envi图像处理基本操作(13)

析、图像融合。

空间信息增强分为：空间滤波增强、频域滤波增强、纹理分析。

反差增强常用的方法：线性扩展、非线性扩展、直方图调整。

彩色增强分为：假彩色合成、伪彩色密度分割。在假彩色合成的图像中有两种典型的图像，一种是模拟真彩色图像，当合成图像的红、绿、蓝三色与三个多光谱波段相吻合，也就是说红光波段被赋予红色，绿光波段被赋予绿色、蓝光波段被赋予蓝色，这幅图所代表的颜色近似地物本身的颜色。另一种标准的假彩色合成，将多光谱中的近红、红、绿波段分别被赋予红、绿、蓝三色合成而成的。伪彩色密度分割是将一幅单波段图像的灰度动态变化范围，划分为不同的等级，并赋予不同的颜色，建立一个彩色编码表，再以次为基础得到以幅彩色图像。（一种简单的分类）

图像融合的算法主要分为：基于HIS变换的图像融合、基于主成分变换的图像融合、基于比值的融合。HIS是色调（hue）、亮度(intensity)、饱和度（saturation）表示色彩。

基于HIS变换的图像融合只是在亮度通道上进行，图像的色调和饱和度保持不变，即用高分辨率的图像代替变换后的亮度分量，在反变换到RGB空间。基本过程如下：

（1） 将待融合的全色波段和多光谱图像进行几何校正，并将多光谱图像重采样成

与全色波段分辨率一样。

（2） 将多光谱图像从RGB空间变换到HIS空间。

（3） 用全色波段代替亮度分量（一般之前先做一下直方图匹配），这样HIS HI’S。

（4） 将HI’S变换到RGB空间，这样就得到融合后的图像。

7、图像融合

图像融合是将一幅多光谱彩色影像与一幅全色高分辨率影像进行处理，目的是为了取两者优点，得到彩色高分辨率影像。前提是这两幅图像是经过校正，在同一位置上。以迁安为例在ENVI中操作如下：

（1） 在envi中同时打开一幅多光谱彩色影像与一幅全色高分辨率影像。

（2） 在主菜单Transforms Image Sharpening HSV

（3） 首先选择彩色影像（select input RGB）,然后选择高分辨率影像（high resolution

input file），再设置重采样算法（resampling），最后输出图像，另存为tif格式。

8、图像分类

遥感图像分类主要分为两种：监督分类、非监督分类。

监督分类又称训练场地法或先学习后分类法。从图像上已知目标类别在区域中提取数据，统计出代表总体特征的训练数据，主要是灰度和纹理等特征，然后进行分类。采用这种方法必须事先知道图像中包含哪几种目标类别。

（1） 选区训练样区

（2） 执行监督分类

非监督分类又称集群分析或聚类分析。是一种边学习边分类的方法。它是按照灰度值向量或波谱样式在特征空间聚类的情况划分点群和类别的。它将像元先进行聚类，用聚类方法将遥感数据分割成比较匀质的数据群，把他们作为分类类别。在此类别基础上确定其特征量，继而进行类别总体特征的测量。

分类 非监督分类 自组织分类

分类后处理

分类 分类后处理 分类合并