遥感影像处理实习06

实习序号及题目实习6.影像融合实习人姓名X专业班级及编号地基1X任课教师姓名刘勇实习指导教师姓名刘天凤梁小峰黄哲梁志华实习地点榆中校区实验楼A209实习日期时间201X年X月X日实习目的掌握影像融合的概念和方法，并具体加以实现。实习内容1. 打开数据文件，编辑头文件，填写Quickbird波段信息。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，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。3. 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4. 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5. 比较融合前后多光谱影像的差异6. 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

1、影像融合：将同一目标或场景的用不同传感器获得的，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，在保持多光谱影像辐射信息的同时提高了影像的空间分辨率的遥感影像处理方法。

2、

HSV融合：融合方法属于一种颜色变换的融合方法。

HSV颜色变换：HSV颜色变换是把标准的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。

3、

Brovey变换：该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。

P为配准后的高空间分辨率的全色波段影像：

4、主成分替换融合：进行多波段影像的主成分变换。首先，先对多光谱数据进行主成分变换。然后，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。最后进行主成分逆变换。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。

5、

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。首先从低分辨率的波谱波段中模拟出一个全色波段。然后，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。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，Gram-Schmidt反变换，从中得到融合影像。

6、CN变换：Color

Normalized，CN波谱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。数据准备

多光谱影像005547195010_01_p001_mul.img,

全色影像005547195010_01_p001_pan.img。操作方法及过程1、打开文件005547195010_01_p001_mul.img，在AvailableBandsList中选择该文件右击选择EditHeader，打开HeaderInfo，点击EditAttributes→BandNames，CurrentBandNames中选择Layer_1，在EditSelectedItem中输入R，点击OK，依次将Layer_2，Layer_3改为G，B，点击OK。点击EditAttributes→Wavelengths，打开EditWavelengthvalues,在CurrentWavelengthValues中选R，在EditSelectedItem中输入660，依次选G输入560，选B输入485，在Wavelength/FWHMUnits中选择Nanometers，点击OK。点击OK。打开文件005547195010_01_p001_pan.img，在AvailableBandsList中选择该文件右击选择EditHeader，打开HeaderInfo，点击EditAttributes→BandNames，CurrentBandNames中选择Band，在EditSelectedItem中输入Pan，点击OK，点击EditAttributes→Wavelengths，打开EditWavelengthvalues,在CurrentWavelengthValues中选Pan，在EditSelectedItem中默认675，在Wavelength/FWHMUnits中默认Nanometers，点击OK，点击EditAttributes→FWHM，打开EditFWHMvalues，在CurrentFWHMValues中选择Band，在EditSelectedItem中输入450，在Wavelength/FWHMUnits中默认为Nanometers，点击OK，点击OK。2、点击Map→Registration→SelectGCPs：ImagetoImage，打开ImagetoImageRegistration，以灰度影像为BaseImage，以彩色影像为WarpImage，点击OK。打开的GroundControlPointsSelection中，Degree选择2，选择20个点，要求是分布均匀，选择的控制点明显清晰，不要选择建筑物顶端。精度高于0.5m，及时保存。点击Options→WarpFile，打开InputWarpImage，在SelectInputFile中选择005547195010_01_p001_mul.img，点击OK，在RegistrationParameters中，Method默认Polynomial，Resampling默认NearestNeighbor，保存为Warp，点击OK。3、（1）HSV变换：加载Warp，点击Transform→ImageSharpening→HSV，打开SelectInputRGB，在SelectInputforColorBands中选Display#1，点击OK，在SelectInputBand中选择Band（675.0000），点击OK，Resampling默认NearestNeighbor，保存为Warp_HSV，点击OK。将新影像加载到新窗口中，与全色影像比较分析效果。（2）Brovey变换：加载Warp，点击Transform→Image

Sharpening→Color

Normalized(Brovey)，打开SelectInputRGB，在SelectInputforColorBands中选Display#1，点击OK，在SelectInputBand中选择Band（675.0000），点击OK，Resampling默认NearestNeighbor，保存为Warp_brovey，点击OK。将新影像加载到新窗口中，与全色影像比较分析效果。（3）Gram-Schmidt变换：加载Warp，点击Transform→Image

Sharpening→Gram-Schmidt

Spectral

Sharpening，在SelectInputFile中选择Warp，点击OK，在SelectInputBand中选择Band（675.0000），点击OK，在SelectMethodforLowResolutionPan中选择CreateBySensorType，SelectSensor选择Quickbird，在Resampling选择NearestNeighbor，保存为Warp_GS，点击OK。将新影像加载到新窗口中，与全色影像比较分析效果。（4）PC变换：加载Warp，点击Transform→Image

Sharpening→PCSpectral

Sharpening，在SelectInputFile中选择Warp，点击OK，在SelectInputBand中选择Band（675.0000），点击OK，在Resampling选择NearestNeighbor，保存为Warp_PC，点击OK。将新影像加载到新窗口中，与全色影像比较分析效果。（5）CN变换：加载Warp，点击Transform→Image

Sharpening→CNSpectral

Sharpening，在SelectInputFile中选择Warp，点击OK，在SelectInputFile中选择005547195010_01_p001_pan.img，点击OK，在SharpeningImageMultiplicativeScaleFactor中默认1.0000，保存为Warp_CN，点击OK。将新影像加载到新窗口中，与全色影像比较分析效果。结果与分析4、见原理。ImageSharpening：采用图像锐化工具自动合并一个低分辨率的颜色，多光谱遥感仪器来检测两个或两个以上的光谱波段的波长的能力，或高光谱LA术语用于描述数据集通常由100到200（或更多）的相对狭窄的，连续的光谱波段，波段（5～10nm）。高光谱成像从电磁频谱的相邻的地区创造了大量的图像。这样增加的频谱采样（与多光谱数据），大大增加了可供研究的信息量。这里也包括了成像光谱仪，在监视器或图像中显示的图像与高分辨率的灰度级范围的黑白色调；灰度图像时创建的红，蓝，绿颜色和显示器的枪是分配给每个像素值相同。还有图像（重采样到高分辨率的像素大小）。ENVI使用以下图像锐化技术字节缩放RGBA颜色空间的红色，绿色和蓝色的值定义。图像必须是地理或有相同的图像尺寸。为提高RGB输入带应该拉伸字节数据或选择从一个开放的彩色显示器。5、（1）HSV：融合后影像色彩丰富，分辨率提高，标准差变小，地物数量略有变少，地物信息更加利于分析辨认，地物边界很清晰，清晰度提高，保真度很好，地物颜色和原物很接近。（2）Brovey：融合后得标准差最小，地物数量减少最多，分辨率提高，地物信息更适合辨认，但是清晰度较高，地物略有模糊，边界较清晰，保真度没有HSV好，颜色比较符合实际地物。（3）Gram-Schmidt：融合后影像色彩整体偏红，与真实地物有差异，有色彩变化，信息量比HSV略低，地物量增大，地物边界不太清晰，地物信息辨认程度较低，清晰度较低，保真度好。（4）PC：整体颜色粉红色，像覆盖有一层白雪，地物边界比较清晰，地物量增大，地物颜色和实际有较大差别，地物边界较模糊，信息量差别不大，分辨率一般，保真度不高。（5）CN：树木为蓝色，地物量增大，地物颜色和实际有差别，边界较清晰，清晰度很高，保真度较高，分辨率较高。6、我认为的融合效果最好的前三种算法：HSV变换，Brovey变换，CN变换。存在问题与解决办法不太理解保真度的定义，表征电子设备输出再现输入信号的相似程度。保真度越高，无线电接收机输出的声音或电视机输出的影像越逼真。在音响设备中，适当提高低频与高频段，以抵消扬声器高、低频频率响应不足的电路称为“高保真电路”。这是百度的说法，我还是不太懂。PC变换存在厚厚的白雪，提高控制点的精度效果不明显，但是变薄了，好像有几何纠正矢