1.1.高分二号原始影像
影像为山西介休市的一景获取时间为2019.01.22的GF2影像：
1.2.参考影像
参考影像为往期的该区域的DOM成果：
首先使用ERDAS打开GF2全色的TIF文件，建立金字塔：
点击全色工具栏下面的控制点校正工具：
校正模型选QuickBird RPC (资源卫星中心提供的数据，其RPC格式一般为.rpb,选QuickBird RPC，若是国测局的资三影像，其RPC后缀为.rpc，则模型选IKONOS RPC)
下面选基准参考影像，选那个之前的往期DOM：
接下来设置DEM：
如图，其RPC自动识别，然后我们选择DEM数据后点击Apply：
下面开始选点：
第一个点我们选在影像的左上角的位置，选点原则是棱角分明的地方，且没有变化，切忌不要选在楼房这种带倾角的地物上，一般软件会根据RPC自动预测，但是预测位置只是个大概，如下图所示
下面我们将这个点挪到正确的位置：
接下来选第二个、第三个、第四个点：
选完第四个点，点击计算按钮：
然后再将多项式的阶数改为1：
这样中误差的窗口会跟着更新：
接下来继续选点，选完第七个点将多项式阶数改为2：
然后一般选9-15个点均匀分布就可以了：
最后计算看中误差：
一般山地控制在3以内，平原控制在1以内：
感觉精度可以的话，现在可以选择输出了：
输出窗口填上输出文件，采样方式选双线性，像元大小填GF2的全色大小0.8
校正后的数据可以通过卷帘操作查看和参考影像的套和程度：
检查完套和，精度不错的话，可以将控制点另存为GCC文件，假如有精度不理想的地方，可以接着在不理想的地方选点，然后输出。
多光谱的正射校正选项基本和全色一样，不同的是工具窗口位于多光谱下面：
然后参考影像选择之前校正过的全色数据，其他的操作基本一样：
在融合之前需要先将校正后的全色和多光谱数据分别转为8比特数据：
然后进行融合操作：
融合后的影像如下：
因为是冬季的影像，植被不够鲜绿，我们可以进行植被增强操作：
植被增强前后的数据对比：
接下来我们可以打开PS对其进行调色，打开我们需要调色的植被增强后的img文件：
打开后我们首先调整色阶：
依次对红绿蓝三个波段进行调整色阶：
调整后的图如下：
还可以调整曲线：
增加对比度：
最后整体将亮度加2或者其他整数，这样保证图里不会出空值：
合并图层：
将背景统一填充为纯黑：
接下来保存即可：
最后的效果：
对于冬季影像，我们虽然采样了植被增强，但是因为确实是非生长季的数据，因此其色调还是存在偏暗灰色，无法与夏季的鲜艳相比，我们接下来尝试用这个GF2的全色与其他数据的多光谱融合试试。
5.1Planet数据校正
首先我们选取了一景Planet数据，2019.08.14拍摄的，带有RPC的L1B级别数据，现在参考GF2的正射校正后的全色对其进行正射校正：
校正选项跟之前一样，不同的是因为其RPC是以.RPC为后缀，因此我们选择IKONOS模型：
5.2数据裁剪
我们通过画AOI将两个数据的公共区域裁剪出来，然后转成8比特：
5.3 数据融合
我们现在进行数据融合，测试了几个ERDAS的融合方法，感觉效果不是很理想，因为其传感器拍摄角度差异加上季节差异，对于融合来说还是比较困难的：
我们尝试下ENVI的融合方法：
融合后的效果还不错：
想要更绿一点可以用植被增强工具：
增强后的结果：
可以用ERDAS导出IMG格式，用PS打开调色：
- END -
