利用envi软件进行遥感图像的融合和增强实习报告

《利用envi软件进行遥感图像的融合和增强实习报告》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、遥感图像处理实习报告实验内容：影像融合与增强班级：测绘1102班学号：1110020213姓名：指导老师：陈晓宁、黄远程、竞霞、史晓亮西安科技大学测绘科学与技术学院二零一三年一月实习三影像融合与增强一、实习内容：1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点；2.熟悉ENVI图像增强操作；3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。二、实习目的：1.了解和认识各种图像融合方法的原理、内容及要点；2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较；3.学习利用ENVI软件进行各种图像增强处理操作；4.学会

2、定性、定量分析比较图像融合的差异。三、实习步骤：1.图像融合：三波段融合：HSV和ColorNormalized(Brovey)变换：1）从ENVI主菜单中，选择File→OpenImageFile，分别加载校正后的资源三号多光谱与全色影像到可用波段列表AvailableBandsList中；2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击LoadRGB将多光谱影像加载到显示窗口display#1；3）在ENVI的主菜单选择Transform→ImageSharpening→HSV；4）在SelectInputRGBInputBa

3、nds对话框中，选择Display#1，然后点击OK。5）从HighResolutionInputFile对话框中选择全色影像，点击OK。6）从HSVSharpeningParameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。即可完成HSV变换融合；与上述方法类似，选择Transform→ImageSharpening→ColorNormalized(Brovey)，使用Brovey进行融合变换。多光谱融合：Gram-Schmidt、主成分（PC）和colornormalized(CN)变换三种方法操作过程基本类似，下面以 G

4、ram-Schmidt为例：1）从ENVI主菜单中，选择File→OpenImageFile，分别加载校正后的资源三号多光谱与全色影像到可用波段列表AvailableBandsList中；2在ENVI的主菜单选择Transform→ImageSharpening→SchmidtSpectralSharpening；3）在SelectLowSpatialResolutionMultiBandInputFile对话框中选择资源三号多光谱影像，在SelectHighSpatialResolutionPanInputBand对话框中选择全色影像，点击OK。4

5、）选择AverageofLowResolutionMultispectralFile方法。5）选择重采样方法，输入输出路径及文件名，单击OK输出。与上述方法类似，选择其他两种方法进行融合，并比较融合结果。2.图像增强：1）从ENVI主菜单中，选择File→OpenImageFile，加载融合后影像到可用波段列表AvailableBandsList中，并打开影像；2）在image主窗口菜单Enhance下有不同的拉伸方法，可以尝试并比较各种方法的特点；3）ENVI系统默认打开的影像已经过2%线性拉伸。如果希望改变系统默认的2%线性扩展，从主菜单File

6、→Preferences→DisplayDefault，将%Linear中的2.0改为0.0，选择OK后，关闭对话框。4）交互式拉伸：主图像菜单中选择Enhance→InteractiveStretching。Strech_Type中可以选择各种扩展方式，主要有Linear（线性）、Gaussian（高斯），PiecewiseLinear（分段线性），Equalization（均衡化），SquareRoot（平方根），Arbitrary（任意拉伸），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像。5）以上增强后结果如果需要保存时，

7、在Image窗口下File→SaveImageas→ImageFile四、实习结果：思考题：利用提供的练习数据，分别采用不同的方法进行融合（HSV、Brovey、GS、PC、Pansharpening），分析融合结果（目视分析影像空间显示和光谱特征，基于均值、标准差分析定量分析图像质量），说明不同融合方法的优缺点。答：电子表格分析如下：MeanBand1Band2Band3HSV83.665478.540280.5564Color249.6896248.7857241.3201StdevBand1Band2Band3HSV66.358460.0417

8、65.5638Color155.1116152.2875154.9004MeanBand1Band2Band