遥感图像的假彩色合成.docx

1、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

2、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 fusionAbstract: A pixel-bas

3、ed 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 comp

4、onent 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 modali

5、ty. 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

6、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 resol

7、ution 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

8、 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

9、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

10、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

11、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

12、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AVHR

13、R(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

14、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E RDAS, ENVI等)，未来将向智能化方向发展。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

15、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

16、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

17、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Ill. 1990年12月在第29届IE

18、EE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

19、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

20、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

21、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

22、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

23、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005038m之间；可见光遥感：探测波段在038076m之间

24、；红外遥感：探测波段在0761 000m之间；微波遥感：探测波段在1 mm10m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、

25、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

26、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

27、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

28、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

29、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0pL-1，这P个平面将灰度级分割成P+1个间隔。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

30、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

31、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

32、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