实验五_不同分辨率图像融合

实验五不同分辨率图像融合
一实验目的
通过本次实验了解图像数据融合的基本原理和基本思路，学会利用ERDAS软件进行不同分辨率图像之间的融合，并对不同数据融合方法进行分析和比较，掌握不同数据融合方法的基本操作。

二实验原理
在遥感中，数据融合属于一种属性融合，它是将同一地区的多源遥感影像数据加以智能化合成，产生比单一信息源更精确、更完全、更可靠的估计和判断。

在ERDAS是指分辨率融合(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。

一般来说，遥感影像的数据融合分为预处理和数据融合两步：
1.预处理：主要包括遥感影像的几何纠正、大气订正、辐射校正及空间配准
（1）几何纠正、大气订正及辐射校正的目的主要在于去处透视收缩、叠掩、阴影等地形因素以及卫星扰动、天气变化、大气散射等随机因素对成像结果一致性的影响；
（2）影像空间配准的目的在于消除由不同传感器得到的影像在拍摄角度、时相及分辨率等方面的差异。

空间配准的精度一般要求在1~2个像元内。

2.ERDAS软件提供了三种图像融合方法：
1、主成分变换融合(Pinciple 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，可以更准确地提示提示多波段数据结构内部的遥感信息，常常是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。

具体过程是首选对输入的多波段遥感数据进行主成分变换，然后以高空间分辨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。

2、乘积变换融合(Mutiplicative)
乘积变换融合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地合成，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，cippen研究表明：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据：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。

三实验内容
数据融合：主成分变换融合(Pinciple Component)，乘积变换融合(Mutiplicative)，比值变换融合(Brovey Transform)
四实验数据
五实验步骤
1、比值变换融合
启动ERDAS IMAGINE 9.2——Interpreter——Spatial Enhancement——Resolution Merge——设置Resolution Merge对话框如下：
点击OK后，出现以下进度条：
进程结束后点击OK即可。

可以打开比较比值变换融合后的图像和原图像：
原图像数据：比值变换融合后图像：
2、主成分变换融合
参照比值变换融合的思路和步骤进行主成分变换融合，在Method中选择Pinciple Component，点击OK运行后可查看并比较与比值变换结果的差异：
主成分变换融合图像：比值变换融合图像：
3、乘积变换融合
同理参照以上变换融合实验的步骤完成乘积变换融合，在Method中选择Mutiplicative，点击OK运行后可以查看结果并对实验结果进行对比，更加鲜明的理解不同融合方法的效果：
乘积变换融合图像：主成分变换融合图像：比值变换融合图像：
六实验结果及分析
通过本次实验了解了有关数据融合的相关理论知识，并理解了不同数据融合方法的原理和思路及其操作程序，顺利完成了相关实验任务。

在对原图像和不同数据融合方法产生的融合后图像进行对比后更加鲜明的看到了结果图像的效果，并且了解了不同数据融合方法的意义。