非常1加1答案六年级

ENVI中的各种融合方法两种常用的图像融合方法：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－>ImageSharpening－>HSVHSV（hue,saturation,andvalue:色调，饱和度，亮度值）选择Transforms>ColorTransforms〉RGBtoHSV。当出现SelectRGBInputBands对话框时，从一个显示的彩色图像或可用波段列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HighResolutioninputFile对话框，这是选择高分辨率影像，将出现HSVSharpeningParameters窗口，选择输出到“File"或“Memory"。点击“0K"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Map'Registration〉SelectGCPs:ImagetoImage）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（Map―-'Registration―-'SelectGCPs:ImagetoImage中已经完成），且裁为尺寸大小一致（用BasicTools一'ResizeData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）；D、对多光谱影像进行彩色空间变换；（Transform—'ColorTransforms—>RGBtoHSV（USGSMunsell））E、将高分辨率全色波段与彩色空间变换后的V波段进行直方图匹配，并存为V波段的数据类型（Floatpoint类型）（方法不唯一？）（1）分别将高分辨率全色波段和V波段的直方图打开（Image窗口：Enhance—'InteractiveStretching）；（2）分别在高分辨率全色波段影像和V波段的直方图窗口中，选择Histogram_Source'band；（3）在高分辨率全色波段影像的直方图窗口中，将Stretch_type选为Arbitrary,以便于用指定的直方图曲线来拉伸；（4）用鼠标将V波段影像直方图的输入（InputHistogram标签）拖动至在高分辨率全色波段影像的直方图的输出窗口（OutputHistogram）中，然后点击Apply；（5）在V波段的直方图窗口中，选择Options—〉HistogramParameters,记录下HistogramMin和HistogramMax两个值；（6）在高分辨率全色波段影像的直方图窗口中，选择File—〉ExportStretch,将刚才记下的两个值分别填入OutputMin和OutputMax中；再将“OutputDataType"改为“FloatingPoint"，然后给定文件名存储；F、彩色空间变换的反变换°（Transform—〉ColorTransforms—>HSVtoRGB（USGSMunsell）），用H、S和经过E步骤处理的高分辨率全色波段影像进行反变换即可；G、用Photoshop对融合后的影像进行调色（可选）。HISSharpening这一功能进行RGB到HIS的变换，用高分辨率的图像代替亮度波段，自动地用最近邻双线性的或立方体卷积技术再抽出色调和饱和度波段用到高分辨率像元大小中，变换成RGB彩色空间。输出的RGB图像中将有输入的高分辨率数据的像元大小。选择Transforms>ImageSharpening>HIS。从一个打开的彩色图像或AvailableBandsList中选择三个波段进行变换。•从一幅彩色显示中选择你的波段，运用已经显示的拉伸数据。从SelectInputRGB列表中选择一个显示号，如“Display#1”。出现IHSSharpeningParameters对话框时，ENVI自动地从已经选择的窗口里运用RGB波段，并在标有“InputRGBBands”的文本下方列表显示。•从AvailableBandsList中选择你的波段。注意用这一项时，不用拉伸，所有数据都是字节型的。A从SelectInputRGB对话框里，选择“AvailableBandsList”。B出现SelectInputRGBInputBands对话框时，从AvailableBandsList中，点击三个需要的波段名，以用在正向的变换中。•若需要，你可以用标准ENVI构建子集程序，选择一个空间子集。C点击“OK”。出现HighResolutionInputFile对话框时，选择高分辨率输入图像，并用标准ENVI文件选择方法建立空间子集。4点击“OK”继续。5出现IHSSharpeningParameters对话框时，从“Resampling”下拉菜单选择重抽样方法。6选择输出到“File”或“Memory”，如果文件输出，提供一个文件名•若选择输出到“File”，键入要输出的文件名。7点击“OK”开始处理。输出波段将出现在AvailableBandsList中，可以用标准ENVI显示方法显示。ColorNormalized(Brovey)Sharpening(彩色标准化锐化)彩色标准化尖锐化方法对彩色图像和高分辨率数据进行数学合成，以使图像尖锐化。过程中，彩色图像的每一个波段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、双线性的或立方体卷积技术，再抽出三个彩色波段用到高分辨率像元大小中。输出的RGB图像将包含输入的高分辨率数据像元的大小。详见下面的参考书。Vrabel,Jim,1996.MultispectralImageryBandSharpeningStudy,PhotogrammetricEngineering&RemoteSensing,Vol.62,No.9,pp.1075-1083.选择Transforms>ImageSharpening>ColorNormalized(Brovey)。从一个打开的彩色图像或AvailableBandsList中选择三个波段进行变换。•从一幅彩色显示中选择你的波段，运用已经显示的拉伸数据。从SelectInputRGB列表中选择一个显示号，如“Display#1”。出现IHSSharpeningParameters对话框时，ENVI自动地从已经选择的窗口里运用RGB波段，并在标有“InputRGBBands”的文本下方列表显示。•从AvailableBandsList中选择你的波段注意用这一项时，不用拉伸，所有数据都是字节型的。A从SelectInputRGB对话框里，选择“AvailableBandsList”。B出现SelectInputRGBInputBands对话框时，从AvailableBandsList中，点击三个需要的波段名，以用在正向的变换中。•若需要，你可以用标准ENVI构建子集程序，选择一个空间子集。C点击“OK”。出现HighResolutionInputFile对话框时，选择高分辨率输入图像，并用标准ENVI文件选择技术建立空间子集。4点击“OK”继续。5出现ColorNormalizedSharpeningParameters对话框时，从“Resampling”下拉菜单选择重抽样方法。6选择输出到“File”或“Memory”，如果文件输出，提供一个文件名。•若选择输出到“File”，键入要输出的文件名。7点击“OK”开始处理。输出波段将出现在AvailableBandsList中，可以用标准ENVI显示方法显示。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。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(ColorNormalized)波谱锐化的彩色标准化算法也被称为能量分离变换(EnergySubdivisionTransform)，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(fullwidth-halfmaximum)值限定，这两个参数都可以在锐化图像的ENVI头文件中获得。7.小波变换：影像经小波分解后其频率特性得到了有效分离，低频部分反映的是影像的整体视觉信息，各高频成份反映的是影像的细节特征。利用高分辨率影像数据的高频成份和相应的多光谱影像数据的低频成份组合进行小波重建，可得到融合影像。由于小波融合保留了高分辨率影像的高频特性，所以整体融合效果(视觉特性、纹理细节、明暗色调等)较好，提高了多光谱影像的空间分辨率，同时又保持了多光谱影像的光谱信息，这便是基于小波变换融合的基本思想。