步骤1:从多光谱图像构建真彩色合成

局域网文件，paris.lan，包含一张7波段512 × 512的陆地卫星图像。128字节的标头后面是像素值，像素值按频带数增加的顺序由行(BIL)交叉。它们以小端字节顺序存储为无符号8位整数。

使用MATLAB®函数从LAN文件中读取波段3,2和1multibandread．这些波段覆盖了光谱的可见部分。当它们分别映射到RGB图像的红色、绿色和蓝色平面时，结果是一个标准的真彩色合成。的最终输入参数multibandread指定要读取的波段和顺序，这样您就可以在一个步骤中构造RGB组合。

真彩色= multibandread(“paris.lan”， [512, 512, 7]，' uint8 = > uint8”，.．.128年,“比尔”，“ieee-le”,{“乐队”，“直接”，[3 2 1]});

真彩色合成物的对比度很小，颜色不平衡。

F1 =数字;imshow(真彩);图(f1);标题(“真彩色合成(未增强)”text(size(truecolol2)， size(truecolol1) + 15，.．.“图片由Space Imaging, LLC提供”，.．.“字形大小”7“HorizontalAlignment”，“对”）

步骤2:使用直方图来探索未增强的真彩色复合

例如，通过查看红色带的直方图，您可以看到数据集中在可用动态范围的一小部分内。这就是为什么真彩色合成材料显得沉闷的原因之一。

F2 =数字;imhist(真彩(:,:1))图(f2);标题(“红色波段直方图(波段3)”）

步骤3:使用相关性来探索未增强的真彩色复合

复合材料外观暗淡的另一个原因是可见波段彼此高度相关。二波段和三波段散点图是衡量光谱波段之间相关性程度的一种极好的方法。你可以简单地用它来做情节．

R = truecolor(:，:，1);G = truecolor(:，:，2);B = truecolor(:，:，3);F3 =图;plot3 (r (:), g (:), b (:),“。”)网格(“上”)包含(《红色(3级)》) ylabel (“绿色(二级)”) zlabel (《蓝色(乐队1)》)图(f3);标题(“可见波段散点图”）

红绿蓝散点图明显的线性趋势表明可见波段高度相关。这有助于解释未经增强的真彩色复合材料的单色外观。

第四步:用对比拉伸增强真彩色合成

当你使用imadjust将线性对比拉伸应用到真彩色合成图像中，使表面特征更容易识别。

Stretched_truecolor = imadjust(truecolor,stretchlim(truecolor));F4 =图;imshow (stretched_truecolor)图(f4);标题(“对比度拉伸后的真彩色合成”）

第五步:检查对比拉伸后的直方图

在应用对比拉伸后，红色带的直方图显示数据已经分布在更大的可用动态范围内。

F5 =图;imhist (stretched_truecolor(:: 1))图(f5);标题(对比拉伸后红色带(3带)直方图）

步骤6:用去关联拉伸增强真彩色复合

另一种增强真彩色复合的方法是使用去相关拉伸，它可以增强高度相关通道之间的颜色分离。使用decorrstretch要执行去关联拉伸(然后执行线性对比拉伸，由可选参数-值对指定)“托尔”而且0．1）.

Decorrstretched_truecolor = decorrstretch(truecololor，“托尔”, 0.01);F6 =图;imshow (decorrstretched_truecolor)图(f6);标题(“去关联拉伸后的真彩色复合材料”）

再一次，地表特征变得更加清晰可见，但方式不同。整个场景的光谱差异被夸大了。一个值得注意的例子是左侧边缘的绿色区域，在对比拉伸复合图中显示为黑色。这片绿地就是布洛涅森林，巴黎西部边缘的一个大型公园。

步骤7:在去关联拉伸之后检查相关性

正如预期的那样，在去相关拉伸之后的散点图显示了相关性的强烈下降。

R = decorrstretched_truecolor(:，:，1);G = decorrstretched_truecolor(:，:，2);B = decorrstretched_truecolor(:，:，3);F7 =图;plot3 (r (:), g (:), b (:),“。”)网格(“上”)包含(《红色(3级)》) ylabel (“绿色(二级)”) zlabel (《蓝色(乐队1)》)图(f7);标题(“去相关拉伸后可见光波段散点图”）

步骤8:构造和增强CIR复合

与可见光波段一样，通过构建和增强RGB合成图像，可以查看覆盖光谱非可见光部分的陆地卫星波段的信息。近红外(NIR)波段(波段4)是重要的，因为叶绿素在这部分光谱的高反射率。当与可见的红色和绿色(分别为波段3和波段2)结合时，它甚至更有用，以形成彩色红外(CIR)合成图像。彩色红外(CIR)复合材料通常用于识别植被或评估其生长和/或健康状态。

通过从原始LAN文件中读取并组合一个RGB图像来构建CIR组合，该图像将波段4、3和2分别映射到红色、绿色和蓝色。

CIR = multibandread(“paris.lan”， [512, 512, 7]，' uint8 = > uint8”，.．.128年,“比尔”，“ieee-le”,{“乐队”，“直接”，[4 3 2]});

即使近红外(NIR)波段(波段4)与可见光波段之间的相关性小于可见光波段之间的相关性，去相关性拉伸使许多特征更容易看到。

stretched_CIR = decorrstretch(CIR，“托尔”, 0.01);F8 =图;imshow (stretched_CIR)图(f8);标题(“去关联拉伸后的CIR”）

彩色红外复合材料的一个特性是，在植被(叶绿素)密度高的地区，它们看起来是红色的。请注意，布洛涅森林公园在CIR复合图中是红色的，这与它在解关联拉伸真彩色复合图中的绿色外观是一致的。

另请参阅decorrstretch，imhist，imadjust，multibandread，stretchlim．