使用Gram-Schmidt融合方法能得到较好的融合效果，在ENVI中Gram-Schmidt融合工具使用非常简单，当图像有很多背景0值情况下(如下图)，则需要使用掩膜文件参与融合能达到很好的效果。
图1：不规则的WV-2数据
这种不规则的WV-2数据往往由多个tiff文件组成，打开文件时候不要直接打开tif文件，启动ENVI 5.0 classic。
(1)选择.TIL文件打开全色和多光谱文件。
注：.TIL文件类似于一个索引文件，能自动将分块的TIF文件同时打开并自动镶嵌，如同一个文件。
(2)选择主菜单->Transform->Image Sharpening->Gram-Schmidt Spectral Sharpening。
(3)在Select Low Spatial Resolution Multi Band Input File对话框中选择低分辨率多光谱图像(可以通过右边File Information信息框中识别)。同时在Select Mask Band选项中选择Mask Options->Build Mask。
图2：选择文件和构建掩膜文件
(4)在Mask Definition面板中，选择Options->Import Data Range，在文件选择框中选择多光谱图像文件。(注：这里是通过像元值范围构建掩膜文件)。
Data Min Value：1
Data Max Value：空白(自动默认最大值)
选择掩膜文件和路径输出。
图3：通过像元值范围构建掩膜文件
(5)在Select High Spatial Resolution Pan Input Band对话框中选择全色图像。
(6)在弹出的Gram-Schmidt Spectral Sharpening输出对话框中，需要选择降低高分辨率全色波段的方法，有四种方法的意义如下：
l AvAverage of Low Resolution Multispectral File：利用多光谱波段的平均值来模拟低分辨率的全色波段。
l Select Input File：从外部文件中选择一个单波段并且与多光谱数据相同尺寸大小的图像来模拟模拟低分辨率的全色波段。
l Create By Sensor Type: 选择一种传感器来模拟低分辨率的全色波段。可选传感器包括： IKONOS, IRS1, Landsat7，QuickBird，KOMPSAT-2，Landsat7， SPOT 5，GeoEye-1，WorldView1、2选择这个方法，融合图像是经过辐射定标的数据。
l User Defined Filter Function：选择一个滤波函数来模拟低分辨率的全色波段。融合图像是经过辐射定标的数据。
经过测试，后两种方法中不经过辐射定标也能得到很好的结果。
选择Average of Low Resolution Multispectral File方法。
(7)选择重采样方法和输入路径及文件名，单击OK输出。
如下图所示，使用掩膜的结果更清晰，色彩更真实。
图4：Gram-Schmidt融合结果(左-未使用掩膜，右-使用掩膜)
注意：Gram-Schmidt方法的大致流程：第一步，从低分辨率的波段中复制出一个全色波段。第二步，对复制出的全色波段和多波段进行Gram-Schmidt变换，其中全色波段被作为第一个波段。第三步，用高空间分辨率的全色波段替换Gram-Schmidt 变换后的第一个波段。最后，应用Gram-Schmidt反变换得到融合图像。
(仅供交流）
图1：不规则的WV-2数据
这种不规则的WV-2数据往往由多个tiff文件组成，打开文件时候不要直接打开tif文件，启动ENVI 5.0 classic。
(1)选择.TIL文件打开全色和多光谱文件。
注：.TIL文件类似于一个索引文件，能自动将分块的TIF文件同时打开并自动镶嵌，如同一个文件。
(2)选择主菜单->Transform->Image Sharpening->Gram-Schmidt Spectral Sharpening。
(3)在Select Low Spatial Resolution Multi Band Input File对话框中选择低分辨率多光谱图像(可以通过右边File Information信息框中识别)。同时在Select Mask Band选项中选择Mask Options->Build Mask。
图2：选择文件和构建掩膜文件
(4)在Mask Definition面板中，选择Options->Import Data Range，在文件选择框中选择多光谱图像文件。(注：这里是通过像元值范围构建掩膜文件)。
Data Min Value：1
Data Max Value：空白(自动默认最大值)
选择掩膜文件和路径输出。
图3：通过像元值范围构建掩膜文件
(5)在Select High Spatial Resolution Pan Input Band对话框中选择全色图像。
(6)在弹出的Gram-Schmidt Spectral Sharpening输出对话框中，需要选择降低高分辨率全色波段的方法，有四种方法的意义如下：
l AvAverage of Low Resolution Multispectral File：利用多光谱波段的平均值来模拟低分辨率的全色波段。
l Select Input File：从外部文件中选择一个单波段并且与多光谱数据相同尺寸大小的图像来模拟模拟低分辨率的全色波段。
l Create By Sensor Type: 选择一种传感器来模拟低分辨率的全色波段。可选传感器包括： IKONOS, IRS1, Landsat7，QuickBird，KOMPSAT-2，Landsat7， SPOT 5，GeoEye-1，WorldView1、2选择这个方法，融合图像是经过辐射定标的数据。
l User Defined Filter Function：选择一个滤波函数来模拟低分辨率的全色波段。融合图像是经过辐射定标的数据。
经过测试，后两种方法中不经过辐射定标也能得到很好的结果。
选择Average of Low Resolution Multispectral File方法。
(7)选择重采样方法和输入路径及文件名，单击OK输出。
如下图所示，使用掩膜的结果更清晰，色彩更真实。
图4：Gram-Schmidt融合结果(左-未使用掩膜，右-使用掩膜)
注意：Gram-Schmidt方法的大致流程：第一步，从低分辨率的波段中复制出一个全色波段。第二步，对复制出的全色波段和多波段进行Gram-Schmidt变换，其中全色波段被作为第一个波段。第三步，用高空间分辨率的全色波段替换Gram-Schmidt 变换后的第一个波段。最后，应用Gram-Schmidt反变换得到融合图像。
(仅供交流）
