ENVI下DOM数据生产专题之图像融合
2013-01-22 14:20
393 查看
图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术,使得处理后的影像既有较高的空间分辨率,又具有多光谱特征。图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准,才可能得到满意的结果。对于融合方法的选择,取决于被融合图像的特征以及融合目的。
ENVI中提供融合方法有:
l HSV变换
l 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大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。
这两种操作方法基本类似,下面介绍Brovey变换操作过程。
(1) 打开融合的两个文件,将低分辨率多光谱图像显示在Display中。
(2) 选择主菜单-> Transform ->Image Sharpening->Color Normalized (Brovey),在Select Input RGB对话框中,有两种选择方式:从可用波段列表中和从Display窗口中,前者要求波段必须为无符号8bit。
(3) 选择Display窗口中选择RGB,单击OK。
(4) Color Normalized (Brovey)输出面板中,选择重采样方式和输入文件路径及文件名,点击OK输出结果。
对于多光谱影像,ENVI利用以下融合技术:
l Gram-Schmidt
l 主成分(PC)变换
l color normalized (CN)变换
l Pan sharping
这四种方法中,Gram-Schmidt法能保持融合前后影像波谱信息的一致性,是一种高保真的遥感影像融合方法;color normalized (CN)变换要求数据具有中心波长和FWHM,;Pansharping融合方法需要在ENVI Zoom中启动,比较适合高分辨率影像,如QuickBird、IKONOS等。
这四种方式操作基本类似,下面介绍参数相对较多的Gram-Schmidt操作过程。
(1) 打开融合的两个文件。
(2) 选择主菜单-> Transform->ImageSharpening->Gram-Schmidt Spectral Sharpening或者选择主菜单->Spectral->Gram-SchmidtSpectral Sharpening。
(3) 在Select Low Spatial ResolutionMulti Band Input File对话框中选择低分辨率多光谱图像,在Select High Spatial Resolution PanInput Band对话框中选择高分辨率单波段图像。
(4) 在弹出的Gram-Schmidt Spectral Sharpening输出对话框中,需要选择降低高分辨率全色波段的方法,有四种方法的意义如下:
l AvAverage of Low Resolution Multispectral File:利用多光谱波段的平均值来模拟低分辨率的全色波段。
l Select Input File:从外部文件中选择一个单波段并且与多光谱数据相同尺寸大小的图像来模拟模拟低分辨率的全色波段。
l Create By Sensor Type:选择一种传感器来模拟低分辨率的全色波段。可选传感器包括: IKONOS, IRS1, KOMPSAT-2, Landsat7, QuickBird, 和 SPOT 5,选择这个方法,融合图像是经过辐射定标的数据。
l User Defined Filter Function:选择一个滤波函数来模拟低分辨率的全色波段。融合图像是经过辐射定标的数据。
选择Average of Low Resolution Multispectral File方法。
(5) 选择重采样方法和输入路径及文件名,单击OK输出。
图 Gram-Schmidt Spectral Sharpening输出对话框
下面以Spot影像数据位基准,采用Pansharping的方法对其进行影像融合,根据上述的操作步骤进行以下影像融合步骤的实现(ENVI5.0版本):
1)打开影像:
图 打开影像文件
2)选择使用方法:
图 选择融合方法
3)操作实现—简单有效的参数设置:
图 操作参数设置
4)查看结果并验证
图 全色波段影像与多光谱原始影像对比
图 全色波段影像与融合后的影像对比
ENVI中提供融合方法有:
l HSV变换
l 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大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。
这两种操作方法基本类似,下面介绍Brovey变换操作过程。
(1) 打开融合的两个文件,将低分辨率多光谱图像显示在Display中。
(2) 选择主菜单-> Transform ->Image Sharpening->Color Normalized (Brovey),在Select Input RGB对话框中,有两种选择方式:从可用波段列表中和从Display窗口中,前者要求波段必须为无符号8bit。
(3) 选择Display窗口中选择RGB,单击OK。
(4) Color Normalized (Brovey)输出面板中,选择重采样方式和输入文件路径及文件名,点击OK输出结果。
对于多光谱影像,ENVI利用以下融合技术:
l Gram-Schmidt
l 主成分(PC)变换
l color normalized (CN)变换
l Pan sharping
这四种方法中,Gram-Schmidt法能保持融合前后影像波谱信息的一致性,是一种高保真的遥感影像融合方法;color normalized (CN)变换要求数据具有中心波长和FWHM,;Pansharping融合方法需要在ENVI Zoom中启动,比较适合高分辨率影像,如QuickBird、IKONOS等。
这四种方式操作基本类似,下面介绍参数相对较多的Gram-Schmidt操作过程。
(1) 打开融合的两个文件。
(2) 选择主菜单-> Transform->ImageSharpening->Gram-Schmidt Spectral Sharpening或者选择主菜单->Spectral->Gram-SchmidtSpectral Sharpening。
(3) 在Select Low Spatial ResolutionMulti Band Input File对话框中选择低分辨率多光谱图像,在Select High Spatial Resolution PanInput Band对话框中选择高分辨率单波段图像。
(4) 在弹出的Gram-Schmidt Spectral Sharpening输出对话框中,需要选择降低高分辨率全色波段的方法,有四种方法的意义如下:
l AvAverage of Low Resolution Multispectral File:利用多光谱波段的平均值来模拟低分辨率的全色波段。
l Select Input File:从外部文件中选择一个单波段并且与多光谱数据相同尺寸大小的图像来模拟模拟低分辨率的全色波段。
l Create By Sensor Type:选择一种传感器来模拟低分辨率的全色波段。可选传感器包括: IKONOS, IRS1, KOMPSAT-2, Landsat7, QuickBird, 和 SPOT 5,选择这个方法,融合图像是经过辐射定标的数据。
l User Defined Filter Function:选择一个滤波函数来模拟低分辨率的全色波段。融合图像是经过辐射定标的数据。
选择Average of Low Resolution Multispectral File方法。
(5) 选择重采样方法和输入路径及文件名,单击OK输出。
图 Gram-Schmidt Spectral Sharpening输出对话框
下面以Spot影像数据位基准,采用Pansharping的方法对其进行影像融合,根据上述的操作步骤进行以下影像融合步骤的实现(ENVI5.0版本):
1)打开影像:
图 打开影像文件
2)选择使用方法:
图 选择融合方法
3)操作实现—简单有效的参数设置:
图 操作参数设置
4)查看结果并验证
图 全色波段影像与多光谱原始影像对比
图 全色波段影像与融合后的影像对比
相关文章推荐
- ENVI下DOM数据生产专题之正射校正
- ENVI下DOM数据生产专题之镶嵌与裁剪
- ENVI下DOM数据生产专题之图像增强
- ENVI下的图像融合方法
- 基于ENVI的图像融合
- DOM数据制作(采用卫星遥感图像数据制作)
- 基于卡尔曼滤波算法融合图像速度数据和加速度计数据
- ENVI读取img并显示图像数据
- 基于ENVI的图像融合+波段合成
- Landsat7 ETM+数据使用ENVI进行融合(超详细傻瓜教程)
- ENVI下的Landsat8图像融合
- 数据与图像分析融合:专家利用分析软件监测濒危野生动物
- Mysql库表数据随时从生产拉取到数仓(Mysql)的方案(3)
- SAR成像学习(一)信号到原始数据&原始数据到图像
- ENVI二次开发模式下的Landsat数据读取
- Kinect入门(1)——显示彩色图像数据流
- 神经网络算法学习---图像数据预处理
- 获取RGB图像的单个点的数据-视频处理基础(1)
- 拉普拉斯图像融合