SPOT多光谱数据模拟真彩色的三种方法
以往用户在用遥感数据合成真彩色影像时一般采用Landsat数据,这是因为Landsat的TM或ETM+传感器提供了R,G,B以及IR等共6个波段(1,2,3,4,5和7波段)的多光谱数据,不足之处是数据的空间分辨率稍低。法国SPOT数据不仅空间分辨率较高,而且具有立体测图能力,使用SPOT多光谱波段数据的用户也越来越多,但是SPOT数据产品没有蓝色波段的通道,所以用户在用SPOT多光谱数据合成真彩色影像时碰到了困难。我们针对用户的这一迫切需求,查阅了相关的技术资料,总结了三种实用的模拟真彩色方法。
波段
波段范围
说明
Band1(XS1)
0.50-0.59 μm
绿波段
Band2(XS2)
0.61-0.68 μm
红波段
Band3(XS3)
0.79-0.89 μm
近红外
Band4(SWIR)
1.58-1.75 μm
短波红外
表1 SPOT5多光谱波段的波长设置参数
目前SPOT多光谱数据来模拟真彩色影像的方法一般有如下三种方法:
一.SPOTIMAGE公司在其网站上提供的方法。
蓝色采用XS1波段代替;绿色用(XS1+ XS2+ XS3)/3波段算法来实现;红色用XS2表示。波段算法可以通过ERDASIMAGE的Model Maker实现。此方法合成的影像如下:
0 && image.height>0){if(image.width>=510){this.width=510;this.height=image.height*510/image.width;}}" border=0>
这种方法实际上是将原来的绿波段(0.50-0.59 μm)当作蓝波段(该波段靠近蓝波段的光谱范围),红波段(0.61-0.68 μm)仍采用原来的波段,绿波段用绿波段、红波段、红外波段的算术平均值来代替。
二.专业遥感图像处理软件ERDASIMAGE专门为SPOT多光谱数据提供的方法。
蓝色采用XS1波段代替;绿色用(XS1×3+XS3)/4波段算法来实现;红色用XS2来表示。用此方法合成的影像如下:
0 && image.height>0){if(image.width>=510){this.width=510;this.height=image.height*510/image.width;}}" border=0>
此法将原来的绿波段(0.50-0.59 μm)当作蓝波段,红波段(0.61-0.68 μm)仍采用原来的波段,绿波段用绿波段、红外波段按3:1的加权算术平均值来代替。
三.不确定参数法。此法将全色波段(Panchromatic用P表示)也参与运算,2P×XS1/(XS1+XS2)波段算法为蓝波段;用2P×XS2/(XS1+XS2)波段算法为绿波段;红波段用(aP+(1-a)XS3)来表示。为了防止出现过饱和现象,系数a根据遥感影像景观取值介于0.1到0.5之间。用此法合成的影像如下:
0 && image.height>0){if(image.width>=510){this.width=510;this.height=image.height*510/image.width;}}" border=0>
这种方法的最大特点是引入了全色波段,由于全色波段的空间分辨率更高,所以在作此算法前需要进行影像的配准处理。
通过以上三种对SPOT多光谱数据生成真彩色影像的处理方法,我们可以看出第一种方法和第二种方法由于其算法是比较相近的,所以生成影像的色彩效果区别不大,稳定性较高,工作效率也高;第三种方法由于参数要求用户自定,遥感影像的景观地物不同,所选参数也应做出相应调整。
以上三种方法效果都不好
还有一种计算方法较好
xs1 xs2 xs3
r 0.1 0.9 0
g 0.3 0 0.7
b 0.1 0.1 0.8
以往用户在用遥感数据合成真彩色影像时一般采用Landsat数据,这是因为Landsat的TM或ETM+传感器提供了R,G,B以及IR等共6个波段(1,2,3,4,5和7波段)的多光谱数据,不足之处是数据的空间分辨率稍低。法国SPOT数据不仅空间分辨率较高,而且具有立体测图能力,使用SPOT多光谱波段数据的用户也越来越多,但是SPOT数据产品没有蓝色波段的通道,所以用户在用SPOT多光谱数据合成真彩色影像时碰到了困难。我们针对用户的这一迫切需求,查阅了相关的技术资料,总结了三种实用的模拟真彩色方法。
波段
波段范围
说明
Band1(XS1)
0.50-0.59 μm
绿波段
Band2(XS2)
0.61-0.68 μm
红波段
Band3(XS3)
0.79-0.89 μm
近红外
Band4(SWIR)
1.58-1.75 μm
短波红外
表1 SPOT5多光谱波段的波长设置参数
目前SPOT多光谱数据来模拟真彩色影像的方法一般有如下三种方法:
一.SPOTIMAGE公司在其网站上提供的方法。
蓝色采用XS1波段代替;绿色用(XS1+ XS2+ XS3)/3波段算法来实现;红色用XS2表示。波段算法可以通过ERDASIMAGE的Model Maker实现。此方法合成的影像如下:
0 && image.height>0){if(image.width>=510){this.width=510;this.height=image.height*510/image.width;}}" border=0>
这种方法实际上是将原来的绿波段(0.50-0.59 μm)当作蓝波段(该波段靠近蓝波段的光谱范围),红波段(0.61-0.68 μm)仍采用原来的波段,绿波段用绿波段、红波段、红外波段的算术平均值来代替。
二.专业遥感图像处理软件ERDASIMAGE专门为SPOT多光谱数据提供的方法。
蓝色采用XS1波段代替;绿色用(XS1×3+XS3)/4波段算法来实现;红色用XS2来表示。用此方法合成的影像如下:
0 && image.height>0){if(image.width>=510){this.width=510;this.height=image.height*510/image.width;}}" border=0>
此法将原来的绿波段(0.50-0.59 μm)当作蓝波段,红波段(0.61-0.68 μm)仍采用原来的波段,绿波段用绿波段、红外波段按3:1的加权算术平均值来代替。
三.不确定参数法。此法将全色波段(Panchromatic用P表示)也参与运算,2P×XS1/(XS1+XS2)波段算法为蓝波段;用2P×XS2/(XS1+XS2)波段算法为绿波段;红波段用(aP+(1-a)XS3)来表示。为了防止出现过饱和现象,系数a根据遥感影像景观取值介于0.1到0.5之间。用此法合成的影像如下:
0 && image.height>0){if(image.width>=510){this.width=510;this.height=image.height*510/image.width;}}" border=0>
这种方法的最大特点是引入了全色波段,由于全色波段的空间分辨率更高,所以在作此算法前需要进行影像的配准处理。
通过以上三种对SPOT多光谱数据生成真彩色影像的处理方法,我们可以看出第一种方法和第二种方法由于其算法是比较相近的,所以生成影像的色彩效果区别不大,稳定性较高,工作效率也高;第三种方法由于参数要求用户自定,遥感影像的景观地物不同,所选参数也应做出相应调整。
以上三种方法效果都不好
还有一种计算方法较好
r
g
b