通過對獲取的研究區遙感圖像進行幾何精校正、遙感圖像的降噪處理、遙感圖像的增強處理、遙感圖像的彩色合成、遙感圖像的邊緣增強等技術處理，獲得以下應用效果。
（1）小波變換圖像噪聲處理結果
運用小波變換對遙感圖像噪聲處理，用以上算法對研究區遙感圖像進行消噪處理。按文中方法處理效果如下圖3-17所示：
圖3-17 遙感圖像去噪前後的對比
圖像像元標準差的大小說明了圖像所含信息量的大小。由圖表信息可看出小波變換處理後圖像的像元標準差均大於原圖像的值，而圖像像元均值則降低了，說明小波變換對於遙感圖像的降噪有很明顯的處理效果，即能在降噪的同時最大化地保留圖像的原始信息。如表3-15所示。經過消噪後的光譜數據能更真實地反映出地物的光譜特征，有利於提高分析結果的可靠性。
表3-15 遙感圖像在小波變換去噪前後的效果比較
采用壹系列技術改善圖像的視覺效果，提高圖像的清晰度、對比度，突出所需信息的工作稱之為圖像增強。從數學意義上理解，任何圖像的增強處理都是對圖像特征施行某種變換。
遙感圖像能為視覺感受且可作為參數描述的特征是灰度、顏色、紋理和形狀等。增強就是根據圖像數據的這些特征參數，結合顯示介質和人的視覺系統特點，選擇某種從原始圖像到增強圖像的變換。
遙感圖像增強處理技術根據處理空間的不同，可分為基於圖像空間的空域方法和基於圖像變換的頻域方法兩大類。空域增強處理主要是在灰度上做文章。每次對單個像元進行灰度增強處理稱為點處理；對壹個像元周圍的小區域子圖像進行處理，稱為鄰域處理或模板處理。此外，根據圖像處理的範圍又可將增強處理技術分為全局（整幅圖像）處理和局部（部分圖像）處理兩種。後來，隨著彩色圖像的廣泛應用，發展了許多針對彩色圖像的增強處理方法，故又有灰度圖像和彩色圖像增強之分。總之，可采用的增強處理方法和算法很多，運用中應因地制宜地選取合適的增強方法。我們在遙感圖像的增強處理中主要運用了彩色合成和圖像的邊緣增強兩種技術手段。
（2）遙感圖像的彩色合成結果
彩色合成（圖3-18）是圖像彩色增強應用最為廣泛的壹種處理技術，隨著多光譜遙感和多源數據融合技術的發展，日益顯示出其巨大的應用價值。本次研究中我們著重應用了彩色合成圖像增強手段。
圖3-18 多光譜遙感圖像彩色合成原理示意圖
（據J.V.Taranik，1988）
地面站經系統處理得出的原始圖像產品都是反映灰度差異的黑白圖像。眾所周知，人眼識別和區分灰度差異的能力是很有限的，壹般只能區分二三十級，而識別和區分色彩的能力卻大得多，可達數百種甚至上千種，兩者相差甚遠。顯然，如把黑白圖像的灰度差異轉變為色彩差異，就可大大提高遙感圖像的目視分析解譯性能，所以彩色增強成為遙感圖像應用處理的又壹關鍵技術，應用十分廣泛。
ETM+數據不同波段的組合可以放大不同的地面信息，其常見的波段組合及用途如表3-16。
表3-16 ETM+不同波段組合的特點及其主要用途
有表3-16可知ETM+741、457波段組合明顯用於地質研究，在此次研究中我們也廣泛采取了這兩種彩色合成圖。
以康恩納德斑巖銅礦點ETM+遙感影像為例說明其運用效果。其中圖3-19（a）為ETM+第壹波段；圖3-19（b）為ETM+第四波段；圖3-19（c）為ETM+第七波段；圖3-19（d）為ETM+741波段的彩色合成圖，RGB分別為741波段。顯然合成的彩色影像更能清晰的反映出礦點周圍的構造環境，也可獲取更多的關於礦點的信息，充分利用了遙感影像多波段的特征。當然不同波段的合成能反映出不同的信息。整個彩色合成過程是在ERDAS IMAGINE9.0環境下進行的。
圖3-19 康恩納德礦點ETM+遙感影像彩色合成圖
（a）ETM+第七段遙感影像圖；（b）ETM+第四段遙感影像圖；（c）ETM+第壹段遙感影像圖；（d）ETM+（RGB為741）彩色合成遙感影像圖
（3）圖像邊緣的遙感宏觀影像特征及處理結果
遙感圖像的邊緣常表現為線性（Lineament）與環形（Circular）特征。在遙感圖像上，多是以色調、圖形特征、水系展布、地貌形態等得到顯示的。前者為平直或微彎形的線形條帶形跡，後者為圓形.半圓形、橢圓形等環狀條帶形跡。它們常具有以下識別標誌：
①色調與形態
色調與形態包括色調線、色調帶、色調界面等線、環形影像特征，是鑒別線性、環形邊緣的首要標誌。褶皺帶中地層巖性的差異，可清楚地反映出褶皺構造展布的方向。斷裂構造兩側地質體、地貌體或地質現象的差異，造成其電磁波輻射的差異，從而形成不同的影像色調與形態。在很多情況下，由於斷裂帶本身組成物質與含水性等方面與周圍地層的明顯差異，使斷裂線的形跡在遙感圖像上更加突出，易於辨識，因而遙感圖像上往往可以尋找出不少地面調查所未能發現的新的線性構造。
②地貌特征
遙感圖像上線形形跡的地貌標誌有兩類：壹是斷層三角面、斷層崖、山脊線的錯動等構造地貌標誌；二是許多微地貌呈線性排列而成線形負地形。
③水系特征
水系類型、水系密度、切割深度、平面形態及流動方向等，均受到巖性、構造等地質因素的密切控制，特別是平面形態和擺動方向，更是直接地、靈敏地反映了地殼運動的特點。如河流平面形態變化為“S”、反“L”、反“z”型，指示斷層為左旋平移性質（反扭），河流平面形態變化為反“S”、“L’、“Z”型，指示斷層為右旋平移性質（順扭）；放射狀、環狀水系指示穹狀構造或巖體侵入的可能；格狀水系則暗示隱伏的兩組直交斷層存在的可能。
④活動特征點的線狀展布
侵入巖體、火山口、河道特征點（匯流點、分流點、拐點、河道展寬或變窄點、曲流段和直線段的起止點等）、泉水出露點、地下潛水溢出帶、沖洪積扇頂點、湖岸線、海岸線、島嶼等呈線狀展布以及山系、平原、盆地等地貌單元的線性邊界、湖泊的串珠狀分布等，均指示了線性構造形跡穿過。
遙感影像線形體提取研究是高新探測技術與地球科學的有機結合，是有關斷裂構造常規研究方法的有益補充和向縱深拓展的必然趨勢。本次研究中，基於Canny算法的計算機自動邊緣檢測技術的實現是在MATLAB7.0環境下實現的，其語法格式為：
［ g，t］=edge（f，’canny’，T，sign）
其中T為壹閾值向量（對T1、T2的厘定），sigma是平滑濾波器的標準差。處理前後的對比圖如圖3-20所示。
圖3-20 預處理後圖像與提取邊緣圖像的對比
（a）為預處理後的圖像；（b）為邊緣提取後的圖像
由圖3-20可知，計算機自動提取的邊緣信息學包括道路、河流、山脊等壹系列偽地質邊界，我們將其統稱為線形體。線性體直接反映著地表的線狀信息，由於壹部分線性體的發育與展布受到深部構造的控制與影響，線性體能夠間接地反映來自地殼深部的信息。
我們對研究區遙感影像線形體提取圖進行密度分析（見圖3-21），發現包古圖Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ號巖體周圍線形體等密度圖呈明顯環形展布，這主要因為小巖體周圍小斷層、節理比較發育，故線形體信息比較多，環形構造比較明顯，尤其以包古圖 Ⅰ號巖體最為顯著，這主要是因為Ⅰ號巖體出露面積較大，附近斷層比較發育。另外，圖3-21中左上角明顯發育壹條高線形體密度帶，根據遙感影像和相關地質資料可以判定其為達拉布特大斷裂。由圖3-21可知研究區發育壹條壹級斷裂，NE走向；壹級斷層兩旁不對稱發育多條二級、三級斷裂；壹級斷裂南東方向出露至少5個巖體。
根據計算機自動提取的邊緣信息，人工根據ETM+遙感影像的色調與形態、地貌特征、水系特征、活動特征點的線狀展布等方面判斷邊緣是否為地質邊界，從而對偽地質邊界進行剔除，得出研究區內主要地層的巖性邊界。再結合研究區遙感影像線形體等密度圖所表達的區域地質概況，根據已有地質資料得出研究區的遙感地質解譯圖（見圖3-22）。在巖性識別方面，采用ETM+遙感影像巖性識別技術和野外勘查相結合的面、點相結合的技術進行巖性識別。
圖3-21 研究區遙感影像線形體等密度圖
（彩圖見書後圖版）
圖3-22 研究區遙感地質解譯略圖
Q—第四系；P—二疊系；C1b—下石炭統包古圖組；C1t—下石炭統太勒古拉組；C1x—下石炭統希貝庫拉斯組
基於Canny算法的邊緣檢測技術，通過在中亞包古圖地區的試驗可知，對經過針對性預處理後的遙感影像進行該方法的線形體信息提取是成功的（見圖3-20b）；通過對線形體的統計特征分析即線形體等密度分析，可以識別出研究區內的壹級斷裂-達拉布特大斷裂的大體位置及走向；對線形體的等密度圖分析可知研究區內發育有較多環形構造，巖株發育顯著；得出研究區內主要地層邊界位置。最後結合已知地質資料，采用遙感巖性識別技術得出研究區內的遙感地質解譯圖，加深了我們對研究區地質情況的進壹步認識，為下壹步地質工作奠定了基礎。
但無論哪壹種邊緣檢測算法在解決壹定問題的同時都存在不同類型的缺陷。邊緣檢測作為視覺的初級階段通常被認為是壹個非良態問題，很難從根本上解決。因而，尋求算法簡單、能較好解決邊緣檢測精度與抗噪性能協調問題的邊緣檢測算法成為首選。本文所提出的方法也僅僅是在該領域進行壹點探索性研究，還有許多不足之處。比如偽地質邊界的剔除處理，帶有很大的主觀臆斷。這些都需要今後對其進行進壹步的完善。