04 遥感图像预处理.ppt

第四章遥感图像处理 前言 遥感图像的应用处理 相对于一般传统意义上的图像处理 就好比拿一幅加噪 模糊后的蒙娜丽莎画像的照片 要求计算机处理后不但要滤除噪声 恢复高频分量 而且要知道蒙娜丽莎究竟是什么表情 为什么会有那样的表情 李小文 前言 对某些学习电子 计算机 物理 数学等学科专业出身并正在从事遥感图像处理的科技人员而言 不同地理景观区 不同季节获得的图像都同样是一串大小不等的数码 很难体会到其中包含着极其重要而又复杂的生物学 地学等内容 戴昌达 第一节光学原理与光学处理 颜色视觉加色法与减色法光学增强处理 一 颜色视觉1 亮度对比和颜色对比 1 亮度对比 对象相对于背景的的明亮程度 改变对比度 可以提高图象的视觉效果 2 颜色对比 在视场中 相邻区域的不同颜色的相互影响叫做颜色对比 两种颜色相互影响的结果 使每种颜色会向其影响色的补色变化 在两种颜色的边界 对比现象更为明显 因此 颜色的对比会产生不同的视觉效果 2 颜色的性质 所有颜色都是对某段波长有选择地反射而对其他波长吸收的结果 颜色的性质由明度 色调 饱和度来描述 1 明度 是人眼对光源或物体明亮程度的感觉 物体反射率越高 明度就越高 2 色调 是色彩彼此相互区分的特性 3 饱和度 是色彩纯洁的程度 即光谱中波长段是否窄 频率是否单一的表示 3 颜色立体 1 颜色立体 中间垂直轴代表明度 中间水平面的圆周代表色调 圆周上的半径大小代表饱和度 2 孟赛尔颜色立体 中轴代表无色彩的明度等级 在颜色立体的水平剖面上是色调 颜色离开中央轴的水平距离代表饱和度的变化 孟赛尔色立体纵剖面图 孟赛尔色立体 二 加色法与减色法 1颜色相加原理 三原色 若三种颜色 其中的任一种都不能由其余二种颜色混合相加产生 这三种颜色按一定比例混合 可以形成各种色调的颜色 则称之为三原色 红 绿 蓝 互补色 若两种颜色混合产生白色或灰色 这两种颜色就称为互补色 黄和蓝 红和青 绿和品红 色度图 可以直观地表现颜色相加的原理 更准确地表现颜色混合的规律 2颜色相减原理 减色过程 白色光线先后通过两块滤光片的过程 颜色相减原理 当两块滤光片组合产生颜色混合时 入射光通过每一滤光片时都减掉一部分辐射 最后通过的光是经过多次减法的结果 加色法与减色法的区别 减法三原色 黄 品红 青 三 光学增强处理 图像的光学增强处理方法具有精度高 反映目标地物更真实 图像目视效果好等优点 是遥感图像处理的重要方法之一 计算机图像处理的优点在于速度快 操作简单 效率高等优点 有逐步取代光学方法的趋势 彩色合成加色法彩色合成减色法彩色合成光学增强处理光学信息的处理图像的相加和相减遥感黑白影象的假彩色编码 加色法彩色合成 合成仪法 是将不同波段的黑白透明片分别放入有红 绿 蓝滤光片的光学投影通道中精确配准和重叠 生成彩色影像的过程 分层曝光法 指利用彩色胶片具有的三层乳剂 使每一层乳剂依次曝光的方法 HOME 减色法彩色合成 染印法 是一种使用特别浮雕片 接受纸和冲显染印药制作彩色合成影像的方法 印刷法 利用普通胶印设备 直接使用不同波段的遥感底片和黄 品红 青三种油墨 经分色 加网 制版 套印成彩色合成图像 重氮法 利用重氮盐的化学反应处理彩色单波段影像透明片的方法 HOME 光学增强处理 相关掩膜处理方法 把几何位置完全配准的原片 制成不同密度 不同反差的正片或负片 通过它们的各种不同叠加方案改变原有影像的显示效果 达到信息增强目的的方法 改变对比度 使用两张同波段同地区的负片 或正片 进行合成 一张反差适中 另一张反差较小 合成后反差一般加大 从而提高了对比度 光学增强处理 显示动态变化 不同时相同一地区的正负片影像叠合掩膜 当被叠合影像反差相同时 凡密度发生变化的部分就是动态变化的位置 边缘突出 先将两张反差相同的正片和负片叠合 叠合配准后 再沿希望突出的线形特征的垂直方向错位 目的在于突出线形特征 HOME 图像的相加和相减 光栅滤波法 两个图像所发出的光波在空间重叠并且同位相 则图像相加 如果两列光波在空间重叠且反相 则图像相减 HOME 遥感黑白影象的假彩色编码 将黑白图像经过光栅进行依次编码处理 将振幅型编码图像转换成位相型编码图像 将位相介质片放入非相干光信息处理系统的输入平面 经过白光照射 在输出平面上获得等密度的假彩色图像 假彩色编码处理卫星图像可以使单波段影像彩色化 实现图像增强效果 HOME 第二节遥感数字图像的校正 遥感数字图像辐射校正几何校正镶嵌处理 一 数字图像及其直方图 数字图像 遥感数据有光学图像和数字图像之分 数字图像是能被计算机存储 处理和使用的用数字表示的图像 数字化 将连续的图像变化 作等间距的抽样和量化 通常是以像元的亮度值表示 数字量和模拟量的本质区别 离散变量 连续变量 数字图像的表示 矩阵函数 数字图像直方图 以每个像元为单位 表示图像中各亮度值或亮度值区间像元出现的频率的分布图 直方图的作用正态分布 反差适中 亮度分布均匀 层次丰富 图像质量高 偏态分布 图像偏亮或偏暗 层次少 质量较差 2辐射校正 辐射校正的含义消除图像数据中依附在辐射亮度中的各种失真的过程称为辐射校正大气辐射校正的目的是将卫星遥感数据转换为地物真实信息的表面反射率 便于更有效地利用遥感数据 2辐射校正 一 遥感图像的辐射误差主要有三个因素传感器的光电变换大气的影响光照条件 2辐射校正 一 遥感图像的辐射误差主要有三个因素传感器的光电变换传感器在光电变换的过程中 对各波段的灵敏度是有差异的 也就是说 传感器对各波段的光谱响应是不同的 由此造成辐射畸变 另外 传感器的光学镜头的非均匀性 会引起边缘减光 也会造成图像辐射的畸变 2辐射校正 一 遥感图像的辐射误差主要有三个因素大气的影响地物 目标物 的辐射 反射 经过大气层时 与大气层发生散射作用和吸收作用 吸收作用直接降低地物的辐射能量 引起辐射畸变 散射作用除降低地物的辐射能量外 大气散射的部分辐射还会进入传感器 直接叠加在目标地物的辐射能量之中 成为目标地物的噪声 降低了图像的质量 2辐射校正 一 遥感图像的辐射误差主要有三个因素光照条件光照条件的不同也会引起辐射畸变 如太阳高度角 地面坡度等 都会引起辐射的畸变 二 大气散射校正1 大气影响的定量分析 一 概述 辐射传输方程 简化后的大气辐射传输方程E E0e T o H Epath 2 大气影响的粗略校正通过简单的方法去掉程辐射 散射光直接进入传感器的那部分 从而改善图像质量 直方图最小值去除法回归分析法 校正的方法是将波段b中每个像元的亮度值减去 来改善图像 去掉程辐射 直方图最小值去除法 基本思路 每幅图像上都有辐射亮度或反射亮度应为0的地区 而事实上并不等于0 说明亮度最小值必定是这一地区大气影响的程辐射度增值 直方图最小值去除法 基本思路 每幅图像上都有辐射亮度或反射亮度应为0的地区 而事实上并不等于0 说明亮度最小值必定是这一地区大气影响的程辐射度增值 校正方法 将每一波段中每个像元的亮度值都减去本波段的最小值 使图像亮度动态范围得到改善 对比度增强 从而提高了图像质量 以TM2 4为例TM4为X轴TM2为Y轴由一组点拟合其回归直线y a bxa截距 b斜率 回归分析法 其他的辐射误差校正 地形校正前 DEM 地形校正后 三 其它辐射误差校正条纹误差的校正常用方法 平均值法 直方图法 垂直于扫描线方向上的最近邻点法 三次立方法 3 高光谱图像的校准和归一化一般较实用的方法有 残差图像法 首先假定影像的像元值是另一波段影像的一个线性函数 通过最小二乘法来进行回归 然后再用回归方程计算出的预测值来减去影像的原始像元值 从而获得回归残差图像 内部平均相对反射法 IARR 即对每个像元的光谱值除以整个图像的平均值 3 高光谱图像的校准和归一化实用线性方法 即线性回归每个波段的记录值和实际测量值 得到一个线性增量系数和偏差值 从而校正其他值平场法 选一块光谱均一的高反射区取其平均值 然后对每一个像元的光谱值除以这个平均值N 3 高光谱图像的校准和归一化以上多数方法都没有使用大气数据和模型 因此确切地说仅对高光谱图像作了归一化处理 只有残差图像法是真正意义上的辐射校正 再就是实用线性方法 但它们都需要大量野外实地测量 3几何校正 一 遥感图像的几何变形有两层含义卫星在运行过程中 由于姿态 地球曲率 地形起伏 地球旋转 大气折射 以及传感器自身性能所引起的几何位置偏差 图像上像元的坐标与地图坐标系统中相应坐标之间的差异 二 卫星姿态引起的图像变形 航高 当平台运动过程中受到力学因素影响 产生相对于原标准航高的偏离 或者说卫星运行的轨道本身就是椭圆的 航高始终发生变化 而传感器的扫描视场角不变 从而导致影像扫描行对应的地面长度发生变化 航高越向高处偏离 影像对应的地面越宽 例 遥感平台运动状态变化的影响 航速 卫星的椭圆轨道本身就导致了卫星飞行速度的不均匀 其他因素也可导致遥感平台航速的变化 航速快时 扫描带超前 航速慢时 扫描带滞后 由此可导致影像在卫星前进方向上 影像上下方向 的位置错动 俯仰 遥感平台的俯仰变化能引起影像上下方向的变化 即星下点俯时后移 仰时前移 发生行间位置错动 翻滚 遥感平台姿态翻滚是指以前进方向为轴旋转了一个角度 可导致星下点在扫描线方向偏移 使整个影像的行向翻滚角引起偏离的方向错动 偏航 指遥感平台在前进过程中 相对于原前进航向偏转了一个小角度 从而引起扫描行方向的变化 导致影像的倾斜畸变 三 地形起伏的影响 四 地球曲率 一是像点位置的移动 二是像元对应于地面宽度不等 距星下点愈远畸变愈大 对应地面长度越长 五 大气折射 六 地球自转的影响 卫星自北向南运动 地球自西向东自转 两者相对运动 使卫星的星下位置逐渐发生偏移 几何粗校正 这种校正是针对引起几何畸变的原因进行的 地面接收站在提供给用户资料前 已按常规处理方案与图像同时接收到的有关运行姿态 传感器性能指标 大气状态 太阳高度角对该幅图像几何畸变进行了校正 七 遥感图像几何校正方法 几何精校正 利用地面控制点进行的几何校正称为几何精校正 七 遥感图像几何校正方法 几个术语 图像配准 同一区域里一幅图像对另一幅图像的校准 以便两幅图像中的同名像元配准 图像纠正 借助于一组地面控制点 对一幅图像进行地理坐标的校正 几个术语 图像地理编码 是一种特殊的图像纠正方式 把图像纠正到一种统一标准的坐标系 图像正射投影校正 借助于地形高程模型 DEM 对图像中每个像元进行地形变形的校正 使图像符合正射投影的要求 1 基本思路 把存在几何畸变的图像 纠正成符合某种地图投影的图像 且要找到新图像中每一像元的亮度值 1 基本思路 把存在几何畸变的图像 纠正成符合某种地图投影的图像 且要找到新图像中每一像元的亮度值 2 具体步骤步骤一 选取控制点步骤二 数据的空间变换步骤三 像元灰度插值 步骤一 选取控制点 1 地面控制点在图像上有明显的 清晰的定位识别标志 如道路交叉点 河流叉口 建筑边界等 2 地面控制点上的地物不随时间而变化 步骤一 选取控制点 1 地面控制点在图像上有明显的 清晰的定位识别标志 如道路交叉点 河流叉口 建筑边界等 2 地面控制点上的地物不随时间而变化地面控制点应当均匀地分布在整幅图像内 且要有一定的数量保证 地面控制点的数量 分布和精度直接影响几何纠正的效果 步骤一 选取控制点 特殊情况下建立伪控制点或称模拟控制点 步骤二 数据的空间变换 二元多项式近似的基本原理设两幅图像坐标系统间几何畸变关系可描述为 x h1 x y y h2 x y 在未知情况下 h1 x y 和h2 x y 可用二元多项式来近似 式中 n为多项式的阶数aij和bij为各项系数 2 空间坐标的计算问题向前映射法 直接法 向后映射法 间接法 向前映射法 直接法 g x y f a x y b x y 从原图像坐标计算出目标图像坐标 向后映射法 间接法 f a x y b x y g x y 从结果图像的坐标计算原图像的坐标 两种映射方法的对比对于向前映射 每个输出象素的灰度要经过多次运算 对于向后映射 每个输出象素的灰度只要经过一次运算 实际应用中 更经常采用向后映射法 步骤三 像元灰度插值 步骤三 像元灰度插值 插值方法最近邻插值双线性插值 一阶插值 三次内插法 高阶插值 1 最近邻插值在待求像素的四个邻近像素中 输出象素的灰度等于离它所映射位置最近的输入象素的灰度值 2 双线性插值利用待求像素四个邻近像素的灰度在两个方向作线性内插 对 i j v f i j 到f i j 1 的灰度变化为线性关系 有f i j v f i j 1 f i j v f i j 同理 对 i 1 j v 有f i 1 j v f i 1 j 1 f i 1 j v f i 1 j 从f i j v 到f i 1 j v 的灰度变化也为线性关系待求像素 任一点像素 的计算式为 f i u j v 1 u 1 v f i j 1 u vf i j 1 u 1 f i 1 j uvf i 1 j 1 3 三次内插法 高阶插值 利用待插值点周围的16个邻点像素值 4 内插方法的选择 内插方法的选择除了考虑图像的显示要求及计算量 还要考虑内插结果对分类的影响当纹理信息为主要信息时 最邻近采样将严重改变原图像的纹理信息但当灰度信息为主要信息时 双线性内插及三次内插法将减少图像异质性 增加图像同质性 其中 双线性内插方法使这种变化更为明显 多源图像之间存在变形 就局部区域而言 同一地面目标在每幅图像上都具有相应的图像结构 并且它们之间是十分相似的 这就可以采用数字图像相关的方法确定图像的同名点 3 图像间的自动配准 3 图像间的自动配准 图像相关是利用两幅图像的相关函数 评价它们的相似性以确定同名点 首先取出待定为中心的小区域中的图像然后取出其在另一图像中相应区域的图像计算两者的相关函数 以相关函数最大值对应的相应区域中心点为同名点 即以图像分布最相似的区域为同名区域 其中心点为同名点 3 图像间的自动配准 数字图像相关的过程如下 先在参考图像上选取以目标点为中心 大小为M N的区域作为目标区域T 并确保目标点 最好是明显地物点 在区域的中间 然后确定搜索图像的搜索区S 其大小为J K 显然J M K N S 的位置和大小选择必须合理 使得S 中能完整地包容一个模板T1 将模板T 放入搜索区S 内搜索同名点 从左至右 从上到下 逐像素的移动搜索区来计算目标区和搜索区之间的相关系数 取最大者为同名区域 其中心为同名点 3遥感数据的镶嵌处理 数字影像镶嵌是将两幅或多幅数字影像 它们有可能是在不同的摄影条件下获取的 拼在一起 构成一幅整体图像的技术过程 在遥感应用中 影像镶嵌有着重要的应用 一 数字影像镶嵌原理影像镶嵌的原理是 如何将多幅影像从几何上拼接起来 这一步通常是先对每幅图像进行几何校正 将它们规划到统一的坐标系中 然后对它们进行裁剪 去掉重叠的部分 再将裁剪后的多幅影像装配起来形成一幅大幅面的影像 数字图像镶嵌的关键是 1 如何在几何上将多幅不同的图像连接在一起 因为在不同时间用相同的传感器以及在不同时间用不同的传感器获得的图像 其几何变形是不同的 2 如何保证拼接后的图像反差一致 色调相近 没有明显的接缝 数字图像镶嵌 二 图像镶嵌接缝消除方法 数字图像镶嵌接缝消除过程如下 1 图像的几何纠正 2 搜索镶嵌边 先取图像重叠区的1 2为镶嵌边 然后搜索最佳镶嵌边 即该边为左右图像上亮度值最接近的连线 相对左右图像有Il Ir Imin 二 图像镶嵌接缝消除方法 数字图像镶嵌搜索最佳镶嵌边的步骤为 选择K列N行的重叠区 确定一维模板 其宽度为W 从T开始 即模板中心在左右图像的像元号T 自左至右移动模板进行搜索 按一定的算法相关系数 确定该行的镶嵌点 逐行进行搜索镶嵌点可以得到镶嵌边 所用算法有差分法 相关系数法等 二 图像镶嵌接缝消除方法 数字图像镶嵌3 亮度和反差调整求接缝点左右图像平均亮度值Lave Rave 对右图像 按下式改变整幅图像基色 R R Lave Rave R为右图像原始亮度值 R 为右图像改变后的亮度值求出接缝点中的极值 即Lmax Lmin Rmax Rmin 二 图像镶嵌接缝消除方法 数字图像镶嵌对整幅右图像作反差拉伸 R AR BB AR min Lmin A Lmax Lmin R max R min 4 平滑边界线经过上述调整 两幅图像色调和反差已趋近 但仍有拼缝 必须进行边界线平滑 二 图像镶嵌接缝消除方法 数字图像镶嵌在边界点两边各选s个像元 这样平滑区有2s 1个像元 按下式计算每一行上平滑后的亮度值Di 其中 j为边界点E在图像中的像元号 i为图像行号 DLi DRi在i处左右图像像元亮度值 二 图像镶嵌接缝消除方法 数字图像镶嵌权P按下式计算 第三节遥感数字图像的增强处理 对比度变换空间滤波彩色变换图像运算多光谱变换 又称反差增强 对比度变换主要通过改变图像灰度分布态势 扩展灰度分布区间 达到增强反差的目的 通过调整直方图来实现调整后的直方图应达到 分布好 较均匀 没有大量暗或亮的象元集中分布 一 辐射增强 一 辐射增强 灰度直方图图像灰度直方图反映了一幅图像中灰度级与其出现概率之间的关系 对于数字图像 由于图像空间坐标和灰度值都已离散化 可以统计出灰度等级的分布状况 一 辐射增强 灰度直方图 低反射率图象 高反射率图象 1线性变换g uf v f g a b m n 分段线性变换 2非线性变换 对数变换 指数变换 3直方图均衡非线性的增强方法 将每个灰度区间等概率分布 代替了原来的随机分布 即增强后的每个灰度级内有大致相同的象元数 通过改变灰度区间来实现 根据灰度值的出现频率来分配它们的亮度显示范围 频率高的部分被增强了 频率低的部分被压缩 减少灰度等级换取对比度的增大 效果 增强了峰值处的对比度 两端 最亮和最暗 的对比度减弱了 直方图均衡化 HistogramEqualization 直方图匹配 把原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图 然后按照已知的指定形态的直方图调整原图像各象元的灰级 最后得到一个直方图匹配的图像 直方图匹配 把原图像的直方图变换为某种指定形状的直方图或某一参考图像的直方图 然后按照已知的指定形态的直方图调整原图像各象元的灰级 最后得到一个直方图匹配的图像主要应用于有一幅很好的图像作为标准的情况下 对另一图像进行匹配 以改善被处理图像的质量应用于数字镶嵌 直方图匹配条件 原始图像和参考图像两个图像的直方图的总体形态应相似图像中相对亮和暗的特征应相同 直方图匹配条件 原始图像和参考图像两个图像的直方图的总体形态应相似图像中相对亮和暗的特征应相同图像中的地物类型的相对分布应相同 无论两幅图像是否覆盖同一地区 如一幅有云 另一幅没有云 应先将云去掉 覆盖 然后再进行直方图匹配 二空间滤波 邻域处理 1图像卷积运算 H P G 2平滑去除噪声均值平滑 中值滤波平滑局部中值代替局部平均值中值 一组数的中间值 3锐化突出边缘细节 突出象元间差异Robert梯度R1 f i j f i 1 j 1 2 f i 1 j f i j 1 2 1 2R2 f i j f i 1 j 1 f i 1 j f i j 1 t1 t2 Idrisi中FILTER 3锐化突出边缘细节 突出象元间差异 101 1 2 1t1 202t2 000 101121 Sobel算子 Laplacian算子 2f i j f i 1 j f i 1 j f i j 1 f i j 1 4f i j 0 10 1 1 1 14 1 18 10 10 1 1 1 二阶微分 不检测均匀的灰度变化 定向检测检测某一定方向的线条 边缘 101 101 101 12 1 12 1 12 1 1 1 1000111 1 1 1222 1 1 1 三彩色变换 1单波段彩色变换也称伪彩色变换 将连续的灰度值转换为少量的灰度区间 并用不同的颜色表示 增强图像的目视解译效果 彩色密度分割黑白灰度图像 彩色图像 2多波段彩色变换 标准假彩色合成方案MSS 4 B5 G7 RTM 2 B3 G4 R f1 x y Rf2 x y G monitorf3 x y B 四 图像运算 概念 两幅或多幅单波段影像 完成空间配准后 通过一系列运算 可以实现图像增强 达到提取某些信息或去掉某些不必要信息的目的 原理 地物不同波段的光谱差异 差值运算 两幅同样行 列数的图像 对应像元的亮度值相减就是差值运算 比值运算 两幅同样行 列数的图像 对应像元的亮度值相除 除数不为0 就是比值运算 波段比值在矿物调查及植被调查中被广泛利用 一般亮度高的波段用做分子 亮度低的用做分母以加大反差以突出某种指定地物 TM4 TM3用于植被调查 TM3 TM1用于识别铁氧化带 TM5 TM7用于识别黏土矿 比值运算植被 水 房屋在红外 红波段灰度及比值结果 消除山影 云影 显示潜伏构造 多光谱图像四则运算混合运算 归一化植被指数植被覆盖状况好的地区所对应的像元 其NDVI值较高 反之则较低 五 多光谱变换 多光谱变换 针对多光谱影象存在的一定程度上的相关性以及数据冗余现象 通过函数变换 达到保留主要信息 降低数据量 增强或提取有用信息目的的方法 其变换的本质 对遥感图像实行线性变换 使光谱空间的坐标按一定规律进行旋转 1 K L变换 离散变换的简称 又称主成分变换 它是对某一多光谱图像X 利用K L变换矩阵A进行线性组合 而产生一组新的多光谱图像Y 1 K L变换 K L变换的特点 变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度 新坐标系的坐标轴一定指向信息量较大的方向 可实现数据压缩和图像增强 2 K T变换 K T变换也称缨帽变换 是一种坐标空间发生旋转的线性变换 旋转后的坐标轴指向与地面景物有密切关系的方向K T变换的应用 主要针对TM图像数据和MSS数据 对于扩大陆地卫星TM影像数据分析在农业方面的应用有重要意义 对TM图像 变换矩阵C为 遥感图像信息融合 Fusion 是将多源遥感数据在统一的地理坐标系中 采用一定的算法生成一组新的信息或合成图像的过程 六 信息融合 不同的遥感数据具有不同的空间分辨率 波谱分辨率和时相分辨率 如果能将它们各自的优势综合起来 可以弥补单一图像上信息的不足 这样不仅扩大了各自信息的应用范围 而且大大提高了遥感影像分析的精度 六 信息融合 1 遥感信息复合a 不同传感器的遥感信息复合先配准再复合b 不同时相的遥感信息复合配准 直方图调整 复合2 遥感与非遥感数据复合非遥感数据网格化 配准 复合 栅格 栅格栅格 矢量 六 信息融合 加权融合基于像元的加权融合对两幅图像Ii Ij按下式进行 I ij A PiIi PjIj B其中 Pi Pj为两个图像的权重 其值由下式决定 Pi 1 rij 0 5Pj 1 Pi 两幅图像的相关系数ri j 六 信息融合 rij为全色波段与多光谱波段 j 1 2 3 图像的相关系数PKL为全色波段 K L 的像素灰度值 P为全色波段图像灰度平均值 XSkLj为第j波段图像在 K L 处的像素灰度值 XSj为第j波段图像灰度平均值 六 信息融合 加权融合SPOT全色图像与多光谱图像的融合 多光谱中的绿 红波段与