遥感图像彩色合成|以Landsat8数据为例
1、原理和方法
在使用单波段图像时，由于成像系统动态范围的限制，地物显示的亮度值差异较小。又由于人眼对黑白图像亮度级的分辨能力仅有10～20级左右，而对色彩和强度的分辨力可达100多种，因此将黑白图像转换成彩色图像可使地物的差别易于分辨。
1.1 彩色合成（color composite）
在通过滤光片、衍射光栅等分光系统而获得的多波段图像中选出三个波段，分别赋予三原色进行合成。根据各波段的赋色不同，可以得到不同的彩色合成图像。
(1) 真彩色合成
在通过蓝、绿、红三原色的滤光片而拍摄的同一地物的三张图像上，若使用同样的三原色进行合成，可得到接近天然色的颜色，此方法称为真彩色合成。
(2) 假彩色合成
由于多波段摄影中，一副图像多不是三原色的波长范围内获得的，如采用人眼看不见的红外波段等，因此由这些图像所进行的彩色合成称假彩色合成。
计算机的彩色合成原理与光学彩色合成原理相同，在计算机系统中，彩色合成的操作更简单，只要改变调色板，即改变各原色的合成比例和波段，就容易改变影像的色彩。
进行遥感影像合成时，方案的选择十分重要，它决定了彩色影像能否显示较丰富的信息或突出某一方面的信息。以陆地卫星Landsat的TM影像为例，当4，3，2波段分别被赋予红、绿、蓝颜色进行彩色合成时，这一合成方案就是标准假彩色合成，是一种最常用的合成方案。实际应用时，常常根据不同的应用目的在试验中进行分析、调试，寻找最佳合成方案，以达到最好的目视效果。
1.2. 密度分割(Envi Classic)
将一副图像的整个亮度值变量L按照一定量分割为若干等量间隔△L，每一间隔赋予一种颜色Ck，以Ck控制成像系统的彩色显示，就可得到一副假彩色密度分割图像。
1.3、Layer Stacking(Envi)
在Envi中使用Layer Stacking 工具，按照波段特征进行波段合成。
2、Landsat传感器和波段介绍
Landsat TM （ETM+）7个波段可以组合很多RGB方案用于不同地物的解译，Landsat8的OLI陆地成像仪包括9个波段，可以组合更多的RGB方案。
OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段 (band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近，详情参考表3。
如表1是OLI波段合成的简单说明。表2是前人在长期工作中总结的Landsat TM（ETM+）不同波段合成对地物增强的效果。对比表3，可以将表1和表2的组合方案结合使用。
表1：OLI波段合成
| R、G、B |
主要用途 |
| 4 、3 、2 Red、Green、Blue |
自然真彩色 |
| 7、 6 、4 SWIR2、SWIR1、Red |
城市 |
| 5、 4 、3 NIR、Red、Green |
标准假彩色图像，植被 |
| 6 、5 、2 SWIR1、NIR、Blue |
农业 |
| 7 、6、 5 SWIR2、SWIR1、NIR |
穿透大气层 |
| 5、 6、 2 NIR、SWIR1、Blue |
健康植被 |
| 5 、6、 4 NIR、SWIR1、Red |
陆地/水 |
| 7、 5 、3 SWIR2、NIR、Green |
移除大气影响的自然表面 |
| 7 、5 、4 SWIR2、NIR、Red |
短波红外 |
| 6、 5 、4 SWIR1、NIR、Red |
植被分析 |
表2：Landsat TM波段合成总结说明
| R、G、B |
类型 |
特点 |
| 3、2、1 |
真假彩色图像 |
用于各种地类识别。图像平淡、色调灰暗、彩色不饱和、信息量相对减少。 |
| 4、3、2 |
标准假彩色图像 |
它的地物图像丰富，鲜明、层次好，用于植被分类、水体识别，植被显示红色。 |
| 7、4、3 |
模拟真彩色图像 |
用于居民地、水体识别 |
| 7、5、4 |
非标准假彩色图像 |
画面偏蓝色，用于特殊的地质构造调查。 |
| 5、4、1 |
非标准假彩色图像 |
植物类型较丰富，用于研究植物分类。 |
| 4、5、3 |
非标准假彩色图像 |
（1）利用了一个红波段、两个红外波段，因此凡是与水有关的地物在图像中都会比较清楚；（2）强调显示水体，特别是水体边界很清晰，益于区分河渠与道路；（3）由于采用的都是红波段或红外波段，对其它地物的清晰显示不够，但对海岸及其滩涂的调查比较适合；（4）具备标准假彩色图像的某些点，但色彩不会很饱和，图像看上去不够明亮；（5）水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰，但内部的街区结构特征清楚；（6）植物会有较好的显示，但是植物类型的细分会有困难。 |
| 3、4、5 |
非标准接近于真色的假彩色图像 |
对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。 |
表3： OLI陆地成像仪和ETM+对照表
| OLI陆地成像仪 |
ETM+ |
||||
| 序号 |
波段(μm) |
空间分辨率 (m) |
序号 |
波段(μm) |
空间分辨率 (m) |
| 1 |
0.433–0.453 |
30 |
|
|
|
| 2 |
0.450–0.515 |
30 |
1 |
0.450–0.515 |
30 |
| 3 |
0.525–0.600 |
30 |
2 |
0.525–0.605 |
30 |
| 4 |
0.630–0.680 |
30 |
3 |
0.630–0.690 |
30 |
| 5 |
0.845–0.885 |
30 |
4 |
0.775–0.900 |
30 |
| 6 |
1.560–1.660 |
30 |
5 |
1.550–1.750 |
30 |
| 7 |
2.100–2.300 |
30 |
7 |
2.090–2.350 |
30 |
| 8 |
0.500–0.680 |
15 |
8 |
0.520–0.900 |
15 |
| 9 |
1.360–1.390 |
30 |
|
|
|
3、实验步骤
3.1 在Envi Classic中使用密度分割进行波段合成
在主图像窗口，选择 Overlay> Density Slice，将出现 “Density Slice Band Choice” 对话框。
在“Defined Density Slice Ranges” 下列有八个系统默认范围。这些范围由滚动窗口计算的最小值和最大值来限定，并显示在 “Min” 和 “Max” 文本框中。
②在适当的文本框中输入所需要的最小和最大值，来改变密度分割的范围。要重新设置数据范围到初始值，点击 “Reset”。
③ 通过选择对话框时底部 “Windows” 旁所需要的复选框，来选择是否将密度分割颜色应用到图像窗口、滚动窗口或这两个窗口。
④点击 “Apply” ，将系统默认的范围和颜色应用于图像上。要编辑数据范围：
a) 选择一个数据范围，并点击 “Edit Range” 来改变范围值或颜色；
b) 当出现 Edit Density Slice Range 对话框时，输入所需要的最小和最大值，并从 “Color” 菜单中选择一种颜色；
c) 点击 “OK” ，执行改变 “Defined Density Slice Ranges” 列表中的范围。
d) 点击 “Apply” ，把新的范围和颜色应用到图像上。
要从列表中删除一个范围，选择数据范围，然后点击 “Delete Range”。要清除密度分割范围列表，点击 “Clear Ranges”。
3.2 在Envi中使用Layer Stacking工具合成波段
打开Layer Stacking工具——选择要操作的影像——Spectral Subset中选择要合成的波段——指定位置输出
