中国地质大学遥感图像处理上机实习报告.docVIP

遥感图像处理课程实习报告 学生姓名：王蜀越 班 学 号： 学 号： 指导教师： 王红平、许凯 中国地质大学信息工程学院 2017年 7月 1日 目录 目录 - 1 - 实习一 - 2 - 1.1 【实习】 - 2 - 1.2 【实习步骤】 - 2 - 1.3 【】 - 2 - 1 - 6 - 2.1 【实习内容】 - 6 - 2.2 【实习步骤】 - 6 - 2.3 【】 - 6 - 3 - 10 - 3.1 【实习内容】 - 10 - 3.2 【实习步骤】 - 10 - 3.3 【】 - 10 - 4 - 14 - 4.1 【实习内容】 - 14 - 4.2 【实习步骤】 - 14 - 4.3 【】 - 14 - - 19 - 实习一 【实习】 【实习步骤】 实习流程图： （2）参数设置及中间结果： 【】 图像融合过程 几种常见的融合算法　　IHS融合算法　　在计算机内定量处理色彩时，通常采用RGB表色系统，但在视觉上定性地描述色彩时，采用IHS显色系统更直观些。IHS显色系统采用色调（Hue）、饱和度（Saturation）、亮度（Intensity）表示颜色。IHS融合又称为“I分量替换法”，即用全色图像代替多光谱图像的I分量，并与其H和S分量相结合进行IHS逆变换获得融合图像。　　IHS图像融合的基本步骤：　　（1）对两幅图像进行几何配准，并将多光谱图像重采样与全色图像分辨率设置一致；　　（2）对多光谱图像进行IHS变换，将图像变换之IHS空间；　　（3）对全色图像和多光谱图像的I分量进行直方图匹配；　　（4）用直方图配准后的全色图像代替多光谱图像的I分量；　　（5）对I分量替换后的多光谱图像进行IHS逆变换至RGB空间，得到融合图像。　　通过变换、替代、逆变换获得的融合图像既具有全色高分辨率的特点，又保持了多光谱图像的色调和饱和度。虽然融合后图像清晰度提高了，但光谱信息损失严重，即产生颜色失真。如果融合结果图像应用以光谱分析为主就不太适合选择该方法。　　PCA变换法 　　PCA（Principal Component Analysis）变换又称为K-L变换（主成分变换）。它是将N个波段的低分辨率图像进行KL变换，将单波段的高分辨率图像经过灰度拉伸，使灰度的均值与方差和KL变换第一分量图像一致；然后以拉伸过的高分辨率图像代替第一分量图像，经过KL逆变换到原空间。　　PCA变化法的基本步骤：　　（1）对多光谱图像进行主成分分析，用相关矩阵求特征值和特征性向量，然后求各主分量；　　（2）将空间配准后的单波段高分辨率图像与第一主分量图像做直方图配准；　　（3）用配准后的单波段高分辨率图像代替第一主分量；并将与其余主分量做逆变换得到融合图像。　　PCA变换法最大的优点是可以应用任意数目的波段，克服了IHS变换只能用于三个波段的缺陷。经过融合后的图像包括了两幅原始图像高空间分辨率和高光谱分辨率特征，保留了原图像的高频信息。　　利用ENVI进行图像融合 ENVI中提供的融合方法有HSV变换和Brovey变换，这两种方法要求数据具有地理参考或者具有相同的尺寸，RGB输入波段必须为无符号8-bit数据或者从打开的彩色Display中选择。 图1 ENVI提供的图像融合办法 本次实习我选择了Brovey变换和Gram-Schmidt变换 下面是使用Brovey变换操作过程： 选择File-open,打开‘TM-30m.img’和‘blrd_sp.img’文件。 选择Toolbox-Image Sharping-Gram-Color Normalized（Brovery）,在Select Input RGB中选择波段列表中的波段，我分别选择了TM-30m的123波段和321波段来做对比。波段选择后点击OK。 在High Resolution Input File中选择blrd_sp.img文件 设置输出路径，点击OK。 图2 Brovey变换 图3 Brovey变换细节图 使用Gram-Schmidt Pan Sharping融合 选择File-open,打开‘TM-30m.img’和‘blrd_sp.img’文件。 选择Toolbox-Image Sharping-Gram-Schmidt Pan Sharping,Low Spatial Resolution选择TM-30m,High Spatial Resolution选择blrd_sp.img。 设置‘Pan Sharping Parameters’面板，参数设为默认值，设置输出路径，点击‘OK’得到融合后图像。 图4 Schmidt Pan Sharping变换 实习二 【实习内