遙感圖像處理資料課件

1、第第4章章 遙感圖像處理遙感圖像處理4.1 光學(xué)原理與光學(xué)處理光學(xué)原理與光學(xué)處理4.2 數(shù)字圖像的校正數(shù)字圖像的校正4.3 數(shù)字圖像的增強(qiáng)數(shù)字圖像的增強(qiáng)4.4 多源信息復(fù)合多源信息復(fù)合第第4章章 遙感圖像處理遙感圖像處理4.1 光學(xué)原理與光學(xué)處理光學(xué)原理與光學(xué)處理4.2 數(shù)字圖像的校正數(shù)字圖像的校正4.3 數(shù)字圖像的增強(qiáng)數(shù)字圖像的增強(qiáng)4.4 多源信息復(fù)合多源信息復(fù)合4.3 數(shù)字圖像的增強(qiáng)數(shù)字圖像的增強(qiáng) 對比度變換對比度變換空間濾波空間濾波彩色變換彩色變換圖像運(yùn)算圖像運(yùn)算多光譜變換多光譜變換4.3.1 對比度變換對比度變換（1）相關(guān)概念）相關(guān)概念l對比度變換： 又稱對比度擴(kuò)展、灰度變換、輻射增強(qiáng)

2、等又稱對比度擴(kuò)展、灰度變換、輻射增強(qiáng)等l亮度直方圖從直方圖形態(tài)判斷影像質(zhì)量從直方圖形態(tài)判斷影像質(zhì)量（2）對比度變換的方法）對比度變換的方法 1）線性變換 2）非線性變換 直方圖數(shù)字影像最小值最大值(1)線線性性變變換換 要設(shè)計(jì)一個(gè)線性變換要設(shè)計(jì)一個(gè)線性變換函數(shù)，將亮度值為函數(shù)，將亮度值為0 01515影像拉伸為影像拉伸為0 03030。該變。該變換函數(shù)在圖中是一條直換函數(shù)在圖中是一條直線線. .150300abxxabxx2方程式為：方程式為：變換前后直方圖對比變換前后直方圖對比變換后影像變換后影像最小值最大值 一般情況下，當(dāng)線性一般情況下，當(dāng)線性變換時(shí)，變換前影像變換時(shí)，變換前影像的亮度范圍

3、的亮度范圍xa為為a1a2，變換后影像的亮，變換后影像的亮度范圍度范圍xb為為b1b2，變換關(guān)系是直線，則變換關(guān)系是直線，則變換方程為變換方程為 121121aaaxbbbxab111212)(baxaabbxab對對 分析與討論分析與討論（1 1）若）若a a2 2-a-a1 1bbb2 2-b-b1 1： 亮度范圍縮小，影像被壓縮。亮度范圍縮小，影像被壓縮。 （3 3）對于）對于a a2 2與與a a1 1的取值位置：的取值位置： 是取在影像亮度值的全部或部分，偏亮是取在影像亮度值的全部或部分，偏亮或偏暗處，要根據(jù)對影像顯示效果的需要而或偏暗處，要根據(jù)對影像顯示效果的需要而人為地設(shè)定人為地

4、設(shè)定111212)(baxaabbxab分段線性變換分段線性變換 為了更好地調(diào)節(jié)影像的對比度，需要在一為了更好地調(diào)節(jié)影像的對比度，需要在一些亮度段拉伸，而在另一些亮度段壓縮，些亮度段拉伸，而在另一些亮度段壓縮，這種變換稱為這種變換稱為分段線性變換分段線性變換。 分段線性變換時(shí)，變換函數(shù)不同，在變換分段線性變換時(shí)，變換函數(shù)不同，在變換坐標(biāo)系中成為折線，折線間斷點(diǎn)的位置根坐標(biāo)系中成為折線，折線間斷點(diǎn)的位置根據(jù)需要決定。據(jù)需要決定。abxx31102abxx41543abxx 變化前亮度值0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15變化后亮度值0 0 1 1 1 2 2

5、 4 6 8 10 12 13 14 14 15結(jié)果比較結(jié)果比較（2 2） 非線性變換非線性變換l當(dāng)變換函數(shù)是非線性時(shí)，即為非線性變換。l常用非線性變換函數(shù)： 指數(shù)變換 對數(shù)變換指數(shù)變換指數(shù)變換 數(shù)學(xué)表達(dá)式：特點(diǎn)：特點(diǎn)： 在亮度值較高的部分： 擴(kuò)大亮度間隔，屬于拉伸 在亮度值較低的部分： 縮小亮度間隔，屬于壓縮cnexamxb對數(shù)變換對數(shù)變換 數(shù)學(xué)表達(dá)式：特點(diǎn)：特點(diǎn)： 在亮度值較高的部分： 縮小亮度間隔，屬于壓縮 在亮度值較低的部分： 擴(kuò)大亮度間隔，屬于拉伸cmxnxab) 1lg(對比度變換函數(shù)的適用對象：對比度變換函數(shù)的適用對象：線性變換分段線性變換對數(shù)變換指數(shù)變換4.3.2 4.3.2

6、空間濾波空間濾波 概念概念 空間濾波是通過像元與其周圍相鄰像元的關(guān)系，采用空間域中的鄰域處理方法，實(shí)現(xiàn)重點(diǎn)突出圖像上的某些特征的目的（如突出邊緣或紋理）。l屬于幾何增強(qiáng)處理，包括：平滑和銳化。屬于幾何增強(qiáng)處理，包括：平滑和銳化。l與對比度變換的區(qū)別與對比度變換的區(qū)別對比度增強(qiáng)是通過單個(gè)像元的運(yùn)算從整體上改善影像的質(zhì)量空間濾波則是以重點(diǎn)突出影像上的某些特征為目的（1 1）圖像卷積運(yùn)算）圖像卷積運(yùn)算 概念： 圖像的卷積運(yùn)算是在空間域上對圖像做局部檢測的運(yùn)算，以實(shí)現(xiàn)圖像的平滑和銳化 二維的卷積運(yùn)算是在影像中使用模板來實(shí)現(xiàn)的二維卷積運(yùn)算方法二維卷積運(yùn)算方法為模板為窗口，),(),(),(),(),(1

7、1nmtnmnmtnmjirMmNn （2 2）平滑（低通濾波）平滑（低通濾波） 作用：作用： 影像中出現(xiàn)某些亮度變化過大的區(qū)域，或出現(xiàn)不該有的亮點(diǎn)（“噪聲”）時(shí)，采用平滑的方法可以減小變化，使亮度平緩或去掉不必要的“噪聲”點(diǎn)。 具體方法：具體方法：均值平滑均值平滑中值濾波中值濾波均值平滑均值平滑 將每個(gè)像元在以其為中心的區(qū)域內(nèi)取平均值來代替該像元值，以達(dá)到去掉尖銳“噪聲”和平滑影像的目的。 計(jì)算公式： 一般采用33的模板作卷積運(yùn)算：MmNnnmMNjir11),(1),(t(m,n)=或t(m,n)=1/9 1/9 1/91/9 1/9 1/91/9 1/9 1/91/8 1/8 1/81/

8、8 0 1/81/8 1/8 1/8中值濾波中值濾波 作用：作用： 將每個(gè)像元在以其為中心的鄰域內(nèi)取中間亮度值來代替該像元值，以達(dá)到去尖銳“噪聲”和平滑影像的目的 方法： 采用活動窗口的掃描方法。取值時(shí)，將窗口內(nèi)所有像元按亮度值的大小排列，取中間值作為中間像元的值。 MN取奇數(shù)為好原圖像原圖像中值濾波后的圖像中值濾波后的圖像采用采用13模板進(jìn)行中值濾波模板進(jìn)行中值濾波均值平滑與中值濾波的比較均值平滑與中值濾波的比較 二者的平滑效果二者的平滑效果 均值濾波算法簡單，速度快，容易消除噪聲，但也使影像變的模糊； 中值濾波在取出噪聲的同時(shí)，能夠有效地減少模糊； 適用范圍適用范圍 影像亮度為階梯狀變化時(shí)

9、：均值平滑 對于突出亮點(diǎn)的“噪聲”干擾：中值濾波中值濾波與均值平滑的結(jié)果對比中值濾波與均值平滑的結(jié)果對比（3 3）銳化（邊緣增強(qiáng)，高通濾波）銳化（邊緣增強(qiáng)，高通濾波）作用作用 為了突出影像的邊緣、線狀目標(biāo)或某些亮度變化率大的部分，可采用銳化方法。 通過銳化，可直接提取出需要的信息?；驹恚夯驹恚?梯度變化梯度變化梯度反映了相鄰像元的亮度變化率。也就是說，影像中如果存在邊緣，如湖泊、河流的邊界，山脈和道路等，則邊緣處有較大的梯度值。對于亮度值較平滑的部分，亮度梯度值較小。主要方法主要方法羅伯特（Roberts）梯度索伯爾（Sobel）梯度拉普拉斯（Laplace）算法定向檢測羅伯特梯度羅伯

10、特梯度 基本公式：基本公式： 模板：模板： 閾值設(shè)定閾值設(shè)定) 1,(), 1() 1, 1(),(jifjifjifjifgradf0110100121tt21ttgradf索伯爾梯度索伯爾梯度 與羅伯特梯度類似 模板 特點(diǎn) 較多地考慮鄰域點(diǎn)的關(guān)系，相對更加精確10120210112100012121tt原原圖圖像像羅伯特梯度銳化羅伯特梯度銳化索伯爾梯度銳化索伯爾梯度銳化拉普拉斯算法拉普拉斯算法 模板與計(jì)算模板與計(jì)算 特點(diǎn)：特點(diǎn)： 檢測變化率的變化率（二階微分） 改進(jìn)：改進(jìn)： 010141010),(nmt),(),(),(11nmtnmjirMmNn),(),(),(jikrjifjir原

11、原圖圖像像拉普拉斯計(jì)算結(jié)果拉普拉斯計(jì)算結(jié)果改進(jìn)的拉普拉斯計(jì)算結(jié)果改進(jìn)的拉普拉斯計(jì)算結(jié)果定向檢測定向檢測 檢測垂直邊界檢測垂直邊界 檢測水平邊界檢測水平邊界121121121101101101),(或nmt111222111111000111),(或nmt定向檢測（水平、垂直）定向檢測（水平、垂直） 檢測對角線邊界211121112,112121211110101011011101110),(，nmt定向檢測（對角線方向）定向檢測（對角線方向）4.3.3 彩色變換彩色變換 單波段彩色變換單波段彩色變換 多波段色彩變換多波段色彩變換 HLSHLS變換（孟賽爾變換）變換（孟賽爾變換）（1）單波段彩色

12、變換單波段彩色變換 含義：含義： 單波段黑白遙感影像可按亮度分層，對每層賦予不同的色彩，使之成為一幅彩色影像。這種方法又叫密度分割、偽彩色增強(qiáng)密度分割、偽彩色增強(qiáng)。 意義與作用意義與作用 對于遙感影像而言，將黑白單波段影像賦上彩色總是有一定目的的，如果分層方案與地物光譜差異對應(yīng)得好，可以區(qū)分出地物的類別。（2 2）多波段彩色變換）多波段彩色變換 相關(guān)概念相關(guān)概念 多波段彩色合成 假彩色合成 真彩色合成 合成方案的選擇合成方案的選擇標(biāo)準(zhǔn)假彩色合成標(biāo)準(zhǔn)假彩色合成 將綠波段賦藍(lán)，紅波段賦綠，近紅外波段賦紅時(shí)，這一合成方案被稱為標(biāo)準(zhǔn)假彩色標(biāo)準(zhǔn)假彩色合成合成，是一種最常用的合成方案。 如landsat的

13、TM影像第4（近紅外）、3（紅色）、2（綠色）波段分別被賦予紅、綠、藍(lán)。其他合成方案其他合成方案n根據(jù)不同的應(yīng)用目的，經(jīng)實(shí)驗(yàn)、分析，尋找最佳合成方案，以達(dá)到最好的目視效果。n通常，以合成后的信息量最大和波段之間的信息相關(guān)最小作為選取合成的最佳目標(biāo)。 如：TM影像的第4（近紅外）、5（短波紅外）、3（紅色波段）分別賦予紅、綠、藍(lán)，效果更好。TM標(biāo)準(zhǔn)假彩色合成圖像TM7(R)、4(G)、2(B)TM3(R)、2(G)、1(B)TM4(R)、5(G)、3(B)（3 3）HLS(HSI)HLS(HSI)變換（孟賽爾變換）變換（孟賽爾變換）存在存在兩種彩色空間：兩種彩色空間：HLSHLS彩色空間和彩色空

14、間和RGBRGB彩色空間彩色空間。HLSHLS代表色調(diào)、亮度代表色調(diào)、亮度( (強(qiáng)度強(qiáng)度) )和飽和度（和飽和度（huehue，lightnesslightness（intensityintensity）, saturation , saturation ）的色）的色彩模式，構(gòu)成彩模式，構(gòu)成HLSHLS彩色空間；彩色空間；RGBRGB代表紅、綠、藍(lán)代表紅、綠、藍(lán)的色彩模式，構(gòu)成的色彩模式，構(gòu)成RGBRGB彩色空間。彩色空間。 一種顏色既可以用一種顏色既可以用RGBRGB空間的空間的R R、G G、B B來描述，來描述，也可以用也可以用HLSHLS空間的空間的H H、L L、S S來描述。來描述

15、。HLSHLS變換就是變換就是RGBRGB空間和空間和HISHIS空間之間的變換空間之間的變換HLS空間 在HLS彩色空間，色調(diào)（H）、亮度（L）、飽和度（S）可以分成不同等級，便于定量處理色彩，但在直觀上RGB空間更容易理解。 處理：首先把紅、綠、藍(lán)信號變換為HLS空間的H、L、S，調(diào)整L、S之后再變換到RGB信號上進(jìn)行彩色合成。4.3.4 4.3.4 圖像運(yùn)算圖像運(yùn)算 兩幅或多幅單波段影像，完成空間配準(zhǔn)后，通過一系列運(yùn)算，可以實(shí)現(xiàn)圖像增強(qiáng)，達(dá)到提取某些信息或去掉某些不必要信息的目的。 常用的運(yùn)算方法有：差值運(yùn)算比值運(yùn)算（1 1）差值運(yùn)算）差值運(yùn)算 含義：含義： 兩幅同樣行、列數(shù)的影像，對應(yīng)

16、像元的亮度值相減，即： 作用作用有利于提取與背景反差較小的地物的信息常用于研究同一地區(qū)不同時(shí)相的動態(tài)變化突出邊緣與線狀地物),(),(),(21yxfyxfyxfD（1 1）比值運(yùn)算）比值運(yùn)算含義：含義： 兩幅同樣行、列數(shù)的影像，對應(yīng)像元的亮度值相除（除數(shù)不為0），即),(),(),(21yxfyxfyxfR 作用作用 比值運(yùn)算可以檢測波段的斜率信息并加以擴(kuò)展，以突出不同波段間地物光譜的差異，提高對比度。如計(jì)算植被指數(shù)a. 植被指數(shù)常用算法植被指數(shù)常用算法 近紅外波段紅波段 （近紅外-紅）/(近紅外+紅）b. 植被指數(shù)算法舉例植被指數(shù)算法舉例 TM4/TM3 (TM4-TM3)/(TM4+TM

17、3) 去除地形影響 如：向陽面與背陰面 其他方面 淺海區(qū)的水下地形 土壤富水性差異 微地貌變化 與隱伏構(gòu)造有關(guān)的線性特征4.3.5 4.3.5 多光譜變換多光譜變換 目的目的保留主要信息，降低數(shù)據(jù)量 增強(qiáng)或提取有用信息 本質(zhì)本質(zhì) 是對遙感圖像實(shí)行線性變換，使多光譜空間的坐標(biāo)系按一定規(guī)律進(jìn)行旋轉(zhuǎn) 多光譜變換的數(shù)學(xué)基礎(chǔ)多光譜變換的數(shù)學(xué)基礎(chǔ) 所謂多光譜空間就是一個(gè)n維坐標(biāo)系，每一個(gè)坐標(biāo)軸代表一個(gè)波段，坐標(biāo)值為亮度值，坐標(biāo)系內(nèi)的每一個(gè)點(diǎn)代表一個(gè)像元。像元點(diǎn)在坐標(biāo)系中的位置可以表示成一個(gè)n維向量： 常用的多光譜變換方法常用的多光譜變換方法KL變換KT變換（1 1）K KL L變換（主成分變換）變換（主成

18、分變換） 含義含義是離散（Karhunenloeve）變換的簡稱，又被稱作作主成分變換主成分變換它是對某一多光譜影像X，利用KL變換矩陣A進(jìn)行線性組合，而產(chǎn)生一組新的多光譜影像Y，即： Y=AX 也可以寫為： A（變換矩陣）作用是給多波段的像元亮度加權(quán)系數(shù)，實(shí)現(xiàn)線性變換。 A的計(jì)算：空間矩陣X的相關(guān)系數(shù)矩陣的特征值所對應(yīng)的特征向量。K KL L變換的特點(diǎn)變換的特點(diǎn) 是著眼于變量之間的相互關(guān)系，盡可能不丟失信息地用幾個(gè)綜合性指標(biāo)匯集多個(gè)變量的測量值而進(jìn)行描述的方法。 可以把影像中所含的大部分信息用假想的少數(shù)波段表示出來，這意味著信息幾乎不丟失但數(shù)據(jù)量可以減少TM圖像主成分變換結(jié)果圖像主成分變換結(jié)

19、果K KL L變換的目的與作用變換的目的與作用 數(shù)據(jù)壓縮 圖像增強(qiáng)（2 2）K KT T變換（纓帽變換）變換（纓帽變換） 含義：含義：KT變換是KauthThomas變換的簡稱，也稱纓帽變換。這種變換也是一種線性組合變換，其變換公式為：Y=BX對不同的影像數(shù)據(jù)，B矩陣不同。 K KT T變換的特點(diǎn)變換的特點(diǎn)也是一種坐標(biāo)空間發(fā)生旋轉(zhuǎn)的變換變換后的坐標(biāo)軸指向與地面景物有密切關(guān)系的方向（KL變換后指向主成分方向） K KT T變換的作用變換的作用 主要針對TM數(shù)據(jù)和曾經(jīng)廣泛使用的MSS數(shù)據(jù)。它抓住了地面景物，特別是植被和土壤在多光譜空間中的特征，這對于擴(kuò)大陸地衛(wèi)星TM影像數(shù)據(jù)分析在農(nóng)業(yè)方面的應(yīng)用有重

20、要意義。K KT T變換舉例（一）變換舉例（一） 1984年，Crist和Cicone提出TM數(shù)據(jù)在KT變換時(shí)的B值： 該矩陣為6 6矩陣，主要針對TM15和7波段，第6（熱紅外）波段，由于分辨率低，一般不予考慮。 B與矢量X相乘后得到新的6個(gè)分量Y，其中，X（x1，x2，x6T，Y（y1，y2，y6T。經(jīng)研究，新分量中的前三個(gè)分量與地面景物的關(guān)系密切。 Y的6個(gè)分量是互相垂直的6維空間。K KT T變換后的數(shù)字圖像分析變換后的數(shù)字圖像分析 y1為亮度亮度，實(shí)際上是TM的6個(gè)波段的加權(quán)和，反映出圖像總體的反射值。 y2為綠度綠度，反映了綠色生物量的特征。從變換矩陣B的第二行系數(shù)看，波長較長的紅

21、外波段5和7，即x5，x7有很明顯的抵削，剩下4與1，2，3波段，剛好是近紅外與可見光部分的差值。 y3為濕度濕度，該分量反映了可見光與近紅外波段l一4與波長較長的紅外5，7波段的差值，而5，7兩波段對土壤濕度和植被濕度最為敏感，易于反映出濕度特征。 y4，y5，y6這三個(gè)分量沒有與景物明確的對應(yīng)關(guān)系，因此KT變換后只取前三個(gè)分量，這樣也實(shí)現(xiàn)了數(shù)據(jù)的壓縮。 TM圖像真彩色合成顯示與圖像真彩色合成顯示與K-T變換后變換后1，2，3三個(gè)分量三個(gè)分量 為了更好地分析農(nóng)作物生長過程中植被與土壤特征的變化，將3個(gè)分量進(jìn)行組合：將亮度y1和綠度y2兩分量組成的二維平面叫做“植被視面”；將濕度y3和亮度yl

22、兩分量組成的二維平面叫作“土壤視面”；最后，將濕度y3與綠度y2組成第三個(gè)面叫“過渡區(qū)視面”。 這三個(gè)分量共同組成一個(gè)新的三維空間，植被和土壤的特征便看得更清楚了。K KT T變換舉例（二）（略講）變換舉例（二）（略講） 對于MSS數(shù)據(jù)，變換矩陣B為： 變換后：TyyyyY,4321 Y的4個(gè)分量互相垂直； 4個(gè)分量的含義：y1稱為亮度分量，主要反映了土壤反射率變化的信息y2稱為綠度分量，主要是反映了地面植物的綠度y3稱為黃度分量，主要是反映了植物的枯萎程度y4沒有實(shí)際意義4.4 4.4 多元信息復(fù)合多元信息復(fù)合（1）多源信息復(fù)合）多源信息復(fù)合 定義：定義： 是將多種遙感平臺，多時(shí)相遙感數(shù)據(jù)之

23、間以及遙感數(shù)據(jù)與非遙感數(shù)據(jù)之間的信息組合匹配技術(shù) 優(yōu)點(diǎn)：優(yōu)點(diǎn)： 有利于綜合分析，實(shí)現(xiàn)優(yōu)勢互補(bǔ)（2）遙感信息的復(fù)合）遙感信息的復(fù)合定義：定義： 是指不同傳感器的遙感數(shù)據(jù)的復(fù)合，以及不同時(shí)相的遙感數(shù)據(jù)的復(fù)合包括包括 不同傳感器的遙感數(shù)據(jù)的復(fù)合 不同時(shí)相的遙感數(shù)據(jù)復(fù)合 不同傳感器的遙感數(shù)據(jù)的復(fù)合不同傳感器的遙感數(shù)據(jù)的復(fù)合 既可以提高新圖像的空間分辨率又可以保持較豐富的光譜信息（彩圖6） 不同的問題有不同的復(fù)合方案 洪水監(jiān)測，可選擇的遙感信息源有TM圖像、側(cè)視雷達(dá)圖像、氣象衛(wèi)星圖像等 首先要解決的問題是匹配問題 包括配準(zhǔn)和復(fù)合 配準(zhǔn) 采用幾何校正，分別在不同數(shù)據(jù)源的影像上選取控制點(diǎn)，用雙線性內(nèi)插或三次

24、卷積內(nèi)插運(yùn)算等對分辨率較小的圖像進(jìn)行重采樣，完成配準(zhǔn)。 復(fù)合 一般是生成新圖像，采用彩色合成方法 （課本舉例）（課本舉例） （課本舉例）（課本舉例） 將TM與SPOT復(fù)合，選取TM三個(gè)波段4，3，2和SPOT全色波段共4個(gè)波段 方法一：每幅TM圖像均與SPOT圖像作逐點(diǎn)運(yùn)算，如相加、相減或相乘，或其他運(yùn)算方案，生成三幅圖像，進(jìn)行彩色合成，生成復(fù)合圖像 方法二：方法二： 按下式進(jìn)行計(jì)算，將新生成的圖像按下式進(jìn)行計(jì)算，將新生成的圖像L LR R復(fù)復(fù)賦予紅色，賦予紅色， LG復(fù)復(fù)賦予綠色，賦予綠色， L LB B復(fù)復(fù)賦予藍(lán)色，賦予藍(lán)色，彩色合成后生成復(fù)合圖像彩色合成后生成復(fù)合圖像 方法三：代換法方法

25、三：代換法 a. 對TM的所有波段進(jìn)行主成分變換，然后用SPOT的高分辨率全色波段代換變換后的TM第1主成分。將代換后的所有波段再做一次主成分變換的反變換。這種處理方法既保持了原有TM數(shù)據(jù)的光譜分辨率，又增加了SPOT的高空間分辨率的特點(diǎn)。 b. 對假彩色合成的任意三個(gè)波段實(shí)行HLS變換，然后用SPOT的高分辨率全色波段代換變換后的明度成分，將代換后的三個(gè)波段再做HLS到RGB的反變換，生成新的彩色合成圖像，大大提高了空間分辨率。 不同時(shí)相遙感數(shù)據(jù)的復(fù)合不同時(shí)相遙感數(shù)據(jù)的復(fù)合 用來研究時(shí)間變化所引起的各種動態(tài)變化 配準(zhǔn)配準(zhǔn) 利用幾何校正的方法做位置匹配 直方圖調(diào)整直方圖調(diào)整 調(diào)整成一致的直方圖，使圖像亮度值趨于協(xié)調(diào)，以便于比較 復(fù)合復(fù)合 彩色合成方法 ，差值方法 ，比值方法 （3）遙感數(shù)據(jù)與非遙感數(shù)據(jù)的復(fù)合）遙感數(shù)據(jù)與非遙感數(shù)據(jù)的復(fù)合 作用作用 遙感手段獲取信息不能解決遇到的全部問題，因此將地形、氣象、水文等專題信息，行政區(qū)劃、人口、經(jīng)濟(jì)收人等人文與經(jīng)濟(jì)信息作為遙感數(shù)據(jù)的補(bǔ)充，可有助于綜合分析問題，發(fā)現(xiàn)客觀規(guī)律，提高解譯的效果 基本步驟基本步驟 地理數(shù)據(jù)的網(wǎng)格化（柵格化） 通過網(wǎng)格化，使地理數(shù)據(jù)成為網(wǎng)格化