土地利用数据|气象数据|社会经济数据|npp数据|ndvi数据-地理遥感生态网

ENVI5.2版本中新增了NNDiffuse Pan Sharpening融合方法，该方法的融合结果对于色彩、纹理和光谱信息，均能得到很好保留，还具有很好的处理效率，并支持RPC虚拟定位和无地理空间坐标的图像。为了得到更好的融合效果，对多光谱和全色影像有几点要求：多光谱图像中每个波段的波谱响应函数重叠度要求最小，全色波段的波谱范围覆盖所有多光谱的波谱范围，另外，全色图像的分辨率必须是多光谱的整数倍，最好是4倍。

   使用NNDiffuse方法对国产卫星影像融合时，有些影像覆盖区域有大片水域或者浓密植被时，融合结果的蓝色波段会偏蓝。这种情况我们可以考虑使用Gram-Schmidt融合方法。使用Gram-Schmidt融合方法时，分两种情况：没有背景0值和有很多背景0值情况下（一般为整景影像时）。

   本文使用的例子数据是已经经过正射校正的高分二号全色和多光谱影像，在ENVI5.3.1版本中操作。

• 没有背景0值

（1）在Toolbox中，启动/Image Sharpening/Gram-Schmidt Pan Sharpening。

（2）在文件对话框中分别选择多光谱和全色图像。

（3）在打开的Pan Sharpening Parameters面板中，按照默认参数，选择输出路径，如下图所示。

（4）单机OK执行处理。

注：传感器类型（Sensor）选择Unknown，否则颜色会失真。

图：Pan Sharpening Parameters面板

图：全图结果（上-多光谱，下-融合结果）

图：局部结果（上-多光谱，下-融合结果）

图：局部结果（上-多光谱，下-融合结果）

• 有很多背景0值

当图像有很多背景0值情况下（如下图），则需要使用掩膜文件，让背景不参与融合能达到很好的效果。

图：不规则的图像

由于需要使用掩膜文件，需要使用Classic界面中的Gram-Schmidt融合方法。

在开始菜单中启动ENVI Classic 5.3。

（2）           选择主菜单->Transform->Image Sharpening->Gram-Schmidt Spectral Sharpening。

（3）           在Select Low Spatial Resolution Multi Band Input File对话框中选择低分辨率多光谱图像。同时在Select Mask Band选项中选择Mask Options->Build Mask。

图：选择文件和构建掩膜文件

（4）           在Mask Definition面板中，选择Options->Import Data Range，在文件选择框中选择多光谱图像文件。（注：这里是通过像元值范围构建掩膜文件）。

    Data Min Value：1

    Data Max Value：空白（自动计算最大值）

    选择掩膜文件名和路径输出，这里选择掩膜文件保存到内存中。

注：如果Mask Definition面板中已有一个默认掩膜，单击Delete All Items按钮删除。

图：通过像元值范围构建掩膜文件

（5）           在Select High Spatial Resolution Pan Input Band对话框中选择全色图像。

（6）           在弹出的Gram-Schmidt Spectral Sharpening面板中，需要选择降低高分辨率全色波段的方法，有四种方法的意义如下：

图：Gram-Schmidt Spectral Sharpening面板

• Average of Low Resolution Multispectral File：利用多光谱波段的平均值来模拟低分辨率的全色波段。
• Select Input File：从外部文件中选择一个单波段并且与多光谱数据相同尺寸大小的图像来模拟模拟低分辨率的全色波段。
• Create By Sensor Type: 选择一种传感器来模拟低分辨率的全色波段。融合图像是经过辐射定标的数据。
• User Defined Filter Function：选择一个滤波函数来模拟低分辨率的全色波段。融合图像是经过辐射定标的数据。

注：经过测试，后两种方法中不经过辐射定标也能得到较好的结果。

这里选择Average of Low Resolution Multispectral File方法。

（7）           选择重采样方法和输入路径及文件名，单击OK输出。

     如下图所示，使用掩膜的结果更清晰，色彩更真实。

注：Gram-Schmidt方法的大致流程：第一步，从低分辨率的波段中复制出一个全色波段。第二步，对复制出的全色波段和多波段进行Gram-Schmidt变换，其中全色波段被作为第一个波段。第三步，用高空间分辨率的全色波段替换Gram-Schmidt 变换后的第一个波段。最后，应用Gram-Schmidt反变换得到融合图像。