另一个特点是与GIS的集成，有代表性的是ERDAS与ARC/INFO的集成。
遥感软件的组件化也是一个发展方向。
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RauchTungStriebel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RemoteSensing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—1000μm之间；
微波遥感：
探测波段在1mm～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
=
分成两部分的例子。
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
表示黑色[
]，
表示白色[
]。
假设把垂直于强度轴的P个平面定义为
其中0。
灰度级到彩色值是由下列关系实现的：
（1.1.4.1）
其中，
是于强度间隔
第k级强度有关的彩色，
是通过在
和
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
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
升级会员 