图像配准就是将不同时间、不同传感器或不同条件下如气候、照度、摄像位置和角度等获取的两幅或多幅图像进行匹配、叠加的过程。

PC spectral 主成分

Brovey变换

HSV

CN

Gram-Schmidt Pan sharping（适合同一个传感器，尽管多光谱和全色不配准，但是可以直接做融合，最后的结果和全色位置一致，如果最后不准的话，做个配准嘻嘻。）

小波融合

一般重叠1/3副影像

通常用Overlap Area Only颜色平衡，如果两边相差太大，全景颜色校正效果不好

当有很多幅具有地理投影信息，数据量很大的影响，并且不用做匀色和接边线处理时候，可以使

用Mosaic批处理补丁（mosaic_maker_jg.sav）

Esri论坛，关于Mosai的补丁和插件很多

可以批处理

1.规则裁剪

file-save as-spatial subset

2.不规则裁剪

regions of interest—subset data from ROIs

可以用new vector 工具来画矢量

也可以用外部矢量

外部像素可以设置为白色255 【0是黑色】

画拼接线seamline【可以用横条工具条上的text Annotation】

1.空间域增强

1.1卷积滤波 convolutions

包括高通、低通、拉普拉斯算子、方向、高斯高通、高斯低通、中值、sobel和roberts，也可

以自定义卷积核

数学形态学滤波 Morpholoogy ：膨胀（dilate）、腐蚀（erode）、开运算（opening）、闭运算（closing）

1.2纹理分析 Occurrence measure

可以基于数据范围（data range）、均值（mean）、方差（variance）、信息熵（entropy）、偏斜（skewness）。

二阶概率统计的滤波co-occurrence measure

基于均值（mean）、方差（variance）、协同性（homogeneity）、对比度（contrast）、相异性（dissimilarity） 、信息熵（entropy）、二阶距（second moment）、相关性（correlation）

2.辐射增强

2.1交互式直方图拉升

在工具栏上面，Linear、Equalizations、Gaussian、Square root Logarithmic

toolbox里面 Data Streching

坏道填补 replace bad lines。噪声。

去条带处理 destripe

Mss 中经常6行出现一条条带噪声，TM中16行出现一条条带噪声。

3.光谱增强

3.1 band ratios，band math 可以获得波段比值

3.2 PCA： PCA Rotation/Forward PCA Rotation Existing Statistics

根据 eigenvalue 来选择输出的波段数

ICA【独立PCA】：用于多光谱和高光谱去相关 ICA Rotation/Forward ICA Rotation New Statistics and Rotate

两者很多结果没有大的区别

3.3色彩空间变换包括（RGB,HSV,HLS之间的变换)

Color Transforms---RGB to HSV (USGS Munsell) Color Transform

色彩拉伸【有去相关拉伸Decorrelation Stretch、photographic拉伸（RGB）和饱和度拉伸Saturation Stretch】

3.4 NDVI 【Spectral—Vegetation—NDVI】

3.5 穗帽变换（tassled cap）

4 傅里叶FFT变换和反变换 【 FFT】

把空间域变换到频率域，主要用于消除周

期性噪声和传感器异常导致的规律性错误。

5 波段组合增强 【Layer Stacking】

把所有的波段 ，以及新生成的PCA、NDVI、穗帽等合成一个文件

inclusive 是并集 exlusive是交集

使用Compute Statistics计算协方差