遥感实验三
实验三：遥感图像拉伸处理
辐射增强处理(Radiometric Enhancement)
①直方图均衡化(Histogram Equalization)：点击Interpreter 图标 一Radiometric Enhancement一Histogram Equalization，打开Histogram Equalization对话框。
直方图均衡化实质 上是对图像进行非线性 拉伸，重新分配图像像 元值，使一定灰度范围 内像元的数量大致相等； 这样，原来直方图中间 的峰顶部分对比度得到 增强，而两侧的谷底部 分对比度降低，输出图 像的直方图是一较平的 分段直方图，如果输出 数据分段值较小的话， 会产生粗略分类的视觉 效果。
②直方图匹配（Histogram Match) 点击Interpreter图标一Radiometric Enhancement 一 Histogram Match，打开Histogram Matching对话框。
直方图匹配是对图像查找表进行数学变换，使一幅图像的直方图与另一 幅图像类似。直方图匹配经常作为相邻图像拼接或应用多时相遥感图像进行 动态变化研究的预处理工作，通过直方图匹配可以部分消除由于太阳高度角 或大气影响造成的相邻图像的效果差异。
实习三 遥感图像增强
ห้องสมุดไป่ตู้
滁州学院国土信息工程系
（1）背景知识
在获取图像的过程中，由于多种因素的影响，导致图像质量 多少会有所退化。图像增强的目的在于：(1)采用一系列技术改 善图像的视觉效果，提高图像的清晰度；(2)将图像转换成一种 更适合于人或机器进行分析处理的形式。通过处理设法有选择地 突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息， 以提高图像的使用价值。 增强的方法往往具有针对性，增强的结果只是靠人的主观感 觉加以评价。因此，图像增强方法只能有选择地使用。 图像增强方法从增强的作用域出发，可分为空间域增强和频 率域增强两种。空间域增强是直接对图像像素灰度进行操作；频 率域增强是对图像经傅立叶变换后的频谱成分进行操作，然后经 傅立叶逆变换获得所需结果。
遥感实验三(图像分割)2010
卷积滤波
卷积（Convolutions）滤波是通过消除特定的空间频率来使图像增强，根据增强类型（低频、中频和高频）不同可分为低通滤波、带通滤波和高通滤波。此外还可以增强图像某些方向特征的方向滤波等。它们的核心部分是卷积核。ENVI提供很多卷积核，包括高通滤波（High Pass）、低通滤波（Low Pass）、拉普拉斯算子（Laplacian）、方向滤波（Directional）、高斯高通滤波（Gaussian High Pass）、高斯低通滤波（Gaussian Low Pass）、中值滤波（Median）、Sobel、Roberts，还可以自定义卷积核。具体操作如下：
下面对ENVI中各种滤波作一个简单的说明，如表5.1。
表5.1 各种滤波说明
滤波
说明
高通滤波器（High Pass）
高通滤波在保持图像高频信息的同时，消除了图像中的低频成分。它可以用来增强纹理、边缘等信息。高通滤波通过运用一个具有高中心值的变换核来完成（周围通常是负值权重）。ENVI默认的高通滤波器使用3×3的变换核（中心值为“8”，周围像元值为“-1”），高通滤波卷积核的维数必须是奇数。
二、实验内容
（1）利用直方图进行图像分割
实验步骤：1、打开实验图像（地物与直方图DSCF0153.JPG）并显示图像直方图
2、在直方图窗口，移动RGB拉伸的最小值分别为150,160,150，并分别应用，查看拉伸后的图像。
原图：
最小值150的拉伸：
最小值160的拉伸：
去除天空的操作：（菜单—basictools—bandmath）
3)Editable Kernel
卷积核中各项的值。在文本框中双击鼠标可以进行编辑，选择File->Save Kernel或者Restore Kernel，可以把卷积核保存为文件（.ker）或者打开一个卷积核文件。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。
（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。
遥感实习报告(报告)
重庆交通大学测绘工程《遥感原理及应用》实验报告班级：学号：姓名：指导老师：实验室：地理信息中心实验室实验一ENVI 视窗的基本操作一、实验的目的初步了解目前主流的遥感图象处理软件 ENVI 的主要功能模块，在此基础上,掌握视窗操作模块的功能和操作技能,为遥感图像的几何校正等后续实习奠定基础。
二、实验软件与数据软件：Envi遥感图像处理软件。
数据：重庆地区UTM第八波段数据。
三、实验方法与步骤Envi软件的主菜单:这个是ENVI软件的主菜单，其中包括了文件的载入，基本工具栏，以及图像处理的一些必要的功能。
四、实验体会与建议本次实验主要是熟悉Envi软件的菜单，以及一些常用的方法。
还有就是将Envi软件菜单的界面转换成中文菜单。
1、在ENVI安装目录..\RSI\IDL60\products\envi40\menu下建立新文件夹，命名为orgmenu2、拷贝。
.\RSI\IDL60\products\envi40\menu下原有的英文菜单文件display.men、display_shortcut.men和envi。
men到新建的orgmenu目录中进行备份3、拷贝下载的display。
men、display_shortcut.men和envi。
men文件到..\RSI\IDL60\products\envi40\menu中，覆盖原文件。
4、启动ENVI4.0。
实验二遥感图像的几何校正一、实验的目的通过实习操作，掌握遥感图像几何校正的基本方法和步骤,深刻理解遥感图像几何校正的意义。
二、实验软件与数据软件:Envi遥感图像处理软件。
数据：重庆地区UTM第八波段数据以及未经校核的重庆地区jpg图片。
三、实验方法与步骤1、打开ENVI软件将UTM图像和jpg格式的图片载入，上述图像中我们可以看出，12840-8图像下面有图像的地理信息，而重庆城区图片是没有信息说明的.2、选择校正与镶嵌菜单下的校正图像选取控制点（图像到图像）,分别选取基础图像和校正图像，分别在图像上面选择控制点,通过Add Point按钮增加选择的控制点，用这个方法选择5个控制点，单击Show List按钮查看所选控制点的信息3、在控制点选择窗口中选择options菜单，再选择warp file，选择输出校正后的图像文件。
遥感原理实验报告3目视解译与制图
《遥感原理》实验报告实验名称：遥感图像目视解译与制图专业：地理信息科学学号：姓名：指导老师：1、实验目的（1）学习航空像片判读的基本原理和方法；掌握航空像片判读中判读标志的建立方法；解译判读各土地覆盖类型在彩红外航片上的影响特征；（2）认识和了解热红外影像对地物的表现；（3）认识和掌握TM图像各波段的光谱效应；学习和掌握陆地卫星遥感图像的判读方法。
2、实验材料ArcGIS10.2、ENVI5.13、实验内容与过程3.1航空像片的判读说明：与黑白像片相比。
真彩色像片基本反映了地物的天然色彩，地物类型之间的细微差异可以通过色彩的变化表现出来，彩色像片上的丰富色彩提供了比可见光黑白像片更多的信息。
由于受到大气散射与吸收的影响，在航空摄影高度相同的条件下，彩色摄影信息损失量远大于红外摄影，因此航空遥感中广泛使用彩色红外摄影。
由于绿色植物在近红外波段具有很强的反射特性，在彩色红外像片上呈红色，使彩红外航片比普通彩色航片在植被的判读和识别方面具有较大的优势，同时也使其在识别伪装方面有突出的功用。
判读彩色红外像片，可以按照以下步骤进行：认真了解彩红外摄影感光材料的特性和成像原理；熟悉各种地物在可见光和近红外波段的反射光谱特性；建立地物的反射光谱特性与像片假彩色的对应关系（如下表）；建立彩红外像片与其他判读标志；遵循遥感解译步骤与方法对彩红外像片进行解译。
在解译时应注意：在彩红外像片上，植物的叶子因反射红外线而呈现为红色。
但不同植被类型或处于不同生长阶段，受不同环境影响的植物，其光谱特性不同，因而在彩红外相片上，红色的深浅程度不同。
如正常生长的针叶林，颜色为红色到品红色，枯萎的植被则呈现暗红色，即将枯死的制备则呈现青色。
根据以上表格和所给遥感影像可得实习区判读表格如下：3.2热红外图像判读（1）光盘中“实习图像”子目录下共有三组热红外图像：热红外11、热红外12、热红外13位第一组，这是反映工业热流的热红外影像，影像说明如表所示。
ENVI遥感图像处理实验教程 实验三 几何校正(影像、地形图)ok
实验三 ENVI影像的几何校正本专题旨在介绍如何在ENVI中对影像进行地理校正，添加地理坐标，以及如何使用ENVI进行影像到影像的几何校正。
遥感图像的几何纠正是指消除影像中的几何形变，产生一幅符合某种地图投影或图形表达要求的新影像。
一般常见的几何纠正有从影像到地图的纠正，以及从影像到影像的纠正，后者也称为影像的配准。
遥感影像中需要改正的几何形变主要来自相机系统误差、地形起伏、地球曲率以及大气折射等。
几何纠正包括两个核心环节：一是像素坐标的变换，即将影像坐标转变为地图或地面坐标；二是对坐标变换后的像素亮度值进行重采样。
本实验将针对不同的数据源和辅助数据，提供以下几种校正方法：Image to Map几何校正：通过地面控制点对遥感图像几何进行平面化的过程，控制点可以是键盘输入、从矢量文件中获取。
地形图校正就采取这种方法。
Image to image几何校正：以一副已经经过几何校正的栅格影像作为基准图，通过从两幅图像上选择同名点（GCP）来配准另一幅栅格影像，使相同地物出现在校正后的图像相同位置。
大多数几何校正都是利用此方法完成的。
Image to image自动图像配准：根据像元灰度值自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配准过程。
当同一地区的两幅图像由于各自校正误差的影像，使得图上的相同地物不重叠时，可利用此方法进行调整1. 地形图的几何校正（1）打开并显示地形图从ENVI主菜单中，选择file →open image file，打开3-几何校正\地形图\G-48-34-a.JPG。
（2）定义坐标从ENVI主菜单栏中，选择Map →Registration →Select GCPs：Image to map。
在image to Map Registration对话框中，点击并选择New,定义一个坐标系从ENVI主菜单栏中，选择Map →Registration →Select GCPs: Image to Map。
遥感图像的增强处理
目的：通过上机操作，掌握彩色变换增强，空间域增强，频率域增强，多光谱变换增强等几种遥感图像增强处理的过程和方法，加深对遥感图像增强处理的理解。
实验内容：彩色合成；对比度变换增强；空间滤波增强；频率域增强；图像运算；主成分变换。
一、彩色合成
根据加色法彩色合成原理，选择遥感图像的三个波段，分别赋予红、绿、蓝三种原色，然后将这三个波段叠加，构成彩色合成图像。
锐化：interpreter—spatical enhancement—convolution（索伯尔）以T1为例。 New为自己新定义一个模板，在Xsize与Ysize中定义，以默认的3为例，在窗口中的行列中输入T1（突出线状地物，为水平方向线性地物）点file中的librarian中的name中命名“suoboer”点save后close，发现自定义的suoboer已出现 在convolution窗口中的kernel下，点击suoboer，再在output file中命名。
（1）索伯尔梯度
1 2 1 -1 0 1
T1= 0 0 0 T2= -2 0 2
-1-2-1 -1 0 1
（2）拉普拉斯算法（有利于提取边缘信息）
0 1 0
T（m，n）=1-4 1（同时突出横、纵向，但边界是断断续续
标准假彩色合成：
TM2(绿波段)赋予蓝
TM3（红波段）赋予绿
TM4（近红外波段）赋予红；
步骤：配准--------合成
空间位置上配准（通过几何校正进行配准）
做一标准假彩色合成（选影像tm2、3、4）
首先将tm2、3、4打开看是否能直接合成（投影坐标是否一样，若不一样则需配准后才能合成）
《遥感技术》实验报告
郑州大学水利与环境学院遥感技术实验报告（适用于地理信息系统专业）专业班级： ***********学生姓名： *******学生学号： ***********指导教师： ******实验成绩：***年***月实验一、遥感图像认知与输入/输出的基本操作一、实验要求1.了解遥感卫星数字影像的差异。
2.掌握查看遥感影像相关信息的基本方法。
3.掌握遥感图像处理软件ERDAS的基本视窗操作及各个图标面板的功能。
4.了解遥感图像的格式，学习将不同格式的遥感图像转换为ERDASimg格式，以及将ERDASimg 格式转换为多种指定的格式图像。
5.学习如何输入单波段数据以及如何将多波段遥感图像进行波段组合。
6.掌握在ERDAS系统中显示单波段和多波段遥感图像的方法。
二、实验内容1.遥感图像文件的信息查询。
2.空间分辨率。
3.遥感影像纹理结构认知。
4.色调信息认知。
5.遥感影像特征空间分析。
6.矢量化。
7.遥感图像的格式。
8.数据输入/输出。
9.波段组合。
10.遥感图像显示。
三、实验结果及分析：简述矢量功能在ERDAS中的意义。
矢量功能可以将栅格数据转化为矢量数据。
矢量数据有很多优点：1.矢量数据由简单的几何图元组成，表示紧凑，所占存储空间小。
2.矢量图像易于进行编辑。
3.用矢量表示的对象易于缩放或压缩，且不会降低其在计算机中的显示质量。
四、实验结果及分析：简述不同传感器的卫星影像的特点和目视效果。
SPOT卫星最大的优势是最高空间分辨率达10m，并且SPOT卫星的传感器带有可以定向的发射镜，使仪器具有偏离天底点（倾斜）观察的能力，可获得垂直和倾斜的图像。
因而其重复观察能力由26天提高到1~5天，并在不同的轨道扫面重叠产生立体像对，可以提供立体观测地面、描绘等高线，进行立体绘图的和立体显示的可能性。
CBRES的轨道是太阳同步近极地轨道，轨道高度是778km，卫星的重访周期是26天，其携带的传感器的最高空间分辨率是19.5m。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验三：遥感图像的增强处理和遥感信息复合日期周次星期学时 4一、实验目的：通过上机操作，了解空间滤波、辐射增强等几种遥感图象增强处理的过程和方法，加深对图象增强处理的理解。
初步掌握遥感信息复合的方法，深入理解遥感信息复合在信息解译中的意义。
二、实验内容：对比度变换（辐射增强），空间滤波，彩色合成。
TM与SPOT数据融合注意：因为低分辨率的数据必须重采样成与高分辨率数据相同，在ENVI中进行数据融合操作时，使用的数据应具有地理信息（这样重采样可以实时地进行），如果数据不具有地理信息，则要求它们具有相同的地理覆盖范围、同样的像元尺寸、同样的图像大小和方向。
这个练习中使用的数据没有地理信息。
三、增强处理实验步骤：1、对比度变换（又称辐射增强，反差扩展）（1）了解系统默认扩展：从主菜单的 File 中，打开 TM 1-7 波段数据（can_tmr.img），在窗口中打开任意波段的数据。
主图像菜单中的 enhance 菜单就是对图像进行反差扩展。
首先选择[scroll] linear（观察对Image或Zoom窗口作用），对图像进行线性扩展，（默认的线性扩展是 2%的线性扩展）。
要想改变系统默认的2%线性扩展，从主菜单File 中，打开Preferences>Display Default，将%Linear中的 2.0 改为0.0，选择 OK后。
关闭对话框，保存生成的新文件再打开，就形成新的从 0 开始的线性变换。
（2）交互式扩展变换主图像菜单中选择 Enhance>Interactive Stretching 可以进行交互式的反差扩展。
Strech_Type 中可以选择各种扩展方式，主要有 Linear（普通线性扩展），Piecewise Linear（分段线性扩展），Equalization（直方图均衡化），等等。
《1》选中扩展方式Linear，点击 Apply，即可在图中看到变化后的图像。
如果需要将变换结果进行保存，可以选菜单项save。
（说明：左边是输入的原图直方图，右侧是输出直方图。
apply旁边的范围输入框，用于指定原图中参加变换的取值范围，该范围的最大最小值对应在左侧图中标示为两条虚线。
输出范围是默认的0-255，直方图下方状态栏，说明了当前扩展方式，所变换的影像窗口。
ENVI里反差扩展只能在单个波段图像上进行。
）《2》选中扩展方式Piecewise Linear（分段线性扩展），先根据图像情况，拟定变换范围分段方案，确定断点位置，按下面说明加入断点。
然后点击 Apply 即可在图中看到其变化结果。
技巧说明：在原始图像的直方图中定位断点大致位置，点击鼠标中键加分段断点。
鼠标左键选中断点，将它拖到任意位置，鼠标右键可删除断点。
（小技巧：键入大概断点位置后，在扩展窗口的菜单options>Edit piecewise linear可以精确编辑断点位置，Hist Val是断点的原图亮度值，LUT Val是变换后对应断点亮度值，见下图示例）。
问题：对于多波段影像，如何对不同波段用相同的拉伸方案？提示：file>save strech to LUT（LUT）说明：LUT(Look-Up Table)实际上就是一张像元亮度值的映射表，它将实际采样到的像元亮度值经过一定的变换如二值化、对比度变换等，变换成了另外一个与之对应的灰度值，这样可以起到突出图像的有用信息，增强图像的对比度的作用。
《3》选中扩展方式Equalization（直方图均衡化），点击 Apply，即可在图中看到变化后的图像。
（3）选作自学：直方图匹配：在两个窗口中分别打开需要进行匹配的两幅影像（can_tmr.img和bhtmref.img，该图像与can_tmr.img在同一个目录下）。
选择选定其中一幅影像作为亮度分布的标准，例如：bhtmref.img，在另一幅图像的主影像窗口中菜单Enhance>Histogram mathching,（小技巧：用interactive streching菜单命令打开直方图，可在变换时，观察两图的直方图情况。
）友情提示：ENVI中，该法不但可用于单个波段影像，而且能对多波段影像变换，试试标准假彩色影像的直方图匹配吧。
2、空间滤波（说明：在 ENVI 中可进行如下滤波操作：空间滤波、形态学滤波、纹理滤波、自适应滤波和频率域滤波。
卷积滤波在空间域中对图像进行滤波处理，形态滤波根据数学形态学运算对图像进行增强，纹理滤波可以提取图像的纹理方面的信息，自适应滤波能够在保留边缘的情况下进行平滑减噪处理。
本实验主要介绍空间滤波。
ENVI 中的卷积滤波包括以下类型：拉普拉斯算法（Laplacian）、方向滤波(Directional)、中值(Median)、索伯尔梯度（Sobel）、罗伯特梯度（Roberts）、高通(High pass)、低通(Low pass)、高斯高通(Gaussian high pass)、高斯低通(Gaussian low pass)、用户自定义滤波（User defined）。
*高通滤波高通滤波在保持高频信息的同时，消除了图像中的低频成分。
它可以用来增强不同区域之间的边缘，犹如使图像尖锐化。
通过运用一个具有高中心值的变换核来完成（典型地周围是负值权重）。
ENVI 默认的高通滤波用到的变换核是 3×3 的（中心值为“8”，外部像元值为“-1”）。
高通滤波变换核的大小必须是奇数。
*低通滤波低频滤波保存了图像中的低频成分。
相当于对图像进行平滑化。
ENVI 缺省的低通滤波使用 3×3 模板，模板中所有元素的和为 1，相当于对模板内的像素求平均然后赋给中间像元。
实质等于均值平滑。
*高斯滤波高斯滤波通过一个指定大小的高斯卷积函数对图像进行滤波，可以高通也可以低通，缺省大小为 3×3。
）(1)打开图像can_tmr.img后，在主菜单中选择Filter > Convolutions and Morphology，出现Convolutions and Morphology Tool对话框（2）在上述对话框中选择Convolutions>滤波方法（如上所介绍），选中所需方法。
以方向滤波为例，将弹出Directional Filter Angle对话框：输入方向角，北向（竖直向上）为 0 度方向，按照逆时针方向为正方向。
任务：分别进行南北向和东西向线性地物增强，观察对比结果图。
（操作技巧：选择Quick Apply可以可以将滤波结果应用到一个临时显示窗口（只能针对一个波段），用于快速试验不同的滤波参数和浏览滤波结果，这种方法产生的临时文件存放在ENVI默认的临时文件目录下（在File>Preference 中进行设置）。
通过选Options > Change Quick-Apply Input Band可以更改临时应用的波段。
选择Apply to File方法可以将滤波结果应用到一个特定的图像文件中，并进行输出。
Quick Apply作用于单波段，而Apply to File可以作用于多波段。
）(3) 在Image Add Back (0-100%)右的文本框中键入一个add back值。
（说明：加回原图像的部分值可以保留一些空域背景，通常用于图像锐化当中，这样滤波图像看上去效果更好一些，不会是纯粹的边缘。
add back值是原图像在输出图像中所占的百分比（权重），例如，如果设置为40%，那么原图像亮度值的40%与滤波图像相应像元亮度值的60%相加后作为结果图像的像元亮度值，若add back值为100%，则相当于没有滤波。
）试试滤波方法选中拉普拉斯算法（Laplacian），将add back值分别设为0%和40%时，观察对比结果图。
（4）用户自定义变换核，将变换核保存到文件:在滤波方法选中user defined，用鼠标双击想要进行编辑的模板单元值，即可输入新的值，按回车即可。
操作技巧：通过点击“Kernel Size”中的箭头按钮来指定变换核的大小。
（注意，一些特别的滤波器，如Sobel和Roberts有自已的默认值，是不能改变的。
）变换核的尺寸被设置为奇数。
按鼠标左键可以2为单位进行增减，按鼠标中键可以10为单位进行增减，当按鼠标右键时，变换核的尺寸将恢复为3×3。
变换核被默认为正方形，如果想变为非正方形（矩形），可以取消勾选Options>Square kernel。
若想把自定义的变换核保存到文件，可以选择File>Save Kernel，键入一个扩展名为.Ker的文件名，按OK。
也可以通过File>Restore Kernel恢复保存的变换核。
完成后，关闭Convolutions and Morphology Tool对话框。
3、彩色合成根据加色法的合成原理，选择遥感影像的某三个波段，分别赋予红，绿，蓝三种原色，就可以做成彩色合成的图像，这种图像处理方法就叫做彩色合成，它能够有效的突出更多的地物信息。
（1）首先打开can_tmr.img（该TM图像包含1－7个波段），File>Open Image File:（2）点击 Available Bands List 对话框中 RGB Color 单选按钮。
（3）在显示的波段列表中分别点击 band 4 做R（红）变换、band 5做G（绿）变换、band7 做B（蓝）变换。
（4）点击 Load RGB 显示合成后的彩色图像。
（5）在主图像的菜单栏中File>Save Image As>Image File，点击 Choose 选择保存文件的路径，点击 OK 保存图像即完成了图像的彩色变换。
观察结果图像的波段，该方法可用于波段提取。
四、TM与SPOT数据融合实验步骤：1、重采样（1、打开图像：选择File>Open External File >IP Software> ER Mapper，在实习数据路径下分别打开lon_tm.ers和lon_spot.ers。
(问题：这是什么文件格式？)（2、观察图像大小：在波段列表中单击SPOT图像的波段，在对话框下面显示其大小为2820×1569，然后单击TM数据的任一个波段，注意到其图像大小为1007×560。
（3、重采样：在主菜单中选择Basic Tools > Resize Data (Spatial/Spectral)，然后选择lon_tm文件,点击OK。
在Resize Data Parameters对话框中的Samples 文本框中键入2820，Lines文本框中键入1569，这样使得采样后的图像行列数与SPOT相同。