实习6、影像融合.docx

实习序号及题目影像融合实习人姓名专业班级及编号任课教师姓名实习指导教师姓名实习地点榆中校区实验楼A209实习日期时间2013-12-5实习目的掌握影像融合的概念和方法，并具体加以实现基本原理影像融合是将同一目标或场景的、并由不同传感器获得的，或用同种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合为一幅影像，既保持多光谱影像像辐射信息的同时又能提高影像空间分辨率的遥感影像处理方法。影像融合有3个层次，分别是像素级（影像在经过严格的几何配准基础上进行逐像元运算处理而完成的融合处理）、特征级（考虑影像待识别要素的边缘、形状、纹理等特征，使要素信息在目标向量层次上得到更好的综合）和决策级（根据一定的准则和可信度，实现目标属性层次上的融合）。影像融合是为了综合多源、多分辨率遥感信息的优势，提高待分析影像的空间分辨率和清晰度，增强目标特征的可识别性和提高制图精度和水平。 HSV融合方法： HSV融合方法属于一种颜色变换的融合方法，是把标准的RGB图像变换到为色度H (Hue)、饱和度S (Saturation)和亮度V (Value)图像。HSV融合方法流程是对多光谱影像3个波段使用HSV颜色正变换为H、S和V三幅图像，然后用高分辨率影像替代H图像，最后对H、S和V图像实施HSV颜色变换的逆变换得到融合影像。Brovey融合是对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB图像的像元将与高分辨率数据的像元大小相同。Gram-Schmidt Spectral Shaping 可以对具有高分辨率的高光谱数据进行锐化。对该全色波段和波谱波段进行Gram-Schmidt变换，其中模拟的全色波段被作为第一个波段用Gram-Schmidt 变换后的第一个波段替换高空间分辨率的全色波段用Gram-Schmidt反变换构成pan锐化后的波谱波段。PC Spectral Sharpening可以对具有高空间分辨率的光谱图像进行锐化在此之前，高分辨率波段已被缩放匹配到第一主成分波段，从而避免波谱信息失真。第三步，进行主成分逆变换。函数自动地用最近邻、双线性或三次卷积技术将多光谱数据重采样到高分辨率像元尺寸。高分辨率波段缩放匹配到第一主成分波段用高分辨率波段替换第一主成分波段进行主成分逆变换6、CN Spectral Sharpening锐化的彩色标准化算法也被称为能量分离变换，它使用来自锐化图像的高空间分辨率（和低波谱分辨率）波段对输入图像的低空间分辨率（但是高波谱分辨率）波段进行增强。该功能仅对包含在锐化图像波段的波谱范围内的输入波段进行锐化，其他输入波段被直接输出，不发生变换。特别适合高光谱影像的融合处理。数据准备Quickbird可见光/近红外波段和全色波段数据（多光谱影像005547195010_01_p001_mul、全色影像005547195010_01_p001_pan）其中全色波段已经过几何精纠正。操作方法及过程1、编辑头文件。加载数据文件，在Available Bands List中，选择低分辨率的多光谱影像，右击选择Edit Head，在弹出的对话框中选择Edit Attributes下拉菜单中的Wavelength选项将1、2、3三个波段的值（分别对应于红绿蓝波长的中值）分别设为660nm、560nm、485nm。同理，将全色影像的Wavelength设置为675nm，同时将其FWHM的属性值设为450nm。2、利用纠正好的全色波段影像对多光谱波段影像进行几何精纠正；先将全色影像和多光谱影像分别加载到两个不同的主窗口中，然后选择Map | Registration |Select GCPs :Image to Image，选择全色影像作为Base Image，选择多光谱影像作为Warp Image。根据两幅上有明显特征的相同地物，选择20个控制点，对多光谱影像进行几何精纠正。得出纠正后的影像warp file。 3、采用下述方法进行影像融合：HSV变换Transform |Image Sharpening |HSV，选择打开warp file的窗体为Input RGB，选择全色影像为Input Band，Resampling选择Nearest Neighbor，最后选择HSV融合后的影像的保存路径。加载经融合处理得到的影像，同全色影像和多光谱影像进行比较，分析融合效果。Brovey变换Transform |Image Sharpening |Color Normalized(Brovey)，选择打开warp file的窗体为Input RGB，选择全色影像为Input