实习四 特征变换、选择及图象融合.pdfVIP

实习四 特征变换、选择及图像融合 实习目的 掌握特征变换与特征选择的原理方法；掌握多光谱图像和高分辨率图像融合的原理方 法；掌握ERDAS IMAGE 8.5 软件对于spot 和tm 影像的融合步骤，结合波段拆分和叠加 掌握RGB 融合方法。 实习原理 图像融合是指将多源遥感图像按照一定的算法，在规定的地理坐标系，生成新的图像 的过程。要融合的spot 高分辨率影像和tm 的多光谱图像必须先经过地理信息的精确配准； RGB 融合方法是基于HIS 变换的图像融合，将RGB 影像通过软件先转化为IHS 图像，进 行波段拆分得到亮度、色度、饱和度三幅图像，用spot 影像代替亮度图层与色度、饱和度 进行叠加后，再通过软件进行IHS 到RGB 的转换，实现RGB 融合。 实习内容 完成镶嵌好的影像与spot 影像的融合；完成两幅影像的RGB 融合。 因为数据原因，做几何纠正好的tm 影像与 spot 影像的融合；完成两幅影像的 RGB 融合。 实习步骤 1、分辨率融合 （Resolution Merge ） 分辨率融合是对不同空间分辨率遥感图像的融合处理，使融合后的遥感图像既具有较好 的空间分辨率，又具有多光谱特征，从而达到图像增强的目的。操作过程比较简单，关键是 融合前两幅图像的配准（Rectification ）以及融合过程中融合方法（Method ）的选择。 Erdas 图标面板菜单条：Main - Image Interpreter - Spatial Enhancement - Resolution Merge - Resolution Merge 对话框。 确定高分辨率输入文件（High Resolution Input File ）：s-p.img 确定多光谱输入文件（Multispectral Input File ）：tmjn.img （几何纠正的结果） 定义输出文件（Output File ）：mergejn.img 选择融合方法（Method ）：Principle Component （主成分变换法）/Mutiplicative （乘 积方法）和Brovey Transform （比值方法） 选择重采样方法（Resampling Techniques ）：Bilinear Interpolation 输出数据选择（Output Option ）：Stretch Unsigned 8 bit 输出波段选择（Layer Selection ）：Select Layers 1:7 OK ，关闭对话框，执行分辨率融合 2、RGB 融合 ① 主成份变换： 主成份变换（PCA ，Principal Component Analysis ）是一种常用的数据压缩方法，它可 以将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使图像数据更易于解 译。ERDAS IMAGINE 提供的主成份变换功能最多可以对含有256 个波段的图像进行转换 压缩。 ERDAS 图标面板菜单条：Main - Image Interpreter - Spectral Enhancement - Principal Comp. - Principal Components 对话框。 确定输入文件（Input File ）：tmjn.img （几何纠正的结果） 定义输出文件（Output File ）：principal_jn.img 文件坐标类型（Coordinate Type ）：Map 处理范围确定（Subset Definition）：ULX/Y ，LRX/Y （缺省状态为整个图像范围，可 以应用Inquire Box 定义子区） 输出数据类型（Output Data Type ）：Float Single 输出数据统计时忽略零值：Ignore Zero in Stats. 特征矩阵输出设置（Eigen Matrix ）：两种方式 †在运行日志中显示：Show in Session Log †写入特征矩阵文件：Write to File （必选项，逆变换时需要） †特征矩阵文件名（Output Te