一幅图像分辨率为2592*1944，包含4个波段（蓝，绿，红，红外），每个波段像素的量化级数

图像上每个像素点的值代表什么

像素点DPI值越高，表明打印机的打印精度越高。若低于120说明印出来的效果会比较差，120~200说明效果还可以，300是最好的效果，若大于300，先把“重定义图片的像素”前面勾上再修改ppi到300或更低。

DPI越低，扫描的清晰度越低，由于受网络传输速度的影响，web上使用的图片都是72dpi，但是冲洗照片不能使用这个参数，必须是300dpi或者更高350dpi。例如要冲洗4*6英寸的照片，扫描精度必须是300dpi，那么文件尺寸应该是(4*300)*(6*300)=1200像素*1800像素。

扩展资料

对于普通的A4幅面扫描仪，设置100dpi的分辨率，可得到的图像参数：宽度：850像素；高度：1170像素；文件大小：约100k（以jpg格式存储）；dpi参数倍增，则宽度高度相应倍增，而文件大小增加4倍(面积平方关系)。

在大部分数码相机内，可以选择不同的分辨率拍摄图片。一台数码相机的像素越高，其图片的分辨率越大。

分辨率和图象的像素有直接的关系，一张分辨率为640×480的图片，那它的像素就达到了307200，也就是常说的30万像素，而一张分辨率为1600×1200的图片，它的像素就是200万。这样，我们就知道，分辨率表示的是图片在长和宽上占的点数的单位。

在技术上说，数码相机能产生在每寸图像内，点数最多的图片，通常以dpi为单位，英文为Dot per inch。分辨率越大，图片的面积越大。

参考资料来源：百度百科-DPI

参考资料来源：百度百科-图像像素

设有一副陆地卫星拍摄的图像分辨率为2340*3240，共4个波段，采样精度为7位，按每天30幅计，计算每天的数据

2340*3240*7 bit = 53071200 bit 这是1张图中1个波段的bit数 53071200*4*30 = 6368544000 bit 这是4个波段*30张图的总bit数 换算一下， 6368544000 bit ≈ 6073.5 Mb ≈ 6 Gb

图像增强处理

近年来,数字图像处理发展迅速,各种增强的方法层出不穷。以下仅介绍对地质应用较为有效的几种方法,其他方法可参考已出版的遥感数字图像处理的著作^[3,4]。

(一)反差增强

数字图像,从理论上讲,亮度取值范围可从0-255,但实际图像由于成像系统的特性、成像时的光照条件、以及像幅范围内地物间辐射差异的大小等各种原因,常常使大部分像元的亮度集中在比较窄的动态区间,致使图像的反差较小、色调单一(过“黑”或过“白”),难以从中区分出更多的地物信息,于是,改善和提高图像的对比度——反差增强,便成了数字图像增强首先遇到的一个问题。

反差增强也称反差扩展,或拉伸增强,是一种通过拉伸或扩展图像的亮度数据分布,使之占满整个动态范围(0—255),以达到扩大地物间亮度差异,分辨出尽可能多的亮度等级的一种处理技术。数字图像的亮度分布,一般可用一幅图像中不同灰级(亮度)像元所占的比例——直方图来表示(图版25)。图4-15显示了一块占有8个灰级(0—7)的4×4小图像的直方图生成过程。可以看出它实际上是一种亮度分布函数(曲线)。反差扩展归根到底就是通过改变这种分布曲线来达到增强的目的。

在反差扩展中,输出的像元值y,是输入的像元值(原图像)x的函数:

遥感地质学

按照函数关系的不同可有不同类型的扩展(见图4-16)。在处理方法上可以分为两类,一类是使用函数变换对每个像元点进行变换处理,常用于有确定拉伸对象(地物目标)的情况下;另一类是改变像元间的亮度结构关系,即通过直方图调整改变图像的亮度结构。下面简单介绍实际操作中常用的几种方法。

图4-15 直方图制作示意图

图4-16 几种反差扩展

1.线性扩展

将原图像中像元的亮度按线性关系扩大,亮度扩展的范围可任意给定,具体应用时可选择图4-16A中各种不同的形式。一般来说,对整幅图像作全面而均匀的拉伸,可用简单线性扩展(图版27);当需要对某一灰度范围进行增强,可采用分段扩展。按给定的分段界限的不同,可扩展直方图中的任何一部分,但这种方法往往会造成分段点两侧亮度陡变,若分段点选择不当,还会歪曲地物的波谱特征,故在实际工作中应慎用。

2.非线性扩展

对原图像亮度区间的各个部分按非线性关系作不均等扩展。通常是对亮区和暗区分别给以不同的扩展比例。例如,采用对数变换可使图像的暗区(如大片阴影、大面积植被覆盖)得到扩展,而亮区受到压抑;相反,若扩展亮区,则要采用指数变换。在干旱区,平原、盆地的亮度值普遍偏高,影像单调,经指数扩展,常可从中分出一些层次。此外,还可作正弦、正切等扩展(图4-16B)。

3.直方图调整

通过改善图像的总体亮度结构(直方图形态)来达到图像增强的目的。其原理是,以一变换函数S=T(r),作用在原图像的直方图P_r(r)上,使之变成具有某种特定亮度分布形态的直方图P_s(s)(图4-17),并根据P_s(s)变更原图像各像元的亮度值。一般来说,这种方法着重于扩展高频数亮度值之间的间隔,使直方图中部所包含的地物反差显著增强,而有利于地质体的区分。常用的直方图调整方法有直方图均衡化和直方图正态化等。图版28即为直方图均衡处理的结果。

反差扩展是针对单波段的一种图像增强处理,使用得当,可明显改善像质,提高图像的对比度(参见图版26和27、28)。在作彩色合成等多波段的增强处理时,一般都要先对各个波段的数据作适当的拉伸,以获得理想的彩色增强效果。因此,它也是其它增强处理的基础和先导。从这个意义上说,它还具有预处理的作用。

(二)彩色增强

数字图像的彩色增强处理也可以有单波段图像的伪彩色处理和多波段图像的彩色合成两个不同的途径:

1.单波段图像的伪彩色增强

对于单波段图像生成伪彩色最简单的方法是彩色密度分割,其原理与光学密度分割一致,但比光学密度分割灵活、方便,可分割的等级也更细,并且光谱意义也更明确。一个数字图像系统可以说是性能更优越的彩色等密度分割仪。与光学分割一样,它对于有着递变规律的地表景物的显示十分有效,有时也能显示出一些细节变化。但在数字数字图像处理中,它主要是用于检测单波段图像的亮度值变化趋势信息,为后续处理提供参考。

另一种单波段伪彩色处理方法是伪彩色合成。它是对单波段的CCT数据通过加色比例变换函数把黑白灰级变换为红、绿、蓝彩色级,然后再加色合成(图4-18),生成伪彩色图像。由于这种图像能把单波段上不易区分的细微灰度变化映射成不同的色彩,因此比彩色密度分割有更好的快速检测单波段图像灰度变化信息的效果。

图4-17 直方图调整图

图4-18 伪彩色合成示意图

2.多波段图像的彩色合成

与光学图像处理相仿,数字图像的单波段彩色增强照例不足以揭示多波段遥感中地物在不同波段上丰富的波谱特征信息。为了发掘多波段数字图像的信息优势,提高图像的解译判读效果,同样可采用彩色合成。其基本的方法原理与单波段伪彩色合成关同,只是红、绿、蓝变换不是对同一波段,而是分别对三个(或二个)波段实施,即由三个(或二个)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、蓝三色枪的光强输出,加色合成显示在彩色屏幕上,形成彩色图像(图4-19);或者以三色依次扫描到彩色胶片上,再印放成彩色像片。目前这类处理不仅可在专用图像处理机上实现,而且已可在微机上借助图像处理板实现,甚至在TVGA图形卡的支持下通过彩色模拟程序在微机上完成。后者受TVGA卡只能显示256色的限制,色彩尚不尽丰富,但一般的合成显示是能胜任的。

与光学处理相比,数字图像的彩色合成不仅省却了制作单波段黑白胶片影像的过程,也避免了胶片拷制过程中的信息丢失,而且由于CCT的量化等级高达256级,远远高于黑白影像可分辨的灰度变化,因此其色彩层次往往比光学合成要丰富得多;同时,在计算机图像处理系统中,各个波段的数据可以十分方便地作各种拉伸变换(反差扩展),显示器上的跟踪球还可任意调节色彩变化,从而能快速获得不同增强效果的彩色图像,比起黑白胶片需要通过影像拷贝来改变影像密度要方便、灵活得多,显示出更大的优越性。

在数字图像处理中,彩色合成通常是最常用、最基本,往往也是最便捷有效的增强处理方法。其影像增强的效果与光学合成处理相类似,照例可分为真彩色、似(模拟)真彩色、假彩色等不同的种类;不同的波段一色通道(相当于滤光片)组合方案具不同的色彩及地物增强效果;充分利用地物波谱特征(曲线),选择合成方案同样是取得理想增强效果的关键。由于这些内容在光学彩色合成中已有较详论述,这里不再重复。

尚需指出的是,数字图像的彩色合成目前已不仅仅针对不同波段进行,而且还可以用不同的数字处理结果(如比值、KL变换的不同分量等)作输入图像,获得全新含义的合成图像(如比值合成图像);更进一步,已可以将非遥感的地质信息(如物、化探数据)通过彩色坐标变换(IHS变换)转换成R、G、B分量,作为输入图像,制成多元信息复合的彩色合成图像。因此如何选择波段或分量进行彩色合成是一个重要问题。目前常用OIF值作为衡量合成方案优劣的因子,它的基本原理是根据图像的统计特征来选定,就理论而言,OIF值越大,则合成方案越佳。

OIF可用下式计算:

图4-19 数字图像彩色合成示意图

遥感地质学

其中Ss为第i波段的亮度标准差,标准差越大,表明该图像包含信息量越大,rs为合成分量间的相关系数,相关系数越小,表明图像间的冗余度越小。

现以某地一个实例说明,先计算TM各波段(TM6波段除外)的标准差,分别为:17.02,10.29,14.04,15.95,31.38,19.36。6个波段间的相关系数如表4-2。

表4-2 TM图像各波段相关系数表

这样可以计算出不同合成方案的OIF值:

TM145:32.22;TM345:29.08;

TM457:28.96;TM147:26.97;

Tm245:26.78;TM157:25.42

在实际应用中,直接使用OIF因子,效果不一定理想,还应从应用目的出发,进行波段的选择。

(三)比值增强

比值增强是最为常用的一种运算增强方法。它是通过不同波段的同名像元亮度值之间的除法运算,生成新的比值图像来实现的。对于多波段数字图像,可以有多种不同的比值:

1.基本比值

纯以两个波段的数值相比,故也称简单比值。用g_k(k=1,2,……N)代表一个多波段图像(N为波段数),任一比值图像可表示为:

遥感地质学

其中,a和b是调节参数。由N个波段可得出的比值数目为P=N(N-1),如TM图像,除TM₆(热红外)之外,共可组成30种比值;

2.和差组合比值

由两个波段的和与差构成的比值,如:

遥感地质学

3.交叉组合比值

由3个或更多的波段构成的比值。其中分子和分母所包含的波段是不同的,如:

遥感地质学

4.标准化比值

由单个波段与所有波段之和构成的比值,即

遥感地质学

其中,i=1,2……N。如MSS图像,常使用4、5、7三个波段,则可构成:

遥感地质学

上述四种比值以基本比值和标准化比值更为常用。

比值处理简便易行,而且对地质信息尤为敏感,因而现今基本上已成为遥感地质研究中广为应用的例行处理方法之一。其基本功用在于:

(1)能扩大不同地物之间的微小亮度差异,有利于岩石、土壤等波谱差异不太明显的地物的区分,也可用于植被类型和分布的研究。例如,铁帽与植被在单波段上不易区分,而通过MSS_5/4和MSS_7/5二维比值分析,明显区分了出来(图4-20)。

(2)消除或减弱地形等环境因素的影响。例如,某地砂岩在阳坡和阴坡有不同的亮度,但在MSS_4/5上,比值却非常接近(表4-3),因此消除了地形的影响(参见黑白图版29)。

(3)提取与找矿有关的专题信息。例如含羟基的粘土矿物在2.2μm附近存在有强吸收,故在TM₇上为低亮度,而在TM₅上它仍为高亮度,因此TM_5/7常被用来提取与粘土化有关的矿化蚀变信息;再加0.48μm是铁离子电荷转移强烈吸收的位置,故用TM_5/1利于提取与铁矿物有关的信息。

(4)比值合成增强岩性及蚀变岩信息。以若干个比值图像作为输入图像,进行假彩色合成,在输出的彩色合成图像上常能有效地增强岩石的波谱信息差异。例如,在我国铜陵地区采用TM₄(R)、5/4(G)、5/2(B),4(R)、5/2(G)、4/3(B)等方案制作的比值合成图,有效地圈定出了志留系地层、岩体、大理岩化等岩性信息。在河北迁安地区利用MSS的标准化比值制作的合成图像上区分磁铁矿石及围岩也取得好效果。

比值增强生成比值图像后,原来的独立波谱意义就不存在了。由此也给它带来一个很大的缺陷,就是丢失了地物总的反射强度(反射率)信息。例如,暗色的岩石和浅色的岩石之明显差异也被损失;由于压抑了地形信息,其作为地质解译的一个重要标志也被损失。为了弥补此不足,通常采用一个波段的原图像与(两个)比值图像作彩色合成的办法;此外,比值有可能增加噪声,而大气散射也会给比值结果带来干扰,因此,处理前更要注意做消条带和大气校正。

表4-3 不同光照条件下砂岩反射比

(据F.F.Sabins,1977)

图4-20 比值分布示意图

(四)卷积增强

地物的边界及各种线性形迹,通常都表现有一定的空间分布频率,因此,可以通过空间域或频率域的滤波对它们进行增强。其中,卷积处理就是比较简便有效而最常使用的空间滤波方法之一。

与前述几种增强不同,卷积增强是一种邻域处理技术。它是通过一定尺寸的模板(矩阵)对原图像进行卷积运算来实现的。以3×3(像元)的模板为例,其处理过程如图4-21,

即相当于把模板逐次放在每一个像元上,计算模板元素和对应像元亮度值的乘积和,用数学式可表示为:

遥感地质学

图4-21 空间卷积

式中,m₁为模板元素值,g_s为相应图像中各像元的亮度值。f为卷积值,亦就是滤波后(模板)中心像元的输出值。

增强不同方向的边界(或线性体),则是按一定的排列方向来分配模板中各元素的权系数。例如图4-22(a)、(b)、(c)、(d)便是分别对水平(相当于遥感图像的扫描线方向)、45°、垂直、135°四个方向进行增强的一组3×3模板。改变模板尺寸(5×5、7×7……等等)和板内元的差值可产生不同的效果。一般,模板越大、差值越大,对低频的粗大构造形迹的增强越明显,而高频信息(小断层、节理裂隙等)增强的幅度越小。模板可设计成不同的增强方向,但模板元素的数目均应为奇数;一般最大为15×15,模板尺寸太大,则其计算量也大,而卷积效果也不一定好。

图4-22 方向模扳

卷积增强对于突出某一方向的地质体边界和线性断裂构造或形迹常具明显的效果(图版30),对一些环形构造或线迹也会起到增强的作用,因此在遥感地质研究中被广泛使用。

(五)K-L变换

K-L变换是多波段遥感图像变换增强的常用方法之一,通常也称主组分分析或主成分分析。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。经这种变换后生成一组新的组分图像(数目等于或小于原波段数)是输入的若干原图像的线性组合即

遥感地质学

其中,X是原多波段图像的数据矩阵,矩阵元素为p个波段的像元值向量;Y是输出的主组分矩阵,即q个组分的像元值向量,一般q≤p;T为变换核矩,通常为由变换波段之间的协方差矩阵所产生的特征向量矩阵。在p=3,q=4的情况下

遥感地质学

y₁、y₂、y_s按协方差矩阵的特征值大小依次排序。

从几何意义上讲,K-L变换相当于空间坐标的旋转。图4-23表示了一个二维空间坐标变换。图中X₁、X₂表示两个波段的像元值,黑点为相应的数据域。K-L变换相当于坐标轴旋转一个θ角,把数据域变换到Y₁、Y₂的新坐标系统上,即:

遥感地质学

图4-23表明,K-L变换后,第一主组分(Y₁)取得最大的信息量(可达90%左右),其余依饮减小。一般情况下,一、二、三主组分基本上已集中了绝大部分的信息,后面组分包含的信息量往往已非常小。因此,K-L变换一个最基本的功能就是,可以在信息损失最小的前提下,减少变量数目、降低数据维数,起到数据压缩的作用。这对多波段遥感特别有意义,因为它们通常为多变量,数据量也很大(一个TM波段达42兆),随着波段数越来越多和地面分辨力越来越高,还将更大(所谓“海量数据”)。

一般认为,K-L第一主组分基本上反映了地物总的辐射差异,其它组分则能够揭示地物的某些波谱特征。由上图可以看出,各组分之间互相“垂直”,即不相关。这就使K-L变换还具有分离信息、减少相关、突出不同地物目标的作用。因而,在用K-L不同组分作假彩色合成时,往往可显著提高彩色增强效果,会有助于岩类的区分。但要注意的是,各组分的地质应用价值不能依它们的排序(即方差的大小)来确定。例如,MSS的K-L变换中,有时第四主组分反而比第三主组分区分岩性的作用更大。

在实际应用中,也常用比值或差值图像,以及与原图像合在一起作K-L变换。这对于提取某些专题信息会特别有用的。一个典型的例子是,TM_5/7可提取与粘土化有关的矿化蚀变信息,但植被的TM_5/7比值常常也很高,以致前者的信息往往被淹没在后者的“汪洋大海”之中,我国南方地区尤甚。然而,TM_4/3恰主要只反映植被信息,因此,当用TM_4/3、TM_5/7作K-L变换,其第一主组分便集中了两个比值的基值——植被信息,而蚀变信息被分配到第二主组分中,这就把二者分离了开来,进一步在第二主组分中提取蚀变信息(图42-4),效果便显著提高。此法已在南方某银铅锌矿区取得了很好的效果。

图4-23 两个波段(或其他变量)情况下的主组分变换

图4-24 我国南方某地蚀变带信息提取的程序框图

与KL-变换相类似的另一种线性变换方法是近年来发展起来的K-T变换。缘于在MSS和TM数据空间中植被光谱随时间变化的轨迹构成一个“缨帽”的图形,故亦称“缨帽变换”。该变换有助于分离(提取)植被(绿度)和土壤(湿度)等信息,已引起人们的兴趣。有关这一变换的论述可参见文献[3]。

(六)IHS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4-25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4-26所示的关系。该图中,I轴垂直于纸面(过S=0,白光点),沿I轴只有亮度明暗(白一黑)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。

很明显,这两个坐标系之间可以互相转换,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:

图4-25 强度、色频(彩)与饱和度(IHS)和红、绿、蓝(RGB)空间关系示意图

图4-26 通过垂直IHS圆锥切面表示IHS与RGB的关系

遥感地质学

此时如为红色白色则为 。两个坐标系之间的转换关系,可简化为:

遥感地质学

把R、G、B和I、H(0-3)、S(0-1)值扩展到0-255数据域,设计相应的程序,在数字图像系统上便能自如地实现相互间的转换和显示。

目前在遥感数字图像处理中,IHS变换多用于以下研究。

1.彩色合成图像的饱和度增强

当用以合成的三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(彩版3-4)。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(图4-27),则可显著改善图像的颜色质量和分辨能力(图版5,6)。

2.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。

3.多源数据综合显示

采用常规方法对遥感图像与物化探等地学数据作综合处理,不但极不方便,充其量也只能把等值线叠合到遥感图像上。将物探(航磁、重力等)或化探(元素异常)信息数字化,分别置作“H”或“S”,以遥感图像(取一个波段)为“I”,作IHS的正反变换(图42-8)便可获得色彩分明的遥感与物化探信息复合的彩色图像。这类图像通常既具遥感图像清晰的地貌、地质背景,又能将物化探信息准确地反映在这一背景上,十分有利于它们相互关系的综合分析和解译(图版20)。

图4-27 饱和度增强处理流程图

图4-28 多源数据综合显示框图

一个像素有几个颜色，每个颜色几个字节，每个字节几位啊？

你的题目问法有问题。如果用1字节表示一个像素最多可以有256种颜色。其中，一个字节是8位。
一个像素如果是单色表示，那么每个像素用1个二进制位存储。如果一个像素有4种颜色，那么就需要2个二进制位存储（图像的颜色用多少位二进制数表示称为图像的颜色深度或像素颜色的深度）。
像素中文全称为图像元素。
从定义上来看，像素是指基本原色素及其灰度的基本编码。像素是构成数码影像的基本单元，通常以像素每英寸PPI（pixels per inch）为单位来表示影像分辨率的大小。
例如300x300PPI分辨率，即表示水平方向与垂直方向上每英寸长度上的像素数都是300，也可表示为一平方英寸内有9万（300x300）像素。
如同摄影的相片一样，数码影像也具有连续性的浓淡阶调，我们若把影像放大数倍，会发现这些连续色调其实是由许多色彩相近的小方点所组成，这些小方点就是构成影像的最小单元——像素。这种最小的图形单元在屏幕上显示通常是单个的染色点。越高位的像素，其拥有的色板也就越丰富，也就越能表达颜色的真实感。
一个像素所能表达的不同颜色数取决于比特每像素(BPP)。这个最大数可以通过取二的色彩深度次幂来得到。
常见的取值有 ：
8 bpp [2^8=256；(256色)]；
16 bpp [2^16=65536； (65,536色，称为高彩色)]；
24 bpp [2^24=16777216； (16,777,216色，称为真彩色)]；
48 bpp [2^48=281474976710656；(281,474,976,710,656色，用于很多专业的扫描仪)

光机扫描图像的波谱特性

(一)光机扫描图像(数据)的波谱意义

像元是扫描图像中最小的可分辨面积,也是成像过程中利用电子计算机处理时的取样点。像元对应的DN值代表该像元内地物的平均辐射值,随地物的成分、结构、状态、表面特征及所在的波谱段而变化。DN值按一定的格式记录在数字磁带上,形成数字化潜像。数字化潜像磁带在扫描成像仪(图3-13),如C-4500扫描记录仪、Fire240激光彩色胶片记录仪等,进行电光转换,在胶片上扫描出与像元DN值相对应的灰度不同的图像,DN=0时正片上呈黑色,DN=127(63,255)时为白色。实际应用中常把DN值归并成人眼能够识别的较少的灰度等级,再形成图像,如MSS、TM图像下方表示灰度深浅的灰阶,就是从图像上区分地物波谱特性差异的尺度。由于DN值只是辐射量的相对量度,各波段的最大DN值是不相等的,所以各波段的影像灰阶级差(DN_max/14)不同,因此,两个波段图像上灰阶相当的地物,亮度并不一定相同。

(二)MSS、TM图像的波谱分辨率与多波段效应

多波段图像分波段记录地物的波谱特性,同一地物在不同波段的DN值差异及不同地物在同一波段的DN值差异,构成图像的波谱特征信息(波谱信息)。不同波段图像识别和区分地物的能力不同,具有各自的波段效应,称多波段效应。如可见光波段图像主要反映地物的颜色和亮度差别;近红外波段可反映氧化铁、粘土矿物及其它含OH-矿物、碳酸盐岩、土壤湿度等特征;热红外波段除反映地面辐射温度进而揭示地物的热特性外,还可以区分不同的硅酸盐矿物和岩石。因此,可以结合地物波谱特性分析,利用多波段效应,识别和区分地物。

MSS、TM图像的波谱分辨率与多波段效应简述如下(参见表3-6):

TM₁(0.45-0.52μm)属蓝绿光波段对水体穿透力强,对叶绿素和叶色素浓度敏感。植被、水体、土壤等在此波段反射率差别明显。有助于判别水质、水深、水中叶绿素分布、沿岸水流、泥沙情况和近海水域制图,可用于土壤和植物分类。影像色调,植被最暗,水体次之,新鲜雪最浅。

表3-8 陆地卫星MSS与TM性能比较表

MSS₄(0.5-0.6μm)与Tm₂(0.52-0.60μm)属绿黄光波段,对水有较强的透射能力,水体色调较浅,可反映一定深度(>10m)水下地形,有利于识别水体浑浊度、沿岸流、砂洲等。叶绿素在此波段有一次反射峰称绿峰,健康植物对绿光有一定反射,影像色调较浅,植被分布范围和生长密度可以得到反映。可用于探测健康植物绿色反射率,按绿峰反射评价植物生活力,区分林型、树种。蓝、绿、黄色地物影像一般呈浅色调,随着红色成分的增加而变暗。浮在水面的油污和金属化合物因妨碍绿光透过也有所显示。陆地上颜色较浅的岩石地层和第四系松散沉积物、城镇、采石场等呈浅色调。受散射光影响,此波段图像反差较小,地物边界轮廓有些模糊。

MSS₅(0.6-0.7μm)与TM₃(0.63-0.69μm)属橙红光波段,对水体有一定的透射能力(约2m),可反映水中泥沙含量、水下地貌和泥沙流。为叶绿素的主要吸收波段,健康植物影像绿色调较深,病害植物,伪装的枯树等则呈浅色调。可反映不同植物的叶绿素吸收和健康状况,用于区分植物种类和覆盖度。橙红色地物影像一般呈浅色调,绿色地物则为深色调。裸露的地表、植被、土壤、水系、岩石、地层、地貌特征等的影像清晰,色调层次多,信息量丰富,常用来根据宏观和微观地貌特征和色调差别,进行岩性和地质构造解译,如含Fe³⁺较多的岩层与含炭质较多的岩层或中酸性岩石,色调和形态都有明显差异。断裂、褶皱、基岩与第四系松散沉积物的界线,可从水系特征、色调及形态加以识别。对第四系松散堆积物的粗细颗粒分布规律及类型的划分,也有一定的效果。用于地貌特征研究效果较好。

MSS₆(0.7-0.8μm)、MSS₇(0.8-1.1μm)与TM₄(0.76-0.90μm)属摄影红外波段这几种图像波段效应相似,是水的强吸收和植物的强反射波段。图像清晰、反差大、立体感强,能显示各种地形细节,如微水系、微地貌和一些人工建筑物。图像上水体为黑色调,浅层地下水丰富或土壤湿度大的地段、城镇等色调较深。有利于研究水体分布,划分水陆界线,判别河流、冲沟有无流水,寻找浅层地下水,识别与水有关的地质构造和隐伏构造。充水断层、平原区的新凹陷色调较深,而隆起区色调较浅,富水地层色调较深。第四系沉积物类型及形成顺序,如不同时期的堆积物、洪积扇、洪积平原与滨海平原等也有明显地反映。还可用于海水、海水温度分布及地热的研究。

健康植物对近红外波具有较强的反射,为明亮的浅色调,而病害植物则呈较深色调。阔叶树色调浅,针叶树色调相对较深。通过与MSS_4,5或Tm_2,3的影像色调对比研究和纹理特征分析,易于圈定植被分布范围,区分植物是树林、农作物还是草地,调查植物量和测定作物长势。通过植物与水分的相关性,可在图像上研究某些被植被掩盖的岩石、地层或隐伏构造,例如,植被发育的泥质岩地层、植被生长不好的灰岩地层、充水断层等,在图像上有明显的差异。

TM₅(1.55-1.75μm)属近红外波段,没有对应的MSS图像。此波段处于水的吸收带(1.4-1.9μm)内,对地物含水量反映敏感,可用于土壤湿度、植物含水量调查、水分状况研究、作物长势分析等。牧草同阔叶林、花岗岩与裸土的差异得到增强,并大大提高了区分不同类型作物的能力。经过处理的TM5图像,可区分出裸露的、被草覆盖的及有树覆盖的表生矿。影像色调雪比云深,水成云比冰晶云浅,易于区分云与雪,云与裸地,冰川雪线更易辨认。

MSS₈(10.4-12.6μm)与TM6(10.4-12.50μm)属热红外波段,根据地物发射辐射差别,可在影像上区分草本植物和木本植物,识别大面积的沙漠化。可提供关于湿地淡水与盐水混合、小水体深度、滨海水位和热源信息。区域性地面湿度变化也有明显反映。可用于研究区域岩奖活动和与人类有关的地表热流变化。夜间热红外影像已用于区分岩性差异。由于近地表水通常集中在断层面与节理面,故其温度与周围低,因此也可用于查明断裂构造。另外还用来观测湖、河、海岸和雪盖区表面温度的变化。

TM₇(2.08-2.35μm)属近红外波段这是为地质研究追加的波段。位于水的强吸收带,土壤的反射特征与可见光波段差不多,水体呈黑色调,其它地物影像与可见光波段影像相近。此波段是绝大多数造岩矿物反射波谱的高峰段,而含氢氧基矿物(如粘土)和碳酸盐矿物(如方解石)具有判别性的特征波谱吸收带,在影像上呈暗色调,所以TM₇图像对直接出露地表的粘土与碳酸盐矿物较敏感。TM₇同Tm_2-5图像的综合利用,可以探测热液蚀变特征标志的含铁粘土矿物,填绘碳酸盐岩地层的岩相变化图及干旱半干旱区的热液蚀变分布图。

(三)遥感图像的时间特性一多时相效应

航天遥感多以一定的覆盖周期对地表重复成像,获取多时相遥感图像。由于不同时期太阳辐射、气候、植被等环境因素的变化,造成地物电磁辐射的差异,地物在不同季节或日期的同波段影像色调也会有差别,这就是遥感图像的多时相效应。如北方冬季,因气候干燥寒冷,植被稀疏,MSS₅影像色调能较真实地反映岩石等地物的波谱特征,而夏季的MSS₅影像,由于受地表水和植被的干扰,会掩盖地物的真实面目,影像色调不能如实反映地表岩石等的波谱特征,但对研究植被和与植被有关的地质现象,效果较好。多时相效应有利于对地质体等进行时间上的对比研究和对动态现象的监测。

(四)热红外扫描图像的波谱特性

热红外扫描图像是地物热红外波的热像,简称热图像,是地物发射辐射产生的影像,主要反映地物的辐射温度信息,可全天时成像。热图像的波谱特性与反射波谱的紫外、可见光、近红外图像大不相同。

1.热图像的色调特征

热图像的色调深浅,反映地物在热红外波段热辐射能量的大小。地物热辐射能量大小取决于地物的发射率和真实温度,特别是由于与真实温度的四次方成正比,因此热图像的色调主要反映地物的真实温度。但是大多数热红外扫描仪记录的是地物的辐射温度(亮度温度)T辐,而不是地物的真实温度T实,它们之间的关系为:T_辐=ε^1/4·T_实,式中ε为发射率,因为ε<1,所以T_辐实。

热图像上,真实温度高或发射率大的强辐射体为浅色调,常称为“暖信息”、“暖色调”,反之则为深色调,称“冷信息”、“冷色调”。地物的真实温度取决于自身的热学性质,如热传导率、热扩散率、比热、热惯量等(表2-1),影响最大的是比热和热惯量。地物的比热大,使它升温需要的热量就多,在其它条件相同的情况下,白天被太阳加热时,比热大的地热表面真实温度上升较慢,幅度也较小;比热小的地物表面真实温度上升较快,幅度也较大。在夜间降温时,比热大的地物表面真实温度下降较慢,幅度较小;比热小的地物表面真实温度下降较快,幅度较大。即比热大的地物表面温度周日变化小,比热小的地物表面温度周日变化大(图3-48)。如水与岩石和土壤的热惯量相近,但水的比热大,又能通过对流使表面和内部温度较快的均一化,与岩石和土壤相比,表面温度白天低而夜间高,所以水在白天热图像上为“冷色调”,在夜间热图像上为“暖色调”。

图3-48 典型物质的周日辐射温度曲线(示意图)

热惯量对地物表面温度的影响与比热类似,热惯量大的地物表面温度周日变化小,热惯量小的地物表面温度周日变化大。岩石、矿物的温度变化主要与热惯量有关,大多数岩石的热惯量随密度增加而呈线性增加。在太阳的日周期变化中,热惯量低的岩石(页岩、火山渣),白天可达到相当高的表面温度,夜间则冷却到一个相当低的温度;热惯量高的岩石(玄武岩、白云岩、石英岩、砂岩)在白天相对较冷,夜间相对较暖。地物热学性质的差异致使热图像的热反差大于可见光图像上的反射率差异,在夜间成像的热图像上更为明显。热图像在区分岩性、地层,研究地质构造,寻找放射性矿、硫化矿、含煤岩系等矿产上具有特殊的效果。根据断层的两盘岩性和富水性差异造成的不同温度场,或断层充水条件变化在热图像上出现的温度差异,研究隐伏构造,水的比热起着决定性作用。

此外,成像时间、季节、气象和环境条件等对热图像的色调也有重要影响。为更好地区分不同地物,根据地物表面温度周日变化曲线(图34-8,34-9),应选在地物之间温差最大的时间而不能选在拂晓和落日时成像。

地形起伏使阳坡和阴坡接受的太阳能量不同,造成地面温度的明显差异。一些特殊的地貌部位,如正对山口的地面,受山谷风吹拂,温度会低于周围地面。地面风的存在与否也会使地表温度明显不同。气候变化直接影响地面温度,由于水分蒸发会带走大量热能,因此潮湿地面比干燥地面温度要低。突然性的天气变化,如寒流入侵等也会使地表温度出现反常现象。云层在热图像上呈不规则的斑状、团块状。无线电波、雷达微波的干扰,使图像变模糊或叠加波状云纹等。

图3-49 白云岩、灰岩、花岗岩周日温度曲线

2.热图像的热晕效应及热阴影

受空气、风等因素影响,一个很小的热目标,特别是一些高温地物,其热图像会比原物大许多倍,这就是热图像的热晕效应。

可见光阴影属光阴影,有本影、落影之分,光照消失,光阴影也随之消失。而热图像的阴影属热阴影,无本影、落影的区别,太阳落山后,虽然光照消失,但地物阴阳面的温差并未马上消失,在太阳落山后一段时间内的热图像上仍然有阴影存在,称热阴影。热阴影的持续时间随地物热学性质差异有长有短,一般在黎明前基本消失,此时的热图像色调差异主要是地物本身热学特性差异,用于解译岩性效果较好。白天热图像则具有地貌特征清晰的特点。

3.热图像的波谱分辨率

大多数热影图是宽谱带(8-14μm)单波段,波谱分辨率较低,区分地物的能力较差。近期已出现多波段热红外图像,如我国研制的HS3B型红外扫描仪,将8-14μm的波谱带分成:8.0-8,9μm、9.1-10.1μm、10.3-11.4μ.m、11.6-12.8μm、13.0-14.0μm和8-14μm六个波段,能更精细地记录地物发射热红外辐射的差异,大大提高了热图像区分地物的能力。

4.热图像的温度分辨率

指能分辨的最小温度差,或指对两个不同辐射源的辐射温度的分辨能力。现代热红外遥感器温度分辨率已达0.01℃,资源遥感中使用的热红外扫描仪,温度分辨率大多在0.1-0.5℃之间。早期的热图像未作温度标定,只能定性地确定地物温度的相对高低,而不能得知地物的准确温度值。近期的热图像都是经过温度标定的,图像上有灰阶或彩色标尺,每一灰阶颜色表示一定的温度范围,将图像中的色调或色彩与灰阶或彩色标尺对比,就能确定地物的温度范围。彩色热影像对地面的温度分布更加醒目,两种色区的界线即为地面的等温线。

(五)高级甚高分辨率辐射计(AVHRR)简介

AVHRR是“诺阿”(NOAA)气象卫星上使用的一种五波段光机扫描辐射计系统。工作波段:0.58-0.68μm、0.725-1.1μm、3.55-3.93μm、10.3-1.3μm、1.5-12.5μm,瞬时视场1.1km,总视场±56°,扫描宽度2400km,温度分辨率0.12k(300k时)。主要用于观测云层和冰雪覆盖、水陆边界并成图,测量地面、水面和云顶温度,监测台风,大范围区域地质研究。

标签：图像处理 像素 adobe 颜色 电脑网络