遥感的定义与分类课件

3.4遥感的定义与分类3.4.1遥感的定义3.4.2遥感系统3.4.2遥感的分类1-3.4遥感的定义与分类3.4.1遥感的定义1-2-2-3-3-4-4-遥感系统5-遥感系统5-6-6-7-7-8-8-9-9-10-10-11-11-12-12-13-13-14-14-15-15-16-16-17-17-18-18-19-19-20-20-21-21-22-22-23-23-24-24-25-25-26-26-27-27-28-28-29-29-30-30-31-31-32-32-33-33-34-34-35-35-36-36-37-37-38-38-39-39-40-40-41-41-42-42-43-43-44-44-45-45-46-46-47-47-48-48-49-49-50-50-51-51-52-52-53-53-54-54-55-55-2几何校正遥感图像成像时，存在几何变形误差，分为内部误差和外部误差。遥感图像的几何校正就是要校正成像过程中所造成的各种误差，包括几何粗校正和精校正。几何粗校正用于系统误差校正，需要传感器的校准数据、卫星运行姿态参数、传感器位置等代入理论校正公式。几何粗校正一般由数据提供商或地面接收站进行校正处理。遥感应用上使用的图像一般是经过几何粗校正处理的。56-2几何校正遥感图像成像时，存在几何变形误差，分为内部误差和2几何校正经几何粗校正处理后的遥感图像还存在随机误差和某些未知的系统误差，需要进行几何精校正处理。几何精校正是指消除图像中的几何变形，产生一幅符合某种地图投影的新图像的过程。几何精校正需要利用地面控制点和适当的数学模型。57-2几何校正经几何粗校正处理后的遥感图像还存在随机误差和某些2几何校正几何精校正分两个过程空间插值：建立图像像元坐标和地面控制点之间的数学模型，利用数学模型把待校正图像的坐标校正到输出图像中。亮度插值：确定输出图像像元亮度值。58-2几何校正几何精校正分两个过程58-2几何校正下图是一种畸变情形，如何校正呢？59-2几何校正下图是一种畸变情形，如何校正呢？59-2几何校正两幅图像几何畸变的关系能用解析式来描述。分两种情况：

1、h1(x,y)，h2(x,y)已知

2、h1(x,y)，h2(x,y)未知设f(x,y)是无失真的原始图像，g(x’,y’)是f(x,y)畸变的结果60-2几何校正两幅图像几何畸变的关系能用解析式来描述。分两种情2几何校正函数关系已知下，间接法几何校正：设f(x,y)是无失真的原始图像，g(x’,y’)是f(x,y)畸变的结果，这一失真过程已知且可以用函数h1(x,y)和h2(x,y)定义。设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发，根据:61-2几何校正函数关系已知下，间接法几何校正：设f(x,y)是2几何校正由（x,y）通过函数关系推算出各格网点在已知畸变图像上的坐标(x‘,y’)。(α,β)=[h1(x,y),h2(x,y)]。由于(α,β)通常不一定是整数，所以α,β不会与g(x’,y’)中的任何点重合，找出g(x’,y’)中与（α,β）最靠近的点(x1’,y1’)，并且令f(x,y)=g(x1’,y1’)，即把g(x1’,y1’)的灰度赋予f(x,y)。逐点做下去，直到整个图像，几何畸变得到校正。62-2几何校正由（x,y）通过函数关系推算出各格网点在已知畸变在函数关系未知情况下,通常h1(x,y)和h2(x,y)可用多项式来近似:2几何校正63-在函数关系未知情况下,通常h1(x,y)和h2(x,y)可用2几何校正在函数h1(x,y)和h2(x,y)未知的情况下，通常用基准图像和几何畸变图像上多对同名像素的坐标来确定函数h1(x,y)和h2(x,y)64-2几何校正在函数h1(x,y)和h2(x,y)未知的情况下3辐射校正理想的遥感系统并不存在，有各种因素影响传感器接收到的辐射值。日地距离太阳入射光的几何条件太阳上行和下行辐射地形因素传感器误差在利用遥感图像进行地表遥感研究中，可能需要对这些干扰因素进行辐射校正，使得遥感图像尽可能反映地物目标的差异。65-3辐射校正理想的遥感系统并不存在，有各种因素影响传感器接收3辐射校正光学摄影机内部辐射误差使用透镜的光学系统存在边缘减光现象，摄像面存在边缘部分比中心部分发暗。原因：镜头中心和边缘透射光的强度不一致，造成图像上不同位置的同一类地物有不同的灰度值。校正方法：在这类光学系统中，一幅图像上各像点光的强度分布符合以下规律：Ep=Eocos4θ,θ为光轴到摄影面边缘部的视场角。66-3辐射校正光学摄影机内部辐射误差66-图示67-图示67-3辐射校正传感器端的辐射校正在扫描方式的传感器中，传感器收集到的电磁波信号需要经光电转换系统转变成电信号记录下来。该信号量化后成为离散的灰度级别，传感器端的辐射校正就是把具有相对意义的离散亮度值转换为具有物理意义的辐亮度或反射率的过程。经过传感器端的辐射校正的反射率称为行星反射率或大气顶层反射率。68-3辐射校正传感器端的辐射校正68-3辐射校正传感器端的辐射校正在遥感应用中，一般采用下式把DN值图像转换为具有物理意义的辐亮度图像。69-3辐射校正传感器端的辐射校正69-3辐射校正-大气校正大气校正传感器接收的信息中，可以分为两个部分。一是程辐射信息，一般认为是无用信息；另一部分是太阳下行辐射到达地表后，受到地面反射，部分辐射上行穿越大气层，到达传感器，携带有目标物的有效信息。程辐射：在太阳辐射下行穿越大气层的过程中，受到大气分子、气溶胶和粒子等的散射作用，部分散射辐射直接到达传感器，这部分辐射就是程辐射。70-3辐射校正-大气校正大气校正70-3辐射校正-大气校正太阳辐射在下行穿越大气层到达地表和经地表反射上行到达传感器的过程中，受到大气吸收和散射的影响。大气校正：就是从传感器接收的信号中，消除大气效应的影响，提取有用的地表反射辐射的信息。71-3辐射校正-大气校正太阳辐射在下行穿越大气层到达地表和经地1遥感图像增强处理图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。图像的增强是综合和一般性地改善图像质量，解决图像由于噪声、模糊退化和对比度降低等三类问题，图像增强并不是去估计图像实际退化的过程和实际退化的因素而加以矫正，只是考虑图像退化的一般性质，加以修正，以求得一般的或平均的图像质量的改善，提高解像力。72-1遥感图像增强处理图像增强是采用一系列技术去改善图像的视觉1遥感图像增强处理点运算：通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。因为亮度值是辐射强度的反映，所以也称之为辐射增强。邻域运算：如果每次参与运算是根据每一个像元周围的若干个像元值来修改当前像元的亮度值，称为邻域处理。邻域处理又分为窗口处理和模板处理。73-1遥感图像增强处理点运算：通过改变图像像元的亮度值来改变图2对比度增强对比度增强的理论基础每一幅图像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析图像的质量。一般来说，一幅包含大量像元的图像，其像元亮度值应符合统计分布规律，即假定像元亮度随机分布时，直方图应是正态分布的。实际工作中，若图像的直方图接近正态分布，则说明图像中像元的亮度接近随机分布，是一幅适合用统计方法分析的图像。当观察直方图形态时，发现直方图的峰值偏向亮度坐标轴左侧，则说明图像偏暗;峰值偏向坐标轴右侧，则说明图像偏亮;峰值提升过陡、过窄，说明图像的高密度值过于集中。以上情况均是图像对比度较小，图像质量较差的反映。74-2对比度增强对比度增强的理论基础74-2对比度增强75-2对比度增强75-2对比度增强为了改善图像的对比度，必须改变图像像元的亮度值。灰度变换是将一个灰度区间映射到另一个灰度区间的变换，并且这种变换需符合一定的数学规律，即在运算过程中有一个变换函数。对比度增强可调整图像的灰度动态范围或图像对比度，使得图像清晰、特征明显，是图像增强的重要手段之一。对比度增强：线性变换（含分段线性变换）、非线性灰度变换、直方图调整76-2对比度增强为了改善图像的对比度，必须改变图像像元的亮度值2对比度增强---线性变换线性变换是将图像亮度值范围按线性关系式扩展或压缩至指定范围，提高图像对比度。77-2对比度增强---线性变换线性变换是将图像亮度值范围按线性2对比度增强---线性变换原始图像f(i,j)的灰度范围为[a,b]，线性变换后图像g(i,j)的范围为[a´,b´]，存在以下关系：78-2对比度增强---线性变换原始图像f(i,j)的灰度范围为案例：线性变换在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。对曝光不足的图像采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。79-案例：线性变换在曝光不足或过度的情况下，图像灰度可能会局限在3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或图像不清晰现象，可以利用当前像元和周围像元的对比度关系来增强图像，即空间域滤波。80-3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或图像不清晰现象，可以利用当前像元和周围像元的对比度关系来增强图像，即空间域滤波。81-3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或3空间域滤波图像信息的频率特征图像的空间频率定义为图像的任一部分单位距离内亮度值的变化数量。如果区域内图像亮度值变化小，则为低频区域；如果区域内图像亮度值变化大，则为高频区域；否则为中频区域。低频信息代表图像背景，代表地物的主题信息；高频区域代表地物的结构和轮廓。低频表示图像结构平滑，高频变化图像结构粗糙。低频、中频、高频的划分是人为的。82-3空间域滤波图像信息的频率特征82-3空间域滤波图像信息的频率特征可通过改变图像的空间频率构成来对图像进行增强处理。滤波是图像增强技术之一，是通过增强或抑制某些图像频率实现的。图像滤波又分为空间域滤波与频率域滤波两种方法。空间域滤波在空间域实现。频率域滤波在频率域实现。83-3空间域滤波图像信息的频率特征83-7彩色增强处理与彩色变换人眼对黑白图像灰级、彩色差异的分辨率有较大的差异。彩色分辨能力可达到灰度分辨能力的百倍以上。84-7彩色增强处理与彩色变换人眼对黑白图像灰级、彩色差异的分辨7彩色增强处理与彩色变换图像颜色视觉三基色假说：三基色是这样的三种颜色，它们相互独立，其中任一色均不能由其他二色混合产生。它们又是完备的，即所有其它颜色都可以由三基色按不同的比例组合而得到。任何颜色均可由红、绿、蓝三色产生，RGB称为色光的三基色。85-7彩色增强处理与彩色变换图像颜色85-7彩色增强处理与彩色变换彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。彩色增强方法可分为伪彩色增强和假彩色增强两类。86-7彩色增强处理与彩色变换彩色增强技术是利用人眼的视觉特性，7彩色增强处理-伪彩色增强伪彩色增强：是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。伪彩色增强的方法主要有密度分割法等方法。87-7彩色增强处理-伪彩色增强伪彩色增强：是把黑白图像的各个不6遥感图像应用技术遥感在资源调查中的应用。土地资源是指已经被人类所利用和可预见的未来能被人类利用的土地，土地资源是人类生产和生活的基础。遥感是宏观监测土地利用的有效手段。利用遥感信息源可获取土地资源数据资料，包括不同类型土地资源的数量、质量、分布和利用情况等。88-6遥感图像应用技术遥感在资源调查中的应用。88-案例89-案例89-案例90-案例90-案例91-案例91-6遥感图像应用技术土地资源退化遥感调查土地沙漠化、土壤盐碱化、土壤侵蚀、风蚀等。工矿区土地损毁与治理。SAR图像检测地面沉降光学图像监测土地煤矸石土地占用。92-6遥感图像应用技术土地资源退化遥感调查92-案例93-案例93-6遥感图像应用技术水资源调查河流湖泊动态监测冰雪覆盖地下水监测水质管理土壤水分监测94-6遥感图像应用技术水资源调查94-6遥感图像应用技术草地资源调查草地生物量估算草地资源动态监测渔业资源调查海表温度的遥感反演叶绿素浓度遥感估算95-6遥感图像应用技术草地资源调查95-6遥感图像应用技术遥感与环境评价热红外遥感地表异常监测水环境遥感水体污染油污染：微波技术大气环境遥感沙尘暴遥感监测96-6遥感图像应用技术遥感与环境评价96-AABBCC油污和浮游物排放污水案例：污染物非法排放监测97-AABBCC油污和浮游物排放污水案例：污染物非法排放监测976遥感图像应用技术遥感在灾害监测中的应用水灾监测旱灾监测雪灾监测地震监测地质灾害98-6遥感图像应用技术遥感在灾害监测中的应用98-案例99-案例99-案例100-案例100-6遥感图像应用技术遥感与城市研究城市空间信息提取水体建筑物城市绿地城市道路网城市规划城市空间布局分析城市建成区范围及城镇体系分析城市内部用地结构分析城市建筑密度与建筑容积率分析城市格局变化监测101-6遥感图像应用技术遥感与城市研究101-19561976

1996案例：城市扩张监测102-195619761996案例：城市扩张监测102-1999年11月6日,IKONOS影像2000年1月6日影像2000年11月6日,提取变化地点查出违章建筑物案例：违章建筑监测103-1999年11月6日,IKONOS影像2000年1月6日案例104-案例104-3.4遥感的定义与分类3.4.1遥感的定义3.4.2遥感系统3.4.2遥感的分类105-3.4遥感的定义与分类3.4.1遥感的定义1-106-2-107-3-108-4-遥感系统109-遥感系统5-110-6-111-7-112-8-113-9-114-10-115-11-116-12-117-13-118-14-119-15-120-16-121-17-122-18-123-19-124-20-125-21-126-22-127-23-128-24-129-25-130-26-131-27-132-28-133-29-134-30-135-31-136-32-137-33-138-34-139-35-140-36-141-37-142-38-143-39-144-40-145-41-146-42-147-43-148-44-149-45-150-46-151-47-152-48-153-49-154-50-155-51-156-52-157-53-158-54-159-55-2几何校正遥感图像成像时，存在几何变形误差，分为内部误差和外部误差。遥感图像的几何校正就是要校正成像过程中所造成的各种误差，包括几何粗校正和精校正。几何粗校正用于系统误差校正，需要传感器的校准数据、卫星运行姿态参数、传感器位置等代入理论校正公式。几何粗校正一般由数据提供商或地面接收站进行校正处理。遥感应用上使用的图像一般是经过几何粗校正处理的。160-2几何校正遥感图像成像时，存在几何变形误差，分为内部误差和2几何校正经几何粗校正处理后的遥感图像还存在随机误差和某些未知的系统误差，需要进行几何精校正处理。几何精校正是指消除图像中的几何变形，产生一幅符合某种地图投影的新图像的过程。几何精校正需要利用地面控制点和适当的数学模型。161-2几何校正经几何粗校正处理后的遥感图像还存在随机误差和某些2几何校正几何精校正分两个过程空间插值：建立图像像元坐标和地面控制点之间的数学模型，利用数学模型把待校正图像的坐标校正到输出图像中。亮度插值：确定输出图像像元亮度值。162-2几何校正几何精校正分两个过程58-2几何校正下图是一种畸变情形，如何校正呢？163-2几何校正下图是一种畸变情形，如何校正呢？59-2几何校正两幅图像几何畸变的关系能用解析式来描述。分两种情况：

1、h1(x,y)，h2(x,y)已知

2、h1(x,y)，h2(x,y)未知设f(x,y)是无失真的原始图像，g(x’,y’)是f(x,y)畸变的结果164-2几何校正两幅图像几何畸变的关系能用解析式来描述。分两种情2几何校正函数关系已知下，间接法几何校正：设f(x,y)是无失真的原始图像，g(x’,y’)是f(x,y)畸变的结果，这一失真过程已知且可以用函数h1(x,y)和h2(x,y)定义。设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发，根据:165-2几何校正函数关系已知下，间接法几何校正：设f(x,y)是2几何校正由（x,y）通过函数关系推算出各格网点在已知畸变图像上的坐标(x‘,y’)。(α,β)=[h1(x,y),h2(x,y)]。由于(α,β)通常不一定是整数，所以α,β不会与g(x’,y’)中的任何点重合，找出g(x’,y’)中与（α,β）最靠近的点(x1’,y1’)，并且令f(x,y)=g(x1’,y1’)，即把g(x1’,y1’)的灰度赋予f(x,y)。逐点做下去，直到整个图像，几何畸变得到校正。166-2几何校正由（x,y）通过函数关系推算出各格网点在已知畸变在函数关系未知情况下,通常h1(x,y)和h2(x,y)可用多项式来近似:2几何校正167-在函数关系未知情况下,通常h1(x,y)和h2(x,y)可用2几何校正在函数h1(x,y)和h2(x,y)未知的情况下，通常用基准图像和几何畸变图像上多对同名像素的坐标来确定函数h1(x,y)和h2(x,y)168-2几何校正在函数h1(x,y)和h2(x,y)未知的情况下3辐射校正理想的遥感系统并不存在，有各种因素影响传感器接收到的辐射值。日地距离太阳入射光的几何条件太阳上行和下行辐射地形因素传感器误差在利用遥感图像进行地表遥感研究中，可能需要对这些干扰因素进行辐射校正，使得遥感图像尽可能反映地物目标的差异。169-3辐射校正理想的遥感系统并不存在，有各种因素影响传感器接收3辐射校正光学摄影机内部辐射误差使用透镜的光学系统存在边缘减光现象，摄像面存在边缘部分比中心部分发暗。原因：镜头中心和边缘透射光的强度不一致，造成图像上不同位置的同一类地物有不同的灰度值。校正方法：在这类光学系统中，一幅图像上各像点光的强度分布符合以下规律：Ep=Eocos4θ,θ为光轴到摄影面边缘部的视场角。170-3辐射校正光学摄影机内部辐射误差66-图示171-图示67-3辐射校正传感器端的辐射校正在扫描方式的传感器中，传感器收集到的电磁波信号需要经光电转换系统转变成电信号记录下来。该信号量化后成为离散的灰度级别，传感器端的辐射校正就是把具有相对意义的离散亮度值转换为具有物理意义的辐亮度或反射率的过程。经过传感器端的辐射校正的反射率称为行星反射率或大气顶层反射率。172-3辐射校正传感器端的辐射校正68-3辐射校正传感器端的辐射校正在遥感应用中，一般采用下式把DN值图像转换为具有物理意义的辐亮度图像。173-3辐射校正传感器端的辐射校正69-3辐射校正-大气校正大气校正传感器接收的信息中，可以分为两个部分。一是程辐射信息，一般认为是无用信息；另一部分是太阳下行辐射到达地表后，受到地面反射，部分辐射上行穿越大气层，到达传感器，携带有目标物的有效信息。程辐射：在太阳辐射下行穿越大气层的过程中，受到大气分子、气溶胶和粒子等的散射作用，部分散射辐射直接到达传感器，这部分辐射就是程辐射。174-3辐射校正-大气校正大气校正70-3辐射校正-大气校正太阳辐射在下行穿越大气层到达地表和经地表反射上行到达传感器的过程中，受到大气吸收和散射的影响。大气校正：就是从传感器接收的信号中，消除大气效应的影响，提取有用的地表反射辐射的信息。175-3辐射校正-大气校正太阳辐射在下行穿越大气层到达地表和经地1遥感图像增强处理图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。图像的增强是综合和一般性地改善图像质量，解决图像由于噪声、模糊退化和对比度降低等三类问题，图像增强并不是去估计图像实际退化的过程和实际退化的因素而加以矫正，只是考虑图像退化的一般性质，加以修正，以求得一般的或平均的图像质量的改善，提高解像力。176-1遥感图像增强处理图像增强是采用一系列技术去改善图像的视觉1遥感图像增强处理点运算：通过改变图像像元的亮度值来改变图像像元对比度，从而改善图像质量的图像处理方法。因为亮度值是辐射强度的反映，所以也称之为辐射增强。邻域运算：如果每次参与运算是根据每一个像元周围的若干个像元值来修改当前像元的亮度值，称为邻域处理。邻域处理又分为窗口处理和模板处理。177-1遥感图像增强处理点运算：通过改变图像像元的亮度值来改变图2对比度增强对比度增强的理论基础每一幅图像都可以求出其像元亮度值的直方图，观察直方图的形态，可以粗略地分析图像的质量。一般来说，一幅包含大量像元的图像，其像元亮度值应符合统计分布规律，即假定像元亮度随机分布时，直方图应是正态分布的。实际工作中，若图像的直方图接近正态分布，则说明图像中像元的亮度接近随机分布，是一幅适合用统计方法分析的图像。当观察直方图形态时，发现直方图的峰值偏向亮度坐标轴左侧，则说明图像偏暗;峰值偏向坐标轴右侧，则说明图像偏亮;峰值提升过陡、过窄，说明图像的高密度值过于集中。以上情况均是图像对比度较小，图像质量较差的反映。178-2对比度增强对比度增强的理论基础74-2对比度增强179-2对比度增强75-2对比度增强为了改善图像的对比度，必须改变图像像元的亮度值。灰度变换是将一个灰度区间映射到另一个灰度区间的变换，并且这种变换需符合一定的数学规律，即在运算过程中有一个变换函数。对比度增强可调整图像的灰度动态范围或图像对比度，使得图像清晰、特征明显，是图像增强的重要手段之一。对比度增强：线性变换（含分段线性变换）、非线性灰度变换、直方图调整180-2对比度增强为了改善图像的对比度，必须改变图像像元的亮度值2对比度增强---线性变换线性变换是将图像亮度值范围按线性关系式扩展或压缩至指定范围，提高图像对比度。181-2对比度增强---线性变换线性变换是将图像亮度值范围按线性2对比度增强---线性变换原始图像f(i,j)的灰度范围为[a,b]，线性变换后图像g(i,j)的范围为[a´,b´]，存在以下关系：182-2对比度增强---线性变换原始图像f(i,j)的灰度范围为案例：线性变换在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这时在显示器上看到的将是一个模糊不清、似乎没有灰度层次的图像。对曝光不足的图像采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。183-案例：线性变换在曝光不足或过度的情况下，图像灰度可能会局限在3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或图像不清晰现象，可以利用当前像元和周围像元的对比度关系来增强图像，即空间域滤波。184-3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或图像不清晰现象，可以利用当前像元和周围像元的对比度关系来增强图像，即空间域滤波。185-3空间域滤波图像成像过程中，受各种因素影响，可能存在噪声或3空间域滤波图像信息的频率特征图像的空间频率定义为图像的任一部分单位距离内亮度值的变化数量。如果区域内图像亮度值变化小，则为低频区域；如果区域内图像亮度值变化大，则为高频区域；否则为中频区域。低频信息代表图像背景，代表地物的主题信息；高频区域代表地物的结构和轮廓。低频表示图像结构平滑，高频变化图像结构粗糙。低频、中频、高频的划分是人为的。186-3空间域滤波图像信息的频率特征82-3空间域滤波图像信息的频率特征可通过改变图像的空间频率构成来对图像进行增强处理。滤波是图像增强技术之一，是通过增强或抑制某些图像频率实现的。图像滤波又分为空间域滤波与频率域滤波两种方法。空间域滤波在空间域实现。频率域滤波在频率域实现。187-3空间域滤波图像信息的频率特征83-7彩色增强处理与彩色变换人眼对黑白图像灰级、彩色差异的分辨率有较大的差异。彩色分辨能力可达到灰度分辨能力的百倍以上。188-7彩色增强处理与彩色变换人眼对黑白图像灰级、彩色差异的分辨7彩色增强处理与彩色变换图像颜色视觉三基色假说：三基色是这样的三种颜色，它们相互独立，其中任一色均不能由其他二色混合产生。它们又是完备的，即所有其它颜色都可以由三基色按不同的比例组合而得到。任何颜色均可由红、绿、蓝三色产生，RGB称为色光的三基色。189-7彩色增强处理与彩色变换图像颜色85-7彩色增强处理与彩色变换彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。彩色增强方法可分为伪彩色增强和