1、首先是打开数据
使用ENVI软件的open as选项，然后选择optical sensors,再然后选择digital global，最后选择worldview-2，找到存放数据的路径
分别打开全色和多光谱，P2AS是全色，M2AS是多光谱。

2、图像融合是将多光谱与全色数据进行融合，分为两种具体操作方式：

图像融合（1）：直接对原始数据进行图像融合，多光谱排列顺序是BSQ。使用image sharpening中的NDDiffuse pan sharpening进行融合操作，只需要设置简单参数即可，选择路径输出。

结果输出，放大影像，查看数据融合的情况是否好，此次融合操作计算机处理时间30分钟。

第二种操作方式：
图像融合（2），有的人会使用原始数据的BSQ转换为BIP或者BIL，以加快计算机的处理速度。这里也尝试一下此方法，在工具中搜索convert interleave，选择原始多光谱数据。选择BIL,选择路径输出。再进行重复NND融合操作，计算机处理时间2分钟后，因此，选择此方式进行处理可以加快处理速度，节省时间。

进行参数设置：

输出结果，查看融合情况。

3、接下来进行正射校正处理
先给融合后的数据添加RPC信息
通过查看元数据信息可以知道，融合后的数据已经丢失RPC信息，因此，需要添加RPC才能进行接下来的操作。

添加的方法是：选择编辑元数据，选择Add，找到RPC参数，点击添加。


在选择添加的数据集中选择原始数据的全色数据，全色数据的地理空间信息与融合后的数据是相同的，添加后红色方框中的信息会自动添加。


重新打开元数据，可以发现RPC信息已经添加上了。

还有另外一种添加RPC的方法：
在Add后面第三个位置有一个Import，点击选择添加数据，数据选择全色原始数据，然后选择RPC参数，就会自动把全色数据的RPC信息添加到融合后的数据上。

完成构建RPC后，就可以进行正射校正了，需要用到DEM数据。
这里选择的是30米空间分辨率的DEM数据。

找到正射校正的工具，打开之后选择待处理数据和DEM，点击下一步

如果有控制点，可以使用控制点，控制点最好选择均匀的分布，如果没有控制点也没有关系，没有控制点就不要输入，可以继续做图像配准。

输出像元大小，选择的是0.50米，重采样选择是三次卷积方法，其他参数默认。

输出数据，点击finish

完成数据的正射校正，如果位置偏差比较大，可以根据参考影像做图像配准。

4、大气校正
可以做FLAASH也可以做QUAC，根据具体应用和计算机性能决定，本文选择QUAC

参数设置

输出大气校正结果，并查看植被的光谱曲线，查看校正效果是否达到要求。

更多遥感知识和遥感操作方面的资料，请关注我的微信公众号“遥感加油站”