关于YG-2卫星影像处理流程
卫星影像处理软件的使用方法和技巧
卫星影像处理软件的使用方法和技巧卫星影像处理软件是当今数字化时代中必不可少的工具之一。
它们不仅可以帮助我们获取高分辨率的遥感影像数据，还能进行影像增强、分类和分析，满足我们对地球表面信息的需求。
在本文中，将详细介绍卫星影像处理软件的使用方法和技巧。
一、数据获取卫星影像处理软件的第一步是获取相关的遥感影像数据。
目前，有很多途径可以获取这些数据，比如购买商业卫星图像或者使用免费提供的数据集。
在使用前，我们需要确保所获取的数据与我们要解决的问题相匹配，并具有所需的空间分辨率和时间分辨率。
二、预处理一旦获得合适的遥感影像数据，接下来就是预处理阶段。
在这个阶段，我们需要使用卫星影像处理软件对数据进行校正和重采样。
校正的目的是纠正因气象条件、地球自转等因素导致的影像失真，使数据更加准确。
重采样则是为了将图像数据转换为适合我们后续分析的分辨率和投影系统。
三、影像增强影像增强是提高图像质量的关键步骤之一。
卫星影像处理软件通常提供了一系列的增强工具，如直方图均衡化、空间域滤波和频域滤波等。
直方图均衡化可以调整图像的亮度和对比度，使其中的细节更加清晰可见。
而滤波技术则可以减少图像中的噪声，使图像更加平滑。
四、影像分类影像分类是卫星影像处理软件的核心功能之一。
通过将图像中的像素分配到不同的类别中，可以实现土地利用、土地覆盖等地表信息的提取。
分类算法有很多种，如最大似然分类、支持向量机分类和随机森林分类等。
在进行分类前，我们需要确定分类的目标和分类系统，并进行合适的训练样本的选择和标注。
五、图像分析卫星影像处理软件还提供了丰富的图像分析功能，可用于从图像中提取更多的信息。
比如，我们可以进行面积统计、景观指数计算、变化检测等分析。
这些分析结果可以帮助我们更好地了解地球表面的变化和特征，并为决策提供科学依据。
六、结果展示最后，卫星影像处理软件还具备结果展示的功能，使我们能够直观地呈现处理结果。
软件通常支持生成各种类型的图像产品，如真彩色图像、假彩色图像、矢量图形等。
卫星影像处理软件的使用技巧与操作方法
卫星影像处理软件的使用技巧与操作方法引言：卫星影像处理软件是现代遥感技术中必不可少的工具，它可以帮助我们解读、分析和处理遥感数据，提供了丰富的功能和工具。
本文将介绍卫星影像处理软件的使用技巧与操作方法，以帮助读者更好地利用这一工具。
1. 影像预处理：在使用卫星影像处理软件之前，我们需要进行一些影像预处理工作。
首先，将获取的卫星影像导入到软件中，并进行图像增强处理。
这可以通过调整对比度、亮度和色彩饱和度来实现。
其次，进行辐射校正，以消除大气和地物反射对影像的影响。
最后，进行几何校正，以校正图像的地理位置和投影系统，使其与其他地理数据对齐。
2. 影像分类与分析：卫星影像处理软件提供了强大的影像分类与分析功能，可以帮助我们对图像进行分类和提取信息。
其中，常用的分类方法包括监督和非监督分类。
监督分类是基于人工标注的样本数据进行分类，而非监督分类则是通过算法自动将图像分为不同的类别。
此外，软件还提供了图像变换、指数计算和空间分析等工具，可以帮助我们进一步分析影像数据。
3. 遥感数据融合：卫星影像处理软件还提供了遥感数据融合功能，可以将多个传感器或不同波段的影像融合成一幅图像，以获得更多的信息。
融合后的影像可以提高图像的空间分辨率和光谱特征，对于资源调查、环境监测和城市规划等领域具有重要应用价值。
4. 三维重建与可视化：卫星影像处理软件还可以进行三维重建与可视化。
通过使用立体摄影模型和数字高程模型，可以从卫星影像中创建真实的三维地图。
这对于城市建设、地质勘探和环境分析等应用很有帮助。
同时，软件还提供了虚拟现实和虚拟地球功能，可以将卫星影像与其他地理数据相结合，进行直观的可视化展示。
5. 数据导出与共享：卫星影像处理软件还支持数据导出与共享。
通过导出影像、结果和报告，可以与其他人分享分析结果。
此外，软件还支持输出格式的选择，如GeoTIFF、JPEG 和KML等，以适应不同需求。
另外，对于大数据处理，软件还支持与云端计算平台的集成，更加方便高效。
卫星遥感影像数据的处理流程
北京揽宇方圆信息技术有限公司技术能力说明北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。
目录1目的 (5)2范围 (5)3职责 (5)4引用文件 (5)5成果主要技术指标和规格 (5)5.1成果的种类 (5)5.2坐标系统及高程基准 (5)5.3成果主要规格 (5)6设计方案 (5)6.1软件和硬件配置要求 (6)6.1.1软件 (6)6.1.2硬件 (6)6.2技术路线及工艺流程 (6)6.2.1技术路线 (6)6.2.2工艺流程 (6)6.3技术规定 (6)6.3.1主要技术指标 (6)6.3.2作业准备 (7)6.3.2.1资料收集 (7)6.3.2.2资料分析 (7)6.3.3控制点的布设和获取 (7)6.3.4影像控制点的精度要求 (8)6.3.5影像融合与处理 (8)6.3.5.1影像融合的技术要求 (8)6.3.5.2融合后影像处理 (8)6.3.5.3影像匀色 (8)6.3.6影像的正射纠正 (8)6.3.6.1纠正控制点采集 (8)6.3.6.2纠正方法 (9)6.3.7影像镶嵌 (10)6.3.7.1镶嵌原则 (10)6.3.7.2重叠精度检查 (10)6.3.8图幅裁切 (10)6.3.9超限分析与处理 (10)6.3.9.1客观原因 (10)6.3.9.2人为原因 (10)6.3.10相关文件制作 (10)6.3.11提交资料 (11)6.4质量控制 (11)6.4.1检查内容 (11)6.4.1.1关键工序检查要点 (11)6.4.1.2外业控制测量 (11)6.4.1.3正射纠正的质量检查 (11)6.4.1.4镶嵌、接边质量检查 (11)6.4.1.5DOM精度评定 (11)6.5安全生产及数据安全 (12)II6.5.1安全生产 (12)6.5.2数据安全 (12)6.6上交和归档成果及其资料内容和要求 ·····································错误！未定义书签。
测绘技术卫星影像解译步骤
测绘技术卫星影像解译步骤随着科技的不断发展，测绘技术在各个领域都得到了广泛的应用。
而卫星影像解译作为其中的重要环节，对于地理信息系统、城市规划和资源调查等领域具有重要意义。
本文将介绍测绘技术卫星影像解译的一般步骤。
一、预处理在进行卫星影像解译前，首先需要对接收到的影像进行预处理。
预处理的目的是消除影像中的噪声和干扰，使其更清晰、更易于解译。
预处理的步骤包括辐射校正、大气校正、几何校正等。
辐射校正是将原始影像中的数字值转化为地表的辐射亮度值，以便进行后续的定量分析。
大气校正是通过计算大气散射和吸收的影响，去除由大气引起的辐射影响。
几何校正是校正影像中的几何失真和位置偏移，使其与真实地面位置相匹配。
二、目标识别与分类目标识别与分类是卫星影像解译的主要环节。
通过对影像中的目标进行识别和分类，可以获得地面上不同目标的信息。
目标识别一般包括目标的外形、纹理、大小、形状等特征的提取。
目标分类则是将识别出的目标按照一定的规则进行划分，常见的分类方法包括最大似然分类、支持向量机等。
三、特征提取目标识别与分类后，需要进行特征提取。
特征提取的目的是对影像中的目标进行描述和量化，以便进行进一步的分析。
常见的特征包括形状、纹理、光谱等。
形状特征可以通过计算目标的周长、面积、长宽比等来描述目标的形状。
纹理特征可以通过计算目标表面上像素的灰度分布和空间分布等来描述目标的纹理特征。
光谱特征利用不同波段的亮度值来描述目标的光谱特性。
四、目标解译与分析在特征提取后，可以进行目标解译与分析。
目标解译是将特征提取得到的结果与地物数据库进行比对，确定目标的类别和属性。
目标解译可以利用模板匹配、知识库、专家系统等方法进行。
目标解译后，可以进行进一步的分析，如目标的空间分布、数量分布等。
五、精度评定与验证卫星影像解译完成后，需要对解译结果进行精度评定和验证。
精度评定是指通过与地面真实情况进行比对，评估解译结果的准确性和可靠性。
验证是对解译结果进行实地调查和测量，以进一步验证解译结果的正确性和可行性。
如何进行卫星影像处理和解译
如何进行卫星影像处理和解译卫星影像处理和解译是现代遥感技术中的重要内容之一。
随着卫星遥感技术的发展和应用，卫星影像的获取变得越来越容易，但如何高效地处理和解译这些海量数据，成为遥感数据处理工作者面临的一个重要挑战。
本文将从卫星影像的处理流程、常用的影像处理方法和影像解译技术等方面进行探讨。
卫星影像处理一般可分为预处理和后处理两个阶段。
预处理主要包括影像的几何校正、辐射定标、大气校正以及噪声去除等步骤，旨在消除影像中的噪声和畸变，提高影像的质量和准确性。
影像的几何校正是通过地面控制点对影像进行纠正，消除影像中的几何畸变，使其与实际地理坐标一致。
辐射定标是将影像中的数字值转化为实际的物理参数，如地表反射率或表面温度等。
大气校正是为了消除大气对影像的影响，使得影像能够准确地反映地表的信息。
噪声去除则是为了消除影像中的模糊和杂乱的信号，提高影像的清晰度和可辨识度。
在预处理完成后，就可以进行后处理和影像解译工作了。
后处理包括特征提取、分类和变化检测等内容，旨在从卫星影像中提取出有用的信息和特征。
特征提取是利用各种图像处理技术，将影像中的目标或感兴趣区域提取出来，如道路、建筑物、水体等。
分类是将影像中的像素点或区域划分为不同的类别，如植被、土地利用类型等。
变化检测则是通过比较不同时刻的影像，寻找并分析地表特征的变化情况，如城市扩展、土地利用变化等。
对于卫星影像的解译工作，可以采用多种技术和方法。
常见的包括目视解译、机器学习和深度学习等。
目视解译是利用人眼对影像进行解析和判断，根据人眼的直观感受来进行分类和标注。
机器学习是通过构建数学模型，将输入的特征与事先标注好的样本进行训练和学习，然后利用训练好的模型对新的影像进行解译。
深度学习是机器学习的一种算法方法，通过建立多个神经网络层级，实现对复杂数据进行特征提取和分类。
除了上述的基本处理和解译方法外，还有一些新兴的技术和方法值得关注。
比如，超分辨率重建技术可以通过图像处理算法将低分辨率的影像重建为高分辨率的影像，提高影像细节的清晰度和可分辨性。
如何进行卫星影像处理和解译
如何进行卫星影像处理和解译现代技术的快速发展使得我们可以通过卫星影像来获取地球表面的信息。
卫星影像处理和解译是一项专门的技术，可以促进环境保护、气候变化研究、城市规划以及资源管理等领域的发展。
本文将介绍如何进行卫星影像处理和解译。
第一步是获取卫星影像数据。
现在市场上有许多卫星影像提供商，如Google Earth、Bing Maps和Landsat等。
选择合适的卫星影像数据取决于你所需要的分辨率、覆盖范围和时间段。
比如，如果你需要高分辨率的影像数据，可以选择Google Earth或Bing Maps，而如果你需要长期观测的影像数据，可以选择Landsat。
第二步是进行影像预处理。
卫星影像在获取过程中会受到大气、地表反射和其他因素的干扰，因此需要进行预处理来去除这些影响。
常见的预处理步骤包括辐射校正、大气校正和几何校正。
其中，辐射校正将影像数据转换为辐射亮度值，大气校正通过去除大气光效应来提高影像质量，几何校正则纠正影像的形变。
第三步是进行影像增强。
对于某些应用程序，如环境监测和资源调查，我们需要提高影像的可视性和解释力。
常见的影像增强技术包括对比度增强、直方图均衡、滤波和色彩增强等。
这些技术可以帮助我们更清晰地观察影像中的细节，从而更好地解读地表特征。
第四步是进行影像分类。
影像分类是将影像像素划分到不同的类别中的过程。
常见的分类方法包括有监督分类和无监督分类。
有监督分类是在已知类别标记的像素样本上训练分类器，并用分类器来对整个影像进行分类。
无监督分类则是根据像素间的相似性来对影像进行聚类，从而将像素划分到不同的类别中。
第五步是进行影像解译。
影像解译是根据影像中的特征来推断地表特征的过程。
影像解译可以通过人工解译或计算机辅助解译来进行。
人工解译需要专业的地理信息系统和遥感知识，通过观察影像中的纹理、形状、大小和颜色等特征来推断地表特征。
计算机辅助解译则利用机器学习算法，通过训练分类器来对影像进行解译。
卫星影像预处理流程
卫星影像预处理流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!卫星影像预处理流程卫星影像预处理是进行遥感数据分析和应用的重要步骤，以下是一般的预处理流程：一、数据获取阶段1. 确定研究区域：首先需要明确研究区域和研究目的，以便选择合适的遥感数据和处理方法。
测绘技术中的卫星影像处理方法介绍
测绘技术中的卫星影像处理方法介绍导语：随着科技的不断发展，卫星影像在测绘领域的应用日益广泛。
然而，仅仅获取卫星影像是不够的，我们还需要对这些影像进行处理和分析，以获取更准确的地理信息。
本文将介绍测绘技术中常用的卫星影像处理方法，帮助读者更好地理解和应用。
一、数字图像处理基础在介绍卫星影像处理方法之前，我们首先需要掌握一些数字图像处理的基础知识。
数字图像处理涉及图像的获取、表示、存储、传输和处理等方面。
主要技术包括图像增强、图像滤波、图像分割、图像变换等。
熟练掌握数字图像处理基础知识对于理解和应用卫星影像处理方法至关重要。
二、影像配准与大气校正卫星影像的配准和大气校正是卫星影像处理的基础步骤。
影像配准指的是将不同卫星、不同时间、不同分辨率的影像准确地对应到同一坐标系下。
通过影像配准，我们可以绘制出更精确的地图，用于道路规划、土地利用等方面。
大气校正是去除大气因素对卫星影像的干扰，以提高影像的质量和可用性。
三、影像分类与监督分类法影像分类是将卫星影像中的像元按照一定的类别进行划分的过程。
常用的影像分类方法包括聚类法、最大似然法、支持向量机等。
而监督分类法是指利用训练样本对图像进行分类，训练样本由已知类别的地物组成。
通过影像分类，我们可以有效地提取特定的地物信息，如植被覆盖、城市建设等。
四、影像融合与图像融合法影像融合是指将多幅不同的卫星影像以及其他遥感数据融合成一幅多波段、高分辨率的影像。
常用的影像融合方法包括多尺度变换、主成分分析法、小波变换等。
通过影像融合，我们可以充分利用多种数据源的优势，提高影像的空间分辨率和信息提取能力。
五、三维重建与数字高程模型三维重建是指根据多幅卫星影像，建立起一个实体对应的三维模型。
常用的三维重建方法包括立体像对法、数字表面模型法、立体自动匹配法等。
而数字高程模型是指利用卫星影像高程信息构建出的立体模型。
通过三维重建和数字高程模型，我们可以实现对地理空间信息的精确获取和建模。
测绘技术中如何进行卫星影像获取和图像处理
测绘技术中如何进行卫星影像获取和图像处理近年来，随着科技的迅猛发展和地理信息的广泛应用，测绘技术逐渐成为推动现代社会发展的重要力量。
在测绘的各个领域中，卫星影像获取和图像处理是至关重要的环节。
本文将探讨如何进行卫星影像获取和图像处理，并探讨其在测绘技术中的应用与意义。
一、卫星影像获取卫星影像获取是测绘技术中常见的数据源之一。
通过卫星可以获取遥感影像，以获取地球表面的详细信息。
卫星影像获取通常分为两个步骤：传感器成像和数据接收。
1. 传感器成像传感器是卫星系统的核心部件，能够通过接收地球表面发出的电磁波并将其转化为数字化信息。
遥感卫星上的传感器种类繁多，常见的有光学、红外和雷达传感器。
光学传感器通过捕捉地面反射或折射的光线来获取影像，可以得到高分辨率、彩色的影像；红外传感器则可以探测地表的热辐射，用于研究气候和环境变化；雷达传感器则利用发射和接收的雷达波探测地表物体，可以穿透云层获取高质量的影像。
2. 数据接收传感器成像后，数据需要传回地面进行接收和处理。
接收站通常位于地球表面特定地点，用于接收和存储卫星传回的数据。
接收站通过复杂的系统，接受卫星传回的微弱信号，然后将其进行放大、解码和存储。
在接收站的协助下，卫星影像数据会被转化为数字化的文件，用于后续的图像处理和分析。
二、图像处理卫星影像获取只是测绘技术中的第一步，图像处理是将原始的遥感影像变为可视化、高质量的地理信息的关键环节。
图像处理主要包括预处理、增强和分类等阶段。
1. 预处理预处理是图像处理的第一步，通过去除杂乱的信号和纠正影像的各种畸变来提高图像质量。
常见的预处理方法有大气校正、几何定位和辐射校正等。
大气校正可以消除大气中的物质对影像的干扰，使图像反射率更加准确；几何定位则是将图像的像素位置改为实际地理坐标，以便后续的分析和比对；辐射校正则是消除影像中的辐射失真，使图像的亮度和对比度更加准确。
2. 增强增强是提高图像质量和清晰度的关键步骤。
使用卫星影像进行测绘的流程与技巧
使用卫星影像进行测绘的流程与技巧随着科技的不断发展，卫星影像在测绘领域的应用愈发广泛。
借助卫星影像进行测绘工作，可以提高效率、降低成本，并且能够获取大范围、精细化的地理信息。
本文将介绍使用卫星影像进行测绘的流程与技巧。
一、选择合适的卫星影像数据在进行卫星影像测绘前，首先要选择合适的卫星影像数据。
一般来说，卫星影像数据可分为高分辨率和中低分辨率两类。
高分辨率卫星影像能够提供较为精细的地理信息，适合用于高精度测绘；而中低分辨率卫星影像则适用于大范围测绘需求。
根据实际需求选择合适的卫星影像数据是确保测绘成果准确性的关键。
二、预处理卫星影像数据在进行测绘前，需要对卫星影像数据进行预处理。
预处理的主要目的是消除卫星影像数据中的噪声、辐射校正和几何校正等。
噪声包括斑点噪声、条纹噪声等，通过图像增强和滤波等方法可以有效去除。
辐射校正是为了消除由于大气散射、地表反射等因素引起的影像亮度差异，使影像数据更加准确。
几何校正则是为了解决地面形变、几何形状畸变，确保影像数据与实际地理坐标完全对应。
三、图像解译与特征提取卫星影像测绘的关键工作是进行图像解译与特征提取。
通过解译卫星影像可以获得有用的地物信息，如道路、建筑、河流等，这些信息对于城市规划、土地利用等方面的研究至关重要。
特征提取是将卫星影像中的地物信息进行提取和分类，常用的方法包括目视解译和计算机辅助解译。
其中，目视解译需要借助人眼进行，而计算机辅助解译可利用图像处理技术进行快速、准确的地物提取和分类。
四、精度评定与纠正在进行卫星影像测绘时，精度评定是不可或缺的环节。
精度评定包括对测绘结果进行精度检验和纠正。
通过与地面实测数据进行对比，可以评估测绘结果的准确性和可靠性。
如果发现测绘结果与实际存在差异，需要对影响精度的因素进行纠正，如传感器校准、地形校正等。
只有通过精度评定和纠正，才能确保卫星影像测绘结果的可靠性和可用性。
五、应用前景与挑战卫星影像测绘在各个领域都有着广泛的应用前景。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、地图拼接
将已有的08年标准分幅图按照县界范围进行拼接，拼图的主要目的是为了用其作为参考地图，来对2010年下发影像进行纠正。
拼接方法如下：
1、按照县界范围找到其对应的所有08年的标准图幅号，并找到对应的影像数据；
2、打开Erdas，选择菜单“DataPrep->Mosaic Images…->MasaicTool…”，加载待拼接数据，然后对标准图幅数据进行拼接。
具体操作如下图：
图1
拼接后的08年原始底图有时可能会是6度分带的，所以还需要
对其投影进行检查，统一到高斯克里格3度分带。
二、2010原始影像拼接
由于YG-2的单景数据覆盖范围较小，一个县辖区范围一般会有几十甚至上百景，如果还是单景进行纠正，会耗费较多的时间，效率较低，所以采用的是将同一轨道上的多景数据先拼接到一起，然后再进行纠正的方法。
拼接方法的选择：
由于下发的YG-2数据本身没有坐标信息，不能直接在Erdas中进行拼接，故采用在PhotoShop中将同一轨道上的多景数据拼接到一起。
拼接具体步骤如下：
在PS中打开需要拼接在一起的影像，找到相邻数据之间的重叠区域，然后用鼠标和键盘的上下箭头键对影像进行微调，直至影像位置无偏移为止。
如下图所示：
拼接前：
图2
拼接后：
图3
三、2010原始影像纠正流程
由于下发的YG-2数据没有坐标信息，也没有合适的纠正模型，经过实际操作最终选择用QB数据的纠正模型对其进行纠正。
但是由于没有坐标信息，所以纠正选择的前6个控制点时不会自动跳点，需要手动分别在参考地图和待纠正影响上分别选择对应位置的控制点。
纠正过程：
Erdas中打开待纠正影像->菜单“Raster”->“Geometry Correction…”->选择QB纠正模型->选择对应区域的高程文件->选择
参考底图->选择控制点。
图4
图5
图6
纠正后需要对影像进行精度检查，具体方法为：将纠正后影像与基础底图在同一窗口中打开，采用“拉窗帘”的方法逐屏幕检查。
若影像发生了明显抖动或错位现象，则量测该处同名点误差，两者相对误差应满足项目要求。
否则，须查明原因，除卫星侧视角、控制资料精度造成相对误差超限的局部地区外，其他地区须符合精度要求。
在实际生产过程中发现，由于YG-2数据本身可能存在一些局部的偏移和扭曲，以及拼接精度不够，可能导致影响局部的纠正精度，所以需要对不满足精度的影像在进行自动配准。
具体操作如下：Erdas中打开待纠正影像->菜单“AutoSync”->“AutoSync
WorkStation…”，打开下图界面：
图7
在该界面中选择未达到纠正精度的YG-2影像以及参考底图，然后分别在待配准影像和参考影像上选择对应的控制点，选择六个控制点之后才会在参考影像上自动跳点，此时可以点击按钮，按照设置自动生成多个控制点，自动生成控制点完成后点击按钮从而完成影像的配准。
四、YG-2数据与RE数据融合
由于YG-2数据本身为单波段数据，为了增强其光谱特性和更方便于影像解译，需要将该数据与同范围的RE数据进行融合。
融合基本要求：
1、相同季节融合后影像要色调基本一致，不同季节影像色彩应反映当时地类光谱特征。
2、根据影像波段的光谱范围、地物和地形特征等因素，选择能清晰表现土地利用类型特征和边界、色彩接近自然的融合算法。
3、融合影像应无重影、模糊等现象。
融合方法的选取原则：
1)能清晰地表现纹理信息，能突出主要地类（如水体、建筑群、耕地、
道路等）。
2)影像光谱特征还原真实、准确、无光谱异常；
3)各种地类特征明显，边界清晰，通过目视解译可以区分各种地类信息。
4)融合影像色调均匀、反差适中、色彩接近自然真彩色。
注意：对纠正、配准后满足精度要求的YG-2与RE数据，融合前还需要对其进行预处理。
一方面，提高YG-2数据的亮度，增强局部反差突出纹理细节，尽可能降低噪声；另一方面，对多RE数据进行色彩增强，拉大不同地类之间的色彩反差，突出其多光谱彩色信息。
打开erdas，选择菜单“Interpreter”->“Spatial Enhancement”->“Resolution Merge”,在弹出的对话框中选择全色和多光谱数据进行融合，具体操作如下图所示：
图8
融合后影像处理：
融合后影像处理是保证成果质量的重要技术环节，融合后影像通常亮度偏低、灰阶分布动态范围小（见图9），色彩不够丰富。
需要采用线性或非线性拉伸、亮度对比度、色彩平衡、色度、饱和度和明度调整等方法进行色调调整。
处理后的影像要达到灰阶分布具有较大动态范围（见图10），纹理清晰、色调均匀、反差适中，色彩接近自然真彩色，可以清晰判别耕地等重要地类类型。
图9较小灰度动态范围
图10 较大灰度动态范围
为了形成完整的监测区影像文件，对分块融合的影像须进行色调调整。
色调调整时应保留多光谱影像的光谱信息和全色影像的纹理细节，以便进行变化信息分析。
同时，注意视觉效果，为去除杂色保证整体反差，必要时牺牲部分光谱信息和纹理，达到自然真彩色的效果，
但要区分不同地类边界。
五、影像镶嵌
1、镶嵌原则
①镶嵌只针对采样间隔相同影像，制作县级辖区该采样间隔IMG文件。
采样间隔不同的影像，相互之间不进行镶嵌，制作县级辖区各自独立的IMG文件。
但为了实现最终无缝接边，要对接边处做镶嵌处理，从相邻采样间隔较小IMG文件上裁切一定范围的重叠区影像，将裁切的重叠区影像按较大采样间隔IMG文件重采样后，与之进行镶嵌。
②镶嵌前需要进行重叠检查，相邻景之间重叠限差应符合规定要求。
重叠误差超限时需要立即查明原因，并及时返工修改，使其符合规定的要求。
③镶嵌时应尽可能保留分辨率高、时相新、云雾量少、质量较好的影像。
④镶嵌处无地物错位、模糊、重影等现象。
⑤时相相同或相近的镶嵌影像纹理、色彩自然过渡；时相差距较大、地物特征差异明显的镶嵌影像，允许存在光谱差异，但同一地块内光谱特征尽量一致。
镶嵌具体操作步骤：打开Erdas，选择菜单“DataPrep”->“Mosaic Images…”->“Mosaic Pro…”，打开镶嵌界面，然后将待镶嵌影像加载到镶嵌界面，点击“”生成镶嵌线，根据镶嵌线勾绘原则进行镶嵌线的勾绘和修改，勾绘完成后点击“”生成镶嵌后影像。
图11
图12
图13
六、影像裁切
按县级行政辖区对镶嵌后DOM进行裁切，形成县级辖区内不同采样间隔分别镶嵌后若干独立的IMG文件。
裁切线为县级行政界线外扩1公里，裁切线至最小外接矩形之间的区域填充黑色（RGB值为：0，0，0或全色灰度值0）。
具体操作步骤：打开Erdas->依次将镶嵌后DOM和县界外扩后矢量加载显示，用选择工具点击县界矢量，然后打开AOI工具栏，使用工具再次点击县界矢量，然后点击菜单“DataPrep”->“Subset
Image…”，打开影像裁切对话框：
图14
选择输入输出影像，点击“AOI”按钮，选择裁切类型为“View”
->“OK”，完成影像裁切。
图15。