❶ 卫星地图图像融合技术的原理是什么
图像融合就是通过一种特定算法将两幅或多幅图像合成为一幅新图像。该技术有基本的体系，主要包括的内容有：图像预处理，图像融合算法，图像融合评价，融合结果。图像融合系统的层次划分为：像素层融合、特征层融合、决策层融合，目前绝大多数融合算法研究都集中在这一层次上。图像预处理技术主要包括两个方面的任务：图像去噪、图像配准；图像融合算法从最初简单的融合算法（加权、最大值法）发展为复杂多分辨率的算法（金字塔、小波法等）；图像融合的性能评价主要有两个大的方面：主观评价及客观评价，由于在实际中不存在理想图源，所以一般采用较易实现的评价标准，结合主观视觉给出最合理的评价
参考资料：
http://wenku..com/link?url=_aO8a9mag3SA_xA1Lv7c_MFl4Fi-KFwSDpIBK
❷ 多元遥感图像融合意义,前提与方法
多元遥感图像融合是指将多种遥感平台，多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配技术。
意义是：融合后能更好发挥不同遥感数据源的优势互补，弥补了某一种遥感数据的不足之处敬埋，如spot数据光谱分辨率低，TM数据空间分辨率低，因此提高了遥感数据的可应用性。或者，与非遥感数据的融合，能使更综合、更深入的分析得以进行，也为进一步应用地理信息系统技术打下基础。
前提：当所要实施项目对遥感数据的多种特征有要求时，比如光谱分辨率，空间分辨率和时相分辨率，或者项目要进行更加系统化分析时。
方法：举例说明。
1、首先要解决影像的匹配，方法是采用几何模稿盯校正，通过选取控制点，内插重采样来完成配准，具体参考遥感软件说明；
2、选取复合方案。应尽可能生成三幅新图像，分别赋予红绿蓝三色，进行假彩色合成。
如，每幅TM与spot影像作逐点运算，相加相减或相乘，生成三幅影像，进行彩色合成；
或者，对TM所有波段进行主成分分析，然后用spot高分辨率全色波段代替变换后的TM第旦和一主成分。代换后的所有波段再做一次主成分变换的反变换。
（ps：方法有很多，得依据具体项目精度和要求选取不同的方法。并且方法一般都是通过envi或者erdas软件实现，具体算法比较复杂。楼主可以参考软件教程上的方法进行操作）
❸ TM影像与SPOT影像融合有什么特点
融合方法
IHS 显色系统采用色调（Hue）、饱和度（Saturation）、亮度（Intensity）表示颜色。基于IHS 彩色空间变换的遥感图像融合算法是遥感领域应用较多的一种方法，该算法首先将多光谱图像的三个波段映射到RGB 彩色空间，然后再由RGB 彩色空间变换到IHS 彩色空间，融合过程就是用高分辨率全色图像去代替IHS 彩色空间中的I 分量，最后将IHS 彩色空间变换到RGB 彩色空间即可得到融合图像。
影像方法
影像影像融合技术是解决多源遥感数据综合，提高遥感图像空间分辨率和光谱信息以及挖掘遥感信息潜力的有效方法[7]，仍旧在不断更新完善中。各种融合方法的适用对象不尽相同，针对具体融合图像，选取合理的融合算法是取得理想融合效果的前提条件。
❹ 实验十六 多波段遥感图像融合处理
一、实验目的
了解多波段低空间分辨率遥感影像数据与高空间分辨率单波段遥感影像数据融合处理的目的和技术实现条件，直观感受融合处理影像具有的“扬长避短”增强效果，掌握Transform功能的四种主要融合处理操作，加深对融合增强处理原理和作用的理解。
二、实验内容
（1）用ENVI的Transform功能对甘肃省白银市IKONOS高分辨率遥感影像分别作：①HSV变换融合；②Brovey融合；③PCA融合；④Gram-Schmidt融合处理。
（2）对四种不同的融合图像比较分析。
三、实验要求
①根据实验课时容许情况选择融合处理方案数量，但HSV 变换融合必须完成；②如果进行了两种以上融合，要求对不同融合方法结果进行比较分析；③如果只进行了一种融合，要求将融合图像与RGB合成图像进行比较分析。
四、技术条件
①微型计算机；②甘肃省白银市IKONOS影像；③ENV I软件；④Photoshop软件（ver.6.0以上）和ACDSee软件（ver.4.0以上）。
五、实验步骤
遥感影像融合是指将多源遥感图像按照一定的算法，在规定的地理坐标系中生成新的图像的过程。图像通过融合既可以提高多光谱图像空间分辨率，又保留其多光谱特性。本次实验选择的四种融合算法为：HSV变换、Brovey彩色变换、PCA融合、Gram -Schmidt变换。具体操作步骤如下：
在ENVI主菜单栏中选择“File>Open Image File”，出现文件目录窗口，将甘肃省白银市IKONOS的4个多光谱波段和Pan波段数据调入“Available Bands List”窗口。
（1）HSV融合。
1）在ENVI主菜单栏中选择“Transform >Image Shraepning>HSV”，如图16-1所示出现“Select Input RGB”对话框，ENVI提供两种波段选择方法：从一幅打开的彩色图像或者从可用波段列表中选择3个波段进行变换，任选一种方法后点击【OK】按钮。
2）出现“High Resolution Input File”对话框时（图16-2），选择高空间分辨率全色输入波段，点击【OK】按钮到下一步。
3）当出现“HSV Sharpening Parameters”对话框时（图16-3），从“Resampling”下拉菜单选择重采样方法。选择输出到“File”或“Memory”，点击【OK】按钮开始处理，结果将出现在可用波段列表中。
图16-1 选择输入RGB对话框
图16-2 高分辨率输入文件对话框
（2） Brovey融合（色彩标准化融合）。
1）在 ENVI主菜单栏中选择“Transform > Image Sharpening > Color Normalized（Brovey）”，如图16-1所示，出现“Select Input RGB”对话框，ENVI提供两种波段选择方法：从一幅打开的彩色图像或者从可用波段列表中选择3个波段进行变换。任选一种方法后点击【OK】按钮。
2）出现“High Resolution Input File”对话框时（图16-2），选择高空间分辨率全色输入波段，点击【OK】按钮到下一步。
3）当出现“Color Normalized Sharpening Parameters”对话框时（图16-4），从“Resmaplnig”下拉菜单选择重采样方法。选择输出到“File”或“Memory”，点击【OK】按钮开始处理，结果将出现在可用波段列表中。
（3） PCA融合。
1）在ENV 主菜单栏中选择“Transform>Image Sharpening>PC Spectral Sharpening”。如图16-5所示，出现“Select Low Spatial Resolution Multi Band Input File”对话框时，从“Select Input File”中选择低分辨率的多光谱输入文件，如需要，可用选择任意空间子集，选择完毕后点击【OK】按钮。
图16-3 HSV融合参数对话框
图16-4“Color Normalized Sharpeni Parameters”融合参数对话框
图16-5 选择低空间分辨率多光谱输入文件对话框
2）出现“High Resolution Input File”对话框时，选择高空间分辨率全色输入波段，并可用标准ENVI文件选择方法建立空间子集，点击【OK】按钮到下一步。
3）当出现“PC Spectral Sharpening Parameters”对话框时，从“Resampling”下拉菜单选择低分辨率多光谱影像的重采样方法。如图16 -6 所示，选择输出到“File”或“Memory”，点击【OK】按钮开始处理，结果将出现在可用波段列表中。
图16-6 PC光谱融合参数对话框
（4） Gram-Schmidt变换融合。
1）在ENVI主菜单栏中选择“Transform>Image Sharpening>Gram -Schmidt Spectral Sharpening”。如图16-5所示，出现“Select Low Spatial Resolution Multi BandInput File”对话框时，从“Select Input File”中选择低分辨率的多光谱输入文件，如需要，可用选择任意空间子集，选择完毕后点击【OK】按钮。
2）出现“High Resolution Input File”对话框时，选择高空间分辨率全色输入波段，并可用标准ENVI文件选择方法建立空间子集，点击【OK】按钮到下一步。
3）当出现“Gram - Schmidt Spectral Sharpening Parameters”对话框时（图16-7），从“Select Method for Low Resolution Pan”选项中选择一种构造低分辨率全色波段影像的方法，构造低分辨率全色波段影像的方法有：①在步骤2）操作中选择的低分辨率多光谱输入文件的基础上，以平均值构造出低分辨率全色波段影像；②另外输入一个低分辨率多光谱的全色波段影像；③通过传感器类型，创造一个新的低分辨率多光谱全色波段影像，选择这个方法，融合图像是经过辐射定标的数据；④使用用户自定义的滤波函数。
从“Resampling”下拉菜单选择低分辨率多光谱影像重采样方法。如图16-7 所示，选择输出到“File”或“Memory”，点击【OK】按钮，结果将出现在可用波段列表中。
图16-7 Gram-Schmidt光谱融合参数对话框
（5）用上述四种方法对甘肃省白银市IKONOS卫星遥感数据进行图像融合处理，保存每种融合方法的处理结果，用JPEG图像格式保存每种融合方法的处理结果，存入自己的工作文件夹。
六、实验报告
（1）简述实验过程。
（2）回答问题：①全色波段数据和多波段数据各在图像融合处理中分别起何作用？②用框图给出HSV融合的操作步骤。③用Photoshop软件平铺显示HSV变换融合、Brovey融合、PCA融合和Gram-Schmidt融合四种融合图像，分析其图像增强特征及效果。
实验报告格式见附录一。
❺ landsat5遥感图像对湿地土地覆被类型图生成，如何数据融合，7个波段如何选取使用
通常可按453组合，以10月的TM图像为例。图上上山地、丘陵、平原台地等喀斯特地貌景观及各类用地影像特征分异清晰。成像时期晚稻接近收获，且稻田中不存积水，因此耕地类型中的水田色调呈粉红色；旱地由于作物大多收获，且土壤水分少而呈灰白色；菜地则由于蔬菜长势好，色调鲜亮并呈猩红色。园地色调呈浅褐色，且地块规则整齐、轮廓清晰。林地中乔木林色调呈深褐色，而分布于喀斯特山地丘陵等地区的灌丛则呈黄到黄褐色。牧草地大多呈黄绿色调。建设用地中的城镇呈蓝色；公路呈线状，色调灰白；铁路呈线条状，色调为浅蓝；机场跑道为蓝色直线，背景草地呈蓝早缓亮绿色；在建新机场建设场地为白色长方形；备用旧机场为白色调，外形轮廓清晰、较规则。水库和河流哪肆则都呈深蓝色调。
采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰陆宽富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。
数据融合有不同的作用目的，通常在处理ETM影像时会用pan波段与组合图像融合以实现在光谱信息不变的基础上空间分辨的提高，等等
❻ 遥感影像预处理及影像制图
遥感影像在成像过程中受太阳高度角、大气状况、地球曲率、地形起伏、传感器自身的性能等因素影响，存在明显的几何和辐射畸形。在对遥感影像进行信息提取和定量分析之前，需要对其进行预处理，主要包括:几何校正、辐射校正、遥感图像处理和影像制图。经过预处理的影像，需经过图像处理及影像制图，再用于遥感解译。春改
原始遥感影像通常存在严重的几何变形，这种几何变形一般分为系统性和非系统性两大类。系统性几何变形是有规律和可以预测的，因此可以应用模拟遥感平台及遥感器内部变形的数学公式或模型来预测。非系统性几何变形是不规律的，可以是遥感器平台高度、经纬度、速度和姿态等的不稳定，以及地球曲率和空气折射的变化等，一般很难预测。
遥感影像几何校正的目的主要是消除影像上的几何变形，使影像能与实地在空间位置关系上准确对应起来。一般校正的内容主要包括：系统几何校正，投影变形校正和几何精校正。其中，系统几何校正和投影变形校正主要由地面接收站在向用户提供资料之前，已经按照常规的处理方案结合影像同时接收到的有关运行姿态、传感器性能指标、大气状况、太阳高度角等数据对该幅影像的几何畸变进行了几何粗校正。而对于广大影象用户拿到的影像数据，所要真正做的几何校正是几何精校正，也就是在保证精度达到要求的条件下，利用一定的数学模型将影像转换到所需要的投影下，这样就能使影像和其他具有相同地理参数的同地区数据在空间位置上相匹配。
几何精校正通常采用多项式法进行校正。该方法机理是通过若干控制点，建立不同影像间的多项式空间变换和像元插值运算，实现遥感影像与实际地理图件间的配准，达到消减及消除遥感影像的几何畸变的目的。
1.1.1 地面控制点的选取及多项式校正模型
1. 地面控制点的选取
选取控制点是为于建立影像上像素点与实际地物同名点或地图上对应点之间的对应关系，要求对控制点的选取数量要足够多，精度也要有一定的保证。控制点的精度和选取的难易度与影像质量地物特征及影像空间分辨率密切相关，这是几何校正中最重要的一步。地面控制点选取的原则如下：地面控制点在影像上有明显的、清晰的地别标志，如道路交叉点、河流岔口、建筑物边界、农田界线；地面控制点上的地物不随时间而变化，以保证当两幅不同时段的影像或地图在进行几何校正时，可以同时识来；在没有做过地形校正的影像上选控制点时，应在同一地形高度上进行；地面控转应当均匀地分布在整幅影像内，而且要有一定的数量保证。
2.多项式校正模型
控制点选择好之后，要分别计算控制点在基准影像和待配准影像上的像元坐标或相应的地理坐标。然后选择合适的坐标变换函数（即数学校正模型），建立基准影像和待配准影像之间的坐标对应关系式，通常又称为多项式校正模型。对于一般的几何校正，可以使用一次线性多项式校正模型，对于精度要求较高的可以使用二次或三次多项式校正模型。对影像进行多项式校正的目的是对待配准影像的像元坐标进行重新定位，使其与基准影像的坐标相对应。
1.1.2 影像重采样
重新定位后的像元在原影像中的分布是不均匀的，即输出影像像元点在输人影像中的行列号不是或不全是整数关系。因此，需要根据输出嫌森陪影像上的各像元在输入影像中的位置，对原始影像按一定规则重新采样，进行亮度值的插值计算，建立新的影像矩阵。
常用的内插方法包括：
①最邻近法，是将最邻近的像元值赋予新像元，如将原影像中某像元的亮度值赋给输出影像中对应的带阴影的像元。该方法的优点是输出影像仍然保持原来的像元值，过程简单，处理速度快。但是该方法也有局限性，即该方法最大可产生半个像元的位置偏移，可能造成输出影像中某些地物的不连贯。
②双线性内插法，是使用邻近4个点的像元值，按照其距内插点的距离赋予不同的权重，进行线性内插。该方法具有平均化的滤波效果，边缘受到平滑作用，从而产生一个比较连贯的芹蠢输出影像。其缺点是破坏了原来的像元值，在之后的波谱识别分类分析中，会引起一些问题。
③三次卷积内插法，是使用内插点周围的16个像元值，用三次卷积函数进行内插。这是三种重采样方法中较为复杂的一种，它对影像特征边缘有所增强，并具有均衡化和清晰化的效果，但是它仍然破坏了原来的像元值，且计算量较大。
影像重采样不仅是在几何校正中重要的一步，而且在一些图像处理中也是需要的，如在对不同时段、不同空间分辨率影像之间，以及与GIS中其他数据进行配准和不同层之间复合。
国内外对大气校正的研究有许多成果，主要是采用不同的校正模型来处理，主要包括如下方法：
①图像特征模型法：这是一种相对的大气校正法，不需要测量实际的大气环境情况及实际地面光谱，仅仅是利用遥感影像所包含的信息，如一些植被指数运算可以部分消除大气影响，以及暗目标法等。一般只适用于小范围，并且处理后的影像存在不同的噪声，效果不是很好。
②统计模型法：即利用遥感影像上选定的地物的灰度值和相应成像时间实地所测的地物反射光谱值，建立统计模型，计算校正量来对整幅影像进行校正。该方法需要成像时的实测光谱数据，对于以往没有实测数据的历史影像和实地条件困难无法进行实测的影像数据，不能用此方法来校正。
③理论模型法：主要利用大气辐射传输理论建立方程，建立大气改正模型来校正大气干扰。该方法基于严密的物理模型，是一种绝对大气校正方法。
1.3.1 遥感图像融合和增强
1.遥感图像融合
图像融合是通过一种特定的算法将两幅或多幅图像合成一幅新图像。多源遥感影像数据所含有的信息具有合作性、互补性，以及影像数据的冗余性。为了更加合理、有效地利用数据的信息，遥感图像融合能使分别具有一定空间分辨率、波谱分辨率和时间分辨率的一组图像数据全部纳入统一的时空内，构成一组新的空间信息，融合成一幅新的图像，弥补了单一信息的不足，达到了多种信息资源的相互补充，改善了目标识别的视觉效果，提高了综合分析的精度。
2.遥感图像增强
遥感图像增强的目的是突出相关的主题信息，提高图像的视觉效果。常用的图像增强方法包括：图像反差调整、图像平滑、图像锐化、多光谱图像四则预算等。
1.3.2 图像镶嵌和影像制图
1.图像镶嵌
当工作区域涉及不同景数据时，影像制图过程中必须进行镶嵌处理，镶嵌处理过程实质是一个在数据重叠范围内的配准和色调调整的过程。应根据图幅分布情况，选出处于工作区中心部位的一幅图像作为镶嵌的基准像幅，其他图像以此为基准依次准近到远进行镶嵌。
（1）图像几何配准
对要镶嵌的图像进行精确配准，使它们处于同样的空间坐标系统之下。一般采用在图像之间利用控制点进行配准，另外再使用同名点进行配准，即依据两景数据上的同名量数据配准到另外一景数据的过程中，使两幅图像重叠部位几何上更趋于一致。
（2）相邻图像颜色匹配
针对一定方法对相邻图像进行颜色匹配，使不同时相的图像在颜色上相互协调致。为了使建立的颜色匹配方程更准确，所选的用于相邻两图像色调匹配、调整的共同区域要尽可能大，选择有代表性的区域用于色调匹配。在遥感图像上有时会有云及各种噪声，在选择匹配区域时要避开这些区域，否则会对匹配方程产生影响，从而降低色调匹配的精度。采用不规则的多边形（而不是简单的矩形）来界定用于建立色调匹配方程的图像区域。这样既可避开云、噪声，又可获得尽可能大的、有代表性的图像色调匹配区域，以便均衡化镶嵌后输出图像的亮度值和对比度。相邻图像颜色匹配处理过程中要满足“先整体后局部，逐步对地物细节调整”的原则。
（3）重采样
重采样是从高分辨率遥感影像中提取低分辨率影像的过程。重采样可以提高图像处理效率，常见的重采样方法有最邻近像元法、双线性内插法及双三次卷积法等。在正射纠正过程中要准确地应用重采样方法，同时应确保影像纠正的像素大小和重采样方式满足项目成图和项目本身要求。
4）单景影像处理
a.去云雾
卫星影像云雾的存在会对影像的判读产生影响，可选择合适的算法或者用不同时相的影像替换的方法进行去云雾处理。
b.去阴影
阴影区域可以通过人眼确认其范围，在阴影区范围内进行亮度和对比度的局部调整可以去除阴影。处理后的阴影区域和非阴影区域的色调和亮度值会有一定程度的差异，因此需要对整张影像进行适当的亮度及对比度的调整来过渡，以达到良好的视觉效果。
c.偏色处理
一般要处理的影像是选取多光谱中的R（红）、G（绿）、B（蓝）通道进行合成从而生成的彩色影像。在RGB色彩系统中，每个通道都有0到255共256种亮度值，而三个通道的值混合后（256×256×256）就能够产生大约1677万种颜色，应通过对不同通道的亮度值进行调整达到地物的真实色彩。
d.多景影像一致性调整
当一景影像的颜色调到了最真实的色调后就可以将其他影像的色调向其靠拢，这一过程较为复杂，需要反复尝试积累经验。
e.镶嵌接边
（1）设定合适的羽化值。走镶嵌线时应选择合适的羽化值，一般同轨影像间差异较小，其羽化值也应比异轨影像选择的羽化值小。
（2）走镶嵌线。多幅影像的拼接时应使质量好的影像压盖质量差的影像，新影像压盖旧影像，其拼接后几何接边常常会产生很明显的硬接边，走镶嵌线可以消除影像拼接后接边线明显的问题，但应注意镶嵌线要尽量避开道路、河流等地物，如果不能避免则应增大羽化值。
2. 影像制图原则
（1）影像必须层次丰富、颜色均匀、反差适中、清晰、不变色。
（2）影像图上随机抽取地物点的平面位置中误差不大于+0.5mm，特殊情况下不大于+0.75mm。
（3）图廓线的实际尺寸和理论尺寸的绝对值不应该超限，展点图边长0.15mm，对角线0.20mm，影像原图边长0.20mm，对角线0.30mm。
（4）制作彩色影像图应选择3个或以上的多光谱波段影像，波段之间配准误差不大于0.2mm，图像套合误差不大于0.3mm，制作彩色遥感影像图要求选择全色波段或根据需要选择一个波段的影像。
❼ 图像融合前后光谱曲线不一致
:分析高分辨率遥感图像融合光谱失真的原因,利用基于滤波原理的W ave le t、 SF MI融合算法和基于统芹唤计
原理的Gram2schmidt、 PCIpansharp模块提供的融合算法对高分辨率遥感图像的代表QuickB ird图像进行融合试
验。结果表没旦明:这四种融合算法虽都具有很好的光谱保真性,但从光谱保真度和高频信息融入度这两个方面的
定量分析来看,基于统计原理的融合方法总体上优于基于滤波原理的融合方法,更枯首扰适合于QuickB ird高分辨率遥
❽ 遥感与GIS数据的融合表现在哪些方面
1:遥感影像与数字画线图的融合：经过判知镇正射纠正后的遥感影像与数字画线图信息融合，可产生影像地图。这种影像地图具有一定的数学基础，有丰富的光谱信息和几何信息，又有行政界线和属性信息，直接提高了用户的可视化效果。
2:遥感影像与数字地形模型的融合：数字地形模型与遥感数据的融合，有助于实施遥感影像的几何校正与配准，消除遥感影像中因地形起伏所造成的像元位移，提高遥感影像的定位精度，同时数字地掘粗形可参与遥感影像的分类，改善分类精度。
3:遥感影像与数字栅格图的融合：将数猛厅字栅格图与遥感影像配准叠合，可以从遥感图像中快速发现已发生变化的区域，进而实现空间数据库的自动/半自动更新。
❾ 图像融合处理技术
多种遥感数据源获取的遥感数据在时间、空间、光谱、方向及分辨率等方面各不相同，它们反映了同一地区地物波谱的不同方面或不同分辨率的遥感信息。所以，单一遥感数据一般不能提取足够的信息完成某些应用，而多遥感类型数据通过融合可以得到多个遥感数据的互补信息，提高遥感数据的利用率。目前，应用于地学领域较多的是基于像元的融合方法。
1.ISH变换
在色度学中，存在有两种彩色坐标系统：一是由红（R）、绿（G）、蓝（B）三原色构成的彩色（RGB）空间；另一是由亮度（I）（或称明度、强度）、色调（H）、饱和度（S）构成的色度（IHS）空间（亦称孟塞尔坐标）。这两个系统的关系可用图4-1表示，此时，IHS的范围呈现为一圆锥体；在垂直于IHS圆锥轴的切面上，二者则呈现为图4-1所示的关系。该图中，过S=0，白光点，沿Ⅰ轴只有亮度明暗（白－黑）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（消色），圆周处S=1，彩色最纯。
图4-1ISH与RGB空间示意图
很明显，这两个坐标之间可以互相转换，这种转换即称为IHS变换，或彩色坐标变换（也称孟塞尔变换）。通常把RGB空间变换到IHS空间称之为正变换，反过来，由IHS变换到RGB称反变换。当不直接采用三原色成分（R、G、B）的数量表示颜色，而是用三原色各自在R、G、B总量中的相对比例r、g、b来表示，即
西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究
式中：r+g+b=1。此时，如g=b=0，则r=1，为红色；白色（r=g=b）则为W（
西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究
对I进行反差扩展，H及S进行直方图规一化处理后
西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究
目前在遥感数字图像处理中，IHS变换多用于以下研究。
2.彩色合成图像的饱和度增强
当用以合成的3个原始图像相关性较大时，常规处理往往合成图像的饱和度会不足，色彩不鲜（纯），像质偏灰，且较模糊、细节难辨。通过IHS变换，在IHS空间中增强（拉伸）饱和度S，用反变换求R、G、B进行彩色显示，则可显着改善图像的颜色质量和分辨能力。
3.不同分辨率遥感图像的复合显示
直接把不同分辨率图像输入R、G、B通道作彩色合成复合显示，即使几何配精度很高，也难以获得清晰的图像（低分辨率图像使像质模糊）。采取将最高分辨率图像置作“I”、次高置作“H”、低分辨率者置作“S”，然后反变换，求出R、G、B作复合彩色显示，则基本可使合成图像保持有高分辨率图像的清晰度。对TM（常取其中两个波段）和SPOT（常取全色波段）图像作此种复合，既可获得SPOT的高分辨率，又可充分利用TM丰富的波谱信息。
4.特殊矿化蚀变遥感信息提取
除前述方法外，用下列公式（Kruse,1984）进行RGB到ISH坐标变换：
西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究
其中：
经对I、S反差扩展，并对S直方图规一化处理，再反变换回到RGB彩色空间，公式如下：
西天山吐拉苏盆地与火山岩有关的金矿遥感找矿研究
式中：Bi=S·sinH;Xi=S·cosH。
郭华东（1995）及张旺生（1999）用上述处理方法提取石英脉，曾取得过很好的效果。
前人及笔者图像处理经验表明，上述常用图像处理方法对于解决一般的遥感信息提取与增强，一般都会得到较好效果，但不同的地区自然地理条件、提取图像信息的目的及所用的数据时相的差别，都是影响图像信息提取效果的重要因素。另外，针对某种特殊目的进行图像信息提取，更需要根据实际情况进行特别算法设计。这也正是遥感图像处理方法能够取得不断创新的主要原因之一。
❿ 遥感融合，erdas操作请教
分辨率融合（Resofution Merge ）是对不同迟帆誉空间分辨率遥感图像的融合处理，使处理后的遥感图像既具有较好的空间分辨率，又具有多光谱特征，从而达到图像增强的目的。图像分辨率融合的关键是融合前两幅图像的配准（Rectification ）以及处理过程中融合方法的选择，只有将不同空间分辨率的图像精确地进行配准，才可能得到满意的融合效果；而对于融合方法的选择，则取决于被融合图像的特性以及融合的目的，同时，需要对融合方法的原理有正确的认识。
方法1：主成份替换，累积变换和Brovey变换法。在ERDAS 图标面板菜单条，单击Main ! Image Intereter } Spatial Enhancement } Resolution Merge 命令，打开Resolution Merge
在ERDAS 图标面板工具条，单击Interpreter 图标｝Spatial Enhancement } Resolution Merge 命令，打开Resolution Merge 对话框。
在Resotution Merge 对话框中，需要设置下列参数：
( 1 ）确定高分辨率输入文件（High Resolution Input File ）
( 2 ）确定多光谱输入文件（Multispectral Input File ）
( 3 ）定义输出文件（OutPut File ）
( 4 ）选择融合方法（Method ）
（5 ）选择重采样方法
（6 ）选择输出数据
（ 7）选择波段输出
方法2：HLS(IHS)亮度图像替换法。在ERDAS 图标面板菜单条，单击Main ! Image Intereter } Spatial Enhancement } Mod.IHS Resolution Merge 命令，打开对话框。
在Mod. IHS Resotution Merge 对话框中，需要设置下列参数：
( 1 ）确定高分辨率输入文件（High Resolution Input File ）
( 2 ）确定多光谱输入文件（Multispectral Input File ）
( 3 ）定义输出文件（OutPut File ）
( 4 ）选择融合方法（Method ）注意选择高分图像的种类
（5 ）选择重采样方法
（6 ）选择输出数据
（ 7）选择波段输出
方法3：HPF融合法，方法同前，选择HPF Resolution Merge
方法4：小波分析法，方法同前，选择Wavelet Resolution Merge
近日，作一项目需要将spot 10 米的影像和 landsat7 多光谱的影像融码段合，一直不得要领，效果很不理想。
前几天一朋友出主意如下，
1.先在erdas里将tm和spot统一重采样成10米分辨率（必须是做过正射纠正并统一坐标系和投影）
2.将tm和spot统一导出为tiff格式
3.在photoshop中配准，全色spot在下，多光谱tm在上，给spot图层做锐化（usm锐化：100，1，0）以增强边缘，
4.将tm图层透明度改为50％，合并图层,ok。
效果还算看得过眼，但有一大问题，融合后的图象颜色减淡，难以进一步增强；
这两天，自己琢磨出另一途径，效果不错，供大家参考
1.先在erdas里将tm和spot统一重采样成10米分辨率（必须是做过正射纠正并统一坐标系和投影）
2.将tm影像作RGB至IHS颜色空间转换，保留HS通道信息。
3.将SPOT影像替换tm影像亮度通道
4.将结果作IHS至RGB颜色空间转换，OK！
此方法，更大程度复合了SPOT影像高空间分辨率，和tm影像多光谱信轿亏息，具有较高