遙感影像雲量的計算方法

Ⅰ 遙感圖像處理

遙感圖像處理是指對遙感探測所獲取的圖像或資料進行的各種技術處理。處理的目的是使遙感圖像或資料更加適用於實際應用。圖像處理中，輸入的是質量較低的圖像，輸出的是改善質量後的圖像。主要是對原始圖像復原的恢復處理和為使圖像更加清晰，目標地物更為突出明顯，便於信息提取和識別的圖像增強處理以及進行自動識別和信息提取的分類處理。從處理方法上，主要有光學處理和計算機數字圖像處理。原始圖像復原的恢復處理一般由衛星地面站完成，而在現有的條件下自動識別往往並不十分理想，所以這里的遙感圖像處理主要是指圖像增強處理和信息提取處理。

遙感圖像處理的首要任務是對遙感數據的選擇及其時相選擇，因為遙感數據及其時相往往對影像的判別產生直接的影響；其次是根據任務和目標進行波段組合的優化選擇；最後是確定遙感圖像處理和信息提取方法，方法選擇得當，就可以少走彎路或不走彎路，方法選擇不當，信息提取就如同大海撈針一樣難。

本次遙感圖像處理的軟體主要運用了加拿大PCI公司開發的用於圖像處理、幾何制圖、GIS、雷達數據分析以及資源管理和環境監測的多功能軟體系統PCI和自主開發的TM找礦弱信息提取系統等軟體。

本節主要針對項目工作區范圍的遙感影像的計算機數字圖像增強處理的基本原理和方法作簡要介紹，不對遙感圖像預處理（系統誤差校正、大氣校正、幾何圖像校正）進行說明。

7.1.1 TM遙感圖像的選取

由於陸地資源衛星TM信息源在資源綜合調查中，具有明顯的技術與經濟優勢。表現在進行各種處理（數字、光學）潛力大，波段組合能力強，成圖幾何精度和分類幾何精度高，地學綜合信息豐富，價格適中，所以就性能價格比而言，以TM遙感信息源為優。同時也對部分區域的SPOT（10 m、5 m）圖像進行了處理分析。

本地區的氣候是屬於暖溫帶大陸性季風型，一年中四季變化比較明顯，夏季植被覆蓋率較高，不利於對礦產地質綜合信息的研究，同時植被覆蓋率高也不利於對遙感圖像的計算機處理和信息提取。因此，對本研究工作來說，首先要避開夏季，其次要考慮地面裸露程度及與遙感圖像時相的一致性，一般應選擇在4月或10月，因為這時植被剛剛出露或者已經枯萎，4月份山區作物種類較單調，甚至還沒有作物萌芽，而10月份秋季作物已經收割，植被多已枯萎，地面覆蓋相對較低，為此我們選擇了1998年4月和2000年10月的影像資料作為本次圖像處理的重點。

7.1.2 遙感（RS）圖像處理的過程分析

遙感數字圖像處理的過程就是幾何、輻射校正、信息定量化、信息復合、圖像增強、信息特徵提取、圖像分類等一系列圖像處理和分析技術研究，為各類型區的遙感綜合調查提供優質圖像的過程。

數字遙感圖像處理的一般過程為：

創新思維與找礦實踐

遙感圖像預處理包括了遙感圖像輻射校正和幾何校正兩大部分。鑒於預處理是遙感圖像處理的公共部分，基於篇幅所限不再贅述。

7.1.3 遙感圖像增強處理方法研究和選擇

圖像增強是改善圖像視覺效果的處理。當分析遙感圖像時，為了使分析者能容易確切地識別圖像內容，必須按照分析目的對圖像數據進行加工，目的是提高圖像的可判讀性。圖像增強不考慮圖像降質的原因，突出圖像中所感興趣的部分。如強化圖像高頻分量，可使圖像中物體輪廓清晰，細節明顯；如強化低頻分量可減少圖像中雜訊影響。

遙感圖像增強的實質就是把圖像灰度的微小差異，人為地予以擴大（或者賦予不同的色彩），目的在於提高人們對圖像的分析判斷能力。由於對其增強效果缺乏一個統一的評價標准，因此，須結合具體增強要求，選擇圖像增強的方法，並通過反復試驗、調整和觀察，達到滿意的增強效果。

雖然遙感圖像處理方法多種多樣，我們在工作中也試驗了多種方法，經過篩選和分析研究，結合本次工作實際情況，主要應用了以下幾種方法：

7.1.3.1 比值處理

比值處理採用高質量比值功能，使比值圖像得到拉伸，有效地消除了地形影響，使陰影區的結構得到顯示。處理出來的圖像色彩豐富，既保留了原有地貌特徵，又突出了線環構造，為隱伏岩體和半隱伏岩體的研究提供了更為直觀可靠的資料，立體感得到增強，陰影區結構清楚。

同一地區不同波段（兩個波段或幾個波段組合）對應像元亮度值相除，用所得新值構成一幅比值增強圖像。目的是擴大相鄰兩個像元的差別，框圖如下：

創新思維與找礦實踐

在一張比值圖像上，灰階中最黑和最白的色調代表兩個多光譜波段間光譜反射率的最大差異值。最黑的色調代表比值的分母大於分子。反之，最白的色調代表分子大於分母。

基本比值：兩個波段的數值相比

公式中：a、b為調節參數；

設a=1，b=0

則每一條斜線的斜率就是一個亮度值。一個點的比值相當於該點和原點的連線與水平軸夾角的正切（比值法的涵義如圖7-1）。

圖7-1 比值法涵義

作用：① 擴大不同地物亮度值的微小差別；② 消除地形影響（比如陰坡和陽坡的影響）；③ 識別和區分蝕變礦物。

下面是本次工作中主要運用的比值和目的：

TM3/1識別褐鐵礦化，在圖像上呈亮色調；赤鐵礦化，在圖像上呈暗色調。

TM5/4區分植被與無植被覆蓋的土壤和岩石，植被發育區呈暗色調。

區分不同種類的特徵礦物：

TM5/4≥1.0雲母和黃鐵礦；

TM5/4≤1.0明礬石和石膏；

TM5/4≈1.0方解石和粘土礦；

TM7/4≥1.0雲母；

TM7/4≤1.0明礬石和石膏；

TM4/3，識別植被和褐鐵礦化岩石，植被發育區呈亮色調，褐鐵礦化岩石呈暗色調；

TM5/7，識別含羥基礦物、硫酸鹽和碳酸鹽岩的含水化合物，由於這些礦物在2.2（TM7）處的吸收谷，其TM5/7值很大，在圖像上呈亮色調。但植被的TM5/7值也很大，需要用其他方法加以區分。

比值可分為大於1和小於1兩大部分，反映波譜特徵差別的強弱是不一致的，即在大於1的部分反差較大，在小於1的部分反差很小，實際上是被壓縮了。在比值處理過程中，通過自主研發的TM弱信息提取系統的處理，在該系統中增加了一個擬合放大的功能，可以根據需要進行不同比例的放大。基本上解決了比值結果有可能被壓縮這一問題。

7.1.3.2 主成分分析處理

主成分分析（或稱為主組分變換，數學上稱之為K-L變換）是遙感圖像增強和信息提取中用得最多的線性變換，它是在統計基礎上的多維正交線性變換，是對原波段圖像進行波譜信息的線性投影變換。在盡可能不減少信息量的前提下，將原圖像的高維多光譜空間的像元亮度值投影到新的低維空間，減少特徵空間維數，達到數據壓縮、提高信噪比、提取相關信息、降維處理和提取原圖像特徵信息的目的，並能有效地提取影像信息。它可使原來多波段圖像經變換後提供出一組不相關的圖像變數，最前面的主分量具有較大的方差，包含了原始影像的主要信息，所以要集中表達信息，突出圖像的某些細部特徵，可採用主分量變換來完成。

對工作區的遙感圖像的6個波段TM1、TM2、TM3、TM4、TM5、TM7進行了主成分分析，以主成分分析後的第一分量為基礎解譯圖像，參考其他分量圖像進行遙感解譯。

7.1.3.3 反差擴展（主要是線性拉伸）

反差擴展是一種通過拉伸或擴展圖像的亮度數據分布，使之占滿整個動態范圍（0～255），以達到擴大地物之間亮度差異，分出更多亮度等級的一種處理技術。

例如：原始的一幅TM圖像，亮度范圍集中在10～100范圍內，我們可以將其擴展到0～255，擴大了相鄰亮度值之間的差別，提高了分辨能力（但不能增加亮度等級）（圖7-2）。

圖7-2 線性增強前後對比

反差擴展的原理是：在反差擴展中，輸出的像元值y，是輸入的像元值x的函數：y=f（x）0＜y＜255

這個函數可以是線性的，也可是非線性的。本次主要應用的是普通線性擴展。如果用直線方程來擴展圖像，就是y=f（x）

斜率=45°，即y=x，無變化；

斜率＜45°，如 y=1/2x，壓縮；

斜率>45°，如 y=2x，擴展。

創新思維與找礦實踐

d_min，d_max分別代表輸入的最小和最大值。

①原來圖像的最小和最大值。

②人為規定最小和最大值。

此時，

這就是說把區間〔a，b〕以外的像元值分別壓縮為0及255。

③給定要舍掉的像元數百分比，小於此百分數的值均捨去，由程序來確定d_max和d_min。

反差處理貫穿於整個圖像處理過程。根據實際情況對不同的處理結果均進行了反差處理（主要是普通線性拉伸處理）。

7.1.3.4 反色（又稱為反相）處理

反色就是形成底片效果。反色有時是很有用的。反色的實際含義是將R、G、B值反轉。若顏色的量化級別是256，則新圖中的R、G、B值為255減去原圖的R、G、B值。這里針對的是所有圖，包括真彩圖、帶調色板的彩色圖（又稱為偽彩色圖）和灰度圖。

本次反色處理主要是針對主成分分析的幾個分量進行的。主成分分析結果仍然是灰度圖，而灰度圖又是一種特殊的偽彩色圖，只不過調色板中的R、G、B值都是一樣的。由於點陣圖中的數據只是對應調色板中的一個索引值，所以只需要將調色板中的顏色反轉，形成新調色板，而點陣圖數據不用動，就能夠實現反轉。由於主成分分析結果的6個分量中，每個分量圖像如果不進行反差處理（主要是線性拉伸），圖像均較暗，根據處理後的結果顯示，水體為黑色，其灰度值大約在0～20，而山體的灰度值多在50～100之間，盡管對其進行了拉伸處理，仍不理想。為了比較准確地區分圖像，提高判讀解譯的准確性，降低解譯時間消耗，所以對反差處理後的結果又進行了反色處理。

7.1.4 信息提取處理

信息提取主要是針對影像的光譜特徵、空間（幾何）特徵和紋理特徵的提取，它是圖像增強處理後的對圖像的繼續處理。

（1）光譜特徵：可提取顏色或灰度或波段間的亮度比等目標物的光譜特徵，例如Landsat7有7個波段，根據某類地物的光譜特徵，採用特定的比值可將其突出出來。

（2）空間（幾何）特徵：把目標物的形狀、大小、或者邊緣，線性構造等幾何性特徵提取出來，例如把區域斷層明顯突出出來。

（3）紋理特徵：是指周期性圖案及區域均勻性等有關紋理的特徵。根據構成圖案的要素形狀、分布密度、方向性等紋理進行圖像特徵提取的處理叫做紋理分析。

本次工作區的遙感影像信息特徵提取主要是在PCI軟體、TM弱信息提取系統（自主開發）等軟體中進行初步工作，最後通過目視解譯和計算機自動解譯相結合來完成的。

Ⅱ 遙感圖像去雲的一般採用什麼做法

一般採取多時相互補影像來做去雲，假設地物變化忽略不計，僅考慮輻射差異進行重建，最簡單的方法就是時相平均/替代/線性回歸，但這類方法通常效果有限，尤其是大面積厚雲去除和復雜場景重建。

按雲的類型可以區分為薄雲和厚雲。薄雲去除類似自然圖像的去霧，比如凱明大佬的暗通道先驗，也可以考慮不同波段的光譜差異性來做。

厚雲去除就比較難了，其下方的地表遮擋信息完全無效，薄雲的方法此時就沒卵用了。

幾個去薄雲的方法：

1、同態濾波：利用傅里葉變換，然後濾掉低頻的雲成分。

2、小波分析：利用小波分解到多尺度，然後去掉低頻的雲成分。

3、TC變換：針對Landsat系列衛星的一種正交變換，轉換後的4th分量被認為是雲分量。

4、HOT變換：定義一條晴空線，然後雲的影響會使像元值偏離這條直線，計算每個像素偏離的距離就可以得到一個類雲的圖像，然後利用暗像元法或者直方圖匹配等方法去除。基於這個原理這個有人做了個插件haze tool，可以在envi上用。

5、RTM：利用1.38um的波段探測到的卷雲信息去除其他波段中的雲。

同態濾波

同態濾波是運用照度和反射率模型對遙感圖像進行濾波處理，常常應用於揭示陰影區域的細節特徵。

該方法的基本原理是：減少低頻，增加高頻，從而銳化圖像邊緣或細節特徵的圖像增強方法,一幅影像f(x,y)能被表達成照度分量和反射分量兩部分的乘積：f(x,y)=i(x,y)*r(x,y)式中i(x,y) 為照度分量，r(x,y) 為反射分量。

Ⅲ 遙感數據融合詳細步驟，急急急，做論文的！！！！

一、資料的收集與分析 遙感制圖所需的資料范圍較廣，一般需要收集如下資料
1、編制地區的普通地圖 、 （1）比例尺最好與成圖比例尺一致或稍大於成圖比例尺 （2）選用面積變形較小的地圖投影
2、遙感資料 後幾年的影像 在選擇遙感圖像時，要遵循以下幾個原則：
（1）空間解析度及制圖比例尺的選擇 空間解析度指像素 代表的地面范圍的大小，即掃描儀的瞬時視場或地面物體能分辨的最小單元。 空間解析度指像素所代表的地面范圍的大小，即掃描儀的瞬時視場或地面物體能分辨的最小單元的地面范圍的大小 由於遙感制圖是利用遙感圖像來提取專題制圖信息的，因此在選擇遙感圖像空間解析度時要考慮以 下兩點要素：一是判讀目標的最小尺寸，二是地圖成圖比例尺。遙感圖像的空間解析度與地圖比例尺有 密切關系：空間解析度越高圖像可放大的倍數越大，地圖的成圖比例尺也越大。 遙感圖像的比例尺應與成圖比例尺一致或象片比例尺稍大於成圖比例尺，這樣可以避免成圖比例尺 大尺度變換的繁瑣技術問題。但對於專題要素的判讀、分類、描繪來說，往往要選擇大於地圖比例尺的 象片為宜。
（2）波譜解析度與波段的選擇 波譜解析度是指感測器在接受目標輻射的波譜時能分辨的最小波長間隔。間隔越小，解析度越高。 波譜解析度是指感測器在接受目標輻射的波譜時能分辨的最小波長間隔。間隔越小，解析度越高。 是指感測器在接受目標輻射的波譜時能分辨的最小波長間隔 波譜解析度，是由感測器所使用的波段數目，也就是選擇的通道數，以及波段的波長和寬度所決定。各 遙感器波普解析度在設計時， 都是有針對性的， 多波段的感測器提供了空間環境不同的信息。 TM 為例： 以 TM1 藍波段：對葉綠素和夜色素濃度敏感，用於區分土壤與植被、落葉林與針葉林、近海水域制圖。 TM2 綠波段：對無病害植物葉綠素反射敏感 TM3 紅波段：對葉綠素吸收敏感，用於區分植物種類。 TM4 近紅外波段：對無病害植物近紅外反射敏感，用於生物量測定及水域判別。 TM5 中紅外波段：對植物含水量和雲的不同反射敏感，可判斷含水量和雪、雲。 TM6 遠紅外波段：作溫度圖，植物熱強度測量 TM 圖象的性質 波段 1 2 3 4 5 6 7 光譜范圍 （微米） 0.45—0.52 0.52—0.60 0.63—0.69 0.76—0.90 1.55—1.75 10.4—12.5 2.08—2.35 光譜性質 藍 綠 紅 近紅外 中（近）紅外 熱（中）紅外 中紅外 地面分辨 率（米） 30 30 30 30 30 120 30 主 要 應 用 地壤與植被分類 健康植物的綠色反射率 探測不同植物的葉綠素吸收 生物量測量，水體制圖 植物濕度測量，區分雲與雪 植物熱強度測量，其它熱制圖 水熱法制圖，地質采礦 包括航空象片、衛星象片及它們的底片和磁帶、航空象片鑲輯圖、若為動態監測還需要前
（3）時間解析度與時相的選擇 遙感圖像是某一瞬間地面實況的記錄，而地理現象是變化、發展的。因此，在一系列按時間序列成像的 遙感圖像 多時相遙感圖像中，必然存在著最能揭示地理現象本質的「最佳時相」圖像 把感測器對同一目標進行重復探測時， 相鄰兩次探測的時間間隔稱為遙感圖像的時間解析度。 Landsat 如 1、2、3 的圖像最高時間解析度為 18 天，Landsat4、5、7 為 16 天，SPOT-4 為 26 天，而靜止氣象衛星的 時間解析度僅為半小時。 遙感圖像的時間解析度對動態監測尤為重要。如：天氣預報、災害監測等需要短周期的時間解析度，因 此常以「小時」為單位。植物、作物的長勢監測、估產等需要用「旬」或「日」為單位。 顯然只有氣象衛星的圖像信息才能滿足這種要求；研究植被的季相節律、農作物的長勢，目前以選擇 landsat-TM 或 SPOT 遙感信息為宜。
3、其他資料 土地現狀圖、土地利用報告 、編圖地區的統計資料、政府文件、地方誌等
二、確立專題要素的分類系統
三、遙感圖像處理
1、遙感圖像處理方法的選擇 、
（1）光學處理法 常用的方法有：假彩色合成（加色法、減色法）、等密度分割、圖像相關掩膜。
（2）數字圖像校正 方法：輻射校正、幾何校正
（3）數字圖像增強的方法：
A. 對比度變換
B.空間濾波：是指在圖像空間或空間頻率對輸入圖像應用若干濾波函數而獲得改進的輸出圖像的技術。 空間濾波 常用的空間濾波的方法有：平滑和銳化。 ：平滑和銳化 平滑：圖像中出現某些亮度變化過大的區域，或出現不該有的亮點（「雜訊」）時，採用平滑的方法可以減小變化， 平滑 使亮度平緩或去掉不必要的「雜訊」點。具體方法有：均值平滑、中值濾波 均值平滑、 均值平滑 銳化：為了突出圖像的邊緣、線狀目標或某些亮度變化率大的部分，可採用銳化方法。常用的幾種方法：羅伯特 銳化 梯度、索伯爾梯度、拉普拉斯演算法、定向檢測
C.彩色變換 彩色變換就是將黑白圖像轉換成彩色圖像的方法。主用的方法有單波段彩色變換、多波段彩色變換、 彩色變換: 彩色變換 HLS 變換等。
D.圖像運算
E.多光譜變換 多光譜變換: 多光譜變換 兩幅或多幅單波段影像，完成空間配准後，通過一系列運算，可以實現圖像增強，達到提取某些信息 或去掉某些不必要信息的目的。方法：差值運算、比值運算 多光譜變換就是指用某種變換把信息集中於較少（一般為 3 個）波段內。常用的方法有：主成分分 主成分分 變換） 纓帽變換（ 、纓帽變換 變換） 、沃爾什—哈達瑪變換、傅立葉變換、植被指數變換、斜變 析（K-L 變換） 纓帽變換（K-T 變換） 、 換、餘弦變換等等。 主成分分析（ 變換） 主成分分析（K-L 變換）的主要特性有二： a．能夠把原來多個波段中的有用信息盡量集中到數目盡可能少的新的組分圖像中。 b．還能夠使新的組分圖像中的組分之間互不相關，也就是說各個組分包含的信息內容是不重疊的。 K-L 變換的缺點 的缺點是不能排除無用以至有礙的雜訊和干擾因素。 的缺點 纓帽變換（ 變換） ：它是 Kauth 和 Thomas（1976 年）通過分析 MSS 圖像反映農作物或植被生長過程的數據結 纓帽變換（K-T 變換） 構後，提出的正交線性變換。 K-T 變換的特點：a．能夠把原來多個波段中的有用信息壓縮到較少的新的波段內。 b．要求新波段正交或近似正交。 c．分離或削弱無用的干擾因素。 （4）多源信息復合 ）

四、遙感圖像的判讀
1、遙感圖像目視判讀 遙感圖像的判讀標志：
遙感圖像的判讀標志：是指圖像上反映出的地物和現象的圖像特徵，是以深淺不同的黑白色調（灰階） 或不同的色彩構成的各種各樣圖形現象出來的。 遙感圖像的判讀標志可概括為：顏色、形狀、空間位置 ：顏色、形狀、 顏色——色調、 顏色、 顏色——色調、 顏色、陰影 ——色調 形狀——形狀、紋理、 大小 、 形狀 、 位置——位置、圖型、相關布局 位置
2、目視解譯的方法
（1）直接判讀法（2）對比分析法 （3）信息復合法（4）綜合推理法（5）地理相關分析法 （1）直接判讀法：是根據遙感影像目視判讀直接標志，直接確定目標地物屬性與范圍的一種方法。 直接判讀法 例如，在可見光黑白像片上，水體對光線的吸收率強，反射率低，水體呈現灰黑到黑色，根據色調可以從影像 上直接判讀出水體，根據水體的形狀則可以直接分辨出水體是河流，或者是湖泊。在 MSS4、5、7 三波段假彩色影 像上，植被顏色為紅色，根據地物顏色色調，可以直接區別植物與背景。 （2）對比分析法 此方法包括同類地物對比分析法、空間對比分析法和時相動態對比法。 A.同類地物對比分析法 同類地物對比分析法是在同一景遙感影像上，由已知地物推出未知目標地物的方法。 同類地物對比分析法 B.空間對比分析法 空間對比分析法是根據待判讀區域的特點，選擇另一個熟悉的與遙感圖像區域特徵類似的影像，將兩個影像相互 空間對比分析法 對比分析，由已知影像為依據判讀未知影像的一種方法。 C.時相動態對比法，是利用同一地區不同時間成像的遙感影像加以對比分析，了解同一目標地物動態變化的一種解 .時相動態對比法 譯方法。 （3）信息復合法：利用透明專題圖或者透明地形圖與遙感圖像重合，根據專題圖或者地形圖提供的多種輔助信息， 信息復合法 識別遙感圖像上目標地物的方法。 （4）綜合推理法：綜合考慮遙感圖像多種解譯特徵，結合生活常識，分析、推斷某種目標地物的方法。 綜合推理法 （5）地理相關分析法：根據地理環境中各種地理要素之間的相互依存，相互制約的關系，藉助專業知識，分析推斷 地理相關分析法 某種地理要素性質、類型、狀況與分布的方法。

3、目視解譯的基本步驟 （1）准備工作 •選擇合適波段與恰當時相的遙感影像 •相關專題地圖的准備 •工具材料准備 •熟悉地理概況 •確定專題分類系統 （2）室內初步解譯與判讀區的野外考察 室內建立初步判讀標志 •初步解譯的主要任務是掌握解譯區域特點，確立典型解譯樣區，建立目視解譯標志，探索解譯方法，為全面解譯 奠定基礎。 •在室內初步解譯的工作重點是建立影像解譯標准，為了保證解譯標志的正確性和可靠性，必須進行解譯區的野外 調查。野外調查之前，需要制定野外調查方案與調查路線。 野外考察驗正判讀標志 在野外調查中，為了建立研究區的判讀標志，必須做大量認真細致的工作，填寫各種地物的判讀標志登記表， 以作為建立地區性的判讀標志的依據。在此基礎上，制訂出影像判讀的專題分類系統，根據目標地物與影像特徵之 間的關系，通過影像反復判讀和野外對比檢驗，建立遙感影像判讀標志。 （3）室內詳細判讀 在詳細判讀過程中，要及時將解譯中出現的疑難點、邊界不清楚的地方和有待驗證的問題詳細記錄下來，留待野 外驗證與補判階段解決。 （4）野外驗證與補判 野外驗證指再次到遙感影像判讀區去實地核實解譯的結果。主要內容包括兩方面： •檢驗專題解譯中圖斑的內容是否正確。 •驗證圖斑界線是否定位準確，並根據野外實際考察情況修正目標地物的分布界線。 （5）目視解譯成果的轉繪與制圖 遙感圖像目視判讀成果，一般以專題圖或遙感影像圖的形式表現出來。

五、遙感圖像計算機解譯
圖像分類方法 監督分類
1.(1) 最小距離法 最小距離法（minimum distance classifier） •以特徵空間中的距離作為像素分類的依據。 •在遙感圖象上對每一類別選取一個具有代表意義的統計特徵量；計算待分像元與已知類別之間的距離，將其歸 屬於距離最小的一類。 •最小距離分類法原理簡單，分類精度不很高，但計算速度快，它可以在快速瀏覽分類概況中使用。
(2) 分級切割分類法 分級切割分類法（multi-level slice classifier） 多級切割法（multi-level slice classifier）是根據設定在各軸上的值域分割多維特徵空間的分類方法。
(3) 特徵曲線窗口法 •特徵曲線窗口法分類的依據是：相同的地物在相同的地域環境及成像條件下，其特徵曲線是相同或相近的，而不 同地物的特徵曲線差別明顯。 •特徵曲線窗口法分類的效果取決於特徵參數的選擇和窗口大小。各特徵參數窗口大小的選擇可以不同，它要根據 地物在各特徵參數空間里的分布情況而定。
(4) 最大似然法 最大似然法（maximum likelihood classifier） •地物圖象可以以其光譜特徵向量 X 作為亮度在光譜特徵空間中找到一個相應的特徵點，來自於同類地物的各種特 征點在特徵空間中將形成一種屬於某種概率分布的集群。 • 判別某一特徵點類屬的合理途徑是對其落進不同類別集群中的條件概率進行比較， 相應於條件概率大的那個類別， 應是該特徵點的歸屬。

2、監督分類步驟
（1）選擇有代表性的訓練場，確定各類地物的范圍界線。
（2）對各類地物光譜值統計，提取各地物的數值特徵。
（3）確定分類判別函數：最小距離法、馬氏距離法等。
（4）分類參數、閾值的確定；各類地物像元數值的分布都圍繞一個中心特徵值，散布在空間的一定范圍，因此需要 給出各類地物類型閾值，限定分布范圍，構成分類器。
（5）分類：利用分類器分類。
（6）檢驗：對初步分類結果精度進行檢驗（分類精度、面積精度、位置精度等） 對分類器進行調整。
（7）待分類影象分類。
（8）分類結果的矢量化。
非監督分類 前提：遙感影象上同類物體在同樣條件下具有相同的光譜信息特徵，依靠影象上不同類地物光譜信息（或紋理信息） 進行特徵提取，再統計特徵的差別來達到分類的目的，最後對已分出的個別類進行確認。 非監督分類方法是在沒有先驗類別（訓練區）作為樣本的條件下，即事先不知道類別特徵，主要根據像元間相似度 非監督分類方法 的大小進行歸類合並（將相似度大的像元歸為一類）的方法。主要有： （1）分級集群法（2）動態聚類法
第二節 從影像生成專題地圖
一、目視解釋的專題地圖
（1）影像預處理 包括遙感數據的圖像校正、圖像增強，有時還需要實驗室提供監督或非監督分類的圖像。
（2）目視解譯 經過建立影像判讀標志，野外判讀，室內解譯，得到繪有圖斑的專題解譯原圖。
（3）地圖概括 按比例尺及分類的要求，進行專題解譯原圖的概括。專題地圖需要正規的地理底圖，所以地圖概括的同時也進行圖斑向地理底圖的轉繪。
（4）地圖整飾 在轉繪完專題圖斑的地理底圖上進行專題地圖的整飾工作。
二、數字圖像處理的專題制圖
（1）影像預處理 同目視解譯類似，影響經過圖像校正、圖像增強，得到供計算機分類用的遙感影像數據。
（2）按專題要求進行影像分類。
（3）專題類別的地圖概括 包括在預處理中消除影像的孤立點，依成圖比例尺對圖斑尺寸的限制進行柵格影像的概括。
（4）圖斑的柵格/矢量變換。
（5）與地理底圖疊加，生成專題地圖。
三、遙感系列制圖
系列地圖，簡單說就是在內容上和時間上有關聯的一組地圖。我們所討論的系列地圖，是指根據共同的制圖目的，利用同一的制圖信息源，按照統一的設計原則，成套編制的遙感專題地圖。
地理底圖的編製程序：採用常規的方法編制地理底圖時，首先選擇制圖范圍內相應比例尺的地形圖，進行展點、鑲嵌、照像，製成地圖薄膜片，然後將膜片蒙在影像圖上，用以更新地形圖的地理要素。經過地圖概括，最後製成供轉繪專題影像圖的地理底圖，其比例尺與專題影響圖相同。
遙感系列制圖的基本要求
1.統一信息源
2.統一對制圖區域地理特徵的認識
3.制定統一的設計原則
4.按一定的規則順序成圖

Ⅳ 實驗三 遙感圖像空間測量

一、實驗目的

通過用像元計算地物之間的距離，了解遙感數字圖像像元與空間解析度的關系，以及遙感數字圖像的幾何構成及空間結構，掌握基於像元的圖像空間測量計算方法。

二、實驗內容

（1）運用像元坐標及多邊形面積計算公式測算任意形狀影像區域的面積；

（2）運用ENVI影像測量工具（Measurement Tool）測算任意形狀影像區域的面積。

三、實驗要求

預習本實驗，認真觀摩老師演示。學會ENVI的Cursor Location/Value和Measurement Tool功能使用，切實理解像元含義，能靈活運用手工測演算法和ENVI影像測量工具法計算遙感影像上的距離和面積。測量結果存檔。編寫實驗報告。

四、技術條件

①微型計算機；②桂林市TM 1～7波段數據；③ENVI軟體；④Photoshop軟體（ver.6.0以上）和ACDSee軟體（ver.4.0以上）。

五、實驗步驟

（1）建立用自己名字命名的實習專用文件夾。

（2）數據輸入。選擇「File> Open Image File」，出現文件目錄窗口，找到存放桂林市TM 1 ～7波段數據的子目錄並打開。

（3）影像漫遊。通過拉寬主窗口使影像區域得到最大限度的顯示，用滑鼠移動Scroll窗口中的紅色矩形框，可以使主窗口中影像跟著移動，從而可以觀察到整個影像區域的遙感影像。

（4）讀取圖像坐標。用滑鼠從上方橫條功能菜單中選「Tools> Cursor Location/Value…」，屏幕上出現「Cursor Location/Value」對話框，其中顯示四行數據，如圖3-1所示。

Disp#1

——滑鼠箭頭所在處遙感數字圖像的圖像坐標，即Sa mple——樣（有的也稱列），Line— 行—。

圖3-1 游標位置/數值窗口

Scrn:R：

——該坐標處三個顏色圖像的灰度值（如果是單波段圖像，此三值相同）。

Projection: Geographic Lat/Lon— 遙—感影像的地圖投影：經緯度地理坐標。只有經過幾何校正的遙感影像，才正確顯示出該點的經緯度地理坐標。否則，只顯示為：LL:0？′0.00″N,0？′0.00″E。

Data：

——該點的影像灰度值，數值范圍0～255。

在「Cursor Location/Value」狀態下，滑鼠箭頭移動到圖像區任何位置，這四組數據都會跟隨顯示，因此，就可以輕易讀出感興趣目標位置的准確坐標。

（5）運用像元坐標及多邊形面積計算公式手工計算任意影像區域的面積：在完成上述步驟後，用「Tools/Cursor Location/Value」功能，對桂林市TM 假彩色合成影像圖（圖3-2）中紅框的所有角點坐標進行量度，量度結果記入表3-1中。在全部角點量度完成之後，將這些角點坐標值按照順序代入公式（3-1），就可以計算出桂林市城區的面積。

表3-1 桂林市TM影像城市多邊形區域角點坐標測算表

續表

圖3-2 桂林市TM5、TM4和TM3波段假彩色合成增強影像圖

據此，計算其南北向和東西向長度（結果用千米表示）及區域的面積（結果用平方千米表示）。多邊形面積（S）計算公式為

遙感地質學實驗教程

（6）運用ENVl的影像測量工具（Measurement Tool）進行面積測量。

1）在主窗口上方菜單下選擇「Tools>MeasurementTool」，出現「Display Measurement Tool」對話框。在「Display」文本框內，輸入想測量的顯示號。選擇適當的圖像窗口切換按鈕，包括主窗口（Image）、滾動窗口（Scroll）、縮放窗口（Zoom），要在任何時間禁用測量功能，選擇【Off】切換按鈕，如圖3-3所示。

圖3-3 顯示測量工具對話框

2）選擇「Type＞所需測量的區域形狀」。其中，Polygon為多邊形；Polyline為折線；Rectangle為矩形；Ellipse為橢圓。在圖像顯示內，通過用滑鼠左鍵點擊，繪制所需要的形狀。通過點擊滑鼠右鍵，閉合多邊形或完成線段。要刪除形狀，再次點擊滑鼠右鍵。

◎對於多邊形模式，頂點間的距離被列出，當多邊形閉合時，周長和總面積被記錄。

◎對於折線模式，列出了頂點間的距離，當折線完成時，給出總距離。

◎對於矩形或橢圓模式，用滑鼠左鍵點擊並拖曳到所需要的形狀大小。如需要繪制一個正方形或圓，在矩形或橢圓模式下，按住滑鼠中鍵的同時，點擊並拖曳。

3）選擇「Units＞所需測量單位」。若圖像的像元大小沒有保存在文件頭中，當出現「Input Display Pixel Size」對話框時，選擇除「Pixel」之外的任何單位，在「X Pixel Size」和「Y Pixel Size」文本框中，輸入圖像的像元大小（註：TM 像元尺寸為30m ×30m）。

4）保存測量信息。在「Display Measurement Tool」對話框內使用「File」菜單（圖3-3），選擇「File>Save Points to ASCII」，在「OutputMeasurement Directory」對話框內，輸入一個輸出文件名。點擊【OK】按鈕，把測量信息保存到一個ASCII文件，格式為txt。

六、實驗報告

（1）簡述實驗過程。

（2）回答問題：①通過本次實驗觀察到的事實，說明遙感數字圖像模型的構成。②執行「Coursor Location/Value」操作可以得到遙感數字圖像的哪些技術參數？Location操作框中顯示的數值單位是什麼？③比較用手工量度加公式（3-1）測算的市區面積和用ENVI影像測量工具（Measurement Tool）測算的市區面積，對兩者測量的一致性和差異進行簡單分析。④可以通過對TM 影像像元坐標的量度，就能粗略計算出地物間的距離和面積，而不必依賴於地理坐標，為什麼？

實驗報告格式見附錄一。

Ⅳ 遙感數據類型及數據處理

開展遙感地質找礦工作的關鍵之一是精心選擇和獲取遙感數據。不同構造單元具有相異的地理地貌特徵、不同成礦條件和各自的成礦地質背景。所以選擇與研究區成礦特徵相適應的遙感數據，是遙感地質找礦取得良好效果的保證。

一、TM與ETM⁺數據特徵

陸地衛星TM和ETM+分別屬於美國陸地資源衛星的第二代和第三代感測器系統，具有一定的繼承性。兩者之間的多光譜波段數相同，都為7個波段，ETM+增加了一個地面解析度為15m的全色（PAN）波段，以及將TM6波段的空間解析度提高到60m。多光譜數據空間分辨滿足1∶20萬的制圖要求。對重點礦區（帶）進行遙感地質解譯，可以通過8波段與多光譜數據融合方法將影像空間解析度提高到15m，能夠達到1∶5萬地圖草測精度。因此該數據能夠滿足本次項目中對遙感地質信息提取的要求。

表5-1列出了TM、ETM+遙感數據的主要性能指標。可以看出，ETM（TM）1～4波段為可見光及近紅外光，含鐵礦物在此波段有明顯的光譜吸收特徵，對於探測乾旱、半乾旱環境中含褐鐵礦的岩石、土壤有較好效果；ETM7對於出露地表的粘土與碳酸鹽礦物敏感，將ETM7和ETM2～5組合分析，對於識別含鐵粘土礦物非常有效，這類礦物通常是熱液蝕變的標志；TM6可以探測地表的熱輻射強度，對於識別與金礦化密切相關的石英脈本身及含石英較多的岩石是非常有用的。總之，能從TM圖像中提取三種基本的光譜信息，即鐵染強度、岩石土壤中的羥基和碳酸鹽根礦物，是地質找礦的十分重要的資料。

表5-1 TM和ETM+的主要性能參數及光譜識別標志

二、工作使用的數據

研究區分布較廣，主要涉及研究區的圖像有3景，數據景號與採集日期見表5-2。

表5-2 研究區內遙感數據景號與採集日期

三、多波段遙感數據最佳波段組合優選

由於人們對彩色敏感程度比對全色大得多，遙感圖像應用研究中多採用RGB彩色合成圖像及彩色空間變換圖像來進行構造、地層岩性和岩體等解譯。然而ETM+圖像有7個波段，各波段物理性質不同，且各波段之間信息又有一定重疊和冗餘。一般圖像的方差越大，包含的信息越多；相關系數越小，波段間信息冗餘度越小。所以要求圖像方差要大而相關性要小這樣兩個條件。基於上述依據，目前最佳波段選擇的主要方法有：熵與聯合熵、OIF指數法、方差-協方差矩陣特徵值法等。其中OIF指數法，該方法是美國查維茨提出，理論依據是：圖像數據的標准差越大，所包含的信息量也越多，波段的相關系數越小，表明各波段的圖像數據獨立性也就越高，信息的冗餘度也就越小。由於計算方法簡單，易於操作，所以最常用。但這些波段選擇方法只考慮到兩個方面：信息量和相關性，而沒有考慮到研究對象的光譜特徵和衛星感測器的用途，即要使波段組合後研究地物的光譜特徵差異最大。綜合各方面因素，在本文中採用「最佳指數（OIF）+光譜特徵分析」法。

四、遙感圖像處理

遙感圖像處理過程中始終以區域控礦地質理論為基礎，結合工作區的自然地理地貌環境，在充分總結成礦規律的基礎上，從遙感圖像或數據中提取不同層次、不同內容的與成礦有關的控礦要素，圈定成礦遠景區。

數據處理過程包括：

1）數據預處理：包括圖像數據分析，校正，配准，子區裁剪等操作。

2）數據處理：包括圖像增強、信息提取等。主要有兩方面工作，即圖像分類、解譯和成礦信息提取。

3）生成專題圖層：研究區構造格架、影像構造單元劃分，蝕變遙感異常信息以及成礦位場等圖層，為多元信息統計分析提供數據源。

遙感圖像處理流程（圖5-1）。

五、遙感蝕變異常提取

（一）遙感技術應用於斑岩銅礦勘查的理論基礎

1.蝕變信息提取的物理學基礎

近三十年來，中外學者進行了岩石和礦物波譜特性的大量研究工作，這些研究涉及晶體場理論、礦物學、固體物理學、量子力學、遙感岩石學等眾多領域。在多年岩石和礦物波譜特徵研究的基礎上，特別是80年代發射的陸地衛星LandsatV增設了兩個短波紅外波段：TM5（1.55～1.75μm）和TM7（2.08～2.35μm），為找礦提供了可以提取具有找礦標志意義的熱液蝕變遙感信息。美國國家宇航局（NASA）1998年發射的主力遙感衛星LandsatⅦ號進一步將全色波段的空間解析度由LandsatV衛星的30m提高到15m。

圖5-1 遙感圖像處理流程

從HuntG.R（1978）和他領導的實驗室的研究成果以及閻積惠等（1995）依據礦物反射波譜特徵吸收譜帶特點的定性分類研究中可以知道：主要造岩礦物在可見光—近紅外光譜（0.35～2.5μm）並不產生具有鑒定意義的反射譜帶，其光譜特徵主要由岩石中為數不多的次要礦物決定：

一是含鐵（Fe²⁺、Fe³⁺）基團產生，含鐵礦物主要有角閃石、赤鐵礦、褐鐵礦、針鐵礦、磁鐵礦、黃鉀鐵礬等，他們在TM1—TM4波段有強的吸收帶，若岩石中含多量的Fe³⁺，而含Fe²⁺很少，這類岩石的主要吸收譜帶位於TM4和TM1波段，反射波長相當於TM3波段的電磁波。若含大量的Fe²⁺、含Fe³⁺很少，則主要吸收譜帶位於1波段，對於波長相當於TM2波段的電磁波有某種程度的反射。

二是含羥基（OH^-）、水（H₂0）或碳酸根基團產生，羥基的吸收譜帶主要有二處：2.2μm，2.3μm，由於OH^-在2.2～2.3μm附近存在強吸收谷（稱為羥基譜帶），使得TM7產生低值，TM5產生高值，含羥基礦物大多為次級蝕變礦物，如高嶺土、葉蠟石、雲母類礦物、綠泥石、綠簾石等，水在1.4μm和1.9μm處有特徵吸收帶。含碳酸根礦物主要有五個特徵吸收譜帶（1.9～2.55μm），較強的兩個在2.35μm和2.55μm波長處（稱為碳酸根譜帶），相對較弱的在1.9μm、2.0μm、2.16μm三處。常見礦物包括方解石、白雲石、石膏、菱鎂礦等。

2.遙感應用的地質學基礎

從控礦因素的分析得知，成礦規律的研究必須從分析控制和影響礦床形成的各種地質因素著手，通過對地層、岩體、斷裂、蝕變等地質因素分析，確定控礦地質因素，分析其對成礦有利的程度。

圍岩蝕變現象作為找礦標志已有數百年歷史，發現的大型金屬、非金屬礦床更是不勝枚舉：北美、俄羅斯的大部分斑岩銅礦、我國的銅官山銅礦、猶他州的大鋁礦、西澳大利亞的大型金礦、墨西哥的大鉑礦、美國許多白鎢礦、世界大多數錫礦、哈薩克的剛玉礦等。有用元素的逐步富集是形成礦床的根本，而這種成礦物質通常由成礦熱液進行遷移搬運和卸載沉澱。近礦圍岩蝕變主要是不同類型的熱液與周圍岩石相互作用的產物，是成礦物質逐步富集成礦過程中留下的印跡。熱液來源主要有：岩漿作用有關的熱液、變質作用有關的熱液以及地下水環流熱液等。熱液流體在運移過程中由於其溫度、物理化學條件以及圍岩組分差異，形成不同的蝕變礦物，按照圍岩組分可以分為三類：中酸性岩的蝕變（雲英岩化、絹雲母化、鈉長石化、鉀長石化）、基性、超基性岩的蝕變（蛇紋石化、綠泥石化、青磐岩化、碳酸鹽化）、石灰岩及其他碳酸鹽類的蝕變（矽卡岩化、硅化、重晶石化、白雲岩化）。並且不同類型的圍岩蝕變指示礦床存在的意義不同，這是由於各種蝕變和礦石同樣是成礦作用的產物，從而在時間空間上礦和有關的蝕變存在密切的聯系，並且不同類型的蝕變及其組合專屬一定的礦床（礦種或礦床類型），因而可以用蝕變來預測礦化礦產資源（Курекнн.1954）。近礦圍岩蝕變的研究和熱液蝕變岩石的發現，可以指示找礦的空間范圍，增加找到礦床的機會。而斑岩銅礦的形成過程中蝕變特徵尤其明顯。

（二）蝕變遙感異常信息提取方法

本次工作中主要採用的是主分量分析法、比值法增強蝕變遙感異常信息，通過閾值處理（決策樹技術）分級提取。工作過程為：預處理（去干擾）→信息提取→異常優化。

1.預處理

（1）高端切割去雲及鹽鹼地的影響

根據圖像采樣統計結果，雲的光譜特徵在TM（ETM）1、2、3的灰度值相對較高，TM（ETM）5、7的灰度值相對較低；鹽鹼地一般表現為在TM（ETM）3的灰度值相對較高，其次為TM（ETM）5、7、2、1。本次工作採用ETM1高端切割來去除雲的干擾，採用ETM3的高端切割來去除鹽鹼地的影響，效果較好。

（2）比值法消除植被影響

植被是蝕變異常提取過程中常見的干擾因素。工作區雖然植被覆蓋較少，但為了能盡可能完全地提取致礦異常，還是做了此項處理。根據植物的光譜曲線特徵綠色植被在TM（ETM）4（0.76～0.90μm）的反射率最高，可以認為，只有當有其他因素影響時，TM（ETM）5才可能大於TM（ETM）4，因此，可以選取ETM5/4≤1來消除植被干擾。

2.信息提取

一般常見的圖像處理方法有：主分量分析、光譜角法、比值法等。下面簡要介紹這幾種方法的基本原理：

（1）主分量分析（PCA：PrinCipal Component Analysis）又稱主成分分析，在計算機處理中稱K—L變換。TM數據在圖像處理系統中經K-L變換將TM圖像轉變為一組互不相關的表徵函數序列，目的在於壓縮TM的波譜維數、突出地物類別、提取與礦化有關的蝕變信息。K-L變換在數學含義上，它是一種基於圖像統計特徵的多維正交線性變換。經過這種變換後生成一組新的組分圖像（數目等於或小於原波段數），是輸入的若干圖像的線性組合，即：

新疆北部主要斑岩銅礦帶

其中，X是原多波段圖像的數據矩陣，矩陣元素為P個波段的像元值向量；Y是輸出的主組分矩陣，即q個組分的像元值向量，一般q≤p；T為變換核矩，通常為由變換波段之間的協方差矩陣所產生的特徵向量矩陣。

新疆北部主要斑岩銅礦帶

y₁=t₁₁x₁+t₁₂x₂+…+t_1px_p 第一組分

…

y_q=t_q1x₁+t_q2x₂+…+t_qpx_p 第q組分

y₁，y₂…y_q按協方差矩陣的特徵值大小依次排序。

K—L變換後，第一組分（y₁）取得最大信息量（可達90%左右），其餘依次減少，一、二、三組分基本是已集中了絕大部分信息，後面組分包含的信息量往往已非常小。

（2）光譜角法

把每一個多維空間點以其空間特徵向量來表徵，並以空間向量角的相似性作為判據。它是一種監督分類，要求每一類別有一個已知參考譜。此參考譜可以是地面實測入庫光譜，也可以是已知條件的圖面單元的統計入庫結果（又稱圖像采樣）。為了直觀，設三維空間點P在彩色坐標系中的特徵向量為OP，以此向量為軸作小角錐（圖5-2），凡位於此小角錐內的空間點都視為相似的。

圖5-2 光譜角法原理

根據線性代數理論，向量α、β間夾角θ為

新疆北部主要斑岩銅礦帶

式中，（d，β）為n維向量d，β的內積，|α|、|β|分別為向量d，β的長度，當存在已知礦點或礦床時，可以利用光譜角法圈定與其有相似譜特徵的成礦遠景區，以減少主分量分析所獲異常中的非礦異常；當存在兩種以上已知礦點時，可以用光譜角法對主分量分析異常進行類別區分。這兩點是光譜角法在異常信息提取中對主分量分析法可以起的輔助作用。

（3）比值法

大量的研究成果表明，蝕變礦物在不同TM波段之間存在光譜反差，其中含羥基的粘土礦物和碳酸鹽礦物，在TM7波段具有強吸收，在TM5波段為強反射，而褐鐵礦在TM3表現為高反射，在TM1、TM2和TM4則具不同程度的吸收特徵，故TM5/TM7、TM3/TM1、TM5/TM4和TM4/TM3通常可用於增強提取上述特定的熱液蝕變信息。

Ⅵ 如何評價遙感圖像的質量,常用的指標有哪些

評價：
1)查看影像直方圖中單個亮度值出現的頻率。
2）在計算機上查看某一個具體位置為地理區域的像元亮度值。
3）計算基本的醫院描述性統計量，判斷影像遙感數據中是否存在異常。
4）計算多元統計量以確定波段間的相關關系（如識別冗餘信息）。
上述都為比較宏觀的描述，在具體評價的時候，可以從影像各個波段的最小值，最大值，值域，均值，標准差，波段間的協方差和相關系數等具體定量指標進行確認。

Ⅶ 遙感數據及其處理

一、遙感數據及其特徵

滇東北地區鉛鋅礦遙感地質調查工作共分為三個層次，其中1∶5萬層次及1∶2.5萬層次使用美國陸地衛星(Landsat-7)ETM+數據作為基礎數據，1∶1萬層次使用美國快鳥(QuickBird)衛星數據作為基礎數據。

(一)ETM+數據

ETM+數據是美國1999年4月所發射的陸地7號衛星攜帶的增強型主題成像儀(ETM+)對地球表面所採集的數據，其基本參數、設計波段的特徵及設計用途見表3-1。

表3-1Landsat-7衛星參數及數據特徵

長期對Landsat系列衛星數據在地質方面的應用研究表明，Landsat衛星數據各個波段都能提供地質構造、地形地貌信息。其中，5、6、7波段信息量更為豐富，1、2、3、4波段能夠區分岩石中的鐵、錳礦物和含鐵、錳礦物的相對含量，尤其是4波段對於三價鐵的礦物比較敏感，可以藉此區分岩性，5波段對綠簾石族特徵譜帶敏感，7波段識別碳酸鹽岩、綠片岩、絹雲片岩和粘土岩及粘土礦物聚集帶的效果較好，6波段對於識別地熱異常、岩石和構造的含水性及鑒別地質構造有一定的用途。另外，Landsat-7還增加了一個15m解析度的全色波段，從視覺效果上直接提高了對地物的識別，見表3-2。

表3-2 Landsat-7ETM+數據特徵及在地質上的用途簡表

圖3-1 滇東北地區ETM數據分布示意圖

本次工作范圍佔有ETM數據129-041及129-042兩景，時相均為2001年12月23日。工作范圍在兩景數據中的位置如圖3-1。數據元數據情況見表3-3。

表3-3 129-041，129-042衛星數據元數據特徵

續表

(二)快鳥(Quick Bird)衛星數據

快鳥(Quick Bird)是美國Digital Globel(Earth Watch)公司2001年10月發射的高解析度衛星，其空間最高解析度為61cm，可製作比例尺在1∶1萬左右的影像。衛星參數及數據特徵見表3-4。

表3-4 Quick Bird衛星參數及數據特徵

快鳥衛星數據的波段設置，與ETM數據具有一定的對應性，1、2、3、4波段波長范圍完全一致，只是在全色波段快鳥數據比ETM數據的波長范圍略窄一些。

大比例尺遙感地質調查工作主要布設於彝良毛坪地區，購置快鳥數據80km²，范圍為X:3038000—3046000，Y:³⁵392000—³⁵402000。屬於現拍數據，數據採集時間為2004年5月8日，其元數據特徵見表3-5。

表3-5 毛坪地區快鳥衛星數據元數據特徵

二、遙感數據處理

(一)數據處理軟體

遙感圖像處理主要使用加拿大專業遙感圖像處理軟體PCIGeomatica8.0及美國著名專業遙感圖像處理軟體ENVI3.5。

(二)數據處理流程

遙感數據處理的主要流程包括數據組織(即數據種類選擇、范圍確認、時相選擇、訂購等)、數據鑲嵌(單景數據不存在此過程)、幾何校正、圖像生成、圖像增強、圖像整飾等過程，見圖3-2。

圖3-2 數據處理流程圖

(三)數據處理

1.數據鑲嵌

所謂鑲嵌，就是將相鄰兩景圖像拼接、形成大圖像的過程。在圖像鑲嵌過程中如果使用不同時相的數據，由於數據成像的季節、太陽高度角不同，導致同名像元點在不同的數據上可能表現為不同的灰階;當使用相同時相數據時，由於地面站後期人為分景、單獨處理，也會導致同名像元點在不同的數據上有可能表現為不同的灰階，同一地物在不同數據上表現出不同特徵。因此說，圖像的鑲嵌過程是一個數據重疊范圍內的配准過程。

滇東北地區1∶5萬工作區涉及129-041及129-042兩景數據，數據鑲嵌是在PCIGeomatica遙感圖像處理平台的GCPworks模塊中完成的。鑲嵌過程中側重於重疊數據范圍內同名點的選擇及鑲嵌線的選擇。一般每兩景圖像上下鑲嵌選擇10～15個GCP。在鑲嵌線的選擇上，避免一條直線，根據鑲嵌區的地貌特徵盡量使鑲嵌線通過色差較大的地方，避免人為造成線性體。然後利用PCI提供的ColourMatching功能對鑲嵌區內的圖像色彩進行匹配，使鑲嵌後圖像的色彩在鑲嵌線兩側柔和過渡，達到無縫的效果。

2.幾何校正

(1)幾何校正方法

由於衛星姿態與軌道、地球運動和形狀、遙感器本身的性能和掃描鏡的不規則、探測器的配置、檢測器采樣延遲、數模轉換的誤差等等原因，均會導致原始遙感圖像的嚴重幾何變形，不能直接使用。一般而言，衛星地面站會根據衛星軌道的各種參數將圖像進行粗略的校正，但往往由於遙感器的位置及姿態的測量值不高，其粗校正後的圖像仍存在不小的幾何變形。用戶需要利用地面控制點和多項式糾正模型做進一步的幾何糾正。只有按照一定的投影模式對原始圖像進行幾何精校正後的圖像，才能使圖像上每個像元具有相應的准確的地理坐標，只有進行幾何精校正後的圖像才能製作成能與其他圖件配合使用的「地圖(map)」。幾何糾正的步驟有以下3步:

1)地面控制點(GCP)的選擇。地面控制點的選擇一般有兩種方法，實地測量和在相同比例尺或更大比例尺地形圖上采點。地面控制點選擇的原則是，選擇在圖像上顯示清晰、實地不(或很少)隨時間變化的定位識別標志，如道路交叉點、河流交匯處等。另外，控制點要在校正范圍內均勻分布，並保證一定的數量。

2)多項式模型糾正。多項式模型糾正就是在圖像像元坐標(x，y)與地形圖上相應點的地理坐標(X，Y)之間通過適當的坐標多項式模型(坐標變換函數)建立一種關系，從而通過像元的重新定位把圖像擬合到地形圖上。多項式校正模型的數學表達式為:

滇東北鉛鋅銀礦床遙感地質與成礦預測

式中:a_ij，b_ij為多項式系數;N為多項式次數，取決於圖像的變形程度、控制點的數量和地形位移的大小。

3)重采樣。由於經過了多項式校正，重新定位後的像元在原圖像中分布是不均勻的，因此需要對原圖像按一定的規則重新采樣，進行亮度值的插值計算，建立新的圖像矩陣。常用的重采樣方法有最臨近法、雙線性內插法、三次卷積內插法。3種方法在地物邊緣增強、地物連貫性、計算速度等方面各有利弊。其中三次卷積內插法對邊緣有所增強，並具有均衡化和清晰化的效果，但計算量大。

(2)1∶5萬工作范圍圖像幾何校正

1∶5萬工作范圍圖像校正使用相應范圍的1∶5萬地形圖60幅。校正點的選擇是在60幅地形圖上均勻選擇GCP203點，校正模型選擇了二次多項式擬合，重采樣方法使用三次卷積內插法。校正後的圖像投影方式為高斯投影、6°分帶，中央經線為105°，橢球體採用克拉索夫斯基1954橢球體，與地形圖保持一致。

(3)1∶1萬工作范圍圖像幾何校正

由於缺少相同比例尺地形圖，收集到的地形資料只有區內1∶5萬地形圖和極少部分1∶2000地形圖，因此校正點的採集採用地形圖采點與野外實地測點相結合的方法完成。共採集GCP33個。校正模型選擇了二次多項式擬合，重采樣方法使用三次卷積內插法。校正後的圖像投影方式為高斯投影、3°分帶，中央經線為105°，橢球體採用克拉索夫斯基1954橢球體。

3.彩色合成

彩色合成的目的是將單色波段每像元的2⁸(即256)色空間擴展到2²⁴(即16777216)色空間，增強目標地物的可視性，提高目視解譯效果。通過色彩豐富、信息攜帶量大的基礎彩色圖像，解譯人員才能充分識別圖像的信息，進行地質解譯。

為達到最佳的彩色合成效果，參加合成的波段選擇常遵循以下原則:

1)參加合成的單波段有較大的方差，即波段本身具有較大的信息量。

2)參加合成的各波段間相關系數較小，避免信息的重復和冗餘。

3)參加合成的三波段圖像的均值要相近，避免合成圖像產生嚴重偏色。

4)為突出目標地物，要選擇目標物體顯示較為突出的波段。

彩色合成圖像為3個波段，賦予紅、綠、藍三原色的合成圖像。

1∶5萬工作范圍基礎圖像製作選擇了波段7、4、2合成方案，1∶2.5萬工作范圍基礎圖像選擇了波段4、5、3合成方案，1∶1萬工作區基礎圖像選擇了波段3、2、1合成方案。選擇依據將在「數據特徵」一節中進行分析。

4.圖像增強

圖像增強的目的是為了突出相關的主題信息，提高圖像的視覺效果，使解譯分析者能更容易地識別圖像內容，從而從圖像中提取更有用的信息。圖像增強的方法很多，從其作用的空間來看可以分為光譜增強和空間增強。這兩種增強類型在整個圖像處理和信息提取過程中都很常用。對於基礎圖像的增強一般採用光譜增強，從像元的對比度及波段間的亮度等方面改善圖像的視覺效果，基本不改變目標地物的形狀、大小等特徵。

項目工作中的3種基礎圖像在生成後均採用光譜增強。根據圖像各波段的直方圖分布，分析整幅圖像中像元間對比度的差異大小，確定光譜增強的具體手段。其中1∶5萬范圍的波段7、4、2合成圖像面積大，地物種類多，信息豐富，增強過程中要求各種信息的充分顯示，因此使用直方圖均衡化的方法，理論上使圖像中的各種亮度值均衡分布。1∶2.5萬范圍的波段4、5、3合成圖像，圖像范圍相對較小，又由於地形切割較深，造成圖像上山體陰影所佔面積較大，而西南角地區比較平坦，反射率較高，像元亮度大，因此選擇線性拉伸的方法進行增強。1∶1萬范圍的快鳥衛星波段3、2、1數據合成影像中，紅尖山—姜家灣—花苗寨一帶植被覆蓋較多，造成影像上大面積綠色，使用線性拉伸的方法可以保證原始圖像的對比度不再有大改變。

圖3-3 毛坪地區圖像不同拉伸方法效果對比圖

拉伸方法應用效果以毛坪地區1∶1萬影像為例，見圖3-3。由圖中可以看出，不拉伸的圖像顯然色彩層次太少，使用均方根拉伸的圖像總體上提高了圖形的亮度，壓抑了像元間對比度的擴展，同時亮度高的地區彩色層次減少;直方圖均衡化的圖像提高了像元間的對比度，在原圖像的暗色地區使色彩層次增加，但高亮色地區由於像元頻率的增高而使色彩層次減少;線性拉伸不同程度地克服了以上幾種拉伸的弊端，使圖像色彩趨於豐富，層次趨於明顯，便於解譯者的解譯。

在解譯過程中為突出某種特徵地物也可採用其他的增強手段，這里不再贅述。

5.圖像融合

為了提高圖像清晰度，同時充分發揮多波段數據的特點，需要將高解析度的全色波段與參加彩色合成的多光譜波段進行融合處理。融合後的圖像可以發揮多光譜圖像與高解析度圖像各自的優勢，彌補不足，改善遙感圖像目標識別的准確率，提高遙感圖像的綜合分析精度。

融合方法大致可以分為彩色相關技術和數學方法兩大類。彩色相關技術包括彩色合成、彩色空間變換等，有利於保持解析度和色彩特徵，如IHS變換法。常用的融合方法有IHS變換法、PCA變換法、HPF變換法與小波變換法等。

鑒於工作目的，為了提高地面解析度和保持低解析度圖像的光譜信息，工作中選擇了IHS變換方法，即將標準的RGB圖像分離為空間信息的明度、波譜信息的色別及飽和度，而後用高解析度圖像代替明度再進行反變換的融合方法。融合後的圖像既具有較高的解析度，又具有與原圖像相同的色度與飽和度。其具體過程如圖3-4。

項目工作中所採用的ETM數據7個30m多光譜波段與15mPAN波段源於同一感測器，快鳥數據的4個2.4m多光譜波段與其0.6mPAN波段也源於同一感測器，因此數據融合過程中不存在數據配准問題，只對低解析度波段進行重采樣，並對參加融合的各波段進行直方圖匹配，再進行IHS變換和RGB變換。其中低解析度波段的重采樣使用的方法為三次卷積內插法。融合前後圖像特徵如圖3-5所示。

圖3-4 IHS變換融合流程圖

圖3-5 融合前、後圖像特徵對比示意圖

(四)圖像處理精度評價

鑲嵌校正過程中的精度評價常常使用RMS誤差(均方根)來衡量，RMS是GCP的輸入位置和逆轉換之間的距離;它是在用轉換矩陣對一個GCP做轉換時所期望輸出的坐標與實際輸出的坐標之間的偏差。

滇東北鉛鋅銀礦床遙感地質與成礦預測

式中:R_i為GCP_i的RMS誤差，X_Ri為GCP_i的X殘差，Y_Ri為GCP_i的Y殘差。

整幅圖像的總RMS誤差:

滇東北鉛鋅銀礦床遙感地質與成礦預測

式中:T為總RMS誤差。

1.1∶5萬鑲嵌精度

數據鑲嵌的誤差大小對幾何校正有很大影響，大的誤差將人為增大圖像的畸變。工作中1∶5萬工作范圍需要129-041與129-042兩景數據上下鑲嵌，按照《1/25萬遙感地質調查技術規定》(DD2001—01)對鑲嵌配准精度的規定同比計算，預設鑲嵌誤差T≤0.40。鑲嵌過程中共採集鑲嵌GCP13個，糾正模型1次，誤差見表3-6。

表3-6 1∶5萬圖像鑲嵌誤差

由表3-6中可以看出，T=0.311，小於預設值0.40，能夠滿足無縫鑲嵌的要求。

2.校正精度

(1)1∶5萬圖像校正精度

校正精度按照《1/25萬遙感地質調查技術規定》(DD2001—01)對圖像校正精度及校正點數目的同比計算，預設校正誤差T≤0.80。校正過程中在60幅1∶5萬地形圖上基本均勻地選擇203點，經誤差調整選擇有效校正GCP190個，校正多項式模型選擇二次多項式，其誤差見表3-7，由表中可以看出，T=0.794，小於預設值0.80，能夠達到規范要求。

表3-7 1∶5萬圖像校正誤差

(2)1∶1萬圖像校正精度

由於工作區只收集到1∶5萬地形圖和占很小部分的1∶2000地形地質圖，且1∶5萬地形圖年代比較久遠，因此在幾何校正過程中誤差較大。由於圖像細節清晰，不影響使用與定位。

3.融合精度

低解析度數據與高解析度數據融合的目的是為了提高解析度，為此，圖像融合前後清晰程度的改變成為融合精度評價的主要指標。圖像的清晰度是指地物的邊界或影線兩側附近灰度有明顯差異，即灰度變化率大小，它反映圖像微小細節反差變化的速率，即圖像多維方向上密度變化的速率，可用g來表示，一般來說融合前後g的變化越大則融合後圖像的清晰度越高。

滇東北鉛鋅銀礦床遙感地質與成礦預測

ETM30m多光譜波段與15m全色波段融合前後的值及快鳥數據2.4m多光譜數據與0.6m全色波段融合前後的g值對比見表3-8。由表中可以看出，融合後密度變化速率比原來提高幾十到上百倍，表明圖像融合後精度有很大提高。

表3-8 融合精度對照

三、工作區遙感數據

(一)1∶5萬工作范圍ETM數據特徵

1∶5萬工作范圍圖像行列數為9233(列)×12423(行)(插值為15m)，總像元數為114701559點，由於左上角數據缺少使1140點為無效像素。

數據基本統計特徵如表3-9至表3-11，各波段直方圖見圖3-6。

表3-9 1∶5萬范圍ETM數據基本統計特徵

表3-10 1∶5萬范圍ETM數據波段間協方差矩陣

表3-11 1∶5萬范圍ETM數據波段間相關系數矩陣

從以上統計參數來看，8個波段的均值除60m解析度的波段6和15m解析度的PAN波段外，其他6個波段相差不大。8個波段的標准差從大到小排列為S5＞S7＞S4＞S3＞S6＞S8＞S2＞S1，表明波段5的像元亮度值離散程度最大，波段1最小。對於波段間的相關系數而言(由於6波段與8波段解析度的不同而不考慮)，R12、R23、R25、R35、R45、R57、R37、R27均比較大，數值在0.80以上，而R13、R24、R34、R47相對較小，數值在0.7～0.8之間，相關系數最小的為R14、R15、R17，數值在0.5～0.6之間，相關系數大小也表徵了波段間信息冗餘的多少。1∶5萬工作范圍的彩色合成方案就是根據以上的統計數據結合彩色合成波段選擇的其他原則而確定的。

直方圖是圖像范圍內每個亮度值(DN)的像元數量的統計分布，能夠直觀反映原始圖像的質量信息，如亮度值分布范圍、亮度值分布規律，也可直接大致判讀出圖像的中值等參數。從8個波段的直方圖可以看出波段4、5、7的直方圖呈雙峰表現，主峰在50～60出現，而在10～15之間又出現一個表現很窄的次峰，這是由於圖像上的陰影及水體的像元亮度值所產生的，由此大致可以計算出陰影及水體在圖像中所佔的面積，以波段5為例計算出所佔比例為6%左右。其他各波段的直方圖比較接近正態分布。

協方差矩陣反映各個波段各自亮度值取值的分散程度，同時又能反映不同波段間的相關密切程度，它是單波段圖像統計表與相關系數矩陣的合成，同時又能反向分裂。

圖3-6 1∶5萬范圍ETM各波段圖像直方圖

(二)1∶2.5萬工作范圍ETM數據特徵

1∶2.5萬工作范圍行列數為3000(列)×1860(行)，總像元數為5580000點，插值後解析度為15m。數據基本統計特徵如表3-12至表3-14，各波段直方圖如圖3-7。

表3-12 1∶2.5萬范圍ETM數據基本統計特徵

表3-13 1∶2.5萬范圍ETM數據波段間協方差矩陣

表3-14 1∶2.5萬范圍ETM數據波段間相關系數矩陣

圖3-7 1∶2.5萬范圍ETM各波段圖像直方圖

從以上統計參數來看，8個波段的均值除60m解析度的波段6為110表現較大，15m解析度的PAN波段為29表現較小外，其他1、4、5三個波段數值相差不多，在50左右，2、3、7三個波段也相差不大，在37左右。8個波段的標准差從大到小排列為S5＞S4＞S7＞S3＞S8＞S6＞S2＞S1，表明波段5的像元亮度值離散程度最大，波段1最小。對於波段間的相關系數而言(由於6波段與8波段解析度的不同而不考慮)，R57、R23、R73表現最大，數值在0.9以上，R12、R13、R25、R27、R35、R45次之，數值在0.8～0.9之間，而R24、R34、R47相對較小，數值在0.7～0.8之間，相關系數最小的為R14、R15、R17，數值在0.5～0.6之間，相關系數大小也表徵了波段間信息冗餘的多少。1∶2.5萬工作范圍的彩色合成方案就是根據以上的統計數據結合彩色合成波段選擇的其他原則而決定的。

8個波段的直方圖形態大致與1∶5萬范圍一致，表現意義相同，不再贅述。

(三)1∶1萬工作范圍QB數據特徵

1∶1萬工作范圍採用高解析度的QB數據，其多光譜波段只有4個，解析度為2.4m，工作范圍圖像行列數為4168(列)×3407(行)，總像元數為14200376點。多光譜數據基本統計特徵如表3-15、表3-16，各波段直方圖如圖3-8。

表3-15 1∶1萬范圍QB數據基本統計特徵

表3-16 1∶1萬范圍QB數據波段間相關系數矩陣

從以上統計可以看出，QB數據4個波段中1、2、3波段的相關系數均較大(R₁₂=R₂₃=0.96，R₁₃=0.89)，只有近紅外波段與其他波段的相關系數很小(R₁₄=0.29，R₂₄=0.37，R₃₄=0.20)，同時可以看出近紅外波段的中值與標准差也與其他波段相差很大，這是由於工作區內大面積植被所引起的。眾所周知，綠色植物的葉綠素對可見光紅波段(0.6～0.7μm)有強吸收，而葉內組織對近紅外波段(0.7～1.1μm)有高反射，因此大面積植被將會直接改變相關波段的像元亮度值的分布。在基礎圖像彩色合成波段選擇中，依據各項原則結合統計參數，選擇波段1、2、3參與合成，為使合成後圖像接近真彩色，合成方案為3(R)+2(G)+1(B)。

圖3-8 1∶1萬范圍QB各波段圖像直方圖

四、遙感信息增強與提取

為了突出地質目標，增強微弱岩石蝕變信息，在圖像處理過程中的不同階段使用了多種信息增強技術方法，主要有地表三維技術、比值運算、KL變換、空間濾波、彩色變換技術等(表3-17)。

表3-17 工作中採用的主要信息增強方法技術及用途

(一)地表三維技術

地表三維技術是利用DEM(數字高程模型)將地圖上的二維平面空間按高程的差異製作成一種地形上連續起伏變化的曲面，從而更真實地反映地表地貌的自然景觀，突出顯示特殊岩性的特殊地貌特徵。

毛坪地區地表三維影像的製作利用了1∶5萬DEM與QB3、2、1彩色合成圖像;1∶5萬DEM來源於1∶5萬地形圖，通過等高線數字化—高程賦值—DEM生成等過程實現。地表三維影像的製作主要有DEM與影像的配准及配准後的DEM與影像的復合兩個過程。

圖3-9是毛坪地區地表三維景觀局部，其中視點為(103°54བྷ″，27°27བ″)，視向45°，視角60°，視域60°。

圖3-9 毛坪地區快鳥遙感影像地表三維景觀(局部)

從毛坪地區地表三維影像可以看出左側發育柱狀節理的玄武岩及右側二疊系灰岩地貌景觀。

(二)圖像比值運算

比值運算是將兩個波段中不同亮度的地物成輻射狀投射到一個曲線上，從而可非線性地誇大不同地物間的反差，它能夠壓抑影像上由於地形坡度和方向而引起的輻射量變化，減小環境條件的影響，提供任何單波段都不具有的獨特信息。其運算公式為:

滇東北鉛鋅銀礦床遙感地質與成礦預測

式中:DN_m(x，y)，DN_n(x，y)分別是像元(x，y)在m和n波段上的亮度值;R_mn(x，y)為輸出的比值。工作中比值運算主要運用於以下兩方面。

1.計算植被覆蓋度

植被覆蓋度(f)是指某一時間某一地區內植被冠層的垂直投影面積與區域總面積之比。遙感地質解譯主要是利用地表物體的光譜反射特性的差異，提取與地質工作有關的信息，工作的特點主要針對地表岩石、構造等，當地表植被覆蓋時，對這些信息的解譯將造成阻礙。因此，了解工作區的植被覆蓋度能客觀評價該區遙感地質解譯的可解譯程度。

研究表明綠色植物在可見光紅波段(0.6～0.7μm)有強的吸收(葉綠素引起)，在近紅外波段(0.7～1.1μm)有高的反射和透射(葉內組織引起)。因此，在這兩個波段使用比值運算可以充分表達它們反射率之間的差異，製作植被為高亮顯示的植被信息圖，並直接在圖像上以像元數目比值求解植被覆蓋度。

2.提取礦化蝕變信息

ETM的不同波段在地質上有不同的應用，這主要取決於各種與礦有關的蝕變礦物在不同波段存在波譜特徵上的差異。圖3-26是典型蝕變礦物的反射波譜曲線，從圖中可看出，通常所講的泥化蝕變礦物(即含有OH^-、CO^2-₃)在2.2μm附近有明顯吸收帶，並與TM7波長范圍相吻合。而在波段5的波長范圍(1.55～1.75μm)內少有礦物的吸收譜帶，多數都表現出高反射的特點，未蝕變礦物在波段5范圍均沒有明顯的波譜特徵，表現在TM5與TM7兩個波段的相對亮度值的相對差異。因此，常常可使用波段5/7比值來突出含羥基和CO^2-₃類的蝕變礦物特徵。另外，由圖中可以看出三價鐵礦物在波段1具有強的吸收，而在波段3具有相對強的反射;二價鐵礦物在波段4具有強的吸收，而在波段5相對具有反射特徵，因此也常用波段5/4、3/1比值來突出鐵類礦物蝕變特徵。比值後的圖像上欲突出的蝕變特徵常以高亮值顯示而被提取出來。

(三)KL變換

KL變換又稱為主成分分析，是在統計特徵基礎上的多維(如多波段)正交線性變換。多波段圖像通過這種變換後產生一組新的組分圖像，把原來多個波段中的信息進行集中和重組，並使新組分圖像之間互不相關。其運算公式為:

滇東北鉛鋅銀礦床遙感地質與成礦預測

其中，X為原圖像p個波段的像元值向量，Y為變換後的q個組分的像元值向量，q≤

，T為變換矩陣。

KL變換要求Y的分量Y_j與Y_k相互獨立，且若有j＜k，則Y_j的方差小於Y_k的方差，所以必須有:

滇東北鉛鋅銀礦床遙感地質與成礦預測

又因為:

所以:

即把矩陣D(X)變為對角矩陣Λ，對角線元素λ₁、λ₂…λ_p是D(X)的特徵值，也分別是Y₁、Y₂…Y_p的方差。

KL變換後的新組分圖像中，一般第一組分具有大量的信息，但它包含了地形、植被等因素，對地質體的區分而言就成為干擾因素;其他組分雖然具有小的方差，包含的信息量少，但它可能正好突出了區分某些地質體的信息。因此，當需要對諸多信息進行綜合時，往往使用KL變換後的第一組分，當要求某種特徵信息時就選擇相關的其他主組分。如圖3-10，在B7單波段上玄武岩和火山碎屑岩界線顯示隱約(或不顯示)，而在KL變換(參與波段B1、B2、B3、B4、B5、B6、B7)後的PC3上，界線顯示明顯。

圖3-10 KL變換前後岩性邊界對比影像

此外，KL變換也是提取與鐵化和泥化有關蝕變的遙感信息的重要方法。通過對KL變換後的特徵矩陣進行分析，選擇富集特徵信息的主組分，對蝕變信息的提取又很大的幫助。在後面信息提取過程中已經使用。

(四)空間信息增強

空間信息增強是指通過改變圖像空間特徵或頻率來增強圖像上信息的手段，即改變圖像的「粗糙」或「平滑」程度來增強特徵信息的方法。工作中使用了方向濾波和平均值濾波。

1.方向濾波

方向濾波是梯度法邊緣增強的一種，它通過指定的8個方向的濾波模塊對圖像按方向進行邊緣增強。工作中主要使用在線性體的解譯和統計中，濾波後的圖像突出顯示了某個方向的線性體特徵，同時對與該方向正交的線性體進行模糊。如圖3-11所示，7波段的圖像在分別使用 個方向模板濾波後，分別突出顯示了45°方向和135°方向的線性體。

圖3-11 方向濾波前後圖像對比

2.平滑濾波

當需要去除圖像上的雜訊時，往往使用平滑濾波或低通濾波，加強圖像中的低頻成分，減弱圖像的高頻成分，使圖像由「粗糙」變得「光滑」。均值濾波就是一種典型的平滑濾波方法，即用局部范圍內臨域像元亮度均值代替中心原像元亮度值。工作中平滑濾波主要使用在遙感蝕變信息提取後，信息雜訊的去除。如圖3-12所示，提取的銹水河鉛鋅礦異常在平滑濾波後，雜亂細小的信息斑點被去除，信息成「塊」成「帶」出現，方便了對異常分布的分析。

圖3-12 平滑濾波前後PCT分級效果對比

(五)彩色變換技術

彩色變換技術是指將彩色圖像在不同的彩色坐標系統之間的變換，主要應用在不同遙感器的數據或不同性質的數據融合後彩色合成圖像的產生。在圖像融合上常使用IHS變換，其簡式如下:

滇東北鉛鋅銀礦床遙感地質與成礦預測

變換後RGB混色系統分離為代表空間信息的明度(I)和代表波譜信息的色別(H)、飽和度(S)。從公式可以看出，明度(I)是3個波段的平均亮度，融合時使用直方圖匹配後的高解析度波段代替I，與原來的H、S一起進行IHS變換的反變換，重新變換到RGB空間，這樣圖像既保證了高解析度數據的參與，提高地面分辨能力，又保持了原來多光譜波段的光譜特徵。其融合效果參見圖3-5。

另外，項目工作中較常用的是RGB彩色合成，當圖像的飽和度缺乏時，也通過IHS變換的方法，專門對變換後的飽和度分量(S)進行調整，反變換後的圖像可解譯性會明顯提高。