1、遥感导论第四次实习数字图像处理-图像镶嵌、裁切及融合一、 实习目的学会图像镶嵌、图像裁切及图像融合等技术，通过实际影像的操作，制作可用于实际工作的某区域遥感图像，为下一次实验准备数据。二、 实习内容1、图像裁切2、图像镶嵌3、图像融合三、 实习步骤用 AOI（兴趣区）裁切首先，建立 AOI：在 Viewer 中点击菜单 AOI/Tools，出现 AOI 工具条，取相应工具在图上画出不同形状的 AOI（方的、圆的、任意形状的）然后，选择 AOI：用选择键 点击选中要用来裁切影像的 AOI。最后，用 AOI 裁切图像：点击 、选择 subset image，按下图序号所示进行操作。其中选择 Vie
2、wer 要保证打开的 Viewer 中确实存在已经生成的 AOI，否则会出现错误提示。或者，也可以在 Viewer 中点击菜单 File/Save/AOI Layer As，保存成一个 AOI 文件；在上图中 6 处改为选择最下方的 AOI File，在出现的对话框中选择所需的 AOI 文件。2、图像镶嵌点击 、选择 mosaic images，按下图中序号所示进行操作。其中 3 处要依次添加完成所要镶嵌的若干幅图像，如: 要镶嵌两幅影像，要添加两次，即重复操作两次。图像镶嵌操作的详细过程：在 Mosaic Tool 工具条选择 Display Add Images Dialog 按钮 ，或在
3、 Mosaic Tool 视窗菜单条中点击 Edit / Add Images，出现 Add Images，从中添加要镶嵌的影像加载拼接图像的同时，切换到 Image Area Options 选项卡，设置拼接影像范围选择方法为：Use Entire Image。图像匹配设置，在 Mosaic Tool 工具条选择 Display Color Correction 按钮，或在 Mosaic Tool 视窗菜单条中点击 Edit /Color Corrections 打击 Color Corrections 对话框，根据需要设置颜色匹配方法。注意：如果输入的拼接影像自身存在较大的亮度差异（例如，
4、中间暗周围亮或者一边亮一边暗） ，需要首先利用匀光处理（Use Image Dodging）或色彩平衡（Use Color Balancing）去除单幅影像自身的亮度差异；如果输入的影像间直方图差异比较大，可通过直方图匹配（Use Histogram Matching）执行影像的色彩调整。在 Mosaic Tool 视窗菜单条中，点击 Edit/set Overlap Function打开 set Overlap Function 对话框：设置以下参数：.设置相交关系(Intersection Method):No Cutline Exists。.设置重叠图像元灰度计算(select Func
5、tion):Average。.Apply close。图像拼接线设置，在 Mosaic Tool 视窗菜单条中选择 Set Mode For Intersection 按钮 ，两幅图像之间将出现叠加线，单击两幅图像的相交区域，重叠区域将被高亮显示。根据实际需要，选择拼接线模式：. ：自动生成重叠区域的拼接线. ：手动绘制拼接线，可以是矢量文件，或 AOI 文件. ：重叠区域内拼接线两侧区域选择切换. ：无拼接线注意：该步骤中如果选择了有拼接线的拼接模式，则上一步中重叠区域像元灰度计算方式自动失效，拼接后影像像元灰度值直接采用原拼接图像的像元灰度值。运行 Mosaic 工具，在 Mosaic T
6、ool 视窗菜单条中 ,点击 Process/Run Mosaic 打开 Output File Name 对话框, 确定输出文件名： mosaic.img。切换到 Output Options 选项卡，设置下列参数：.确定输出图像区域：ALL.OK 进行图像拼接。3、图像融合点击 ,选择 Spatial Enhancement/Resolution merge，按下图序号所示进行操作。图中 4 处是输入高分辨率的道波段图像，5 处输入低分辨率的多光谱图像，6 处为新生成的结果文件。先用缺省的设置做一下，查看生成图像。修改融合方法，观察结果图像。小结不同融合方法的成果差异。方法一方法二方法三三
7、种融合方法：主成分变换法主成分分析法（principal component analysis，PCA）是将多波段的低分辨率图像进行 PCA 变换，将单波段的高分辨率图像经过灰度拉伸，使其灰度的均值与方差和 PCA 变换第一分量图像一致；然后用拉伸过的高分辨率图像代替第一分量图像，经过 PCA 逆变换还原到原始空间生成具有高空间分辨率的多波段融合图像。乘积变换法乘积变换法(Multipalcative) 融合是应用最基本的乘积组合算法，直接对 2 种空间分辨率的遥感数据进行融合，其运算法则为：Brovey 变换法Brovey 变换法融合是较为简单的融合方法，它是为 RGB 影像显示进行多光谱波
8、段颜色归一化，将高分辨率全色影像与多光谱影像红、绿、蓝波段的比重各自相乘完成融合。变换处理完成后，再反变换得到新图像。 成果差异a) 主成分变换融合（Principle Component）从影像空间分辨力、清晰度看，变换融合的影像在分辨力、清晰度都较原始多波段图像有很大提高。在融合影像上能清晰分辨出线性地物和一些小的水体等（由于此文档较小，如拿原文件在 ERDAS 上，可清晰看见这些地物。 ） ，而这些在原影像上就较难分辨。 一些小的水体在原始图像上几乎无法辨认，在融合的图像上则可以清晰的辨认出。从光谱特征看，融合后的彩色合成图像的色彩整体同原多光谱彩色合成影像相似，不过，我觉得此种融合颜色
9、的过渡差异过大，肉眼判断觉得不够自然、舒服。b) 乘积变换融合（Mutiplicative ）这种方法是三种常用融合方法中最简单、耗时最少的方法，但是这种方法改变了多光谱数据的辐射信息，图像的亮度成分被增加，增强影像的细节反差。并且颜色过渡得较为自然，肉眼所看较为舒服。c) 比值变换融合（Brovey Transform ）这种方法融合结果色调非常良好，几乎完整地保持了原始影像的色调信息。但是这种方法对多光谱图像的辐射信息有一定程度的改变。经融合后，明显感觉分辨率得到大大的提高，地物更为突出。. 从此次融合结果比较来看，通过比较，为了兼顾色彩及分辨率，以使我们处理效果更为有价值，此次融合，最终选择比值变换融合。四、 实习心得在遥感影像数据的融合过程中，不同的融合算法都对影像的特性产生了不同程度的影响，几乎每种融合算法都要在一定程度上扭曲原始多光谱信息，从而导致了相同地物的纹理、光谱等特征表现有很大的不同。因此，应当根据融合的目的和需要融合的影像条件来选择适合的融合方法。
