光谱分析的原理

分析原理是将光源辐射出的待测元素的特征光谱通过样品的蒸汽中待测元素的基态原子所吸收，由发射光谱被减弱的程度，进而求得样品中待测元素的含量，它符合郎珀-比尔定律

A= -lg I/I o= -lgT = KCL

式中I为透射光强度，I0为发射光强度，T为透射比，L为光通过原子化器光程由于L是不变值所以A=KC。

物理原理为：

任何元素的原子都是由原子核和绕核运动的电子组成的，原子核外电子按其能量的高低分层分布而形成不同的能级，因此，一个原子核可以具有多种能级状态。

能量最低的能级状态称为基态能级（E0=0），其余能级称为激发态能级，而能最低的激发态则称为第一激发态。正常情况下，原子处于基态，核外电子在各自能量最低的轨道上运动。

如果将一定外界能量如光能提供给该基态原子，当外界光能量E恰好等于该基态原子中基态和某一较高能级之间的能级差E时，该原子将吸收这一特征波长的光，外层电子由基态跃迁到相应的激发态，而产生原子吸收光谱。

电子跃迁到较高能级以后处于激发态，但激发态电子是不稳定的，大约经过10-8秒以后，激发态电子将返回基态或其它较低能级，并将电子跃迁时所吸收的能量以光的形式释放出去，这个过程称原子发射光谱。可见原子吸收光谱过程吸收辐射能量，而原子发射光谱过程则释放辐射能量。

宝石的颜色是宝石对不同波长的可见光选择性吸收造成的。未被吸收的光混合形成宝石的体色。宝石中的致色元素常有特定的吸收光谱。通过观察宝石的吸收光谱，可以帮助鉴定宝石品种，推断宝石的致色原因，研究宝石颜色的组成。

分光镜是用来测定宝石吸收光谱的仪器。利用色散元件（棱镜或光栅）便可将白光分解为不同波长的单色光（图5-6），并且可以构成连续的可见光谱。如果把进入有色宝石的光加以分解，就会发现宝石所吸收的波长在光谱色中表现为间断，出现垂直的黑线或黑带，黑线称为吸收线，黑带称为吸收带。

一、分光镜的结构

1棱镜式分光镜

采用一系列棱镜，产生较直的光径，而这些棱镜彼此间呈光学接触，它们的折射边按照相反方向排列（图5-7）。所采用的色散元件是棱镜，棱镜系列通常用铅和无铅两种玻璃制成。棱镜式分光计的特点是蓝紫区相对扩宽，红光区相对压缩。在光谱上的色散不是均一的，但透光性好，在光谱中可出现一段明亮的光谱，只是在红光区分辨率要比蓝光区差一些。

图5-6 分光镜的结构图

图5-7 棱镜式分光镜的原理

2光栅式分光镜

采用的色散元件是衍射光栅，每厘米要刻划600～800条细线。该镜特点是各色区大致相等，红光区分辨率比棱镜式要高，但透光性较差，需用强光源照射。光栅式分镜的结构如图5-8所示。

图5-8 光栅式分光镜的结构

二、宝石中能产生特征吸收光谱的元素

表5-1列举了使宝石呈色的主要致色元素。

表5-1 主要致色元素及其颜色

铬 常常使宝石出现红色和绿色。绿色翡翠、红宝石、翠榴石、红色尖晶石、变石、祖母绿、粉红色托帕石均是由于铬元素致色。吸收光谱在以上各宝石中略有差异，但大致在紫光区有吸收带，黄绿区有宽吸收带，红光区有窄吸收线。

铁 宝石中的铁常以二价和三价的形式存在。二价铁产生红、绿、蓝色，如铁铝榴石、橄榄石、蓝色尖晶石、透辉石、符山石、堇青石等，光谱吸收带主要分布在绿光区或蓝光区内。三价铁通常使宝石呈现黄、蓝或绿色，如黄绿、绿色、蓝色的天然蓝宝石、海蓝宝石、金绿宝石、**正长石、翡翠等。

锰 引起宝石呈粉红色的原因，如蔷薇辉石、菱锰矿、碧玺等，光谱主要位于紫区和蓝区。

钴 存在于合成变石、合成蓝色尖晶石、蓝色钴玻璃等合成宝石中，呈现鲜艳的蓝色，在橙、黄、绿区有三条明显的吸收强带为特征光谱。

铜 在低价态下呈红色，高价态时呈蓝色或绿色。绿松石的天蓝色是由铜导致的，在460nm处有一条宽而淡的吸收带，在紫区432nm处有一条强吸收带。

铷和镨 这两种稀土元素总是共生在一起，它是引起**磷灰石的原因，在磷灰石的光谱中黄光区有数条密集的细线。

铀 是一种放射性元素，锆石中的铀能使其产生1～40条吸收线，并在每个色区均匀分布。某些锆石能出现6535nm的特征吸收线，红色锆石无此线。

硒 硒常与硫化镉一起使玻璃产生红色，吸收光谱为在绿区中显现为一条宽的吸收带。

钒 在合成刚玉仿变石中常加入适量的钒，往往在475nm处出现一条清晰的吸收线。

三、分光镜在宝石学中的应用

分光镜在宝石鉴定中起着重要的作用，尤其是当折射仪对某些宝石无效时，分光镜最好用。如：折射率大于181的锆石、钻石，利用分光镜大多能分辨出来。天然蓝色尖晶石和合成蓝色尖晶石根据不同的吸收光谱可将两者区分开，前者由铁致色，在橙区、绿区中有三条模糊的吸收带，蓝区有两条吸收窄带；后者的蓝色是由钴致色，在橙区、黄绿区有三条强吸收带。分光镜还可以检测翡翠是否经过人工染色处理，用铬盐染色的翡翠在红光区会出现650nm为中心的宽吸收带。宝石中致色元素不同，其显示的光谱也不同，根据宝石吸收光谱中的吸收线或带所出现的位置，可以帮助确定宝石的致色元素离子，从而达到鉴定宝石的目的。

分光镜常与折射仪、宝石显微镜等仪器配合使用，但要求宝石有颜色（钻石和锆石除外），且宝石必须具有典型的光谱。

四、使用方法

分光镜的用途十分广泛，可以用来判断宝石的致色元素，鉴定具特征光谱的宝石种，以及鉴定合成、优化处理宝石和仿制品等。

（一）照明方式

由于分光镜体积小，便于携带，且特征光谱具有明确的鉴定特征，因此分光镜是一种十分重要的鉴定仪器。在使用时，常配合各种照明方式对宝石进行观察。

1透射光法

适用于半透明到透明、颗粒较大的宝石，可保证足够的光能透过宝石进入分光镜。注意①保证足够的光量透过宝石。②保证进入分光镜的光都来自宝石，从而得到清晰的光谱。为此，常采用挡光黑板或锁光圈挡住来自宝石外部的光线，并尽可能地缩短眼睛、分光镜、宝石、光源间的距离。

2内反射光法

适用于颜色较浅，宝石颗粒较小的透明宝石。宝石台面向下置于黑色背景上，调节入射光方向与分光镜的夹角，增加光线在宝石中的光程，使尽可能多的白光经过宝石的内部反射后进入分光镜。

3表面反射光法

适用于透明度不好的宝石。调节入射光方向与分光镜的夹角，使尽可能多的白光经宝石表面反射后进入分光镜。

（二） *** 作步骤

宝石鉴定中常用的是便携式分光镜，而实验室中还使用台式分光镜（图5-9）。台式分光镜是一种带光源、标尺等附件的棱镜式分光镜，其光源强度、锁光圈、镜筒、进光狭缝和波长标尺等都可调节，可以观察到明亮而清晰的光谱。现以透射光法为例说明台式分光镜的使用方法：①将宝石用宝石夹夹住贴近锁光圈口或直接放在锁光圈孔上，根据宝石的尺寸调节锁光圈口。②寻找和对准宝石的最亮点，以保证透过宝石的光能最大限度地进入分光镜。③调节光源强度，浅色宝石应强度较低，半透明或深色宝石应强度较高。④完全关闭进光狭缝，然后缓慢开启，直到全部光谱清晰。对于透明宝石，狭缝开口极窄，几近关闭，通常光谱在狭缝即将完全关闭时最为清晰；对于半透明宝石狭缝开口稍宽。观察红区光谱时，狭缝应调窄；观察紫区光谱时，狭缝应适当调宽。⑤缓慢调节滑管，准焦观察。

图5-9 台式分光镜

（三）注意事项

照明光源 应为白光源 （连续光谱），光源既不能有发射谱线也不能有吸收谱线。如太阳光和室内照明用日光灯，都有发射光谱，不能用做分光镜的照明光源。因此最好采用白炽灯、手电筒或特制光纤灯做光源。

宝石粒径的大小 宝石粒径较小者，其光谱中的吸收线（带）可能相对较弱。

宝石颜色的深浅 同种宝石的颜色越深，吸收越强，光谱就越清晰。

宝石的透明度 对于透明宝石而言，穿过宝石的光程越长，光谱越清晰；而对于半透明宝石而言，穿过宝石的光程要适当。

宝石的异向性 某些宝石的光谱具有方向性，这可能是由宝石的异向性引起的。

鉴定环境的光照条件 应在暗环境下使用分光镜。在暗环境下使用分光镜可以排除某些发射谱的影响，如有些宝石在黄、绿、蓝和紫区有亮线，这是由于室内日光灯的光反射进入分光镜所致。

分光镜的狭缝 应保持清洁，若有灰尘，会在光谱上产生黑色水平线。宝石长久受光源热辐照，光谱会逐渐模糊甚至完全消失。

分光镜与其他鉴定仪器的配合使用 鉴定宝石时应与其他鉴定仪器配合使用如蓝宝石和合成蓝宝石拼合石在分光镜下可呈现蓝宝石吸收光谱，石榴子石为顶的拼合石可能呈现石榴子石光谱，分光镜不能准确鉴别其是否为拼合宝石。因此分光镜应与显微镜等其他鉴定仪器配合使用。

另外，应该注意的是，不是所有的宝石都产生吸收光谱。另外测试时勿用手持样品，因为血液会产生波长为592nm的吸收线。分光镜的使用很大程度上基于实践经验和宝石学知识，尤其是对宝石特征光谱的知识，只有熟记宝石的特征光谱和过渡元素的特征谱线，才能有效地利用分光镜。

获得了新的遥感光谱数据，就必须在原有图像处理技术的基础上改进或发展新的方法，以便更好的利用光谱数据并挖掘新的信息。遥感图像的处理一般分为4个部分：图像恢复、图像增强、图像复合和图像分类。图像恢复处理是指纠正和补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失。属于预处理的范畴，一般包括辐射纠正、几何纠正、正切纠正、去条带、数字放大和镶嵌等，是一般遥感图像处理的第一步；图像增强处理，也称为图像信息提取，是指通过某种数学变换，扩大图像中地物间的灰度差别，以突出主要目标信息或改善图像的视觉效果，提高解译者的判别能力或直接识别地物，这是遥感应用图像处理中最为重要的一个方面。因为它不仅要理解图像的形成机制，更可以靠研究目标的光谱、空间特性来达到图像目标信息提取的目的，获得所需信息，所以这一方面的方法很多，主要包括反差增强、彩色增强、运算增强、变换增强等方法。图像复合处理，也称多元信息复合，是遥感应用中最为有效的一种形式，也是今后遥感与地理信息系统和其他应用学科数据综合应用解决实际问题的唯一途径。这里的多元是指多种遥感数据源和非遥感数据源，多元信息复合就是将同一地区各种不同来源的数字图像和其他类型的数据按统一的地理坐标作空间配准叠合，以进行不同数据信息源之间的对比或综合分析，达到揭示地物或现象的本质；从而，解决实际问题的目的。实现的途径大致有两种：一是先将各种数据源数据分别进行处理，然后再进行叠合对比分析；二是将遥感数据的各个通道和其他数据源数据分别当作处理时的变量，进行统一处理，最后综合分析；图像分类处理是指对多波段遥感数据，根据其象元在多维波谱空间的分布特征，按照一定的统计决策标准，由计算机划分和识别出不同的波谱集群类型，从而实现目标的自动分类和识别。根据分类前是否需要给出已知类的训练象元，又分为监督和非监督分类两种。非监督分类计算简单，容易实现，但精度较差。监督分类计算复杂，但精度较高，一般适用于已知类训练象元和要求精度较高并给出每一象元类别属性的情形下。由于应用领域的不同，针对的目标对象不同，可发展出一些适合于特定对象的图像分类方法。

朱亮璞教授将遥感数字图像处理的过程和各部分内容的关系表达成图4-1的形式，简单易懂，言简意赅。下面将着重介绍一下其中的两个重要环节：遥感图像信息提取和分类。

为了获得目标体的信息，常常要对遥感图像进行干扰信息的压抑和排除，突出有用信息，这时就需要用到图像信息增强和提取的方法。一般的，可将这些方法分为基于光谱特征反射率强度差异、基于光谱特征反射率变化规律的差异、其他3大类。

图4-1 遥感图像处理基本流程

1基于光谱特征反射率强度差异的信息提取方法

（1）反差增强

反差增强也称反差扩展或拉伸增强，是一种通过扩展或拉伸图像的灰度值（象元光谱特征反射率）分布，使之占满整个动态范围（0～255），以达到扩大地物间灰度差异，分辨出尽可能多的灰阶的一种处理技术。遥感图像的灰度值分布，一般可以用一幅图像中不同灰阶象元的频率直方图来表示，它的分布形态基本上代表了图像在这一波段的地物区分能力和灰度值分布的动态范围。反差增强就是要改变图像象元的灰度值频率直方图的分布，使之扩大灰度值的动态范围，达到增强信息的目的。它针对的处理对象是图像的单个波段。简单地用函数关系表达，反差增强即为：

y=f（x） （4-1）

式中：Y代表增强后图像中象元的灰度值；x代表原始输入图像中象元的灰度值：函数f代表增强的方式，根据f的不同可以有不同类型的增强方式（如图4-2所示）。在处理方法上有两种：一是使用函数变换对图像中的每个象元点进行变换处理，常用于有确定增强对象（地物目标）的情况下；二是改变图像中象元间的灰度结构关系，即通过直方图调整改变图像的灰度结构，如常见的直方图均衡化。

图4-2 几种不同的反差增强方法

（2）彩色增强

人眼区分色彩的能力比区分单纯黑白灰阶要强的许多，因此利用彩色增强来突出和显示地物有其明显的优势。彩色增强一般分为两种：一是对单波段的伪彩色增强；二是对多波段的假彩色合成。单波段的伪彩色增强常用的方法有：①彩色密度分割；②灰度级-彩色变换。彩色密度分割法基本做法是：依据所要表现的目标地物的灰度值（象元光谱反射率），将单波段图像按灰度值不同进行灰阶划分，分别赋予这些目标地物不同的灰阶，然后给这些灰阶填上不同的颜色，这样就可把一幅单波段图像转变成伪彩色图像。这种做法也常用在图像分类后的结果图像上，以利于区分。利用该方法时，一定要注意给空间上相近的地物类型赋予区别明显的色彩。

灰度级-彩色变换是另一种更为常用的伪彩色增强方法，与彩色密度分割相比，它更易于在广泛的彩色范围内达到图像增强的目的。一组典型的灰度级-彩色变换的传递函数如图4-3 所示。其中，设L为图像波段的最大灰度级：（a）图表示红色变换的传递函数，它表明，凡小于L/2 的灰度级，将被转变成尽可能暗的红色，而在（L/2，3L/4）范围内的灰度级将由暗的红色线性演变成亮的红色，属于（3L/4，L）区间内的灰度级都转变成最亮的红色。同理，图（b）和图（c）分别表示绿色和蓝色变换的传递函数。图（d）表示了3 种彩色传递函数组合在一起的情况。不难看出，属于图（d）中左端灰度级的图像象元为纯的蓝色，右端的为纯红色，中间点为纯绿色，其余的象元为3种颜色的伪彩色。显然，用这种组合方案进行伪彩色增强，图像中任何两个灰度级都不会有相同的色彩。

图4-3 灰度级-彩色变换传递函数

（a），（b），（c）灰度对红、绿、蓝色变换；（d）综合传递函数

为了更好地利用多波段图像的信息，提高对图像的理解，同样可以用彩色合成来进行信息增强。其基本原理与上述的单波段伪彩色增强相似，只是红、绿、蓝变换不是对同一波段的不同灰度级，而是分别对3个（或2个）波段实施，即由3个（或2个）波段的CCT数值根据设定的波段灰度与彩色之间的变换关系表，直接控制图像处理系统中彩色显示装置的红、绿、蓝3色q的光强输出，加色合成显示在彩色屏幕上，形成彩色图像；或者以3色依次扫描到彩色胶片上，再印放成彩色相片。

（3）主成分分析

主成分分析是遥感岩性信息提取中最常用的一种方法，它基于计算图像数据的方差一协方差矩阵或相关矩阵，求得它们的特征值和特征向量，然后反变换回遥感图像，而达到对图像信息的集中和数据的压缩的效果。它利用目标岩石与背景地物之间的差异对整幅图像进行处理，最后得到所需要的目标信息。主成分分析（principal components analysis）是多波段遥感图像信息提取和增强的最常用的方法之一，通常也称为K-L（kahunen-loeve）变换、主成分变换。遥感中使用主成分分析；主要用来进行图像编码和图像数据压缩、图像信息提取和增强、图像变化监测以及调查图像数据潜在的多时间维。在数学含义上，它是一种基于图像统计特征的多维正交线性变换。从几何意义上讲，它相当于对图像进行了空间旋转变换，变换后的主成分之间互相正交、不相关。实际上，它也是一种基于地物光谱特征反射率强度的方法，即主成分距离。简单地讲，主成分分析分成3步：①计算输入图像数据的方差-协方差矩阵和相关矩阵；②计算矩阵的特征值和特征向量；③计算主成分。

当所用矩阵为方差-协方差矩阵，称主成分分析为非标准的主成分分析。当所用矩阵为相关矩阵，称主成分分析为标准的主成分分析。Singh和Harrison在1985年应用两种主成分分析对印度北东部的Landsat MSS数据进行了研究，结果表明标准主成分分析提高了图像的信噪比、增强了图像信息。Ek-lundh和Singh在1993年对Landsat TMSPOT等4种数据进行了主成分分析，分析结果表明标准主成分分析比非标准主成分分析提高了图像的信噪比。

选择主成分分析（selected principal components analysis）是Crosta AP等在1989年提出的，是选择有地质意义的波段进行主成分分析。Loughlin WP在1990年将Landsat TM数据按波段分成1，3，4，5和1，4，5，7两组，分别作主成分变换，通过对比矿物光谱曲线在PCA图像的特征向量负载进行填图，即用1，3，4，5波段主成分变换进行铁氧化物填图，用1，4，5，7波段主成分变换进行含轻基矿物填图。其实质是通过主成分变换来扩展TM5与TM1及TM5与TM4的光谱反差来提取铁氧化物信息，扩展TM5与TM7的光谱反差来提取含羟基矿物的光谱信息。

2基于光谱特征反射率变化规律的信息提取方法

运算增强就是利用加、减、乘、除和它们的混合运算对多波段图像进行的一种图像信息提取和反差增强方法。John McMMoore等（1993）利用波段间加、减运算增强技术对TM 图像数据进行了石膏、粘土和热液蚀变硅的选择性增强，取得了良好效果。实际上，图像运算增强中最常见的运算是除运算，常称为比值运算。比值运算是利用不同地物在图像数据的不同波段光谱反射特性变化的不同，进行波段间除运算来达到地物信息的提取和图像反差增强。根据相除的分子、分母不同，比值运算又可简单地分为：简单比值、组合比值和标准化比值。

由于简单比值简单易行，反差增强效果显著，因此人们对常用的遥感数据源TM 图像数据波段间比值做了充分地研究，利用它们来增强和提取图像植被信息、岩石蚀变信息等。表4-1给出了TM数据波段间几个主要的简单比值。

表4-1 TM数据波段间几个主要的简单比值

（据童庆禧等（1994）改编）

比值增强用于图像增强，其基本的功能就在于：①能扩大不同地物之间的微小灰度差异，利于岩石、土壤等光谱差异不太明显的地物之间的区分，同时可用于植被类型和分布的研究：能消除或减弱地形等环境因素的影响。②能用来进行提取岩石信息和矿化关系密切的蚀变信息。③能利用比值成分与原始波段或其他方法处理的结果进行彩色合成增强地物信息表示，突出目标信息，就是说，经大气散射校正后的比值图像与照度、太阳入射角和漫反射无关。其缺点是，比值图像的独立波谱意义并不存在，丢失了地物总的反射强度（反射率）信息，损失了图像的地形信息。实践证明，在黑白比值图像上识别矿产信息是相当困难的。如果选取3个能提取出矿产信息的比值图像，并根据色度学原理将其配以红、绿、蓝三种颜色进行合成，使矿产信息与围岩以不同的颜色出现在图像上，则能够用目视法直接在图像上识别矿产信息，并能确定其位置。因此，可以认为比值彩色合成法就是矿产信息提取的基本方法。

3其他

（1）直接主成分分析

Frazer SJ和Green AA在1987年提出直接主成分分析（directed principal components analysis），通过两个比值图像（一组为植被图像TM4/TM3，一组为蚀变图像，如TM5/TM7，TM5/TMI）的主成分变换达到在增强蚀变信息的同时抑制植被光谱干扰。利用类似的方法，赵元洪等（1991）进行了热液蚀变信息的提取，Frazer SJ（1991）进行了铁氧化物的判别和识别。张满郎（1996）提出了对这种直接主成分分析的改进。输入TM7，TM1，TM4，TM3进行比值TM 1，（TM4/TM3）主成分分析，产生的PC2增强了铁氧化物光谱信息，压抑了植被的光谱干扰。输入TM5，TM7，TM4，TM3进行比值（TM5/TM7，TM4/TM3）主成分分析产生的PC2 增强了含羟基矿物的光谱信息。MSrikanth和JMMooreLJGuo（1994）对航天TM数据的对数残差图像进行了主成分分析，提高了图像中的地形特征的光谱区别，利用直接主成分分析对西班牙西南部的图像子区进行分析，成功地提高了铁矿物的光谱对比度。

（2）比值法-特征主成分分析

这种方法是建立在比值处理和特征主成分分析基础之上的一种方法。比值法增强蚀变信息多受地域自然条件的限制，去干扰物（植被、大气、地衣等）的波谱排除法则要求获得各种地物波谱数据，客观上也受到限制。刘志杰（1995）提出比值-特征主成分混合分析方法，结果如下。

1）含铁矿物波谱信息图像（简称F图像）的确定

首先以TM1，3，4，5为一组，用以寻找含铁矿物的图像。在同幅F图像中，含羟基矿物信息将被屏蔽，主成分变换，并对变换后的各PCA图像尽可能的定性分析，以确定F图像，此FPCA图像必须同时满足：或TM3与TM1具有相反的贡献标志，或TM3与TM4具有相反的贡献标志，或TM5与TM4具有相反的贡献标志；TM3或TM5至少有一个为强负载荷。

2）含羟基矿物波谱信息图像（简称H图像）的确定

类似于F图像的确定方法，进行提取H图像的变换处理。不同的是在选择原始波段组合时，采用了两个比值图像：（TM5/TM7）和（TM4/TM3），而不是TM1，4，5，7。原因：一是后一组图像变换后所确定的PC4需作反处理才能满足H图像的要求。二是最后的合成处理中效果不佳。原始F，H图像的亮度指数很低，为产生良好的视觉效果和有利于进一步解释F图像进行分段线性拉伸，H图像直方图均衡，并将增强后的TM7图像与两者进行红、蓝假彩色合成。

（3）IHS变换（intensity-hue-saturation transform）

在色度学中，颜色可以用红（R）、绿（G）蓝（B）3原色色值来表示，也可以用人眼对颜色感知的色度学变量：亮度（I）、色调（H）、饱和度（S）描述，由上述两种变量构成了色度学中的两种彩色坐标系统：RGB彩色空间和IHS色度空间（也称孟塞尔坐标）。这两个系统的关系可用图4-4表示。该图中，I轴垂直于纸面（过S=0，白色），沿I轴只有亮度明暗的差异：圆周代表H的变化，并设定红色为H=0；半径方向代表饱和度，圆心处S=0，为白色，圆周处S=1，彩色最纯。很显然，RGB彩色空间坐标系与IHS色度空间坐标系之间存在着某种关系，确定它们之间转换关系的彩色变换数学模型即称为IHS变换或彩色坐标变换（孟塞尔变换）。习惯上，常把从RGB空间变换到IHS空间称为正变换，把从IHS空间变换到RGB空间称为反变换。

图4-4 RGB彩色空间和IHS色度空间关系图

由于IHS彩色变换具有灵活实用的优点，近年来日益受到国内外研究者的重视，因此产生了多种IHS变换式。目前在遥感图像处理中，IHS变换多用于以下3个方面的研究：

1）彩色合成图像的饱和度增强。

2）不同分辨率遥感图像的复合显示。例如，将Landsat MSS与数字航空相片进行IHS变换融合能够产生具有像SPOT一样的光谱（从绿到近红外）和空间属性（10m）的彩色图像。

3）多源数据综合显示。将物、化探等地学信息数字化，把它们当作H或S色度变量，以遥感图像为I，作IHS正变换便可获得色彩分明的遥感与物、化探等地学信息复合的彩色图像。这类图像一般既具有遥感图像清晰的地貌、地质背景，又能将物、化探等地学信息准确地反映在这一背景上，非常有利于它们相互关系的综合分析和解译。

（4）去相关拉伸变换（thedecorrelation stretch transformation）

去相关拉伸变换是一种基于主成分变换的技术。它包括3个明显的阶段：①将原始图像波段变换为它们的主成分。②分别反差拉伸变换后的主成分。③进行主成分反变换，在原始彩色空间显示。NACampbell（1996）详细研究了这3个阶段，他认为去相关拉伸变换实质上是另一种不同于主成分变换的光谱波段线性变换，经过第二阶段反差拉伸正规化方差后，得到方差为单位方差的互不相关的变量，产生增强显示图像方法的效果主要依赖于该方法产生的特殊反差对比。他研究了来自美国夏威夷的热红外多光谱（thermal infrared multi-spectral scanner，TIMS），发现定义第一主成分的特征向量上的一个小变换仅导致去相关拉伸系数的微小变化，然而却产生了一幅明显不同的去相关拉伸图像。对TM数据的6个可见、近红外和短波红外波段进行去相关拉伸分析表明去相关拉伸后的结果图像多少有一点儿失真，即其中有些图像敏感于去相关拉伸系数的微小变化，而另一些则不是。具体计算分析见原文。

总之，去相关拉伸变换是原始光谱波段的一种线性变换，这种变换通常是原始光谱波段的加权总和与差。研究表明该方法对一些遥感图像数据有效，能产生好的图像效果和提供新的洞察点；对另一些图像数据处理，与主成分变换相比，效果较差。与主成分变换，典型分析变换的图像显示一样，实际的去相关拉伸矢量很少被说明，因此也不可能从光谱上理解它们的结果图像。

以上就是关于光谱分析的原理全部的内容，包括:光谱分析的原理、任务分光镜、遥感光谱信息提取等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！