多光谱图像 全色图像融合的代码

多光谱图像和全色图像融合通常用于遥感领域，其中多光谱图像包含对不同波段信息的详细观测，而全色图像是基于可见光范围内的单一色彩合成。将两者融合可以提供更丰富的视觉效果和更全面的地表特征分析。

在Python中，常见的库如`rasterio`, `matplotlib`, 和 `scikit-image` 可以用来处理这类任务。以下是一个简单的例子，展示了如何融合多光谱图像（例如Bands 4、3、2代表红绿蓝三带）和全色图像（通常是Band 8，即近红外）：

import rasterio as rio
import numpy as np
from matplotlib import pyplot as plt

# 加载多光谱和全色数据
with rio.open(' multispectral.tif') as src_msi, rio.open('panchromatic.tif') as src_pan:
    msi_data = src_msi.read()
    pan_data = src_pan.read()

# 融合步骤：
# 1. 将全色数据扩展到多光谱图像的高度和宽度
pan_data = np.repeat(pan_data[np.newaxis, :, :], msi_data.shape, axis=0)

# 2. 指定融合权重（这里一般采用RGB通道对应的比例）
weight = [0.5, 0.4, 0.1]  # 这里假设红色最重要，绿色通道次之，近红外较弱

# 3. 使用加权平均融合
merged_data = weight * msi_data + (1 - sum(weight)) * pan_data

# 4. 创建一个新的GeoTIFF保存结果
profile = src_msi.profile
profile.update(count=1)  # 更新新的数据通道数为1
with rio.open('merged.tif', 'w', **profile) as dst:
    dst.write(merged_data.astype(np.uint8), 1)

# 显示融合前后的对比
plt.subplot(121), plt.imshow(msi_data)
plt.title('Multispectral Image')
plt.subplot(122), plt.imshow(merged_data)
plt.title('Fused Image')
plt.show()