遥感图像的融合

实验四\遥感图像的融合
一、实验目的：通过上机操作，初步掌握遥感图像融合的方法，深入理解遥感图像融合的含义，及其在信息解译中的重要作用。
二、实验内容：tm影像的多光谱图像与高分辨率全色图像的融合
三、实验方法：Brovey变换融合、主成分变换融合、HIS变换融合
四、实验原理：
图像的融合：是一种高级图像处理技术，它是按照一定的规则或算法，将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，融合后的图像具有新的空间、时间及波谱分辨率，信息量比任何单一数据更丰富，更准确
目的：发挥不同遥感数据源的优势互补，弥补某一遥感数据源的不足之处，提高遥感图像的可应用性。
方式：1.同一传感器的不同波段或不同传感器遥感数据的融合
2. 不同时相遥感数据的融合
遥感与非遥感信息的复合
五、实验步骤：
融合1.配准
目的：使要复合图像空间上吻合，并使像元分辨率一致
方法：采用几何校正，分别在不同的影像上选取控制点，用双向线性内插法或三次卷积内插运算等对分辨率较小的图像进行重采样，完成配准。
2.融合
方法一：Brovey变换法
又称彩色标准化（color normalized）变换融合，应用乘积组合算法，将RGB影像的多光谱波段颜色归一化，然后用单波段的高分辨率图像与各波段相乘完成图像融合。
方法二：IHS变换
IHS模式清楚地表达了颜色通道的特征：I表示颜色的亮度，对应于图像的地面分辨率；H和S分别表示色调和饱和度，代表图像的光谱分辨率，不参与融合。用高分辨率图像的I分量（或单波段全色图像）替换低分辨率图像的I分量。
方法三：主成分变换
用高分辨率图像的第一主分量（或单波段全色图像）替换低分辨率的第一主分量。
以tm多光谱波段与全色波段为例
打开tm234，实现brorey变换和主成分变换，在两个窗口中分别打开tm234和tm8，view—scale bar中观察图像分辨率
1.interpreter—spatial enhancement—resolution merge分辨率融合，在此出现的窗口下，high resolution input file中选tm8，multispectral input file中选tm234多光谱波段，method中选brovey transform，resampling technigues中选bilinear interpolation，在output options中的strecth to unsigned 8 bit与ingore zero in stats选中，在output file中为变换后的图像选择保存路径。在select layers中写1、2、3
2.主成分变换。同样在resolution merge窗口中high resolution input file中选tm8，multispectral input file中选tm123457.method中选principal component其他操作相同，不用重新设置select layers
3.IHS变换融合
（1）由RGB空间转换到IHS空间
Interpreter—spectral enhancement—RGB to HIS在出现的窗口中input file中

选tm234，output file中选择路径命名为234-his（忽略零值）。在raster—band combinations：1波段为亮度分量，2波段为色调分量，3波段为饱和度分量，而参与融合的只有I分量，即只有第一层参与融合
（2）替换波段间的直方图匹配
用tm8替换I分量，tm8匹配到I分量:
Interpreter—radiometric enhancement—histogram match（直方图匹配）出现histogram matching的窗口中，input file中选tm8，input file to match中选234-his，output file中选择保存路径命名为8-i，band to match to中选1，点击ok。
(3) 利用波段合成的方法来替换：
input file中首先选8-i点add，再选234-his，在layer中选2点add，再选234-his，在layer中选3点add，在output file中保存路径命名为8hs。
(4)IHS转换到RGB空间
Interpreter—spectral enhancement—IHS to RGB，在出现的窗口中，input file中选8-hs，output file中保存路径命名为8-his，查看其分辨率为15m
在interpreter—utilities—layer stack在打开的窗口中input file中选8-his，在layer中选3点add，在layer中选2点add，在layer中选1点add，output file中保存路径命名为his，查看其分辨率为15m。
3.评价
评价的内容：
(1)保留原多光谱图像的光谱信息的多少
(2)融入高分辨率图像空间信息的多少
评价的方法：
(1)定性评价—目视
(2)定量评价—模型计算
（1）光谱真实性评价
一般采用原多光谱图像与融合图像相对应波段的灰度平均差异进行评价，差异越小，融合图像的光谱信息就越好。具体计算公式：
从该公式可以看出，灰度平均差异的值就是看融合前后对应波段的差值图像灰度值绝对值的平均值。
（2）空间纹理信息的评价
通过计算机融合图像与高分辨率图像高频部分的相关性，来确定空间信息的融合程度，相关性越强，就表明越多的高分辨率信息融合到相对应的波段中，融合图像的空间纹理信息就越丰富。
操作步骤：
首先对融合图像和高分辨率图像分别进行高通滤波，求取各自的高频信息；
计算融合图像和高分辨率图像高频部分的相关性；
表1：融合前后图像灰度平均差异
表2：融合图像各波段的高频部分与全色波段高频部分的相关系数
定量分析:
光谱真实性评价
1,做brovey与原图像的差值运算；（融合后-融合前）
Interpreter—utilities—operators，在弹出窗口中Input file1中选brovey,2中选tm234，output file中命名为Brovey-chazhi，operater中选“-”，忽略零值打对勾，点击ok。点开这幅图，查看图像属性。
求灰度平均差异：Raster—tools—点击“方框”图标，出现的窗口中value表示值，histogram是以9为单位进行统计的，将value和histogram的值复制到excel中；在excel中的C列中求绝对值，点击f（x），再出现的窗口中的“或选择

类别”中选“全部”，在“选择函数中”选“ABS”，在C列中秋A列的绝对值，在D列中求B列和C列的积，最后求取D列的和，再将B列的和求出，在E列中对应求出D列和/B列和。
纹理评价:
1.通过滤波的方式：求两幅图的高频信息
Interpreter—spetial enhancement—Convolution窗口input file中选tm8，output file中命名为tm8-gaopin，在kernel中选3*3high pass（高通），在ingore zero in stats前打对勾，点击ok即可。
2.计算tm8-gaopin与brovey-gaopin的相关性
（1）将tm8-gaopin与bro-gaopin合成，在选中bro-gaopin时layer中选all
（2）modeler—model maker
在第一个图标中file name；第二个图标点击，在function definition窗口中选择CORRELATION（raster）,用
$n1-tm8-brovey-gaopin替换（raster），点击ok；第三个图标双击—选中output—选write to file选择保存路径。点击闪电图标即可运行。