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。