利用ENVI进行卫星影像融合

发送原创文章至admin@caup.net，可申请注册邀请码

您需要登录才可以下载或查看，没有帐号？注册方式

x

我们做城市规划，与遥感技术应用步步紧密，如何从卫星影像获取更多的数据用以指导我们的规划，
进而科学的开展规划，让我们的规划更具说服力，已成为规划工作者感兴趣的层面。
对于卫星影像，包括低分辨率与高分辨率的影像，我们需要采取一定的方法处理他们，以获得最适合我们使用的影像。
可以将低分辨率与高分辨率的影像进行融合，也可以对多光谱和全色的波段的影像进行融合，以获得最佳效果的影像。
下面和大家分享下利用ENVI软件进行影像融合的方法。
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。
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。
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。
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。
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（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。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。
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。