpreter→Spatial enhancement →convolution→convolution对话框。

图3-1 Convolution对话框 几个重要参数的设置： 边缘处理方法：（Handle Edges by）：Reflection 卷积归一化处理：Normalize the Kernel 2、直方图均衡化（Histogram Equalization） 直方图均衡化实质上是对图像进行非线性拉伸，重新分配图像像元值，是一定灰度范围内的像元数量大致相同。这样，原来直方图中间的峰顶部分对比度得到增强，而两侧的谷底部分对比度降低，输出图像的直方图是一较平的分段直方图。注意：认真对比直方图均衡化前后图像差别，仔细观察直方图均衡化的效果。 图3-2直方图均衡化 3、主成分变换 主成分变换（Principal Component Analysis）是一种常用的数据压缩方法，它可以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解译。ERDAS IMAGE提供的主成分变换功能最多等对256个波段的图象进行转换压缩。 ERDAS 图标面板菜单条：Main →Image Interporeter→Spectral Enhancement →Principial Comp →Pincipal Components对话框。（图3-3）

遥感解译方法及应用

遥感解译方法及应用 一、遥感的概念 近年来,一方面,由于空间科学、信息科学、计算机科学、物理学等科学技术的进步与发展,为遥感技术奠定了必要的技术基础,另一方面,由于人类生产活动不断地向深度和广度进军,遥感技术得到较为广泛的应用,因而使得遥感技术获得了飞跃的发展,已经成为发达国家和一些发展中国家十分重视的一项科学技术. 随着我国工农业生产的高速发展,人类对自然资源,特别是对矿产资源的需求量与日俱增. 因而,调查与管理资源则成为迫切需要解决的问题.其次,人类的生活环境正在不断地遭受到人为和自然的污染.例如：工业排污对水体和大气的污染造成人为的环境污染.而诸如洪水、泥石流、滑坡、森林火灾、火山爆发等自然灾害,则形成灾害性环境,它们都对生命财产造成极大的威胁. 在这种情况下,只有实时监测人为环境污染和自然灾害环境的发生,才能更有效地采取防护和治理措施,以减少对人类的危害程度.欲解决上述问题,完全依赖现场观察已感不足, 于是,由于航空遥感和航天遥感的相继问世便能获得大围的地面遥感图像和实时动态信息,所以,这两种遥感方式则成为自然资源的调查与管理,环境的监测与灾害预报的一种新的探测手段. （一）遥感的概念 遥感顾名思义就是遥远的感知.即借助于专门的探测仪器,把遥远的

物体所辐射（或反射）的电磁波信号接收纪录下来,再经过加工处理,变成人眼可以直接识别的图像,从而揭示出所探测物体的性质及其变化规律.属于空间科学的畴.是物理、计算数学、电子、光学、航空（天）、地学等密切结合的新兴学科,对工农业、国防、自然科学研究具有重大的意义. 1各类地质体的电磁辐射（反射、吸收、发射等）特性及其测试、分析与应用； 2、遥感数据资料的地学信息提取原理与方法； 3、遥感图像的地质解译与编图； 4、遥感技术在地质各个领域的具体应用和实效评估. （二）遥感平台（分类） 指放置遥感器的运载工具.按高度可分为航空和航天平台.在不同高度进行多平台遥感,可获得不同比例尺、分辨率和地面覆盖面积的遥感图像. 1、航空平台：是指在大气层飞行的飞行器,高度为100m—30km,主要有飞机、直升机、飞艇、气球等. 2、航天平台：是指在大气层之外飞行的飞行器,高度为几百—几万公里；如人造地球卫星、探控火箭、宇宙飞船、航天飞机、太空站等. （三）遥感的发展简况 1839年第一黑白航片问世到20世纪30年代,主要应用于军事侦察,1941年出版了《航空照片应用与判读》为各方面应用提供了理论基础进入20世纪50年代,美广泛应用,黑白、彩色航片进行军事、地

遥感图像解译与野外验证实习-实习报告模版

目录（要求写到二级目录） 第一部分实习目的和内容提要 (1) 第二部分实习的准备、计划及注意事项 (1) 第三部分实习的内容、方法及技术要求 (2) 第四部分实习的成果整理 (14) 第五部分实习体会

第一部分实习目的和内容提要 本实习是在课堂教学完成《遥感原理与方法》之后而在集中进行的遥感图像解译实践性教学，是各项课间实验的综合应用，也是巩固和深化课堂所学知识的必要环节。通过实习，不仅能够了解基本遥感方法的全过程，而且可为今后从事专门遥感工作或解决实际工程中的有关遥感问题打下基础，还能在业务组织能力和实际工作能力方面得到锻炼。在实习中应该具有严格认真的科学态度、踏实求是的工作作风、吃苦耐劳的献身精神、团结协作的集体观念。 本实习中安排的主要实习内容是遥感图像土地利用现状综合解译（遥感解译标志建立、土地利用现状分类、分类结果外业验证、地图拼接与整饰等）。实习安排2周的时间，在第六学期进行。

第二部分实习的准备、计划及注意事项 一、实习动员 由有关指导教师讲明实习的重要性和必要性，介绍实习总体情况，提出实习任务和计划，宣布实习组织机构、分组名单、实习纪律，说明仪器工具借领办法和损耗赔偿规定以及计算机机位分配，指出实习注意事项等，以保证实习的顺利进行。 二、实习组织 以年级或班级为单位建立遥感实习队，由指导教师和学生班长任正、副队长，全队分若干小组，每组10~11 人，设正、副组长各1人，正组长负责全组的实习安排，副组长负责仪器、设备管理工作。加上各组分工情况（室内和外业具体分工） 三、每组配备的仪器和工具 计算机每组成员各1台，手持GPS 2台，遥感影像、地形图一套，皮尺1副，量角器1个，三角板1副，有关记录手簿、计算纸、胶带纸等。各组自备计算器以及铅笔等。 四、实习计划及要求（蓝色字体填到实习任务书的第四项，黑色字体填到第五项具体要求） 五、实习注意事项 1、实习期间的各项工作以小组为单位进行。组长要切实负责．合理安排，使每人都有练习的机会，组员之间应团结协作，密切配合，以确保实习任务顺利完成。 2、实习过程中应严格遵守仪器操作相关规定，爱护仪器及实习工具，谨防损坏。 3、对计算机的处理数据与成果应及时备份，防范病毒，以免丢失。 4、每天外业前和收工时都应清点仪器工具，检查是否带齐或遗失。每天晚自修时间应检查当天外业观测数据并进行内业计算与统计。每一阶段性工作完成后，要及时收还仪器工具，整理成果资料。 5、严格遵守实习纪律。病假需有医生证明，事假应经教师批准。爱护花木和公共财产，注意饮

遥感综合解译实习报告(完整版)

报告编号：YT-FS-6386-16 遥感综合解译实习报告 (完整版) After Completing The T ask According To The Original Plan, A Report Will Be Formed T o Reflect The Basic Situation Encountered, Reveal The Existing Problems And Put Forward Future Ideas. 互惠互利共同繁荣 Mutual Benefit And Common Prosperity

遥感综合解译实习报告(完整版) 备注：该报告书文本主要按照原定计划完成任务后形成报告，并反映遇到的基本情况、实际取得 的成功和过程中取得的经验教训、揭露存在的问题以及提出今后设想。文档可根据实际情况进行 修改和使用。 一．实习目的及任务本次实习主要任务是对云南省个旧地区TM5-3-2波段合成的伪彩色遥感图像的地质综合解译。目的是通过本次综合实习达到训练遥感地质解译思维和技巧、培养实际动手能力、并检验大家对课程内容的理解和掌握情况等。课程为同学们提供了云南省个旧地区TM5-3-2波段合成的伪彩色图像，图像清晰、色彩饱和、地貌地物标志明显、地质内容丰富。二．实习方法与步骤遥感影象目视解译方法常用方法有直接判读法、对比分析法、信息综合法综合推理法和地理相关分析法。本人在对云南省个旧地区TM5-3-2波段合成的伪彩色遥感图像的地质综合解译过程中主要应用了直接判读法，即根据遥感影象目视判读直接标志（色调、色彩、大小、形状、阴影、纹

理、图案等），直接确定目标地物属性和范围的一种方法。实习整个过程的方法步骤如下：1．明确解译任务与要求，收集与分析有关材料；2. 遥感影像整体判读； 3. 地貌特征分析，提取水系（河流、湖泊）等地物标志； 4. 识别不同种类岩石的影像（色调、色斑、纹理等）特征，建立判别标志，区分主要岩石类型； 5. 识别并建立各类地质构造的地貌、影像特征及解译标志，进行线环构造初步解译。6．应用Coreldraw9软件绘制目视解译成果，并对解译图进行整饰加工7. 编写简明扼要的实习报告。三．解译标志1．水系（河流、湖泊）地物识别标志：水系主要分布于负地形即沟谷和地势低洼地区，根据水系遥感影像的色彩和形状来识别，水系遥感影象色彩为蓝色，线状分布的为河流，影象上为面状分布（椭圆、不规则多边形等）为湖泊。2．岩石类型的识别标志：（1）沉积岩的识别：在遥感影象西北和东部区域，色彩呈条带状展布（沉积岩最大的特点是具成层性），色调居中,为黄褐色，根据资料知个旧地区发育有个旧组灰岩，故可将

遥感图像的判读

获取遥感图像的目的在于提取和分析人类感兴趣的地物信息。目视判读是遥感信息提取的基础方法，也是目前最为准确和最常用的方法。即使作为发展趋势的计算机自动提取，仍需要以目视判读为基础和以目视判读为标准。 进行遥感图象目视判读时必须充分运用地物目标时空分布的规律性，如气候、植被、土壤等景观要素的纬度地带性、经度相关性、高度垂直带性、物候季节性等。要密切注意各类地物目标之间的相关规律，有些规律现象表现得比较稳定明确，如水平地带性、垂直带性等，有些现象则具有随机性、不确定性和模糊（或过渡）性，例如地震（带）的分布，土壤分布等受很多因素的影响。应充分利用各种解译标志，包括直接标志和间接标志，相互补充，彼此验证。只要坚持以遥感成像机理与专业知识、规律相结合的指导思想，通过实践，不断探索和总结，就能归纳出具有相对普遍性与稳定性的解译标志，并举一反三灵活应用这些解译标志进行正确的判读， 目视判读可分为航空图像判读和卫星图像判读。 一、航空像片目视判读 航空像片目视判读是凭借人眼观察或借助简单仪器对航片进行分析和量测，以获取所需要的地面各种信息的过程。 在航空像片上，不同地物有其不同的影像特征，这些特征是判断地物的依据，我们称作判读标志。判读标志是地物自身性质、形态等特征在像片上的反映。因而根据判读标志可以直接从像片上辨认出地物的属性及其空间分布等特征。 一般地，把影像形状、大小、色调与阴影作为常用的航片判读标志。 1、形状 任何地物都具有一定的几何形状。由于地物各部分反射光线的强弱不同，所以在像片上反映出相应的形状，依据影像的形状特征，就可以辨认出其相应的地物。 例如：居民地的房屋影像一般均表现为规则的方块形状，河流常呈弯曲的条带状，公路常呈笔直的线状且灰度浅亮，湖泊常呈不规则的封闭区间，等等。 2、大小 地物影像的（尺寸）大小，不仅能反映地物的一些数量特征，而且还能据此判断地物的性质。 例如单轨铁路和双轨铁路从形状上往往不易区分，但量算它们的宽度，则容易区分。 由于地形和像面倾斜影响，同一航片上，同样尺寸的地物，位于高处者影像尺寸大些；像面倾斜时，不同部位的地物大小也不一样。 3、色调 色调在黑白航片上指影像的黑白深浅程度。它是地物对入射光线反射率高低的客观记录，像片上的色调从白到黑逐渐变化，一般可划分为7级：白、灰白、浅灰、灰、深灰、浅黑、黑。 例如：居民地的色调和周围山地或植被的色调、铁路和公路的色调与形状、河流深浅的色调，等等。 4、阴影 地物的阴影可分为本身阴影和投落阴影两部分。本身阴影（简称本影）是地物本身未被阳光直接照射到的阴暗部分的影像；投落阴影（简称落影）是在地物背光方向上地物投射到地面的阴影在像片上的构像。 在像片判读中，本影有助于获得地物的立体感；在利用落影长度判断地物高

遥感图像的假彩色合成知识交流

遥感图像的假彩色合 成

北京化工大学 学士学位论文 遥感图像的假彩色合成 姓名：刘晓璐 班级：信息与计算科学0304班学号：200362102

遥感图像的假彩色合成 摘要：遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内及其我国的许多政府部门，科研单位和公司得到了广泛的应用。在遥感数据源向 着更高光谱分辨率和更高空间分辨率发展的同时，处理技术也更加成熟；在 应用上，结合了地理信息系统（GIS）和全球定位系统（GPS），向着更系统化，更定量化方向发展，使遥感数据的应用更加广泛和深入。 假彩色增强是将一幅彩色图像映射为另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。 本文的主要目的就是大遥感的多光谱图像用自然彩色显示。在遥感的多光谱图像中，有些是不可见光波段的图像，如近红外，红外，甚至是远红外波段。因 为这些波段不仅具有夜视能力，而且通过与其他波段的配合，易于区分地 物。用假彩色技术处理多光谱图像，目的不在于使景物恢复自然的彩色，而 是从中获得更多的信息。为了实现这样的目的，本文采用了MATLAB数学软件编程的方法以及运用Envi4.2 软件直接编辑图像这两种方法，并对其进行对比，得出最优的合成图像。 关键词：图像融合，假彩色合成，彩色增强，灰度级，RGB图像，

False color mapping for image fusion Abstract: A pixel-based color-mapping algorithm is presented that produces a fused false color rendering of two gray-level images representing different sensor modalities. The resulting images have a higher information content than each of the original images and retain sensor specific image information. The unique component of each image modality is enhanced in the resulting fused color image representation. First, the component of two original input images is determined. Second, the common component of each image. Third, the unique component of each image modality is subtracted from the image of the other modality. This step serves to enhance the representation of sensor-specific details in the final fused result. Finally, a fused color image is produced by displaying the images resulting from the last step through, respectively, the red and green channels of a color display. The method is applied to fuse thermal and visual images. The results show that the color mapping enhances the visibility of certain details and preserves the specificity of the sensor information. The fused images also have a fairly natural appearance. The fusion scheme involves only operations on corresponding pixels. The resolution of the input images. Before fusing, the contrast of the images can be enhanced and their noise can be reduced by standard image processing techniques. The color mapping algorithm is computationally simple. This implies that the investigated approaches can eventually be applied in real time and that the hardware needed is not too complicated or too voluminous(an important consideration when it has to fit in an airplane, for instance). Key words: image fusion, false color mapping, color enhances, gray-level, RGB images