多波段遥感图像彩色合成处理解析

遥感波段合成是指将多光谱遥感影像的各个波段进行组合，以生成具有丰富地物信息和高空间分辨率的彩色影像。

波段合成有助于提高遥感图像的解译能力和视觉效果，从而更好地分析和识别地物特征。

常用的遥感波段合成方法包括真彩色合成、假彩色合成和伪彩色合成。

1. 真彩色合成：真彩色合成是指将遥感影像的三个波段分别赋予红、绿、蓝色，生成与实际地物颜色一致的彩色影像。

这种方法适用于非遥感应用专业人员使用，可以直观地反映地物的真实色彩。

例如，将RGB波段分别赋予3、2、1波段，可以得到自然彩色合成图像。

2. 假彩色合成：假彩色合成是指将多波段单色影像合成为假彩色影像。

这种方法可以通过任意选择三个波段进行合成，以增强地物信息的表达。

例如，对于Landsat影像，可以选择4、3、2波段进行假彩色合成。

3. 伪彩色合成：伪彩色合成是通过将多个波段的光谱信息进行组合，生成具有不同颜色特征的影像。

这种方法通常用于提取和显示地物的特定属性，如植被、水体、土壤等。

例如，利用ENVI软件的Classification Raster Color Slices功能，可以对波段进行密度分割，生成伪彩色图像。

在实际操作中，常用的遥感波段合成软件有ERDAS IMAGINE和ArcGIS等。

通过这些软件，可以实现遥感影像的波段合成、图像处理和地物信息提取等功能。

第八章（4） 遥感图像增强处理一、彩色增强处理彩色合成变换：加色法密度分割：单波段的彩色：密度分割IHS 变换（一）彩色合成多波段彩色合成：利用计算机将同一地区三个波段的影像，分别赋予红、绿、蓝三原色，进行单基色变换（色阶），然后使各影像准确套合叠置显示，依照彩色合成原理，构成彩色合成影像。

分类：假彩色合成、真彩色合成真彩色合成：当三幅影像的工作波段分别为红、绿、蓝时，同时分别对应赋予红色、绿色、蓝色，合成后的影像十分接近自然界的色彩，称为真彩色合成。

假彩色合成：（重点看）各工作波段被赋予的颜色，与波段所代表的真实颜色不同，合成色不是地物真实的颜色，因此这种合成叫做假彩色合成标准假彩色合成：1、近红外波段赋予红色、红光波段赋予绿色，绿光波段赋予蓝色。

2、针对TM 影像的7个波段：第2波段是绿色波段、第3波段是红色波段、第4波段是近红外波段当4、3、2波段分别赋予红、绿、蓝色时，这一合成方案称为标准假彩色合成（二）假彩色密度分割单波段的假彩色密度分割：将单波段影像的像元值从小到大按照某种标准划分等级，每一级别赋予一种颜色，最终影像表现为彩色，这些色彩是人为加上的，与地物的天然色彩不一定相同，称为假彩色密度分割。

等密度分割：对像元数值从小到大划分为n 级，各级内含有的像元数大致相等时，称为等密度分割。

（三）IHS 变换HSI 代表色调、饱和度和明度（hue ，saturation,intensity ）。

色彩模式可以用近似的颜色立体来定量化。

定义：IHS 变换是RGB 颜色系统与HIS 颜色系统之间的变换。

具体方法 ：令IRIGIB ,下标max 为R ，G ，B 中最大值，下标min 为R ，G ，B 中最小值， IRIGIB 和Ｓ均为0-1的实数，Ｈ为0-360的实数。

则有明度： 2/)(min max I I I +=饱和度：5.0≤I )/()(min max min max S S S S S +-=5.0>I )11/()(min max min max S S S S S -+--=色调：min max H H H -=∆如果max H H R =，则]/)[(60H H H H B G ∆-=，位于黄和品红之间如果max H H G =，则]/)(2[60H H H H R B ∆-+=，位于青和黄之间如果max H H B =，则 ]/)(4[60H H H H G R ∆-+=，位于品红和蓝之间二 、光谱增强处理（一）反差增强线性变换，非线性变换，直方图增强⏹ 通过修改各种像元值来改善影像对比度，从而改变影像质量的处理方法。

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。

实验二、遥感图像增强（彩色合成、假彩色密度分割、波段运算）一、彩色合成将不同波段的影像分别赋予不同的色彩，合成处理的过程。

如分别赋予TM图像2，3，4波段色彩R，G，B；1. 从 Available Bands List 内，选择“RGB Color” 切换按钮。

2. 在序列中点击所需要显示的红、绿和蓝波段名（或在每个R、G 或 B 波段使用切换按钮）。

3. 一旦波段名导入到标签为“R:”、“G:”、“B:” 的文本框中，点击“Load RGB” 来显示彩色合成图像。

二、假彩色密度分割将亮度值等间隔分割分别赋予不同的色彩，合成处理的过程。

如分别赋予TM图像2波段亮度值0-9赋予R，10-19赋予G ，20-29赋予Y等。

1. 在主图像窗口，选择 overlay > Density Slice. 将出现 #n Density Slice对话框（其中“#n” 是用于启动功能的显示号）在“Defined Density Slice Ranges” 下列有八个系统默认范围。

这些范围由滚动窗口计算的最小值和最大值来限定，并显示在“Min” 和“Max” 文本框中。

2. 在适当的文本框中输入所需要的最小和最大值，来改变密度分割的范围。

· 要重新设置数据范围到初始值，点击“Reset”。

3. 通过选择对话框时底部“Windows” 傍所需要的复选框，来选择是否将密度分割颜色应用到图像窗口、滚动窗口或这两个窗口。

4. 点击“Apply” ，将系统默认的范围和颜色应用于图像上。

· 要编辑数据范围：A. 选择一个数据范围，并点击“Edit Range” 来改变范围值或颜色。

B. 当出现 Edit Density Slice Range 对话框时，输入所需要的最小和最大值，并从“Color” 菜单中选择一种颜色。

C. 点击“OK” ，执行改变“Defined Density Slice Ranges” 列表中的范围。

聊一聊遥感影像中的真彩色、假彩色及伪彩色真彩色不是和肉眼一致吗？为什么还会有假彩色、伪彩色呢？【基本认知】➢遥感影像有黑白和彩色之分黑白影像是根据物体的灰度不同而呈现的，一般建筑物为灰白色，而草地和森林颜色较深遥感彩色影像又有真彩色和假彩色之分✧真彩色影像上地物颜色能够真实反映实际地物的颜色特征，符合人的认知习惯✧假彩色影像上，草、树和庄稼覆盖地区通常为红色，而水是灰色和蓝色的，城市是蓝灰色的【何为图像的彩色显示】遥感数据是直接从遥感器得到的数字数据的罗列。

为了使其内容直观易懂，彩色显示是非常重要的技术，彩色显示有两种方法：①把多个波段的图像分别赋予一种原色而进行显示的彩色合成法对一幅黑白图像的灰阶赋予颜色的假彩色（伪彩色）显示法彩色合成【基本概念】从通过滤光片、棱镜、衍射光栅等分光而获得的多波段图像中选出三个波段，分别赋予三原色进行合成，根据三原色的对应方式不同，可以得到不同的彩色合成图像。

1）真彩色合成在通过对应于三原色蓝、绿、红的滤光片而拍摄的三张多波段图像上，如果使用同样的三原色滤光片进行合成，就可以得到接近天然色的颜色，即为真彩色合成。

2）假彩色合成通常的遥感图像不一定是在分解为三原色的滤光片的波长范围内拍摄的，多数场合是使用了人眼看不见的红外波段，因为这种图像的彩色合成已经不是天然色彩了，所以称为假彩色合成。

3）红外彩色合成在遥感中，多采用对近红外区赋予红色，对红色的波长区赋予绿色，对绿色的波长区赋予蓝色，称为红外彩色合成。

彩色合成法可应用于从不同的遥感器中获得的图像显示，例如，通过把空间分辨率高的黑白图像和空间分辨率低的多波段图像进行彩色合成，就可以做出空间分辨率高且具有多波段信息的图像，这对于图像判读是非常有效的。

伪彩色显示（又称密度分割）把一张黑白图像的灰阶分为若干等级，在每个等级上赋予颜色，就成为最简单的伪彩色显示【总结】✧真彩色：R G B三波段的合成显示图✧假彩色：任意三个波段的合成显示图✧伪彩色：只含有一个任意波段的图像显示假彩色也好，伪彩色也罢，都是为了增加遥感影像的可读性。

遥感图像处理中的多波段数据融合技术的使用注意事项遥感图像处理是一门应用广泛的技术，对于各种资源调查、环境监测、城市规划等领域都有着重要作用。

多波段数据融合技术是遥感图像处理的重要组成部分，它可以提高图像的空间分辨率和光谱信息，进一步增强图像的细节和分类精度。

然而，在使用多波段数据融合技术时，我们需要注意以下几个方面。

首先，要了解不同波段的特性。

在遥感图像处理中，不同波段的图像拥有不同的信息内容和特征。

例如，红外波段可以用于检测植被的健康状况，而可见光波段则可以提供更多的形态和颜色信息。

因此，在进行多波段数据融合时，我们需要了解每个波段所携带的信息，并根据任务需求选择合适的波段进行融合。

其次，要选择适当的融合方法。

多波段数据融合技术有许多不同的方法，包括基于像素、基于变换和基于特征的方法等。

不同的方法适用于不同的图像类型和任务需求。

例如，基于像素的方法适用于高光谱图像的融合，而基于变换的方法则适用于红外和可见光图像的融合。

因此，在选择融合方法时，需要考虑图像类型、数据质量和任务要求，选择最适合的方法。

另外，要合理处理图像的配准问题。

在多波段数据融合过程中，由于不同波段的图像具有不同的传感器和视角，会导致图像之间存在位置和尺度的差异。

因此，需要进行图像的配准，保证不同波段的图像在空间上对应一致。

常用的配准方法包括基于特征点的配准和模型转换法等。

配准完成后，才能进行准确的多波段数据融合。

此外，要注意融合后图像的质量评估。

多波段数据融合后的图像质量是评估融合效果的关键指标。

常用的图像质量评估指标包括信噪比、均方误差和相关系数等。

通过对融合后图像的质量进行评估，可以判断融合方法的效果，并对其进行优化和改进。

最后，要考虑多波段数据融合的应用场景。

多波段数据融合技术可以应用于不同领域的遥感图像处理，如土地利用分类、环境监测和自然灾害评估等。

在针对不同应用场景进行多波段数据融合时，需要充分了解任务需求，明确融合后图像的目标和要求，提高融合结果的适用性和实用性。

Landsat7ETM多波段合成解析ETM+遥感不同波段的用途（转）ETM+ 各个波段的特征B1 为蓝色波段，该波段位于水体衰减系数最小的部位，对水体的穿透力最大，用于判别水深，研究浅海水下地形、水体浑浊度等，进行水系及浅海水域制图；B2 为绿色波段，该波段位于绿色植物的反射峰附近，对健康茂盛植物反射敏感，可以识别植物类别和评价植物生产力，对水体具有一定的穿透力，可反映水下地形、沙洲、沿岸沙坝等特征；B3 为红波段，该波段位于叶绿素的主要吸收带，可用于区分植物类型、覆盖度、判断植物生长状况等，此外该波段对裸露地表、植被、岩性、地层、构造、地貌、水文等特征均可提供丰富的植物信息；B4 为近红外波段，该波段位于植物的高反射区，反映了大量的植物信息，多用于植物的识别、分类，同时它也位于水体的强吸收区，用于勾绘水体边界，识别与水有关的地质构造、地貌等；B5 为短波红外波段，该波段位于两个水体吸收带之间，对植物和土壤水分含量敏感，从而提高了区分作物的能力，此外，在该波段上雪比云的反射率低，两者易于区分，B5 的信息量大，应用率较高；B6 为热红外波段，该波段对地物热量辐射敏感，根据辐射热差异可用于作物与森林区分、水体、岩石等地表特征识别；B7 为短波外波段，波长比B5 大，是专为地质调查追加的波段，该波段对岩石、特定矿物反应敏感，用于区分主要岩石类型、岩石水热蚀变，探测与交代岩石有关的粘土矿物等；B8 为全色波段（Pan），该波段为 Landsat-7 新增波段，它覆盖的光谱范围较广，空间分辨率较其他波段高，因而多用于获取地面的几何特征。

波段组合：TM321（RGB）：均是可见光波段，合成结果接近自然色彩。

对浅水透视效果好，可用于监测水体的浊度、含沙量、水体沉淀物质形成的絮状物、水底地形。

一般而言：深水深兰色；浅水浅兰色；水体悬浮物是絮状影象；健康植被绿色；土壤棕色或褐色。

可用于水库、河口及海岸带研究，但对水陆分界的划分不合适。

envi彩色变换的原理
envi软件中的彩色变换原理涉及到遥感影像处理和显示的技术。

在遥感影像中，通常会使用多光谱或高光谱数据，每个波段对应不
同的光谱信息。

彩色变换的目的是将这些波段的信息组合成彩色图像，以便更直观地观察地物的特征。

在ENVI软件中，彩色变换的原理通常涉及到将不同波段的数据
赋予不同的颜色通道，比如红、绿、蓝通道。

常见的彩色变换包括RGB合成、主成分分析（PCA）、假彩色合成等。

其中，RGB合成是
最常见的一种彩色变换方法，它将遥感影像的不同波段数据分别赋
予红、绿、蓝通道，形成彩色图像。

在这个过程中，ENVI软件会根据用户选择的彩色合成方法，将
不同波段的数据进行线性组合或者其他数学运算，以生成彩色图像。

这样，用户就可以通过观察彩色图像来更直观地了解遥感影像中的
地物信息。

总的来说，ENVI软件中彩色变换的原理是基于遥感影像数据的
不同波段信息，通过合成彩色图像来更直观地展示地物特征，帮助
用户进行遥感影像的分析和解译。

landsat8遥感影像多波段合成原理
Landsat 8遥感影像由多个波段的数字图像组合而成。

每个波段捕捉了不同的电磁波长范围，包括可见光、近红外和热红外等。

合成多波段影像的原理是将不同波段的图像叠加在一起，形成一个新的图像，该图像包含了原始图像中所有波段的信息。

这个过程可以使用不同的合成方法，包括RGB合成、色彩增强和索引合成等。

在RGB合成中，将选定的三个波段（通常是红、绿和蓝）分别分配给红、绿和蓝色通道，然后将它们合成为一幅彩色图像。

这样可以模拟人眼对于颜色的感知，显示出真实感较强的图像。

色彩增强是一种通过调整图像对比度和亮度来增强图像细节和特征的方法。

这种方法可以采用各种算法和滤波器来改善图像的品质和可视化效果。

索引合成是在图像中创建一种代表特定地物或地貌特征的指数，用于监测和分析目标。

常见的索引包括植被指数（如NDVI）、水体指数（如NDWI）和土壤湿度指数（如NDMI）等。

索引合成可以帮助研究人员和决策者更好地理解土地利用、植被生长、水资源分布等环境变化。

综上所述，利用不同的合成方法，可以将Landsat 8遥感影像的多个波段合成为一幅图像，以提供更全面、更准确的信息用于地表监测、环境研究和资源管理等
应用。

为什么要进行遥感图像处理？遥感影像表征了地物波谱辐射能量的空间分布，辐射能量的强弱与地物的某些物性相关。

现代遥感技术获取的资料容纳了大量的信息,如果我们仅用传统的目视解译方法进行解译,必然造成很大的浪费。

为了挖掘遥感资料的信息潜力,提高解译效果,必须用先进技术方法对原始影像进行一系列处理—图像处理，使影像更为清晰，目标物体的标志更明显突出，易于识别。

影像处理虽然未增加影像的信息量，但改善了影像解译的条件，提高了可辨性，是遥感影像分析研究的一种有效手段。

遥感图像处理有哪些内容？遥感图像处理的内容包括：图像复原,图像增强和图像分类。

图像复原（又称预处理）是指借助某些方法,改正成像过程中因仪器性能弱点和大气干扰等因素所导致的误差,并期望使图像失真缩小到最低程度。

图像复原主要进行几何校正、大气校正、辐射校正、扫描线脱落和错位校正。

图像增强是指利用光学仪器或电子计算机等手段,改变图像的表现形式和影像特征,使图像变得更加清晰可判,目标物更加突出易辨。

图像分类则是通过电子计算对遥感图像上的目标进行自动识别和类型划分，直接得到解译结果。

关于ENVIENVI（The Environment for Visualizing Images）是美国RSI（Research System INC.）公司开发的一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。

获2000年美国权威机构NIMA遥感软件测评第一。

强大的影像显示、处理和分析系统ENVI包含齐全的遥感影像处理功能：常规处理、几何校正、定标、多光谱分析、高光谱分析、雷达分析、地形地貌分析、矢量应用、神经网络分析、区域分析、GPS联接、正射影象图生成、三维图像生成、丰富的可供二次开发调用的函数库、制图、数据输入/输出等功能组成了图像处理软件中非常全面的系统。

ENVI对于要处理的图像波段数没有限制，可以处理最先进的卫星格式，如Landsat7、IKONOS、SPOT, RADARSAT, NASA, NOAA, EROS和TERRA，并准备接受未来所有传感器的信息。

多波段图像融合技术在遥感中的应用研究一、前言遥感技术是一项基于授时卫星和航天器，利用遥感探测器采集地球表面物质信息并进行加工处理和分析判断的技术，被广泛应用于环境监测、资源调查、气象预报等领域。

多波段图像融合技术是将多个波段的遥感图像融合成一个具有高时空分辨率的图像，提高了遥感图像的准确性和可信度，具有广泛的应用价值。

本文将介绍多波段图像融合技术在遥感中的应用研究。

二、多波段图像融合技术概述多波段图像融合技术是指将多个波段的遥感图像融合成一个具有高时空分辨率的图像。

根据波段的选择，多波段图像融合可以分为可见光与红外融合、多光谱融合、双偏振融合等多个方向。

融合技术的核心是对图像信息进行融合，既考虑到信息的增益，也考虑到融合后的图像质量和准确性。

多波段图像融合技术主要包括以下步骤：1、采集多个波段的遥感图像；2、对采集的遥感图像进行预处理和配准；3、选择合适的融合算法进行图像融合；4、进行后处理和评价，得到融合后的高质量遥感图像。

三、多波段图像融合技术在遥感中的应用多波段图像融合技术在遥感中的应用非常广泛，主要应用在以下几个领域：1、农业资源调查农业资源调查需要对农田进行精细化管理，包括土质分析、生物质分析等。

多波段图像融合技术可以采集更多、更准确的信息，针对不同的病虫害、草地质量等问题进行对策制定和精准施肥，提高农业生产效益和资源利用效率。

2、城市规划和环保城市规划和环保需要进行高精度的遥感测绘，以获取城市地形、地貌、植被、交通道路等信息，同时还需要进行环境监测，提高城市环境的质量。

多波段图像融合技术可以获取更为准确的城市地貌和路网信息，有助于地面工程设计的制定和城市规划的优化。

3、国土资源调查和开发利用国土资源调查和开发利用需要对资源的分布、类型、质量等关键信息进行准确获取。

多波段图像融合技术可以获取更丰富的地理信息，有助于地质资源的整合和科学利用。

四、多波段图像融合技术存在的问题和发展趋势虽然多波段图像融合技术已经得到了广泛的应用，但是仍然存在一些问题，如选择合适的融合算法、遥感数据量的限制等，这些问题需要及时解决。

rs假彩色合成波段运算实验报告实验目的本实验旨在通过遥感数据的假彩色合成技术，实现对多波段遥感图像的处理和分析，进一步加深对遥感技术的理解和应用。

实验原理假彩色合成技术是一种将不同波段的遥感图像合成为一幅彩色图像的方法，常用于传统的彩色遥感图像的制作和分析。

假彩色合成的基本原理是利用红、绿、蓝三种基本颜色来表示不同波段的信息，从而产生一幅视觉效果更好的彩色遥感图像。

在多波段遥感图像的假彩色合成中，通常使用红、绿、蓝三个波段来表示不同的信息。

其中，红波段表示热量和植被的生长状态，绿波段表示植被覆盖度和生长情况，蓝波段则主要用于反映水体和云层等物体。

实验步骤本实验使用ENVI软件进行假彩色合成波段运算。

具体步骤如下：1. 打开ENVI软件，选择“File”中的“Open File”选项，打开要进行假彩色合成的多波段遥感图像。

2. 在ENVI中，选择“Raster”菜单中的“Data Manager”选项，打开数据管理器。

3. 在数据管理器中，选择需要进行波段运算的多波段遥感图像，右击鼠标，在弹出的菜单中选择“New Band Math”选项，打开波段运算窗口。

4. 在波段运算窗口中，选择“Band math formula”选项，输入波段运算公式。

公式的输入格式为：“新波段=常数*波段+常数*波段+常数*波段”等形式。

5. 在波段运算窗口中，选择“Output file”选项，设置输出文件的路径和文件名。

6. 点击窗口底部的红色运算符号，开始进行波段运算。

7. 运算完成后，在ENVI中选择“File”中的“Open File”选项，打开运算后的结果文件。

8. 在ENVI中，选择“Display”菜单中的“Color Composite”选项，打开彩色合成窗口。

在彩色合成窗口中，选择红、绿、蓝三个波段，并设置各波段的权重和颜色表。

9. 点击窗口底部的“Apply”按钮，完成彩色合成。

实验结果本实验以Landsat8遥感图像为例，进行假彩色合成波段运算。

波段彩色合成是一种遥感影像处理方法，可以将不同波段的数据通过一定的组合方式生成彩色图像。

通常，彩色合成需要将三个波段的数据分别赋予红、绿、蓝三种颜色，从而生成具有彩色信息的图像。

常见的波段彩色合成方法包括：
真彩色合成：将3、2、1波段分别赋予红、绿、蓝色，获得自然彩色合成图像，图像的色彩与源地区或景物的实际色彩一致。

这种方法适用于浅海探测、作图以及非遥感应用专业人员使用。

标准假彩色合成：将4、3、2波段分别赋予红、绿、蓝色，标准假彩色图像中的植被显示为红色，可突出体现植被特征，常应用于提取植被信息。

此外，根据不同需求，还可以通过调整波段组合方式和设置阈值等方法来优化彩色合成效果。

例如，可以通过增加或减少波段数量来突出或减少特定地物特征的表现；或者通过调整各波段的权重和亮度值来增强或减弱特定颜色或地
物特征的表现。

总之，波段彩色合成是一种基于多波段数据融合的遥感影像处理方法，可以生成具有丰富颜色信息的图像，有助于遥感应用中的地物识别、分类和监测等任务。

编程实现遥感图像彩色合成一、实验目的了解图像彩色合成的分类以及它们的特点，掌握真彩色、假彩色和伪彩色合成的基本原理和具体操作。

二、实验要求实现对单波段图像进行伪彩色合成，对多波段图像进行真彩色和伪彩色和合成。

三、实验原理1. 伪彩色合成：把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进行彩色图像显示的方法，可通过密度分割法实现；2. 假彩色合成：选择多波段图像中的任意三个波段，分别赋予红、绿、蓝三种原色，在屏幕上合成彩色图像的方法，其中标准假彩色选择的三个波段是近红外、绿、蓝波段；3. 真彩色合成：彩色合成中选择的波段的波长与红绿蓝的波长相同或近似，得到的图像的颜色与真彩色近似。

四、实验思路五、实验步骤1.新建项目文件：本实验选用的语言是C#，开发工具是VisualStudio2010，通过“文件—新建—项目—C#—Windows 窗体应用程序”,命名“彩色合成”即可；2.编写代码：代码的功能模块，方法可根据实验方法的流程组织，具体如下： (1).编写读取头文件代码：直接导入已有的“.cs ”类文件即可；(2).编写读取图像数据代码：直接载入前面实验已有的“.cs ”类文件即可；(3).编写灰度拉伸代码：灰度拉伸有很多中这里采用最简单的线性拉伸方式，公式为G=Gmin+(Gmax-Gmin)*(F-Fmin)/(Fmax-Fmin) F 、G 分别表示原始图像数据和原始图像数据，由于在“绘制直方图”实验中已有该代码，直接载入即可；(4).绘制图像代码：这里我采取的是BMP 图像格式来显示图像文件可直接调用C#里的相关方法将字节数据显示为图像，具体代码见后文；3.调试编译：通过VS2010断点等调试工具，可查看、排除程序错误，无语法、逻辑错误后，编译生成程序文件即可；4.运行程序查看结果：运行程序，加载实验数据，进行彩色合成，然后再通过ENVI 的RGB 显示方式，显示图像，对比看是否准确；六、 结果与分析1.结果(1)、真彩色合成(2).假彩色合成2.总结分析(1).真彩色合成图像，颜色接近自然色，容易识别地物；(2).标准假彩色合成可以凸显植被（红色）、水体（黑色或蓝色）、城镇（深色）等信息。

真彩色合成方法GF_1数据
1数据RPC校正
ENVI进行波段运算Basic Tools→Band Math输入运算表达式：两种方法：方法一、((fix(b1)+b2+b3)/3) 其中b1对应
Band2、b2对应Band3、b3对应Band4（分别为：绿波段、
红波段、近红外波段）。

方法二、使用Bandmath工具，
进行绿色波段的合成：Bandnew=a*Bgree+（1-a）*Bnir a
是权重值，取0~1这里使用bandmath的表达式为：
fix(b2*0.9+b4*0.1)，b2为绿波段，b4近红外。

2将算出来的绿单波段与数据进行波段合成Basic Tools→Layer Stacking数据成为五个波段
3添加入Arcgis中显示RGB波段选择为R：Red G：（Gree+Red+Nir）/3，band math B：Gree（B3、合成绿波段、B2），导出数据：输出栅格使用渲染器，压缩类型LZW 导出的数据为RGB真彩色三个波段
4用PS打开三个波段数据通过：曝光度、曲线、自然饱和度、色彩平衡、亮度对比度、色相饱和度等对图像进行调色直到满意为止，调好后合并可见图层，然后存储。

5在ArcCatalog中进行对数据计算统计值，构建金字塔压缩方式采用LZ77
6添加Arcgis中对数据进行定义投影根据数据原始投影进行计
算。

至此完成GF数据的遥感影像真彩色合成！！！。