遥感影像多光谱变换

实习序号及题目实习5.遥感影像多光谱变换实习人姓名张启兴专业班级及编号10地信1027任课教师姓名刘勇实习指导教师姓名
实习地点榆中校区实验楼
A109
实习日期时间2020年11月27日
实习目的
理解主成份变换、去相关拉伸、樱帽变换、色彩变换、自然色彩变换的原理、方法和操作步骤。

掌握利用特征空间视图对影像中若干典型地物（如水体、农田、林地、居民地等）进行遥感影像分析
实习内容
1.主成分变换：
数据：实习1中截取的子区Landsat TM影像或者ENVI软件配套教学数据0112024.img。

要求：保存并在实现报告中记录特征值和特征值矩阵，逐一比较变换后各个波段的影像特征，说明从各个波段可以提取的影像信息，根据特征值说明变换后各个波段在影像总信息中的百分比。

2.去相关拉伸：
数据：实习1中截取的子区Landsat TM影像或者ENVI软件配套教学数据0112024.img。

要求：比较变换后各个波段的影像特征。

3.樱帽变换：
数据：实习1中截取的子区Landsat TM影像或者ENVI软件配套教学数据0112024.img。

要求：逐一比较变换后各个波段的影像特征。

注意传感器类型的选择。

4.色彩变换：
数据：实习1中截取的子区Landsat TM影像或者ENVI软件配套教学数据0112024.img。

要求：分析变换后影像的色彩特征。

5.自然色彩变换
数据：SPOT影像案例数据：spotxs.img。

要求：说明参与变换的各个波段影像的光谱特征，比较变换前后的影像特征。

分析变换后影像信息的特点。

基本原理
1.主成份变换实质上就是在多光谱空间中根据像元灰度矢量散点的空间分布特征（主要是均值、方差分布）对影像进行的以平移、旋转为主要内容的线性变换，使变换后各个坐标轴与影像多光谱空间变化的主要方向保持一致。

主成分变换去除了原影像各个波段之间的相关性，还把有用的信息集中到数目尽可能少的几个主成分影像波段上，从而提高了影像目视分析的效率。

2.颜色是重要的视觉信息，识别各种不同的颜色是人类与生俱来的能力。

人的视觉系统有3类视锥细胞用于感知颜色，其峰值响应波长分别为430nm，530nm和560nm。

人类能够感知和识别的明暗灰度等级不过是10多中，但是能够识别的颜色数目一般可达上百种。

好的视觉观察员甚至可以识别17000种颜色。

三原色原理（T.Young）：人类的视觉系统所感知的所有颜色都是红、绿和蓝色这三种基本颜色的线性组合
3.Tasseled Cap，又称为Kauth-Thomas（K-T）变换
起源：Kauth和Thomas（1976）根据Landsat MSS数据研究多光谱信息与自然景观季相变化间的关系而建立的一种特定的数学变换，1984年Crist和Cicone又将其移植于TM数据，并用于农作物长势监测。

数据准备
实习1中截取的子区Landsat TM影像。

ENVI软件配套教学数据0112024.img
SPOT影像案例数据spotxs.img、Landsat5TM。

操作方法及过程
1.利用裁剪地区的影像，选择transform/color transform/rgb-his,作从rgb到his色
彩空间的色彩变换选择输出路径保存相应的影像文件。

2.打开裁剪地区的影像，选择transform/color transform/rgb-hsv,作从rgb到his色
彩空间的色彩变换选择输出路径保存相应的影像文件。

,
3.利用裁剪区域的影像文件，选择transform/tasseled cap,输入相应参数，作关于
原影像432波段的缨帽变换。

4.打开SPOT影像文件spotxs.img，选择bascial tools/band math.输入公式(float（b1）
+b2+b3)/3,点击add to list。

合成green波段的影像。

然后选择file/save file as/envi standard选择输入的原影像3,green，2波段的影像，点击ok。

完成，输出自然彩色图像。

结果与分析
1、主成份变换
Basic Stats Min Max Mean Stdev Num Eigenvalue
Band10255113.64795316.28462111737.904246
Band2025561.69384510.8594802233.204815
Band32225575.90531416.293598369.055398
Band41925582.78083613.57756448.897136
Band511255131.08510928.2144685 4.097309
Band6625581.54529020.6368296 1.724849从上图可看到pc变换的6个主成分对应的6个特征值eignvalue。

可见pc变换的主要信息集中在他的前三个成分中。

左图是六个特征值点做的折线图，反应了特征值随主成分递减的趋势，特别明显的是一、六主成分特征值相差了1700左右。

上图表示pc变换后的影像的中值，最大最小值变动折线
未作任何处理的432波段影像principle component transform
左图是处理影像的432波段合成影像，右图是经过pc变换后的前三个主成分合成的影像，从右图中无法得到一些有用的信息，原因是主成分变换后的前三个成分并不是相应的波段，不能有效的
进行色彩叠加。

未处理影像1波段第一主成分
左图是ETM 影像的第一波段灰色影像，从中可以看出在该波段居民地的反射率较高，呈现高亮度，第一主成分中大部分地物信息都可以看到，他在个主成分中所包含的信息最多。

未处理影像2波段第二主成分
左图是ETM 影像的第2波段灰色影像，在该波段中除了居民地外，河流也得到高亮度突出。

右图中所含的信息量较前面第一主成分明显的变少，在右图中只有山区和公路信息可以明显的获得，其他地物信息已经不是很明显。

未处理影像3波段第三主成分
左图是ETM影像的第3波段灰色影像，从中可以看到他在山区草地的反射率低，亮度较暗，而城镇和公路的反射率高，成高亮度。

右图中可以识别的信息只有公路和干涸的河床。

其他地物信
息基本已经模糊，甚至无法识别。

未处理影像4波段第四主成分
左图是ETM影像的第4波段灰色影像，从中可以看到该波段影像整体亮度较暗，只有在公
路的反射率是个例外。

第四主成分中可以隐约看到的信息只有河床。

其他地物基本上无法分辨。

未处理影像5波段第五主成分
左图是ETM影像的第5波段灰色影像，从中可以看到该波段影像整体亮度较暗，而变换地物主成分中基本没有可以识别的信息，通过和前面的影像对比可以估计亮度较高的那条曲线为河床。

未处理影像6波段第六主成分
左图是ETM影像的第6波段灰色影像，而变换后的第六主成分全是噪声信息。

没有可以解译的信息。

2、去相关拉伸：
未作任何处理的432波段影像decorrelation transform
左图是ETM影像432波段影像，该影像是通过ETM三个波段分别赋以red，green，blue，合成后呈现如图假彩色的彩色影像。

而将ETM影像432波段经过去相关变换后的影像中可以明显的感觉到色彩较前面单调了许多，原因是其相关后影像红绿蓝三个波段相互独立，没有进行彩色互补和填充。

单个像元只有红绿蓝三种可能，所以影像呈现三色。

3、缨帽变换
未处理影像1波段k-t brightness
通过上图的来那两幅影像对比可知在k-t变换的亮度分量中可以看出，在原影像亮度较高的区域，在该分量中也表现为亮度突出，较暗的区域也通常表现为较暗。

可以知道缨帽变换的亮度分量突出的是影像的亮度信息。

未处理影像2波段k-t greenness
通过上图的来那两幅影像对比可知在k-t变换的绿度分量中可以看出，在绿光反射率高的地区得到高亮突出，如绿色植物都得到了突出。

城镇地区植被和山区植被区域得到突出。

未处理影像3波段k-t wetness
k-t的第三个分量是湿度分量，在湿度分中水体、河流和植被阴影，山体的阴面水分蒸发相对较小的区域都得到突出。

4.色彩变换
1.rgb-hls变换
Rgb432波段影像hls色彩空间
左右两图分别是rgb色彩空间和hls色彩空间的影像，通过对比看出在hls色彩体系中颜色色彩更多，更丰富。

色调和色度也很鲜艳，它是将一个圆盘分为360°，120°区域为正红色，240°为正绿色，360°为正蓝色。

其他为色彩过渡区域。

Red（4band）hue（色度）
上面两图作对比，右图是hls的色度分量，色度的取值范围为0-360，它是将一个圆盘分为360°，120°区域为正红色，240°为正绿色，360°为正蓝色。

其他为色彩过渡区域。

Green（3band）lightness(亮度)
右图是hls色彩空间的亮度分量，取值范围为0-255，是灰度dn值的取值范围，取值越大，该点像元的亮度越大，亮度分量反应的时像元的亮度信息。

Blue（2band）saturation（饱和度）
右图是hls色彩体系中的饱和度分量，饱和度的取值范围是0-1，饱和度反应的时色彩的纯正程度，饱和度的取值越大，则色彩的纯正度越高。

在图像中表现为亮度较高的区域。

2.rgb-hsv色彩变换
Rgb432合成影像hsv色彩空间影像左右两图分别是rgb色彩空间和hls色彩空间的影像，通过对比看出在hls色彩体系中颜色色彩更多，更丰富。

Green（3band）saturation
上面两图作对比，右图是hsv的色度分量，色度的取值范围为0-360，它是将一个圆盘分为360°，120°区域为正红色，240°为正绿色，360°为正蓝色。

其他为色彩过渡区域，在图中表现为明暗的差异。

安度越暗区域偏向红色。

反之为蓝色。

饱和度的取值越大，则色彩的纯正度越高。

在图像中表现为亮度较高的区域。

右图是hsv色彩空间的亮度分量，取值范围为0-255，是灰度dn值的取值范围，取值越大，该点像元的亮度越大，亮度分量反应的时像元的亮度信息
5、自然彩色合成
上面两幅图分别是spot影像的432波段的假彩色影像和经过彩色变换后的自然彩色影像，spot的432波段的分别代表近红外，红光，绿光分别赋以红绿蓝三色。

生成432合成假彩色影像。

自然彩色影像是将spot影像波段中的近红外波段赋予红光，绿光赋给蓝光，再通过band math生成一个绿光波段。

合成的绿光的公式为（nir+r+g）/3，生成的自然彩色的影像和现实生活中的地物的真实色彩比较接近，便于我们目视解译。

存在问题与解决办法
1.在进行自然彩色合成的过程中一定要注意相应波段的匹配和对应，尤其是记得将将近红外波段的影像赋给红光，不是将原先的红光赋给红光，虽然输出的自然彩色影像变化不大，那是因为经红外波段和宏观波段比较接近，所以相关性较高。

但如果传感器不是spot的传感器则可能影响比较大。

总结
1,.通过本次实习进一步了解了envi软件中变换操作。

熟悉和掌握了相关的操作。

2.掌握了相关的遥感影像处理原理，如主成分变换，色彩变换，自然彩色变换，缨帽变换等。

3.锻炼了我们在实践中自我学习和自我提高的能力。