ENVI中图像融合方法介绍.docx

 ENVI中的融合算法
融合方法有很多，典型的有HSV、Brovey、PC、CN、SFIM、Gram-Schmidt等。ENVI里除了SFIM以外，上面列举的都有。
（1）HSV可进行RGB图像到HSV色度空间的变换，用高分辨率的图像代替颜色亮度值波段，自动用最近邻、双线性或三次卷积技术将色度和饱和度重采样到高分辨率像元尺寸，然后再将图像变换回RGB色度空间。输出的RGB图像的像元将与高分辨率数据的像元大小相同。
（2）Brovey锐化方法对彩色图像和高分辨率数据进行数学合成，从而使图像锐化。彩色图像中的每一个波段都乘以高分辨率数据与彩色波段总和的比值。函数自动地用最近邻、双线性或三次卷积技术将3个彩色波段重采样到高分辨率像元尺寸。输出的RGB图像的像元将与高分辨率数据的像元大小相同。
（3）用Gram-Schmidt 可以对具有高分辨率的高光谱数据进行锐化。第一步，从低分辨率的波谱波段中复制出一个全色波段。第二步，对该全色波段和波谱波段进行Gram-Schmidt变换，其中全色波段被作为第一个波段。第三步，用Gram-Schmidt 变换后的第一个波段替换高空间分辨率的全色波段。最后，应用Gram-Schmidt反变换构成pan锐化后的波谱波段。
（4）用PC 可以对具有高空间分辨率的光谱图像进行锐化。第一步，先对多光谱数据进行主成分变换。第二步，用高分辨率波段替换第一主成分波段，在此之前，高分辨率波段已被缩放匹配到第一主成分波段，从而避免波谱信息失真。第三步，进行主成分反变换。函数自动地用最近邻、双线性或三次卷积技术将高光谱数据重采样到高分辨率像元尺寸。
（5）CN波谱锐化的彩色标准化算法也被称为能量分离变换（Energy Subdivision Transform），它使用来自锐化图像的高空间分辨率（和低波谱分辨率）波段对输入图像的低空间分辨率（但是高波谱分辨率）波段进行增强。该功能仅对包含在锐化图像波段的波谱范围内的输入波段进行锐化，其他输入波段被直接输出，不发生变换。锐化图像波段的波谱范围由波段中心波长和FWHM（full width-half maximum）值限定，这两个参数都可以在锐化图像的ENVI头文件中获得。
（6）SFIM（基于亮度调节的平滑滤波）融合是通过平滑滤波将高分辨率影像匹配到低分辨率影像，与小波变换相似，但其算法过程和计算时间比小波变换要显著简化。
这几种方法中SFIM和Gram-Schmidt方法保真效果最好，在ENVI里面，Gram这种方法还可以自动融合，操作比较简单。
2 HSV算法
（1）自动融合
（注意：在两幅图像有相同地理坐标系统的情况下，该融合方法不需要在融合前需调整两幅图像分辨率一致，尺寸一致，ENVI系统会自动完成这一过程，输出图像的分辨率与高分辨图像保持一致；否则需要对图像进行处理以保证融合的影像地理位置相同，行列数相同）
Transform－>Image Sharpening－>HSV
HSV（hue, saturation, and value：色调，饱和度，亮度值）
选择Transforms > Color Transforms >RGB to HSV。当出现Select RGB Input Bands对话框时，从一个显示的彩色图像或可用波段列表中选择三个波段进行变换（TM影像假彩色合成选432，真彩色合成可以选择321），接着将出现High Resolution input File对话框，这是选择高分辨率影像，将出现HSV Sharpening Parameters窗口，选择输出到“File”或“Memory”。点击“OK”开始处理。
（2）手动融合
融合图像间需要精确几何配准，并将多光谱图像采样与全色相同的分辨率，（注意：前两步在ENVI中可以可一步完成Map--->Registration--->Select GCPs: Image to Image）尺寸一致（行列数相等）。
A、选择多光谱波段组合，调色，突出地物反差，存储（可选）；
B、高分辨率全色波段增强（滤波等），存储；（可选）
C多光谱影像和多分辨率全色波段需要调整为统一空间分辨率（Map--->Registration--->Select GCPs: Image to Image中已经完成），且裁为尺寸大小一致（用Basic Tools—>Resize Data可实现空间重采样和取子区，可利用地理坐标进行精确裁剪，保证两融合图像行列数相同）；
D、对多光谱影像进行彩色空间变换；（Transform－>Color Transforms－>RGB to HSV（USGS Munsell））
E、将高分辨率全色波段与彩色空间变换后的V波段进行直方图匹配，并存为V波段的数据类型（Float point类型）（方法不唯一？）
（1）分别将高分辨率全色波段和V波段的直方图打开（Image窗口：Enhance－>Interactive Stretching）；
（2）分别在高分辨率全色波段影像和V波段的直方图窗口中，选择Histogram_Source--->band；
（3）在高分辨率全色波段影像的直方图窗口中，将Stretch_type选为Arbitrary,以便于用指定的直方图曲线来拉伸；
（4）用鼠标将V波段影像直方图的输入（Input Histogram标签）拖动至在高分辨率全色波段影像的直方图的输出窗口（Output Histogram）中，然后点击Apply；
（5）在V波段的直方图窗口中，选择Options－>Histogram Parameters，记录下Histogram Min和Histogram Max两个值；
（6）在高分辨率全色波段影像的直方图窗口中，选择File—>Export Stretch，将刚才记下的两个值分别填入Output Min和Output Max中；再将“Output Data Type”改为“Floating Point”，然后给定文件名存储；
F、彩色空间变换的反变换。（Transform－>Color Transforms－>HSV to RGB（USGS Munsell）），用H、S和经过E步骤处理的高分辨率全色波段影像进行反变换即可；
G、用Photoshop对融合后的影像进行调色（可选）。

ENVI主成分分析(PCA)是通过使用Principal Components选项生成互不相关的输出波段，达到隔离噪声和减少数据集的维数的方法。 由于多波段数据经常是高度相关的，主成分变换寻找一个原点在数据均值的新的坐标系统，通过坐标轴的旋转来使数据的方差达到最大
  ENVI主成分分析(PCA)是通过使用Principal Components选项生成互不相关的输出波段，达到隔离噪声和减少数据集的维数的方法。
    由于多波段数据经常是高度相关的，主成分变换寻找一个原点在数据均值的新的坐标系统，通过坐标轴的旋转来使数据的方差达到最大，从而生成互不相关的输出波段。
    主成分（PC）波段是原始波谱波段的线性合成，它们之间是互不相关的。可以计算输出主成分波段（与输入的波谱波段数相同）。
    第一主成分包含最大的数据方差百分比，第二主成分包含第二大的方差，以此类推，最后的主成分波段由于包含很小的方差（大多数由原始波谱的噪声引起），因此显示为噪声。由于数据的不相关，主成分波段可以生成更多种颜色的彩色合成图像。
    ENVI 能完成正向和逆向的主成分（PC）旋转。
1.正向主成分（PC）旋转
正向PC旋转用一个线性变换使数据方差达到最大。当使用正向PC旋转时，ENVI允许计算新的统计值，或根据已经存在的统计值进行旋转。输出值可以存为字节型、浮点型、整型、长整型或双精度型。也可以基于特征值来提取PC旋转的输出内容，生成只包含所需的PC波段的输出。
计算新的统计值和旋转
使用Compute New Statistics and Rotate选项可以计算数据特征值、协方差或相关系数矩阵以及PC正向旋转。
选择Transforms > Principal Components > Forward PC Rotation > Compute New Statistics and Rotate。
当出现Principal Components Input File对话框时，选择输入文件或用标准ENVI选择程序选取子集。将会出现Forward PC Rotation Parameters对话框。
注意：点击“Stats Subset”按钮可以基于一个空间子集或感兴趣区计算统计信息。该统计将被应用于整个文件或文件的空间子集。详细介绍，请参阅第348页的“根据子集进行统计”。
在“Stats X/Y Resize Factor”文本框中键入小于1的调整系数，用于计算统计值时的数据二次采样。
注意：键入一个小于1的调整系数，将会提高统计计算速度。例如：使用一个0.1的调整系数，在统计计算时将只用到十分之一的像元。
若需要，键入一个输出统计文件名。使用箭头切换按钮，选择是根据“Covariance Matrix”（协方差矩阵）还是根据“Correlation Matrix”(相关系数矩阵)计算主成分波段。
注意：一般说来，计算主成分时，选择使用协方差矩阵。当波段之间数据范围差异较大时，选择相关系数矩阵，并且需要标准化。
选用输出到“File”或“Memory”。在“Output Data Type”菜单中，选择所需的输出文件数据类型。
选择输出的主成分波段数。可以通过键入所需的数字，或用“Number of Output PC Bands”标签旁的增减箭头按钮来确定输出的主成分波段数。默认的输出波段数等于输入波段数。也可以用特征值来选择输出的主成分波段数，按照如下步骤操作。
A. 点击“Select Subset from Eigenvalues”标签附近的按钮，选择“YES”。统计信息将被计算，并出现Select Output PC Bands对话框，列出每个波段和其相应的特征值。同时也列出每个主成分波段中包含的数据方差的累积百分比。
B. 在“Number of Output PC Bands”文本框中，键入一个数字或点击箭头按钮，确定要输出的波段数。特征值大的主成分波段包含最大的数据方差。较小的特征值包含较少的数据信息和较多的噪声。为了节省磁盘空间，最好仅输出具有较大特征值的波段。
C. 在Select Output PC Bands对话框中，点击“OK”。输出的PC旋转将只包含选择的波段数。例如：如果选择“4”作为输出的波段数，则只有前4个主成分波段会出现在输出文件里。
在Forward PC Rotation Parameters对话框中，点击“OK”。
ENVI处理完毕后，将出现PC EigenValues绘图窗口，主成分波段将被导入可用波段列表中，并用于显示。

对PCA 输出应用掩膜
      当进行正向PC旋转时，可以对输出结果应用掩膜。如果已经为输入文件指定了掩膜，可以设定输出图像中被掩膜遮蔽部分的输出值。
在ENVI主菜单中，选择Transforms > Principal Components > Forward PC Rotation > Compute New Statistics and Rotate。当出现文件选择对话框时，选择输入图像并应用掩膜。当出现Forward PC Parameters对话框时，在“Output Mask Value”文本框中，为被掩膜遮蔽部分键入一个输出值。掩膜将被应用于统计信息的计算，输出数据的被遮蔽区域被置为输入的掩膜值。

根据子集进行统计
     使用“Stats Subset”按钮可以基于一个空间子集或感兴趣区来计算统计信息。该统计将被应用于整个文件或文件的空间子集。
在Forward PC Parameters对话框中，点击“Stats Subset”按钮。在Select Statistics Subset对话框中，从下列选项中选择：
要选取一个标准图像空间子集，点击“Calculate Stats On Image Subset”按钮，使用标准ENVI方法构建子集。要选取感兴趣区作为子集，点击“Calculate Stats On ROI”按钮来显示一个感兴趣区列表，然后点击感兴趣区名来选择它。
提示：要将先前保存的感兴趣区添加到感兴趣列表中，在子集对话框中，点击“Restore ROIs”，选择感兴趣区文件，然后选择感兴趣区。

三、进行手动HSV数据融合
1.在ENVI主菜单选择TransformàColor TransformsàRGB to HSV，然后选择调整过大小的BJTM15m作为输入的RGB影像，输入要输出的文件名，点击ok进行变换，并显示变换后的影像。
2.拉伸第8波段影像并代替TM的数值波段（V，Value）。从ENVI主菜单中选择Basic ToolsàStretch Data，单击Band 8文件，然后点击ok。
3.在弹出的Data Stretching对话框的output Data部分中，在Min文本框中输入0，在Max中输入1，并输入一个输出文件名，点击ok将ETM+的全色波段数据拉伸为浮点型，范围在0到1之间。
4.HSV反变换。在ENVI主菜单选择TransformàColor Transformsà HSV to RGB，然后选择HSV正变换过的Hue和Saturation波段作为变换的H和S波段。
5.选择拉伸过的ETM+的全色波段作为变换的V波段，点击ok。在弹出的HSV to RGB Parameters对话框中输入要输出的文件名，点击ok进行反变换。
6.显示结果。显示HSV to RGB反变换后的影像，并选择LinkàLink Displays动态叠加来分析比较这些影像。
四、ENVI自动HSV变换融合
1.在ENVI的主菜单选择Transform Image Sharpening HSV.
2.如果调整过大小的TM彩色影像已在显示窗口中，则可以在Select Input RGB Bands对话框中，选择R、G、B所相对应的调整过大小的ETM+多光谱影像波段，然后点击ok。
3.从High Resolution Input File对话框中选择ETM+第8波段影像，点击ok。输入文件名，并点击ok。
4.查看结果。