ERDAS 影像融合方法汇总(chimneyqin)
ERDAS 影像融合方法汇总
影像融合是指将多源信道所采集到的关于同一目标的影像数据经过影像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的影像，以提高影像信息的利用率、改善计算机解译精度和可靠性、提升原始影像的空间分辨率和光谱分辨率，利于监测。
ERDAS IMAGINE 提供多种影像融合方法，且支持带RPC模型的影像融合处理。
1、
（1
4个波段（蓝/
像也为
Step4: 利用低通滤波器（5×5）对多光谱影像进行滤波处理，输出多光谱滤波影像。
Step5: 利用相减法对全色锐化影像、全色滤波影像进行相减处理，并将全色锐化影像按照权重融合到多光谱滤波影像各个波段，输出新多光谱影像。
（2）参数说明
Input Sensor Type 待融合影像传感器类型，分为Quickbird、IKONOS、Format三种传感器。输入影像要求：多光谱和全色分辨率比为4:1、同时获取、为同一个传感器，全色为单波段，多光谱为4波段。
Sharpening Filter Center Value3×3锐化卷积窗口中心值，其他值都为-1，默认值根据传感器变化，范围值为11、14、17、20、23、1000，小的中心值会产生更好的锐化效果。一般来说，大分辨率影像锐化程度要求低，小分辨率影像锐化程度要求高，若全色影像已经经过锐化处理，此处选择1000。
Pan Contribution Weight融合时全色图像所占的比重（权重），范围为0.7-1.3，默认值根据传感器变化，小的锐化值会产生更好的锐化效果。
Create image of subset area根据子区的坐标来定义融合影像范围。
Create image of full area输出所有区域的融合影像，这个范围是全色和多光谱影像的交集（intersect）。该项勾选时才可设置融合影像成果名称和存放路径。
Null Value 设置输出图像空值的数值。
Mask input Null Values 勾选该项时，可设置输出图像空值。
2、HPF Resolution Merge 高通滤波融合
（1）算法说明
高通滤波融合采用高通滤波算法（High Pass Filter, HPF）来实现影像融合。
一副影像由不同频率的成分组成，根据图像频谱概念，高的空间频率对应影像中灰度急剧变化的部分，低的频率代表图像中灰度缓慢变化的部分。高频分量包含影像的空间结构，低频分量包含影像的光谱信息。
高通滤波算法采用高通卷积滤波算子（high pass convolution filter kernel,HPK）来提取高空间分辨率影像中的空间信息，采用像元相加的方法将其加到低空间分辨率的多光谱影像上，实现影像融合目的。
高通滤波算法步骤：
Step1: 计算R(比率)。
Step2: 创建高通卷积滤波算子对高分辨率影像进行高通滤波输出高通滤波影像。
Step3: 多光谱影像重采样，分辨率与高通滤波影像一致。
Step4: 将高通滤波影像按照权重融合到多光谱各个波段，输出新多光谱影像。
Step5: 将新多光谱影像进行拉伸处理，使其与原始多光谱影像均值和标准偏差一致。（2）参数说明
R多光谱影像分辨率与高分辨率影像分辨率的比率，自动计算（直接影响后续参数的选择），该值应该大于1。
Kernel Size高通滤波(High Pass Filter, HPF)卷积算子窗口大小。根据R值来确定、默认即可，用于高分辨率影像处理。
Center Value高通滤波算子窗口中心值，该窗口其他值为-1。根据R值来确定、默认即可，用于高分辨率影像处理。
Center value /HPK Size options based on HPK
3
（
）
IHS彩色空间的变换成为IHS变换。
IHS彩色空间中，亮度I反映图像中地物反射的全部能量和图像所包含的空间信息，代表影像的地面分辨率；色度H指组成色彩的主波长，由红绿蓝的比重所决定；饱和度S代表颜色的纯度，H/S代表影像的光谱分辨率。
改进IHS融合采用全色高分辨率影像替换I分量从而使影像同时具有高空间分辨率和高光谱分辨率，融合步骤如下：
Step1: 将多光谱影像进行IHS变换，从RGB空间转换至IHS空间。
Step2: 将全色影像与分量I进行直方图匹配，输出新全色影像。
Step3: 将新全色影像作为分量I与分量H、S形成新的IHS图像。
Step4: 将新的IHS图像进行IHS逆变换转换成RGB空间，输出融合后多光谱影像。
改进IHS融合克服了传统IHS融合只能输出三个波段影像的问题。比如：Quickbird多光谱包含4个波段，可采用432、321组合进行两次迭代融合输出4321融合影像。
（2）参数说明
Clip Using Min/Max用多光谱像元的最大最小值来规定重采样后多光谱影像数据的像元值范围，重采样方法选择三次卷积时生效，因为其他两种重采样方法不会超过原来的像元值范围。
波段列表中的字段：Low\High是该波段的波长最低值和最高值，Center是该波段的波长中心值(均值)，Range是该波段的波长跨度(High-Low)，Overlp是该波段波长范围与全色波长的重叠范围，Beta=Overlap/Pan_Range即重叠范围与全色波长范围的比值。
Resampling Technique重采样方法，提供最邻近、双线性内插和三次卷积，默认双线性内插法。
影像融合过程中重采样方法的选择：根据全色多光谱的相对分辨率来确定。
1) 最近邻法：边缘效应比较强的影像采用最邻近法输出的融合影像仍旧存在。
2) 双线性内插法：全色分辨率较低、多光谱全色分辨率比率太小为2:1甚至更低时(如
Landsat全色15m、多光谱30m)采用，效果较好、处理速度较快。
3) 三次卷积法：全色分辨率较高，多光谱全色分辨率必须为4:1甚至更高时(如IKONOS
全色1m、多光谱4m)采用，能输出较好的重采样结果。
某些情况下，采用三次卷积法重采样会造成结果错误，这是由于该采样方法会改变多光谱的最大最小像元值范围造成的。实际应用中，对于大文件数据的影像融合，考虑处理速度和结果的正确性，推荐使用双线性内插法；如果数据量较小，可尝试使用三次卷积法。Sensor分别选择高分辨影像、多光谱影像的传感器类型。支持的传感器类型包括：EO-1 ALI、FORMOSAT-2、GeoEye-1、IKONOS、IRS、Landsat 7/8/8 Cirrus、OrbView-3、Pleiades、QuickBird、SkySat、SPOT 4/6/7、WorldView-1/2/3。
Sensor分别选择高分辨影像、多光谱影像的传感器类型。支持的传感器类型包括：EO-1 ALI、FORMOSAT-2、GeoEye-1、IKONOS、IRS、Landsat 7/8/8 Cirrus、OrbView-3、Pleiades、QuickBird、SkySat、SPOT 4/6/7、WorldView-1/2/3。
Ratio Ceiling设置亮度修正系数的上限。
Batch 支持影像融合批处理操作。
AOI 支持导入AOI文件输出感兴趣区域内的影像融合结果。
Layer Combination Method多光谱组成方法，默认True Color，提供多种选择方法： True Color(真彩色)、False Color IR(假彩色)、Desktop RGB(真彩色)、Desktop BRG(真彩色)、Preference(推荐设置)和Custom(自定义组合)。
Computation Method 计算方法，默认是Single pass – 3 layer RGB(只用所选的三个波段进行输出图像计算)，还提供Iterate on multiple RGB combinations(选择多余三个波段进行输出图像计算)输出多波段融合影像。
Add to Iteration list 将当前组合方式添加至迭代列表，当计算方式为Iterate on multiple RGB combinations时可用。
Input to Output Layer Mapping RGB空间到IHS空间转换的波段组合。
Output Files影像融合结果输出路径和名称。
Number of layers影像融合结果波段数。
Data Type 可查看原始影像数据类型、设置输出成果数据类型。
Ignore Zero in Output Statistics勾选时，影像融合结果统计计算时忽略0值。Ignore Zero in Raster Match勾选时，影像匹配计算时忽略0值。
4、Wavelet Resolution Merge 小波变换融合
（1）算法说明
小波变换类似于傅里叶变换，不同的是小波变换基于一些小型波，将图像分解成频率域上各个频率上的子图像，来代表原始图像的各个特征分量，因此小波变换融合可根据不同的特征分量采用不同的融合方法来达到最佳的融合效果。
一副图像的小波分解中，绝对值较大的小波高频系数对应亮度急剧变换的点，即图像中对比度变化较大的边缘特征，如边界、亮线及区域轮廓，小波变换融合就是保留此类显著的特征，比如融合前图像A中比图像B中显著，融合后图像中A中的目标被保留，B中的目标被忽略。小波变换就是基于不同图像中A、B目标的小波变换系数在不同分辨率水平上的主要地位来确保图像中A、B 显著目标都保留。
（2）参数说明
Spectral Transform多光谱影像转换为单波段灰度图的方法，提供三种方法：Single Band：选择指定波段，可自定义使用波段数为任意波段（1,2,3,4等）。
IHS：对多光谱进行IHS变换，使用亮度I分量进行融合，仅输出三波段融合成果。
Principal Component：对多光谱进行主成分变换，使用第一主成分进行融合。
Layer Selection 设置用于影像融合的多光谱影像波段。
Resampling Techniques重采样方法，提供Nearest Neighbor（最邻近）和Bilinear Interpolation（双线性内插）两种。
Data Type 可查看原始影像数据类型、设置输出成果数据类型。
Stretch to Unsigned 8 bit 勾选选项时，output无法设置输出类型，输出文件的像元范围
拉伸到0~255范围内，并提供两种拉伸方法： Standard Deviation stretch（标准差拉伸）、Min-Max stretch（最大最小值拉伸）。一般不推荐在融合时进行降位处理。
Ignore Zero in Stats.勾选选项时，影像融合结果统计计算时忽略0值。
5、Ehlers Fusion Ehlers融合
（1）算法说明
Ehlers融合是的德国奥斯纳布吕克大学（University Osnabruck）的Manfred Ehlers教授创立的，该算法基于快速傅里叶变换滤波对全色波段进行锐化处理，再采用IHS变换进行影像融合。
Ehlers融合提供预设的快速傅里叶变换滤波选项，具体算法步骤：
Step1: 构建快速傅里叶变换滤波器，对高分辨率影像进行傅里叶处理，输出高分辨率锐化影像。
Step2: 将多光谱影像进行IHS变换，从RGB空间转换至IHS空间。
Step3: 将高分辨率锐化影像与分量I进行直方图匹配，输出新高分辨率影像。
Step4: 将新高分辨率影像作为分量I与分量H、S形成新的IHS图像。
Step5: 将新的IHS图像进行IHS逆变换转换成RGB空间，输出融合后多光谱影像。（2）参数说明
Resampling Technique重采样方法，提供最邻近、双线性内插和三次卷积，默认双线性
内插法。具体方法选择详见改进IHS融合描述。
High Resolution Input Images 融合所用高分辨率影像（可以为多波段影像），提供Select Layer选项指定参与融合的高分辨率影像波段。
Multispectral Input Images 融合所用多光谱影像，波段设置提供两种。
Using all Bands：多光谱的所有波段都参与影像融合。
Use band numbers：指定参与影像融合的RGB对应波段。
Resample the data before applying the IHS merge 勾选选项时，在进行IHS融合前对影像进行重采样。
Ignore Zero in Stats.勾选选项时，影像融合结果统计计算时忽略0值。
Filter Design 滤波器设置，提供两个选项：Auto、Manual(Advanced)。
选择Auto该项时，设置以下参数。
Image content 图像的主要特征类型，提供Urban or Mixed（城乡混合型）、Rural（乡村型）、Other（其他类型，包括单一均质型地表如水体、森林等）选项。
Color/Resolution Tradeoff 设置融合中多光谱图像和高空间分辨率图像所占的比重，提供三种选项：
More Spatial：高空间分辨率图像占较多比重。
Normal：多光谱和高空间分辨率图像占同样比重。
More Spectral：多光谱图像占较多比重。
选择Manual(Advanced)该项时，进行傅里叶变换滤波器参数设置。
Windows Function滤波器设置，滤波器通过建立一个数学模型来将图像数据进行能量转化，排除掉能量低（如噪声），获取我们需要的特征信息。软件提供Ideal（理想滤波器）、Bartlett （巴特利特滤波器/三角滤波器）、Butterworth（巴特沃斯滤波器）、Gaussian（高斯滤波器）、Hanning（汉宁滤波器）选项，需要根据实际数据尝试确定合适的滤波器。
Butterworth：巴特沃斯滤波器。电子滤波器的一种，特点是通频带内的频率响应曲线最大限度平坦、没有起伏，在阻频带逐渐下降为零。巴特沃斯有高通、低通、带通、带阻等多种滤波器，在通频带内外都有平稳的幅频特性，但由于具有较长的过渡带，在过渡带上很容易造成失真。
Gaussian：高斯滤波器。高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，它对整幅图像进行加权平均，用一个模板（卷积/掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。
Hanning：汉宁滤波器。适用于非周期性的连续信号。
Multispectral多光谱图像设置
Low Pass Filter Threshold：低通滤波器半径设置（低频分量包含影像的光谱信息）。
Preview Intensity Layer：预览多光谱影像的亮度分量。
Preview Filter Intensities：预览低通滤波处理后的多光谱图像的频率域亮度分量。Panchromatic多光谱图像设置
High Pass Filter Threshold：高通滤波器半径设置（高频分量包含影像的空间结构）。
Preview Pan Layer：预览频率域的高分辨率影像。
Preview Filter Pan：预览高通滤波处理后的频率域高分辨率图像。
6、HCS Resolution Merge HCS融合
（1）算法说明
HCS（Hyperspherical Color Space）融合是针对Worldview-2多光谱（分4波段和8波段数据）和全色影像融合而研发的算法，适用3个以上、不多于8个波段多光谱传感器数据融合，是一种通用的优秀的卫星遥感影像融合算法之一，对于高分辨率影像融合效果较好，色彩保真度较高。
HCS融合将数据从原本的色彩空间转换成超球色彩空间，提供两种融合模式，一是将高分辨率影像与多光谱分量I匹配实现融合目的，一是直接复制多光谱的色彩信息。
（2）参数说明
High Resolution Input Images 融合所用高分辨率影像（可以为多波段影像），提供Select Layer选项指定参与融合的高分辨率影像波段。
Process Area 融合处理区域设置，提供Intersection（影像交集）、User Defined（自定义）两种。自定义范围支持手动输出坐标/行列好、Inquire Box查询框获取范围、AOI获取范围等方式。
Stretch to Unsigned 8 bit 勾选选项时，输出文件的像元范围拉伸到0~255范围内，一般不推荐在融合时进行降位处理。
Resampling Technique重采样方法，提供最邻近、双线性内插和三次卷积，默认双线性内插法。具体方法选择详见改进IHS融合描述。
Smoothing Filter Size影像平滑过滤窗口大小，默认7×7，常用的窗口大小有3×3、5×5、7×7、9×9等，窗口越大平滑效果越不明显。
Ignore Zero in Smoothing勾选选项时，影像平滑处理时忽略0值。
Ignore Zero in Stats.勾选选项时，影像融合结果统计计算时忽略0值。
Layer Selection设置融合影像输出波段。
Data Type 可查看原始影像数据类型、设置输出成果数据类型。
Batch 支持影像融合批处理操作。
AOI 支持导入AOI文件输出感兴趣区域内的影像融合结果。
7、Resolution Merge 分辨率融合
（1）算法说明
分辨率融合是对不同空间分辨率影像的融合，融合关键是影像配准和融合方法，要求两幅影像具有非常好的配准效果并选择合适的融合算法。
ERDAS分辨率融合提供三种方法：主成分变换融合、乘积变换融合和比值变换融合。
主成分变换融合（Principal Component）是基于图像统计特征基础上的多维线性变换，具有方差信息浓缩、数据量压缩的作用，可以准备描述多光谱数据结构内部的遥感信息，常用高分辨率数据替代多光谱的第一主成分达到融合目的，融合步骤：
Step1: 多光谱影像进行主成分变换，得到多光谱各个成分。
Step2: 将高分辨率影像与多光谱第一主成分进行直方图匹配，输出新高分辨率影像。
Step3: 将新高分辨率影像作为第一主成分与多光谱其他成分形成新多光谱图像。
Step4: 将新多光谱图像进行主成分逆变换，输出多光谱融合影像。
主成分变换融合图像上目标的细部特征更加清晰，光谱信息更加丰富。
乘积变换融合（Multiplicative）应用乘积组合算法实现两种分辨率影像的融合，其基本原理是将一定亮度的影像进行变换处理时，只有乘积变换保持其色彩不变。乘积变换融合优点是将某些信息如路、农场等特征进行增强识别，在很多城市和郊区环境研究城市规划、基础设施建设中应用该方法。缺点是结果图像不保留输入的多光谱图像的辐射(反射) 信息。计算方法：Bi_new = Bi_mux × B_high
其中：Bi_new=融合后波段像元值，Bi_mux=原始多光谱波段像元值，B_high=高分辨率影像像元值。
Brovey变换融合（Brovey Transform）又称色彩标准话融合，将多光谱图像的像元分解为色彩和亮度，是一种归一化后的3个波段的多光谱图像与高分辨率图像进行乘积运算的融合方法。Brovey变换优点在于锐化图像的同时能够保持原多光谱图像的信息内容，对于山地、水体、植被一类地物表的非常明显，建筑区内城区色调相比较暗，但绿地反映明显。缺点是存在一定的光谱扭曲，
且没有解决光谱范围不一致的全色影像和多光谱影像融合的问题。计算方法：
Bi_new = [Bi_mux / (Br_mux + Bg_mux + Bb_mux) ] × B_high
其中：Bi_new=融合后波段像元值，Bi_mux=原始多光谱波段像元值，B_high=高分辨率影像像元值，Br_mux、Bg_mux、Bb_mux=原始多光谱红绿蓝波段像元值。
（2）参数说明
High Resolution Input Images 融合所用高分辨率影像（可以为多波段影像），提供Select Layer选项指定参与融合的高分辨率影像波段。
Method 融合方法设置，提供Principal Component（主成分变换融合）、Multiplicative（乘积变换融合）和Brovey Transform（比值变换融合）选项。
Resampling Technique重采样方法，提供最邻近、双线性内插和三次卷积，默认双线性内插法。具体方法选择详见改进IHS融合描述。
Stretch to Unsigned 8 bit 勾选选项时，输出文件的像元范围拉伸到0~255范围内，一般不推荐在融合时进行降位处理。
Ignore Zero in Stats.勾选选项时，影像融合结果统计计算时忽略0值。
Layer Selection设置融合影像输出波段。
Data Type 可查看原始影像数据类型、设置输出成果数据类型。
Batch 支持影像融合批处理操作。
AOI 支持导入AOI文件输出感兴趣区域内的影像融合结果。
8、Projective Resolution Merge 投影变换融合
（1）算法说明
Projective融合对待融合影像有一定要求：待融合影像为同时获取、有较大的重叠度且带有投影变换模型如RPC模型。多光谱影像可以为多个单波段，也可以为多波段数据（至少3波段），最终多光谱融合影像为3波段。
（2）参数说明
Input Panchromatic File融合所用高分辨率影像。
Filter Pan全色过滤算子设置，提供多种过滤算子对全色影像相关特征进行增强。
Input Multispectral File融合所用多光谱影像，支持多波段文件，也支持多个单波段文件。
Resampling Method重采样方法，提供最邻近、双线性内插和三次卷积，默认双线性内插法。具体方法选择详见改进IHS融合描述。
Filter MSI 多光谱过滤算子设置，提供多种过滤算子对多光谱影像进行过滤平滑处理。
Generate Pyramid为多光谱融合影像创建金字塔。
Calculate Statistics为多光谱融合影像进行统计计算。
Resacle Output File to Unsigneed-8bit 勾选选项时，输出文件的像元范围拉伸到0~255
范围内（标准偏差拉伸、最大最小线性拉伸、均直方图拉伸），一般不推荐在融合时进行降位处理。
Auto Select Multispectral File In Batch 批处理时自动在同路径及同级路径下为全色搜索匹配对应的多光谱文件。
遥感影像图像处理流程
遥感影像图像处理(processing of remote sensing image data)是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。 一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。
消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
ERDAS的操作手册
ERDAS的操作手册 纠正，融合，镶嵌是遥感处理中比较常见的三种处理方法。对于初学遥感的人来说，掌握这三种方法是十分必要的。下面，我们通过一些实例，在ERDAS 中的操作，来分别介绍这三种处理方法。 1、纠正 纠正又叫几何校正，就是将图像数据投影到平面上，使其符合地图投影系统的过程；而将地图坐标赋予图像数据的过程，称为地理参考（Geo-referencing）由于所有地图投影系统都遵从于一定的地图坐标系统，所以几何校正包含了地图参考。 （1）启动 在ERDAS中启动几何校正有三种方法： A、菜单方式 B、图标方式 C、窗口栅格操作 窗口启动这种方法比较常用，启动之前在窗口中打开需要纠正的图像，然后在栅格操作菜单中启动几何校正模块。建议使用这种启动方法，更直观简便。
（2）设置几何校正模型 常用模型：功能 Affine 图像仿射变换（不做投影变换） Camera 航空影像正射校正 Landsat Landsat卫星影像正射校正 Polynomial 多项式变换（同时做投影变换） Rubber Sheeting 非线性、非均匀变换 Spot Spot卫星图像正射校正 其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Order），通常整景图象选择3次方。次方数与所需的最少控制点数是相关的，最少控制点数计算公式为（（t+1）*（t+2））/2，公式中t为次方数，即1次方最少需要3个控制点，2次方需要6个控制点，3次方需要10个控制点，依此类推。
（3）几何校正采点模式 A、Viewer to Viewer 已经拥有需要校正图像区域的数字地图、或经过校正的图像，就可以采用Viewer to Viewer的模式。 B、File to Viewer 事先已经通过GPS测量、或摄影测量、或其它途径获得了控制点坐标，并保存为ERDAS IMAGINE的控制点格式或ASCII数据文件，就可以采用File to Viewer模式，直接在数据文件中读取控制点坐标。 C、Map to Viewer 只有印制地图或坐标纸，则只好采用Map to Viewer的模式，在地图上选点并量算坐标，然后通过键盘输入坐标数据。 最常用的是第一种模式，视图对视图的窗口采点模式。
遥感影像融合处理方法
遥感影像融合处理方法 摘要：本文介绍了遥感影像数据融合技术，并给出了融合的一些基本理论、融合处理一般步骤以及常用融合处理方法，最后简要描述了融合评价的方式方法等。 关键词：遥感影像融合融合评价 1、前言 将高分辨率的全色遥感影像和低分辨率的多光谱遥感影像进行融合，获得色彩信息丰富且分辨率高的遥感融合影像的过程，成为遥感影像融合。全色影像一般具有较高空间分辨率，多光谱影像光谱信息较丰富，为提高多光谱影像的空间分辨率，可以将全色影像融合进多光谱影像。通过影像融合既可以提高多光谱影像空间分辨率，又能保留其多光谱特性。 2、遥感影像融合一般步骤 遥感影像信息融合一般流程主要分为两个阶段：图像预处理，图像融合变换。 图像预处理主要包括：几何校正及影像配准。几何校正主要在于去除透视收缩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；影像配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。 3 常用融合方式 3.1 IHS融合 IHS（亮度I、色度H、饱和度S）变换就是将影像从RGB彩色空间变换到IHS空间来实现影像融合的一种方法。由光学、热红外和雷达(微波)等方式得到的不同波段遥感数据，合成的RGB颜色空间是一个对物体颜色属性描述系统，而IHS色度空间提取出物体的亮度、色度、饱和度，它们分别对应每个波段的平均辐射强度、数据向量和的方向及其等量数据的大小。RGB颜色空间和IHS 色度空间有着精确的转换关系。IHS变换法只能用三个波段的多光谱影像融合和全色影像融合。 3.2 小波融合 小波变换，基于遥感影像的频域分析进行的，由于同一地区不同类型的影像，低频部分差别不大，而高频部分相差很大，通过小波变换对变换区实现分频，在分频基础上进行遥感影像的融合，常用于雷达影像SAR与TM影像的融合。
遥感图像融合方法比较
1 绪论 1.1研究目的及意义 20世纪90年代中后期以后，搭载许多新型传感器的卫星相继升空，使得同一地区的遥感数据影像数目不断增多。如何有效地利用这些不同时相、不同传感器、不同分辨率的遥感数据便成为了遥感工作者研究的瓶颈问题，然而解决这一问题的关键技术就是遥感影像数据融合。 遥感数据融合就是对多个遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定法则（算法）进行处理，获得比单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱和时间特征的合成图像。 遥感是不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器的遥感数据都不能全面的反映目标对象的特征，也就是有一定的应用范围和局限性。各类非遥感数据也有它自身的特点和局限性。影像数据融合技术能够实现数据之间的优势互补，也能实现遥感数据与地理数据的有机结合。数据融合技术是一门新兴的技术，具有十分广阔的应用前景。所以，研究遥感影像数据融合方法是非常必要的。 1.2研究现状及发展的趋势 1.2.1研究现状 20世纪美国学者提出“多传感器信息融合”的概念认为在多源遥感影像数据中能够提取出比单一遥感影像更丰富、更有效、更可靠的信息。之后由于军事方面的要求，使得遥感影像数据融合技术得到了很大的发展，美、英，德等国家已经研制出了实用的遥感数据融合处理的系统和软件，同时进行了商业应用。 1）、融合结构 融合的结构可分为两类：集中式和分布式。集中式融合结构：各传感器的观测数据直接被送到中心，进行融合处理，用于关联、跟踪、识别等。分布式融合结构：每个传感器独立完成关联、识别、跟踪，然后由融合中心完成配准、多源关联的融合。 2）、融合的层次 图像融合可分为：像元级融合、特征级融合和决策级融合。 像元级融合是最低级的信息融合，可以在像素或分辨单位上进行，又叫做数据级融合。它是对空间配准的遥感影像数据直接融合，然后对融合的数据进行特征提取和属性说明。 特征级融合是由各个数据源中提取特征信息进行综合分析和处理的过程，是中间层次的融合。特征级融合分为目标状态信息融合和目标特征融合。 决策级融合是在信息表示的最高层次上进行融合处理。首先将不同传感器观测同一目标获得的数据进行预处理、特征提取、识别，以建立对所观测目标的初步理论，然后通过相关处理、决策级融合判别，最终获得联合推断结果，从而为决策提供依据。
遥感数字图像处理教程复习分析
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
ENVI中的融合方法
ENVI下的图像融合方法 图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成成一副高分辨率多光谱影像遥感的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。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中提供融合方法有： ?HSV变换 ?Brovey变换 这两种方法要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段必须为无符号8bit数据或者从打开的彩色Display中选择。 这两种操作方法基本类似，下面介绍Brovey变换操作过程。 （1）打开融合的两个文件，将低分辨率多光谱图像显示在Display中。 （2）选择主菜单-> Transform -> Image Sharpening->Color Normalized (Brovey)，在Select Input RGB对话框中，有两种选择方式：从可用波段列表中和从Display窗口中，前者要求波段必须为无符号8bit。 （3）选择Display窗口中选择RGB，单击OK。 （4） Color Normalized (Brovey)输出面板中，选择重采样方式和输入文件路径及文件名，点击OK输出结果。 对于多光谱影像，ENVI利用以下融合技术： ?Gram-Schmidt ?主成分（PC）变换 ?color normalized (CN)变换 ?Pan sharpening 这四种方法中，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法；color normalized (CN)变换要求数据具有中心波长和FWHM，；Pansharpening融合方法需要在ENVI Zoom中启动，比较适合高分辨率影像，如QuickBird、IKONOS等。 这四种方式操作基本类似，下面介绍参数相对较多的Gram-Schmidt操作过程。 （1）打开融合的两个文件。
ERDAS影像融合操作流程
影象融合流程 影像融合在影象解译模块和雷达影象处理模块中都有，但是雷达模块中的处理效果要相对好一些，下面就两个不同模块中的融合处理流程进行分别介绍。 一、影象解译模块（Interpreter） 1）单击，在弹出的Interpreter菜单中选则Spatial Enhancement （空间增强）弹出Spatial Enhancement菜单，再选择Resolution Merge（分辨率融合）选项。 弹出对话框如下
在Resolution Merge对话框中需要设置下列参数 （1）确定高分辨率输入文件（high Resolution input file）； （2）选择影象波段； （3）确定多光谱输入文件（multispectral input file）； （4）定义输出文件； （5）选择融合方法。在分辨率变换中，erdas提供了三种融合方法Principal Component(主成分变换法)、Multipalcative(乘积变换)、Brovey transform(比值变换)。其图象分别如下： Principal Component(主成分变换法)
Multipalcative(乘积变换) Brovey transform(比值变换) （6）选择重采样方法。系统提供了两种重采样方法Nearest Neighbor（邻近像元法）、Bilinbear Interpolation（二次线形内插）和Cubic Convolution（立方卷积）。其中 以Cubic Convolution方法最为平滑。 （7）确定Output Options输出图象选项。选择Lgnore Zero Stats，可以忽略像素值为
ENVI遥感图像处理方法
《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。 针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包
ERDAS基本操作入门
ERDAS基本操作入门 1、图像导入 在erdas的Import/Export模块中，分别导入TM图像的第1、2、3、4、5、7波段，具体操作步骤为 ① 点击import模块，打开对话框 ②选择type类型为TIFF ③ media为file； ④ 然后选择输入、输出文件名路径和文件名 ⑤ 分别对123457波段进行导入； ⑥在此之前可以选择session－>preference，选择输入、输出主目录。 2、图像波段合成 在erdas的interpreter模块中将单波段影像进行合成，生成多波段文件，具体操作步骤为： interpreter－>utilities－>layer stack， ① 在出现的对话框中import框中依次选择需要合成的波段，每选择输入一个波段用Add添加一次； ② output file选择导出文件路径及命名文件。 ③ Data type 设为 Unsigned 8 bit； ④Output option 设置为Union ，选中 ignore zero stats； ⑤进行操作。 3、用shape文件进行图像切割 3.1 Shape文件制作AOI文件： ①在ERDAS中点击Import图标，出现Import/Export对话框 ②选中Imput，Type栏选择Shapefile，Media栏选择File，在Input File （*.shp）中确定要转换的shape文件，在Output File（*.arcinfo）中确定输
出路径及名称，单击OK按钮，出现Import Shapefile对话框，单击Import Shapefile Now。 ③注意此步骤中输出路径及输出名称均为英文字母 ④建立拓扑多边形 ⑤在Arcgis中打开ArcToolbox，Data Management Tools—>Topology—>Build，双击Build，出现Build对话框，在Input 中填入*.arcinfo文件的路径，Feature选择Poly ⑥单击OK按钮。 ⑦在ERDAS中打开一个viewer窗口，打开arc coverage文件，新建一个aoi层（New—>AOI Layer） ⑧ View—>Arrange Layers Viewer打开Arrange Layers Viewer对话框，在Vector图层上单击右键，选择Show Properties，打开Properties对话框，选中Polygon，点击Apply按钮。 ⑨在View窗口中打开AOI工具栏，先选中内部区域，再点击，产生aoi，选中该aoi，单击File—>Save—AOI Layer as，保存为aoi文件。 3.2 用AOI文件进行对遥感图像切割 在ERDAS图标面板工具条中单击Data Prep图标，Subset，打开Subset对话框。在Subset对话框中需要设置下列参数： ⑩输入文件名称（Input File） ? 输出文件名称（Output File） ? 单击AOI按钮确定裁剪范围 ? 打开Choose AOI对话框 ? 在Choose AOI对话框中确定AOI的来源为File（或Viewer） ? 如果选择了文件（File），刚进一步确定AOI文件；否则，直接进入下一步 ? 输出数据类型（Output Data Type）为Unsigned 8 Bit，输出文件类型（Output Layer Type）为Themetic ? 输出象元波段（Select Layers）为1 ：6（表示选择1-6六个波段） ? 输出统计忽略零值，选中Ignore Zero In Output Stats复选框
三种图像融合方法实际操作与分析
摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多
光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清
ERDAS详细操作
目录 1. 影像阅读 2. 遥感影像分幅裁剪与拼接处理 3. 影像几何校正及正射影像制作 4. 影像增强
1. 影像阅读 1.1 设置erdas的各种默认参数 1)在ERDAS IMAGINE的主菜单栏上找到sessio n→Preferences,单击出现Preferences editor对话框。 2)通过拖动Category的滚动条，可以看到右方对应出现的各个参数，同时也可以在文本编辑处修改这些参数。 3)在Category下选择Viewer,拖动滚动条查看它的各种参数。 4)查看Category的帮助信息。点击右下方的“help”和“Category Help”，则出现以下的界面，如果有不懂的地方我们就可以通过这个帮助信息寻求答案。 1.2 显示图像 1)在ERDAS主菜单上点击图标，新建一个经典窗口，如下图： 2)在Viewer界面上点击File→Open →Raster Layer，在默认路径中打开lanier.im g。
3)点击Raster Options栏设置图层的红绿蓝三个波段的分配。将原来的4 3 2 改 为4 5 3后，图象的色调明显变化了。 1.3 查询像素信息 1)使用查询功能 选择Utility→Inquire Cursor出现下图中的对话框,通过左下方的四个三角形的符号来分别调整查询指针的上下左右的位置,圆圈表示使查询指针回到中心处,指针的移动,其中的 X和Y坐标的数值也会跟着作相应的变化。指针所指的像素的信息被显示在单元格里。
选择Utility→Inquire Color,选择为黄色，则查询指针的十字框的颜色由白色变为了黄色。 选择Utility→Inquire Shape,呈现的滚动条列表中选择circle.cursor， 再点击Use Cursor button, 然后点击Apply。 4)量测 通过这个工具可以实现在所在图层中的点，线，面，矩形，椭圆形的长度（周长） 和面积。
遥感影像处理步骤
一．预处理 1．降噪处理 由于传感器的因素，一些获取的遥感图像中，会出现周期性的噪声，我们必须对其进行消除或减弱方可使用。 （1）除周期性噪声和尖锐性噪声 周期性噪声一般重叠在原图像上，成为周期性的干涉图形，具有不同的幅度、频率、和相位。它形成一系列的尖峰或者亮斑，代表在某些空间频率位置最为突出。一般可以用带通或者槽形滤波的方法来消除。 消除尖峰噪声，特别是与扫描方向不平行的，一般用傅立叶变换进行滤波处理的方法比较方便。 （2）除坏线和条带 去除遥感图像中的坏线。遥感图像中通常会出现与扫描方向平行的条带，还有一些与辐射信号无关的条带噪声，一般称为坏线。一般采用傅里叶变换和低通滤波进行消除或减弱。
2．薄云处理 由于天气原因，对于有些遥感图形中出现的薄云可以进行减弱处理。 3．阴影处理 由于太阳高度角的原因，有些图像会出现山体阴影，可以采用比值法对其进行消除。二．几何纠正
通常我们获取的遥感影像一般都是Level2级产品，为使其定位准确，我们在使用遥感图像前，必须对其进行几何精纠正，在地形起伏较大地区，还必须对其进行正射纠正。特殊情况下还须对遥感图像进行大气纠正，此处不做阐述。 1．图像配准 为同一地区的两种数据源能在同一个地理坐标系中进行叠加显示和数学运算，必须先将其中一种数据源的地理坐标配准到另一种数据源的地理坐标上,这个过程叫做配准。 （1）影像对栅格图像的配准 将一幅遥感影像配准到相同地区另一幅影像或栅格地图中，使其在空间位置能重合叠加显示。 （2）影像对矢量图形的配准 将一幅遥感影像配准到相同地区一幅矢量图形中，使其在空间位置上能进行重合叠加显示。2．几何粗纠正
像素级图像融合
毕业设计（论文）设计(论文)题目像素级图像融合方法 姓名：李桂楠 学号： 2 学院：机电与信息工程学院 专业：自动化 年级2011级 指导教师：孙甲冰
目录 摘要 (4) Abstract (5) 第一章绪论 (1) 1.1课题背景及来源 (1) 1.2图像融合的理论基础和研究现状 (1) 1.3图像融合的应用 (1) 1.4图像融合的分类 (1) 第二章像素级图像融合的预处理 (3) 2.1图像增强 (3) 2.2图像校正 (6) 2.3图像配准 (6) 第三章像素级图像融合的方法综述 (8) 3.1加权平均图像融合方法 (8) 3.2 HIS空间图像融合方法 (8) 3.3 主成分分析图像融合方法 (8) 3.4 伪彩色图像融合方法 (9) 第四章基于小波变换的像素级图像融合概述 (10) 4.1 小波变换的基本理论 (10) 4.2 基于小波变换的图像融合 (11) 4.3基于小波变换的图像融合性能分析 (12)
第五章像素级图像融合方法的研究总结与展望 (19) 参考文献 (20) 谢辞.................................. 错误!未定义书签。
摘要 近些年，随着科学技术的飞速发展，各种各样的图像传感器出现在人们的视野前，这种样式繁多的图像传感器在不同的成像原理和不同的工作环境下具有不同功能。而因为多传感器的不断涌现，图像融合技术也越来越多的被应用于医学、勘探、海洋资源开发、生物学科等领域。 图像融合主要有像素级、决策级和特征级三个层次，而像素级图像融合作为基础能为其他层次的融合提供更准确、全面、可依赖的图像信息。本文的主要工作是针对像素级的图像融合所展开的。 关键词 图像融合理论基础、加权平均、图像融合方法、小波变换、
实验二、ERDAS实用菜单操作
实验二、ERDAS实用菜单操作 内容一数据输入 实习目的：掌握TM图像数据输入的主要方法。 实习内容：主要包括单波段TM图像数据输入、多波段组合文件的生成。 从地面站购买的TM图像数据或其它图像数据，不一定都是img格式，要通过数据输入输出得到img格式。 1.JPEG图像数据输入 在ERDAS图标面板工具条中，点击——打开输入输出对话框，如图2.1所示。并做如下的选择： 图2.1 import对话框 1）选择数据输入操作：Import 2）选择数据输入类型（Type）为jpeg格式：JFIF(JPEG) 3）选择数据输入媒体（Media）为文件：File 4）确定输入文件路径及文件名（Input File）：TM1.JPG 5）确定输出文件路径及文件名（Output File）：tm1.img 6）OK
图2.2 import对话框参数设置 打开Import JFIF Files对话框，如图2.3所示 图2.3 Import JFIF Files对话框 在Import JFIF Files对话框中点击OK执行输入操作，完成数据输入，如图2.4所示。
图2.4 进程状态条 重复上述过程，可依此将多波段数据全部输入，转换为.IMG文件。 2. 组合多波段数据 为了图像处理与分析，需要将上述转换的单波段IMG文件组合为一个多波段图像文件。 第一步：在ERDAS图标面板工具条中，点击Interpreter|Utilities|Layer Stack。出现波段叠加对话框，如图2.5所示。 图2.5 Layer Selection and Stacking对话框
遥感卫星图像处理方法
北京揽宇方圆信息技术有限公司 遥感卫星图像处理方法 随着遥感技术的快速发展，获得了大量的遥感影像数据，如何从这些影像中提取人们感兴趣的对象已成为人们越来越关注的问题。但是传统的方法不能满足人们已有获取手段的需要，另外GIS的快速发展为人们提供了强大的地理数据管理平台，GIS数据库包括了大量空间数据和属性数据，以及未被人们发现的存在于这些数据中的知识。将GIS技术引入遥感图像的分类过程，用来辅助进行遥感图像分类，可进一步提高了图像处理的精度和效率。如何从GIS数据库中挖掘这些数据并加以充分利用是人们最关心的问题。GIS支持下的遥感图像分析特别强调RS和GIS的集成，引进空间数据挖掘和知识发现（SDM&KDD）技术，支持遥感影像的分类，达到较好的结果，专家系统表明了该方法是高效的手段。 遥感图像的边缘特征提取观察一幅图像首先感受到的是图像的总体边缘特征，它是构成图像形状的基本要素，是图像性质的重要表现形式之一，是图像特征的重要组成部分。提取和检测边缘特征是图像特征提取的重要一环，也是解决图像处理中许多复杂问题的一条重要的途径。遥感图像的边缘特征提取是对遥感图像上的明显地物边缘特征进行提取与识别的处理过程。目前解决图像特征检测/定位问题的技术还不是很完善，从图像结构的观点来看，主要是要解决三个问题:①要找出重要的图像灰度特征；②要抑制不必要的细节和噪声；③要保证定位精度图。遥感图像的边缘特征提取的算子很多，最常用的算子如Sobel算子、Log算子、Canny算子等。 1）图像精校正 由于卫星成像时受采样角度、成像高度及卫星姿态等客观因素的影响，造成原始图像非线性变形，必须经过几何精校正，才能满足工作精度要求一般采用几何模型配合常规控制点法对进行几何校正。 在校正时利用地面控制点(GCP)，通过坐标转换函数，把各控制点从地理空间投影到图像空间上去。几何校正的精度直接取决于地面控制点选取的精度、分布和数量。因此，地面控制点的选择必须满足一定的条件，即：地面控制点应当均匀地分布在图像内；地面控制点应当在图像上有明显的、精确的定位识别标志，如公路、铁路交叉点、河流叉口、农田界线等，以保证空间配准的精度；地面控制点要有一定的数量保证。地面控制点选好后，再选择不同的校正算子和插值法进行计算，同时，还对地面控制点(GCPS)进行误差分析，使得其精度满足要求为止。最后将校正好的图像与地形图进行对比，考察校正效果。 2）波段组合及融合 对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段，从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息，从而达到影像地图信息丰富、视觉效果好、质量高的目的。 3）图像镶嵌
ERDAS 影像融合方法汇总(chimneyqin)
ERDAS 影像融合方法汇总 影像融合是指将多源信道所采集到的关于同一目标的影像数据经过影像处理和计算机技术等，最大限度的提取各自信道中的有利信息，最后综合成高质量的影像，以提高影像信息的利用率、改善计算机解译精度和可靠性、提升原始影像的空间分辨率和光谱分辨率，利于监测。 ERDAS IMAGINE 提供多种影像融合方法，且支持带RPC模型的影像融合处理。 1、 （1 4个波段（蓝/ 像也为 Step4: 利用低通滤波器（5×5）对多光谱影像进行滤波处理，输出多光谱滤波影像。 Step5: 利用相减法对全色锐化影像、全色滤波影像进行相减处理，并将全色锐化影像按照权重融合到多光谱滤波影像各个波段，输出新多光谱影像。 （2）参数说明
Input Sensor Type 待融合影像传感器类型，分为Quickbird、IKONOS、Format三种传感器。输入影像要求：多光谱和全色分辨率比为4:1、同时获取、为同一个传感器，全色为单波段，多光谱为4波段。 Sharpening Filter Center Value3×3锐化卷积窗口中心值，其他值都为-1，默认值根据传感器变化，范围值为11、14、17、20、23、1000，小的中心值会产生更好的锐化效果。一般来说，大分辨率影像锐化程度要求低，小分辨率影像锐化程度要求高，若全色影像已经经过锐化处理，此处选择1000。 Pan Contribution Weight融合时全色图像所占的比重（权重），范围为0.7-1.3，默认值根据传感器变化，小的锐化值会产生更好的锐化效果。 Create image of subset area根据子区的坐标来定义融合影像范围。 Create image of full area输出所有区域的融合影像，这个范围是全色和多光谱影像的交集（intersect）。该项勾选时才可设置融合影像成果名称和存放路径。 Null Value 设置输出图像空值的数值。 Mask input Null Values 勾选该项时，可设置输出图像空值。
遥感数字图像处理要点
遥感数字图像处理-要点 1．概论 遥感、遥感过程 遥感图像、遥感数字图像、遥感图像的数据量 遥感图像的数字化、采样和量化 通用遥感数据格式（BSQ、BIL、BIP） 遥感图像的模型：多光谱空间 遥感图像的信息内容： 遥感数字图像处理、遥感数字图像处理的内容 遥感图像的获取方式主要有哪几种? 如何估计一幅遥感图像的存储空间大小? 遥感图像的信息内容包括哪几个方面？ 多光谱空间中，像元点的坐标值的含义是什么？ 与通用图像处理技术比较，遥感数字图像处理有何特点？ 遥感数字图像处理包括那几个环节？各环节的处理目的是什么？ 2.遥感图像的统计特征 2.1图像空间的统计量 灰度直方图：概念、类型、性质、应用 最大值、最小值、均值、方差的意义 2.2多光谱空间的统计特征 均值向量、协方差矩阵、相关系数、相关矩阵的概念及意义 波段散点图概念及分析 主要遥感图像的统计特征量的意义 两个重要的图像分析工具：直方图、散点图 3.遥感数字图像增强处理 图像增强：概念、方法 空间域增强、频率域增强
3.1辐射增强：概念、实现原理 直方图修正，线性变换、分段线性变换算法原理 直方图均衡化、直方图匹配的应用 3.2空间增强 邻域、邻域运算、模板、模板运算 空间增强的概念 平滑（均值滤波、中值滤波）原理、特点、应用 锐化、边缘增强概念 方向模板、罗伯特算子、索伯尔算子、拉普拉斯算子的算法和特点 ?计算图像经过下列操作后，其中心象元的值： –3×3中值滤波 –采用3×3平滑图像的减平滑边缘增强 –域值为2的3×1平滑模板 –Sobel边缘检测 –Roberts边缘检测 –模板 3.3频率域处理 高频和低频的意义 图像的傅里叶频谱 频率域增强的一般过程 频率域低通滤波 频率域高通滤波 同态滤波的应用
利用ENVI软件进行遥感图像的融合和增强实习报告
遥感图像处理实习报告 实验内容：影像融合与增强 班级：测绘1102班 学号：13 姓名： 指导老师：陈晓宁、黄远程、竞霞、史晓亮 西安科技大学 测绘科学与技术学院 二零一三年一月 实习三影像融合与增强
一、实习内容： 1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点； 2.熟悉ENVI图像增强操作； 3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。 二、实习目的： 1.了解和认识各种图像融合方法的原理、内容及要点； 2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较； 3.学习利用ENVI软件进行各种图像增强处理操作； 4.学会定性、定量分析比较图像融合的差异。 三、实习步骤： 1.图像融合： 三波段融合： HSV和Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中； 2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1； 3）在ENVI的主菜单选择Transform → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；
《遥感数字图像处理》试卷及答案
2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（A）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（C ）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（ B）呈现黑色，而（ A）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（A）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（B）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（D）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（A）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（ B）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（A ）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（B）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（B）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（A）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（B）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（B）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（C）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（C）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（ C）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征
影像融合流程
影像融合流程 影像融合在影象解译模块和雷达影象处理模块中都有，但是雷达模块中的处理效果要相对好一些，下面就两个不同模块中的融合处理流程进行分别介绍。 一、影象解译模块（Interpreter） 1）单击，在弹出的Interpreter菜单中选则Spatial Enhancement（空间增强）弹出Spatial Enhancement菜单，再选择Resolution Merge（分辨率融合）选项。 弹出对话框如下 在Resolution Merge对话框中需要设置下列参数 （1）确定高分辨率输入文件（high Resolution input file）； （2）选择影象波段； （3）确定多光谱输入文件（multispectral input file）； （4）定义输出文件； （5）选择融合方法。在分辨率变换中，erdas提供了三种融合方法Principal Component(主成分变换法)、Multipalcative(乘积变换)、Brovey transform(比值变换)。其图象分别如下： Principal Component(主成分变换法) Multipalcative(乘积变换) Brovey transform(比值变换) （6）选择重采样方法。系统提供了两种重采样方法Nearest Neighbor（邻近像元法）、Bilinbear Interpolation（二次线形内插）和Cubic Convolution（立方卷积）。其中以Cubic Convolution方法最为平滑。 （7）确定Output Options输出图象选项。选择Lgnore Zero Stats，可以忽略像素值为0的像素； （8）确定Layer Selection(输出图象波段组合)； （9）确定Data Type(输出数据类型)； （10）击OK按钮执行操作。 2）在Spatial Enhancement菜单中选择wavelet Resolution Merge（小波融合），弹出对话框如下： 在wavelet Resolution Merge对话框中我们要设置参数： （1）确定高分辨率输入文件（high Resolution input file）； （2）选择影象波段； （3）确定多光谱输入文件（multispectral input file）； （4）定义输出文件； （5）选择融合方法在小波融合中，erdas提供了三种融合方法Principal Component(主成分变换法)、ISH(色彩变换)、Single Band(单波段变换)。其图象分别如下： Single Band(单波段变换) ISH(色彩变换) Principal Component(主成分变换法) （6）选择重采样方法。系统提供了两种重采样方法Nearest Neighbor（邻近像元法）和Bilinbear Interpolation（二次线形内插）。