envi中图像融合方法介绍.pdfVIP

ENVI 中的融合算法 融合方法有很多，典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt 等。ENVI 里除了 SFIM 以外，上面列举的都有。 （1）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。 （2 ）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。 （3 ）用 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。 （4 ）用 PC 可以对具有高空间分辨率的光谱图像进行锐化。第一步，先对多光谱数据进行 主成分变换。第二步，用高分辨率波段替换第一主成分波段，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，进行主成分反变换。函数自 动地用最近邻、双线性或三次卷积技术将高光谱数据重采样到高分辨率像元尺寸。 （5 ）CN 波谱锐化的彩色标准化算法也被称为能量分离变换（Energy Subdivision Transform）， 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（ 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。锐化图像波段的波谱范围由波段中心波 长和FWHM （full width-half maximum ）值限定，这两个参数都可以在锐化图像的ENVI 头文 件中获得。 （6 ）SFIM （基于亮度调节的平滑滤波）融合是通过平滑滤波将高分辨率影像匹配到低分辨 率影像，与小波变换相似，但其算法过程和计算时间比小波变换要显著简化。 这几种方法中SFIM 和Gram-Schmidt 方法保真效果最好，在ENVI 里面，Gram 这种方法还可 以自动融合，操作比较简单。 2 HSV 算法 （1）自动融合 （注意：在两幅图像有相同地理坐标系统的情况下，该融合方法不需要在融合前需调整两幅 图像分辨率一致，尺寸一致，ENVI 系统会自动完成这一过程，输出图像的分辨率与高分辨 图像保持一致；否则需要对图像进行处理以保证融合的影像地理位置相同，行列数相同） Transform－Image Sharpening－HSV HSV （hue, saturation, and value：色调，饱和度，亮度值） 选择Transforms Color Transforms RGB to HSV。当出现Select RGB Input Bands 对话框时，从 一个显示的彩色图像或可用波段列表中选择三个波段进行变换（TM 影像假彩色合成选432 ， 真彩色合成可以选择321 ），接着将出现High Resolution input File 对话框，这是选择高分辨 率影像，将出现HSV Sharpening Parameters 窗口，选择输出到“File”或“Memory”。点击“OK” 开始处理。 （2 ）手动融合 融合图像间需要精确几何配准，并将多光谱图像采样与全色相同的分辨率，（注意：前两步 在ENVI 中可以可一步完成MapRegistrationSelect GCPs: Image to Image）尺寸一致（行 列数相等）。 A 、选择多光谱波段组合，调色，突出地物反差，存储（可选）； B、高分辨率全色波段增强（滤波等），存储；（可选） C 多光谱影像和多分辨率全色波段需要调整为统一空间分辨率（MapRegistrationSelect GCPs: Image to Image 中已经完成），且裁为尺寸大小一致（用Basic Tools—Resize Data 可实 现空间重采样和取子区，可利用地理坐标进行精确裁剪，保证两融合图像行列数相同）；