1、(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-Open Image File 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
2、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Available Bandlist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2820 x 1569像素,而 Landsat TM数据的分辨率为1007 x 560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Basic To
3、ols Resize Data (Spatial/Spectral),在弹出的Resize Data Input File对话框中选择lon_tm数据,而后单击“OK”按钮此时弹出对话框“Resize Data Parameters”,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Display 3中。E
4、在Dipaly视图中点击Tools Link Link Displays 将SPOT数据与TM_resize数据进行联动显示,运用dynamic overlay 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 Color Transforms RGB to HSV ,弹出RGB to HSV input bands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
5、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Basic Tools Stretch Data ,选中lon_spot 文件并单击OK.在Data Stretching dialog,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。 F3 HSV反变换完成影像融合在ENVI的主菜单中选择 Transform Color Transforms HSV to RGB from 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”l
6、on_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 Image Sharpening 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OKC 在High Resolution Input File dialog 中选择原始的SPOT数据“lon_spot”,并单击OKD 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
7、上述试验对进行融合试验 从ENVI的主菜单中选择Transform Image Sharpening中分别选择Color Normalised, Gram-Schmidt sharpening, PC Spectral Sharpening, CN Spectral Sharpening 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
8、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“Raster Options”标签,出现如下视图,将“Clea
9、r Display”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-Spatial Enhancement-Resolution Merge,出现Resolution Merge对话框在High Resolution Input File 中选择高分辨率数据(QuickBird_Pyramids_Pan.img),在Mutispectral Input Fil
10、e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Principal Component(主成分变化方法),Multiplecative, Brovey Transform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Modified IHS融合对上述试验对进行融合单击主菜单中Interpreter-Mod. IHS Resolution Merge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High Resolution Input File以及Mult
11、ispectral Input File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Layer Selection标签在Layer Combination Method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(True Color, False Color IR)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HPF Resolution Merge方法、Wavelet Resolution Merge、Ehlers Fusion三种方法对上述影像对进行融合,融合的结果均保存于
12、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-Link Display,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
13、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-X profiles,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-Save Plot As-Spectral Library, 将该光谱曲线保存为“1.“在另一幅影像的Profile视图中单击File-Input Data- Spectral Library,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。
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1