下载文档原格式
一、实验背景遥感技术作为一门新兴的交叉学科，广泛应用于地理信息系统、环境监测、农业、林业、城市规划等领域。
随着遥感技术的发展，遥感软件在遥感数据处理和分析中发挥着越来越重要的作用。
本实验旨在通过使用遥感软件进行遥感图像处理和分析，提高学生对遥感数据处理技术的掌握程度。
二、实验目的1. 熟悉遥感软件的基本操作和功能；2. 学习遥感图像的预处理、增强、分类和制图等基本操作；3. 了解遥感技术在实际应用中的案例。
三、实验内容1. 遥感软件简介本次实验使用的遥感软件为ENVI，它是一款功能强大的遥感图像处理软件，具有以下特点：（1）支持多种遥感数据格式；（2）提供丰富的图像处理和分析工具；（3）支持多种图像分析模型；（4）具有友好的用户界面。
2. 遥感图像预处理遥感图像预处理是遥感图像处理的重要环节，主要包括以下内容：（1）图像几何校正：通过对遥感图像进行几何校正，消除由于传感器倾斜、地球曲率等因素造成的几何畸变，提高图像的几何精度；（2）图像辐射校正：通过对遥感图像进行辐射校正，消除由于大气、传感器等因素造成的辐射畸变，提高图像的辐射精度；（3）图像增强：通过对遥感图像进行增强，突出图像中感兴趣的信息，提高图像的可视化效果。
3. 遥感图像增强遥感图像增强是提高遥感图像质量的重要手段，主要包括以下内容：（1）直方图均衡化：通过对遥感图像进行直方图均衡化，使图像中的像素值分布更加均匀，提高图像的对比度；（2）滤波处理：通过对遥感图像进行滤波处理，消除图像中的噪声和纹理信息，提高图像的清晰度；（3）色彩校正：通过对遥感图像进行色彩校正，使图像的色彩更加真实，提高图像的可视化效果。
4. 遥感图像分类遥感图像分类是遥感图像处理的重要应用，主要包括以下内容：（1）监督分类：通过选取已知地物类别的训练样本，建立分类模型，对未知地物类别进行分类；（2）非监督分类：通过对遥感图像进行聚类分析，将图像分割为不同均质的对象，对每个对象进行分类。
遥感图像处理实验报告遥感图像处理实习报告姓名：学号：联系方式：日期：一、实习要求（一）掌握使用ENVI进行各种图像基本操作；（二）熟练运用ENVI中工具进行图像图像校正、裁剪拼接、融合及图像增强处理；二、实习操作过程与实现结果（一）辐射校正及大气校正1、辐射校正（1）选择File->open，选择Landset8武汉数据中的‘’文件。
（2）选择T oolbox->Radiometric Correction->Radiometric Calibration工具，选择要校正的‘LC8LGN00_MTL_MultiSpectral’多光谱数据，设置定标参数（存储格式：BIL；单位转换“Scale Factor”的设置，单击Apply FLAASH Settings得到相应的参数），得到辐射定标后的结果。
2、大气校正（1）选择Toolbox->Radiometric Correction->Atmospheric Correction Module->FLAASH Atmospheric Correction工具；打开工具后设置参数：在FLAASH Atmospheric Correction Module Input Parameters 面板中如图设置各项参数；点击apply运行大气校正。
（2）大气校正运行结果（二）图像裁剪与拼接1、15米全色波段图像裁剪拼接（1）选择File->open，选择‘县界.shp’‘LC8LGN00_MTL’及‘LC8LGN00_MTL’文件。
（2）选择Toolbox->Regions of Interest->Subset Date from ROIs 工具；双击打开后input file面板选择38区段15米分辨率文件，input ROIs面板选择‘县界’文件。
点击‘OK’，38区段文件裁剪后如图。
（3）重复（2）中工具选择步骤；双击打开后在input file 面板选择39区段15米分辨率文件，在input ROIs面板选择‘县界’文件。
实习报告：遥感影像处理与分析实践一、实习目的与要求本次遥感影像实习旨在让学生掌握遥感影像的基本处理方法、分析技巧以及应用遥感影像进行地物分类和信息提取的能力。
实习要求学生熟练使用遥感影像处理软件，如ENVI、ArcGIS等，了解遥感影像的辐射特性和几何特性，掌握遥感影像的预处理、增强、分类和信息提取等基本技能。
二、实习内容与过程1. 遥感影像预处理在ENVI软件中，我们对下载的原始遥感影像进行了辐射校正和几何校正。
辐射校正主要包括传感器校正、大气校正、太阳高度及地形校正，以消除遥感影像中的辐射误差。
几何校正则是为了纠正图像中的几何变形，我们选取了UTMWGS84坐标系作为遥感影像的坐标系。
2. 遥感影像裁剪为了便于分析，我们使用ENVI软件的感兴趣区域（ROI）功能，选取了实习所用的区域范围，并将遥感影像进行裁剪。
裁剪后的影像更加清晰，便于后续的分析和处理。
3. 遥感影像增强在ENVI软件中，我们对裁剪后的遥感影像进行了对比度增强和色彩平衡处理，以突出地物的细节信息和纹理特征。
增强处理后的影像更加直观，便于地物的识别和分类。
4. 遥感影像分类利用ENVI软件的监督分类模块，我们选取了训练样本，对遥感影像进行了分类。
分类过程中，我们根据实际地物特征，选择了合适的波段组合和分类算法。
分类结果较好地反映了实习区域的地物分布状况。
5. 地物信息提取与分析通过对分类结果的分析，我们提取了实习区域的地物信息，包括建筑物、林地、水体等。
进一步，我们使用ArcGIS软件对提取的地物信息进行了空间分析和统计分析，探讨了地物分布的规律和特点。
三、实习成果与总结本次实习，我们成功地对实习区域的遥感影像进行了预处理、增强、分类和信息提取。
实习过程中，我们深入了解了遥感影像的处理方法和分析技巧，提高了遥感影像处理的实际操作能力。
通过实习，我们认识到遥感技术在地物监测、资源调查和环境评估等方面的重要应用价值。
总结：本次遥感影像实习让我们对遥感影像的处理和分析方法有了更深入的了解。
遥感图像融合实验报告
一、实验目的
本次实验旨在探究遥感图像融合技术的原理及应用，熟悉不同遥感图像融合算法的优缺点，以及掌握如何使用ENVI软件进行遥感图像融合的操作。
二、实验材料
本实验所需材料和工具如下：
1. Landsat8 OLI多光谱遥感图像；
2. Sentinel-2 MSI多光谱遥感图像；
3. ENVI软件。
三、实验步骤
1. 获取分别来自Landsat8 OLI卫星和Sentinel-2 MSI卫星的多光谱遥感图像；
2. 在ENVI软件中加载两幅遥感图像，根据图像的特点选择合
适的图像融合算法；
3. 使用ENVI的遥感图像融合工具，对两幅图像进行融合；
4. 对融合后的图像进行可视化处理，调整亮度、对比度等参数，使图像更加清晰、自然；
5. 利用融合后的遥感图像进行场景识别和分类等实际操作。
四、实验结果及分析
通过比较不同图像融合算法下的融合效果，我们发现基于互补
信息的Pansharpening算法较为适用于融合Landsat8 OLI和
Sentinel-2 MSI遥感图像。
经过图像融合后，图像的清晰度、色彩
还原度、空间分辨率等有了显著提升，使用融合后的遥感图像进
行场景识别和分类等实际操作效果也较为良好。
五、实验结论
遥感图像融合技术是提高遥感图像质量和应用效果的重要手段
之一。
本次实验通过对不同遥感图像融合算法的研究和实践操作，
了解了遥感图像融合技术的实现原理和应用场景，同时也学习了ENVI软件进行遥感图像融合的具体操作方法。
目录前言 (3)一、实验目的 (3)二、实验内容 (3)三、实验时间 (3)四、组织人员 (3)1.专题概述 (4)2. 处理流程介绍 (4)2.1图像获取 (4)2.2数据读取和定标 (4)2.3图像配准 (5)2.4大气校正 (5)2.5反演模型构建及模型应用 (5)2.6植被变化 (6)3.详细处理过程 (7)3.1数据预处理 (7)3.1.1安装环境小卫星数据处理补丁 (7)3.1.2数据处理和定标 (7)3.1.3工程区裁剪 (9)3.1.4图像配准 (14)3.1.5大气校正 (17)3.1.6裁剪浑善达克区 (23)3.2植被覆盖度反演 (27)3.2.1计算归一化植被指数 (27)3.2.2计算植被覆盖度 (28)3.3植被变化监测 (29)3.3.1植被覆盖区提取 (29)3.3.2植被变化检测 (31)3.4成果后期处理与应用 (32)3.4.1植被变化区域图的背景值处理 (32)3.4.2植被变化区域制图 (33)实验心得 (36)前言一、实验目的1、掌握ENVI软件的基本操作。
2、掌握卫星影像的预处理的基本流程。
3、通过实习，学会自己去处理一些问题。
4、进一步提高学生分析问题、解决问题的能力，增强实践技能，并培养学生勇于动手、勤于动手、热爱本专业的思想。
5、深刻地理解和巩固基本理论知识,掌握基本技能和动手操作能力,提高综合观察分析问题的能力二、实习内容1、了解ENVI的基本操作。
2、实现影像图像的几何校正、融合、镶嵌及剪裁。
3、掌握ENVI对影像信息的提取4、了解ENVI的一些应用分析专题：基于环境小卫星的草原荒漠化监测一、专题概述浑善达克地区位于内蒙古草原阴山北麓锡林郭勒高原中部，是亚洲草原荒漠化土地东部边缘区的重要组成部分，经纬度在东经114°55’~116°38’，北纬41°46’~43°07’之间，平均海拔高度在1100 米左右。
一、实习背景随着遥感技术的发展，遥感影像在地理信息、环境监测、城市规划等领域得到了广泛应用。
为了提高我们对遥感影像处理和分析的能力，我们开展了为期两周的遥感影像实习。
本次实习旨在让我们了解遥感影像的基本原理，掌握遥感影像处理软件的使用方法，并能对遥感影像进行初步的解译和分析。
二、实习内容1. 遥感影像基础知识实习期间，我们首先学习了遥感影像的基本原理，包括遥感数据的获取、处理、分析等环节。
了解了遥感影像的成像原理、成像模型、传感器类型等基本概念。
2. 遥感影像处理软件学习我们主要学习了ENVI软件的使用。
通过实习，我们掌握了以下操作：（1）数据导入与导出：学会了如何将遥感影像数据导入ENVI软件，以及如何导出处理后的影像数据。
（2）图像预处理：学会了如何对遥感影像进行辐射校正、几何校正、大气校正等预处理操作。
（3）图像增强：学会了如何对遥感影像进行对比度增强、亮度增强、锐化等增强操作。
（4）图像分类：学会了如何对遥感影像进行监督分类和非监督分类，以及如何提取地物信息。
3. 遥感影像解译与分析在实习过程中，我们对实习区域进行了遥感影像解译与分析。
主要内容包括：（1）地物识别：通过对遥感影像进行解译，识别实习区域内的主要地物类型，如水体、植被、建筑等。
（2）变化检测：对比不同时期的遥感影像，分析实习区域内的地物变化情况。
（3）专题图制作：根据遥感影像解译结果，制作实习区域的专题图，如土地利用现状图、植被覆盖度图等。
三、实习成果通过本次实习，我们取得了以下成果：1. 掌握了遥感影像处理软件ENVI的基本操作，能够对遥感影像进行预处理、增强、分类等操作。
2. 提高了遥感影像解译与分析能力，能够对实习区域内的地物进行识别和变化检测。
3. 了解了遥感技术在地理信息、环境监测、城市规划等领域的应用，为今后从事相关领域的工作奠定了基础。
四、实习体会本次遥感影像实习让我们受益匪浅。
在实习过程中，我们不仅学到了遥感影像处理和分析的基本知识，还提高了实际操作能力。
实习报告：遥感软件实习经历一、实习背景与目的随着遥感技术的不断发展，遥感软件在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。
为了更好地了解遥感软件的应用和方法，提高自己的实践能力，我参加了为期一个月的遥感软件实习。
本次实习的主要目的是：1. 掌握遥感软件的基本操作和功能；2. 学会处理和分析遥感数据，提取有用信息；3. 了解遥感软件在实际项目中的应用流程；4. 提高自己的遥感数据处理和分析能力。
二、实习内容与过程实习期间，我主要使用了ENVI和ArcGIS两款遥感软件。
以下是我在实习过程中学习到的一些主要内容：1. ENVI软件：（1）遥感影像预处理：包括辐射校正、大气校正、太阳高度角校正等；（2）遥感影像裁剪：根据研究区域范围，选取感兴趣区域（ROI），进行遥感影像裁剪；（3）遥感影像增强：采用直方图均衡化、对比度增强等方法，提高遥感影像的可视性；（4）遥感分类：利用监督分类、非监督分类等方法，对遥感影像进行地物分类；（5）遥感信息提取：根据分类结果，提取土地利用、植被覆盖等信息。
2. ArcGIS软件：（1）遥感影像导入：将ENVI处理后的遥感影像导入ArcGIS；（2）遥感影像配准：对多时相遥感影像进行配准，确保影像间的一致性；（3）遥感影像融合：采用空间域融合、频域融合等方法，融合多时相遥感影像；（4）遥感影像分析：利用ArcGIS的空间分析功能，进行地物变化检测、景观分析等；（5）成果制作与输出：制作遥感影像专题图、地物变化图等，并进行输出。
三、实习成果与总结通过本次实习，我掌握了遥感软件的基本操作和功能，学会了处理和分析遥感数据，并成功完成了多个实际项目的遥感数据处理和分析。
同时，我还深入了解了遥感软件在资源调查、环境监测、城市规划等领域的应用。
总结起来，本次实习使我受益匪浅，不仅提高了自己的遥感数据处理和分析能力，还为将来从事相关领域的工作打下了坚实基础。
在今后的学习和工作中，我将继续努力，充分发挥遥感软件的优势，为我国的遥感事业贡献自己的力量。
第1篇一、实验目的1. 了解影像融合的基本原理和意义。
2. 掌握影像融合的基本方法，如Brovey变换、PCA变换等。
3. 学会使用ENVI软件进行影像融合操作。
4. 分析不同融合方法对影像质量的影响。
二、实验原理影像融合是将不同来源、不同时相、不同光谱分辨率或不同波段的遥感影像进行综合处理，以获得更全面、准确、可靠的区域信息。
影像融合的方法主要分为像素级融合、特征级融合和决策级融合。
像素级融合是指对原始影像的像素值进行融合，常用的方法有Brovey变换、PCA变换、Gram-Schmidt变换等。
特征级融合是指对预处理和特征提取后获得的景物信息进行融合，常用的方法有边缘融合、纹理融合等。
决策级融合是指对融合后的影像进行决策，如分类、识别等。
三、实验方法1. 选择实验数据：选择两幅具有相同覆盖区域的遥感影像，一幅为多光谱影像，另一幅为全色影像。
2. 图像预处理：对两幅影像进行预处理，包括几何校正、辐射校正、大气校正等。
3. 影像融合：使用ENVI软件进行影像融合操作，选择不同的融合方法进行实验。
（1）Brovey变换融合：将多光谱影像的三个波段分别与全色影像进行线性组合，得到融合后的影像。
（2）PCA变换融合：对多光谱影像进行主成分分析，将特征向量与全色影像进行线性组合，得到融合后的影像。
4. 结果分析：比较不同融合方法得到的融合影像，分析其质量、视觉效果和实用性。
四、实验结果与分析1. Brovey变换融合结果：Brovey变换融合后的影像具有较高的空间分辨率和光谱信息，视觉效果较好。
但融合后的影像存在光谱失真现象，部分地物信息丢失。
2. PCA变换融合结果：PCA变换融合后的影像保留了原始影像的大部分信息，但融合后的影像分辨率较低，视觉效果较差。
3. 结果比较：Brovey变换融合方法在保持空间分辨率的同时，较好地保留了光谱信息，视觉效果较好。
PCA变换融合方法在保留大部分信息的同时，降低了影像分辨率，视觉效果较差。
第1篇一、实验背景随着遥感技术的发展，遥感影像在资源调查、环境监测、城市规划等领域发挥着越来越重要的作用。
然而，由于遥感传感器类型、观测时间、观测角度等因素的限制，同一地区获取的遥感影像往往存在光谱、空间分辨率不一致等问题。
为了充分利用这些多源遥感影像数据，提高遥感信息提取的准确性和可靠性，遥感影像融合技术应运而生。
遥感影像融合是将不同传感器、不同时间、不同分辨率的多源遥感影像进行综合处理，以获得对该区域更为准确、全面、可靠的影像描述。
本文通过实验验证了遥感影像融合技术在提高遥感信息提取准确性和可靠性方面的作用。
二、实验目的1. 了解遥感影像融合的基本原理和方法；2. 掌握常用遥感影像融合算法；3. 通过实验验证遥感影像融合技术在提高遥感信息提取准确性和可靠性方面的作用。
三、实验原理遥感影像融合的基本原理是将多源遥感影像数据进行配准、转换和融合，以获得具有更高空间分辨率、更丰富光谱信息的融合影像。
具体步骤如下：1. 影像配准：将不同源遥感影像进行空间配准，使其在同一坐标系下；2. 影像转换：将不同传感器、不同时间、不同分辨率的遥感影像转换为同一分辨率、同一波段的影像；3. 影像融合：采用一定的融合算法，将转换后的多源遥感影像数据进行融合，生成具有更高空间分辨率、更丰富光谱信息的融合影像。
四、实验方法1. 实验数据：选取我国某地区的高分辨率多光谱遥感影像和全色遥感影像作为实验数据；2. 融合算法：选用Brovey变换、主成分分析（PCA）和归一化植被指数（NDVI）三种常用遥感影像融合算法进行实验；3. 融合效果评价：采用对比分析、相关系数、信息熵等指标对融合效果进行评价。
五、实验步骤1. 数据预处理：对实验数据进行辐射校正、大气校正等预处理；2. 影像配准：采用双线性插值法对多光谱影像和全色影像进行配准；3. 影像转换：对多光谱影像进行波段合成，得到与全色影像相同分辨率的影像；4. 影像融合：分别采用Brovey变换、PCA和NDVI三种算法对转换后的多源遥感影像数据进行融合；5. 融合效果评价：对比分析三种融合算法的融合效果，并采用相关系数、信息熵等指标进行定量评价。
一、实习背景随着科技的不断发展，遥感技术在我国得到了广泛的应用。
为了让我更加深入地了解遥感技术，提高自己的实际操作能力，我参加了遥感导论实习。
本次实习主要在遥感实验室进行，通过实际操作，掌握遥感数据处理、图像分析和应用等方面的技能。
二、实习内容1. 遥感数据处理在实习过程中，我学习了遥感数据的获取、预处理和格式转换等基本操作。
通过实践，我掌握了使用ENVI软件进行遥感数据的预处理，包括辐射校正、几何校正和大气校正等。
2. 遥感图像分析遥感图像分析是遥感导论实习的重点内容。
我学习了遥感图像的增强、分类、提取和变化检测等方法。
通过实际操作，我掌握了使用ENVI软件进行遥感图像的增强、分类和变化检测等操作。
3. 遥感应用遥感技术在农业、林业、城市规划等领域有着广泛的应用。
在实习过程中，我了解了遥感技术在各个领域的应用案例，并尝试将这些应用与实际案例相结合。
4. 遥感实验为了提高自己的实际操作能力，我在实习过程中进行了多个遥感实验。
例如，利用遥感数据对农作物长势进行监测、利用遥感图像进行土地覆盖分类等。
三、实习收获1. 理论知识与实践相结合通过本次实习，我深刻体会到理论知识与实践操作的重要性。
在实习过程中，我不仅巩固了遥感导论的相关知识，还学会了如何将理论知识应用于实际操作。
2. 提高实际操作能力在实习过程中，我熟练掌握了遥感数据处理、图像分析和应用等方面的技能。
这为我今后的学习和工作打下了坚实的基础。
3. 拓宽视野通过实习，我了解了遥感技术在各个领域的应用，拓宽了自己的视野。
这对我今后的学习和工作具有重要意义。
四、实习总结本次遥感导论实习让我受益匪浅。
在实习过程中，我不仅提高了自己的实际操作能力，还拓宽了视野。
我相信，通过本次实习，我将在遥感领域取得更好的成绩。
在今后的学习和工作中，我将继续努力，不断提高自己的专业素养，为我国遥感事业的发展贡献自己的力量。
以下是实习期间的部分成果：1. 完成遥感数据处理实验报告一份；2. 完成遥感图像分析实验报告一份；3. 完成遥感应用案例分析报告一份；4. 完成遥感实验报告一份。
遥感图像处理实习报告实验内容：影像融合与增强
班级：测绘1102班
学号： 1110020213
姓名：
指导老师：陈晓宁、黄远程、竞霞、史晓亮
西安科技大学
测绘科学与技术学院
二零一三年一月
实习三影像融合与增强
一、实习内容：
1.掌握ENVI中各种影像融合方法，并比较各方法的优缺点；
2.熟悉ENVI图像增强操作；
3.本实习的数据源为上节已经过校正的资源三号多光谱和全色影像。
二、实习目的：
1.了解和认识各种图像融合方法的原理、内容及要点；
2.熟悉、熟练操作ENVI软件中各种图像融合的方法、步骤并学会加以比较；
3.学习利用ENVI软件进行各种图像增强处理操作；
4.学会定性、定量分析比较图像融合的差异。
三、实习步骤：
1.图像融合：
三波段融合：
HSV和Color Normalized (Brovey)变换：
1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；
2）选择多光谱3,2,1波段（可以根据需要选择）对应R，G，B，点击Load RGB将多光谱影像加载到显示窗口display#1；
3）在ENVI的主菜单选择Transform → Image Sharpening → HSV；
4）在Select Input RGB Input Bands对话框中，选择Display #1，然后点击OK。
5）从High Resolution Input File对话框中选择全色影像，点击OK。
6）从HSV Sharpening Parameters对话框中，选择重采样方法，并输入输出路径和文件名，点击OK。
即可完成HSV变换融合；
与上述方法类似，选择Transform → Image Sharpening → Color Normalized (Brovey)，使用Brovey进行融合变换。
多光谱融合：
Gram-Schmidt、主成分（PC）和color normalized (CN)变换
三种方法操作过程基本类似，下面以Gram-Schmidt为例：
1）从ENVI主菜单中，选择File → Open Image File，分别加载校正后的资源三号多光谱与全色影像到可用波段列表Available Bands List中；
2 在ENVI的主菜单选择Transform → Image Sharpening →Schmidt Spectral Sharpening；
3）在Select Low Spatial Resolution Multi Band Input File对话框中选择资源三号多光谱影像，在Select High Spatial Resolution Pan Input Band对话框中选择全色影像，点击OK。
4）选择Average of Low Resolution Multispectral File方法。
5）选择重采样方法，输入输出路径及文件名，单击OK输出。
与上述方法类似，选择其他两种方法进行融合，并比较融合结果。
2.图像增强：
1）从ENVI主菜单中，选择File → Open Image File，加载融合后影像到可用波段列表Available Bands List中，并打开影像；
2）在image主窗口菜单Enhance下有不同的拉伸方法，可以尝试并比较各种方法的特点；
3）ENVI系统默认打开的影像已经过2%线性拉伸。
如果希望改变系统默认的2%线性扩展，从主菜单File → Preferences → Display Default，
将%Linear 中的2.0 改为0.0，选择OK 后，关闭对话框。
4）交互式拉伸：主图像菜单中选择Enhance→Interactive Stretching。
Strech_Type 中可以选择各种扩展方式，主要有Linear（线性）、Gaussian（高斯），Piecewise Linear（分段线性），Equalization（均衡化），Square Root（平方根），Arbitrary（任意拉伸），选中各种不同的扩展方式，点击Apply，即可在图中看到变化后的图像。
5）以上增强后结果如果需要保存时，在Image窗口下File → Save Image as → Image File
四、实习结果：
思考题：利用提供的练习数据，分别采用不同的方法进行融合（HSV、Brovey、GS、PC、Pan sharpening），分析融合结果（目视分析影像空间显示和光谱特征，基于均值、标准差分析定量分析图像质量），说明不同融合方法的优缺点。
答：电子表格分析如下：
Mean
Band 1 Band 2 Band 3
HSV 83.6654 78.5402 80.5564
Color 249.6896 248.7857 241.3201
Stdev
Band 1 Band 2 Band 3
HSV 66.3584 60.0417 65.5638
Color 155.1116 152.2875 154.9004
Mean
Band 1 Band 2 Band 3 Band 4 CN 726.6659 828.5440 668.2097 755.6398
Gram-Schmidt 381.0453 431.9748 350.2704 732.5705
PAN 378.8832 430.2334 353.1667 732.1128 PC 389.4692 449.0391 362.0102 759.2461
Stdev
Band 1 Band 2 Band 3 Band 4
CN 422.2953 495.1943 426.3564 414.8822
Gram-Schmidt 210.5905 255.7186 224.0602 411.6446
PAN 211.4756 251.3286 223.1606 410.8164
PC 209.8707 250.5845 228.5233 395.8967
分析结论：由以上各图可观察看出：HSV和Brovey变换两种方法在三个
波段中，Brovey方法比HSV方法的均值和标准差值都大，在四个波段的其他四种方法，在各个波段中，CN法的均值和标准差值都最大，GS方法与PAN方法均值和标准差值都差不多相等且最小，PC方法的均值比CN方法小比GS方法与PAN 方法略大，在1、2、3波段上，CN法的标准差值最大，其余三种大小差不多相等，在4波段上，CN法、GS法、PAN法标准差值大小差不多相等，PC法两种值均最小。
定量分析，对比六种方法融合后的图像，可以看出，HSV方法的融合效果最好，
图像融合后最为清晰，PC方法的融合效果最差，图像较为模糊。
由此通过分析，HSV方法融合效果最佳。
五、实习心得：
通过这次实习，简单学会了6种利用ENVI软件进行对校正后的图像的融合技术，并学会了对融合后的图像进行增强处理，其次，会简单的对融合图像加以定性定量分析，得出6种融合技术的比较，发现了各种融合技术的优缺点。
这就是本次实习的主要收获，感觉步骤简单，操作较少，就是分析比较时需要认真对待，才能比较出一个较好的结果。
