遥感影像融合与裁切

SHCHZH0110

已于 2023-08-21 22:53:37 修改

阅读量1.5k

点赞数 4

文章标签： arcgis

于 2023-08-21 20:26:03 首次发布

本文链接：https://blog.csdn.net/m0_64819732/article/details/132415769

版权

影像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样生成一幅高分辨率多光谱图像的遥感图像处理技术，使得处理后的图像既有较高的空间分辨率，又具有多光谱特征。

ENVI中有六种融合方法，HSV变换、Brovey变换、乘积运算（CN）、主成分（PC）变换、Gram-schmidt Pan Sharpening（GS）、NNDiffuse Pan Sharpening；此次采用主成分（PC）变换、Gram-schmidt Pan Sharpening（GS）、NNDiffuse Pan Sharpening三种融合方法进行融合操作。

主成分（PC）变换原理是

第一步，先对多光谱数据进行主成分变换。第二步，用高分辨率波段替换第一主成分波段，在此之前，高分辨率波段已被匹配到第一主成分波段，从而避免波谱信息失真。第三步，进行主成分反变换得到融合图像。

Gram-Schmidt变换原理是

第一步，从低分辨率的波段中复制出一个全色波段。第二步，对复制出的全色波段和多波段进行Gram-Schmidt变换，其中全色波段被作为第一个波段。第三步，用高空间分辨率的全色波段替换Gram-Schmidt 变换后的第一个波段。最后，应用Gram-Schmidt反变换得到融合图像。

NNDiffuse融合方法原理是

首先建立低分辨率多波段数据与重采样后全色波段间（重采样后分辨率与多波段相同）的线性响应向量T，建立9个兴趣像元与超像素区分布计算全色波段的像元差异系数N，结合差异系数N与多波段数据建立高分辨率多波段数据。

融合是利用全色图像提升多光谱图像的空间分辨率，前面通过定标、大气校正，我们得到的多光谱图像上每个波段的数值是反射率，要进行融合，使用的全色图像也应该是反射率的形式，先对全色影像进行处理。选择“辐射定标”工具，在文件选择界面中选择全色影像（Panchromatic）。

辐射定标全色影像选取文件

点击确定，在弹出的对话框中，进行参数设置如下，输出文件。

辐射定标参数设置

全色影像定标完成后开始进行图像融合。

主成分（PC）变换

使用工具栏“主成分变化图像融合”工具。出现文件选择对话框，首先选择低分辨率的多光谱图像。

选择低分辨率的多光谱图像

点击“确定”后，进入高分辨全色影像的选择。

选择高分辨全色影像

点击确定，选择重采样方法，设置输出图像文件名，完成融合处理。

设置相关参数

主分量变换融合方法融合结果。

主分量变换融合方法融合结果

Gram-Shmidt变换融合

使用工具栏“Gram-Shmidt图像融合”工具。出现文件选择对话框，首先选择低分辨率的多光谱图像。

选择低分辨率的多光谱图像

点击“确定”后，进入高分辨全色影像的选择。

选择高分辨全色影像

点击确定，设置传感器，选择重采样方法，设置输出图像文件名，完成融合处理。

设置相关参数

Gram-Shmidt变换融合方法融合结果。

Gram-Shmidt变换融合方法融合结果

NNDiffuse变换融合

使用工具栏“NNDiffuse图像融合”工具。在对话框中，填入低分辨率的多光谱图像和高分辨全色影像。

对应得影像

点击“确定”得到融合影像。

NNDiffuse变换融合方法融合结果

查看三种融合方式融合后的影像光谱信息，与融合前影像光谱进行对比分析（右上大气校正结果，左上NNDiffuse变换融合，左下主成分（PCA）变换，右下Gram-Schmidt变换）。

融合图像光谱曲线对比

通过对融合后图像与原影像的对比发现，主分量变换融合后，影像色调发生较大变化，其他两种融合方式色调与原影像相似。通过对比光谱曲线，发现Gram-Shmidt变换融合的影像光谱出现了负值，其他两种融合方式光谱曲线与大气校正后的影像相似，其中NNDiffuse图像融合的影像，光谱曲线与大气校正后的影像最相近，所有选择NNDiffuse图像融合方法产生的影像进行后续操作。