我想学习如何在GRASS中使用i.cluster> i.maxlik锐化的15m分辨率图像对Landsat场景进行无监督分类（在其Wiki中给出的示例使用普通的30m分辨率）。
我尝试使用i.pansharpen先创建泛锐化的图像，但i.pansharpen只能输出3个可以使用d.rgb或组合的通道r.composite。据我所知，图像分类过程需要完整的多光谱波段1到7。在将它们输入到图像之前，如何使用其15m分辨率的波段8图像进行全景锐化，如何生成单独的波段（波段1到波段7）。图像分类过程？
我发现了一篇论文，展示了他们是如何做到的。基本上，他们使用某种主成分分析将30m多光谱波段与15m全色波段合并。确切的报价是：
“该方法首先将30米的多光谱图像重新采样到15米。然后计算多光谱图像的所有六个主要成分（由于航向分辨率，我们删除了热能带。）然后是全色能带的直方图（15米重新缩放以匹配30米图像的第一主成分的直方图，并用重新缩放的全色带替换第一成分。这是合理的，因为第一主成分以类似于全色图像的宽光谱带。替换后，然后将这六个分量转换回原始数据空间，从而改善了空间分辨率。”
首先，论文没有显示任何算法/公式。我不知道如何将上述报价转换为相应的数学公式。我意识到我可以使用i.pansharpenPCA算法而不是通常的Brovey或IHS-但仍然-输出只会是红色，蓝色和绿色的3个通道-很遗憾，我不知道如何使用它们进行图像分类..
因此，在我试图尝试手动编写新的PCA算法之前，还没有人可以帮助我指出一种更简单，更好的方法来对全貌的Landsat图像进行图像分类吗？我的意思是-应该有一种更简单的方法，对吗？我觉得我缺少一些简单的东西。
如果剩下的唯一途径就是编写自己的脚本，那么请给我指出一些类似于我正在尝试做的事情的东西吗？
很感谢任何形式的帮助！