遥感技术应用实验二.docx

1、遥感技术应用实验二目录一、 实验目的 1(一) 信息融合实验目的 1(二) 融合评价实验目的 1二、 实验的基本原理 1(一) 图像融合的基本原理 1(二) 主要融合方法原理介绍 1(三) 融合评价实验基本原理 2三、 实验基本要求 2(一) 信息融合实验基本要求 2(二) 融合评价实验基本要求 3四、 实验设备及器材配置 3五、 实验内容与方法 3(一) 融合评价实验内容与方法 3(二) 融合评价实验内容与方法 10六、 实验体会： 12信息融合与融合评价一、 实验目的(一) 信息融合实验目的通过上机操作，初步掌握遥感信息融合的方法，深入理解遥感信息融合的含义，及其在信息解译中的重要作用。(

2、二) 融合评价实验目的融合后对融合效果的评价是一个不可缺少的环节，由此选择最佳的融合方法。通过本次实验掌握融合效果评价方法，对通过不同融合方法得到的图像进行评价比较。二、 实验的基本原理(一) 图像融合的基本原理图像融合，是一种高级图像处理技术，它是按照一定的规则或算法，将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，生成一幅具有新的空间、波谱和时间特征的合成图像，从而获得比任何单一数据更准确更丰富的信息。它不仅仅是数据间的简单叠加，而是强调信息的优化，消除多传感器信息之间可能存在的冗余和矛盾，使有用信息得以加强和互补。如一般多光谱图像的光谱信息丰富，而空间分辨率较低，全色图像具

3、有较高的空间分辨率，但是它是一个灰度图，缺乏光谱信息，我们将二者融合后，就可以获得高分辨率的多光谱图像，它既包含了丰富多光谱信息又融入了全色图像的高空间分辨率，可大大提高地物的清晰度。(二) 主要融合方法原理介绍本次上机掌握主成分变换融合、Multiplictive 融合、Brovey变换融合和HIS变换融合。主成分变换融合：是建立在图像统计特征的基础上的线性变换，具有方差信息浓缩、数据量压缩的作用，可以更准确的揭示多波段数据结构内部的遥感信息。 常常是以高分辨率数据代替多波段数据变换后的第一主成分达到融合的目的。 具体过程是：首先是对输入的多波段数据进行主成分变换，然后以高分辨率遥感数据替代

4、变换后的第一主成分，再进行主成分逆变换，生成具有高空间分辨率的多波段融合图像。该种融合方法最大的优点是对波段数没有限制，可以实现多个波段的融合。通过主成分的变换可以消除冗余信息，减少计算量。Multiplicative 变换融合：为乘积变换融合，是应用最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行合成，即融合后的波段数值等于多波段图像的任意一个波段数值乘以高分辨率遥感数据。Brovey变换融合：将输入遥感数据的三个波段用下式表示：Bi =Bmi/(Bmr+Bm+Bmb)*Bh其中，Bi代表融合以后的波段数值，Bmr、Bm、Bmb分别代表多波段图像中的红、绿、蓝波段数值，Bmi代表红、绿

5、、蓝多波段中的任意一个，Bh代表高分辨率遥感数据。(三) 融合评价实验基本原理评价要从两个方面进行，即保留原多光谱图像的光谱信息的多少；融入高分辨率图像空间信息的多少。HIS变换融合：先将多光谱影像进行彩色变换,分离出强度 I(Intension)、色度H(Hue)和饱和度 S(Saturation)3个分量,然后将高分辨率全色影像与分离的强度分量进行直方图匹配，使之与I分量有相同的直方图，最后再将匹配后的全色影像代替I 量与分离的色度H、饱和度S分量做IHS逆变换后得到RGB融合影像。三、 实验基本要求(一) 信息融合实验基本要求掌握 HIS 变换融合、主成分变换融合、Brovey变换融合和

6、Multiplictive融合的基本原理及方法。(二) 融合评价实验基本要求理解各评价指标的含义。学会利用定性和定量的方法对融合效果进行评价。四、 实验设备及器材配置计算机、交换器计算机配置为：内存 256M ， 128M 独立显卡， CPU 为奔腾 4 处理器五、 实验内容与方法(一) 融合评价实验内容与方法三种基本的图像融合ERDAS 系统提供了三种融合方法，通过选择不同的按钮即可直接实现主成分变换融合、Brovey 变换融合和 Multiplicative 变换融合。具体过程如下：1. 启动融合模块ERDAS 图标面板工具条：点击 Interpreter Spatial Enhancem

7、ent Resolution Merge 2. 在 Resolution Merge 对话框中，需要设置下列参数：确定高分辨率输入文件（ High Resolution Input File ）：spots.img确定多光谱的输入文件（ Multispectral Input File ）：dmtm.img定义输出文件（ Output File）：merge.img选择融合方法（ Method ） ： Principle component （主成分分析）确定重采样方法（ Resampling Techniques ） ：Bilinear Interpolation 双线内插法输出数据选择（

8、Output Option ） ： Unsigned 8 bit （一般就选择8bit ）输出波段选择（ Layer Selection ）：Select Layers 1：7OK 执行分辨率融合图13. 评价融合效果在Viewer中打开融合后的影像merge.img，并同时打开高分辨率文件spots.img和多光谱文件dmtm.im。通过ViewArrange Layers，查看各图层并比较，得出结论：多光谱图像dmtm.img的光谱信息丰富，而空间分辨率较低(512*512，7 Bands)，具有七个波段。全色图像spots.img具有较高的空间分辨率，但是它是一个灰度图，缺乏光谱信息(1

9、024*1024,1 Band)，只有一个波段。我们将二者融合后，就可以获得高分辨率的多光谱图像merge.img，它既包含了丰富多光谱信息又融入了全色图像的高空间分辨率1024*1024)，可大大提高地物的清晰度；7 Bands（七个波段）同时是全色的，更加便于观察。图2 分步骤的主成分变换融合融合时先求多光谱影像各波段的相关矩阵，计算出特征值和特征向量，将特征值由大到小排列，并相应的变化特征向量，再经TY=A X 变换求出各分量。经过主成分变换后得到一组新的向量，依次称为第一主成分、第二主成分、，其中第一主成分包含原多光谱影像的信息量最大；然后，用高分辨率影像做灰度拉伸来代替第一主成分，再

10、将它与其余主成分作逆变换来得到最后的融合影像。1. 多光谱图像主成分变换ERDAS 图标面板工具条：点击Interpreter 图标 Spectral Enhancement Principal Comp打开Principal Components对话框确定输入文件（input file）：dmtm.img定义输出文件：zhuchengfen.img文件坐标类型（Coordinate Type）：选择Map输出数据类型（output data type）：float single输出数据统计时忽略零值：ignore zero in stats特征矩阵输出设置（Eigen Matrix）：两种方

11、式 在运行日志中显示：show in session log 写入特征矩阵文件：write to file（必须填，逆变换时需要） 特征矩阵文件名（output text file）：dmtm.mtx特征数据输出设置（Eigen Value）：两种方式在运行日志中显示：show in session log 写入特征矩阵文件：write to file 特征矩阵文件名（output text file）：dmtm.tbl需要的主成分数量：3OK执行主成分变换图3 2. 用全色影像代替第一主成分，实现融合。首先对全色影像进行拉伸处理，单击 MainImage Interpreter Radiom

12、etric EnhancementHistogram Equalization 图4 3. 用拉伸的全色影像代替主成分变换后的第一主成分，其他成分顺序不变 MainImage InterpreterUtilitiesLayer Stack使用diyizhuchengfen的第一波段、zhuchengfen的第二波段、zhuchengfen第三波段进行融合。图5主成分逆变换MainImage Interpreter Spectral EnhancementInverse Principal Comp图6HIS变换融合MainImage Interpreter Spectral Enhanceme

13、ntRGB to HIS图7Input file：dmtm.img定义输出文件：ihs.imgMainImage Interpreter Radiomectric EnhancementHistogram Match图8Input file: spots.imgInput file to match: ihs.imgOutput file: liangdu.img图9InterpreterUtilitiesLayers StackLayer Selection and StackingInput file: ihs.img的三个波段Output file: liangdu_ronghe.img

14、图10MainImage Interpreter Spectral EnhancementHIS to RGB得到rgb.img(二) 融合评价实验内容与方法1. 差值图像点击Interpreter图标Utilities Operator Two InputOperators对话框图11InputFile：dmtm.imgLayer：AllOutput File:ni.imgRastorTools工具栏，点击栅格属性表图标，打开RastorAttributeEditor对话框，选中Value和Histogram两列，点击右键的Export，将其值输出到Excel表中进行汇总统计图122. 空间

15、纹理信息MainImage Interpreter Spatial EnhancementTexture图13通过建模实现计算融合图像与高分辨率图像纹理信息的相关性图14通过建模形成关于一个图像到另一个图像的融合变换。六、 实验体会：图像融合与图像合成并不是一回事。 图像融合的完整步骤为：(一) 对欲融合的多光谱图像和全色波段图像进行几何配准，使不同波段的遥感图像在几何上能完全匹配，并使像元分辨率一致。(二) 选择一定的方法实现融合。(三) 对各种方法的融合效果进行评价。可见，图像融合是在几何校准之后才进行的步骤，图像合成是将单波段合成为多波段，将黑白的图像合成为彩色的，并不对图像进行了分辨率方面的增强。图像的融合方法众多，得到的结果也各不相同，但有一点是一致的，几乎每种融合都要在一定程度上改变原始图像的光谱信息，融合后的地物的光谱、纹理等会产生不小的不同。这种融合方法会增强某种地物的灰度，与此同时，也会减小另一种地物的灰度，所以增强只是相对的。在综合分析时，影像融合时采用对多光谱信息破坏程度最小的融合方法会使图像显得更加颜色符合视觉感受。当想要突出某种地物是，就应根据该地物的特点和待融合的影像条件来选择适合该地物的融合方法，而不是选择一个默认的融合方法生搬硬套。