下载文档原格式
实验二彩色增强一、实验内容1、对一幅灰阶影像进行伪彩色增强。
2、利用三个波段的遥感影像进行假彩色增强。
3、利用TM1，2，3，波段的遥感影像进行真彩色合成。
4、理解伪彩色增强、假彩色增强、真彩色合成的原理、办法及三种方法之间的区别和联系。
5、掌握三大典型地物在假彩色合成影像呈现不同色彩的原因。
6、会利用相关系数、灰度阈值方法进行最佳假彩色合成分量的选择。
二、实验所用的仪器设备，包括所用到的数据电脑一台，遥感影像处理软件（ENVI），遥感影像文件bhtmref.img三、实验原理1、伪彩色增强伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。
伪彩色增强的方法主要有密度分割法、灰度级一彩色变换法和频率域伪彩色增强法三种。
本实验中用到的是密度分割。
密度分割是一种用于影像密度分层显示的彩色增强技术。
原理是将具有连续色调的单色影像按一定密度范围分割成若干等级，经分层设色显示出一种新彩色影像。
2、假彩色增强将一副自然彩色图像或者是同一景物的多光谱图像通过映射函数变换成新的三基色分量进行彩色合成,使增强图像中呈现出与原图像中不同的彩色的技术称为假彩色增强技术。
3、真彩色合成真彩色合成是指从多波段图像中选择其中三幅影像在显示屏上合成一幅图像，该三幅影像的波段范围与自然界中的红绿蓝光的波长范围大致一致。
TM卫星影像中1、2、3波段的波谱范围大致与自然界中的蓝、绿、红相仿，所以将TM1TM2、TM3按照蓝、绿、红的顺序进行合成可以得到一幅真彩色图像。
4、伪彩色变换伪彩色变换是指由输入的单波段影像，通过3个独立的数学变换，产生R、G、B三个分量影像，然后合成为伪彩色影像的过程。
彩色的含量由变换函数的形状决定。
5、最佳假彩色合成变量选择最佳假彩色合成变量选择方法依赖于对遥感图像信息特征的分析和研究目的，有信息分析法（选择信息量最大的波段，但不一定得到研究所需要的信息）、影像灰度阈值分析法（对影像灰度阈值进行分析，选择灰度阈值最大的波段）和波段间的相关系数分析法（对各波段的相关系数分析，选择相关系数小的波段）。
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。
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！！！。
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。
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。
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。
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。
tm遥感影像彩色合成方案及主要地物特征随着遥感技术的发展，TM（Thematic Mapper）遥感影像彩色合成已成为获取地物信息的重要手段之一。
TM遥感影像彩色合成是通过将不同波段的遥感影像进行组合，形成一张具有多种颜色信息的彩色影像，以更好地展示地物特征。
TM遥感影像彩色合成方案主要包括RGB合成、色调饱和度调整合成和主成分分析合成等方法。
其中，RGB合成是最常用的方法之一。
通过将TM遥感影像的红、绿、蓝三个波段分别对应于红、绿、蓝三个颜色通道，将其进行合成，可以得到一张直观清晰的彩色影像。
此方法在显示植被、水体等地物特征时效果显著，但在区分不同地物类型方面可能存在一定的局限性。
为了进一步增强彩色合成影像的信息表达能力，色调饱和度调整合成方法被广泛应用。
该方法通过调整色调和饱和度，可以突出地物的某些特征，使得合成影像更加鲜艳、生动。
此方法在展示地物边缘、纹理等细节方面具有优势，常用于土地利用分类、城市扩展研究等领域。
此外，主成分分析合成方法也常用于TM遥感影像的彩色合成。
该方法通过对TM遥感影像进行主成分分析，提取出反映地物信息的主要成分，再将其映射到RGB颜色空间，形成彩色合成影像。
该方法在减少数据冗余、突出地物特征等方面具有明显优势，适用于地质勘探、资源调查等应用领域。
在TM遥感影像的彩色合成中，不同地物具有不同的特征表现。
植被通常呈现绿色或青绿色，水体通常呈现蓝色或青色，建筑物和道路通常呈现灰色或黄色。
通过观察彩色合成影像中地物的色彩和纹理特征，可以对地物类型进行初步判断和识别。
例如，植被地物通常具有较为均匀的绿色或青绿色，而建筑物地物具有明显的几何形状和灰色或黄色的颜色，这些特征可以帮助进行地物分类和目标提取。
综上所述，TM遥感影像彩色合成是一种重要的地物信息提取手段，通过合理选择合成方案和观察地物的特征，可以更加准确地获取和分析地表信息，为资源调查、环境监测、土地利用规划等领域提供有力支持。
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。
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。
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。
论述遥感影像彩色合成今天咱们来聊一个特别有趣的东西，叫遥感影像彩色合成。
你们有没有看过那种从天上拍下来的超级大的照片呀？就像鸟儿在特别特别高的地方看到的地面的样子。
这些照片就是遥感影像啦。
可是最开始的时候，这些遥感影像好多都是黑白的，就像我们以前看的那种老照片一样，只有黑呀白呀，看起来有点单调呢。
那怎么办呢？就有聪明的叔叔阿姨们想到了一个办法，让这些影像变成彩色的，这就是彩色合成啦。
比如说，我们可以想象把不同的颜色像搭积木一样放在一起。
在遥感影像里，有不同的信息就像不同的小积木块。
有一种就像是告诉我们哪里是水，哪里是陆地的信息，我们可以给这个信息一种颜色，像蓝色就可以代表水呀，绿色代表有很多树的陆地。
还有的信息可能是关于温度的，热的地方我们可以用红色，冷一点的地方用蓝色。
然后把这些带有不同颜色的信息组合起来，就像拼拼图一样，这样遥感影像就变成彩色的啦。
我给你们讲个小例子吧。
有个地方有一片大海，海边还有沙滩和很多椰子树。
如果是黑白的遥感影像，我们可能只能看出哪里黑一点哪里白一点，不太清楚哪里是海，哪里是沙滩，哪里是树。
但是经过彩色合成之后呢，大海变成了蓝色，沙滩是黄色的，椰子树是绿色的。
一下子就看得特别清楚啦，就像我们用彩色画笔在一张白纸上画出了这个美丽的海边景色一样。
彩色合成还有很多用处呢。
比如说，农民伯伯想知道自己的农田哪里长得好，哪里可能缺水了。
通过彩色合成的遥感影像，长得好的绿色的植物会显示出很鲜艳的绿色，缺水的地方可能颜色就会有点发黄。
这样农民伯伯看一眼就知道哪里需要浇水啦。
还有，消防员叔叔们如果要去扑灭森林大火，彩色合成的遥感影像能让他们很快看到哪里是着火的地方，因为着火的地方可能是红色或者橙色，周围没着火的绿树就是绿色的。
这就像在一幅画里，一眼就能看到那个特别的部分。
再比如说，城市里的叔叔阿姨们想看看哪里可以再建一个公园。
通过彩色合成的遥感影像，他们能看到哪里有很多房子是灰色的一片，哪里还有空地是土黄色的，这样就能更好地规划啦。
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。
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，色调深；在银盐感光材料的片基上（正像）、（透明正片），银粒密度高，透光率低；合成时混入所配的某一原色光的量少。
数字图像处理：处理对象是数字图像，每一单波段图像可视为一个图层，如同透明正片。
反射率高的地物DN值高（透明正片透光率高），在显示器上亮度高，混入所赋的某一原色光量多。
反射率低的地物DN值低（透明正片透光率低），在显示器上亮度低，混入所赋的某一原色光量少。
光学处理直观形象易于理解，数字处理方便易行，但容易忽视原理和为什么，造成图像处理的盲目性、随意性，对处理结果无法做出科学解释。
授课过程中要注意讲明影像色调深浅与透明正片密度大小与透光率大小与单波段影像的DN 值高低的相关性。
1.3.2 标准假彩色合成波段选择原理。
标准假彩色合成选择的波段为近红外、红光、绿光，如本文中的MSS数据和TM数据，选择的波段为MSS 7（R）、MSS5（G）、MSS4（B）和TM4（R）、TM3（G）、TM2（B），都是由植被的波谱特征来决定的。
植被在摄影红外波段如MSS7、TM4反射率奇高，DN值高，在相应波段的图像上色调浅，混入所赋的某一原色光多，所以，在多波段遥感图像彩色合成时，为此波段图像所赋的原色光的颜色将成为合成图像的主导色。
MSS5和TM3都是红光波段植被的反射率低，处在红谷的位置，透光性不好。
MSS4和TM2都是绿光波段植被具有绿峰，反射率较高，图像密度较小，透光性较好。
大量的红光和少量的蓝光合成为非常偏红的品红色。
1.3.3 真彩色的原理TM3、TM2、TM1分别为红光、绿光、蓝光波段（图3），在彩色合成过程中恰好给予红、绿、蓝三原色，则原来是红色的地物还是红色，原来是绿色的地物还是绿色，原来是蓝色的地物还是蓝色，其合成色与地物原有颜色一致。
例如，原来是红色的物体，是因为其反射了红光看起来是红色，那么它在TM3红光波段的图像上反射率就会很高，图像色调很浅，透光性很好，给一束红光恰好能透过，地物看起来则为红色，恢复了地物原有的颜色，因此称TM3（R）、TM2（G）、TM1（B）为真彩色，就是进行了色彩还原的真彩色图像，这也是数字彩色摄影的基本原理。
1.3.4 模拟真彩色和真彩色之间的区别如：MSS5（R）、7（G）、4（B）彩色合成的植被绿色为模拟真彩色，而非真彩色，TM3（R）、TM2（G）、TM1（B）则为真彩色。
原因在于，MSS没有蓝光波段的像，缺少地物三原色的蓝光信息，因此无论怎样彩色合成都不会与地物真实颜色相一致。
图3 真彩色彩色合成（以植被为例，TM数据）1.4 举一反三讲解的内容前边已经把彩色合成的基本原理解释清楚，可以用提问的方式，由学生先观察、思考，然后再讲解，讨论完成本部分的几个问题。
1.4.1 植被的颜色为什么会不同实际生长的植被，由于一种植被处在不同的生长期，遭受的病虫害不同，其反射率也不同，所以图像的密度，透光性也不同，所以植被在标准假彩色合成图像上虽然都是非常偏红的品红色，但深浅也会相差很大，如健康茂盛——亮红，幼年——粉红，病害——暗红，成熟农作物—鲜红等。
基本的规律是植被生长的越好，反射率越高，就会越偏红。
不同的植被，如小麦、树木、灌木丛颜色会不同在讲解的遥感图像数据上找到相应的地物进行观察。
1.4.2 标准假彩色合成不同水质水体颜色变化特点彩色合成中，水体颜色的变化主要由水中所含物质来决定，课上以TM432洞庭湖为例讲解，水体当清而深时是黑色，因为水体在三个波段上的反射率都较低，红、绿、蓝三原色都不容易透出故为黑色；当水体中含泥沙时在TM3橙红光波段，TM2绿黄光波段，泥沙具有一定的反射率，增加绿、蓝光的透光率，合成为淡青色；有水藻时TM4摄影红外波段反射率大大增强，具有了植被的光谱特征，呈现出带红点、红晕的图像特征。
并可进一步为同学讲解水体污染监测，如赤潮。
1.4.3 云、雪、冰在TM432标准假彩色合成时是什么颜色云、雪、冰，因其在TM432三个波段反射率均较高，红、绿、蓝三原色光均能很好的透过来，加色法合成为白色。
1.4.4 当遇到我们没有讲过的地物时，如何分析其颜色注意为学生梳理思路，从地物的波谱曲线入手，结合遥感图像波段特征，按照图1、图2、图3的思路方法进行分析，即可得到答案。
1.5 相关作业草绘植被的反射波谱曲线。
结合多波段假彩色合成实验，综合分析植被在TM标准假彩色（模拟真彩色）图像上的色彩特征，并说明为什么？（提示：植被的反射波谱特性、ETM+各波段的工作波长、植被在不同波段图像上的色调、透明正片的影像密度或DN值、波段与三原色光组合、色光加法混合原理）2 授课方式在课上首先把一幅图像由灰度变为彩色的，勾起学生的好奇心，然后按照“理论+实验”、“提问+讨论”方式完成教学。
分别用光学图像处理方法和数字图像处理方法来实现。
光学图像处理方法，采用多光谱彩色合成仪（图4），在当今的数字化时代，各种传统的光学图像处理方法几乎都得以在计算机上实现，该仪器已少人问津，但对直观地理解彩色合成图像处理的原理还起着难以取代的作用，在这里仅作简要介绍，该实验选用的是MSS数据。
实验选择MSS7，MSS5，MSS4三个透明正片，图5（左）单波段图像，对应多光谱彩色合成仪的三个通道，以MSS7（R），MSS5（G），MSS4（B）的方式给三个透明正片配以红、绿、蓝三原色光，即出现图5（右）的彩色合成以后的图像。
当图像彩色合成实现后，以洞庭湖下方代表芦苇分布的品红色区域为例，按照图1的原理再强调一次原理，学生才会有眼见为实的感触。
多光谱彩色合成仪可以将三原色顺序以C32种组合调整顺序，除MSS7、5、4对应R、G、B为标准假彩色之外，其它组合——统称非标准假彩色合成，或直接称为彩色合成。
其中MSS5（R）、7（G）、4（B）被称为模拟真彩色。
数字图像处理，在计算机上，用ERDAS等遥感图像处理软件完成，选用TM、ETM+等数据均可。
彩色合成处理过程较简单，出现的效果需要依照图2和图3以及授课内容作出详细认真的讲解，并注意单独观察TM4（R），TM3（G），TM2（B）具有植被部位的透光性，分析透光性是否由其反射率来决定，透过的光根据加色法彩色合成原理，即得植被的颜色——品红色（图5）。
TM有7个波段，6波段为热红外图像不参与反射波谱特性图像的彩色合成，所以彩色合成选择TM1、TM2、TM3、TM4、TM5、TM7，6个波段完成，共有C种合成方案，老师再为学生演示TM3（R）、TM2（G）、TM1（B）彩色合成方案，并按照授课内容讲解，其余方案由学生自己操作，体会其中的原理，并总结颜色变化的原因，完成1.3的作业。
图5 洞庭湖TM432标准假彩色合成3 课程内容重难点分析本课程设计100分钟，70分钟讲解加演示，30分钟学生用ERDAS软件自己操作完成。
学生在操作的过程中需观察不同的彩色合成下地物颜色的变化，考虑为什么，并完成作业。
4 结论本设计将地物的波谱特性，图像的灰度，透明正片的透光率，多波段图像波段效应、三原色光原理，加色法色光混合原理全部融会贯通起来，使学生真正理解彩色合成的原理，并在实际工作中能灵活运用，如比值图像、主成份分析处理后的图像，也可以用本设计彩色合成原理来理解，只是失去了地物的波谱意义，体现的是其数学特征，由DN值来决定。
在实际教学中本设计教学效果非常好，所以将其总结成文。
【参考文献】[1]母国光，站元龄.光学[M].人民教育出版社，1978.[2]荆其诚，等.色度学[M].科学出版社，1979.[3]汤顺青.色度学[M].北京理工大学出版社，1990.[4]吕斯骅.遥感物理基础[M].商务印书馆，1981.[5]陈述彭.遥感大词典[M].科学出版社，1990.[6]朱亮璞.遥感地质学[M].地质出版社，1994.[7]霍宏涛.数字图像处理[M].机械工业出版社，2003.[8]安荣等，编著.ERDAS IMAGINE 遥感图像处理方法[M].清华大学出版社，2003.。
