图像融合
图像融合是将低空间分辨率的多光谱图像或搞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。融合方法的选择取决于被融合图像的特征以及融合目的。同样的融合方法用在不同图像中，得到的结果往往会不一样。
下面列出ENVI支持/未支持的融合方法的表格：
融合方法有很多，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。
下面介绍上述表格中融合方法的原理及操作（一方法一操作一原理）：
以下操作均在ENVI5.2平台完成
1.HSV/Brovey变换
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变换的操作过程。
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。
*HSV变换和Brovey锐化变换只能对三个波段进行融合
*比值变换融合（Brovey Transform）
比值变换融合是将输入遥感数据的3个波段按照公式进行计算，获得融合以后各波段的数值。Brovey变换融合方法是将遥感图像的3个波段，按照下列公式进行计算，获得融合后各波段的数值
[DR / (DR +DG +DB ) ]×Dhires = DRnew
[DG / (DR +DG +DB ) ]×Dhires = DGnew
[DB / (DR +DG +DB ) ]×Dhires = DB new
其中，R、G、B为图像的红、绿、蓝波段数值，Dhires代表高分辨率遥感图像。
1.1HSV与HIS变换
HSV(色相hue,饱和度saturation,明度value),也称HSB (B指brightness)是艺术家们常用的，因为与加法减法混色的术语相比，使用色相，饱和度等概念描述色彩更自然直观。HSV是RGB色彩空间的一种变形，它的内容与色彩尺度与其出处——RGB色彩空间有密切联系。
HSL (色相hue,饱和度saturation,亮度lightness/luminance),也称HLS或HSI(I指intensity)与HSV非常相似，仅用亮度（lightness）替代了明度（brightness）。
二者区别在于，一种纯色的明度等于白色的明度，而纯色的亮度等于中度灰的亮度。
A. HSV变换
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。
RGB-to-HSVConversion:
(R,G,B取值范围0--1)
M=max(R,G,B)m=min(R,G,B)
r=(M-R)/(M-m);g=(M-G)/(M-m);b=(M-B)/(M-m) //归一化，转换为无量纲
V的计算（取值范围0--1）：V=max(R,G,B) //明度计算方法
S的计算（取值范围0--1）：
ifM=0 then S=0andH=180度 //0 0 180°白色
ifM!=0 then S=(M-m)/M //M不为零时，即RGB不全为0
H的计算（取值范围0--360度）：
if R=M then H=60(0+b-g) //60*(2M-B+G)/(M-m)
if G=M then H=60(2+r-b)
if B=M then H=60(4+g-r)
if H>=360 then H=H-360
if H<0 then H=H+360
B. HIS变换
HIS融合方法是基于HIS色彩模型的融合变换方法，表现为两个方面：
①分量转换
它有效地把一幅彩色影像的RGB三个分量变换成HIS三个分量，即空间信息的强度分量、光谱信息的色相分量和饱和度分量，这一过程称为HIS正变换
②可逆性
能将HIS变换成RGB，这一过程称为逆变换或反变换，HIS融合的原理如图。
