多波段遥感图像在土地利用中的应用研究.doc

多波段遥感图像在土地利用中的应用研究 随着经济的发展，我国可以利用的土地资源将会越来越紧张，及时掌握土地利用情况就显得尤其重要。 我国是一个人口多、人均耕地少、人地矛盾突出的国家。 尤其是改革开放以来，经济的持续高速发展，工业化的步伐加快，城市化水平的提高，城镇的建设规模不断向外延伸，大量的高产农田、菜地随着城镇的扩大而消失，建设与农业的矛盾日益突出。 为了使有限的土地资源发挥最佳的生态和经济效益，必须对土地利用变化进行监测，通过对不同时期的遥感图像分析，了解土地利用的空间变化过程，进而了解土地利用和土地覆盖变化与自然和人类社会经济的相互作用机制，这将对土地的合理开发、利用、保护和管理起重要作用，极大地保证土地决策和预测的可靠性3。 我国三次大规模城市土地利用监测的实践已经证明了利用现代遥感技术和计算机技术是快速获取和传输土地利用变化信息最有力的工具。 更好的为国土资源管理、调查、规划、保护与合理利用提供更好的技术服务还有许多尚待研究的问题5。 所以在此背景下，本文希望通过同一个地区两个不同时相TM和ETM数据，运用多波段遥感图像融合技术，并对融合后的结果经行分类研究，分析土地利用转变的多少及如何转变，并对土地利用变化结果进行应用研究，从而为有关城市的规划和管理部门提供决策依据。 1.2本文研究的目的和意义由于在土地利用过程中存在很多问题，怎么才能及时有效的处理和解决这些问题已经显得尤为重要，迅速发展的遥感技术为土地资源类型及其获取变化信息提供了及时有效的技术手段。 近几年来由于遥感技术的发展，新的高分辨率卫星数据的出现、相关软件平台的完善，遥感监测的内容、方式和方法不断的深化和细化，遥感土地利用监测正在从宏观性向微观性的方向转变、辅助性的手段正在向常规性的手段发展、监测和规划管理的分离正在向一体化或数据成果的共融性方面发展。 土地利用变化遥感监测的目的和意义主要有以下几个方面 (1)通过动态分析，揭示土地利用变化的规律，为宏观管理提供依据； (2)保持土地利用有关数据的现势性，保证信息能不断得到更新； (3)能够反映规划实施状况，为规划信息系统及时反馈创造条件； (4)及时发现违反土地管理法规的行为，为土地监察提供目标和依据。 (5)设置预警界线，西安科技大学硕士学位论文2为政府制订有效政策与措施提供服务；通过上面的论述可以看出遥感在土地利用的作用越来越重要，尤其是飞速发展的今天，土地利用现状变化快，更需要一个平台是适应这个快速的变化。 遥感技术的发展以及遥感影像分辨率的大大提高，使之成为可能。 在所有的遥感数据组合方案中那一种更能满足这种土地利用现状的变化，所以如何选择合适遥感波段组合及融合方法才能满足土地利用变化监测就显得非常重要。 1.3本文研究的国内外现状1.3.1国外土地利用的动态土地利用动态监测研究经历了三个阶段 (1)初期主要以人工调查为主，土地利用的变化情况完全由人工调查完成，效率低下，周期长； (2)第二阶段主要以航空相片为主要信息源的监测，以目视判读解译为主，极少量的图像处理辅助，价格昂贵，周期较长； (3)现阶段主要以遥感卫星图像为主要数据源的监测，辅助以地形图、DEM、土地利用详查图等其它资料。 以人工目视解译为主的初期阶段，在大区域监测中效率不高；以数据处理的自动发现为主的现阶段，主要是结合人工目视判读解译和计算机数据处理，提高了室内解译精度，而且周期相对较短。 20世纪50年代初，一些国家开展了对水、土等自然资源的定期调查，国际上有关土地利用变化的研究正式开始于1992年联合国制定的“21世纪议程”。 1993年IGBP和HDP共同发起对“土地利用与全球土地覆盖变化”的研究，并提出了三个研究重点 (1)土地利用的变化机制； (2)土地覆盖的变化机制； (3)区域和全球模型，其中前两点是研究重点。 在IGBP和HDP的推动下，相关国际组织和各国政府纷纷跟进，启动自的土地利用/土地覆盖变化研究项目，如联合国环境署(United NationsEnvironmental Porogram，UNEP)于1994年启动的“土地覆盖和模拟”项目，旨在调查东南亚地区土地覆盖现状和变化，确定变化的热点地区，为区域可持续发展决策服务；国际应用系统研究所于1995年启动的“欧洲和北亚土地利用土地覆盖变化模拟”项目。 1.3.2国内土地利用的动态我国遥感土地利用监测开始于20世纪70年代，80年代初我国第一次利用美国陆地卫星MSS数据进行全国范围的土地利用现状调查，并按1:50万比例尺成图，客观的反映了我国土地资源的基本状况，填补了我国土地资源不清的空白。 20世纪80年代中期，利用美国的Landsat资料进行了土壤侵蚀分区、分类、分级制图。 国家“九五”计划中，将“遥感、地理信息系统及全球定位系统技术（3S技术）综合1绪论3应用研究”列为国家科技公关重点项目，应用“3S”技术进行资源、环境、灾害等监测，中国科学院遥感应用研究所利用80年代初和90年代的Landsat/TM影像进行了全国土地资源动态变化研究，探讨了遥感与非遥感数据相结合，遥感与地理信息系统相结合的方法与途径。 中科院广州地理研究所在珠江三角洲东莞以1983和1993年LANDSAT/TM影像进行城市扩展的监测研究。 国家土地局于1997年采用LANDSAT/TM数据对全国100个城市的扩展作了研究。 国家资源与环境信息系统重点实验室进行了基于知识的遥感影像分类方法的研究7。 1.4本文研究的内容和方法本论文以遥感LandsatTM与LandsatETM图像作为数据源，研究各类土地利用变化和相互转化情况进行应用研究。 除了卫星数据以外，其他一些相关的非遥感资料和社会经济统计数据也将是一个重要的数据源，其中TM数据各个波段的特性见表1.1及本研究的技术流程图如图1.1。 根据研究目标，本文设定如下研究内容与方法: (1)遥感图像处理研究，包括对遥感影像的几何纠正、图像的配准、图像的增强等研究。 (2)多波段遥感数据融合的研究，对图像进行Brovey融合、PCA融合以及小波变换融合，对比各种融合方法的结果，对结果先目视判读，然后利用多种方法对融合后的结果进行分析，选择一个最优融合结果，将融合后的影像应用于后续的土地利用分类当中。 (3)对融合的遥感图像进行土地利用遥感监测分类方法研究。 主要采取监督分类、非监督分类以及取监督分类和非监督分类相结合方法进行研究。 (4)对分类后的结果进行分析，以此分类结果经行土地利用变化的监测，各类的相互转化分析及土地利用驱动力分析。 (5)得出结论并展望1.5研究区域的概况本论文研究的区域用的遥感图像是TM图像和ETM图像，其中心纬度34.61200，中心经度110.33380。 该研究区域位于晋、陕、豫三省交界处，地表复杂多样，主要有山地、丘陵、平原等地貌类型。 多样的地貌类型，为该地区农林和工矿业的全面发展，提供了比较有利的条件。 其中城市多是地势比较平坦，周边多为山地和丘陵地貌，黄河也从该地区穿过。 本次研究没有用整个一景的TM和ETM图像，而是裁剪其中的一部分作为研究对象，因为一景这个样的图像边缘的地方变形及锯齿现象严重，所以本次研究选取了中间的部分作为研究对象，裁剪出了河南省灵宝市作为本次研究的对象。 灵宝市位于豫秦晋三省交界处的河南省西部，南依秦岭，北濒黄河，被誉为黄河“金三角”。 全市总面积3011平方公里，其中山区面积1481平方公里，占总面积的49.2%；西安科技大学硕士学位论文4丘陵面积1208平方公里，占国土总面积的40.1%；平原面积322平方公里，占国土总面积的10.7%。 辖10镇5乡，440个行政村，17个居委会，总人口73万。 灵宝市辖10个镇、5个乡城关镇、尹庄镇、朱阳镇、阳平镇、故县镇、豫灵镇、大王镇、阳店镇、函谷关镇、焦村镇、川口乡、寺河乡、苏村乡、五亩乡、西阎乡。 该区域属暖温带大陆季风性气候，具有四季分明、气候温和、阳光充足、降雨较少、气候干燥的特点。 丘陵地区土壤较为贫瘠，平原地区土壤相对肥沃，年平均降雨量约525毫米，日照2350小时左右，平均气温13摄氏度，无霜期200天左右。 1绪论5图1.1本研究的技术流程图确定研究目标搜集基础底图资料搜集遥感图像（TM和ETM图像）搜集文献资料两个时相的TM和ETM图像导入遥感图像预处理图像增强处理图像分类土地利用分类统计与土地利用变化分析土地利用变化驱动力分析图像融合几何校正图像配准辐射校正图像裁剪空间域增强小波变换融合PCA变换融合Brovey变换融合图像运算多光谱增强彩色增强多波段彩色组合得出结论西安科技大学硕士学位论文6表表1.1TM数据各波段特性及作用波段号波段波长范围（微米）分辨率（米）波段特点主要作用TM1蓝绿0.45-0.5230对水体有穿透能力，对叶绿素及叶色素浓度反应敏感。 用于分析土地利用,植被特征、干燥土壤等TM2绿色0.52-0.6030对健康茂盛植物绿色反应敏感，对水的穿透力较强。 分辨植被，能区分林型、树种TM3红色0.63-0.6930为叶绿素的主要吸收波段。 处于叶绿素吸收区域,用于观测道路/裸露土壤/植被种类效果很好TM4近红外0.76-0.9030对绿色植物类类别差异最敏感，为植物通用波段。 用于植被类型、作物长势和生物量调查，也可用增强陆地与水域和土壤与农作物的差别TM5中红外1.55-1.7530处于水的吸收范围内，反映含水量敏感。 可用于土壤湿度、植物含水量、作物长势分析，在不同植被之间有较好的对比度TM6热红外10.4-12.560对热异常敏感，可以进行热制图感应发出热辐射的目标TM7中红外2.09-2.3530处于水的吸收带，水体呈黑色。 探测高温辐射源，区别岩石类型，常用于地质探矿和制图TM8全色波段0.52-0.9015为黑白图象,分辨率为15m,用于增强分辨率2遥感图像处理72遥感图像处理遥感图像处理一般有两项工作即预处理和增强处理。 遥感图像的预处理即遥感图像的恢复，它是处理由于一个或多个质量降级原因而记录下来的影像，使处理后的图像能最好地接近原始图像。 增强处理则包括图像信息提取前的所有处理过程，通过图像增强可以加强地物特征，提高解译性。 在遥感图像处理中，为了取得良好的处理效果，所处理的图像必须经过辐射校正、几何校正以及噪声压抑等预处理后，才能根据实际研究问题的需要进行其他的处理，如图像的增强处理和图像的分类处理。 本次论文研究选用LandsatTM和ETM遥感影像作为影像数据源，TM与ETM遥感影像，波段多数据量大，波段间存在一定的相关性，为进一步的处理造成困难。 不同的波段组合，由于分辨率的原因，组合图像在清晰度、目视效果、边缘及线性地物突出程度会有不同程度的差异。 对这些问题，需要对图像进行增强处理。 通过图像增强技术，使图像质量改善、图像目视效果提高、突出主要地物地貌信息，为图像分析判读做好前期工作。 2.1遥感图像数据选择及图像处理软件2.1.1遥感图像数据遥感技术进行土地利用现状及土地利用变化监测，是遥感应用中最早、研究最多的一项基础性工作。 目前用于土地利用情况调查及监测的遥感数据主要有NOAAAVHRR数据、LandsatTM数据和SPOT数据。 本论文研究选用LandsatTM和ETM遥感图像做为图像数据源，分别获取了xx年3月21日的ETM和xx年5月22日TM覆盖该地区的两个时相遥感图像数据(轨道号为126/036)，获得遥感图像的时间是早上3点左右。 Landsat卫星原名地球资源技术卫ERTS(Earth ResourceTechnology Satellite)13，它是美国国家航空和航天局(NASA)发射的用来获取地球表面像的一种遥感平台，以观测陆地环境和资源为主。 Landsat卫星是目前世界范围内应用最为广泛的民用对地观测卫星，在围绕地球的轨道上运转，获取了数百万幅有价值的图像。 陆地卫星系LandsatETM(Enhance Thematic Mapper)是改进型专题制图仪是美国陆地卫星上携带的一种改进型的多光谱扫描仪。 ETM成像机理结构与TM相同，但做了一些改进。 与TM相比，主要有两个方面的改进一是热红外波段的分辨率提高到60m；二是首次采用了分辨率为15m的全色波段。 LandsatTM(Thematie Mapper)专题制图仪是美国陆地卫星上携带的一种多光谱扫描西安科技大学硕士学位论文8仪17。 它设有7个波段，不同的波段对应了不同地物在该波段内的反射辐射特性，TM与ETM遥感图像具有中等空间分辨率，其中ETM的TM6波段为60m，TM6为120m，全色波段pan为15m，其他均为30m；TM与ETM是一个有包含3个可见光波段、1个热红外2个中红外和1个近红外的多光谱遥感图像，表1.1是这8个波段特征。 其时间周期为16天，信息量丰富，能够满足一般土地利用变化监测的要求。 由于具有一个热红外波段TM6(空间分辨率为120m，ETM为60m)，此波段分辨率较低没有应用于本次的研究当中。 从经济费用效益上考虑，TM和ETM数据相对比较容易获得，且费用较低。 从上述可以看出TM和ETM遥感图像可以满足本论文的研究工作。 2.1.2图像处理软件在本论文研究中主要是应用ENVI4.7图像处理软件，辅以ERDAS IMAGINE9.2遥感图像处理软和Arcgis处理软件。 ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析19。 ENVI支持各种类型航空和航天传感器的图像，包括多光谱、高光谱、全色、雷达、热红外、GPS数据、地形数据、激光雷达等。 ENVI可以读取超过80种的数据格式20。 同时，ENVI的企业级性能可以让您通过内部组织机构或互联网快速、轻松地访问OGC和JPIP兼容服务器上的影像。 ERDAS IMAGINE图像处理软件和ENVI图像处理软件功能上有很多都是一样，主要功能也是上述的几个方面，本论文主要应用的是ENVI软件，ERDAS IMAGINE和Arcgis处理软件主要是辅助的处理。 2.2遥感图像预处理遥感系统空间、波谱、时间以及辐射分辨率的限制，很难精确地记录复杂地表的信息，因而误差不可避免地存在数据获取过程中。 这些误差降低了遥感数据的质量，从而影响了图像分析的精度22。 而TM与ETM遥感图像，波段多数据量大，波段间存在一定的相关性，为进一步的处理造成困难。 遥感图像的预处理即遥感图像的恢复，它是处理由于一个或多个质量降级原因而记录下来的影像，使处理后的图像能最好地接近原始图像。 遥感传感器获得的原始数据，由于受卫星扰动、地形起伏、天气变化、大气散射等因素的影响，往往会产生随机误差。 一幅遥感图像，必须经过几何校正、辐射校正、以及噪声抑制等处理后才能根据实际待研究问题的需要进行图像增强处理及以后的其他研究工作。 2遥感图像处理92.2.1遥感图像的几何校正几何校正的原理是回避成像的空间几何过程，而利用地面控制点数据对遥感图像的几何畸变本身进行数学模拟，校正前后的图像相应点的坐标关系，可以用一个合适的数学模型来表示。 由于TM和ETM遥感数据获取的过程产生了种种误差，所以只有经过几何纠正后的遥感图像才能保证进一步处理的有效性。 对遥感图像的几何校正基本环节有两个25，一是像素坐标变换；二是像素的重采样。 遥感图像几何校正的步骤主要有下几个方面如图2.1所示图2.1图像几何校正的一般步骤 (1)准备工作包括影像数据、大地测量成果、地图资料、控制点的选择和量测等。 (2)输入原始数字图像按一定的格式将遥感数字图像用专业的图像处理软件读入计算机。 (3)建立校正变换函数校正变换函数用来建立影像坐标和地面坐标间的数学关系，即输入影像与输入影像间的坐标变换关系。 校正的方法因采用的数学模型的不同而不同，通常用的有多项式法和共线方程法。 多项式校正方法多项式校正方法是校正中常用的方法，应为它的与那里比较直观，并且计算较为简单。 该方法的基本思想回避了成像的空间几何过程，而直接面对图像变形本身进行数学模型，该方法需要耗费大量的人力进行控制点的选取，精度受主、客观因素的限制。 共线方程校正法它是建立在对传感器成像时的位置、姿态模拟和解算的基础上，是对成像空间几何形态的严格描述。 共线方程校正法相对于多项式的精度提高并不显著。 通过上述的两种方法的比较，几何校正中多项式转换方程有一次、两次和三次多项式，这就面临一个方程的选择问题。 一般来说，选用次数较高的方程，其回归拟合精度要高一些，因而坐标转换或几何校正的精度也要高一些31。 但另一方面方程次数越高，此方程的曲线拐弯越多，且曲线的两端变化越大。 相对而言，低次方程所冒的风险较少，直线方程风险就最小。 准备工作输入原始数字图像建立校正变换函数确定输出影像范围像元几何位置变换像元的灰度重采样输出校正数字图像西安科技大学硕士学位论文10 (4)校正后遥感图像重采样。 校正后标准图像空间中像元的灰度数值要重新采样(Resample)，重采样的像素灰度是根据它周围原像素的灰度按一定的权函数内插而得出的。 最常用的重采样方法有三种最近邻点插值法、双线性插值法、立方卷积插值法32。 (5)纠正后图像的输出可以利用图像输出装置直接从计算机产生各种形式的输出图像，也可以把数字图像记录在其他存储介质上。 几何校正是图像处理中一种基本的、常用的图像预处理方法，其主要的作用是调整一幅图像中各类特征空间关系的变换。 其主要用途是实现数字图像的放大、缩小及旋转、实现畸变图像的校正及不同图像的配准。 由于没有数字底图资料，本文几何校正采用的是遥感图像与图像的校正，所用的图像是TM与ETM的全色波段进行校正，以ETM全色波段图像校正底图，TM图像为被校正图像，进行图像的几何校正。 校正后的精度如图2.2，中误差为0.317373，误差在一个象元内，满足要要求。 图2.3为几何校正选点的精度，本次校正选取了42个点。 图2.4为TM第5波段校正后的图像。 图2.2校正后的中误差图2.3校正点的中误差2遥感图像处理11图2.4TM5波段校正后图像2.2.2遥感图像配准方法配准是对同一个景物在不同时间、用不同探测器、从不同视角获得的图像，利用图像中公有的录物，通过比较和匹配，找出图像之间的相对位罝关系。 更准确地说，图像配准的目标就是找到把一幅图像中的点映射到另一幅图像中对应点的最佳变换。 为了对场景进行深入分析，需要把两个或者多个图像数据融合起来。 图像配准是图像融合处理中最为关键的一个步骤，在图像融合的各项预处理过程中，多幅图像的几何配准精度对融合图像的质量影响最为显著33。 实现这些图像的配准，则是最基本的一步。 一般而言，图像配准方法由以下三个部分组成特征空间、搜索策略和相似性准则。 图像配准技术经过多年的研究，每种方法都包含了不同的具体实现方法以适应具体问题。 图像配准常用的三个基本方法为基于灰度信息的方法、基于变换域的方法和基于特征的方法。 (1)基于灰度信息的图像配准方法基于灰度信息的图像配准方法一般不需要对图像进行复杂的预先处理，而是利用图像本身具有灰度的一些统计信息来度量图像的相似程度。 其优点是算法简单易行，能够较好的反映两幅图像相似性程度，但缺点是对噪声敏感，计算量大。 基于灰度信息的图像配准方法大致可以分为三类即交互信息法、序贯相似度检测匹配法和互相关法。 (2)基于变换域的图像配准方法将傅里叶变换用于图像配准，有以下几个优点图像间的平移、旋转和尺度等变换在频域均有对应量；对抗与频域不相关或独立的噪声，有很好的鲁棒性；用FFT可以快速实现。 西安科技大学硕士学位论文12相位相关是用于配准两幅图像的平移变化的典型方法，其依据是傅里叶变换的平移特性。 设?y x f,1和?y x f,2是两幅图像，?00,yx是两图像间的平移量，则有?0012,y y x x f y x f?(2-1)则它们之间的傅里叶变换?v uF,1和?v uF,2满足下式?v uF uyux jv uF,2exp,1002?(2-2)也就是说，两幅图像具有相同的傅里叶变换和不同的相位关系，而相位关系是由两者之间的平移直接决定的。 令1M和2M分别为?v uF,1和?v uF,2的模，可得到公式?cos sin,sin cos,12vr urvr ur M vu M?(2-3)当r=1时，两图像间仅有平移和旋转变换，此时可以看出两个频谱的幅度是一样的，只是有一个旋转关系。 通过对其中一个频谱幅度经行旋转，用最优化方法寻找匹配的旋转角度就可以确定。 当1?r时，对公式经行极坐标变换，可以得到?,12r MM(2-4)对第一个坐标进行对数变换，得到?,lg lg,lg12rMM(2-5)变量代换后为?,12cMM(2-6)式中r cp lg,lg?。 通过相位相关技术，可以一次求得尺度因子r和旋转角度?，然后根据r和?对原图像经行缩放和旋转校正，然后再利用相位相关技术求得平移量即可。 (3)基于特征的图像配准方法基于特征的方法中特征数目比较少，随位置变动很大，具有较强的抗干扰变形能力，因此基于特征的方法得到广泛的研究和应用。 基于特征的图像配准方法一般分为三个方面特征提取，特征匹配及图像转换。 由此可见，经过多年的研究图像配准已近发展了多种的方法。 但图像的配准是一个复杂的问题，不同的配准方法都是针对不同类型的图像的配准问题,并没有一个普遍使用性的图像配准方法。 所以说图像配准研究两个重要的目标是一方面提高其对于使用图像的算法的有效性、准确性和鲁棒性；另外一个方面也要力求能扩展器实用性和应用领域，以满足不同配准的要求，当然了这也需要研究人员深入的研究，使配准技术更加完善。 本论文配准采用的是用ETM图像中的ETM1-7波段(波段6除外，其分表率较低为60m)和其全色波段(pan波段)进行配准。 配准选取的点为27个，配准精度如图2.5，总体中误差为0.417539，小于一个象元，满足精度要求。 其中27个配准点各自的中误差2遥感图像处理13如图2.6。 图2.5配准的中误差图2.6配准中各点的中误差2.2.3遥感图像辐射纠正由于传感器响应特性和大气的吸收、散射以及其它随机因素影响，导致图像模糊失真，造成图像的分辨率和对比度相对下降，这些都需要通过辐射校正复原。 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量校正。 遥感的目的是利用传感器有效地收集地物的电磁波辐射能量，根据辐射失真的原因可以分为三种遥感图像辐射校正处理方法即传感器校正、太阳高度地形校正和大气校正，如图2.7所示。 西安科技大学硕士学位论文14图2.7辐射校正方法示意图由于传感器校正和太阳高度地形校正比较难于操作，一般所购买遥感图像或下载的遥感图像都是已经加入修正参数的图像，所以我们只讨论一下大气校正的主要内容。 大气校正的主要目的是消除大气散射对辐射失真的影响。 当太阳辐射能量经过大气的洗手和散射到达地表后，被地物反射回的一部分能量在进入传感器之前，还要再度别大气散射。 因此，传感器所接收到的电磁波是太阳辐射进过大气吸收和两次大气散射后的能量。 与大气作用的总效应使构象反差降低，直接影响到遥感图像的质量。 大气散射对不同的地区的影响不同，同一地区不同时相的图像来说也不尽相同，但有一点不论什么地区什么时间的遥感图像，大气散射总是对短波长光谱段的影响大于对长光谱段的影响。 因此在进行遥感图像专题处理之前，常常需要消除大气散射遥感图像的影响，即需要进行大气校正。 大气校正就是从图像的全部象元相对亮度值上减去这个辐射偏置量。 一般大气校正处理的方式有三种，即公式计算法、野外测试法和室内各波段对比分析法。 (1)公式计算法a LLci ci?(2-7)ci ciLpS a?(2-8)式中ciL?校正后的辐射率；a大气散射引起的干扰部分；ciL卫星传感器接受到的辐射率；i波段序号；ciS系统的增益因素；ciLp大气程辐射率。 用此公式经行大气校正、困难的是难以得到同时条件下的大气程辐射率，因此而难以应用。 (2)野外测试方法2遥感图像处理15这种方法是在野外选择明暗典型地区，与陆地卫星同步经行野外地物的光谱测试，再将象元的相对亮度值转换成为辐射率与对应象元的地面测试结果经行回归分析，这种方法对于搞专业应用的人来说比较难以实现。 (3)室内各波段对比分析法这是一种简便实用的方法，根据TM各波段图像的直方图对比分析，找出大气散射偏置值的近似值，作为大气的校正的参数，还是比较容易实现的。 2.2.4研究区边界提取本次论文研究获取的是整景TM数据，而研究区灵宝市只是其中的一部分。 因此要经行图像的裁剪，裁剪的过程需要用遥感图像处理软件及ArcGIS处理软件将灵宝市各个波段影像提取出来。 裁剪的过程可以分为三个部分第一步将河南省行政区划底图参照遥感图像进行校正，在ArcGIS中进将ArcInfo多边形文件转换为一个矢量图像文件，并提取灵宝市的矢量图像文件保存。 第二步打开ENVI图像处理软件，打开要进行裁剪的TM和ETM图像，并打开第一步中保存的灵宝市的矢量图，生成一个感兴区域，经行遥感图像的裁剪。 第三部输出已经裁剪好的遥感图像，本次研究应用工的是TM和ETM遥感图像数据，并保存输出结果。 裁剪结果如图2.8，图2.9的单波段图像，其他裁剪图像没有一一附图出来。 图2.8xx年灵宝市TM5波段图像西安科技大学硕士学位论文16图2.9xx年灵宝市ETM5波段图像此方法将TM/ETM图像以及各种与图像配准的基础地理图件、行政区划图件、地质地貌等图件分别进行研究区数据提取，这样可以减少研究区域的大小。 一景的TM和ETM遥感图像，经过裁剪之后提取了感兴趣区域，得到了一个县级市的大小，增强了计算机处理栅格数据的能力，提高了软件运行速度，加快了本研究进度。 2.3图像的增强处理图像增强作为一大类基本的图像处理技术，其目的是对图像进行加工处理,以得到满足研究目的的图像。 其作用主要有提高图像的对比度、改变图像的灰度等级、平滑图像、压缩图像数据量、合成彩色图像、突出主要信息等。 图像增强的方法主要分为频率域增强和空间域增强两种。 图像增强的主要内容如图2.10所示。 图像增强的方法很多，鉴于本次研究的遥感影像为TM和ETM，而TM和ETM图像数据为多波段数据，所以本次研究主要对多波段遥感数据增强的方法进行讨论研究，而其他方法主要进行一些概述性的探讨。