LANDSAT影像可见光.docxVIP

LANDSAT影像可见光—近红外全色波段融合学院：姓名：年级：学号：数据介绍本次实验数据为从地理空间数据云平台下载了商丘市的Landsat8 OLI的图像，该数据云量仅为0.51%，研究区域少云层和烟雾的遮挡，质量较好。包含多光谱8个波段，30米空间分辨率，一个全色波段，15米空间分辨率，以及热红外数据。下载的数据格式为经典的TIFF格式,其中包括11个波段和影像文件,一个质量评估文件和一个TXT格式的元数据。具体操作步骤加载原始数据本次实验要求将可见光波段—近红外波段与全色波段进行融合。打开basic tools——layer stacking进行可见光波段与近红外波段的波段合成，将第二、三、四、五波段添加进来，坐标系选择UTM。裁剪出自己感兴趣的研究区域，具体步骤为在主菜单打开file------Save File As------ENVI Standard,在New File Builder中导入可见光—近红外影像，且在create New File input File对话框中选择spatial subset来剪切所选定的区域，点image，根据行列号选择裁剪区域。在依同样的步骤，导入第八波段的影像，在subset Using中选着file，加载刚才已经可见光—近红外裁后区域，导入。图像融合方法的选择图像融合是将低空间分辨率的多光谱影像或高光谱数据与高空间分辨率的单波段影像重采样生成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。在此我们要将空间分辨率为30m的可见光—近红外影像与空间分辨率为15米的全色波段影像进行融合。在ENVI中融合方法有很多种，在此选用Gram—schmidt(GS)与PC spectral sharpening两种对图像进行融合，Gram-Schmidt法能保持融合前后影像波谱信息的一致性，是一种高保真的遥感影像融合方法。首先进行重采样，先右击列表中裁剪后的第8波段，点击edit header 查看一下第八波段的samples与lines值，为876与809.打开Basic Tools → Resize Data (Spatial/Spectral).在Resize Data对话框中输入上述值。点击ok，将输出结果放到指定的位置。1）选择主菜单—Transform—image sharpening—Gram-Schmidt spectral sharpening将重采样后的可见光—近红外影像作为低分辨率影像，将全色波段影像作为高分辨率影像。在Gram—schmidt spectral sharpen parament对话框中设置参数如下：得到结果，融合后图像(左)与可见光——近红外影像（右）相对比，经过对比可以看出融合后的影像其分辨率有了很大程度的提升，融合效果较好。2）选择主菜单—Transform—image sharpening—PC spectral sharpening将重采样后的可见光—近红外影像作为低分辨率影像，将全色波段影像作为高分辨率影像在PC spectral sharpen parament对话框中设置参数如下：得到结果如下，融合后图像(右)与可见光——近红外影像（左）相对比