空间增强和图像融合

一、空间增强

卷积滤波（convolutions）

• Kernel Size（卷积核大小）

以奇数来表示，如 3×3、5×5 等，有些卷积核不能 改变大小，包括 Sobel 和 Roberts。默认卷积核是正方形，如果需要使用非正 方形，选择 Option￫Square kernel。

• Image Add Back

输入一个加回值（add back）。将原始图像中的一部分“加回” 到卷积滤波结果图像上，有助于保持图像的空间连续性。该方法经常用于图像 锐化。 “加回”值是原始图像在结果输出图像中所占的百分比。例如，如果为“加 回”值输入 40%，那么 40%的原始图像将被“加回”到卷积滤波图像上，并生成 最终的结果图像。

• Editable Kernel

卷积核中各项的值。在文本框中双击鼠标可以进行编辑，选择 File￫Save Kernel 或者 Restore Kernel，可以把卷积核保存为文件（.ker）或者打 开一个卷积核文件。

• 高通滤波：增强纹理、边缘等信息

• 低通滤波：使图像平滑

• 拉普拉斯算子：边缘增强滤波，不考虑边缘方向

• 方向滤波器：边缘增强滤波，有选择性地增强有特定方向的成分的图像特征

• 中值滤波：保留大于卷积核的边缘的同时，平滑图像。对消除椒盐噪声或斑点非常有效。

二、图像融合

brovey变换

要求数据具有地理参考或者具有相同的尺寸大小，RGB输入波段数据类型必须为字节型（byte）。
打开文件
打开brovey变换工具

选择对应的波段
选择重采样方式，保存

灰屏了啊

GS（gram-schmidt pan sharpening)变换

要求数据具有中心波长和FWHM
打开数据

选择低分辨率的数据

选择高分辨率数据

选择传感器类型和重采样方式

貌似结果没有什么差异？