Skip to main content

全色锐化函数

概述

全色锐化函数使用较高分辨率的全色图像或栅格波段与较低分辨率的多波段影像图层进行融合以提高多波段影像的空间分辨率。

要了解有关全色锐化的信息，请参阅 全色锐化的基础知识 。

注释

全色锐化的目的在于创建更高质量的视觉影像。 由于此项技术会更改多波段影像的辐射度和光谱特性，因此在用作遥感分析时需小心使用全色锐化影像。

用于每个波段的权重是相对的，将在使用时进行归一化。

可在镶嵌数据集中使用全色锐化函数。

参数

参数

描述

多光谱

要使用全色波段锐化的多光谱栅格数据集。

全色

高分辨率单波段栅格数据集将用于平移锐化较低分辨率的多光谱栅格。

全色锐化类型

选择要使用的平移锐化算法。

  • Brovey - 使用基于光谱建模的 Brovey 算法进行数据融合。

  • Esri - 使用基于光谱建模的 Esri 算法进行数据融合。

  • Gram-Schmidt - 使用 Gram-Schmidt 光谱锐化算法来锐化多光谱数据。

  • IHS - 使用亮度、色调和饱和度颜色空间进行数据融合。

  • 平均值 - 使用红色、绿色、蓝色值与全色像素值之间的平均值。

传感器

选择 Gram-Schmidt 算法时，您还可指定收集多波段栅格输入的传感器。 选择传感器类型将设置相应的波段权重。

红波段权重

指定红光波段的权重值。 值的取值范围是 0 到 1。

绿波段权重

指定绿光波段的权重值。 值的取值范围是 0 到 1。

蓝波段权重

指定蓝光波段的权重值。 值的取值范围是 0 到 1。

红外波段权重

指定红外波段的权重值。 值的取值范围是 0 到 1。