影像融合.pdfVIP

实习序号及题目 实习六 影像融合 实习人姓名 专业班级及编号 实习指导教师姓 任课教师姓名 名 2014 年 12 月 02 实习地点 实习日期时间 日 实习目的 掌握影像融合的概念和方法，并具体加以实现。 理解 HSV 变换、Brovey 变换、Gram-Schmit 变换、主成分变换、CN 变换和小波变换 的原理以及参数设置和使用方法。能够用自己的语言对六种变换进行比较，并指出各自的 优缺点。 实习内容 1. 本次实习操作在 ENVI 5.1 Classic 界面下进行。 2. 安装小波融合插件（将小波融合文件夹下 3 个文件拷贝到 ENVI 5.1 安装目录 \Exelis\ENVI51\classic\save_add 文件夹下，在主菜单 Transform 下出现 Wavelet Fusion 工具）。 3. 打开数据文件，编辑头文件，填写 Quickbird 波段信息。 4. 确认影像是否已经配准。如果未配准，根据实习 2 对数据进行配准，即利用纠正好的 全色波段影像对多光谱波段影像进行几何精纠正，要求 GCP 单点位置精度高于 0.5m； 在实习报告中给出精度计算结果表。 5. 采用下述方法进行影像融合： (1) HSV 变换 (2) Brovey 变换 (3) Gram-Schmidt 变换 (4) 主成分替换 (5) CN 变换 (6) 小波变换 6. 根据各个算法相应的帮助系统（help）说明各个算法的原理和关键参数设置。 7. 比较融合后原始多光谱影像与融合多光谱影像的差异。 8. 比较不同算法所得融合影像之间的差异，从信息量、清晰度和保真度等三个方面说明 融合效果最好的前三种算法。 基本原理 影像融合：影像融合是将不同传感器获得的、或用同种传感器以不同成像方式、不同 分辨率、或在不同成像时间获得的各种影像，融合为一景影像，既保持多光谱影像的辐射 信息，又能提高影像空间分辨率的遥感影像处理方法。 HSV 变换 HSV 可进行 RGB 图像到HSV 色度空间的变换，用高分辨率的图像代替颜色亮度值 波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率 像元尺寸，然后再将图像变换回 RGB 色度空间。输出的 RGB 图像的像元将与高分 辨率数据的像元大小相同。 Brovey 变换 Brovey 锐化方法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 变换 Gram-Schmidt 可以对具有高分辨率的高光谱数据进行锐化。第一步，从低分辨 率的波谱波段中复制出一个全色波段。第二步，对该全色波段和波谱波段进行 Gram- Schmidt 变换，其中全色波段被作为第一个波段。第三步，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。最后，应用 Gram-Schmidt 反变换构成 pan 锐化后的波谱波段。 主成分替换 PC 可以对具有高空间分辨率的光谱图像进行锐化。第一步，先对多