遥感光谱信息提取

基于遥感技术的信息提取~

遥感影像以其宏观性、客观性和地质信息的丰富性、多层次性在地质研究和矿产预测中取得了愈来愈明显的效果。遥感影像中的线性、环形构造为研究控矿地质构造提供了许多信息，且基于岩石、矿物波谱曲线的遥感蚀变信息的提取，对于圈定蚀变带，进行成矿靶区预测有重要意义。
从研究区成矿模式来讲，提取构造带、蚀变带是本区遥感信息提取的主要目标。本次工作采取构造信息和蚀变信息提取两种方法相结合策略，其基本思想是将提取出的构造信息和蚀变信息，结合工作区的化探和地质信息进行多源信息综合分析，以圈定稀有金属成矿远景区。
（一）遥感图像的收集与预处理
应用遥感技术在新疆富蕴地区进行稀有金属资源勘探的重点内容是提取工作区构造和蚀变信息，在数字图像处理的方法上以卷积和定向滤波、比值变换、彩色合成处理为主。本次工作使用的遥感图像为LandsatETM+及P142/R027多光谱数据，空间分辨率为30m，影像获取时间为2002年7月14日。
遥感是通过对反映地物电磁波辐射水平的灰度信息的处理分析与解译进行地物识别和专题研究。由于其成像过程中各种因素（如卫星速度、大气与地物反射与发射电磁波的相互作用、随机噪声等）的影响，实际的图像灰度值不完全是地物辐射电磁波能量大小的反映，其中包含上述因素作用的影响。为有效地对图像上代表性地物样区进行波谱分析和蚀变信息的提取，在进行图像处理之前，对图像进行了几何精纠正、大气校正、裁剪、亮度值动态范围拉伸等预处理。预处理后研究区742假彩色合成影像如图4—21所示。

图4—21 工作区ETM742彩色合成图像

（二）蚀变信息的提取
遥感探测的是地表物质的光谱信息，因此只要有一定面积的蚀变岩石出露，遥感就有可能测出。即使矿体是呈隐伏的状态，只要有蚀变岩出露，就有可能在TM（ETM+）图像上有所表现，尤其是为数众多的热液矿床。当然蚀变信息的强弱、规模、类型等因素也很重要，目前认为中等强度和规模以上的蚀变带对于TM（ETM+）蚀变信息提取是十分有利的。有时尽管有蚀变岩存在，但不一定有矿。然而，剧烈且较大范围的围岩蚀变常常指示着大矿及富矿的存在。大型、特大型内生热液矿床一般均有强烈且较大范围的围岩蚀变，并且具有分带现象（如斑岩铜矿），这是以找矿（特别是大矿、富矿）为最终目的蚀变遥感异常提取的地质依据。
从Hunt（1978）和他领导的实验室的研究成果以及阎积惠等（1995）依据矿物反射波谱特征吸收谱带特点的定性分类研究中可以知道，主要造岩矿物在可见光—近红外光谱（波长0.35～0.25μm）并不产生具有鉴定意义的反射谱带，其光谱特征主要由岩石中为数不多的次要矿物决定。
一是由含铁（Fe2+，Fe3+）基团产生，含铁矿物主要有角闪石、赤铁矿、褐铁矿、针铁矿、磁铁矿、黄钾铁矾等，它们在TMl～TM4波段有强吸收带，若岩石中含多量的Fe3+，而含Fe2+较少，这类岩石的主要吸收谱带位于TM4和TM1波段，反射波长相当于TM3波段的电磁波。若含大量的Fe2+、含Fe3+较少，则主要吸收谱带位于TM1波段，对于波长相当于TM2波段的电磁波有某种程度的反射。
二是由含羟基（OH－）、水（H2O）或碳酸根（CO32－）基团产生，羟基的吸收谱带主要有2.2μm和2.3μm波长两处，由于OH－在2.2～2.3μm波长附近存在强吸收谷（称为羟基谱带），使得TM7产生低值、TM5产生高值，含轻基矿物大多为次级蚀变矿物，如高岭土、叶蜡石、云母类矿物、绿泥石、绿帘石等，水在1.4μm和1.9μm波长处有特征吸收带。含碳酸根矿物主要有五个特征吸收谱带（波长1.9～2.55μm），较强的两个在2.35μm和2.55μm波长处（称为碳酸根谱带），相对较弱的在1.9μm、2.0μm、2.16μm波长处。
蚀变信息提取步骤：
首先，将遥感图像按研究区坐标范围进行裁剪。
第二，进行铁染信息的提取。为了不影响蚀变信息的提取，首先将遥感图像上工作区内的植被、水体、盐碱地、雪进行掩膜。由于植被在ETM4有强反射，而在ETM3呈现吸收的特点，所以植被用ETM4/3＞1掩膜效果较好（图4—22）；水体用划定感兴趣区与确定临界值相结合的方法进行掩模（图4—23）；雪地（图4—24）和盐碱地（图4—25）的掩膜通过确定临界值的方法去除效果较好，其中，雪地的临界值范围为：ETM7：0～50、ETM4：70～160、ETM2：70～145，盐碱地的临界值范围为：ETM7：95～150、ETM4：70～160、ETM2：70～145。去除干扰信息后，用ETM3/1来提取铁染信息。并用均值与2倍标准差之和（μ+2σ，黄色）作为下限来提取铁染信息，将提取的铁染信息与ETM3波段遥感影像叠加的效果如图4—26所示。

图4—22 植被掩膜区域


图4—23 水体掩膜区域（换分辨率高的图，含后3幅）


图4—24 雪地掩膜区域


图4-25 盐碱地掩膜区域


图4—26 铁染蚀变信息与工作区已知矿点叠加效果图

第三，进行羟基异常信息的提取。由于羟基信息提取结果受植被和水体影响较大，因此在做羟基异常信息提取的时候，需要将植被、水体、雪地掩膜掉，以去除干扰。干扰因素去除后，采用ETM5/7提取羟基蚀变信息，采用均值与1.5倍标准差之和（μ+1.5σ，蓝色）作为下限，得到的羟基提取结果与ETM3波段遥感图像的叠加效果见图4—27。

图4—27 羟基蚀变信息工作区已知矿点叠加效果图

（三）构造信息的提取
在对遥感图像中的构造信息（线性构造和环形构造）进行解译和分析之前，需对数字图像进行针对性的处理，以便于高质量影像的获取和相关信息的提取。在遥感影像上提取构造信息的主要方法，有光谱信息增强、空间变换、影像纹理分析等。在实际应用中，主要依据遥感影像的地质—地貌—景观背景，选择有效的处理方法和数学模型，针对区域构造影像要素的基本特征进行信息提取，从不同侧面突出不同等级、不同层次、不同形态构造的空间分布信息。
1.线性构造信息提取
对线性构造信息进行提取时，主要采用了光谱信息增强和空间信息增强两种方法相结合的方式。首先，将裁剪好的遥感图像其ETM1、2、3、4、5、7波段进行主成分分析，得到的各分量特征值和特征向量值如表4—1所示。
表4—1 特征向量表


从表4—1中可看到，PC3反映的主要是ETM5、7波段的信息，对识别地质构造信息有很好的帮助，因此选取PC3作为提取区域较大线性构造的基础图像。第二，对PC3进行3×3像元的低通卷积滤波，其作用是突出低频信息而压缩高频信息，这种方法可以压抑细微线性体，突出影像主干构造。将ETM7波段、PC1图像、经过低通滤波的PC3图像进行RGB彩色合成，得到的图像如图4—28所示。

图4—28 工作区主干构造解译图

此外，对PC2进行5×5像元的高通滤波，其作用之让高频信息通过，这种方法可以增强细微线性体的信息。并将ETM7波段、PC1图像、经过高通滤波的PC2图像进行RGB彩色合成，得到的图像如图4—29所示。

图4—29 工作区局部（次级）构造解译

2.环形构造信息提取
环状影像是指在遥感图像上由色调、水系、影纹结构等标志显示出的近圆形、空心的环形或未封闭的弧形等影像特征。构成环状影像的地表因素很多，其中与地质作用有关的环状影像称为环形构造，它往往反映了一定的地质含义，与地表地质构造具有一定的成因联系。环形构造与成矿作用关系较密切，尤其是那些由隐伏岩浆活动引起的环形构造。本次工作所提取的环形构造，包括侵入岩体形成的侵入岩环块构造、构造—岩浆活动形成的复合环块构造以及矿床及含矿地质体形成的环块构造。这类环形构造多以水系、地貌、构造线、色调等影像特征为解译标志。
对环形构造的提取采取的是芒塞尔彩色空间变换的方法。在计算机内定量处理色彩时通常采用RGB表色系统，但在视觉上定性的描述色彩时，采用HSV显色系统更直观些。MunsellHSV变换就是对标准处理彩色合成图像在RGB编码赋色方面的一种彩色图像增强的方法，它是借助改变彩色合成过程中的光学参数来扩展图像色调差异，将图像彩色坐标系中红、绿、蓝三原色组成的彩色空间变换为由色度（Hue）、饱和度（Saturation）、纯度（Value）三个度量构成的色彩模型，其目的是为了更有效地抑制地形效应和增强岩石单元的波段差异，并通过彩色编码增强处理达到最佳的图像显示效果，扩展了色调的动态变化范围，有利于细分。对TM7（R）TM4（G）TM1（B）作假彩色合成图像，然后进行芒塞尔彩色空间变换，将RGB空间变换为HSV空间，获取的彩色增强图像，进行环形构造信息的提取。提取结果如图4—30所示。

图4—30 环形构造遥感解译图

地物光谱特征研究是现代遥感技术的重要组成部分。它既是传感器波段选择和设计的依据，又是遥感数据分析解译的基础。遥感探测是成像空间地理实体的电磁波谱和辐射能特征。具有明确的物理意义，而基于光谱特征的信息提取与分类，是通过遥感光谱数据的变化规律来识别和研究地物类型。因此，研究不同地理实体的光谱表达模型，是有效地提取专题信息的关键。
1.金属硫化物矿床近矿围岩岩石光谱特征研究
图3.3.1是东秦岭地区比较有代表性的几种近矿蚀变岩及含矿体的反射波谱曲线。从波谱曲线形态可以看出，金属硫化物蚀变带在蓝绿波段（0.4～0.6μm）和近红外（0.85～1.1μm,2.2～2.4 μm）波段呈强吸收特征；在红光（0.6～0.85μm）波段和近红（1.28～1.46μm）波段出现强反射峰。硅化蚀变岩及含羟基的蚀变岩类反射波谱曲线形态比较接近，其吸收带仍然位于0.4～0.55μm、0.85～1.1μm、1.9～2.3μm波段内，而在0.6～0.85 μm、1.48～1.88 μm波段内出现反射肩。

图3.3.1　东秦岭地区近矿蚀变岩与矿化体反射波谱曲线

①高岭土化蚀变岩；②硅化蚀变岩；③金属硫化物蚀变岩
图3.3.2是东秦岭地区近矿蚀变带与近矿围岩的反射波谱对比曲线，成矿围岩与金属硫化物带波谱曲线相比，波谱响应趋向平缓，不出现大幅度跳跃的波峰或波谷。从波谱曲线形态可以看出，随金属硫化物带（矿体）的远离（矿化蚀变的减弱），波谱曲线走向平缓的趋势更加明显。其中安山岩类和大理岩类波谱形态相似，除在可见光蓝绿光段（0.4～0.6μm）出现一个较强吸收带外，红光到近红外光段基本是光滑的弧顶向上的曲线，虽然在1.4 μm、1.9μm处有弱吸收显示，但不出现明显的吸收谷和反射肩；片麻岩和花岗岩类为一条平滑的直线，基本无异常显示。从不同蚀变类型与不同近矿围岩的波谱对比中还可以看到，波谱曲线在0.4～1.4μm和1.9～2.5μm两个波段区间集约，仅在1.4～1.9 fμm波段区间呈离散状态，显示出较大的反射差。

图3.3.2　东秦岭地区近矿蚀变岩及近矿围岩反射波谱曲线

①千枚岩；②片麻岩；③大理岩；④安山岩；⑤硅化蚀变岩
上述反射波谱曲线特征表明，蚀变岩与非蚀变岩类的反射波谱有较明显的差异，其中以1.4～1.9 μm波段离散程度最好，即Landsat-TM5波段应为提取矿化蚀变信息的最基本波段。1.9～2.4μm区段亦有一定的离散倾向，故Landsat-TM7可选作辅助波段；0.4～0.6μm波段相对1.4～2.5μm波段为强吸收带，Landsat-TM1、2可作为理想的匹配波段。
图3.3.3是阔叶林（接骨木）在不同状态下的反射波曲线。从曲线形态可以看出，随着植物病害程度的加重在0.6～0.7μm、1.4～1.6μm和1.9～2.4μm波段的吸收逐渐跃起，相反从0.7～1.4 μm段的反射峰跌落。从曲线的离散、集合特征来看，0.6～1.8μm、2.0～2.5μm波段离散程度最好。因此，处于其间的Landsat-TM4、7波段可作为基本应用波段，0.4～0.5μm波段相对为强吸收带，处于其中的Landst-TM1可作为基本匹配波段。
根据代数运算的原理，当波段间反射率差值相近而曲线斜率不同时，反射波段与吸收波段的比值处理，可在一定程度上扩展地物波谱的差异性，显示出动态范围。表3.3.1是根据地物反射波谱数据计算的不同组合比值数值表，从表中可以看出，作为提取蚀变岩带信息的基本应用波段、辅助波段和匹配波段Landsat-TM 5、7、1可以最大限度的显示出以铁帽、硅化、高岭土化、绢云母化为特征的蚀变岩与围岩背景的波谱差。如需要进一步区

图3.3.3　河南上宫金矿区植被（接骨木）不同状态下的反射波谱曲线

1—正常；2—弱毒化期；3—强毒化期
分蚀变带的类型，则以7/1、7/2、5/1、5/2的比值合成处理可在一定程度上突出以Fe3＋为主体的蚀变岩信息。据实验研究，混合比值处理［(TM3×TM4)-K]/TM7则极大地压缩非蚀变背景信息，比值合成TM5/1(R)＋TM7/1(B)＋［(TM3×TM4)－K]/TM7(G）可突出蚀变信息，特别是以羟基（OH）矿物为代表的蚀变岩信息。在比值合成图像上，金属硫化物带应为暗红色，高岭土、绢云母化带应为亮黄色，非蚀变背景接近青色（见彩图）。
表3.3.1　河南豫西地区遥感成矿特征波段比值一览表


表3.3.1是根据植被在不同状态下的反射波谱数据计算出的不同组合比值数值。从组合比值数值中可以看出，作为提取植被受重金属离子毒害信息在Landsat-TM4、7波段得到了比较好的波谱差。如果突出受害严重的区域，需要有混合波段比值处理，如COSTM4×TM7-K等。经实验研究，比值合成［COSTM4×TM3-K］(R)＋TM4/TM1(B)＋TM7/TM1(G）图像反映重害区为橘黄区，轻害区为接近白色，正常区接近青色；也可以用TM4(R)+TM7(B)+[COSTM4×TM7-K](G）图像，正常区为红色，轻害区接近粉红色，重害区接近白色。
2.反射波谱特征模式的应用原则
由于岩石反射波谱测试大多是在室内条件下进行的，而遥感传感器所记录的岩石反射率则为自然条件下的反映。岩石的反射波谱特征在自然环境中受植被、土壤、水分等因素的干扰，往往会产生较强的畸变。对于近矿蚀变带来说，遥感卫星所提供的矿化蚀变信息，常常与矿化蚀变带的水、土及植被等信息有关。当矿化蚀变带中含有较高的As、Hg、Pb等有毒元素和重金属元素时，植被因此可以出现较大范围的毒化反映；当蚀变带遭受强烈的风化剥蚀时，残留在地表多是硅质和含羟基的粘土质矿物集合体，而这种风化残积物的规模可远远超过蚀变带的分布范围。因此，在蚀变信息的提取过程中必须考虑干扰因素的存在，根据当地矿化蚀变岩的出露特征确定提取的目标物（植被毒化、Fe3＋、OH－），根据反射波谱的特征模式采取不同的运算公式，加以补救和筛选。
如秦岭山地植被盖率在70%左右，林木繁盛地区可达90%以上。该区主要植被类型为栎类与油松、华山松、白桦等混交林及灌草丛。据区域地球化学研究，崤山、伏牛山地区有色金属、贵金属金矿床多伴生有以 As为主的有害元素和以Cu、Pb、Zn、Mo为主的重金属元素，这些元素会在金矿蚀变带的分散晕圈半径内产生植被的有限毒害晕。根据这一特征，选择在风化残积物较薄、植被受毒害相对明显的伏牛山北坡为试验区，以植被生长状态反应比较敏感的Landsat-TM3、4、5、7波段为基础进行混合比值处理，工作程序见图3.3.4。

图3.3.4　河南省伏牛山地区植被毒化晕的提取工作程序图

TM5/TM4、TM4/TM3比值是最佳的植被指数。它们对植被毒害程度的反映是一个反演序列，即植被从正常发育到毒害变态反射率分别在0.36～0.61～1.20(TM5/TM4）、6.25～3.3～1.3(TM4/TM3）降低（或称蓝移现象）。TM5/TM1对铁帽反应比较敏感，对植被中度以上毒害反应突出，它们的比值系数为3.38、2.90，分别高出背景值一倍以上。植被毒化区及蚀变区为高频域，通过滤波可压缩背景低频信息，高频域均可以鲜明的色调给以增高突出。
如图版Ⅰ.1所示，TM4/TM3(B）高值区位于植被毒害和蚀变岩区，R、G近等量合成后呈亮黄色调的局部斑块，即代表与矿化有关的信息。应指出的是，这种黄色斑并不确切指出矿化蚀变的现存位置，因分散晕的迁移造成的位置差，色斑往往位于矿化蚀变岩的下游。
熊耳山－外方山区，矿化蚀变均沿构造破碎带发育。构造破碎带在多数情况下为负地形，除硅化体矿化蚀变带有断续出露外，大部分地段被褐铁矿化及粘土质物质所充填。其主要成矿围岩为太古界太华群花岗－绿岩系和元古界熊耳群安山岩类。因此，需要增强的信息是发育在构造带中的富含羟基的粘土矿物集合体。
根据地物反射波谱资料，在Landsat-TM3、5、7波段目标物和背景的离散比较好。如进一步对蚀变带进行划分，还需要对以Landsat-TM3、5、7波段为基础进行混合像元处理，工作程序如下图3.3.5所示：

图3.3.5　羟基粘土矿物晕的提取工作程序图

从岩石反射波谱特征模式中可以了解到，TM7/TM1、TM5/TM4的比值结果突出了蚀变晕带中的核心——金属硫化物氧化铁帽，TM3/TM4的比值结果突出了植被受重金属毒害信息。傅氏变换将比值数据转成频率域，然后通过高滤波压抑低频背景，使蚀变信息得到很高的增强；经反变换（IFT）将信息还原到空间域，用已知蚀变区作为样本确定彩色分割的阀值，以此阀值为标准进行假彩色漫游或假彩色密度分割，即可得到反映图版Ⅰ.2。
在反射波谱特征模式中提出的压缩背景混合像元处理方法，即［(TM3×TM4)－K］和［COS-TM4×TM7]-K，这里的K值代表矿化蚀变带围岩的反射率（背景值）。压缩背景的方法在图像处理中叫“分段线性扩展”，即将图像亮度值的整个动态范围分成若干区段，按区段进行不同程度的扩展（图3.3.6）。
图中的L1为原图像的亮度值变量，L2为变换后影像的亮度值变量。a1、a2、a3分别为所选择的分段断点。断点之间的斜率，控制区段内亮度值的变换。
图中k1、k2、k3分别为对应区段内变换曲线的斜率。适当选择断点和斜率，可以获得特定亮度值区内目标图像的对比度增强，或者压缩某些目标的对比度。

图3.3.6　分段线性扩展示意图

图版Ⅰ.3是为提取导矿断裂信息而设计的图像处理程序得到的图像。为了突出断裂构造带中不同地段的植被富水性及蚀变等特征信息，分别应用TM4/TM3、TM5/TM1、TM5/TM2进行比值处理。对比值图像数据进行例拉伸（SCALE）得到灰阶为0～255的灰度图像。然后分别在比值图像中找出断裂特征信息的亮度值区间（192、128、115）为断点，将非目标区压缩为0，将目标区给予较大的扩展斜率，将扩展后的图像合成具断裂构造意义的线性体，以鲜明色调给以确切的显示。如将蚀变晕斑叠加其上，该断裂的控矿意义更加明确。

获得了新的遥感光谱数据，就必须在原有图像处理技术的基础上改进或发展新的方法，以便更好的利用光谱数据并挖掘新的信息。遥感图像的处理一般分为4个部分：图像恢复、图像增强、图像复合和图像分类。图像恢复处理是指纠正和补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失。属于预处理的范畴，一般包括辐射纠正、几何纠正、正切纠正、去条带、数字放大和镶嵌等，是一般遥感图像处理的第一步；图像增强处理，也称为图像信息提取，是指通过某种数学变换，扩大图像中地物间的灰度差别，以突出主要目标信息或改善图像的视觉效果，提高解译者的判别能力或直接识别地物，这是遥感应用图像处理中最为重要的一个方面。因为它不仅要理解图像的形成机制，更可以靠研究目标的光谱、空间特性来达到图像目标信息提取的目的，获得所需信息，所以这一方面的方法很多，主要包括反差增强、彩色增强、运算增强、变换增强等方法。图像复合处理，也称多元信息复合，是遥感应用中最为有效的一种形式，也是今后遥感与地理信息系统和其他应用学科数据综合应用解决实际问题的唯一途径。这里的多元是指多种遥感数据源和非遥感数据源，多元信息复合就是将同一地区各种不同来源的数字图像和其他类型的数据按统一的地理坐标作空间配准叠合，以进行不同数据信息源之间的对比或综合分析，达到揭示地物或现象的本质；从而，解决实际问题的目的。实现的途径大致有两种：一是先将各种数据源数据分别进行处理，然后再进行叠合对比分析；二是将遥感数据的各个通道和其他数据源数据分别当作处理时的变量，进行统一处理，最后综合分析；图像分类处理是指对多波段遥感数据，根据其象元在多维波谱空间的分布特征，按照一定的统计决策标准，由计算机划分和识别出不同的波谱集群类型，从而实现目标的自动分类和识别。根据分类前是否需要给出已知类的训练象元，又分为监督和非监督分类两种。非监督分类计算简单，容易实现，但精度较差。监督分类计算复杂，但精度较高，一般适用于已知类训练象元和要求精度较高并给出每一象元类别属性的情形下。由于应用领域的不同，针对的目标对象不同，可发展出一些适合于特定对象的图像分类方法。

朱亮璞教授将遥感数字图像处理的过程和各部分内容的关系表达成图4-1的形式，简单易懂，言简意赅。下面将着重介绍一下其中的两个重要环节：遥感图像信息提取和分类。

为了获得目标体的信息，常常要对遥感图像进行干扰信息的压抑和排除，突出有用信息，这时就需要用到图像信息增强和提取的方法。一般的，可将这些方法分为基于光谱特征反射率强度差异、基于光谱特征反射率变化规律的差异、其他3大类。

图4-1 遥感图像处理基本流程

1.基于光谱特征反射率强度差异的信息提取方法

（1）反差增强

反差增强也称反差扩展或拉伸增强，是一种通过扩展或拉伸图像的灰度值（象元光谱特征反射率）分布，使之占满整个动态范围（0～255），以达到扩大地物间灰度差异，分辨出尽可能多的灰阶的一种处理技术。遥感图像的灰度值分布，一般可以用一幅图像中不同灰阶象元的频率直方图来表示，它的分布形态基本上代表了图像在这一波段的地物区分能力和灰度值分布的动态范围。反差增强就是要改变图像象元的灰度值频率直方图的分布，使之扩大灰度值的动态范围，达到增强信息的目的。它针对的处理对象是图像的单个波段。简单地用函数关系表达，反差增强即为：

y=f（x） （4-1）

式中：Y代表增强后图像中象元的灰度值；x代表原始输入图像中象元的灰度值：函数f代表增强的方式，根据f的不同可以有不同类型的增强方式（如图4-2所示）。在处理方法上有两种：一是使用函数变换对图像中的每个象元点进行变换处理，常用于有确定增强对象（地物目标）的情况下；二是改变图像中象元间的灰度结构关系，即通过直方图调整改变图像的灰度结构，如常见的直方图均衡化。

图4-2 几种不同的反差增强方法

（2）彩色增强

人眼区分色彩的能力比区分单纯黑白灰阶要强的许多，因此利用彩色增强来突出和显示地物有其明显的优势。彩色增强一般分为两种：一是对单波段的伪彩色增强；二是对多波段的假彩色合成。单波段的伪彩色增强常用的方法有：①彩色密度分割；②灰度级-彩色变换。彩色密度分割法基本做法是：依据所要表现的目标地物的灰度值（象元光谱反射率），将单波段图像按灰度值不同进行灰阶划分，分别赋予这些目标地物不同的灰阶，然后给这些灰阶填上不同的颜色，这样就可把一幅单波段图像转变成伪彩色图像。这种做法也常用在图像分类后的结果图像上，以利于区分。利用该方法时，一定要注意给空间上相近的地物类型赋予区别明显的色彩。

灰度级-彩色变换是另一种更为常用的伪彩色增强方法，与彩色密度分割相比，它更易于在广泛的彩色范围内达到图像增强的目的。一组典型的灰度级-彩色变换的传递函数如图4-3 所示。其中，设L为图像波段的最大灰度级：（a）图表示红色变换的传递函数，它表明，凡小于L/2 的灰度级，将被转变成尽可能暗的红色，而在（L/2，3L/4）范围内的灰度级将由暗的红色线性演变成亮的红色，属于（3L/4，L）区间内的灰度级都转变成最亮的红色。同理，图（b）和图（c）分别表示绿色和蓝色变换的传递函数。图（d）表示了3 种彩色传递函数组合在一起的情况。不难看出，属于图（d）中左端灰度级的图像象元为纯的蓝色，右端的为纯红色，中间点为纯绿色，其余的象元为3种颜色的伪彩色。显然，用这种组合方案进行伪彩色增强，图像中任何两个灰度级都不会有相同的色彩。

图4-3 灰度级-彩色变换传递函数

（a），（b），（c）灰度对红、绿、蓝色变换；（d）综合传递函数

为了更好地利用多波段图像的信息，提高对图像的理解，同样可以用彩色合成来进行信息增强。其基本原理与上述的单波段伪彩色增强相似，只是红、绿、蓝变换不是对同一波段的不同灰度级，而是分别对3个（或2个）波段实施，即由3个（或2个）波段的CCT数值根据设定的波段灰度与彩色之间的变换关系表，直接控制图像处理系统中彩色显示装置的红、绿、蓝3色枪的光强输出，加色合成显示在彩色屏幕上，形成彩色图像；或者以3色依次扫描到彩色胶片上，再印放成彩色相片。

（3）主成分分析

主成分分析是遥感岩性信息提取中最常用的一种方法，它基于计算图像数据的方差一协方差矩阵或相关矩阵，求得它们的特征值和特征向量，然后反变换回遥感图像，而达到对图像信息的集中和数据的压缩的效果。它利用目标岩石与背景地物之间的差异对整幅图像进行处理，最后得到所需要的目标信息。主成分分析（principal components analysis）是多波段遥感图像信息提取和增强的最常用的方法之一，通常也称为K-L（kahunen-loeve）变换、主成分变换。遥感中使用主成分分析；主要用来进行图像编码和图像数据压缩、图像信息提取和增强、图像变化监测以及调查图像数据潜在的多时间维。在数学含义上，它是一种基于图像统计特征的多维正交线性变换。从几何意义上讲，它相当于对图像进行了空间旋转变换，变换后的主成分之间互相正交、不相关。实际上，它也是一种基于地物光谱特征反射率强度的方法，即主成分距离。简单地讲，主成分分析分成3步：①计算输入图像数据的方差-协方差矩阵和相关矩阵；②计算矩阵的特征值和特征向量；③计算主成分。

当所用矩阵为方差-协方差矩阵，称主成分分析为非标准的主成分分析。当所用矩阵为相关矩阵，称主成分分析为标准的主成分分析。Singh和Harrison在1985年应用两种主成分分析对印度北东部的Landsat MSS数据进行了研究，结果表明标准主成分分析提高了图像的信噪比、增强了图像信息。Ek-lundh和Singh在1993年对Landsat TM.SPOT等4种数据进行了主成分分析，分析结果表明标准主成分分析比非标准主成分分析提高了图像的信噪比。

选择主成分分析（selected principal components analysis）是Crosta A.P.等在1989年提出的，是选择有地质意义的波段进行主成分分析。Loughlin W.P.在1990年将Landsat TM数据按波段分成1，3，4，5和1，4，5，7两组，分别作主成分变换，通过对比矿物光谱曲线在PCA图像的特征向量负载进行填图，即用1，3，4，5波段主成分变换进行铁氧化物填图，用1，4，5，7波段主成分变换进行含轻基矿物填图。其实质是通过主成分变换来扩展TM5与TM1及TM5与TM4的光谱反差来提取铁氧化物信息，扩展TM5与TM7的光谱反差来提取含羟基矿物的光谱信息。

2.基于光谱特征反射率变化规律的信息提取方法

运算增强就是利用加、减、乘、除和它们的混合运算对多波段图像进行的一种图像信息提取和反差增强方法。John McM.Moore等（1993）利用波段间加、减运算增强技术对TM 图像数据进行了石膏、粘土和热液蚀变硅的选择性增强，取得了良好效果。实际上，图像运算增强中最常见的运算是除运算，常称为比值运算。比值运算是利用不同地物在图像数据的不同波段光谱反射特性变化的不同，进行波段间除运算来达到地物信息的提取和图像反差增强。根据相除的分子、分母不同，比值运算又可简单地分为：简单比值、组合比值和标准化比值。

由于简单比值简单易行，反差增强效果显著，因此人们对常用的遥感数据源TM 图像数据波段间比值做了充分地研究，利用它们来增强和提取图像植被信息、岩石蚀变信息等。表4-1给出了TM数据波段间几个主要的简单比值。

表4-1 TM数据波段间几个主要的简单比值

（据童庆禧等（1994）改编）

比值增强用于图像增强，其基本的功能就在于：①能扩大不同地物之间的微小灰度差异，利于岩石、土壤等光谱差异不太明显的地物之间的区分，同时可用于植被类型和分布的研究：能消除或减弱地形等环境因素的影响。②能用来进行提取岩石信息和矿化关系密切的蚀变信息。③能利用比值成分与原始波段或其他方法处理的结果进行彩色合成增强地物信息表示，突出目标信息，就是说，经大气散射校正后的比值图像与照度、太阳入射角和漫反射无关。其缺点是，比值图像的独立波谱意义并不存在，丢失了地物总的反射强度（反射率）信息，损失了图像的地形信息。实践证明，在黑白比值图像上识别矿产信息是相当困难的。如果选取3个能提取出矿产信息的比值图像，并根据色度学原理将其配以红、绿、蓝三种颜色进行合成，使矿产信息与围岩以不同的颜色出现在图像上，则能够用目视法直接在图像上识别矿产信息，并能确定其位置。因此，可以认为比值彩色合成法就是矿产信息提取的基本方法。

3.其他

（1）直接主成分分析

Frazer S.J.和Green A.A.在1987年提出直接主成分分析（directed principal components analysis），通过两个比值图像（一组为植被图像TM4/TM3，一组为蚀变图像，如TM5/TM7，TM5/TMI）的主成分变换达到在增强蚀变信息的同时抑制植被光谱干扰。利用类似的方法，赵元洪等（1991）进行了热液蚀变信息的提取，Frazer S.J.（1991）进行了铁氧化物的判别和识别。张满郎（1996）提出了对这种直接主成分分析的改进。输入TM7，TM1，TM4，TM3进行比值TM 1，（TM4/TM3）主成分分析，产生的PC2增强了铁氧化物光谱信息，压抑了植被的光谱干扰。输入TM5，TM7，TM4，TM3进行比值（TM5/TM7，TM4/TM3）主成分分析产生的PC2 增强了含羟基矿物的光谱信息。M.Srikanth和J.M.MooreL.J.Guo（1994）对航天TM数据的对数残差图像进行了主成分分析，提高了图像中的地形特征的光谱区别，利用直接主成分分析对西班牙西南部的图像子区进行分析，成功地提高了铁矿物的光谱对比度。

（2）比值法-特征主成分分析

这种方法是建立在比值处理和特征主成分分析基础之上的一种方法。比值法增强蚀变信息多受地域自然条件的限制，去干扰物（植被、大气、地衣等）的波谱排除法则要求获得各种地物波谱数据，客观上也受到限制。刘志杰（1995）提出比值-特征主成分混合分析方法，结果如下。

1）含铁矿物波谱信息图像（简称F图像）的确定

首先以TM1，3，4，5为一组，用以寻找含铁矿物的图像。在同幅F图像中，含羟基矿物信息将被屏蔽，主成分变换，并对变换后的各PCA图像尽可能的定性分析，以确定F图像，此FPCA图像必须同时满足：或TM3与TM1具有相反的贡献标志，或TM3与TM4具有相反的贡献标志，或TM5与TM4具有相反的贡献标志；TM3或TM5至少有一个为强负载荷。

2）含羟基矿物波谱信息图像（简称H图像）的确定

类似于F图像的确定方法，进行提取H图像的变换处理。不同的是在选择原始波段组合时，采用了两个比值图像：（TM5/TM7）和（TM4/TM3），而不是TM1，4，5，7。原因：一是后一组图像变换后所确定的PC4需作反处理才能满足H图像的要求。二是最后的合成处理中效果不佳。原始F，H图像的亮度指数很低，为产生良好的视觉效果和有利于进一步解释F图像进行分段线性拉伸，H图像直方图均衡，并将增强后的TM7图像与两者进行红、蓝假彩色合成。

（3）IHS变换（intensity-hue-saturation transform）

在色度学中，颜色可以用红（R）、绿（G）.蓝（B）3原色色值来表示，也可以用人眼对颜色感知的色度学变量：亮度（I）、色调（H）、饱和度（S）描述，由上述两种变量构成了色度学中的两种彩色坐标系统：RGB彩色空间和IHS色度空间（也称孟塞尔坐标）。这两个系统的关系可用图4-4表示。该图中，I轴垂直于纸面（过S=0，白色），沿I轴只有亮度明暗的差异：圆周代表H的变化，并设定红色为H=0；半径方向代表饱和度，圆心处S=0，为白色，圆周处S=1，彩色最纯。很显然，RGB彩色空间坐标系与IHS色度空间坐标系之间存在着某种关系，确定它们之间转换关系的彩色变换数学模型即称为IHS变换或彩色坐标变换（孟塞尔变换）。习惯上，常把从RGB空间变换到IHS空间称为正变换，把从IHS空间变换到RGB空间称为反变换。

图4-4 RGB彩色空间和IHS色度空间关系图

由于IHS彩色变换具有灵活实用的优点，近年来日益受到国内外研究者的重视，因此产生了多种IHS变换式。目前在遥感图像处理中，IHS变换多用于以下3个方面的研究：

1）彩色合成图像的饱和度增强。

2）不同分辨率遥感图像的复合显示。例如，将Landsat MSS与数字航空相片进行IHS变换融合能够产生具有像SPOT一样的光谱（从绿到近红外）和空间属性（10m）的彩色图像。

3）多源数据综合显示。将物、化探等地学信息数字化，把它们当作H或S色度变量，以遥感图像为I，作IHS正变换便可获得色彩分明的遥感与物、化探等地学信息复合的彩色图像。这类图像一般既具有遥感图像清晰的地貌、地质背景，又能将物、化探等地学信息准确地反映在这一背景上，非常有利于它们相互关系的综合分析和解译。

（4）去相关拉伸变换（thedecorrelation stretch transformation）

去相关拉伸变换是一种基于主成分变换的技术。它包括3个明显的阶段：①将原始图像波段变换为它们的主成分。②分别反差拉伸变换后的主成分。③进行主成分反变换，在原始彩色空间显示。N.A.Campbell（1996）详细研究了这3个阶段，他认为去相关拉伸变换实质上是另一种不同于主成分变换的光谱波段线性变换，经过第二阶段反差拉伸正规化方差后，得到方差为单位方差的互不相关的变量，产生增强显示图像方法的效果主要依赖于该方法产生的特殊反差对比。他研究了来自美国夏威夷的热红外多光谱（thermal infrared multi-spectral scanner，TIMS），发现定义第一主成分的特征向量上的一个小变换仅导致去相关拉伸系数的微小变化，然而却产生了一幅明显不同的去相关拉伸图像。对TM数据的6个可见、近红外和短波红外波段进行去相关拉伸分析表明去相关拉伸后的结果图像多少有一点儿失真，即其中有些图像敏感于去相关拉伸系数的微小变化，而另一些则不是。具体计算分析见原文。

总之，去相关拉伸变换是原始光谱波段的一种线性变换，这种变换通常是原始光谱波段的加权总和与差。研究表明该方法对一些遥感图像数据有效，能产生好的图像效果和提供新的洞察点；对另一些图像数据处理，与主成分变换相比，效果较差。与主成分变换，典型分析变换的图像显示一样，实际的去相关拉伸矢量很少被说明，因此也不可能从光谱上理解它们的结果图像。

---

石峰区15311847476： 什么是遥感数据的信息提取 - ？
诸葛周五酯： 依据遥感图像上的地物辐射电磁波的差异特征,识别地物类型,性质,空间位置,形状,大小等属性的过程叫做信息提取.方法有目视判读法(常用),计算机分类法(监督分类,费监督分类等).

石峰区15311847476： 如何从遥感图像中提取光谱曲线 - ？
诸葛周五酯： 高光谱遥感就是比多光谱遥感的光谱分辨率更高,但是光谱分辨率高的同时空间分辨率会降低

石峰区15311847476： 遥感图像的DEM提取原理是什么? - ？
诸葛周五酯： 1、遥感信息提取方法分类 常用的遥感信息提取的方法有两大类:一是目视解译,二是计算机信息提取.1.1目视解译 目视解译是指利用图像的影像特征(色调或色彩,即波谱特征)和...

石峰区15311847476： 通过GDAL获取影像光谱信息 - ？
诸葛周五酯： 首先在数据库里边获得文件的大小,然后给progressbar设置一个最大值;在根据已经下载的文件大小计算站总大小的百分数,然后换算成progressbar的值;一边下载一边设置progressbar的值就行了.

石峰区15311847476： 如何将遥感影像中的环状信息提取出来？
诸葛周五酯： 我的思路你试试:首先边缘检测,可以用canny算子,提取的边缘比较完整;然后检测封闭边缘,如果不想自己编程的话用matlab里的imfill命令可以填充封闭孔洞,再轮廓提取,这样就排除了非封闭边缘(姑且认为封闭轮廓都是环状的)

石峰区15311847476： 遥感影像水体信息提取 - ？
诸葛周五酯： 你用的是什么影像呢,一般来说的话,用高光谱的影像是可以通过蓝绿波段及近红外波段的反射特性把水体和其他的物体区分开的,其实微波对水体敏感,可以试一下用雷达数据做提取,效果应该很不错.

石峰区15311847476： 植被覆盖度特征提取方法 - ？
诸葛周五酯： 植被覆盖度特征提取可以定量地提取光谱特征、空间(几何)特征和纹理特征等,包括多光谱图像和波段间运算及不同时期观测的图像间的运算,其结果仍可形成图像. 光谱特征提取包括颜色及灰度或波段间的亮度比等目标物的光谱特征,它对...

石峰区15311847476： 请问:遥感图像分类和信息提取,本质上来讲是一个概念吗??? - ？
诸葛周五酯： 传统的基于像素的遥感影像处理方法都是基于遥感影像光谱信息极其丰富,地物间光谱差异较为明显的基础上进行的.对于只含有较少波段的高分辨率遥感影像,传统的分类方法,就会造成分类精度降低,空间数据的大量冗余,并且其分类结果...

石峰区15311847476： 试述遥感图像处理提取矿化蚀变信息的主要方法？
诸葛周五酯： 遥感图像的增强技术是通过不同的图像增强技术扩大信息的差异性以便于区分不同类型地质体的地物波谱信息,从而得到所需要的地质信息. 近矿围岩蚀变形成的蚀变岩石与其周围的正常岩石在矿物种类,结构,颜色等方面都有差异,这些差异...