❶ 衛星地圖圖像融合技術的原理是什麼
圖像融合就是通過一種特定演算法將兩幅或多幅圖像合成為一幅新圖像。該技術有基本的體系，主要包括的內容有：圖像預處理，圖像融合演算法，圖像融合評價，融合結果。圖像融合系統的層次劃分為：像素層融合、特徵層融合、決策層融合，目前絕大多數融合演算法研究都集中在這一層次上。圖像預處理技術主要包括兩個方面的任務：圖像去噪、圖像配准；圖像融合演算法從最初簡單的融合演算法（加權、最大值法）發展為復雜多解析度的演算法（金字塔、小波法等）；圖像融合的性能評價主要有兩個大的方面：主觀評價及客觀評價，由於在實際中不存在理想圖源，所以一般採用較易實現的評價標准，結合主觀視覺給出最合理的評價
參考資料：
http://wenku..com/link?url=_aO8a9mag3SA_xA1Lv7c_MFl4Fi-KFwSDpIBK
❷ 多元遙感圖像融合意義,前提與方法
多元遙感圖像融合是指將多種遙感平台，多時相遙感數據之間以及遙感數據與非遙感數據之間的信息組合匹配技術。
意義是：融合後能更好發揮不同遙感數據源的優勢互補，彌補了某一種遙感數據的不足之處敬埋，如spot數據光譜解析度低，TM數據空間解析度低，因此提高了遙感數據的可應用性。或者，與非遙感數據的融合，能使更綜合、更深入的分析得以進行，也為進一步應用地理信息系統技術打下基礎。
前提：當所要實施項目對遙感數據的多種特徵有要求時，比如光譜解析度，空間解析度和時相解析度，或者項目要進行更加系統化分析時。
方法：舉例說明。
1、首先要解決影像的匹配，方法是採用幾何模稿盯校正，通過選取控制點，內插重采樣來完成配准，具體參考遙感軟體說明；
2、選取復合方案。應盡可能生成三幅新圖像，分別賦予紅綠藍三色，進行假彩色合成。
如，每幅TM與spot影像作逐點運算，相加相減或相乘，生成三幅影像，進行彩色合成；
或者，對TM所有波段進行主成分分析，然後用spot高解析度全色波段代替變換後的TM第旦和一主成分。代換後的所有波段再做一次主成分變換的反變換。
（ps：方法有很多，得依據具體項目精度和要求選取不同的方法。並且方法一般都是通過envi或者erdas軟體實現，具體演算法比較復雜。樓主可以參考軟體教程上的方法進行操作）
❸ TM影像與SPOT影像融合有什麼特點
融合方法
IHS 顯色系統採用色調（Hue）、飽和度（Saturation）、亮度（Intensity）表示顏色。基於IHS 彩色空間變換的遙感圖像融合演算法是遙感領域應用較多的一種方法，該演算法首先將多光譜圖像的三個波段映射到RGB 彩色空間，然後再由RGB 彩色空間變換到IHS 彩色空間，融合過程就是用高解析度全色圖像去代替IHS 彩色空間中的I 分量，最後將IHS 彩色空間變換到RGB 彩色空間即可得到融合圖像。
影像方法
影像影像融合技術是解決多源遙感數據綜合，提高遙感圖像空間解析度和光譜信息以及挖掘遙感信息潛力的有效方法[7]，仍舊在不斷更新完善中。各種融合方法的適用對象不盡相同，針對具體融合圖像，選取合理的融合演算法是取得理想融合效果的前提條件。
❹ 實驗十六 多波段遙感圖像融合處理
一、實驗目的
了解多波段低空間解析度遙感影像數據與高空間解析度單波段遙感影像數據融合處理的目的和技術實現條件，直觀感受融合處理影像具有的「揚長避短」增強效果，掌握Transform功能的四種主要融合處理操作，加深對融合增強處理原理和作用的理解。
二、實驗內容
（1）用ENVI的Transform功能對甘肅省白銀市IKONOS高解析度遙感影像分別作：①HSV變換融合；②Brovey融合；③PCA融合；④Gram-Schmidt融合處理。
（2）對四種不同的融合圖像比較分析。
三、實驗要求
①根據實驗課時容許情況選擇融合處理方案數量，但HSV 變換融合必須完成；②如果進行了兩種以上融合，要求對不同融合方法結果進行比較分析；③如果只進行了一種融合，要求將融合圖像與RGB合成圖像進行比較分析。
四、技術條件
①微型計算機；②甘肅省白銀市IKONOS影像；③ENV I軟體；④Photoshop軟體（ver.6.0以上）和ACDSee軟體（ver.4.0以上）。
五、實驗步驟
遙感影像融合是指將多源遙感圖像按照一定的演算法，在規定的地理坐標系中生成新的圖像的過程。圖像通過融合既可以提高多光譜圖像空間解析度，又保留其多光譜特性。本次實驗選擇的四種融合演算法為：HSV變換、Brovey彩色變換、PCA融合、Gram -Schmidt變換。具體操作步驟如下：
在ENVI主菜單欄中選擇「File>Open Image File」，出現文件目錄窗口，將甘肅省白銀市IKONOS的4個多光譜波段和Pan波段數據調入「Available Bands List」窗口。
（1）HSV融合。
1）在ENVI主菜單欄中選擇「Transform >Image Shraepning>HSV」，如圖16-1所示出現「Select Input RGB」對話框，ENVI提供兩種波段選擇方法：從一幅打開的彩色圖像或者從可用波段列表中選擇3個波段進行變換，任選一種方法後點擊【OK】按鈕。
2）出現「High Resolution Input File」對話框時（圖16-2），選擇高空間解析度全色輸入波段，點擊【OK】按鈕到下一步。
3）當出現「HSV Sharpening Parameters」對話框時（圖16-3），從「Resampling」下拉菜單選擇重采樣方法。選擇輸出到「File」或「Memory」，點擊【OK】按鈕開始處理，結果將出現在可用波段列表中。
圖16-1 選擇輸入RGB對話框
圖16-2 高解析度輸入文件對話框
（2） Brovey融合（色彩標准化融合）。
1）在 ENVI主菜單欄中選擇「Transform > Image Sharpening > Color Normalized（Brovey）」，如圖16-1所示，出現「Select Input RGB」對話框，ENVI提供兩種波段選擇方法：從一幅打開的彩色圖像或者從可用波段列表中選擇3個波段進行變換。任選一種方法後點擊【OK】按鈕。
2）出現「High Resolution Input File」對話框時（圖16-2），選擇高空間解析度全色輸入波段，點擊【OK】按鈕到下一步。
3）當出現「Color Normalized Sharpening Parameters」對話框時（圖16-4），從「Resmaplnig」下拉菜單選擇重采樣方法。選擇輸出到「File」或「Memory」，點擊【OK】按鈕開始處理，結果將出現在可用波段列表中。
（3） PCA融合。
1）在ENV 主菜單欄中選擇「Transform>Image Sharpening>PC Spectral Sharpening」。如圖16-5所示，出現「Select Low Spatial Resolution Multi Band Input File」對話框時，從「Select Input File」中選擇低解析度的多光譜輸入文件，如需要，可用選擇任意空間子集，選擇完畢後點擊【OK】按鈕。
圖16-3 HSV融合參數對話框
圖16-4「Color Normalized Sharpeni Parameters」融合參數對話框
圖16-5 選擇低空間解析度多光譜輸入文件對話框
2）出現「High Resolution Input File」對話框時，選擇高空間解析度全色輸入波段，並可用標准ENVI文件選擇方法建立空間子集，點擊【OK】按鈕到下一步。
3）當出現「PC Spectral Sharpening Parameters」對話框時，從「Resampling」下拉菜單選擇低解析度多光譜影像的重采樣方法。如圖16 -6 所示，選擇輸出到「File」或「Memory」，點擊【OK】按鈕開始處理，結果將出現在可用波段列表中。
圖16-6 PC光譜融合參數對話框
（4） Gram-Schmidt變換融合。
1）在ENVI主菜單欄中選擇「Transform>Image Sharpening>Gram -Schmidt Spectral Sharpening」。如圖16-5所示，出現「Select Low Spatial Resolution Multi BandInput File」對話框時，從「Select Input File」中選擇低解析度的多光譜輸入文件，如需要，可用選擇任意空間子集，選擇完畢後點擊【OK】按鈕。
2）出現「High Resolution Input File」對話框時，選擇高空間解析度全色輸入波段，並可用標准ENVI文件選擇方法建立空間子集，點擊【OK】按鈕到下一步。
3）當出現「Gram - Schmidt Spectral Sharpening Parameters」對話框時（圖16-7），從「Select Method for Low Resolution Pan」選項中選擇一種構造低解析度全色波段影像的方法，構造低解析度全色波段影像的方法有：①在步驟2）操作中選擇的低解析度多光譜輸入文件的基礎上，以平均值構造出低解析度全色波段影像；②另外輸入一個低解析度多光譜的全色波段影像；③通過感測器類型，創造一個新的低解析度多光譜全色波段影像，選擇這個方法，融合圖像是經過輻射定標的數據；④使用用戶自定義的濾波函數。
從「Resampling」下拉菜單選擇低解析度多光譜影像重采樣方法。如圖16-7 所示，選擇輸出到「File」或「Memory」，點擊【OK】按鈕，結果將出現在可用波段列表中。
圖16-7 Gram-Schmidt光譜融合參數對話框
（5）用上述四種方法對甘肅省白銀市IKONOS衛星遙感數據進行圖像融合處理，保存每種融合方法的處理結果，用JPEG圖像格式保存每種融合方法的處理結果，存入自己的工作文件夾。
六、實驗報告
（1）簡述實驗過程。
（2）回答問題：①全色波段數據和多波段數據各在圖像融合處理中分別起何作用？②用框圖給出HSV融合的操作步驟。③用Photoshop軟體平鋪顯示HSV變換融合、Brovey融合、PCA融合和Gram-Schmidt融合四種融合圖像，分析其圖像增強特徵及效果。
實驗報告格式見附錄一。
❺ landsat5遙感圖像對濕地土地覆被類型圖生成，如何數據融合，7個波段如何選取使用
通常可按453組合，以10月的TM圖像為例。圖上上山地、丘陵、平原台地等喀斯特地貌景觀及各類用地影像特徵分異清晰。成像時期晚稻接近收獲，且稻田中不存積水，因此耕地類型中的水田色調呈粉紅色；旱地由於作物大多收獲，且土壤水分少而呈灰白色；菜地則由於蔬菜長勢好，色調鮮亮並呈猩紅色。園地色調呈淺褐色，且地塊規則整齊、輪廓清晰。林地中喬木林色調呈深褐色，而分布於喀斯特山地丘陵等地區的灌叢則呈黃到黃褐色。牧草地大多呈黃綠色調。建設用地中的城鎮呈藍色；公路呈線狀，色調灰白；鐵路呈線條狀，色調為淺藍；機場跑道為藍色直線，背景草地呈藍早緩亮綠色；在建新機場建設場地為白色長方形；備用舊機場為白色調，外形輪廓清晰、較規則。水庫和河流哪肆則都呈深藍色調。
採取4、5、3波段分別賦紅、綠、藍色合成的圖像，色彩反差明顯，層次豐陸寬富，而且各類地物的色彩顯示規律與常規合成片相似，符合過去常規片的目視判讀習慣。
數據融合有不同的作用目的，通常在處理ETM影像時會用pan波段與組合圖像融合以實現在光譜信息不變的基礎上空間分辨的提高，等等
❻ 遙感影像預處理及影像制圖
遙感影像在成像過程中受太陽高度角、大氣狀況、地球曲率、地形起伏、感測器自身的性能等因素影響，存在明顯的幾何和輻射畸形。在對遙感影像進行信息提取和定量分析之前，需要對其進行預處理，主要包括:幾何校正、輻射校正、遙感圖像處理和影像制圖。經過預處理的影像，需經過圖像處理及影像制圖，再用於遙感解譯。春改
原始遙感影像通常存在嚴重的幾何變形，這種幾何變形一般分為系統性和非系統性兩大類。系統性幾何變形是有規律和可以預測的，因此可以應用模擬遙感平台及遙感器內部變形的數學公式或模型來預測。非系統性幾何變形是不規律的，可以是遙感器平台高度、經緯度、速度和姿態等的不穩定，以及地球曲率和空氣折射的變化等，一般很難預測。
遙感影像幾何校正的目的主要是消除影像上的幾何變形，使影像能與實地在空間位置關繫上准確對應起來。一般校正的內容主要包括：系統幾何校正，投影變形校正和幾何精校正。其中，系統幾何校正和投影變形校正主要由地面接收站在向用戶提供資料之前，已經按照常規的處理方案結合影像同時接收到的有關運行姿態、感測器性能指標、大氣狀況、太陽高度角等數據對該幅影像的幾何畸變進行了幾何粗校正。而對於廣大影象用戶拿到的影像數據，所要真正做的幾何校正是幾何精校正，也就是在保證精度達到要求的條件下，利用一定的數學模型將影像轉換到所需要的投影下，這樣就能使影像和其他具有相同地理參數的同地區數據在空間位置上相匹配。
幾何精校正通常採用多項式法進行校正。該方法機理是通過若干控制點，建立不同影像間的多項式空間變換和像元插值運算，實現遙感影像與實際地理圖件間的配准，達到消減及消除遙感影像的幾何畸變的目的。
1.1.1 地面控制點的選取及多項式校正模型
1. 地面控制點的選取
選取控制點是為於建立影像上像素點與實際地物同名點或地圖上對應點之間的對應關系，要求對控制點的選取數量要足夠多，精度也要有一定的保證。控制點的精度和選取的難易度與影像質量地物特徵及影像空間解析度密切相關，這是幾何校正中最重要的一步。地面控制點選取的原則如下：地面控制點在影像上有明顯的、清晰的地別標志，如道路交叉點、河流岔口、建築物邊界、農田界線；地面控制點上的地物不隨時間而變化，以保證當兩幅不同時段的影像或地圖在進行幾何校正時，可以同時識來；在沒有做過地形校正的影像上選控制點時，應在同一地形高度上進行；地面控轉應當均勻地分布在整幅影像內，而且要有一定的數量保證。
2.多項式校正模型
控制點選擇好之後，要分別計算控制點在基準影像和待配准影像上的像元坐標或相應的地理坐標。然後選擇合適的坐標變換函數（即數學校正模型），建立基準影像和待配准影像之間的坐標對應關系式，通常又稱為多項式校正模型。對於一般的幾何校正，可以使用一次線性多項式校正模型，對於精度要求較高的可以使用二次或三次多項式校正模型。對影像進行多項式校正的目的是對待配准影像的像元坐標進行重新定位，使其與基準影像的坐標相對應。
1.1.2 影像重采樣
重新定位後的像元在原影像中的分布是不均勻的，即輸出影像像元點在輸人影像中的行列號不是或不全是整數關系。因此，需要根據輸出嫌森陪影像上的各像元在輸入影像中的位置，對原始影像按一定規則重新采樣，進行亮度值的插值計算，建立新的影像矩陣。
常用的內插方法包括：
①最鄰近法，是將最鄰近的像元值賦予新像元，如將原影像中某像元的亮度值賦給輸出影像中對應的帶陰影的像元。該方法的優點是輸出影像仍然保持原來的像元值，過程簡單，處理速度快。但是該方法也有局限性，即該方法最大可產生半個像元的位置偏移，可能造成輸出影像中某些地物的不連貫。
②雙線性內插法，是使用鄰近4個點的像元值，按照其距內插點的距離賦予不同的權重，進行線性內插。該方法具有平均化的濾波效果，邊緣受到平滑作用，從而產生一個比較連貫的芹蠢輸出影像。其缺點是破壞了原來的像元值，在之後的波譜識別分類分析中，會引起一些問題。
③三次卷積內插法，是使用內插點周圍的16個像元值，用三次卷積函數進行內插。這是三種重采樣方法中較為復雜的一種，它對影像特徵邊緣有所增強，並具有均衡化和清晰化的效果，但是它仍然破壞了原來的像元值，且計算量較大。
影像重采樣不僅是在幾何校正中重要的一步，而且在一些圖像處理中也是需要的，如在對不同時段、不同空間解析度影像之間，以及與GIS中其他數據進行配准和不同層之間復合。
國內外對大氣校正的研究有許多成果，主要是採用不同的校正模型來處理，主要包括如下方法：
①圖像特徵模型法：這是一種相對的大氣校正法，不需要測量實際的大氣環境情況及實際地面光譜，僅僅是利用遙感影像所包含的信息，如一些植被指數運算可以部分消除大氣影響，以及暗目標法等。一般只適用於小范圍，並且處理後的影像存在不同的雜訊，效果不是很好。
②統計模型法：即利用遙感影像上選定的地物的灰度值和相應成像時間實地所測的地物反射光譜值，建立統計模型，計算校正量來對整幅影像進行校正。該方法需要成像時的實測光譜數據，對於以往沒有實測數據的歷史影像和實地條件困難無法進行實測的影像數據，不能用此方法來校正。
③理論模型法：主要利用大氣輻射傳輸理論建立方程，建立大氣改正模型來校正大氣干擾。該方法基於嚴密的物理模型，是一種絕對大氣校正方法。
1.3.1 遙感圖像融合和增強
1.遙感圖像融合
圖像融合是通過一種特定的演算法將兩幅或多幅圖像合成一幅新圖像。多源遙感影像數據所含有的信息具有合作性、互補性，以及影像數據的冗餘性。為了更加合理、有效地利用數據的信息，遙感圖像融合能使分別具有一定空間解析度、波譜解析度和時間解析度的一組圖像數據全部納入統一的時空內，構成一組新的空間信息，融合成一幅新的圖像，彌補了單一信息的不足，達到了多種信息資源的相互補充，改善了目標識別的視覺效果，提高了綜合分析的精度。
2.遙感圖像增強
遙感圖像增強的目的是突出相關的主題信息，提高圖像的視覺效果。常用的圖像增強方法包括：圖像反差調整、圖像平滑、圖像銳化、多光譜圖像四則預算等。
1.3.2 圖像鑲嵌和影像制圖
1.圖像鑲嵌
當工作區域涉及不同景數據時，影像制圖過程中必須進行鑲嵌處理，鑲嵌處理過程實質是一個在數據重疊范圍內的配准和色調調整的過程。應根據圖幅分布情況，選出處於工作區中心部位的一幅圖像作為鑲嵌的基準像幅，其他圖像以此為基準依次准近到遠進行鑲嵌。
（1）圖像幾何配准
對要鑲嵌的圖像進行精確配准，使它們處於同樣的空間坐標系統之下。一般採用在圖像之間利用控制點進行配准，另外再使用同名點進行配准，即依據兩景數據上的同名量數據配准到另外一景數據的過程中，使兩幅圖像重疊部位幾何上更趨於一致。
（2）相鄰圖像顏色匹配
針對一定方法對相鄰圖像進行顏色匹配，使不同時相的圖像在顏色上相互協調致。為了使建立的顏色匹配方程更准確，所選的用於相鄰兩圖像色調匹配、調整的共同區域要盡可能大，選擇有代表性的區域用於色調匹配。在遙感圖像上有時會有雲及各種雜訊，在選擇匹配區域時要避開這些區域，否則會對匹配方程產生影響，從而降低色調匹配的精度。採用不規則的多邊形（而不是簡單的矩形）來界定用於建立色調匹配方程的圖像區域。這樣既可避開雲、雜訊，又可獲得盡可能大的、有代表性的圖像色調匹配區域，以便均衡化鑲嵌後輸出圖像的亮度值和對比度。相鄰圖像顏色匹配處理過程中要滿足「先整體後局部，逐步對地物細節調整」的原則。
（3）重采樣
重采樣是從高解析度遙感影像中提取低解析度影像的過程。重采樣可以提高圖像處理效率，常見的重采樣方法有最鄰近像元法、雙線性內插法及雙三次卷積法等。在正射糾正過程中要准確地應用重采樣方法，同時應確保影像糾正的像素大小和重采樣方式滿足項目成圖和項目本身要求。
4）單景影像處理
a.去雲霧
衛星影像雲霧的存在會對影像的判讀產生影響，可選擇合適的演算法或者用不同時相的影像替換的方法進行去雲霧處理。
b.去陰影
陰影區域可以通過人眼確認其范圍，在陰影區范圍內進行亮度和對比度的局部調整可以去除陰影。處理後的陰影區域和非陰影區域的色調和亮度值會有一定程度的差異，因此需要對整張影像進行適當的亮度及對比度的調整來過渡，以達到良好的視覺效果。
c.偏色處理
一般要處理的影像是選取多光譜中的R（紅）、G（綠）、B（藍）通道進行合成從而生成的彩色影像。在RGB色彩系統中，每個通道都有0到255共256種亮度值，而三個通道的值混合後（256×256×256）就能夠產生大約1677萬種顏色，應通過對不同通道的亮度值進行調整達到地物的真實色彩。
d.多景影像一致性調整
當一景影像的顏色調到了最真實的色調後就可以將其他影像的色調向其靠攏，這一過程較為復雜，需要反復嘗試積累經驗。
e.鑲嵌接邊
（1）設定合適的羽化值。走鑲嵌線時應選擇合適的羽化值，一般同軌影像間差異較小，其羽化值也應比異軌影像選擇的羽化值小。
（2）走鑲嵌線。多幅影像的拼接時應使質量好的影像壓蓋質量差的影像，新影像壓蓋舊影像，其拼接後幾何接邊常常會產生很明顯的硬接邊，走鑲嵌線可以消除影像拼接後接邊線明顯的問題，但應注意鑲嵌線要盡量避開道路、河流等地物，如果不能避免則應增大羽化值。
2. 影像制圖原則
（1）影像必須層次豐富、顏色均勻、反差適中、清晰、不變色。
（2）影像圖上隨機抽取地物點的平面位置中誤差不大於+0.5mm，特殊情況下不大於+0.75mm。
（3）圖廓線的實際尺寸和理論尺寸的絕對值不應該超限，展點圖邊長0.15mm，對角線0.20mm，影像原圖邊長0.20mm，對角線0.30mm。
（4）製作彩色影像圖應選擇3個或以上的多光譜波段影像，波段之間配准誤差不大於0.2mm，圖像套合誤差不大於0.3mm，製作彩色遙感影像圖要求選擇全色波段或根據需要選擇一個波段的影像。
❼ 圖像融合前後光譜曲線不一致
:分析高解析度遙感圖像融合光譜失真的原因,利用基於濾波原理的W ave le t、 SF MI融合演算法和基於統芹喚計
原理的Gram2schmidt、 PCIpansharp模塊提供的融合演算法對高解析度遙感圖像的代表QuickB ird圖像進行融合試
驗。結果表沒旦明:這四種融合演算法雖都具有很好的光譜保真性,但從光譜保真度和高頻信息融入度這兩個方面的
定量分析來看,基於統計原理的融合方法總體上優於基於濾波原理的融合方法,更枯首擾適合於QuickB ird高解析度遙
❽ 遙感與GIS數據的融合表現在哪些方面
1:遙感影像與數字畫線圖的融合：經過判知鎮正射糾正後的遙感影像與數字畫線圖信息融合，可產生影像地圖。這種影像地圖具有一定的數學基礎，有豐富的光譜信息和幾何信息，又有行政界線和屬性信息，直接提高了用戶的可視化效果。
2:遙感影像與數字地形模型的融合：數字地形模型與遙感數據的融合，有助於實施遙感影像的幾何校正與配准，消除遙感影像中因地形起伏所造成的像元位移，提高遙感影像的定位精度，同時數字地掘粗形可參與遙感影像的分類，改善分類精度。
3:遙感影像與數字柵格圖的融合：將數猛廳字柵格圖與遙感影像配准疊合，可以從遙感圖像中快速發現已發生變化的區域，進而實現空間資料庫的自動/半自動更新。
❾ 圖像融合處理技術
多種遙感數據源獲取的遙感數據在時間、空間、光譜、方向及解析度等方面各不相同，它們反映了同一地區地物波譜的不同方面或不同解析度的遙感信息。所以，單一遙感數據一般不能提取足夠的信息完成某些應用，而多遙感類型數據通過融合可以得到多個遙感數據的互補信息，提高遙感數據的利用率。目前，應用於地學領域較多的是基於像元的融合方法。
1.ISH變換
在色度學中，存在有兩種彩色坐標系統：一是由紅（R）、綠（G）、藍（B）三原色構成的彩色（RGB）空間；另一是由亮度（I）（或稱明度、強度）、色調（H）、飽和度（S）構成的色度（IHS）空間（亦稱孟塞爾坐標）。這兩個系統的關系可用圖4-1表示，此時，IHS的范圍呈現為一圓錐體；在垂直於IHS圓錐軸的切面上，二者則呈現為圖4-1所示的關系。該圖中，過S=0，白光點，沿Ⅰ軸只有亮度明暗（白－黑）差異；圓周代表H的變化，並設定紅色為H=0；半徑方向代表飽和度，圓心處S=0，為白色（消色），圓周處S=1，彩色最純。
圖4-1ISH與RGB空間示意圖
很明顯，這兩個坐標之間可以互相轉換，這種轉換即稱為IHS變換，或彩色坐標變換（也稱孟塞爾變換）。通常把RGB空間變換到IHS空間稱之為正變換，反過來，由IHS變換到RGB稱反變換。當不直接採用三原色成分（R、G、B）的數量表示顏色，而是用三原色各自在R、G、B總量中的相對比例r、g、b來表示，即
西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究
式中：r+g+b=1。此時，如g=b=0，則r=1，為紅色；白色（r=g=b）則為W（
西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究
對I進行反差擴展，H及S進行直方圖規一化處理後
西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究
目前在遙感數字圖像處理中，IHS變換多用於以下研究。
2.彩色合成圖像的飽和度增強
當用以合成的3個原始圖像相關性較大時，常規處理往往合成圖像的飽和度會不足，色彩不鮮（純），像質偏灰，且較模糊、細節難辨。通過IHS變換，在IHS空間中增強（拉伸）飽和度S，用反變換求R、G、B進行彩色顯示，則可顯著改善圖像的顏色質量和分辨能力。
3.不同解析度遙感圖像的復合顯示
直接把不同解析度圖像輸入R、G、B通道作彩色合成復合顯示，即使幾何配精度很高，也難以獲得清晰的圖像（低解析度圖像使像質模糊）。採取將最高解析度圖像置作「I」、次高置作「H」、低解析度者置作「S」，然後反變換，求出R、G、B作復合彩色顯示，則基本可使合成圖像保持有高解析度圖像的清晰度。對TM（常取其中兩個波段）和SPOT（常取全色波段）圖像作此種復合，既可獲得SPOT的高解析度，又可充分利用TM豐富的波譜信息。
4.特殊礦化蝕變遙感信息提取
除前述方法外，用下列公式（Kruse,1984）進行RGB到ISH坐標變換：
西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究
其中：
經對I、S反差擴展，並對S直方圖規一化處理，再反變換回到RGB彩色空間，公式如下：
西天山吐拉蘇盆地與火山岩有關的金礦遙感找礦研究
式中：Bi=S·sinH;Xi=S·cosH。
郭華東（1995）及張旺生（1999）用上述處理方法提取石英脈，曾取得過很好的效果。
前人及筆者圖像處理經驗表明，上述常用圖像處理方法對於解決一般的遙感信息提取與增強，一般都會得到較好效果，但不同的地區自然地理條件、提取圖像信息的目的及所用的數據時相的差別，都是影響圖像信息提取效果的重要因素。另外，針對某種特殊目的進行圖像信息提取，更需要根據實際情況進行特別演算法設計。這也正是遙感圖像處理方法能夠取得不斷創新的主要原因之一。
❿ 遙感融合，erdas操作請教
解析度融合（Resofution Merge ）是對不同遲帆譽空間解析度遙感圖像的融合處理，使處理後的遙感圖像既具有較好的空間解析度，又具有多光譜特徵，從而達到圖像增強的目的。圖像解析度融合的關鍵是融合前兩幅圖像的配准（Rectification ）以及處理過程中融合方法的選擇，只有將不同空間解析度的圖像精確地進行配准，才可能得到滿意的融合效果；而對於融合方法的選擇，則取決於被融合圖像的特性以及融合的目的，同時，需要對融合方法的原理有正確的認識。
方法1：主成份替換，累積變換和Brovey變換法。在ERDAS 圖標面板菜單條，單擊Main ! Image Intereter } Spatial Enhancement } Resolution Merge 命令，打開Resolution Merge
在ERDAS 圖標面板工具條，單擊Interpreter 圖標｝Spatial Enhancement } Resolution Merge 命令，打開Resolution Merge 對話框。
在Resotution Merge 對話框中，需要設置下列參數：
( 1 ）確定高解析度輸入文件（High Resolution Input File ）
( 2 ）確定多光譜輸入文件（Multispectral Input File ）
( 3 ）定義輸出文件（OutPut File ）
( 4 ）選擇融合方法（Method ）
（5 ）選擇重采樣方法
（6 ）選擇輸出數據
（ 7）選擇波段輸出
方法2：HLS(IHS)亮度圖像替換法。在ERDAS 圖標面板菜單條，單擊Main ! Image Intereter } Spatial Enhancement } Mod.IHS Resolution Merge 命令，打開對話框。
在Mod. IHS Resotution Merge 對話框中，需要設置下列參數：
( 1 ）確定高解析度輸入文件（High Resolution Input File ）
( 2 ）確定多光譜輸入文件（Multispectral Input File ）
( 3 ）定義輸出文件（OutPut File ）
( 4 ）選擇融合方法（Method ）注意選擇高分圖像的種類
（5 ）選擇重采樣方法
（6 ）選擇輸出數據
（ 7）選擇波段輸出
方法3：HPF融合法，方法同前，選擇HPF Resolution Merge
方法4：小波分析法，方法同前，選擇Wavelet Resolution Merge
近日，作一項目需要將spot 10 米的影像和 landsat7 多光譜的影像融碼段合，一直不得要領，效果很不理想。
前幾天一朋友出主意如下，
1.先在erdas里將tm和spot統一重采樣成10米解析度（必須是做過正射糾正並統一坐標系和投影）
2.將tm和spot統一導出為tiff格式
3.在photoshop中配准，全色spot在下，多光譜tm在上，給spot圖層做銳化（usm銳化：100，1，0）以增強邊緣，
4.將tm圖層透明度改為50％，合並圖層,ok。
效果還算看得過眼，但有一大問題，融合後的圖象顏色減淡，難以進一步增強；
這兩天，自己琢磨出另一途徑，效果不錯，供大家參考
1.先在erdas里將tm和spot統一重采樣成10米解析度（必須是做過正射糾正並統一坐標系和投影）
2.將tm影像作RGB至IHS顏色空間轉換，保留HS通道信息。
3.將SPOT影像替換tm影像亮度通道
4.將結果作IHS至RGB顏色空間轉換，OK！
此方法，更大程度復合了SPOT影像高空間解析度，和tm影像多光譜信轎虧息，具有較高