ENVI Classic：如何进行图像融合（HSV变换/Brovey变换/PC变换）？

目录

01 阅读前要

02 加载低分辨率的多光谱影像以及高分辨率的全色影像

2.1 如何加载全色影像？

2.2 如何加载多光谱影像？

03 方法1-HSV转换

04 方法2-Brovey转换

05 方法3-PC转换

06 原始数据展示

06 三种变换得到的融合影像对比

07 结果分析

---

01 阅读前要

对于博客所讲的三种变换甚至其它变换的一些原理、使用范围等可以参考

ENVI中图像融合方法 - ENVI-IDL技术殿堂 - 博客园 (cnblogs.com)

02 加载低分辨率的多光谱影像以及高分辨率的全色影像

 

 

2.1 如何加载全色影像？

 

2.2 如何加载多光谱影像？

 

 

加载的全色影像和多波段影像显示：

 

03 方法1-HSV转换

 

 

 

HSV转换的效果展示：

04 方法2-Brovey转换

 

 

 

 

Brovey转换之后的效果展示：

 

05 方法3-PC转换

 

 

PC变换的效果展示：

这是PC变换中各个波段信息量多少的展示（可以发现前三个波段的信息量是最多的，这也就是为什么我们加载RGB影像是选用前三个波段的原因）

 

06 原始数据展示

 

06 三种变换得到的融合影像对比

 

07 结果分析

首先是三种变换(HSV变换、Brovey变换、PC变换)可以实现高分辨率的全色影像与低分辨率的多光谱影像融合得到高分辨率的多光谱影像。但是三种通过上面影像的对比可以发现三种变换有如下特点。

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（只有三个波段）。

Brovey变换：光谱信息保持较好，受波段限制（三波段）。

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。

三种变换方法的一些介绍：

1. 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。

1. 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。

1. 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。

---

如果有问题，欢迎一起探讨.

炒茄子