ENVI进行遥感影像融合的方法
ENVI中的融合算法有很多，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。
ENVI遥感图像处理之计算机分类 一、非监督分类 １、K—均值分类算法 步骤:1）打开待分类得遥感影像数据 ２)依次打开：EＮVI主菜单栏—〉Cｌaｓsifiｃatiｏn—>Unsuperｖｉsed—>K—Means即进入K均值分类数据文件选择对话框 3）选择待分类得数据文件 4) 选好数据以后，点击OK键，进入K-Means参数设置对话框，进行有关参数得设置，包括分类得类数、分类终止得条件、类均值左右允许误差、最大距离误差以及文件得输出等参数得设置 5）建立光谱类与地物类之间得联系：在新窗口中显示分类结果图： 然后，打开显示窗口菜单栏Tools菜单—＞Color Maｐpｉng—〉Ｃlass ＣolｏｒMａppｉｎg…进入分类结果得属性设置对话框，在这里,可以进行类别得名称，显示得颜色等，建立了光谱类与地物类之间得联系。 设置完成以后，点击菜单栏Opｔiｏnｓ-〉Saｖe Chang ｅs 即完成光谱类与地物类联系得确立 6) 类得合并问题：如果分出得类中，有一些需要进行合并，可按以下步骤进行:选择ENＶI主菜单Classfaction-〉Post Clａｓsｆictｉon—>biｎe Classｅs，进入待
合并分类结果数据得选择对话框 点击OＫ键,进入合并参数设置 对话框，在左边选择要合并得 类，在右边选择合并后得类,点击 Add bination键即完成一组合 并得设置，如此反复，对其她需 合并得类进行此项操作，点击 OK，出现输出文件对话框,选择 输出方式，即完成了类得合并得 操作. 至此,K—均值分类得方法结束。 2、 ISODAＴA算法 基本操作与K—均值分类相似。 1）进行分类数据文件得选择(依次打开:EＮVI主菜单栏—＞Cl ａｓsifｉｃation—>Unsupeｒｖised—＞IsoＤaｔa即进入 ISODATA算法分类数据文件选择对话框，选择待分类得数据 文件） 2）进行分类得相关参数得设置(点击ＯK键以后，进入参数设置 对 话 框 ， 可 以 进行分类得最大最小类数、 迭代次数等参数得设置） 3）如此，光谱类得划分到此结 束。 4）参瞧K—均值分类得第5-6步，进行光谱类与地物类联系得建立以及类得合并等操作至此，使用IＳＯＤＡTA算法进行分类完成。 二、监督分类 本实验说明以最大似然法为例,进行监督分类得讲解说明。 步骤:1)打开待分类得遥感影像数据文件２)进行训练样本得选取:在窗口中打开一张影像,选择主窗口菜单栏Ｔoolｓ键—〉RegioｎOf Inｔerｅst—〉ROI Toｏls…(或就是在主窗口上单击右键，在弹出得快捷菜单栏中选择ROI To
1 绪论 1.1研究目的及意义 20世纪90年代中后期以后，搭载许多新型传感器的卫星相继升空，使得同一地区的遥感数据影像数目不断增多。如何有效地利用这些不同时相、不同传感器、不同分辨率的遥感数据便成为了遥感工作者研究的瓶颈问题，然而解决这一问题的关键技术就是遥感影像数据融合。 遥感数据融合就是对多个遥感器的图像数据和其他信息的处理过程，它着重于把那些在空间或时间上冗余或互补的多源数据，按一定法则（算法）进行处理，获得比单一数据更精确、更丰富的信息，生成一幅具有新的空间、波谱和时间特征的合成图像。 遥感是不同空间、时间、波谱、辐射分辨率提供电磁波谱不同谱段的数据。由于成像原理不同和技术条件的限制，任何一个单一遥感器的遥感数据都不能全面的反映目标对象的特征，也就是有一定的应用范围和局限性。各类非遥感数据也有它自身的特点和局限性。影像数据融合技术能够实现数据之间的优势互补，也能实现遥感数据与地理数据的有机结合。数据融合技术是一门新兴的技术，具有十分广阔的应用前景。所以，研究遥感影像数据融合方法是非常必要的。 1.2研究现状及发展的趋势 1.2.1研究现状 20世纪美国学者提出“多传感器信息融合”的概念认为在多源遥感影像数据中能够提取出比单一遥感影像更丰富、更有效、更可靠的信息。之后由于军事方面的要求，使得遥感影像数据融合技术得到了很大的发展，美、英，德等国家已经研制出了实用的遥感数据融合处理的系统和软件，同时进行了商业应用。 1）、融合结构 融合的结构可分为两类：集中式和分布式。集中式融合结构：各传感器的观测数据直接被送到中心，进行融合处理，用于关联、跟踪、识别等。分布式融合结构：每个传感器独立完成关联、识别、跟踪，然后由融合中心完成配准、多源关联的融合。 2）、融合的层次 图像融合可分为：像元级融合、特征级融合和决策级融合。 像元级融合是最低级的信息融合，可以在像素或分辨单位上进行，又叫做数据级融合。它是对空间配准的遥感影像数据直接融合，然后对融合的数据进行特征提取和属性说明。 特征级融合是由各个数据源中提取特征信息进行综合分析和处理的过程，是中间层次的融合。特征级融合分为目标状态信息融合和目标特征融合。 决策级融合是在信息表示的最高层次上进行融合处理。首先将不同传感器观测同一目标获得的数据进行预处理、特征提取、识别，以建立对所观测目标的初步理论，然后通过相关处理、决策级融合判别，最终获得联合推断结果，从而为决策提供依据。
《ENVI遥感图像处理方法》科学出版社2010年6月正式出版 上一篇/ 下一篇 2010-05-26 15:02:30 / 个人分类：ENVI 查看( 643 ) / 评论( 5 ) / 评分( 0 / 0 ) 从上个世纪六十年代E．L．Pruitt提出“遥感”这个词至今，遥感已经成为人类提供了从多维和宏观角度去认识宇宙世界的新方法与新手段。目前，遥感影像日渐成为一种非常可靠、不可替代的空间数据源。ENVI (The Environment for Visualizing Images)是由遥感领域的科学家采 用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。ENVI以其强大的图像处理功能，尤其是与ArcGIS 一体化集成，使得众多的影像分析师和科学家选择ENVI来处理遥感图像和获得图像中的信息，从而全面提升了影像的价值。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等众多领域。与此形成鲜明对比的是，目前关于ENVI 的中文教程非常少，给广大用户学习软件和应用软件带来诸多不便。 针对上述情况，在ESRI中国（北京）有限公司的大力支持下，根据多年遥感应用研究和软件操作经验，历时一年半编著完成本书。全书按照遥感图像处理流程由浅到深逐步引导读者掌握ENVI软件操作。各个章节相对独立，读者可视个人情况进行选择阅读。全书分为17章，第1、2、3章介绍了ENVI软件的基础知识，可作为ENVI软件入门，也可作为参考内容；第4、5、6、7、8章介绍了遥感图像处理一般流程，包
遥感影像融合处理方法 摘要：本文介绍了遥感影像数据融合技术，并给出了融合的一些基本理论、融合处理一般步骤以及常用融合处理方法，最后简要描述了融合评价的方式方法等。 关键词：遥感影像融合融合评价 1、前言 将高分辨率的全色遥感影像和低分辨率的多光谱遥感影像进行融合，获得色彩信息丰富且分辨率高的遥感融合影像的过程，成为遥感影像融合。全色影像一般具有较高空间分辨率，多光谱影像光谱信息较丰富，为提高多光谱影像的空间分辨率，可以将全色影像融合进多光谱影像。通过影像融合既可以提高多光谱影像空间分辨率，又能保留其多光谱特性。 2、遥感影像融合一般步骤 遥感影像信息融合一般流程主要分为两个阶段：图像预处理，图像融合变换。 图像预处理主要包括：几何校正及影像配准。几何校正主要在于去除透视收缩、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；影像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。 3 常用融合方式 3.1 IHS融合 IHS（亮度I、色度H、饱和度S）变换就是将影像从RGB彩色空间变换到IHS空间来实现影像融合的一种方法。由光学、热红外和雷达(微波)等方式得到的不同波段遥感数据，合成的RGB颜色空间是一个对物体颜色属性描述系统，而IHS色度空间提取出物体的亮度、色度、饱和度，它们分别对应每个波段的平均辐射强度、数据向量和的方向及其等量数据的大小。RGB颜色空间和IHS 色度空间有着精确的转换关系。IHS变换法只能用三个波段的多光谱影像融合和全色影像融合。 3.2 小波融合 小波变换，基于遥感影像的频域分析进行的，由于同一地区不同类型的影像，低频部分差别不大，而高频部分相差很大，通过小波变换对变换区实现分频，在分频基础上进行遥感影像的融合，常用于雷达影像SAR与TM影像的融合。
遥感课程教学实验之二： 遥感影像分类 实验二遥感影像的分类遥感影像的监督分类 ?实验目的
理解计算机图像分类的基本原理以及监督分类的过程，学会利用遥感图像处理软ENVI 件对遥感图像进行分类的方法。 ?实验内容 1、遥感图像分类原理。 2、遥感图像监督分类。 3、最大似然法分类 ?实验条件 电脑、ENVI4.5软件。厦门市TM遥感影像。 ?实验步骤 1、启动ENVI软件，从文件菜单打开多波段影像文件，从可用波段列表中装载彩色或假色 影像，显示遥感影像。 2、从主图像窗口的工具Tools →Region of Interest →ROI Tools; 3、在自动打开的ROI Tools窗口中，设定ROI_Type 为“Polygon”（多边形），选定样本采 集的窗口类型，用Zoom（缩放窗口）进行采集。。
4、在选定的窗口如Zoom用鼠标左键画出样本区域，在结束处击鼠标右键二次，样本区域 被红色充填，同时ROI Tools窗口中显示采集样本的信息。采集新的样本点击“New Region”，重新上述步骤进行多个地物样本采集。。 5、从ENVI主菜单中，选 Classification > Supervised > Maximum Likelihood；或在端元 像元采集对话框 Endmember Collection中选择 Algorithm >MaximumLikelihood 进行最大似然法分类。
6、在出现Classification Input File 对话框中，选择输入影像文件，出现 Maximum Likelihood Parameters 对话框。 7、输入常规的分类参数。 设定一个基于似然度的阈值（Set Prpbability Threshold）：如不使用阈值，点击“None” 按钮。要对所有的类别使用同一个阈值，点击“Single Value”按钮，在“Probability Threshold”文本框中，输入一个0 到1 之间的值。似然度小于该值的像元不被分入该类。 要为每一类别设置不同的阈值： ●在类别列表中，点击想要设置不同阈值的类别。 ●点击“Multiple Values”来选择它。 ●点击“Assign Multiple Values”按钮。 ●在出现的对话框中，点击一个类别选中它，然后在对话框底部的文本框中输入阈值。为每 个类别重复该步骤。 最后给定输出结果的保存方式：文件或内存，当影像较大时建设保存到文件中，以免因内存不够而出错运算错误。 点击“OK”计算机开始自动分类运算。 8、在可用波段列表中显示分类图像。 ?实验总结
包头师范学院 本科学年论文 论文题目：高分辨率遥融图像融合方法比较院系：资源与环境学院 专业：地理信息系统 学号：0912430022 姓名：郭殿繁 指导教师：同丽嘎 撰写学年：2010 至2011 学年 二零一零年十二月
摘要：目前，遥感中高分辨率全色遥感影像和低空间分辨率的多光谱遥感影像融合是影像融合技术应用的主流。本文通过对遥感影像四种融合方法的研究，并且用呼和浩特市快鸟影像图像融合举例，加深对四种融合方法的理解和理论应用，最后通过截取呼和浩特市快鸟影像的原始多波段彩色影像和原始高分辨率全色波段影像的一部分进行四种融合方法来进行精度的比较，以ENVI4.7软件作为平台，最终得出，Gram-Schmidt变换效果最好，HSV变换融合效果最差。 关键词：图像融合；PCA变换；Gram-Schmidt变换；Brovey变换；HSV变换；精度比较 Abstract: At present, the remote sensing high resolution full-color remote sensing image and low spatial resolution multi-spectral remote sensing image fusion is image fusion technology application of mainstream. This article through to four kinds of remote sensing image fusion method with the principle and analysis, and in Hohhot, fast image image fusion for example, the bird to deepen the understanding of four fusion method and theory, and finally by intercepting the original image Hohhot fast bird multichannel color image and primitive high-resolution full-color band image on the part of four fusion method for precision compared to ENVI4.7 software as a platform to finally arrive, the best effect, Schmidt transform - the worst. Fusion result transformation HSV. Key words: image fusion, PCA transform; Schmidt transform; the - Brovey transform; HSV transform; Precision；
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Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，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Available Bands List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Load RGB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 → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters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 → Image Sharpening → Color Normalized (Brovey)，使用Brovey进行融合变换。 多光谱融合： Gram-Schmidt、主成分（PC）和color normalized (CN)变换
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：13 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Color Normalized (Brovey)变换： 1）从ENVI主菜单中，选择File → Open Image File，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Available Bands List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Load RGB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 → Image Sharpening → HSV； 4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。 5）从High Resolution Input File对话框中选择全色影像，点击OK。 6）从HSV Sharpening Parameters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；
北京化工大学 学士学位论文 遥感图像的假彩色合成 姓名：刘晓璐 班级：信息与计算科学0304班 学号：200362102
遥感图像的假彩色合成 摘要：遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内及其我国的许多政府部门，科研单位和公司得到了广泛的应用。在遥感数据源向着更高光谱分辨率和更高空间分辨率发展的同时，处理技术也更加成熟；在应用上，结合了地理信息系统（GIS）和全球定位系统（GPS），向着更系统化，更定量化方向发展，使遥感数据的应用更加广泛和深入。 假彩色增强是将一幅彩色图像映射为另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。 本文的主要目的就是大遥感的多光谱图像用自然彩色显示。在遥感的多光谱图像中，有些是不可见光波段的图像，如近红外，红外，甚至是远红外波段。因为这些波段不仅具有夜视能力，而且通过与其他波段的配合，易于区分地物。 用假彩色技术处理多光谱图像，目的不在于使景物恢复自然的彩色，而是从中获得更多的信息。为了实现这样的目的，本文采用了MATLAB数学软件编程的方法以及运用Envi4.2 软件直接编辑图像这两种方法，并对其进行对比，得出最优的合成图像。 关键词：图像融合，假彩色合成，彩色增强，灰度级，RGB图像，
False color mapping for image fusion Abstract: A pixel-based color-mapping algorithm is presented that produces a fused false color rendering of two gray-level images representing different sensor modalities. The resulting images have a higher information content than each of the original images and retain sensor specific image information. The unique component of each image modality is enhanced in the resulting fused color image representation. First, the component of two original input images is determined. Second, the common component of each image. Third, the unique component of each image modality is subtracted from the image of the other modality. This step serves to enhance the representation of sensor-specific details in the final fused result. Finally, a fused color image is produced by displaying the images resulting from the last step through, respectively, the red and green channels of a color display. The method is applied to fuse thermal and visual images. The results show that the color mapping enhances the visibility of certain details and preserves the specificity of the sensor information. The fused images also have a fairly natural appearance. The fusion scheme involves only operations on corresponding pixels. The resolution of the input images. Before fusing, the contrast of the images can be enhanced and their noise can be reduced by standard image processing techniques. The color mapping algorithm is computationally simple. This implies that the investigated approaches can eventually be applied in real time and that the hardware needed is not too complicated or too voluminous(an important consideration when it has to fit in an airplane, for instance). Key words: image fusion, false color mapping, color enhances, gray-level, RGB images
摘要：介绍了遥感影像三种常用的图像融合方式。进行实验，对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像，简要分析比较三种图像融合方式的各自特点，择出本次实验的最佳融合方式。 关键字：遥感影像；图像融合；主成分变换；乘积变换；比值变换；ERDAS IMAGINE 1. 引言 由于技术条件的限制和工作原理的不同，任何来自单一传感器的信息都只能反映目标的某一个或几个方面的特征，而不能反应出全部特征。因此，与单源遥感影像数据相比，多源遥感影像数据既具有重要的互补性，也存在冗余性。为了能更准确地识别目标，必须把各具特色的多源遥感数据相互结合起来，利用融合技术，针对性地去除无用信息，消除冗余，大幅度减少数据处理量，提高数据处理效率；同时，必须将海量多源数据中的有用信息集中起来，融合在一起，从多源数据中提取比单源数据更丰富、更可靠、更有用的信息，进行各种信息特征的互补，发挥各自的优势，充分发挥遥感技术的作用。[1] 在多源遥感图像融合中，针对同一对象不同的融合方法可以得到不同的融合结果，即可以得到不同的融合图像。高空间分辨率遥感影像和高光谱遥感影像的融合旨在生成具有高空间分辨率和高光谱分辨率特性的遥感影像，融合方法的选择取决于融合影像的应用，但迄今还没有普适的融合算法能够满足所有的应用目的，这也意味着融合影像质量评价应该与具体应用相联系。[2] 此次融合操作实验是用三种不同的融合方式（主成分变换融合，乘积变换融合，比值变换融合），对一幅具有高分辨率的SPOT全色黑白图像与一幅具有多
光谱信息的SPOT图像进行融合处理，生成一幅既有高分辨率又有多光谱信息的图像。 2. 源文件 1 、 imagerycolor.tif ，SPOT图像，分辨率10米，有红、绿、两个红外共四个波段。 2 、imagery-5m.tif ，SPOT图像，分辨率5米。 3. 软件选择 在常用的四种遥感图像处理软件中，PCI适合用于影像制图，ENVI在针对像元处理的信息提取中功能最强大，ER Mapper对于处理高分辨率影像效果较好，而ERDAS IMAGINE的数据融合效果最好。[3] ERDAS IMAGINE是美国Leica公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具。 2012年5月1日，鹰图发布最新版本的ERDAS IMAGINE，所有ERDAS 2011软件用户都可以从官方网站上下载最新版本 ERDAS IMAGINE 11.0.5. 新版本包括之前2011服务包的一些改变。相比之前的版本，新版本增加了更多ERDAS IMAGINE和GeoMedia之间的在线联接、提供了更为丰富的图像和GIS产品。用户使用一个单一的产品，就可以轻易地把两个产品结合起来构建一个更大、更清
第1章感图像处理软件ENVI基本操作 实验目的：掌握遥感图像处理软件基本界面信息和数据文件的打开方法 主要内容： （1）遥感图像处理软件ENVI界面总体介绍； （2）ENVI软件能识别的图像类型介绍 （3）各种图像文件的打开 重点：ENVI能识别的文件类型 第1节ENVI软件简介 遥感图像处理软件主要有ENVI，PCI ，ERDAS，ERMAPPER等。ENVI 软件(The Environment for Visualizing Images)由美国Research Systems,Inc．公司（RSI）的产品。由遥感领域的科学家采用IDL（Interactive Data Language）开发的一套功能强大的遥感图像处理系统. IDL是进行二维或多维数据可视化、分析和应用开发的理想工具。 ENVI是一个完整的遥感图像处理平台，其软件处理技术覆盖了图像数据的输入/输出、定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及3维信息提取、雷达数据处理、3维立体显示分析，提供了专业可靠的波谱分析工具和高光谱分析工具。 其主要应用领域：科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防和安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等。 IDL 是集科学数据分析、可视化表达和跨平台应用开发等功能为一体的第四代可视化计算机语言。它是面向矩阵的、完全支持对数组的直接操作，具有快速分析超大规模数据的能力，速度比传统语言如C、C++等有很大的提升。它包括了高级图像处理能力、交互式二维和三维图形技术、面向对象的编程、OpenGL 硬件图形加速功能、集成的数学分析与统计软件包、完善的信号分析和图像处理功能、灵活的数据输入输出方式、跨平台的图形拥护界面工具包、连接ODBC 兼容数据库、支持远程服务器访问数据以及具有多种外部程序连接方式。它成为数据分析和可视化的首先工具。 其主要应用领域：海洋科学、气象、遥感工程、医学、空间物理、地球科学、测试技术、信号处理、科研教育、天文学、商业等领域。
遥感图像融合质量评价方法 武坚李崇伟王积武李相全 (68011部队甘肃兰州 730020) 摘要：图像融合可为摄影测量与遥感提供高质量的遥感融合图像。遥感融合图像质量如何是图像使用者关心的一个重要问题。本文运用主观评价、客观评价、几何质量等三种评价方法对融合后的遥感图像的质量展开讨论。实践表明这些评价方法能够保证融合后图像高质量地应用于摄影测量与遥感生产。 关键词：主观评价客观评价几何质量质量评价 1．前言 摄影测量与遥感[1]是以数字影像为基础，来确定被摄物体的形状、大小、空间位置及其性质。遥感图像是摄影测量与遥感最原始、最基本的资料。高质量的遥感图像是完成摄影测量与遥感的基础。遥感影像融合[2]是将多传感器、多时相、多光谱和多分辨率影像的各自局部优势信息整合处理，以提供高分辨率、多光谱的单一图像，解决遥感影像解译过程中信息不足的问题。由此看出，图像融合可以为摄影测量与遥感提供高质量的遥感影像。 2．图像融合的评价方法 当前对融合后图像的质量评价主要是主观目视与统计相关信息参数相结合的办法，即：利用目视效果和信息熵、清晰度、平均梯度、偏差指数、均方根误差等参数统计分析，而对融合后图像的几何量测性则关注较少。对于摄影测量与遥感应用，几何精度是一个很重要的因素。本文结合摄影测量与遥感应用角度，来对分析融合后图像的质量做出评价。 站在通用图像处理角度，目前大多数对影像质量评价分为主观评价和客观评价，并结合起来使用。主观评价是通过目视观察进行分析，客观评价是利用图像的统计参数进行判定。严格意义上讲，融合图像的主客观评价应该是一致的，即图像的统计参数特征应该符合人眼的目视感觉。但由于遥感图像融合具有特殊性，它不仅仅要求提高融合图像的空间分辨率，而且要尽可能制约[2]。因此，对遥感融合图像的质量评价，应综合考虑空间细节的增强和光谱保持原始图像的光谱特征。此外，这两个要求在很大程度上是不太相容，相互信息的保持两个方面，利用图像的统计参数结合目视观察来分析与评价。 对于摄影测量与遥感而言，影像的几何质量（影像的可量测性）是很重要的一个因素，它将决定融合图像能否达到数字地形图生产的精度限差[4]。因此，从主观、客观、几何质量等三个方面对做出质量评价可以保证融合后图像高质量地应用于摄影测量与遥感生产。
ENVI遥感图像处理之图像增强 一、对比度增强 1、快速拉伸 步骤：打开数据—>加载图像到窗口—>图像主窗口Enhance菜单进入图像增强 的菜单选项。 原始显示的影像： 进行线性拉伸后的影像：进行高斯拉伸后的影像：
说明：本 菜单栏中包含的图像 快速拉伸的功能还有 0-255的线性拉伸（这 应该是实际的遥感影 像的灰度值，而刚开 始说的那个原始影像 实际上已经经过了 2%的线性拉伸的）、均 衡化拉伸、均方根拉 伸等。 2、交互式拉伸 步骤：选择图像主窗口中的Enhance菜单—>Interactive Stretching进入交互式拉伸的界面 在Stretch_Type菜单下可以选择交互拉伸的类型，有线性拉伸、分段线性拉伸等。 可以在Stretch旁边的文本框中直接输入拉伸的图像的灰度范围，亦可以在input histogram 窗体中用鼠标左键拖动两条竖直虚线进行拉伸范围的选择。 原始图像：
交互式线性拉伸后的图像： 分段线性拉伸后的影像：
高斯拉伸后的影像： 3、直方图匹配 步骤：进行直方图匹配之前必须打开两个窗口显示两个波段或两幅影像。 在两窗口中显示两幅遥感影像—>在待匹配的遥感影像主窗口中选择Enhance菜单—>选择Histogram matching…进入直方图匹配的对话框—>选择匹配到的窗口和匹配的方式，点击OK完成直方图的匹配。 匹配前直方图： 待匹配影像直方图：匹配到影像直方图：
匹配后的直方图： 匹配的交互式对话框： 匹配前影像：匹配后影像：
二、空间增强 1、锐化 步骤：打开窗口主菜单中的Enhance菜单—>选择Filter选项—>Sharpen即可对图像进行锐化。 锐化前影像：锐化后影像： 2、平滑 步骤：打开窗口主菜单中的Enhance菜单—>选择Filter选项—>Smooth（后面的3*3、5*5等代表的是模板的大小）即可对图像进行平滑。
图像融合实验报告 一、实验目的 通过本实验熟练操作遥感图像处理的专业软件PCI，进行图像融合。二、实验内容 （1）、利用遥感图像处理的专业软件PCI的Xpace模块的Image Processing中的IHS 进行IHS变换处理； （2）、利用遥感图像处理的专业软件PCI利用Xpace模块的Image Processing中的 FUSE进行图像融合处理。 三、实验步骤 (一)生成Pix文件 先用ImageWorks Configuration打开B10.FST文件，在此之前先用记事本打开 查看其参数，将其参数填在相应位置，确定生成一个aux文件，并load第一 波段的图像即B10.FST。
将B10转为pix文件格式，并将其他波段（除了第八波段）都添加到这个pix 文件中，这里命名pix文件名为123-32.pix。
说明： B61，B62都为第六波段且为争议波段，这里选择一个即可，这里选的是B61 (二)HIS与RGB的转换 打开生成的pix文件 添加6个空通道，打开Xpace模块，进行IHS转换：在Image Processing（Pacages）中的IHS（Convert RGB to IHS）进行IHS正变换处理。将7，4，1波段转为RGB 到8,9,10空通道
加载图像，将7，4，1波段的与8，9，10通道的进行小窗口对比 换用第二种模型转换，将其与第一种模型进行比较
再添加6个空通道，利用RGB（Convert IHS to RGB）进行HIS逆变换处理，即将8,9,10通道的波段变回RGB模式 加载图像，将其与原来的7,4,1通道的合成图像进行比较 若是换第二种模型，将其转回去，得到的结果如下
一总述 1 遥感图像处理的目的 遥感的目的是为了获得地物的几何属性和物理属性.但是由于受到大气,目标,传感器等纵多因素的影响,原始的遥感影像中除了有目标地物的信息以外还包含有大气,传感器的运行状态等信息,如果我们只是利用原始的遥感影像,将不能提取出所感兴趣的有效信息, 所以为了实现遥感的最终目的,提取所需的信息,我们必须对遥感影像进行处理. 2 ENVI简介 目前已经开发了一些进行遥感图像处理的软件,例如ENVI,PCI,ERDAS等.现在就简单介绍一下ENVI. ENVI是由美国RSI公司开发的一套功能齐全的遥感图像处理系统，是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。其完全是由IDL开发，方便灵活，可扩展性强,并可用IDL进行二次开发。现在最高版是4.4版本的. 我们来大概熟悉一下ENVI的主菜单: 可以看出ENVI的主菜单中主要有以下一些工具: 基本工具,分类,空间变换,滤波,波谱工具,制图工具,矢量工具,地形分析,雷达工具 来看一下主菜单中的FILE菜单, 通过选择Open Image File可以打开ENVI 图像文件或其它已知格式的二进制图像文件。ENVI 自动地识别和读取下列类型的文件：TIFF、GeoTIFF、GIF、JPEG、BMP、SRF、HDF、PDS、MAS-50、NLAPS、RADARSAT 和A VHRR 。数据仍保留它原有格式，必要的信息从数据头文件中读取。ENVI也直接读取其它几种文件类型（参见“O pen External File”）。 注意: 若你得到“File does not appear to be a valid Radarsat file” 这样一个错误消息，使用File > Open External File 来选择正确的数据类型。 当ENVI 第一次打开一个文件，它需要关于文件特征的特定信息。通常，这些信息存储在与图像文件同名的一个独立的文本头文件，但是文件扩展名为.hdr 。若文件打开时没有找到ENVI头文件，你必须在Header Information 对话框中输入一些基本的参数. 另外一些数据格式没有.hdr 文件也能自动打开。这些格式包括：TIFF、GeoTIFF、GIF、JPEG、BMP、SRF、HDF、PDS、MAS-50、NLAPS、RADARSAT 和A VHRR 。(ENVI 头文件中含有丰富的信息,例如: ENVI description = { Create New File Result [Tue Oct 19 15:47:45 2004]} samples = 2000 lines = 2000 (图像的大小) bands = 7 header offset = 0 file type = ENVI Standard data type = 4 interleave = bsq (存储方式)
ENVI实验心得姓名： 学号： 班级： 专业：
ENVI——完整的遥感图像处理平台ENVI(The Environment for Visualizing Images)是美国Exelis Visual Information Solutions 公司的旗舰产品。它是由遥感领域的科学家采用交互式数据语言IDL(Interactive Data Language)开发的一套功能强大的遥感图像处理软件。它是快速、便捷、准确地从影像中提取信息的首屈一指的软件解决方案。今天，众多的影像分析师和科学家选择ENVI 来从遥感影像中提取信息。ENVI已经广泛应用于科研、环境保护、气象、石油矿产勘探、农业、林业、医学、国防&安全、地球科学、公用设施管理、遥感工程、水利、海洋、测绘勘察和城市与区域规划等领域。 通过本次实验，我学习了ENVI软件的简单使用方法，了解了ENVI软件的一些常用功能。通过利用ENVI软件处理遥感图像，更加深入地学习了遥感方面的基础知识，对遥感应用的研究有了更深层次的理解。 比如，三个波段复合而成的彩色图像含有的信息要多于单波段的图像，而且彩色图像更加直观、鲜明，所以图像复合及假彩色处理是遥感图像处理的常用手段。另外，利用遥感图像可以对图像内场景进行分类，显示出不同类别地物在空间的分布情况。这也就是遥感可以应用于地物探测、识别的原因。 同时通过对ENVI软件的不断熟悉和操作，让我学到很多，ENVI 作为对遥感学习的初步入门软件，熟练地掌握是必须具备的技能，在学习中，我遇到了很多困难，看到很多未知的，不解的知识，还有自
己原先掌握的知识的困惑，很庆幸，我能够和同学交流体会，去图书馆，上网查询，让我体会到学习的乐趣，相信随着对遥感越来越多的接触，我会学到更多，相信这次实习在我将来求知的路上会起到不小的促进作用。并且我总结了一些ENVI的优势。， ENVI具有以下几个优势： 1.先进、可靠的影像分析工具——全套影像信息智能化提取工具, 全面提升影像的价值。 2.专业的光谱分析——高光谱分析一直处于世界领先地位。 3.随心所欲扩展新功能——底层的IDL语言可以帮助用户轻松 地添加、扩展ENVI的功能，甚至开发定制自己的专业遥感平台。 4.流程化图像处理工具——ENVI将众多主流的图像处理过程集 成到流程化（Workflow）图像处理工具中，进一步提高了图像处理的效率。 5.与ArcGIS的整合——从2007年开始，与ESRI公司的全面合 作,为遥感和GIS的一体化集成提供了一个最佳的解决方案。
ENVI进行遥感影像融合的方法 ENVI中的融合算法有很多，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。