Worl27iew2影像融合之PanSharpening算法与HCS算法对比分析

pening算法融合界面以下为融合前后相关过程数据抓图: 图3融合前的全色图像图4融合前的彩色多光谱影像图5融合后的彩色全色影像融合后的影像效果良好,特别是融合后的影像在亮度和对比度方面,有所提升。但缺陷也很明显,色彩度有一定失真。 5基于HCS的影像融合基于HCS的WorldView2影像融合过程相对PCI系列就比较简单,主要按照以下步骤进行:首先,将多光谱数据融合为彩色多光谱影像;之后通过HCS算法,融合为彩色影像。具体实现如下: 首先,多光谱数据融合,界面如下: 图6Erdas多光谱融合界面注意:WorldView2的波段次序选择一般是321,注意排列顺序其次,将全色波段与多光谱影像融合,界面如下: 图7全色波段HCS融合界面融合后的影像效果如下: 图8HCS融合后彩色全色影像由此可见,HCS算法融合后的影像,与彩色多光谱影像颜色最为接近,色彩保真度较高。 6小结 pansharpening和HCS算法是市面上最为出色的融合算法之一,前者优势在于融合后,部分不参与色彩融合的波段,作为参考波段间接提升了影像的亮度和对比度等信息,对地物的识别具有一定意义。后者优势在于操作简单,融合后影像色彩度保持较好,因此笔者认为,针对WorldView2影像融合,HCS是优于pansharpening算法,是当前最为优秀的WorldView2影像融合算法之一。 7参考文献[1]PCIGeomatics,GeomaticaPrimeHelp,2005 [2]LeicaErdas,Erdas2011ImageHelp,2011 作者简介: 梁佳(1975----),男,工程师,主要从事地籍测绘、工程测量、地形的量、房产测量,航空摄影测量、GIS工程,至今已发表论文数篇。魏金占(1980----),男,注册测绘师,主要从事地籍测绘、工程测量、数据整理、GIS算法设计研究等数据处理及研究工作。