遥感图像处理是遥感技术的核心内容之一。随着遥感图像处理技术的应用日益广泛和深化，遥感信息提取也日益成为一个热门研究领域。遥感在构造地质学中的应用是遥感地学应用的比较成功的领域之一，但是目前对遥感构造信息的提取多依靠人工做目视解译，无疑浪费了大最的人力物力。随着遥感信息获取于段的增多以及遥感技术的发腱，遥感影像的增强显示受到了越来越多的关注。为了降低解译的难度，本文主要进行遥感数据的图像增强显示的工作。 图像的增强显示在数字图像处理领域占有重要的地位。在很多图像中，特别是对一些自然图像，纹理往往足其中的一种重要信息，有时甚至是分割的唯一依据。因此，基于纹理的增强显示是图像增强技术的一个重要组成部分。而且，可以知道：基于多光谱数据和地统计学原理的遥感图像处理结果比仅仅使用单光谱数据生成的结果要明显得多。本文着重于遥感图像的波谱信息提取与增强，基于遥感图像的小波变换和纹理分析等三个方面展开讨论，对遥感图像的增强显示进行了比较全面的系统的论述。 论文首先讨论的遥感影像的波谱信息提取与增强。在论文巾，分析了地物光谱特性以及ETM+的波谱特性，说明了各波段反映地物信息的适用性和局限性．由于各个波段在反映地物信息方面存在一定的冗余性，本文对ETM+的六个波段进行了总结分析，接着讨论了影响波谱反射强度和图像显示效果的因素。从多尺度的角度出发，本文对遥感影像纹理分析方法进行了初步研究，试图将地面反射波谱与小波纹理分析方法结合，并将得到的多尺度纹理分析结果应用用到遥感影像增强显示中，以实现影像光谱信息和纹理信息的综合应用，提高遥感影像专题提取的精度。 论文对图像纹理分忻的研究与进展情况进行了较系统的论述。首先简要介绍了纹理的定义和主要描述方法，然后着重介绍了用于遥感影像纹理分忻的方法，对这些方法进行了分类和综合：这些方法的类别足：统计方法、结构方法、模型方法以及基于数学变换的方法。接着分别对各类别中的多种纹理分析方法进行了剖析，列举各自的纹理特征，并指出了这些方法的扰缺点和适应性。此外，纹理的多尺度效应描述在纹理分析中也不可忽视。遥感影像的纹理分析已经成为一种重要的提高遥感影像分类精度的手段。接着分析了遥感影像纹理分析近年来的发展方向并对未来发展进行了展望。遥感图像有着丰富的纹理信息，准确地提取纹理特征对于图像分剖或者增强至关重要。住本文中是用小波变换在 Landsat ETM+ 数据里面提取纹理特征的。小波分析理论和应用近年来得到了蓬勃的发展，特别是在图像处理的各个领域更是得到了广泛的应用，并取得了令人振奋的结果，主要有以下特点： (1)小波分析理论对信号的分解具有良好的局域化特性，运用小波分析理论可以在多尺度条件下分析目标特征，符合人脑对信息加工的基本特点，成为图像处理强有力的数学工具。 (2)小波变换为图像纹理分析提供了一种基于多尺度、集频谱、结构和统计方法于一体的综合分析方法，该方法在纹理特征的提取、分类和分析中的有效性已受到有关研究人员的重视。充分发挥小波分析方法能够较好地反映影像的多尺度特性。 (3)小波变换作为信号和图像处理的一种强有力的工具，其理论框架已经基本形成。小波分析具有其他许多分析手段(比如 Fourier变换、Gabor变换等)所不具备的一些优良特性。使用标准的张量积型二维小波对原始图像进行分解后，形成金字塔式小波变换的多通道(多子带)，其各个通道的小波系数均反映了图像的某些特点，尤其对于纹理类图像，小波通道的纹理能量值描述了纹理的粗细度及其方向性。 维小波变换可使图像目标特性在不同分辨率下显露出来，所得细节图像和近似图像可在多分辨率下反映分布目标的纹理等特征，具有更强的类别可分性，对遥感图像分析十分有意义。研究了不同地物经小波分解后的纹理的不同表现，利用小波分析所得到的多尺度图像进行纹理提取，得到不同地物各个尺度小波的高频纹理特征和低频纹理特征。论文中讨论了利用小波变换获取纹理结构子图像能量参数，并用这些参数进行多光谱图像纹理增强的方法。住深入研究小波变换特点的基础上，将小波框架下对纹理做出了定性分析，针对纹理背景下的图像增强，根据纹理背景和目标物体经小波分解后各个通道的纹理能量值的不同分布，提出了基于特定目标的特征图像增强方法。 理论上，同一层次的子带能量代表着特定分辨率下垂直方向、水平方向和对角方向上纹理的权值。在同样的情况下，不同分解层次上子带的平均能量代表着这些层次上的变化结果，予带平均能量的分布显示出遥感影像上的不同特征地物。选择各子带能景较集中的局部小波系数，即小波变换的高频特征作为构成图像目标特征的基本元素。分析表明，这种特征可以包含图像目标的主要边缘、纹理、灰度、结构等多种信息。这方面里面适用的能量参数和子带中确定的纹理特征有关。 图像的小波变化的各个子带系数中包含了丰富的原图像的信息，小同子带中的信息代表了国像不同的特征，如何提取图像小波变换子带中的图像信息以及如何有效地表述和应用这些信息是论文的研究重点。由于纹理图像的信息主要集中在中频区域，利用小波分解纹理图像得到的子图既与原图大小相同，同时也保持了中频信息，因此可以从子图中提取特征用于图像增强显示。出于对图像目际的特征信息的分布没有任何限制，故这种特征提取方法可以适用于多种类型的图像特征提取，并且可以解决单一特征提取方法中必须面对的所提取特征不明显的难点。论文对小波变换进行了重点论述，并着重从小波分析在图像处理中需要考虑的各个方面。比如：最优小波基的选择，小波分解的级数，多尺度分解各子带的特点，遥感图像的小波变换的统计特性等。然后展开讨论了如何使用小波工具提取空间信息应用在矿区空间定位分析，并且结合了纹理分析应用于岩性地层纹理信息的提取中去。本文论述的基于纹理的小波特征增强方法不是简单的数据增强显示，而是综合考虑了岩石的波谱反射特性、比值图像的灰度分布、比值图像的纹理特征参量计算、假彩色合成等多方面的内容。研究了不同层次小波分解后的纹理的统计特征，利用小波分析所得到的多尺度图像进行纹理提取，得到不同地物各个尺度小波的高频纹理特征和低频纹理特征。然后利用滑动窗口法提取其纹理的特征参量。由于滑动窗口的大小与最终的图像的效果紧密相关，通过多次试验，参考OIF曲线变化趋势并结合遥感图像的地面分辨率，确定了最优滑动窗口的大小。 最后对系统的最佳指数模犁 OIF 计算方法进行了改进，使得 OIFEg 值具有更好的稳定性，有效地降低了曲线的变化趋势与假彩色合成图的效果的差距、提高了相关性，使其对于假彩色合成图的显示效果预测方面具有更加明显的指导意义。