文章目录
图像融合的概念
图像融合（Pan sharpening, Merge, Fusion ）是指把在空间和时间上冗 余或互补的多源数据，按照一定的规则进行运算处理，获得比任何一种数据更精 确、更丰富的信息，生成一幅具有新的空间、波谱、时间特征的合成图像，是一 个对多遥感器的图像数据和其他信息的处理过程。
将低分辨率的多光谱影像与高分辨率的单波段影像重采样生成一副高分辨率多光谱影像遥感 的图像处理技术，使得处理后的影像既有较高的空间分辨率，又具有多光谱特征。
图像融合的意义
- 发挥多种不同特征的数据各自的优势、弥补各自的不足，能更全面的反映地面目标， 提供更强的信息解译能力和更可靠的分析结果。
- 优化信息的表达，消除冗余和无关信息，提高目标识别的能力，从而增强解译的可 靠性，减少模糊性（即多义性、不确定性和误差），提高分类精度。
- 扩大各数据的应用范围，提高遥感影像的应用效果和实用价值。
图像融合的目标
- 图像锐化，提高空间分辨率
高分辨率全色图像与低分辨率多光谱图像数据的融合。它既保留了多光谱 图像的较高光谱分辨率，又保留了全色图像的高空间分辨率。 - 目标特征增强
能产生单一数据所不具备的或难以显示的特征，并增强图像的语义能力， 从最大限度的提取特征信息。 - 提高分类精度，多时相图像融合用于变化监测。
- 信息互补，替代或修补图像数据的缺陷。
图像融合的方法
彩色空间变换技术:
- HSV变换
- 彩色合成
- HIS变换
代数法
- 相加或者相乘
- 相关系数加权法
图像变换法：
- 主成分分析（PCA）
- 滤波分析
- 小波变换
方法流程
（1）ENVI 5.x： Toolbox/ Image Sharpening /……
（2）ENVI Classic ： Transform > Image Sharpening > ……
NNDiffuse融合方法是最新的融合算法，支持最近传感器类型，如Landsat 8、SPOT、 WorldView-2/3、Pléiades-1A/1B、QuickBird、GeoEye-1、EO-1 ALI、IKONOS、 DubaiSat-1/2、NigeriaSat-2、高分数据等，融合结果对于色彩、纹理和光谱信息，均能得 到很好保留。这种方法可以满足绝大部分多光谱与全色分辨率为整数倍关系的图像融合，推 荐使用。
Gram-schmidt Pan Sharpening效果较好，所用的图像必须经过地理坐标定位或拥有相 同的图像维数。如果图像未经过地理坐标定位，则ENVI在进行图像锐化前先对它进行配准。
