TM影像各波段介绍

1.TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等.

2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征.

3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面.

4 .TM4 0.76-0.96UM 近红外波段,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量.

5.TM5 1.55-1.75UM,中红外波段,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力.易于反映云与雪.

6.TM6 1.04-1.25UM热红外波段,可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图.

7.TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.

二.类型提取:

1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4

2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5

3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4

4.道路的提取：ＴＭ６－（ＴＭ１＋ＴＭ２＋ＴＭ３＋ＴＭ４＋ＴＭ５＋ＴＭ７）

三．光谱差异

ＴＭ１居民地与河流菜地不易分开．

ＴＭ２居民地与河流菜地不易分

ＴＭ３乡村与菜地不易分

ＴＭ４农田与道路不易分，乡镇，道路，河滩易浑．

ＴＭ５县城与农田不易分

ＴＭ６村庄与河流易混．

Landsat卫星MSS/TM/ETM数据——波段组合

321：真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。

432：标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。

举例：卫星遥感图像示蓝藻暴发情况

我们先看一看蓝藻爆发时遥感监测机理。蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面，蓝藻覆盖区的光谱特征与周围湖面有明显差异。由于所含高叶绿素A的作用，蓝藻区在LandsatTM2波段具有较高的反射率，在TM3波段反射率略降但仍比湖水高，在TM4波段反射率达到最大。因此，在TM4（红）、3（绿）、2（蓝）假彩色合成图像上，蓝藻区呈绯红色，与周围深蓝色、蓝黑色湖水有明显区别。此外，蓝藻暴发聚集受湖流、风向的影响，呈条带延伸，在TM图像上呈条带状结构和絮状纹理，与周围的湖水面也有明显不同。

451：信息量最丰富的组合，TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。3个可见光波段（即第1、2、3波段）之间，两个中红外波段（即第4、7波段）之间相关性很高，表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性。计算各种组合的熵值的结果表明，由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息，其中又常以4，5，3或4，5，1波段的组合为最佳。第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。人眼最敏感的颜色是绿色，其次是红色、蓝色。因此，应将绿色赋予方差最大的波段。按此原则，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。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。

741：波段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。

742：1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色合成片进行解译，共解译出线性构造1615条，环形影像481处, 并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成矿模式的基础上，对全区进厅成矿预测，圈定金银A类成矿远景区2处，B类 4处，C类5处。为该区优选找矿靶区提供遥感依据。

743：我国利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。754：对不同时期湖泊水位的变化，也可采用不同波段，如用陆地卫星MSS7，MSS5，MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。

541：XX开发区砂石矿遥感调查是通过对陆地卫星TM最佳波段组fefee7合的选择（TM5、TM4、TM1）以及航空、航天多种遥感资料的解译分析进行的，在初步解译查明调查区第四系地貌。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。543：波段选取及主成份分析我们的研究采用1995年8月2日的TM数据。对于屏幕显示和屏幕图象分析，选用信息量最为丰富的5、4、3波段组合配以红、绿、兰三种颜色生成假彩色合成图像，这个组合的合成图像不仅类似于自然色，较为符号人们的视觉习惯，而且由于信息量丰富，能充分显示各种地物影像特征的差别，便于训练场地的选取，可以保证训练场地的准确性；对于计算机自动识别分类，采用主成分分析（K-L变换）进行数据压缩，形成三个组分的图像数据，用于自动识别分类。该项工作是采用以遥感图像解译为主结合地质、物化探资料进行研究的综合方法。解译为目视解译，解译的遥感图像有：以1984年3月成像经处理放大为1：5万卫星TM假彩色片（5 、4、3波段合成）和1979年7月拍摄的1：1.6万黑白航片为主要工作片种；采用1986年11月的1：10万TM假彩色片（7、4、2波段合成）为参考片种。

453：本研究遥感信息源是中国科学院卫星遥感地面接收站于1995年10月接收美国MSS卫星遥感TM波段4(红)、波段5(绿)、波段3(蓝)CCT磁带数据制作的1∶10万和1∶5万假彩色合成卫星影像图。图上山地、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；备用旧机场为白色色调，外形轮廓清晰、较规则。水库和河流则都呈深蓝色调。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。472：在采用TM4、7、2波段假彩色合成和 1:4 计算机插值放大技术方面，在制作 1:5万TM影像图并成 1:5万工程

地质图、塌岸发展速率的定量监测以及在单张航片上测算岩 (断) 层产状等方面，均有独到之处。

三.类型提取:

1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4

2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5

3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4

4.道路的提取：ＴＭ６－（ＴＭ１＋ＴＭ２＋ＴＭ３＋ＴＭ４＋ＴＭ５＋ＴＭ７）

四．光谱差异

ＴＭ１居民地与河流菜地不易分开．

ＴＭ２居民地与河流菜地不易分

ＴＭ３乡村与菜地不易分

ＴＭ４农田与道路不易分，乡镇，道路，河滩易浑．

ＴＭ５县城与农田不易分

ＴＭ６村庄与河流易混

首先来了解假彩色图像与其它影像的区别，通常在RS中单波段或全色波段表现为黑白图像，黑白图像的质量一般用“灰阶”来度量。三波段组合表现为彩色影像包括：真彩色(true color)：（三波段组合），分别对RGB三个波段的图像赋予RGB三种颜色，一一对应，合成后图像的色彩与原地区或景物的实际色彩一致，称为真彩色，真彩色是唯一的合成。

伪彩色(pseudo color)：将黑白图像变换为彩色图像，对不同的灰度或灰度范围按值赋予不同的颜色或一个颜色系列，得到图像的彩色与实际彩色则不一致，即伪彩色图像。

假彩色(false color)：（三波段组合），对得来不同波段图像分别赋予RGB三元色，并不与原来波段的RGB三个波段一一对应，得到图像的彩色与实际彩色则不一致，称为假彩色图像，假彩色图像是为了使一些地物的特征更加明显，有助于我们进行解译和分析。下面就以ETM+图像为例来谈谈假彩色图像主要应用

TM各波段技术参数见下表，任意三个波段（除过321组合）的不同组合形成不同的假彩色表现形式和不同的应用：

Landsat-TM-影像处理最完整流程

一. 界面系统介绍 1. 主菜单：菜单项，Tool、Classification、Tranform、Spectral实习所涉及的（粗略介绍） 2. Help 工具的使用 3. 主菜单设置（preferences）：内存设置二. 文件的存取与显示 1．图像显示由一组三个不同的图像窗口组成：主图像窗口、滚动窗口、缩放窗口。 1）主图像Image窗口：（400*400）100％显示（全分辨率显示）scroll的方框，可交互式分析、查询信息。主图像窗口内的功能菜单：在主图像窗口内点击鼠标右键，切换隐藏子菜单的开启和关闭。该"Functions" 菜单控制所有的ENVI交互显示功能，这包括：图像链接和动态覆盖；空间和波谱剖面图；对比度拉伸；彩色制图；诸如ROI 的限定、光标位置和值、散点图和表面图等交互特征；诸如注记、网格、图像等值线和矢量层等的覆盖（叠置）；动画以及显示特征。 2）滚动Scroll窗口：全局，重采样(降低分辨率)显示一幅图像。只有要显示的图像比主图像窗口能显示的图象大时，才会出现滚动窗口。滚动窗口位置和大小最初在 envi.cfg 文件中被设置并且可以被修改。 3）缩放Zoom窗口：（200*200）显示image的方框。缩放系数（用户自定义）出现在窗口标题栏的括号中。 2．图像的头文件资料的获取和编辑 ENVI：File>>Edit ENVI Header，选择相应的文件。从Header Info 对话框里，你可以点击Edit Attributes 下拉菜单中的选项，调用编辑特定文件头参数的独立对话框。这些参数包括波段名、波长、地图信息等。3．图像的存取 File > Open Image File. 当你打开任何文件，可用波段列表（ABL）自动地出现。 ABL列出该图像文件的所有波段，并允许你显示灰阶和彩色图像、启动新的显示窗口、打开新文件、关闭文件，以及设置显示边框。要选择当前活动显示，请按以下步骤：从ABL（Available Bands List）内，点击“Display #X”按钮菜单（其中“X” 是与显示窗口标题栏内数字相对应的数字），再从列表中选择所需要的显示。要开始一个新的显示，从按钮菜单选择“New Display”。

遥感影像融合处理方法

遥感影像融合处理方法摘要：本文介绍了遥感影像数据融合技术，并给出了融合的一些基本理论、融合处理一般步骤以及常用融合处理方法，最后简要描述了融合评价的方式方法等。关键词：遥感影像融合融合评价 1、前言将高分辨率的全色遥感影像和低分辨率的多光谱遥感影像进行融合，获得色彩信息丰富且分辨率高的遥感融合影像的过程，成为遥感影像融合。全色影像一般具有较高空间分辨率，多光谱影像光谱信息较丰富，为提高多光谱影像的空间分辨率，可以将全色影像融合进多光谱影像。通过影像融合既可以提高多光谱影像空间分辨率，又能保留其多光谱特性。 2、遥感影像融合一般步骤遥感影像信息融合一般流程主要分为两个阶段：图像预处理，图像融合变换。图像预处理主要包括：几何校正及影像配准。几何校正主要在于去除透视收缩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；影像配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。 3 常用融合方式 3.1 IHS融合 IHS（亮度I、色度H、饱和度S）变换就是将影像从RGB彩色空间变换到IHS空间来实现影像融合的一种方法。由光学、热红外和雷达(微波)等方式得到的不同波段遥感数据，合成的RGB颜色空间是一个对物体颜色属性描述系统，而IHS色度空间提取出物体的亮度、色度、饱和度，它们分别对应每个波段的平均辐射强度、数据向量和的方向及其等量数据的大小。RGB颜色空间和IHS 色度空间有着精确的转换关系。IHS变换法只能用三个波段的多光谱影像融合和全色影像融合。 3.2 小波融合小波变换，基于遥感影像的频域分析进行的，由于同一地区不同类型的影像，低频部分差别不大，而高频部分相差很大，通过小波变换对变换区实现分频，在分频基础上进行遥感影像的融合，常用于雷达影像SAR与TM影像的融合。

基于Landsat-TM影像的专题信息提取

基于Landsat-TM影像的专题信息提取摘要：本文以沈阳地区为研究区，利用光谱信息提取水体、植被，采用基于灰度共生矩阵的纹理量的分类法，通过TM5波段提取灰度共生矩阵和灰度联合矩阵，计算并提取最能反映类别差异的纹理量值将光谱信息混淆的水田、旱田、居民地用分离，得到最终的分类结果。结果表明:将纹理特征应用于图像分类中可区分光谱混淆的地类，光谱与纹理特征结合得到的分类精度要高于单纯光谱的分类精度。关键词：遥感影像;光谱特征;纹理特征;灰度共生矩阵;分层提取;土地利用 Abstract:Based on the study of shenyang area for using spectral information extraction，water,vegetation,based on gray symbiotic matrix of the texture classification,through the TM5 band extraction graylevel co-occurrence matrix and gray,and joint matrix extraction can reflect the differences between vector-valued texture category will confuse the paddy fields,spectral information structure,separation,with residents of the final results of the classification.Results show that: the texture characteristics will be applied to image classification can distinguish the confusion of spectral spectrum and texture feature combination,the classification accuracy than pure spectral classification accuracy. Key words:remote sensing image;spectrum feature;texture feature;text gray-level co-occurrence matrix;layered extraction;land-use 引言遥感图像信息专题特征的提取，需要对TM图像的光谱信息和纹理信息进行综合分析,以达到提高影像分类精度的目的[1]。在自然资源调查中，遥感图像已成为重要的空间数据源，其中TM图像信息是进行土地利用/覆盖变化动态监测的重要依据。常规提取TM图像信息主要是利用影像的光谱分辨率进行的，难以正确区分光谱易混淆的地物，例如菜地与其他耕地类型。提取TM图像中易混淆地物信息，可以充分利用影像的空间分辨率及影像上丰富的纹理信为了息来完成信息提取。纹理分析方法在许多领域都有重要的应用，吴高洪等[2]为了提高纹理图像分割的边缘准确性和区域一致性以及降低分割错误

ENVI中的融合方法

ENVI下的图像融合方法图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的。 ENVI中提供融合方法有： ?HSV变换 ?Brovey变换这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。这两种操作方法基本类似，下面介绍Brovey变换操作过程。（1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。（2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。（3）选择Display窗口中选择RGB，单击OK。（4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。对于多光谱影像，ENVI利用以下融合技术： ?Gram-Schmidt ?主成分（PC）变换 ?color normalized (CN)变换 ?Pan sharpening 这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。这四种方式操作基本类似，下面介绍参数相对较多的Gram-Schmidt操作过程。（1）打开融合的两个文件。

ERDAS影像融合操作流程

影象融合流程影像融合在影象解译模块和雷达影象处理模块中都有，但是雷达模块中的处理效果要相对好一些，下面就两个不同模块中的融合处理流程进行分别介绍。一、影象解译模块（Interpreter） 1）单击，在弹出的Interpreter菜单中选则Spatial Enhancement （空间增强）弹出Spatial Enhancement菜单，再选择Resolution Merge（分辨率融合）选项。弹出对话框如下

在Resolution 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）选择影象波段；（3）确定多光谱输入文件（multispectral input file）；（4）定义输出文件；（5）选择融合方法。在分辨率变换中，erdas提供了三种融合方法Principal Component(主成分变换法)、Multipalcative(乘积变换)、Brovey transform(比值变换)。其图象分别如下： Principal Component(主成分变换法)

Multipalcative(乘积变换) Brovey transform(比值变换) （6）选择重采样方法。系统提供了两种重采样方法Nearest Neighbor（邻近像元法）、Bilinbear Interpolation（二次线形内插）和Cubic Convolution（立方卷积）。其中以Cubic Convolution方法最为平滑。（7）确定Output Options输出图象选项。选择Lgnore Zero Stats，可以忽略像素值为

谈医学影像的融合(一)

谈医学影像的融合(一) 科技的进步带动了现代医学的发展，计算机技术的广泛应用，又进一步推动了影像医学向前迈进。各类检查仪器的性能不断地提高，功能不断地完善，并且随着图像存档和传输系统(PACS)的应用，更建立了图像信息存储及传输的新的模式。而医学影像的融合，作为图像后处理技术的完善和更新，将会成为影像学领域新的研究热点，同时也将是医学影像学新的发展方向。所谓医学影像的融合，就是影像信息的融合，是信息融合技术在医学影像学领域的应用；即利用计算机技术，将各种影像学检查所得到的图像信息进行数字化综合处理，将多源数据协同应用，进行空间配准后，产生一种全新的信息影像，以获得研究对象的一致性描述，同时融合了各种检查的优势，从而达到计算机辅助诊断的目的〔1，2〕。本文将从医学影像融合的必要性、可行性、关键技术、临床价值及应用前景5个方面进行探讨。 1医学影像融合的必要性 1.1影像的融合是技术更新的需要随着计算机技术在医学影像学中的广泛应用，新技术逐渐替代了传统技术，图像存档和PACS的应用及远程医疗的实施，标志着在图像信息的存储及传输等技术上已经建立了新的模式。而图像后处理技术也必须同步发展，在原有的基础上不断地提高和创新，才能更好更全面地发挥影像学的优势。影像的融合将会是后处理技术的全面更新。 1.2影像的融合弥补了单项检查成像的不足目前，影像学检查手段从B超、传统X线到DSA、CR、CT、MRI、PET、SPECT等，可谓丰富多彩，各项检查都有自身的特点和优势，但在成像中又都存在着缺陷，有一定的局限性。例如：CT检查的分辨率很高，但对于密度非常接近的组织的分辨有困难，同时容易产生骨性伪影，特别是颅后窝的检查，影响诊断的准确性；MRI检查虽然对软组织有超强的显示能力，但却对骨质病变及钙化病灶显示差；如果能将同一部位的两种成像融合在一起，将会全面地反映正常的组织结构和异常改变，从而弥补了其中任何一种单项检查成像的不足。 1.3影像的融合是临床的需要影像诊断最终服务于临床治疗；先进的检查手段，清晰的图像，有助于提高诊断的准确性，而融合了各种检查优势的全新的影像将会使诊断更加明确，能够更好地辅助临床诊治疾病。 2医学影像融合的可行性 2.1影像学各项检查存在着共性和互补性为影像的融合奠定了基础尽管每项检查都有不同的检查方式、成像原理及成像特征，但它们具有共同的形态学基础，都是通过影像来反映正常组织器官的形态、结构和生理功能，以及病变的解剖、病理和代谢的改变。而且，各项检查自身的缺陷和成像中的不足，都能够在其他检查中得到弥补和完善。例如：传统X线、CT 检查可以弥补对骨质成像的不足；MRI检查可以弥补对软组织和脊髓成像的不足；PET、SPECT 检查则可以弥补功能测定的不足。 2.2医学影像的数字化技术的应用为影像的融合提供了方法和手段现在，数字化技术已充分应用于影像的采集、存储、后处理、传输、再现等重要的技术环节。在首要环节即影像的采集中，应用了多种技术手段，包括：(1)同步采集数字信息，实时处理；(2)同步采集模拟信号，经模数转换装置转换成数字信号；(3)通过影像扫描仪和数码相机等手段，对某些传统检查如普通X线的胶片进行数字转换等；将所采集的普通影像转换成数字影像，并以数据文件的形式进行存储、传输，为进一步实施影像融合提供了先决条件。 3医学影像融合的关键技术信息融合在医学图像研究上的作用一般是通过协同效应来描述的，影像融合的实施就是实现医学图像的协同；图像数据转换、图像数据相关、图像数据库和图像数据理解是融合的关键技术。(1)图像数据转换是对来自不同采集设备的图像信息的格式转换、三维方位调整、尺度变换等，以确保多源图像的像/体素表达同样大小的实际空间区域，确保多源图像对组织

Landsat_TM_组合

波段组landsat 3，2，1 这种RGB组合模拟出一副自然色的图象。有时用于海岸线的研究和烟柱的探测。 4，5，3 用于土壤湿度和植被状况的分析。也很好的用于内陆水体和陆地/水体边界的确定。 4，3，2 红外假色。在植被、农作物、土地利用和湿地分析的遥感方面，这是最常用的波段组合。 7，4，2 土壤和植被湿度内容分析；内陆水体定位。植被显示为绿色的阴影。 5，4，3 城镇和农村土地利用的区分；陆地/水体边界的确定。 4，5，7 探测云，雪和冰（尤其在高维度地区）。 4－3/4＋3NDVI－标准差植被指数；TM波段4：3的不同比率被证明在增强不同植被类型对比度方面很有用。实践应用 3，2，1 普通色图象。适宜于浅海探测作图。 4，3，2 红外色图象。提供中等的空间分辨率。在这种组合中，所有的植被都显示为红色。MultiSpec3-ch.Default。 7，5，4 适宜于湿润地区。提供了最大的空间分辨率。 7，4，2 适宜于温带到干旱地区。提供最大的光谱多样性。 321：真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。432：标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。举例：卫星遥感图像示蓝藻暴发情况我们先看一看蓝藻爆发时遥感监测机理。蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面，蓝藻覆盖区的光谱特征与周围湖面有明显差异。由于所含高叶

绿素A的作用，蓝藻区在LandsatTM2波段具有较高的反射率，在TM3波段反射率略降但仍比湖水高，在TM4波段反射率达到最大。因此，在TM4（红）、3（绿）、2（蓝）假彩色合成图像上，蓝藻区呈绯红色，与周围深蓝色、蓝黑色湖水有明显区别。此外，蓝藻暴发聚集受湖流、风向的影响，呈条带延伸，在TM图像上呈条带状结构和絮状纹理，与周围的湖水面也有明显不同。 451：信息量最丰富的组合，TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。3个可见光波段（即第1、2、3波段）之间，两个中红外波段（即第4、7波段）之间相关性很高，表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性。计算各种组合的熵值的结果表明，由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息，其中又常以4，5，3或4，5，1波段的组合为最佳。第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。人眼最敏感的颜色是绿色，其次是红色、蓝色。因此，应将绿色赋予方差最大的波段。按此原则，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。例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。 741：波段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。 742：1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色合成片进行解译，共解译出线性构造1615条，环形影像481处,并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成矿模式的基础上，对全区进厅成矿预测，圈定金银A类成矿远景区2处，B类4处，C类5处。为该区优选找矿靶区提供遥感依据。 743：我国利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。 754：对不同时期湖泊水位的变化，也可采用不同波段，如用陆地卫星MSS7， MSS5，MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。

多模态医学图像的融合研究

第22卷　第2期2004年6月广西师范大学学报(自然科学版)JOU RNAL O F GUAN GX INORM AL UN I V ERS ITY V o l .22 N o.2June 2004收稿日期:2004203218 基金项目:广西教育厅科研基金资助项目作者简介:王修信(1963—),男,广西桂林人,广西师范大学副教授,硕士. 多模态医学图像的融合研究王修信1,张大力2 (11广西师范大学物理与信息工程学院,广西桂林541004;21清华大学自动化系,北京100084) 摘　要:图像融合作为一种有效的信息融合的技术,已广泛用于医学图像、军事、遥感、机器视觉等领域.基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,利用小波变换分别对CT ,M R I 医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息.实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好. 关键词:医学图像;融合;小波变换中图分类号:T P 391141 文献标识码:A 文章编号:100126600(2004)022******* 医学影像学为临床提供了超声图像、X 射线、电子计算机体层扫描(CT )、磁共振成像(M R I )、数字减影成像(D SA )、正电子发射体层扫描(PET )、单光子发射断层成像(SPECT )等多种模态影像信息[1～3].不同的医学影像可以提供人体相关脏器和组织的不同信息,如CT 和M R I 提供解剖结构信息,而PET 和 SPECT 提供功能信息 .在实际临床应用中,单一模态图像往往不能提供医生所需要的足够信息,通常需要将不同模态图像融合在一起,得到更丰富的信息以便了解病变组织或器官的综合信息,从而做出准确的诊断或制订出合适的治疗方案.例如,CT 利用各种组织器官对X 射线吸收系数的不同和计算机断层技术对人体进行成像,它对于骨、软组织和血管的组合成像效果很好,而对软组织则近乎无能为力.M R I 利用水质子信息成像,对软组织和血管的显像灵敏度比CT 高得多,但对骨组织则几乎不显像.由此可见不同成像技术对人体同一解剖结构所得到的形态和功能信息是互为差异、互为补充的,因此对不同影像信息进行适当的集成便成为临床医生诊断和治疗疾病的迫切需要. 小波变换具有多分辨率分析特点,可聚焦到分析对象的任意细节,特别适合图像信号非平稳信源的处理[4].基于小波变换的图像融合是一种新的多尺度分解像素级融合方法,已有的应用研究主要是热图像和可视图像的融合[5,6].本文利用小波变换分别对CT ,M R I 医学图像进行分解处理,按照融合规则构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像,重构后的融合图像完好地显示源图像各自的信息.实验图像使用互信息量化判据来评价融合效果,结果表明小波变换比传统的像素级加权平均融合算法效果更好. 1　基于小波变换的图像融合原理小波变换是用一族小波函数系去逼近一信号,而小波函数系是通过一个基本小波函数在不同尺度下经伸缩和平移构成[7]. 7a ,b (x )=1?a ? 7x -b a ,　a ,b ∈R ,a ≠0其中a 为伸缩因子,b 为平移因子. 对于二维情况,设V 2j (j ∈Z )是空间L 2(R 2)的一个可分离多分辨率分析,对每一个j (j ∈Z )来说,尺度

Landsat卫星的TM ETM各波段介绍

Landsat卫星的TM/ETM各波段介绍北京揽宇方圆信息技术有限公司拥有WorldView、QuickBird、IKONOS、GeoEye、SPOT、PLEIADES、高分一号、高分二号、资源三号等世界上最高分辨率卫星影像的代理权，能够为户提供全天候、全覆盖、多分辨率、多尺度的影像产品。整合最丰富的遥感影像数据资源，为用户提供最专业的遥感影像数据服务，北京揽宇方圆致力成为中国遥感影像数据服务第一品牌。一、波段介绍 1.TM1 0.45-0.52um,蓝波段对水体穿透强, 该波段位于水体衰减系数最小，散射最弱的部位（0.45—0.55um）,对水体的穿透力最大，可获得更多水下信息，用于判断水深，浅海水下地形，水体浑浊度，沿岸水，地表水等；能够反射浅水水下特征，区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等。 2.TM2 0.52-0.60um,绿波段对植物的绿反射敏感该波段位于健康绿色植物的绿色反射率（0.54—-0.55um）附近；对健康茂盛植物的反射敏感, 主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力对绿的穿透力强, 探测健康植被绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种，植被类型和评估作物长势对水体有一定的穿透力，可反映水下特征，水体浑浊度，水下地形，沙洲，沿岸沙地等。. 可区分人造地物类型， 3.TM3 0.62-0.69um ,红波段对水中悬浮泥沙反映敏感。该波段位于含沙浓度不同的水体辐射峰值（0.58—-0.68um）附近，对水中悬浮泥沙反映敏感。叶绿素的主要吸收波段, 能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差，反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率, 测量植物绿色素吸收率，并以此进行植物分类；此外其信息量大,广泛用于对裸露地表，植被，岩性，地层，构造，地貌等为可见光最佳波段；可区分人造地物类型 4 .TM4 0.76-0.96UM 近红外波段, 对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量, 处于水体强吸收区，水体轮廓清晰，用于勾勒水体，绘制水体边界、探测水中生物的含量和

三种图像融合方法实际操作与分析

摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多

光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清

医学图像融合技术及运用

医学图像融合技术及使用 1医学图像融合技术 1.1图像融合的内涵图像融合是指将多源图像传感器所采集到的关于同一目标的图像经过一定的图像处理,提取各自的有用信息,最后综合成同一图像以供观察或进一步处理。从信息论的角度讲,融合后的图像将比组成它的各个子图像具有更优越的性能,综合整体信息大于各部分信息之和,也就是说,融合的结果应该比任何一个输入信息源包含更多的有用信息,即1+1>2,这就是图像信息的融合2。 1.2医学图像融合的分类一个完整的医学图像融合系统应该是各种成像设备、处理设备与融合软件的总和。因为融合图像的应用目的不同,决定了医学图像融合具有各种各样的形式。根据被融合图像成像方式不同,可分为同类方式融合和交互方式融合。同类方式融合(也称单模融合,mono2mo2dality)是指相同成像方式的图像融合,如SPECT图像间融合,MR图像间融合等;交互方式融合(也成多模融合,multi2mo2dality)是指不同成像方式的图像融合,如SPECT与MR图像融合,PET与CT图像融合等。按融合对象不同,可分为单样本时间融合、单样本空间融合以及模板融合。单样本时间融合：跟踪某一病人在一段时间内对同一脏器所做的同种检查图像实行融合,可用于对比以跟踪病情发展和确定该检查对该疾病的特异性;单样本空间融合：将某个病人在同一时间内(临床上将一周左右的时间视为同时)对同一脏器所做几种检查的图像实行融合,有助于综合利用多种信息,对病情做出更确切的诊断;模板融合：是将病人的检查图像与电子图谱或模板图像实行融合,有助于研究某些疾病的诊断标准。另外,还能够将图像融合分为短期图像融合(如跟踪肿瘤的发展情况时在1~3个月内做的检查图像实行融合)与长期图像融合(如治疗效果评估时实行的治疗后2~3年的图像与治疗后当时的图像实行融合)。综上所述,依据不同的分类原则,医学图像融合有多种方式,在实际应用中,临床医师还能够根据各种不同的诊断与治疗目的持续设计出更多的融合方式。

TM影像各波段介绍

TM影像各波段介绍 1.TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等. 2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征. 3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面. 4 .TM4 0.76-0.96UM 近红外波段,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量. 5.TM5 1.55-1.75UM,中红外波段,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力.易于反映云与雪. 6.TM6 1.04-1.25UM热红外波段,可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图. 7.TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物. 二.类型提取: 1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4 2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5 3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4 4.道路的提取：ＴＭ６－（ＴＭ１＋ＴＭ２＋ＴＭ３＋ＴＭ４＋ＴＭ５＋ＴＭ７）三．光谱差异ＴＭ１居民地与河流菜地不易分开．ＴＭ２居民地与河流菜地不易分ＴＭ３乡村与菜地不易分ＴＭ４农田与道路不易分，乡镇，道路，河滩易浑．ＴＭ５县城与农田不易分ＴＭ６村庄与河流易混．

像素级图像融合

毕业设计（论文）设计(论文)题目像素级图像融合方法姓名：李桂楠学号： 2 学院：机电与信息工程学院专业：自动化年级2011级指导教师：孙甲冰

目录摘要 (4) Abstract (5) 第一章绪论 (1) 1.1课题背景及来源 (1) 1.2图像融合的理论基础和研究现状 (1) 1.3图像融合的应用 (1) 1.4图像融合的分类 (1) 第二章像素级图像融合的预处理 (3) 2.1图像增强 (3) 2.2图像校正 (6) 2.3图像配准 (6) 第三章像素级图像融合的方法综述 (8) 3.1加权平均图像融合方法 (8) 3.2 HIS空间图像融合方法 (8) 3.3 主成分分析图像融合方法 (8) 3.4 伪彩色图像融合方法 (9) 第四章基于小波变换的像素级图像融合概述 (10) 4.1 小波变换的基本理论 (10) 4.2 基于小波变换的图像融合 (11) 4.3基于小波变换的图像融合性能分析 (12)

第五章像素级图像融合方法的研究总结与展望 (19) 参考文献 (20) 谢辞.................................. 错误!未定义书签。

摘要近些年，随着科学技术的飞速发展，各种各样的图像传感器出现在人们的视野前，这种样式繁多的图像传感器在不同的成像原理和不同的工作环境下具有不同功能。而因为多传感器的不断涌现，图像融合技术也越来越多的被应用于医学、勘探、海洋资源开发、生物学科等领域。图像融合主要有像素级、决策级和特征级三个层次，而像素级图像融合作为基础能为其他层次的融合提供更准确、全面、可依赖的图像信息。本文的主要工作是针对像素级的图像融合所展开的。关键词图像融合理论基础、加权平均、图像融合方法、小波变换、

医学影像学的发展与现状

医学影像发展与医学影像技术学的形成 ◆医学影像是临床医学中发展最快的学科之一，它发展速度快，更新周期短，每1~2年就出现一项新技术。显著的特点是从疾病的形态学诊断发展到疾病的功能诊断，从大体形态诊断发展到分子水平诊断，以及定性和定量的诊断，从诊断的临床辅助科室发展到临床治疗的介入科室。以致在医学影像学的基础上形成了医学影像诊断学、医学影像治疗学和医学影像技术学等亚学科。 ◆1895年德国物理学家伦琴发现X线，并把X线用于人体检查，开创了放射医学的先河。在此后的100多年内X线检查占着主导地位，幷广泛地用于临床，使得放射医学逐渐形成一个独立的学科，对临床疾病的诊断起着举足轻重的作用。当时的放射科医生来源有二，在大的教学医院的主要是医疗系毕业的学生，中小医院主要是放射中专班毕业的学生。此时放射科技术人员，在大的教学医院有解放前教会医院培养的技术人员和自己培养的学徒，中小医院的放射科诊断和技术没分家。在20世纪60～80年代，放射科医生基本上是正规学校毕业的学生，而技术人员则是招工顶职、复员军人、护士改行，或者是初高毕业生。 ◆随着科学技术的发展，医学影像发展很快，新的医学影像设备不断涌现，新的影像技术不断产生，医学影像检查和治疗在临床的作用越来越大，应用范围不断扩展。对人员的要求越来越高。20世纪60年代出现影像增强技术，使得放射科以上在黑暗房间的检查彻底解放出来； 20世纪70年代出现CT成像技术，该设备以高的密度分辨率使得放射科结束只能观察人体的骨骼和骷髅的历史，还能够观察人体的软组织病变，解决了传统X线难以解决的诊断难题，尤其是三维成像技术，为临床疾病的诊断和治疗开辟广阔的前景；20世纪80年代出现MR成像技术，它以更高的软组织分辨率和多方位多参数的检查技术，能够观察人体更加细微的病变，解决普通X现、CT和心血管造影难以解决的问题，同时具有无辐射损伤和无创伤的特点，在人体的功能成像和分子水平有其独特的优势；20世纪80年代出现介入放射学，它通过微小的创伤解决了临床上某些疾病难以处理或创伤大的问题，使得放射科成为继内科和外科后的第三大治疗学科；20世纪80～90年代出现CR和DR成像技术，使得放射科进入全面的数字化X线检查，在成像质量、工作效率、图像保存和劳动强度等方面显示极大的优越性；20世纪90年代出现激光打印技术，使放射科技术人员彻底告别暗室手工冲洗胶片的历史，提高了工作效率，降低了劳动强度，保证了图像质量，幷实现了数字化图像的传输和打印；超声技术近来发展越来越快，临床应用范围越来越广，它以无创伤、效率高、诊断准确而受到广大的临床科室亲眯；核素扫描技术近年来发展很快，临床应用范围也不断扩

Landsat陆地卫星TM遥感影像数据介绍

Landsat陆地卫星遥感影像数据简介 “地球资源技术卫星”计划最早始于1967年，美国国家航空与航天局（NASA）受早期气象卫星和载人宇宙飞船所提供的地球资源观测的鼓舞，开始在理论上进行地球资源技术卫星系列的可行性研究。1972年7月23日，第一颗陆地卫星（Landsat_1）成功发射，后来发射的这一系列卫星都带有陆地卫星（Landsat）的名称。到1999年，共成功发射了六颗陆地卫星，它们分别命名为陆地卫星1到陆地卫星5以及陆地卫星7，其中陆地卫星6的发射失败了。 Landsat陆地卫星系列遥感影像数据覆盖范围为北纬83o到南纬83o之间的所有陆地区域，数据更新周期为16天（Landsat 1~3的周期为18天），空间分辨率为30米（RBV和MSS传感器的空间分辨率为80米）。目前，中国区域内的Landsat陆地卫星系列遥感影像数据（见图1）可以通过中国科学院计算机网络信息中心国际科学数据服务平台 QQ电子网免费获得（https://www.360docs.net/doc/101689883.html,）。 Landsat 陆地卫星在波段的设计上，充分考虑了水、植物、土壤、岩石等不同地物在波段反射率敏感度上的差异，从而有效地扩充了遥感影像数据的应用范围。在基于Landsat遥感影像数据的一系列应用中，计算植被指数和针对Landsat ETM off影像的条带修复为最常用同时也是最为基础的两个应用。因此，中国科学院计算机网络信息中心基于国际科学数据服务平台，提供了1）基于Landsat 数据的多种植被指数提取。2）对Landsat ETM SLC-off影像数据的条带修复。图1 Landsat 遥感影像中国区示意图数据特征（1）数据基本特征 Landsat陆地卫星包含了五种类型的传感器，分别是反束光摄像机（RBV），多光谱扫描仪（MSS），专题成像仪（TM），增强专题成像仪（ETM）以及增强专题成像仪+（ETM+），各传感器拍摄影像的基本特征如下：

ERDAS 影像融合方法汇总(chimneyqin)

ERDAS 影像融合方法汇总影像融合是指将多源信道所采集到的关于同一目标的影像数据经过影像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的影像，以提高影像信息的利用率、改善计算机解译精度和可靠性、提升原始影像的空间分辨率和光谱分辨率，利于监测。 ERDAS IMAGINE 提供多种影像融合方法，且支持带RPC模型的影像融合处理。 1、（1 4个波段（蓝/ 像也为 Step4: 利用低通滤波器（5×5）对多光谱影像进行滤波处理，输出多光谱滤波影像。 Step5: 利用相减法对全色锐化影像、全色滤波影像进行相减处理，并将全色锐化影像按照权重融合到多光谱滤波影像各个波段，输出新多光谱影像。（2）参数说明

Input Sensor Type 待融合影像传感器类型，分为Quickbird、IKONOS、Format三种传感器。输入影像要求：多光谱和全色分辨率比为4:1、同时获取、为同一个传感器，全色为单波段，多光谱为4波段。 Sharpening Filter Center Value3×3锐化卷积窗口中心值，其他值都为-1，默认值根据传感器变化，范围值为11、14、17、20、23、1000，小的中心值会产生更好的锐化效果。一般来说，大分辨率影像锐化程度要求低，小分辨率影像锐化程度要求高，若全色影像已经经过锐化处理，此处选择1000。 Pan Contribution Weight融合时全色图像所占的比重（权重），范围为0.7-1.3，默认值根据传感器变化，小的锐化值会产生更好的锐化效果。 Create image of subset area根据子区的坐标来定义融合影像范围。 Create image of full area输出所有区域的融合影像，这个范围是全色和多光谱影像的交集（intersect）。该项勾选时才可设置融合影像成果名称和存放路径。 Null Value 设置输出图像空值的数值。 Mask input Null Values 勾选该项时，可设置输出图像空值。

医学图像融合技术及运用

医学图像融合技术及运用 1医学图像融合技术图像融合的内涵图像融合是指将多源图像传感器所采集到的关于同一目标的图像经过一定的图像处理,提取各自的有用信息,最后综合成同一图像以供观察或进一步处理。从信息论的角度讲,融合后的图像将比组成它的各个子图像具有更优越的性能,综合整体信息大于各部分信息之和,也就是说,融合的结果应该比任何一个输入信息源包含更多的有用信息,即1+1>2,这就是图像信息的融合[2]。医学图像融合的分类一个完整的医学图像融合系统应该是各种成像设备、处理设备与融合软件的总和。由于融合图像的应用目的不同,决定了医学图像融合具有各种各样的形式。根据被融合图像成像方式不同,可分为同类方式融合和交互方式融合。同类方式融合是指相同成像方式的图像融合,如SPECT图像间融合,MR图像间融合等;交互方

式融合是指不同成像方式的图像融合,如SPECT与MR图像融合,PET与CT图像融合等。按融合对象不同,可分为单样本时间融合、单样本空间融合以及模板融合。单样本时间融合:跟踪某一病人在一段时间内对同一脏器所做的同种检查图像进行融合,可用于对比以跟踪病情发展和确定该检查对该疾病的特异性;单样本空间融合:将某个病人在同一时间内对同一脏器所做几种检查的图像进行融合,有助于综合利用多种信息,对病情做出更确切的诊断;模板融合:是将病人的检查图像与电子图谱或模板图像进行融合,有助于研究某些疾病的诊断标准。另外,还可以将图像融合分为短期图像融合与长期图像融合。综上所述,依据不同的分类原则,医学图像融合有多种方式,在实际应用中,临床医师还可以根据各种不同的诊断与治疗目的不断设计出更多的融合方式。医学图像融合的主要技术方法与步骤医学图像融合的过程是一个渐进的过程,不同的融合方法有各自具体的操作和处理,但是,不管应用何种技术方法,图像融合一般