影像融合实验报告.doc

影像融合技术总结一、简介在我们进行影像处理之前，我们先了解我们拿在手上的影像（这里的影像是quickbird影像）如图1，是具有多光谱特征的影像；图2，是具有高分辨率特征的影像；图1 多光谱影像图2 高分辨率影像最后融合得到的图像如图3所示：是同时具有多光谱和高分辨率的属性的，当然，最后得到的颜色效果有时候不会太理想，这时候就需要通过erdas本身，或者利用PHOTOSHOP等图像处理软件进行图像的调色处理。图3 融合后的得到的图像二、影像处理方法1、 分辨率融合分辨率融合（Resolution Merge）是对不同空间分辨率遥感图像的融合处理，使处理后的遥感图像既具有较好的空间分辨率，又具有多光谱特征，从而达到图像增强的目的。图像分辨率融合的关键是融合前两幅图像的配准（Rectification）以及处理过程中融合方法的选择，只有将不同空间分辨率的图像精确地进行配准，才可能得到满意的融合效果；而对于融合方法的选择，则取决于被融合图像的特征以及融合的目的，同时，需要对融合方法的原理有正确的认识。*软件操作方法步骤：在ERDAS 图标面板工具条，单击Interpreter 图标-Spatial Enhancement Resolution Merge 命令，打开Resolution Merge 对话框。在Resotution Merge 对话框（如图4）中，需要设置下列参数：图4 Resotution Merge 对话框( 1) 确定高分辨率输入文件（High Resolution Input File）( 2) 确定多光谱输入文件（Multispectral Input File）( 3) 定义输出文件（OutPut File）( 4) 选择融合方法（Method）其中，系统提供的融合方法有3种：主成分变换融合（Principle Component）、乘积变换融合（multiplicative）、比值变换融合（brovey transform），这3种融合方法的特点见附录1。(5) 选择重采样方法 系统提供的重采样方法主要有3种：最邻近法（Nearest Neighbor）、双线性内插法（Bilinear Interpolation）、三次卷积内插法（Cubic Convolution），这3种重采样方法的优缺点见附录2。(6) 选择输出数据(7) 选择波段输出2、 HLS(IHS)亮度图像替换法HLS变换属于色彩空间的变换，由于灵活使用的优点而被广泛使用，成为图像融合技术的一个成熟的方法。对高分辨率的全色影像与低分辨率的多光谱影像融合。新方法利用IHS 变换法来提高结果图像的地物纹理特性,增强其空间细节表现能力;*软件操作方法步骤:在ERDAS 图标面板菜单条，单击Main Image InterpreterSpatial EnhancementMod.IHS Resolution Merge 命令，打开对话框。在Mod. IHS Resotution Merge 对话框（如图5）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)确定多光谱输入文件（Multispectral Input File ）(3)定义输出文件（OutPut File ）(4)选择融合方法（Method ）：注意选择高分图像的种类 就是我们需要处理的图像是spot影像还是quickbird 影像，还是landsat影像，要注意选择。(5)选择重采样方法(6)选择输出数据(7)选择波段输出注意选择影像种类图5 Mod. IHS Resotution Merge 对话框3、 HPF融合法 *软件操作方法步骤:在ERDAS 图标面板菜单条，单击Main Image InterpreterSpatial EnhancementHPF Resolution Merge 命令，打开对话框。在HPF Resotution Merge 对话框（如图6）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)确定多光谱输入文件（Multispectral Input File ）(3)定义输出文件（OutPut File ）(4)选择融合方法（Method ） (5)选择重采样方法(6)选择输出数据(7)选择波段输出图6 HPF Resotution Merge 对话框4、 小波分析法*软件操作方法步骤:在ERDAS 图标面板菜单条，单击Main Image InterpreterSpatial EnhancementWavelet Resolution Merge 命令，打开对话框。在Wavelet Resotution Merge 对话框（如图7）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)确定多光谱输入文件（Multispectral Input File ）(3)定义输出文件（OutPut File ）(4)选择融合方法（Method ） (5)选择重采样方法(6)选择输出数据(7)选择波段输出图7 Wavelet Resotution Merge 对话框总的来说，融合的方法步骤不难，都是大同小异，关键是要看影像类型选择不同的融合方法，就如quickbird（快鸟）影像，如果选用小波融合法和IHS方法做比较的话，明显地可以看出，用HIS方法得到的融合后的图像分辨率更高，也使融合影像质量更好。图8 HIS融合方法得到的图像图9 小波融合方法得到的图像另外，由于快鸟数据本身的多光谱影像的波段齐全，与高分辨率影像融合之后得到的影像色彩比较接近地物的真实颜色，对于后期的调色处理，可以比较轻松容易完成或者可以省略此步骤。调色可通过调节影像直方图R/G/B通道，知道达到满意效果为止，由于每一幅图像都不尽相同，所以具体参数需要自己慢慢调节。 而spot5影像数据，由于本身缺少蓝色波段，所以在进行融合操作之后得到的影像色彩与地物的真实颜色相差甚远，所以在调色之前，我们可以首先进行真彩色变换的操作，这样会使得调色难度降低。其中有一个波段需要设置，因为缺少的是蓝色波段，所以需要设置的near infared 的值为蓝色波段的值，下表是当蓝色波段取不同值时候的真彩色变换方案，得到的结果各不相同，比较得出，方案1是4种方案中，与地物的真是颜色最为接近的，进行调色处理较其余3种更容易的方案。表1 真彩色变换参数设置方案Near infaredRedGreen结果1123从影像上看，此方案，植被颜色比较真实，但是水体颜色变红。2423与方案1的结果变化不大，但是水体颜色变得更红了。3223图像变得很灰暗，水体颜色也与真实颜色相差较大，但相对于前两种方案，图像的总体色彩没有那么红了。4323结果和方案3变化不大。（ps:本想把各个结果贴出来的，但是由于电脑问题，本机erdas运行不了，下次记得）进行真彩色变换之后，可以利用erdas本身自带的调色工具进行调色，但是erdas本身的调色工具比较简单，如果处理比较复杂的情况，还是建议使用photoshop软件，同时，使用photoshop软件进行调色的一个不足之处就是，每进行一次图像的处理，就使得影像的质量下降一次，因此需要根据实际情况来进行操作。小结：我们更愿意使用快鸟数据，优势明显，但是数据本身成本高。图10 快鸟数据融合得到的图像附录1：ERDAS IMAGINE系统提供的图像融合方法（1） 主成分变换融合（Principle Component）主成分变换融合是建立在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，可以更准确地揭示多波段数据结构内部的遥感信息，常常以高分辨率数据替代多波段数据变换以后的第一主成分来达到融合的目的。具体过程是：首先对输入的多波段摇杆数据进行主成分变换，然后以高空间分辨率遥感数据替代变换以后的第一主成分，最后再进行主成分逆变换，生成具有高空间分辨率的多波段融合图像。生成图像特点：分辨率融合是对不同空间分辨率遥感图像的融合处理，使处理后的遥感图像既具有较好的空间分辨率，又具有多光谱特征。（2） 乘积变换融合（multiplicative）乘积变换融合是应用最基本的乘积组合算法直接对两种空间分辨率的遥感数据进行合成，即Bi_new=Bi_m*B_h，其中Bi_new代表融合以后的波段数值（i=1、2、3、n），Bi_m表示多波段图像中的任意一个波段数值，B_h代表高分辨率遥感数据。乘积变换是由Crippen的4种分析技术演变而来的，Crippen研究表明（Crippen ,1989）:将一定亮度的图像进行变换处理时，只有乘法变换可以使其色彩保持不变。（3） 比值变换融合（brovey transform）比值变换融合是将输入遥感数据的3个波段按照下列公式进行计算，获得融合以后各波段的数值：Bi_new=Bi_m/(Br_m+Bg_m+Bb_m)*B_h,其中Bi_new代表融合以后的波段数值（i=1、2、3）, Br_m、Bg_m、Bb_m分别代表多波段图像中的红、绿、蓝波段数值，Bi_m表示红、绿、蓝3波段中的任意一个，B_h代表高分辨率遥感数据。但是会存在颜色失真的现象, 对RGB影像来说，比值变换融合只能用三个波段多光谱影像与高分辨率影像进行融合，因此受一定限制。附录2：ERDAS IMAGINE系统提供的重采样方法（1）最邻近法（Nearest Neighbor）：将最邻近的像元值赋予新像元.优点: a 不引入新的像元值 ，适合分类前使用；b 有利于区分植被类型，确定湖泊浑浊程度，温度等；c 计算简单，速度快缺点: 最大可产生半个像元的位置偏移,改变了像元值的几何连续性，原图中某些线状特征会被扭曲或变粗成块状 .（2）双线性内插法（Bilinear Interpolation） : 使用邻近4 个点的像元值,按照其据内插点的距离赋予不同的权重,进行线性内插.优点: a 图像平滑，无台阶现象。线状特征的块状化现象减少；b 空间位置精度更高缺点: a 像元被平均，有低频卷积滤波效果,破坏了原来的像元值,在波谱识别分类分析中,会引起一些问题。 b 边缘被平滑，不利于边缘检测。（3）三次卷积内插法（Cubic Convolution） : 使用内插点周围的16 个像元值,用三次卷积函数进行内插.优点: 高频信息损失少，可