envi图像融合

图像融合
目录
一、图像融合简介 (1)
二、TM和SPOT数据融合 (1)
1、准备工作 (2)
2、读取并显示ERMapper影像 (2)
3、调整影像大小 (2)
4、进行手动HSI数据融合 (2)
5、进行自动HSV数据融合 (3)
三、SPOT全色和多光谱图像融合 (3)
1、显示两幅影像 (3)
2、调整影像以获取相同尺寸的像元大小 (3)
3、进行自动HSV数据融合 (4)
4、进行主成分变换数据融合 (4)
四、进行TM和SAR数据融合 (4)
1、显示两幅影像 (4)
2、根据SAR影像来配准TM影像 (4)
3、使用HSV变换来进行影像融合 (5)
4、查看融合后的影像 (5)
一、图像融合简介
数据融合是将多幅影像组合到单一合成影像的处理过程。

一般使用高空间分辨率的全色
影像或单一波段的雷达影像来增强多光谱影像的空间分辨率。

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中提供的融合方法有：HSV变换、Brovey变换、乘积运算（CN）、主成分（PC）变换、Gram-Schmidt Pan Sharpening（GS）。

表1 融合方法说明
融合方法适用范围
HSV纹理改善，空间保持较好。

光谱信息损失较大，受波段限制
Brovey变换光谱信息保持较好，受波段限制
乘积运算（CN）对大的地貌类型效果好，同时可用于多光谱与高光谱图像的融合
主成分（PC）变换无波段限制，光谱保持好。

第一主成分信息高度集中，色调发生较大变化
Gram-Schmidt Pan Sharpening（GS）改进了PCA中信息过分集中的问题，不受波段限制，较好的保持空间纹理信息，尤其能高保真保持光谱特征。

专为最新高空间分辨率图像设计，能较好保持图像的纹理和光谱信息
二、TM和SPOT数据融合数据一：
lon_spot ：London SPOT数据
lon_spot.ers ：ER Mapper的头文件
lon_tm ：London Landsat TM数据
lon_tm.ers ：ER Mapper的头文件
1、准备工作
为了在ENVI中进行数据融合，一般要求影像文件含有地理坐标（在这种情况下，空间重采样会自动进行），否则影像必须覆盖同一地理区域，并且有相同的像素大小、影像大小以及相同的方位。

由于London数据没有含有地理坐标，因而低空间分辨率的影像必须重采样，使其和高分辨率的影像有相同的像素大小（使得两幅影像的像素一一对应）。

2、读取并显示ERMapper影像
London的TM和SPOT影像都是二进制的文件，含有ERMapper的头文件。

它们能够自动地被ENVI的ERMapper读取程序读取。

（1）选择File Open External File IP Software ER Mapper，选择图像文件，显示图像。

3、调整影像大小
TM影像的空间尺寸为1007*560像素，像素大小为28m；而SPOT影像的空间尺寸为2820*1569像素，像素大小为10m。

因此，TM的影像大小必须以2.8的倍率来调整大小以产生与SPOT 影像相匹配的10m大小的像元。

（1）选择Basic Tools Resize Data(Spatial/Spectral)，选择需要调整像素大小的影像lon_tm，在Resize Data Parameters对话框的xfac文本框中输入2.8，在yfac文本框中输入2.8009。

（为了使影像正确地匹配，必须输入2.8009以在y方向上增加额外的像素值）。

指定调整大小后的TM输出文件保存路径和文件名，点击OK调整影像。

（2）显示调整过的影像，选择Tools Link Link Displays将调整过大小的TM影像和SPOT 全色影像链接起来，分析比较这两幅影像。

4、进行手动HSI数据融合
首先，TM的彩色影像转换到色度-饱和度-强度彩色空间。

将高分辨率的SPOT影像替换强度波段，并将其拉伸到0-1之间，以满足正确的数据范围。

再将从TM影像中获取的色度、饱和度以及从SPOT影像中获取的强度进行反变换，转回到红-绿-蓝彩色空间。

结果是产生一幅融合影像，包含了从TM影像中获取的颜色信息以及从SPOT影像中获取的空间分辨率信息。

（2）HSV正变换
1）从主菜单选择Transform Color Transforms RGB to HSV，然后选择调整过大小的TM数据作为输入的RGB影像。

输入要输出的文件名，点击OK执行变换。

2）以灰阶方式或RGB彩色影像，查看色度、饱和度和数值的影像。

（2）拉伸SPOT影像并替换TM的数值波段
1）从ENVI的主菜单选择Basic Tools Stretch Data，单击lon_spot文件，然后点击OK。

2）在Data Stretching对话框的Output Data部分中，在Min文本框中输入0，在Max文本框中输入1，并输入一个输出文件名。

将SPOT影像的数据拉伸为浮点型，范围为0-1.0。

（3）HSV反变换
1）从主菜单选择Transform Color Transforms HSV to RGB，然后转换过的TM数据的Hue 和Saturation波段作为变换的H和S波段。

2）选择拉伸过的SPOT影像作为变换的V波段，输入要融合影像的文件名和保存路径，点击OK执行反变换。

（4）显示结果
1）以RGB彩色方式来显示经过融合的TM/SPOT的彩色影像。

2）选择Tools Link Link Displays将融合后的影像，同调整过大小的TM影像以及SPOT 的全色影像链接起来，分析、比较这些影像。

5、进行自动HSV数据融合
（1）在主菜单选择Transform Image Sharpening HSV。

（2）在Select Input RGB 对话框中选择调整过大小的TM图像。

（3）在High Resolution Input File对话框中选择SPOT图像，点击OK。

（4）设置融合后影像保存路径，在HSV Sharpening Parameters对话框中点击OK，执行图像融合。

三、SPOT全色和多光谱图像融合
数据二（法国Brest的SPOT 多光谱和全色数据）：
Brest SPOT全色数据：s_0417_1.bil
Brest SPOT多光谱数据：s_0417_2.bil
1、显示两幅影像
2、调整影像以获取相同尺寸的像元大小
多光谱影像的空间尺寸为1418*1114像素，像素大小为20m；而全色影像的空间尺寸为2835*1569像素，像素大小为10m。

因此，多光谱影像大小必须以2.0的倍率来调整大小以产生与SPOT 全色影像相匹配的10m大小的像元。

（1）选择Basic Tools Resize Data(Spatial/Spectral)，选择需要调整像素大小的影像，在Resize Data Parameters对话框的xfac文本框中输入1.999，在yfac文本框中输入1.999。

（为了使影像正确地匹配，必须输入1.999以在x和y方向上增加额外的像素值）。

指定调整大小后的TM 输出文件保存路径和文件名，点击OK调整影像。

（2）显示调整过的影像，选择Tools Link Link Displays将调整过大小的TM影像和SPOT 全色影像链接起来，分析比较这两幅影像。

3、进行自动HSV数据融合
（1）在主菜单选择Transform Image Sharpening HSV。

（2）在Select Input RGB 对话框中选择调整过大小的spot多光谱图像。

（3）在High Resolution Input File对话框中选择SPOT全色图像，点击OK。

（4）设置融合后影像保存路径，在HSV Sharpening Parameters对话框中点击OK，执行图像融合。

4、进行主成分变换数据融合
四、进行TM和SAR数据融合
数据准备：
意大利Rome的TM数据：rome_tm
意大利Rome的ERS SAR数据：rome_ers2
1、显示两幅影像
2、根据SAR影像来配准TM影像
（1）选择Map Registration Select GCPs: Image to Image，启动影像到影像的几何校正功能。

（2）以SAR图像作为参考图像，TM图像作为待校正图像，选择地面控制点。

（3）在控制点选择（GCP Selection）对话框中选择菜单Options Warp File，在Registration Parameters对话框的中部，通过修改Output Image Extent的数值，使得融合的两幅影像覆盖同一地理区域，并且含有相同的像素大小、影像大小以及相同的方位。

（4）执行几何校正，生成重采样之后的TM图像。

（5）将校正后的TM图像与SAR图像Link链接，查看对应地物能否重合。

3、使用HSV变换来进行影像融合
（1）采用上述自动融合方法，生成融合后影像。

4、查看融合后的影像。