影像融合文档格式.docx

影像融合文档格式.docx

《影像融合文档格式.docx》由会员分享，可在线阅读，更多相关《影像融合文档格式.docx（14页珍藏版）》请在冰豆网上搜索。

（10）

5运用ENVI定性评价各种融合方法的效果（40分钟）

三、教学方式：

由老师说明方法并举例，由同学实际执行判读，并进行实习报告。

四、使用器材：

1.ENVI系統以及Erdas软件2.用于融合的遥感影像对

五实习报告内容

融合的结果影像电子档（传到教师的主机上）

融合定性结果评价（Word版本打印后上交，最迟在考试之间上交）

六具体实习过程

1手工对英国London地区的TM与SPOT数据融合试验（已配准）

A运用envi软件打开多光谱TM数据，点击File->

OpenImageFile打开fisrt_data目录下lon_tm数据，对数据进行真彩色显示（红绿蓝三个通道分别放入TM的3，2，1波段）

B打开同一地区高分辨率SPOT，具体打开first_data目录下lon_spot数据，注意，此时应点击AvailableBandlist中的Display按钮，在另一视图中打开高分辨率数据。

注意SPOT数据的大小为2820x1569像素，而LandsatTM数据的分辨率为1007x560像素。

TM数据的空间分辨率为28米,而SPOT数据的空间分辨率10米。

因此，在Landsat数据与TM数据融合之前，必须对Landsat的数据进行重采样，使得其与SPOT数据有着相同的分辨率

C对TM数据进行重采样，使其空间分辨率为10米。

在主菜单中点击BasicTools→ResizeData（Spatial/Spectral），在弹出的ResizeDataInputFile对话框中选择lon_tm数据，而后单击“OK”按钮

此时弹出对话框“ResizeDataParameters”，在xfac与yfac中输入重采样的因子，此时x方向与y方向均为2.8，重采样方法为最邻近方法。

点击Choose按钮，选择重采样后的文件输出目录，请选择first_data目录，并将重采样后的文件命名为“TM_resize”，单击“OK”。

即可得到重采样后的TM数据，此时TM已经被重采样为10米的空间分辨率。

D将重采样后的TM数据显示在Display3中。

E在Dipaly视图中点击Tools→Link→LinkDisplays将SPOT数据与TM_resize数据进行联动显示，运用dynamicoverlay来比较两幅影像数据。

F为了让同学们清晰理解HSV影像融合流程，我们首先进行手工影像融合方法试验。

F1在ENVI的主菜单上选择Transform→ColorTransforms→RGBtoHSV，弹出RGBtoHSVinputbands对话框，选择“TM_resize”的R,G,B分别作为输入波段，选择fisrt_data作为输出目录，并且对变换后的影像命名为“TM_resize_hsv”.

F2拉伸SPOT数据，并用拉伸后的数据替代HSV变换后V波段的值

从ENVI的主菜单中选择BasicTools→StretchData，选中lon_spot文件并单击OK.在DataStretchingdialog,中Min的选择中键入“0”并在最大值中键入“1”,在”fisrt_data”目录下键入输出文件名“lon_spot_resize”，并点击OK。

F3HSV反变换完成影像融合

在ENVI的主菜单中选择Transform→ColorTransforms→HSVtoRGBfrom并且选择TM_resize_hsv的Hue以及Saturation波段作为H和S波段

选择拉伸后的”lon_spot_resize”文件作为V波段，单击OK.

输入融合后的文件名”fusion”，并且单击OK，实施反变换。

2自动对英国London地区的TM与SPOT数据进行融合试验（已配准）

A从ENVI的主菜单中选择Transform→ImageSharpening→HSV

B选择融合的彩色波段，此时应运用已经经过重采样”TM_resize”的三个波段，单击OK

C在HighResolutionInputFiledialog中选择原始的SPOT数据“lon_spot”，并单击OK

D键入融合后的文件名，并单击OK，实现自动融合的过程。

3运用ENVI软件的影像融合功能，对上述试验对进行融合试验

从ENVI的主菜单中选择Transform→ImageSharpening中分别选择ColorNormalised,Gram-Schmidtsharpening,PCSpectralSharpening,CNSpectralSharpening四种方法，对上述影像对进行融合试验，并分别保存在first_data文件夹中。

同样需要注意的是，在选择多光谱影像上，应该是经过向上重采样以及配准的。

融合功能只提供融合的算法！

A启动Erdas软件，出现如下界面。

启动后，由Erdas的主菜单和视图Viewer1组成。

B打开待融合的影像，并在同一视图中进行比较

单击Viewer1视图中的红色方框内的按钮，如上图所示。

弹出打开影像的对话框，打开目录second_data,单击QuickBird_Pyramids_Pan.img，打开QuickBird数据金字塔地区全色影像数据。

在Erdas主菜单中单击Viewer弹出Viewer#2视图，在该视图中打开QuickBird_Pyramids_MS.img多光谱数据

运用Erdas所提供的卷帘工具对两幅数据进行比较，在View1视图中再次单击

，弹出如下对话框，

在对话框中选择QuickBird_Pyramids_MS.img数据，单击对话框中的“RasterOptions”标签，出现如下视图，将“ClearDisplay”前面的钩去掉，单击OK

在Viewer1视图的菜单中选择Utility功能，并选择Swipe（卷帘）功能，可以通过手工控制以及自动的方式，观察全色与多光谱数据配准的情况。

C运用Erdas中的功能菜单，对QB的全色与多光谱数据进行融合。

单击Erdas主菜单中的Interpreter菜单->

SpatialEnhancement->

ResolutionMerge，出现ResolutionMerge对话框

在HighResolutionInputFile中选择高分辨率数据（QuickBird_Pyramids_Pan.img），在MutispectralInputFile中选择（QuickBird_Pyramids_MS.img），并将输出文件放入Second_data文件夹中，命名可自己取定。

在Method选项处可以分别选择PrincipalComponent（主成分变化方法），Multiplecative,BroveyTransform三种不同的方法进行融合。

单击OK，即可得到融合后的结果。

D运用ModifiedIHS融合对上述试验对进行融合

单击主菜单中Interpreter->

Mod.IHSResolutionMerge出现对话框如下

将QB的高分辨率数据以及多光谱数据分别放入HighResolutionInputFile以及MultispectralInputFile中

注意上图中红色方框内Sensor（传感器）的选项，一定要按照途中所示的选择。

单击对话框中LayerSelection标签

在LayerCombinationMethod中单击下拉箭头，可以选择三个波段不同的组合方式，此处同学们可以选择前两种（TrueColor,FalseColorIR）分别进行试验.

单击Output标签，命名后保存在Second_data文件夹中。

E运用HPFResolutionMerge方法、WaveletResolutionMerge、EhlersFusion三种方法对上述影像对进行融合，融合的结果均保存于Second_data文件夹中。

5采用定性的方法评价各种融合方法的效果

A定性评价各种融合方法的对高分辨率细节信息的保真情况

运用ENVI软件打开融合后的结果以及对应的高分辨率数据，分别显示在不同的视图中

在视图1的菜单栏中选择Tools->

Link->

LinkDisplay，并按照下图进行设置。

既可以比较高分的数据和融合结果在细节方面的保持情况。

也可以运用Erdas中的Swipe功能进行细节方面的比较。

选择典型的区域（河流的边缘，城市的密集区域，植被覆盖区域等）

B定性比较各种融合方法在光谱保真度方面的性能。

具体方法：

在ENVI中分别打开融合后的结果以及重采样的多光谱数据

在显示的时候，选择对应的波段进行显示，多光谱选择红波段，则融合后的数据也选择红波段，进行灰度显示

运用ENVI的联动功能将两幅数据进行联动

在视图菜单栏中单击Tools->

Profiles->

Xprofiles，显示红波段的在x方向的DN值，同理可显示融合后影像红波段在此X方向的DN值。

在Profile显示的对话框中单击File->

SavePlotAs->

SpectralLibrary,将该光谱曲线保存为“1.“

在另一幅影像的Profile视图中单击File->

InputData->

SpectralLibrary，导入刚才保存的DN曲线。

得到结果如下图所示：

在上面的视图中，用鼠标左键进行拖拽，可以看到影像视图中的十字丝随着拖拽而移动，Profile视图的左下方会显示不同位置的原始DN以及融合后DN值，从而可对光谱保真度进行比较。