遙感影像處理實習06

實習序號及題目實習6.影像融合實習人姓名X專業(yè)班級及編號地基1X任課教師姓名劉勇實習指導教師姓名劉天鳳梁小峰黃哲梁志華實習地點榆中校區(qū)實驗樓A209實習日期時間201X年X月X日實習目的掌握影像融合的概念和方法，并具體加以實現(xiàn)。實習內容1. 打開數(shù)據(jù)文件，編輯頭文件，填寫Quickbird波段信息。2. 利用糾正好的全色波段影像對多光譜波段影像進行幾何精糾正，要求GCP單點位置精度高于0.5m；在實習報告中給出精度計算結果表。3. 采用下述方法進行影像融合：(1) HSV變換(2) Brovey變換(3) Gram-Schmidt變換(4) 主成分替換(5) CN變換4. 根據(jù)各個算法相應的幫助系統(tǒng)（help）說明各個算法的原理和關鍵參數(shù)設置5. 比較融合前后多光譜影像的差異6. 比較不同算法所得融合影像之間的差異，從信息量、清晰度和保真度等三個方面說明融合效果最好的前三種算法?；驹?/p>

1、影像融合：將同一目標或場景的用不同傳感器獲得的，或用同種傳感器以不同成像方式，或在不同成像時間獲得的不同影像，融合為一幅影像，在保持多光譜影像輻射信息的同時提高了影像的空間分辨率的遙感影像處理方法。

2、

HSV融合：融合方法屬于一種顏色變換的融合方法。

HSV顏色變換：HSV顏色變換是把標準的RGB圖像變換到為色度H

(Hue)、飽和度S

(Saturation)和亮度V

(Value)圖像。HSV融合方法流程是對多光譜影像3個波段使用HSV顏色正變換為H、S和V三幅圖像，然后用高分辨率影像替代H圖像，最后對H、S和V圖像實施HSV顏色變換的逆變換得到融合影像。

3、

Brovey變換：該方法對彩色圖像和高分辨率數(shù)據(jù)進行數(shù)學合成，從而使圖像銳化。彩色圖像中的每一個波段都乘以高分辨率數(shù)據(jù)與彩色波段總和的比值。函數(shù)自動地用最近鄰、雙線性或三次卷積技術將3個彩色波段重采樣到高分辨率像元尺寸。輸出的RGB圖像的像元將與高分辨率數(shù)據(jù)的像元大小相同。

P為配準后的高空間分辨率的全色波段影像：

4、主成分替換融合：進行多波段影像的主成分變換。首先，先對多光譜數(shù)據(jù)進行主成分變換。然后，用高分辨率波段替換第一主成分波段，在此之前，高分辨率波段已被縮放匹配到第一主成分波段，從而避免波譜信息失真。最后進行主成分逆變換。函數(shù)自動地用最近鄰、雙線性或三次卷積技術將多光譜數(shù)據(jù)重采樣到高分辨率像元尺寸。

5、

Gram-Schmidt變換：Gram-Schmidt

可以對具有高分辨率的高光譜數(shù)據(jù)進行銳化。首先從低分辨率的波譜波段中模擬出一個全色波段。然后，對該全色波段和波譜波段進行Gram-Schmidt變換，其中模擬的全色波段被作為第一個波段。第三步，用Gram-Schmidt

變換后的第一個波段替換高空間分辨率的全色波段。最后，Gram-Schmidt反變換，從中得到融合影像。

6、CN變換：Color

Normalized，CN波譜銳化的彩色標準化算法也被稱為能量分離變換，它使用來自銳化圖像的高空間分辨率（和低波譜分辨率）波段對輸入圖像的低空間分辨率（但是高波譜分辨率）波段進行增強。該功能僅對包含在銳化圖像波段的波譜范圍內的輸入波段進行銳化，其他輸入波段被直接輸出，不發(fā)生變換。數(shù)據(jù)準備

多光譜影像005547195010_01_p001_mul.img,

全色影像005547195010_01_p001_pan.img。操作方法及過程1、打開文件005547195010_01_p001_mul.img，在AvailableBandsList中選擇該文件右擊選擇EditHeader，打開HeaderInfo，點擊EditAttributes→BandNames，CurrentBandNames中選擇Layer_1，在EditSelectedItem中輸入R，點擊OK，依次將Layer_2，Layer_3改為G，B，點擊OK。點擊EditAttributes→Wavelengths，打開EditWavelengthvalues,在CurrentWavelengthValues中選R，在EditSelectedItem中輸入660，依次選G輸入560，選B輸入485，在Wavelength/FWHMUnits中選擇Nanometers，點擊OK。點擊OK。打開文件005547195010_01_p001_pan.img，在AvailableBandsList中選擇該文件右擊選擇EditHeader，打開HeaderInfo，點擊EditAttributes→BandNames，CurrentBandNames中選擇Band，在EditSelectedItem中輸入Pan，點擊OK，點擊EditAttributes→Wavelengths，打開EditWavelengthvalues,在CurrentWavelengthValues中選Pan，在EditSelectedItem中默認675，在Wavelength/FWHMUnits中默認Nanometers，點擊OK，點擊EditAttributes→FWHM，打開EditFWHMvalues，在CurrentFWHMValues中選擇Band，在EditSelectedItem中輸入450，在Wavelength/FWHMUnits中默認為Nanometers，點擊OK，點擊OK。2、點擊Map→Registration→SelectGCPs：ImagetoImage，打開ImagetoImageRegistration，以灰度影像為BaseImage，以彩色影像為WarpImage，點擊OK。打開的GroundControlPointsSelection中，Degree選擇2，選擇20個點，要求是分布均勻，選擇的控制點明顯清晰，不要選擇建筑物頂端。精度高于0.5m，及時保存。點擊Options→WarpFile，打開InputWarpImage，在SelectInputFile中選擇005547195010_01_p001_mul.img，點擊OK，在RegistrationParameters中，Method默認Polynomial，Resampling默認NearestNeighbor，保存為Warp，點擊OK。3、（1）HSV變換：加載Warp，點擊Transform→ImageSharpening→HSV，打開SelectInputRGB，在SelectInputforColorBands中選Display#1，點擊OK，在SelectInputBand中選擇Band（675.0000），點擊OK，Resampling默認NearestNeighbor，保存為Warp_HSV，點擊OK。將新影像加載到新窗口中，與全色影像比較分析效果。（2）Brovey變換：加載Warp，點擊Transform→Image

Sharpening→Color

Normalized(Brovey)，打開SelectInputRGB，在SelectInputforColorBands中選Display#1，點擊OK，在SelectInputBand中選擇Band（675.0000），點擊OK，Resampling默認NearestNeighbor，保存為Warp_brovey，點擊OK。將新影像加載到新窗口中，與全色影像比較分析效果。（3）Gram-Schmidt變換：加載Warp，點擊Transform→Image

Sharpening→Gram-Schmidt

Spectral

Sharpening，在SelectInputFile中選擇Warp，點擊OK，在SelectInputBand中選擇Band（675.0000），點擊OK，在SelectMethodforLowResolutionPan中選擇CreateBySensorType，SelectSensor選擇Quickbird，在Resampling選擇NearestNeighbor，保存為Warp_GS，點擊OK。將新影像加載到新窗口中，與全色影像比較分析效果。（4）PC變換：加載Warp，點擊Transform→Image

Sharpening→PCSpectral

Sharpening，在SelectInputFile中選擇Warp，點擊OK，在SelectInputBand中選擇Band（675.0000），點擊OK，在Resampling選擇NearestNeighbor，保存為Warp_PC，點擊OK。將新影像加載到新窗口中，與全色影像比較分析效果。（5）CN變換：加載Warp，點擊Transform→Image

Sharpening→CNSpectral

Sharpening，在SelectInputFile中選擇Warp，點擊OK，在SelectInputFile中選擇005547195010_01_p001_pan.img，點擊OK，在SharpeningImageMultiplicativeScaleFactor中默認1.0000，保存為Warp_CN，點擊OK。將新影像加載到新窗口中，與全色影像比較分析效果。結果與分析4、見原理。ImageSharpening：采用圖像銳化工具自動合并一個低分辨率的顏色，多光譜遙感儀器來檢測兩個或兩個以上的光譜波段的波長的能力，或高光譜LA術語用于描述數(shù)據(jù)集通常由100到200（或更多）的相對狹窄的，連續(xù)的光譜波段，波段（5～10nm）。高光譜成像從電磁頻譜的相鄰的地區(qū)創(chuàng)造了大量的圖像。這樣增加的頻譜采樣（與多光譜數(shù)據(jù)），大大增加了可供研究的信息量。這里也包括了成像光譜儀，在監(jiān)視器或圖像中顯示的圖像與高分辨率的灰度級范圍的黑白色調；灰度圖像時創(chuàng)建的紅，藍，綠顏色和顯示器的槍是分配給每個像素值相同。還有圖像（重采樣到高分辨率的像素大?。?。ENVI使用以下圖像銳化技術字節(jié)縮放RGBA顏色空間的紅色，綠色和藍色的值定義。圖像必須是地理或有相同的圖像尺寸。為提高RGB輸入帶應該拉伸字節(jié)數(shù)據(jù)或選擇從一個開放的彩色顯示器。5、（1）HSV：融合后影像色彩豐富，分辨率提高，標準差變小，地物數(shù)量略有變少，地物信息更加利于分析辨認，地物邊界很清晰，清晰度提高，保真度很好，地物顏色和原物很接近。（2）Brovey：融合后得標準差最小，地物數(shù)量減少最多，分辨率提高，地物信息更適合辨認，但是清晰度較高，地物略有模糊，邊界較清晰，保真度沒有HSV好，顏色比較符合實際地物。（3）Gram-Schmidt：融合后影像色彩整體偏紅，與真實地物有差異，有色彩變化，信息量比HSV略低，地物量增大，地物邊界不太清晰，地物信息辨認程度較低，清晰度較低，保真度好。（4）PC：整體顏色粉紅色，像覆蓋有一層白雪，地物邊界比較清晰，地物量增大，地物顏色和實際有較大差別，地物邊界較模糊，信息量差別不大，分辨率一般，保真度不高。（5）CN：樹木為藍色，地物量增大，地物顏色和實際有差別，邊界較清晰，清晰度很高，保真度較高，分辨率較高。6、我認為的融合效果最好的前三種算法：HSV變換，Brovey變換，CN變換。存在問題與解決辦法不太理解保真度的定義，表征電子設備輸出再現(xiàn)輸入信號的相似程度。保真度越高，無線電接收機輸出的聲音或電視機輸出的影像越逼真。在音響設備中，適當提高低頻與高頻段，以抵消揚聲器高、低頻頻率響應不足的電路稱為“高保真電路”。這是百度的說法，我還是不太懂。PC變換存在厚厚的白雪，提高控制點的精度效果不明顯，但是變薄了，好像有幾何糾正矢