ENVI中图像融合方法
图像融合是将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样生成一幅高分辨率多光谱图像的遥感图像处理技术，使得处理后的图像既有较高的空间分辨率，又具有多光谱特征。
图像融合的关键是融合前两幅图像的精确配准以及处理过程中融合方法的选择。只有将两幅融合图像进行精确配准，才可能得到满意的结果。对于融合方法的选择，取决于被融合图像的特征以及融合目的，融合方法的选择非常重要，同样的融合方法用在不同影像中，得到的结果往往会不一样。下表是ENVI中的几种融合方法的适用范围介绍，仅供参考。
表 ：各种融合方法说明
|
融合方法 |
适用范围 |
|
HSV变换 |
纹理改善，空间保持较好。光谱信息损失较大大，受波段限制（三波段）。 |
|
Brovey变换 |
光谱信息保持较好，受波段限制（三波段）。 |
|
乘积运算（CN） |
对大的地貌类型效果好，同时可用于多光谱与高光谱的融合。 |
|
主成分（PC）变换 |
无波段限制，光谱保持好。第一主成分信息高度集中，色调发生较大变化。 |
|
Gram-schmidt Pan Sharpening（GS） |
改进了PCA中信息过分集中的问题，不受波段限制，较好的保持空间纹理信息，尤其能高保真保持光谱特征。专为最新高空间分辨率影像设计，能较好保持影像的纹理和光谱信息。很适合国产卫星数据。 |
|
NNDiffuse Pan Sharpening |
融合结果对于色彩、纹理和光谱信息，均能得到很好保留，需要精度较好的波谱响应函数，比较适合于Wordview、P星、Landsat8/9等卫星数据。 |
其中，HSV变换和Brovey变换要求数据具有地理参考或者具有相同的尺寸大小。RGB输入波段数据类型必须为字节型（Byte）。这两种操作方法基本类似，下面介绍Brovey变换操作过程。
- 打开融合的两个文件。
- 在Toolbox工具箱中，双击/Image Sharpening/Color Normalized (Brovey) Sharpening工具，在Select Input RGB对话框中，从可用波段列表中选择需要融合的R、G、B波段。单击OK按钮。
- 在High Resolution Input File面板中选择高分辨率波段，单击OK按钮。
- 在Color Normalized (Brovey)输出面板中，选择重采样方式和输出文件路径及文件名，单击OK按钮输出结果。
Gram-schmidt Pan Sharpening（GS）融合方法通过统计分析方法对参与融合的各波段进行最佳匹配，避免了传统融合方法某些波段信息过度集中和新型高空间分辨率全色波段波长范围扩展所带来的光谱响应范围不一致问题，能保持融合前后图像波谱信息的一致性，是一种高保真的遥感图像融合方法。这种方法可以满足绝大部分图像的融合，比较适合高分辨率图像，包括QuickBird、IKONOS、GeoEye-1、WorldView、Pleiades、SPOT6、资源三号、资源一号O2C、GF-1/2/6/7等。乘积运算（CN）要求数据具有中心波长和FWHM。
下面以Gram-schmidt Pan Sharpening（GS）和NNDiffuse Pan Sharpening融合方法为例，介绍操作过程。
- 打开“qb_boulder_msi”和“qb_boulder_pan”（参见自带例子数据C:\Program Files\Harris\ENVI5x\data）。
- 在Toolbox工具箱中，双击Image Sharpening/Gram-Schmidt Pan Sharpening工具。
- 在Select Low Spatial Resolution Multi Band Input File对话框中选择低分辨率多光谱图像“qb_boulder_msi”，在Select High Spatial Resolution Pan Input Band对话框中选择高分辨率单波段图像“qb_boulder_pan”。
- 在打开的Pan Sharpening Parameters对话框中：
- 选择传感器类型（Sensor）：Quickbird
- 选择重采样方法（Resampling）：Cubic Convolution
-
设置输出文件路径和文件名，单击OK按钮输出结果。
提示：当输入多光谱和全色图像的传感器不一致时，选择Sensor为Unknown。
图:Pan Sharpening Parameters对话框
NNDiffuse Pan Sharpening融合工具操作如下：
- 在Toolbox中，启动/Image Sharpening/NNDiffuse Pan Sharpening，分别选择多光谱和全色图像（支持RPC虚拟定位的影像数据）。
- 输入的全色影像分辨率要求是多光谱的整数倍关系，如果不是则需要设置Pixel Size Ratio参数。
- 选择输出路径和文件名，单击ok执行处理。
说明：如果多光谱图像的波段顺序为BSQ，可利用/Raster Management/Convert Interleave 工具转成BIP或者BIL，融合效率能提升2~3倍。
图：NNDiffuse Pan Sharpening面板
下面对上述几种融合方法做一个简单的介绍。
- HSV变换
首先对RGB图像变换HSV颜色空间，用高分辨率的图像代替颜色亮度值波段，自动用最近邻或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颜色空间。
- Brovey变换
对RGB图像和高分辨率数据进行数学合成，从而使图像融合，即RGB图像中的每一个波段都乘以高分辨率数据与RGB图像波段总和的比值。然后自动地用最近邻、双线性或三次卷积技术将3个RGB波段重采样到高分辨率像元尺寸。
3.color normalized (CN) 变换
也被称为能量分离变换（Energy Subdivision Transform），它使用来自融合图像的高空间分辨率（低波谱分辨率）波段对输入图像的低空间分辨率（高波谱分辨率）波段进行增强。该方法仅对包含在融合图像波段的波谱范围内对应的输入波段进行融合，其他输入波段被直接输出而不进行融合处理。融合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融合图像的ENVI头文件中获得。
根据锐化图像波段的波谱范围，可以将输入图像的波段划分为各个波谱单元。系统按照如下方法对相应的波段单元同时进行处理。每个输入波段乘以融合波段，然后再除以波段单位中的输入波段总数，从而完成归一化：
该融合方法需要输入图像与融合图像的单位相同（即都为反射率、辐射率、DN值等）。如果融合图像与输入图像的单位相同不同，在融合输出面板中的Sharpening Image Multiplicative Scale Factor文本框中为融合图像键入一个比例系数，使之与输入图像相匹配。例如：如果输入图像是定标为单位（反射率*10000）的整型高光谱文件，但是融合图像是被定标为反射率（0到1）的浮点型多光谱文件，应该输入的比例系数为10,000。如果输入图像单位为辐射率[μW/(cm2 .nm.sr)]，而融合图像单位为辐射率[μW/(cm2.m.sr)]，应该输入的比例系数为0.001。
- 主成分（PC）变换
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，进行主成分反变换得到融合图像。
5.Gram-schmidt Pan Sharpening（GS）
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。如下为GS融合方法的流程图：
6.NNDiffuse Pan Sharpening融合
NNDiffuse Pan Sharpening是由美国罗彻斯特理工学院（RIT）最新提出的一种融合算法。算法是Nearest Neighbor Diffusion (NNDiffuse) pan sharpening。该工具支持多线程计算，具有高性能处理的特点其。融合结果对于色彩、纹理和光谱信息，均能得到很好保留。